智能制造导论-p298.pdf - 第71页
2.3.5 实时分析 2 ） 实现自组织生产 通过对生产过程和设备的实时数据进行高速高效的分析和处理，工业机 器与设备之间可以轻易地实现信息交换、运转和互相操控，因此，被制 造的产品可以与机器设备交流，机器可以自组织生产，智能工厂也能够 实现自行运转。 3 ） 复杂系统研究 制造业领域的数据，主要呈现大体量、多源性、连续采样、价值密度低、 动态性强等特点，对其进行分析，使得研究复杂系统的动态行为成为可 能。不仅如此，通过对实时数据的分析…
2.3.5 实时分析
实时分析就是在设备运行过程中，对实时测量信号处理的时间能够满足
动态过程参数分辨需要的分析。实时分析技术的高低，反映了企业利用
工业IT设施收集、传输和分析处理大数据的能力。通过实时分析技术，
不仅工厂与机器设备可以随时分享信息，相互连接的系统还可以独立自
我管理。
要达到这一目标，工业制造系统必须对制造设备自身的和产品制造过程
中产生的数据进行更深入的分析，这种分析的作用主要体现在两个方面：
1） 生产设备和过程监控
生产所产生的数据经过快速处理、传递，可以使生产过程中的某些因素
（如产品故障、配件损耗等）被精确控制，实现对生产本身的实时监控。
此外，设备生产过程中利用传感器集中监控所有的生产流程，能够及时
发现能耗的异常变化和峰值情况，从而在生产过程中不断实时优化能源
消耗，降低生产能耗。
2.3.5 实时分析
2） 实现自组织生产
通过对生产过程和设备的实时数据进行高速高效的分析和处理，工业机
器与设备之间可以轻易地实现信息交换、运转和互相操控，因此，被制
造的产品可以与机器设备交流，机器可以自组织生产，智能工厂也能够
实现自行运转。
3） 复杂系统研究
制造业领域的数据，主要呈现大体量、多源性、连续采样、价值密度低、
动态性强等特点，对其进行分析，使得研究复杂系统的动态行为成为可
能。不仅如此，通过对实时数据的分析，可以有效优化生产流程，进行
生产计划调度和生产线的质量控制，并提高企业的综合生产指标。
由此可见，整合全部生产线数据，可以对生产动态模型建设、多目标控
制流程进行优化，对物料品质、能耗、设备异常和零件生命周期进程进
行监控预警，赋予设备和系统“自我意识”，进而实现低成本、高效率
的并行生产。
2.3.6 数据运营
数据运营是指数据的所有者通过对数据的分析与挖掘，把隐藏在大量数
据中的信息作为商品发布出去，供数据的消费者使用。
在制造企业中，数据不仅来源于生产过程的各个环节，还分布于企业的
各个部门。通过整合来自市场、研发、工程、生产部门的数据，可以创
建产品全生命周期管理平台，对工业产品的生产进行虚拟模型化，从而
优化生产流程。在大数据时代，确保企业内的所有部门以相同的数据协
同工作，能够提升组织的运营效率，缩短产品的研发与上市时间。
在企业业务方面，数据运营分为4个层次：