随着物联网、大数据和移动应用等新一轮信息技术的发展，全球化工业革命开始提上日程，工业转型开始进入实质阶段。在中国，智能制造作为国家战略，将主导新一轮工业化转型升级机遇。智能工厂作为智能制造的重要实践模式，已经引发行业的广泛关注。智能工厂的关键在于智能化，而智能化的核心在于大数据处理。本文将带你理解智能工厂与其背后的大数据技术。
智能工厂是在数字化工厂基础上的升级版，但是与智能制造还有很大差距。真正的智能制造不只是人工智能系统，而是人机一体化智能系统，将机器智能和人的智能真正地集成在一起，是混合智能。这就要求机器智能系统可独立承担分析、判断、决策等任务，与人配合，更好发挥人的潜能。机器智能的实现，需要建立在大数据分析的基础上，大数据分析是这一切的核心所在。
近年来，随着“工业4.0”时代的日渐来临，制造企业的数据将会爆炸式增长。随着信息物理系统（cps）的推广、智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生大数据，这些大数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和智能制造的基石。
有了这些大数据，制造企业需要的就是建模、分析加以利用，利用大数据分析帮助企业提升竞争力。目前总体来说，智能制造关注的企业数据分为四类：
1、产品数据
包括设计、建模、工艺、加工、测试、维护、产品结构、零部件配置关系、变更记录等数据。产品的各种数据被记录、传输、处理和加工，使得产品全生命周期管理成为可能，也为满足个性化的产品需求提供了条件。
2、运营数据
运营包括组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等数据。工业生产过程的无所不在的传感、连接，带来了无所不在的数据，这些数据会创新企业的研发、生产、运营、营销和管理方式。
3、价值链数据
包括客户、供应商、合作伙伴等数据。企业在当前全球化的经济环境中参与竞争，需要全面地了解技术开发、生产作业、采购销售、服务、内外部后勤等环节的竞争力要素。大数据技术的发展和应用，使得价值链上各环节数据和信息能够被深入分析和挖掘，为企业管理者和参与者提供看待价值链的全新视角，使得企业有机会把价值链上更多的环节转化为企业的战略优势。例如，汽车公司大数据提前预测到哪些人会购买特定型号的汽车，从而实现目标客户的响应率提高了15%至20%，客户忠诚度提高7%。
4、外部数据
包括经济运行、行业、市场、竞争对手等数据。为了应对外部环境变化所带来的风险，企业必须充分掌握外部环境的发展现状以增强自身的应变能力。大数据分析技术在宏观经济分析、行业市场调研中得到了越来越广泛的应用，已经成为企业提升管理决策和市场应变能力的重要手段。
智能制造战略落地中国企业，工业大数据是一项重要抓手。利用工业大数据分析，可以找出隐性的问题并预测未知情况的发生，有助于及时地做好预防，避免故障和偏差。
顺应智能制造趋势，极星大数据分析平台提供智能工厂解决方案。首先汇集生产、设备及外部数据；其次是建立预测模型，预测产品的生产数量、频次，预测原料的领用、水电的耗费等；最后建立分类模型，对产品的优劣根据生产数据预判，对设备的维修与否进行预判。
关于极星大数据分析平台
极星大数据分析平台，由深圳康拓普公司开发，是一款专为大型企业及专业机构海量数据，打造的大数据一体化解决方案。极星大数据分析平台能提供强大的海量数据的处理功能，如：数据采集、数据存储、数据处理、数据挖掘、数据分析、数据可视化、数据专业算法等，广泛适用于金融、电力、制造业、石化、燃气、交通等各行各业。
原文链接：