大数据与机械

1、从前，有一头不在风口长大的猪。自打出生以来，就在猪圈这个世外桃源里美满地生活着。每天都有人时不时地扔进来一些好吃的东西，小猪觉得日子惬意极了！高兴任性时，可在猪圈泥堆里打滚耍泼。忧伤时，可趴在猪圈的护栏上，看夕阳西下，春去秋来，岁月不争。“猪”生如此，夫复何求？,根据过往数百天的大数据分析，小猪预测，未来的日子会一直这样“波澜不惊”地过下去，直到它从小猪长成肥猪在春节前的一个下午，一次血腥的杀戮改变了猪的信念：尼玛大数据都是骗人的啊惨叫嘎然而止。,那头“悲催”的猪，之所以发出“大数据都是骗人的啊”呐喊，是因为它的得出了一个错误的“历史规律”：根据以往的数据预测未来，它每天都会过着“饭来张口”的

2、猪一般的生活。但是没想到，会发生“黑天鹅事件”春节的杀猪事件。那头小猪，仅仅着眼于分析它“从小到肥”成长数据局部小数据，而忽略了“从肥到没”的历史数据。数据不全，结论自然会偏，预测就会不准。,机械大数据,xx班xxx,机械制造业的现状和发展前景 大数据时代 机械生产与大数据的结合,机械类,机械设计制造及其自动化 机械电子工程 材料成型及其控制工程 工业设计,德国提出工业4.0，拥有强大的机械制造技术，嵌入式以及控制设备的先进设备和能力，德国很关注生产过程智能化和虚拟化的深刻改变。而中国先进制造业距离工业4.0还有较远距离，且存在着以下问题： 成本优势逐渐减弱（外资回迁或外迁东南亚）； 高耗能的

3、工业造成严重的环境问题； 产品附加值低，缺乏自主品牌； 高耗能的工业造成严重的环境问题； 贸易摩擦增多 （中美轮胎战，光伏产品战）；,中国机械制造业的现状和前景,互联：互联工业4.0的核心是连接，要把设备、生产线、工厂、供应商、产品和客户紧密地联系在一起。 数据：工业4.0连接和产品数据、设备数据、研发数据、工业链数据、运营数据、管理数据、销售数据、消费者数据。 集成：工业4.0将无处不在的传感器、嵌入式中端系统、智能控制系统、通信设施通过CPS形成一个智能网络。通过这个智能网络，使人与人、人与机器、机器与机器、以及服务与服务之间，能够形成一个互联，从而实现横向、纵向和端到端的高度集成。 创新

4、：工业4.0的实施过程是制造业创新发展的过程，制造技术、产品、模式、业态、组织等方面的创新，将会层出不穷，从技术创新到产品创新，到模式创新，再到液态创新，最后到组织创新。 转型：对于中国的传统制造业而言，转型实际上是从传统的工厂，从2.0、3.0的工厂转型到4.0的工厂，整个生产形态上，从大规模生产，转向个性化定制。实际上整个生产的过程更加柔性化、个性化、定制化。这是工业4.0一个非常重要的特征。,工业4.0有哪些特点?,宝马58秒生产一辆汽车！你知道吗？,通过对射频码的利用，传统化工巨头巴斯夫则在这方面更进一步。巴斯夫位于凯泽斯劳滕的试点智能工厂所生产的洗发水和洗手液已经完全实现自动化。随着

5、网上的测试订单的下达，其生产流水线上的空洗手液瓶贴着的射频识别标签会自动地跟生产机器进行通讯，告知后者它需要何种肥皂、香料、瓶盖颜色和标记。在这样的流水线上，每一瓶洗手液都有可能跟传送带上的下一瓶全然不同。该试验依赖于无线网络，机器和产品通过无线网络完成所有的通讯工作，唯一需要的人工输入就只是下达样本订单。虽然是个实验，但这种由客户直接下单到工厂的运作方式，足以给智能工厂的模式提供另一种发展途径。,德国巴斯夫化工集团凯泽斯劳滕工厂,结合中国工业现状来看，微信公众号工业智能化认为未来十年，中国工业4.0领域将有充足发展的三类公司有： 第一类是智能工厂，分为两种，第一种是传统的工厂转型成智能工厂，

6、第二种是一出生就是智能工厂; 第二类是解决方案公司，为制造业公司提供智能工厂顶层设计、转型路径图、软硬件一体化实施的工业4.0解决方案公司。 第三类是技术供应商，包括工业物联网、工业网络安全、工业大数据、云计算平台、MES系统、除这三类以外，虚拟现实、人工智能、知识工作自动化等技术供应商也会面临巨大的发展前景。,哪类公司最有前景?,国际数据公司定义了大数据的四大特征：海量的数据规模（vast）、快速的数据流转和动态的数据体系（velocity）、多样的数据类型（variety）和巨大的数据价值（value）。 俗话说，垃圾进，垃圾出，意思就是进入信息系统的数据是错误的，经过系统加工处理后的结果

7、一定还是错误的，所以，如果商业智能建设的源头数据不真实，错误百出，数据分析将无法发挥应有的作用，起到预期的效果。所以，大数据不仅仅是数据的采集，而是数据正确的采集。,大数据时代,第一， 大数据将成为各类机构和组织，乃至国家层面重要的战略资源。 第二，大数据的公开与分享成为大势所趋，政府部门必须身先士卒 第三，机构组织的变革与全球治理成为必然的选择。,如何应对大数据带来的挑战,目前，高科技制造业者面临到的问题主要有三种，第一、未预期的物料问题或设备故障直接冲击产能，以致耗损大量成本；第二、因制程稳定性问题造成产品良率下降，不但影响获利更影响客户满意度；第三、制程世代转换越来越快，如何加快量产速度，成为获利的关键因素。,