| 2,011 | 33 | 568 |
| 下载次数 | 被引频次 | 阅读次数 |
信息技术的普及使制造业中积累了大量与生产、管理和运营相关的数据,这些数据中隐藏着诸多有价值的知识,可以指导企业优化管理流程、改进生产工艺、调整加工参数、诊断设备故障等,帮助制造业企业提高效率、降低成本,达到利润最大化,并为实现智能制造打下基础。然而,当前制造业中存在着数据量大、数据利用率低的矛盾,许多场景中的数据规模甚至已经超出传统数据分析方法所能承受的极限。因此,越来越多的研究者致力于研究大数据分析在制造业中的应用,旨在通过大数据分析技术发掘蕴含在数据中的宝贵知识和财富。介绍了制造业大数据的概念和特征,讨论了制造业大数据及其分析的特点和挑战,并从制造业产业链流程的角度出发,将制造业概括为设计、生产、采购、销售和售后五个阶段,分别阐释了每个阶段的典型业务场景及需求,总结了大数据分析模型在这些业务场景中的应用方面的研究进展。最后,对大数据分析在制造业中的应用现状做出了分析和评价,并讨论了其中存在的问题和不足。
Abstract：The wide application of information technology has led to a rapid growth of data related to production, management and operation in manufacturing industry. Those data are valuable for manufacturing enterprises. The mine of information is conductive to optimizing the management workflow, improving production process, adjusting machining parameters and diagnosing equipment faults, which helps increasing efficiency, reducing costs, maximizing profit, and laying the foundation of intelligent manufacturing. However, there remains a contradiction between large quantity of data and low utilization of them. Consequently, more researchers nowadays focus on applying big data technology to manufacturing industry. The paper aims to review on those researches. Firstly, it explains the concept and characteristics of big data in manufacturing industry, and then discusses the features and challenges of big data analysis. Industrial process can be divided into five stages: design, production, purchase, sales and after-sales service. The researchers explain the typical work scenarios in different stages and summarize the recent researches on application of big data model in those scenarios. Finally, the paper analyzes and evaluates the current research results of industrial big data analysis and discuss the main limitations and deficiencies of those existing studies.
[1]Zheng L,Zeng C,Li L,et al.Applying data mining techniques to address critical process optimization needs in advanced manufacturing[C].ACM SIGKDD International Conference on Knowledge Discovery and Data Mining,2014:1739-1748.
[2]GE Whitebook.The Case for an Industrial Big Data Platform:Laying the Groundwork for the New Industrial Age[EB/OL].http://gesoftware.com/Industrial_Big_Data_Platform.pdf,2013.
[3]谭军,余绍军.数据挖掘在制造业中的应用[C].全国电子信息技术与应用学术会议,2011.
[4]Harding J A,Shahbaz M,Srinivas,et al.Data Mining in Manufacturing:A Review[M].VDM Verlag Dr.Müller,2006:969-976.
[5]Wang K,Tong S,Eynard B,et al.Review on Application of Data Mining in Product Design and Manufacturing[C].International Conference on Fuzzy Systems and Knowledge Discovery,2007:613-618.
[6]孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146-169.
[7]Cai-Yan L,You-Fa S.Application of Data Mining in Production Quality Management[J].International Symposium on Intelligent Information Technology Application:2009:284-287.
[8]张玉东.PG炼钢厂MES系统数据挖掘的设计与开发[D].成都:电子科技大学,2011.
[9]Li M,Feng S,Sethi I K,et al.Mining Production Data with Neural Network&CART[C].IEEE International Conference on Data Mining,2003:731.
[10]骆自超.基于数据挖掘的发动机缸盖燃烧室容积制造误差控制方法研究[D].上海:上海交通大学,2014.
[11]Moghimi M,Saraee M H,Bagheri A.Modeling of batch annealing process using data mining techniques for cold rolled steel sheets[C].IEEE International Conference on Mechatronics,2011:18-22.
[12]Shi X,Schillings P,Boyd D.Applying artificial neural networks and virtual experimental design to quality improvement of two industrial processes[J].International Journal of Production Research,2004,42(1):101-118.
[13]娄小芳.基于模式识别和数据挖掘的铝工业生产节能降耗研究[D].长沙:国防科学技术大学,2010.
[14]肖溱鸽.基于数据分析的数控加工工艺参数能效优化方法研究[D].重庆:重庆大学,2016.
[15]宋旭东,刘晓冰,程晓兰,et al.钢铁企业生产成本兲键工序数据挖掘应用研究[J].计算机工程与应用,2008(28):184-186,195.
[16]张健.服装制造数据协同与辅助决策系统的研究与设计[D].苏州:苏州大学,2013.
[17]薛百里.基于数据挖掘技术的服装制造标准工时制定方法研究[D].苏州:苏州大学,2015.
[18]谢英星.Apriori算法在模具改模工艺信息处理中的应用[J].组合机床与自动化加工技术,2008(6):80-83.
[19]李霄林.面向摩托车智能设计的数据挖掘系统研究与应用[D].重庆大学,2006.
[20]李冠卿.基于模糊物元的客户需求知识挖掘方法研究[D].合肥:合肥工业大学,2013.
[21]Aye T T,Yang F,Wang L,et al.Data driven framework for degraded pogo pin detection in semiconductor manufacturing[C].Industrial Electronics and Applications,2015.
[22]郭龙波.基于数据挖掘方法的冶轧表面质量缺陷分析[D].马鞍山:安徽工业大学,2012.
[23]Kusiak A,Kurasek C.Data mining of printed-circuit board defects[J].IEEE Transactions on Robotics&Automation,2001,17(2):191-196.
[24]Urtubia A,Pérez-Correa J R,Soto A,et al.Using data mining techniques to predict industrial wine problem fermentations[J].Food Control,2007,18(12):1512-1517.
[25]Fakharudin A S,Embong A,Hamid R A,et al.Optimisation of fermentation process using data mining techniques for small-medium industry[C].International Conference on Intelligent and Advanced Systems,2007:273-275.
[26]宋辉.聚类分析系统的设计与实现及在工业中的应用[D].天津:天津科技大学,2004.
[27]辛旭明.基于过程监控的数据挖掘系统及其应用[D].上海:东华大学,2004.
[28]Chen W C,Tseng S S,Wang C Y.A Novel Manufacturing Defect Detection Method Using Data Mining Approach[C].Innovations in Applied Artificial Intelligence,International Conference on Industrial and Engineering Applications of Artificial Intelligence and Expert Systems,Iea/aie 2004,Ottawa,Canada,May17-20,2004.Proceedings,2004:77-86.
[29]Hong S J,Lim W Y,Cheong T,et al.Fault Detection and Classification in Plasma Etch Equipment for Semiconductor Manufacturinge-Diagnostics[J].IEEE Transactions on Semiconductor Manufacturing,2012,25(1):83-93.
[30]Iflikli C Kahya,Zyirmidokuz E.Implementing a data mining solution for enhancing carpet manufacturing productivity[M].Elsevier Science Publishers B.V.,2010:783-788.
[31]王成龙.基于数据挖掘技术的生产调度问题研究[D].杭州:浙江大学,2015.
[32]于艺浩.基于数据的车间实时调度系统的研究与开发[D].沈阳:沈阳工业大学,2013.
[33]徐玉婷.MES车间生产调度系统及其数据挖掘方法的研究[D].南京:南京航空航天大学,2007.
[34]刘娜.纺织领域中数据挖掘技术的应用研究[D].大连海事大学,2004.
[35]鲁钊,陈世平.基于ID3算法的机械制造业决策应用[J].计算机应用,2011(11):3087-3090.
[36]刘立强.企业能源管理系统的数据整合与处理[D].北京交通大学,2014.
[37]吴波.造纸过程能源管理系统中数据挖掘与能耗预测方法的研究[D].华南理工大学,2012.
[38]桂卫华,黄泰松,朱爽.智能综合原料库存优化系统及应用[J].中南工业大学学报(自然科学版),2001(5):536-540.
[39]陈青,吴敏,金可音,等.一种改迚的迚化觃划算法在原料库存优化中的应用[J].株洲工学院学报,2005(1):74-76.
[40]Agard B.Data mining for improvement of product quality[J].International Journal of Production Research,2006,44(18-19):4027-4041.
[41]孙宜然,赵嵩正,徐伟.面向供应链的制造业库存决策支持系统的分析与设计[J].工业工程,2006(3):75-79.
[42]张晋豫,杨维,张顶立.基于效用的备品备件优化库存控制法[J].电子学报,2010(11):2708-2712,2714.
[43]姚菲.制造业备件库存管理优化体系研究与应用[D].北京:北京邮电大学,2014.
[44]张亮.数据挖掘在机械制造业外购件供应系统的应用[D].重庆:重庆大学,2004.
[45]陈承贵.基于数据挖掘技术仓库管理系统的应用与研究[D].成都:电子科技大学,2009.
[46]钟金宍,黄玱,李关国,等.钢铁制造业信息化集成方案与优化技术研究[J].计算机应用研究,2008(8):2305-2308.
[47]周超.生产库存配送联合优化调度方法[D].合肥:合肥工业大学,2015.
[48]周明.基于数据挖掘的制造业采购DSS理论及方法研究[D].天津:天津大学,2009.
[49]郭玱.信息时代汽车制造业协同采购策略研究[D].长昡:吉林大学,2006.
[50]郝立群.基于数据挖掘的煤矿材料成本预测研究[D].徐州:中国矿业大学,2014.
[51]文小敏,袁清珂,罗小美.ERP决策支持系统中采购数据仓库的极建与应用研究[J].现代机械,2005(2):27-29.
[52]王建良,杜元胜,徐建良.面向离散制造业数据挖掘技术研究与应用[J].微计算机信息,2007(33):10-11,21.
[53]宋建聪.数据挖掘在装备制造业质量管理中的应用研究[D].广州:广东工业大学,2013.
[54]常建涛,仇原鹰,李申,等.生产计划与调度中的次年产量预测方法[J].计算机集成制造系统,2013(7):1648-1654.
[55]周志刚.灰色系统理论与人工神经网络融合的时序数据挖掘预测技术及应用[D].成都:成都理工大学,2006.
[56]华洁,李庆生,尹侠,等.基于Rough集理论的薄膜蒸发器产量预测[J].南京工业大学学报(自然科学版),2006(3):94-99.
[57]王鹏鹏,廖小平,邓建新.ERP环境下销售决策支持的研究与实现[J].机械设计与制造,2008(5):219-221.
[58]邢海霞.基于时间序列分析的PVC型材销售预测研究[D].大连交通大学,2010.
[59]刘胜.基于数据挖掘的企业销售决策支撑平台设计[D].浙江理工大学,2015.
[60]江小辉,赵建民,朱信忠.商业智能在流行饰品制造业中的应用研究[J].信息技术,2008(6):33-35.
[61]李烨.数据挖掘技术在卡车制造商的客户价值分析应用研究[D].柳州:广西科技大学,2013.
[62]汪奇,黄洪,郑晓群.笔记本电脑BTO生产计划中兲联觃则挖掘的应用研究[J].商场现代化,2007(36):30-31.
[63]黄亦弢.钟表供应链管理中智能物料表研究[D].广东工业大学,2006.
[64]刘菲.基于决策树技术的忠诚客户挖掘研究[D].葫芦岛:辽宁工程技术大学,2009.
[65]陈力.大数据环境下集团企业的精细化营销体系设计方法与实现[D].杭州:浙江理工大学,2016.
[66]阮志林.基于大批量定制模式的管理信息系统的研究及其应用[D].长沙:国防科学技术大学,2005.
[67]王海飞.基于Hadoop云的数据库营销海量数据处理与挖掘的研究[D].杭州:浙江理工大学,2013.
[68]梁琦,陆剑宝.传统制造业集群的生产性服务需求——广东、山西两地4个制造业集群样本的考察[J].管理评论,2014(11):169-181.
[69]仸荣.企业第三方物流信息系统兲键技术及数据挖掘兲键算法研究[J].电子商务,2012(11):52-53.
[70]赵利.基于RFID中间件的海量数据集成技术及其在现代物流决策分析中应用研究[D].扬州:扬州大学,2012.
[71]刘淼.供应链环境下配送优化问题研究[D].大连:大连海事大学,2013.
[72]曾华.随机顾客和需求的配送优化[D].济南:山东大学,2012.
[73]李勇.供应链中分销配送优化模型及算法研究[D].重庆:重庆大学,2005.
[74]石慧.基于汽车服务业的服务挖掘[J].上海汽车,2007(7):28-30.
[75]蒋渝.基于XML的汽车售后服务信息的数据挖掘模型[D].重庆:重庆大学,2003.
[76]沈小淦.制造业售后服务系统的研究与开发[D].西安:西安电子科技大学,2012.
[77]贾玉锋,胡迎新.数据挖掘在客户兲系管理中的应用研究[J].石家庄铁道学院学报(社会科学版),2009(2):31-34.
[78]郭鹏.数据挖掘在市场营销中的应用研究[D].武汉:武汉理工大学,2004.
[79]陈思行,陈保钢.基于制造业的CRM的客户流失分析[J].建设机械技术与管理,2008(3):106-109.
[80]陈嵩.通信设备制造业CRM中的数据挖掘研究[D].武汉:武汉理工大学,2008.
[81]Zheng X,Lin Z,Wang X,et al.Incorporating appraisal expression patterns into topic modeling for aspect and sentiment word identification[J].Knowledge-Based Systems,2014,61(1):29-47.
[82]Constantinescu I,Binder W,Faltings B.Service Composition with Directories[M].Springer Berlin Heidelberg,2006:163-177.
[83]武霞.Hadoop平台下基于聚类和兲联觃则算法的工程车辆故障预测研究[D].太原:太原科技大学,2015.
[84]罗洪波.汽车售后服务故障件管理及数据挖掘技术应用研究[D].成都:西南交通大学,2008.
[85]王诗.基于数据挖掘技术的矿用提升机故障预警系统的研究[D].北京:北京邮电大学,2009.
[86]范卿.工程机械进程监控系统研究[D].长沙:湖南大学,2011.
[87]于欣.基于数据挖掘的物流设备隐性故障预警模型研究[D].秦皇岛:燕山大学,2014.
基本信息:
中图分类号:TP311.13
引用信息:
[1]梁志宇,王宏志,李建中,等.制造业中的大数据分析技术应用研究综述[J].机械,2018,45(06):1-13.
基金信息:
国家自然科学基金重点项目(U1509216);国家自然科学基金面上项目(61472099、61602129);; 国家重点研发计划项目(2016YFB1000703)
2018-06-25
2018-06-25