大數據能提升大規(guī)模生產調度的全局性能，大家知道為什么企業(yè)生產調度一直會出現(xiàn)問題，我們做的計劃趕不上變化。因為所做的計劃，是在一個理想狀態(tài)下考慮約束做出的。筆者做生產優(yōu)化調度長達20多年，一直在尋找一種最優(yōu)的解決方案，研究智能方法，例如：遺傳算法、螞蟻算法等。但隨著工藝的復雜、環(huán)境的復雜、工藝的規(guī)模，整個問題規(guī)模越來越大的時候，它已經是一個很難解決的問題。傳統(tǒng)的智能調度方法難以求解大規(guī)模的調度問題，基于規(guī)則和瓶頸的方法在大規(guī)模問題中又很難得到全局優(yōu)化；大數據帶來了新思路，它采用全局的數據之間的關聯(lián)關系，從而形成全局的調度方案，能夠解決大規(guī)模生產中的全局調度問題。
大數據能為產品的運營維護服務，很典型的就是GE的案例，建立一個平臺，為航空發(fā)動機的監(jiān)控、運行監(jiān)測、故障診斷提供一個全方位的服務。在產品的運行和維護過程中，大數據模式一改傳統(tǒng)方法被動的運維模式，通過采集和分析智能設備的傳感器數據，進行大數據分析，主動進行產品的安全監(jiān)測、故障診斷，優(yōu)化產品的運行過程。大數據應用過程中需要的是什么？首先需要的是能夠采集到數據，也就是需要產品是一個智能化的產品，所以在智能制造中，首先要有智能化的產品，安裝傳感器，能夠實時地傳遞數據，為后面的運行、維護服務提供依據。
大數據不只是關于數據，而是采用傳統(tǒng)及新的分析方法來分析所有數據。針對大數據分析的結果采取行動來提升業(yè)務才是最重要的。隨著大數據技術的不斷發(fā)展，國內外已對大數據在制造領域中的應用進行了一些開拓性的研究，代表性的有GE工業(yè)互聯(lián)網解決方案、Smart Factory計劃、SAP HANA平臺和Invensys數據分析平臺，并已在農夫山泉、百事飲料等公司應用。三一重工利用大數據技術通過對地理位置數據的關聯(lián)分析發(fā)現(xiàn)泵車主油缸故障與沿海地區(qū)杭深高鐵建設的強相關性，確定了沿海地區(qū)的鹽霧環(huán)境和水質是導致油缸密封體腐蝕的主要原因。日本小松公司通過對挖掘機安裝傳感器與GPS定位系統(tǒng)，從而實時監(jiān)控車輛運行情況，并通過大數據分析，對未來挖掘機市場的需求進行預測從而調整生產、對用戶的使用習慣進行分析，提出建議，從而降低油耗。
以上一些工業(yè)案例成為制造業(yè)大數據的先驅，然而，目前絕大多數制造業(yè)大數據的應用沒能形成系統(tǒng)化的思路和方案，缺乏理論體系的支撐。針對國內在制造業(yè)大數據應用基礎研究上的空白，我們在2014年申請了國家自然科學基金重點項目“大數據驅動的智能車間運行分析與決策方法研究”，并得到了資助。目前，圍繞車間制造大數據之間的耦合作用機理、車間性能的演化規(guī)律、車間運行過程的調控機制三個基礎科學問題進行科學研究，來探索大數據在智能制造車間的運行情況。解決問題的思路是一切都用數據來說話，這是利用大數據來解決工程問題的科學研究思路。首先是數據化：將設備狀態(tài)參數、計劃執(zhí)行情況等運行參數，以及質量、交貨期等性能指標數據化；然后分析這些數據之間的關聯(lián)關系，用數據挖掘的方法預測交貨準時率、產品合格率等車間性能的演化規(guī)律；從演化規(guī)律中，發(fā)現(xiàn)質量指標中某數據異常，找到影響該異常數據的關鍵參數，最后對關鍵數據進行控制，保證交貨期和產品質量。為了實現(xiàn)大數據應用，我們提出了大數據驅動的智慧工廠，它是生產車間、物聯(lián)網、云端、移動互聯(lián)的有機融合。利用物聯(lián)網技術，使得車間生產過程、物流及之后的銷售、服務過程具備感知能力；全生命周期內產生的各種制造數據保存到云端；借助大數據處理與分析技術，依托云計算平臺，幫助分析數字工廠運行過程，提供決策支持，并通過移動互聯(lián)方式展現(xiàn)。目前我們在晶圓制造的車間和發(fā)動機裝配車間，開展了一系列的工作。
我認為，實現(xiàn)以數據感知、數據處理分析、制造過程決策與支持、數據可視化技術為核心的智慧工廠已經成為趨勢，大數據產業(yè)鏈及技術體系逐漸成熟，大數據必將加速數字工廠向智慧工廠的轉型。