news

工业制造中的数据分析简论

工业4.0这个大环境下，如何实现智能制造是大家都关心的问题，同时很多企业家都意识到数字化转型是智能制造实现的途径。但数字化转型基于很多技术的融合，工业物联网、人工智能、云计算、数据分析等等。数字化转型不仅仅是企业简单的数字化，而是把数字作为智能制造的核心驱动力，使企业产品实现增量价值，利用数据去整合产业链和价值链。目前很多企业都意识到数据的重要性，但还是停留在数据采集和储存行，如何把储存的大量数据使其变现，就是我们国工智能今天要讨论的问题。

一、数据来源

1、设备产生的数据，工业数据的来源很大一部分是设备运行过程中所产生的数据，及设备与设备之间的关联数据，所以现在SCADA系统就是着重于现场设备的数据采集与互联。

2、工业制造链所产生的数据，包括采购、生产、物流、销售内部流程及外部互联网信息，通过这些数据与设备数据的结合，同时进行大数据进行分析，帮我们实现工艺过程的改进与对客户的分析和挖掘。

二、数据分析

数据采集只是数据平台搭建的第一个环节，下一步是对不同来源的数据进行处理。 数据必须要放到相应的环境中分析，才能了解数据之间的关系。数据采集与分析必须要生产过程中的环境数据结合。数据分析方法也很多，如假设检验、显著性检验、差异分析、相关分析、T检验、 方差分析 、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（最优尺度分析）、bootstrap技术等等。

制造业数字化之路创新的核心，就是要依托于这些采集的数据，通过数据分析，企业可获得竞争优势、快速响应不断变化的市场动态，提升产品质量和客户服务满意度，并且可以进行预测分析，帮助企业提前进行问题规避和预警处理。

注：部分图片和文字来源于网络，如涉及版权问题请联系进行删除。