制造企业的工业大数据系统建设原则 点击:58 | 回复:0



gchui

    
  • 精华:2帖
  • 求助:0帖
  • 帖子:235帖 | 6回
  • 年度积分:81
  • 历史总积分:778
  • 注册:2016年9月13日
发表于:2020-03-06 13:37:27
楼主

我对工业大数据时代有个自己的定义:工业大数据时代就是(基本上)不必要考虑数据多了怎么办的时代。我们主要去考虑它能带来什么价值、怎么用好数据就行了,而不必要过于纠结于数据存储、传输、查找过程的麻烦——因为这些麻烦总会有办法解决。

 

工业大数据的价值在什么地方?大处说有两个层次:一个层次就是让企业的管控更好,另外一个层次是对企业的业务再造和重构。今天我们主要谈第一个层次:因为企业重构的问题太复杂、个性化太强。

 

企业管控更好,也就尽量是将不必要的成本、质量、效率损失降低到最小。所谓的最小,就是保持当前的最小,再通过持续改进来降低。也就是基于当前技术条件的最好、不是跳跃性的,是PDCA持续改进、精益管理的思想结合在一起的。这个出发点的依据是一个调研结果:企业由于管理不善导致的损失,一般会占到成本的20%左右。

 

关于推进的路径,我曾经提出一个原则:从可追溯、到透明化、再到智能化。可追溯指的是:出来问题可以追溯发生问题的过程;透明化指的是:出了问题可以立刻让管理者知道,并尽快做出决策,管理者的注意力不会淹没在数据的海洋中。智能化指的是:让计算机去实时决策。

 

原则是这样的,具体操作的时候还有很多问题。比如,何为可追溯?

 

我一直强调:工业大数据要关注因果。在我看来,可追溯的要求,就是数据中能够体现因果关系。具体地说:1、首先要数据的对应要足够的好,不要原因变量和结果变量对不上;2、追溯的周期要足够短:比如,缺陷发生的周期是秒级的,参数的对应就不应该是分钟级的;3、时钟对应要一致,要能判断事件发生的先后。在三条原则是在数据准确的前提下才有效。所以,一般还要加入更深层次的要求:4、要有条件判断数据的正确性与合理性。

 

我刚才说到:大数据时代,就是不必关系数据大了怎么办的时代。但现实中,这一点往往是做不到的。我们应该怎么办?我的办法就是:上述4个逻辑要求要办到,但数据采不采、存不存、存多久,要根据需要和实际的能力去做。

 

最后强调一下:工业大数据的应用,是挖掘潜在价值。所谓潜在价值,就是被人有意无意隐藏起来的价值。潜在价值有多少,事先可能是不知道的。要解决这个问题,可以事先做一个调查。如果调查做不了的话,就应该找些明白人来问问,以便于做事有重点。还请大家相信我说的那句话:管理漏洞大概占到成本的20%——即便看不到,一般也是存在的。


另外还要明白的是:对系统进行日常性的持续改进,是不好管理的。要有好的系统和管理方法来支持才行。

来源:微信号 蝈蝈创新随笔

作者:郭朝晖

该作品已获作者授权,未经许可,禁止任何个人及第三方转载。




楼主最近还看过


相关主题

官方公众号

智造工程师