大数据时代检测技术功能的拓展和演化及其对现代制造业的深远影响

在传统概念里，检测仅仅被认为是一种判断产品合格与否的手段，但随着现今制造业向智能化转型、处于大数据时代背景下的测量功能已发生了演化、拓展。本文以汽车制造企业为例，从测量功能的拓展对产品质量监控水平的提升，和利用多种手段采集数据中提取的信息，作为企业智能化制造的重要环节等多个方面，阐述了大数据时代测量功能的演变对现代企业的深刻影响。

“十二五”期间，我国制造业的信息化工程得到了快速发展，而近年来大数据的出现更有力地助推了国内制造业水平的提高。随着“中国制造2025”的推出，通过利用互联网激活传统工业过程，明确了同时实现三项目标：降低企业对劳动力的依赖、满足用户个性化需求，并降低流通成本。而所采取的战略主要为“智慧工厂”、“智能化生产”和“智能化物流”，其特点是智能化生产。而实现这个过程的基础就是信息技术与工业技术的高度融合，网络、计算机技术、软件等与自动化技术的深度交织。

图1 高性能曲轴磨床所配随机主动量仪

传统测量功能的拓展提升了产品质量的监控水平

图2 发动机曲轴加工的高性能磨床随机主动量仪

就以测量数据来讲，为了能满足产品质量的要求、降低制造成本、适应对汽车节能减排的强制性规定，半个多世纪以来发生了很大的变化。从早期的只设置最终检验、以对产品的实物质量进行评介，扩展到：①上世纪50年代出现的随机量仪可在加工过程中控制零件质量，称为in-process；②离线设置在工序间的检测器具（称为post-process），保证产品的制造质量提供了有效手段。这些在线检测设备，多年来的单一控制线性尺寸参数的模式已突破，在融入了多种数字控制技术后，已经具备了边加工、边对工件圆度进行实时监测的功能。图1所示即为国内自行研制成功的配在发动机曲轴加工的高性能磨床的一款随机主动量仪，可同时完成对工件所有主轴颈、连杆颈的直径、圆度的监测。其加工后的曲轴圆度可控制在2-3μm以内。工序间检测设备也同样有很大的进展，从最早很简单的通用手动量具，经气动量仪后又进入电子量仪普及的时代。图2为自上世纪80年代起就风行业界的电子柱量仪，迄今还广泛地应用于国内外汽车厂的生产线工序间。而作为鲜明对比的是图3中的一个实例，来自一新建发动机厂的车间现场。这是位于加工中心旁的一测量单元，包括一台通用机器人和一台高效车间型坐标测量机。图3中只显示一台加工中心，若需要也可同时为多台设备服务。

图3 车间工序间检测设备

以上所述还只涉及检测的“作业”层面的变化和发展，事实上，自上世纪80年代起，基于休哈特理论的统计过程控制（SPC）在以汽车制造业为代表的批量生产工厂已获得了成功的、越来越普遍的应用。尤其是在融入了q-DAS公司性能优异、丰富的统计分析软件后，利用所采集的大量数据，挖掘其背后隐藏的信息。如加工趋势、切削刀具的磨损规律等。图4就是刀具磨损的一个案例，从图中可清楚地看出，即使批量方式生产的工件均还处于合格的范围，但是其变化的趋势表明，为了确保产品的质量，极需提前发出更换刀具的预警。此类性能的实施将明显提高对生产过程的监控水平。可见“测量”早已跨越了多年前的“产品实物质量检验”时期，在经历了“生产过程实时监控”等阶段后，已真正成为现代企业中质量体系的重要环节，更是成为进入智能化制造时代的不可或缺的手段。

数据内涵的演变推进企业信息化水平

一般来说，生产型企业中涉及到的数据包括二大块，其一是那些被称为传统性的数据，如与企业基本状况相关的信息和类似于生产计划，及销售、原料（半成品）、产品库存等企业管理方面的数据；其二则是由传感器件采集的信息，包含各种测量数据，以及用于实时反映制造过程状态的信息，其中既有与工序相关的、又有即时反映设备运行状态等。近年来，制造的方式已逐渐从产品零部件规模化生产，经历了按市场的实际需求转为中、小批量的生产方式，并最后会发展成基于社会上个人需求的定制化生产模式。据此在生产之前就务必要预先确定( ERP系统 )，并将包括部件生产所需的全部信息事先存于虚拟现实中（PLM或PDM系统），至于所有其他相关的部件也要在虚拟环境中进行规划，这些部件均有自己的“名称”和“地址”，具备各自的身份信息。因此，这些部件“知道”什么时候，那条生产线或那个工艺工程需要它们，通过这种方式，它们才得以协商确定各自在数字化工厂中的运动路径。然后再认真地解决在制造过程中和作业完成后，工件的识别问题，期间，控制系统还会实时调用生产设备自身和相应的加工信息（MES系统）。此外，在生产过程中以及在该零部件完成后，还设置了用于拮取、采集与产品制造质量相关信息的数量、种类众多的检测、传感器件。

图4 对工件在加工过程中刀具磨损的监控

事实上，现今所采集到数据的职能已远远超出了评判产品的“窄义”用途，无论从信息采集的角度还是在当今企业中所能发挥到的作用，“广义”数据已成为智能化工厂现代管理体系的基础。譬如，为了提升生产过程中相关信息的存储、记录和传输水平，自上世纪90年代以来，自动识别在经历了条形码、二维码技术后，又进入了基于FRID射频技术的电子数据芯片系统，通过射频信号自动识别目标对象并获取相关数据，识别过程无需人工干预，可适用于各种现场环境。系统由电子数据芯片、读写装置及控制管理软件组成，芯片是附着在零件上标识目标对象的一种数据载体，通常以螺纹紧固方式安装在被加工的工件上，图5即为一实例。读写装置是可以将信息读取、写入电子数据芯片中的一种装置，当后者进入到工作磁场后，便能接受到读写装置发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的信息。同样，由读写装置发出的射频信号中带有载波，能够将信息写入电子数据芯片中。控制管理软件的功能是将电子数据芯片、读写装置、机床设备及服务器等连接成一个系统，实现并具备了包括对产品的精确追溯在内的，与生产过程中的数据读写、传输、控制和统计分析等相关的各项功能。显然，这些都将大大提升生产企业的整体信息化水平。

图5 工件在上料时安装电子芯片

数字化测量管理体系平台的建立及其意义

首先，汽车制造企业都需遵循汽车行业质量体系标准，即“ISO16496”或“TS16949”质量体系，在TS16949中，APQP、FMEA、MSA、PPAP、SPC并称为五大核心工具（见图6），贯穿整个产品自研发起、至批量生产直到最终产品交付的全过程。而之前，5大核心工具的使用流程和表格太多，以至于企业在贯穿整个质量体系流程时，花费了巨大的人力、物力，可是在FMEA分析环节所获得的反馈信息却远远不够。

图6 在“TS16949”质量体系中五大核心工具

为此，知名的测量技术公司海克斯康及其合作伙伴IQS公司将质量体系转化为数字化体系平台MMS，见图6。在该数字化平台上，可完成质量体系中各种流程的跟踪执行，并将上百种质量系统的管理图表，变成数字化格式来管理、执行。质量体系中的FMEA、MSA、SPC都离不开数据作为支撑，未来的质量系统应该包含以下关键技术：①体系流程自动化与系统管理；②测量与传感器网络；③网络化通讯基础构架；④自动化或在线测量系统；⑤嵌入式逻辑软件；⑥统计大数据和数据实时监控。基于以上这些特点，海克斯康将该系统定义为MMS系统，即测量管理系统。这是从企业未来发展的构架出发，通过MMS系统将用户的ERP、PLM、MES系统进行对接，形成完成的PLM链条，以及符合产品质量体系流程的PACD数字化软件管理平台。目前MMS系统大致可分为8个模块单元（见图7）。

图7 MMS 系统大致可分为8 个模块单元

通过配置以上模块，用户就可以实现：①进行定时、实时的数据监控，即可获取丰富的质量信息对周期数据的汇总；②通过全面的数据分析，可完成对SPC的过程能力分析，以及完成动态问题点的导入，以及质量成本的监控记录，FMEA动态改善等；③建立完整的尺寸制造链监控管理。打破了供应的黑匣子生产，使供应商的管理透明、可控、高效；④实现了对设备状态/资源状态（包括测量设备）运行状态、周期维护管理提醒、检验周期及系统配置和应用功能配置等要素的远程监控。

图8 未来制造型企业质量管理系统的构想

通过网络化的连接，能在网络上应用、查看、监控、执行检测设备、以及相应的数据信息，从真正意义上实现了使质量控制系统进入工业4.0时代。所以，能适应未来制造型企业质量管理系统的需求，为此而打造数据链质量监管与智慧数据服务平台，是极其重要的。鉴于该系统乃是以检测设备及其传感器所采集的产品质量的大数据为基础，故必须打通不同设备和不同软件之间的各个环节，通过统计分析等众多专业的数据处理方式、快速反馈加工、以实现企业运转过程中的高效决策，同时，也为未来的创新提供了真实而强有力的依据。

-End-

☞本文编辑：紫衣

☞投稿邮箱：tougao1950@126.com，稿件或线索一经采用，有奖励！

推荐热文

大数据时代带来哪些变化和影响?

【导读】许多人对大数据都不了解，但其实大数据离我们的生活很近，现如今大数据应用到教育、医疗等生活的许多方面，为我们的生活提供了便利，也带来了改变。那么，大数据时代带来哪些变化和影响呢?今天就跟随小编一起来了解下吧!
一、思维方式改变
所谓思维方式，是一种习惯性的思考问题和处理问题的模式，并由此对我们的行为方式产生直接的影响。然而，如今大数据正影响着我们的思维方式。随着百度、腾讯、淘宝等网络公司的迅速崛起以及他们的迅速致富，数据致富成了新的致富神话。先前那些房地产、电器大亨费了九牛二虎之力才取得的亿万财富，而这些网络数据商则在短短的几年时间就迅速超越了这些实体公司的财富，并且所费人力、物力和财力甚少。
二、教育的改变
传统的学校教育模式映射了工业化集中物流批量生产的模式：铃声、标准化的课堂、统一的教材、统一的服装等。虽然这种教育也培养出了很多人才，然而大数据教育将呈现另外的特征，例如弹性学习、个性化辅导等。学习分析是近年来大数据在教育领域较为典型的应用，利用松散耦合的数据收集工具和分析技术，研究并分析学生学习参与、学习表现和学习过程的相关数据，进而对课程、教学进行实时修正并预测学习者未来的学习趋势。
三、经济的改变
虽然我们在政治课上学到的是，生产决定消费，消费对生产有重要的反作用力。然而我认为，在如今这个极为宣扬个性与创造力的社会中，消费很大程度地决定着生产。消费者不认同的，就卖不出去，只有消费者认同的，才卖得出去。然而，大数据可以在较短的时间内，通过对数据的全面感知、筛选、收集、分析、共享等为生产者提供可靠的、及时的信息，让生产者生产出更为畅销、更具个性化的物品。
以上就是小编今天给大家整理分享关于“大数据时代带来哪些变化和影响?”的相关内容希望对大家有所帮助。小编认为要想在大数据行业有所建树，需要考取部分含金量高的数据分析师证书，这样更有核心竞争力与竞争资本。

什么是大数据时代

　　世界包含的多得难以想象的数字化信息变得更多更快……从商业到科学，从政府到艺术，这种影响无处不在。科学家和计算机工程师们给这种现象创造了一个新名词：“大数据”。大数据时代什么意思?大数据概念什么意思?大数据分析什么意思?所谓大数据，那到底什么是大数据，他的来源在哪里，定义究竟是什么呢?　

                  

　　一：大数据的定义。

　　1、大数据，又称巨量资料，指的是所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

　　2、大数据技术，是指从各种各样类型的大数据中，快速获得有价值信息的技术的能力，包括数据采集、存储、管理、分析挖掘、可视化等技术及其集成。适用于大数据的技术，包括大规模并行处理(MPP)数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统。

　　互联网是个神奇的大网，大数据开发也是一种模式，你如果真想了解大数据，可以来这里，这个手机的开始数字是一八七中间的是三儿零最后的是一四二五零，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。

                            

　　3、大数据应用，是
指对特定的大数据集合，集成应用大数据技术，获得有价值信息的行为。对于不同领域、不同企业的不同业务，甚至同一领域不同企业的相同业务来说，由于其业务需求、数据集合和分析挖掘目标存在差异，所运用的大数据技术和大数据信息系统也可能有着相当大的不同。惟有坚持“对象、技术、应用”三位一体同步发展，才能充分实现大数据的价值。

　　当你的技术达到极限时，也就是数据的极限”。大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，这些非结构化的数据服务的价值在哪里。　

                   

　　二：大数据的类型和价值挖掘方法

　　1、大数据的类型大致可分为三类：

　　1)传统企业数据(Traditionalenterprisedata)：包括 CRM
systems的消费者数据，传统的ERP数据，库存数据以及账目数据等。

　　2)机器和传感器数据(Machine-generated/sensor data)：包括呼叫记录(CallDetail
Records)，智能仪表，工业设备传感器，设备日志(通常是Digital exhaust)，交易数据等。

　　3)社交数据(Socialdata)：包括用户行为记录，反馈数据等。如Twitter，Facebook这样的社交媒体平台。

　　2、大数据挖掘商业价值的方法主要分为四种：

　　1)客户群体细分，然后为每个群体量定制特别的服务。

　　2)模拟现实环境，发掘新的需求同时提高投资的回报率。

　　3)加强部门联系，提高整条管理链条和产业链条的效率。

　　4)降低服务成本，发现隐藏线索进行产品和服务的创新。

               

　　三：大数据的特点

　　业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。具体来说，大数据具有4个基本特征：

　　1、是数据体量巨大

　　数据体量(volumes)大，指代大型数据集，一般在10TB规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量;百度资料表明，其新首页导航每天需要提供的数据超过1.5PB(1PB=1024TB)，这些数据如果打印出来将超过5千亿张A4纸。有资料证实，到目前为止，人类生产的所有印刷材料的数据量仅为200PB。

　　2、是数据类别大和类型多样

　　数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化
数据范畴，囊括了半结构化和非结构化数据。现在的数据类型不仅是文本形式，更多的是图片、视频、音频、地理位置信息等多类型的数据，个性化数据占绝对多数。

　　3、是处理速度快

　　在数据量非常庞大的情况下，也能够做到数据的实时处理。数据处理遵循“1秒定律”，可从各种类型的数据中快速获得高价值的信息。

　　4、是价值真实性高和密度低

　　数据真实性(Veracity)高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。以视频为例，一小时的视频，在不间断的监控过程中，可能有用的数据仅仅只有一两秒。　　

                

　　四：大数据的作用

　　1、对大数据的处理分析正成为新一代信息技术融合应用的结点

　　移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态，这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化，将结果反馈到上述应用中，将创造出巨大的经济和社会价值。

　　大数据具有催生社会变革的能量。但释放这种能量，需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境(Ramayya
Krishnan,卡内基·梅隆大学海因兹学院院长)。

　　2、大数据是信息产业持续高速增长的新引擎

　　面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域，大数据将对芯片、存储产业产生重要影响，还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域，大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

　　3、大数据利用将成为提高核心竞争力的关键因素各行各业的决策正在从“业务驱动”

　　转变“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速做出应对;可以为商家制定更加精准有效的营销策略提供决策支持;可以帮助企业为消费者提供更加及时和个性化的服务;在医疗领域，可提高诊断准确性和药物有效性;在公共事业领域，大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。

　　4、大数据时代科学研究的方法手段将发生重大改变

　　例如，抽样调查是社会科学的基本研究方法。在大数据时代，可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据，进行挖掘分析，揭示出规律性的东西，提出研究结论和对策。

                 

　　五：大数据的商业价值

　　1、对顾客群体细分

　　“大数据”可以对顾客群体细分，然后对每个群体量体裁衣般的采取独特的行动。瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和“大数据”的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。

　　2、模拟实境

　　运用“大数据”模拟实境，发掘新的需求和提高投入的回报率。现在越来越多的产品中都装有传感器，汽车和智能手机的普及使得可收集数据呈现爆炸性增长。Blog、Twitter、Facebook和微博等社交网络也在产生着海量的数据。

　　云计算和“大数据”分析技术使得商家可以在成本效率较高的情况下，实时地把这些数据连同交易行为的数据进行储存和分析。交易过程、产品使用和人类行为都可以数据化。“大数据”技术可以把这些数据整合起来进行数据挖掘，从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。

　　3、提高投入回报率

　　提高“大数据”成果在各相关部门的分享程度，提高整个管理链条和产业链条的投入回报率。“大数据”能力强的部门可以通过云计算、互联网和内部搜索引擎把”大数据”成果和“大数据”能力比较薄弱的部门分享，帮助他们利用“大数据”创造商业价值。

　　4、数据存储空间出租

　　企业和个人有着海量信息存储的需求，只有将数据妥善存储，才有可能进一步挖掘其潜在价值。具体而言，这块业务模式又可以细分为针对个人文件存储和针对企业用户两大类。主要是通过易于使用的API，用户可以方便地将各种数据对象放在云端，然后再像使用水、电一样按用量收费。目前已有多个公司推出相应服务，如北京开运联合、网易、诺基亚等。运营商也推出了相应的服务，如中国移动的彩云业务。

　　5、管理客户关系

　　客户管理应用的目的是根据客户的属性(包括自然属性和行为属性)，从不同角度深层次分析客户、了解客户，以此增加新的客户、提高客户的忠诚度、降低客户流失率、提高客户消费等。对中小客户来说，专门的CRM显然大而贵。不少中小商家将飞信作为初级CRM来使用。比如把老客户加到飞信群里，在群朋友圈里发布新产品预告、特价销售通知，完成售前售后服务等。

　　6、个性化精准推荐

　　在运营商内部，根据用户喜好推荐各类业务或应用是常见的，比如应用商店软件推荐、IPTV视频节目推荐等，而通过关联算法、文本摘要抽取、情感分析等智能分析算法后，可以将之延伸到商用化服务，利用数据挖掘技术帮助客户进行精准营销，今后盈利可以来自于客户增值部分的分成。

　　以日常的“垃圾短信”为例，信息并不都是“垃圾”，因为收到的人并不需要而被视为垃圾。通过用户行为数据进行分析后，可以给需要的人发送需要的信息，这样“垃圾短信”就成了有价值的信息。在日本的麦当劳，用户在手机上下载优惠券，再去餐厅用运营商DoCoMo的手机钱包优惠支付。运营商和麦当劳搜集相关消费信息，例如经常买什么汉堡，去哪个店消费，消费频次多少，然后精准推送优惠券给用户。

　　7、数据搜索

　　数据搜索是一个并不新鲜的应用，随着“大数据”时代的到来，实时性、全范围搜索的需求也就变得越来越强烈。我们需要能搜索各种社交网络、用户行为等数据。其商业应用价值是将实时的数据处理与分析和广告联系起来，即实时广告业务和应用内移动广告的社交服务。

　　运营商掌握的用户网上行为信息，使得所获取的数据“具备更全面维度”，更具商业价值。典型应用如中国移动的“盘古搜索”。

               

　　六：大数据对经济社会的重要影响

　　1、能够推动实现巨大经济效益

　　比如对中国零售业净利润增长的贡献，降低制造业产品开发、组装成本等。预计2013年全球大数据直接和间接拉动信息技术支出将达1200亿美元。

　　2、能够推动增强社会管理水平

　　大数据在公共服务领域的应用，可有效推动相关工作开展，提高相关部门的决策水平、服务效率和社会管理水平，产生巨大社会价值。欧洲多个城市通过分析实时采集的交通流量数据，指导驾车出行者选择最佳路径，从而改善城市交通状况。

　　3、如果没有高性能的分析工具，大数据的价值就得不到释放对大数据应用必须保持清醒认识，既不能迷信其分析结果，也不能因为其不完全准确而否定其重要作用。

　　1)由于各种原因，所分析处理的数据对象中不可避免地会包括各种错误数据、无用数据，加之作为大数据技术核心的数据分析、人工智能等技术尚未完全成熟，所以对计算机完成的大数据分析处理的结果，无法要求其完全准确。例如，谷歌通过分析亿万用户搜索内容能够比专业机构更快地预测流感暴发，但由于微博上无用信息的干扰，这种预测也曾多次出现不准确的情况。

　　2)必须清楚定位的是，大数据作用与价值的重点在于能够引导和启发大数据应用者的创新思维，辅助决策。简单而言，若是处理一个问题，通常人能够想到一种方法，而大数据能够提供十种参考方法，哪怕其中只有三种可行，也将解决问题的思路拓展了三倍。

　　所以，客观认识和发挥大数据的作用，不夸大、不缩小，是准确认知和应用大数据的前提。

                      

　　七：最后北京开运联合给您总结一下

　　不管大数据的核心价值是不是预测，但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。

　　1、从大数据的价值链条来分析，存在三种模式：

　　1)手握大数据，但是没有利用好;比较典型的是金融机构，电信行业，政府机构等。

　　2)没有数据，但是知道如何帮助有数据的人利用它;比较典型的是IT咨询和服务企业，比如，埃森哲，IBM，Oracle等。

　　3)既有数据，又有大数据思维;比较典型的是Google，Amazon，Mastercard等。

　　2、未来在大数据领域最具有价值的是两种事物：

　　1)拥有大数据思维的人，这种人可以将大数据的潜在价值转化为实际利益;

　　2)还未有被大数据触及过的业务领域。这些是还未被挖掘的油井，金矿，是所谓的蓝海。

　　大数据是信息技术与专业技术、信息技术产业与各行业领域紧密融合的典型领域，有着旺盛的应用需求、广阔的应用前景。为把握这一新兴领域带来的新机遇，需要不断跟踪研究大数据，不断提升对大数据的认知和理解，坚持技术创新与应用创新的协同共进，加快经济社会各领域的大数据开发与利用，推动国家、行业、企业对于数据的应用需求和应用水平进入新的阶段。