◆◆0

大数据时代下，生产质量预测已成为制造业趋势

chenjf 2021-06-01 商业智能（BI）, 大数据, 解决方案 2,193 views

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。

它决定着企业的未来发展，虽然很多企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。

正如《纽约时报》2012年2月的一篇专栏中所称，“大数据”时代已经降临，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

大数据时代最明显的特征：

1、不是随机样本，而是全体数据：在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样(随机采样，以前我们通常把这看成是理所应当的限制，但高性能的数字技术让我们意识到，这其实是一种人为限制);

2、不是精确性，而是混杂性：研究数据如此之多，以至于我们不再热衷于追求精确度;之前需要分析的数据很少，所以我们必须尽可能精确地量化我们的记录，随着规模的扩大，对精确度的痴迷将减弱;拥有了大数据，我们不再需要对一个现象刨根问底，只要掌握了大体的发展方向即可，适当忽略微观层面上的精确度，会让我们在宏观层面拥有更好的洞察力;

3、不是因果关系，而是相关关系：我们不再热衷于找因果关系，寻找因果关系是人类长久以来的习惯，在大数据时代，我们无须再紧盯事物之间的因果关系，而应该寻找事物之间的相关关系;相关关系也许不能准确地告诉我们某件事情为何会发生，但是它会提醒我们这件事情正在发生。

大数据是如此重要，制造业的生产质量是怎么有效利用大数据的？

1、全部数据：

越来越多的制造企业通过智能制造生产，比如MES、ERP、APS等业务系统，会产生大量的数据。以往各部门/各工厂/各车间数据都是分开的，且只作数据展示，无法关联。数据不全，数据准确性也不稳定。但是某制造企业，通过慧都生产质量分析及预测方案，将这些数据打通，建立统一的数据采集平台，有效的整合生产过程中的全部数据。

2、大体方向：

事后检验，事后追溯的时代正慢慢过去，制造企业可通过数据处理，数据分析，让数据自己“发声”。以生产质量分析为例，慧都生产质量分析及预测方案可以通过对生产过程控制分析、产品全生命周期质量分析、设备维护分析、生产原辅料检验分析等数据分析，再加以机器算法训练，产品良率模型。生产质量不合格，数据会第一时间告诉你。免去过往事后进行质量追溯，亡羊补牢为时已晚的苦恼。有效的对生产质量进行预测，从源头提升产品质量。

3、相关关系：

慧都生产质量分析及预测方案，通过获取数据-存储数据-准备数据-高性能数据分析引擎-预先分析-预测模型-分析应用-可视化-形成报告-移动可看、自助分析-嵌入分析-辅助决策。有效利用数据，让数据告诉你，有些事正在发生。

数据能预测事情发生，生产质量预测俨然慢慢成为趋势

某汽车制造商，通过大数据，成功预测车辆故障发生的概率。

该企业致力于生产销售具有国际先进水平的整车、发动机、零部件及汽车用品，以及汽车工程技术的研究与开发。因没有缺陷异常决策系统，后期采用慧都生产质量预测方案，通过对缺陷异常因子分析、焊接数据异常点检测、焊接飞溅分析等分析，构建预测模型，预测质量。

该客户收益：

1、在内饰颜色、配置、车型、天窗等维度下，找出发生缺陷次数较多的部门和缺陷类型，从而为业务部门提供改进方向。

2、通过产品生产过程中的缺陷记录（人员、设备、订单等）数据进行统计计算，分析相关因子的影响比例，输出因子分析图表。

3、对焊接数据进行分析，有助于提前判断焊接效果，反应焊接传感器的数据采集质量。

4、建立机器学习模型进行预测，输出故障是否发生，判断车辆故障发生的概率，同时给出特征重要性排序。