制造业大数据应用研究

1

制造业大数据应用研究

【摘 要】制造业的变革不断深入，再受到信息、互联网等技术的影响，制造业的智能化和信息化水平逐渐增强，而信息资源同样成为制造业的资源类型，决定制造业的市场竞争力。故此，文章对制造业大数据应用展开分析，简单介绍大数据应用的促进作用，再分析具体制造业大数据应用，旨意推动制造业的信息利用水平，推动信息资源整合，实现制造业的持续发展。

【关键词】制造业；大数据；应用；智能化

2

目 录

一、制造业大数据应用价值分析 ........................................................................................................................... 3

二、制造业大数据应用研究 ................................................................................................................................... 3

（一）基于 NoSQL 的生产实时数据存取 ...................................................................................................... 4

（二）基于 Hadoop 的并行计算 .................................................................................................................... 4

（三）数据挖掘攫取信息 ................................................................................................................................... 4

（四）基于大数据的制造业成本管理 .............................................................................................................. 5

三、制造业大数据应用类型及相关问题分析 ...................................................................................................... 6

（一）制造业大数据应用类型分析 .................................................................................................................. 6

（二）制造业大数据应用的相关问题及建议分析 ......................................................................................... 6

四、结束语 ................................................................................................................................................................ 8

3

一、制造业大数据应用价值分析

大数据的出现转变了传统生产与生活模式，使得信息成为一种重要资源类型。良好的对信息资源进行利用，有助于制造业的发展，并获取更多的市场份额，推动企业发展，实现效益的获取。基于此，本文对制造业大数据应用展开分析， 详细研究具体应用价值，再分析实际应用情况，详细如下。

制造业大数据具有较高的应用价值，其在实际的制造过程中，有助于推动制造业的智能化推荐，借助大数据技术，可将整个产品的生产周期进行整合，在大数据技术的支持下实现研发、生产和推广等，在全面增强产品质量的同时，还可达到提升效率的目的，实现制造企业的核心竞争力获取。此外，大数据能为制造业的用户行为进行分析，并结合

数据参数情况，对产品用户的行为进行预测，进而使得制造业产品更为迎合用户需求，全面增强用户的满意度。而且， 借助大数据可实现对竞争对手的分析，进而采取针对性的措施，从而扩大自身的竞争力。

借助上述分析可以发现，大数据技术的运用有助于制造业的生产智能化，积极推动制造业的生产能力增强。还可增强企业的市场竞争能力，为扩宽市场和推动行业发展奠定基础。还能保障行业结构优化和管理水平提升，进而使得制造业更为符合大数据时代特征。

二、制造业大数据应用研究

现结合实际情况对大数据的具体运用进行阐述，为制造业的发展提供参考，详细内容如下。

4

（一）基于 NoSQL 的生产实时数据存取

制造业在生产过程中，会产生大量的数据信息，且这些数据信息包括设备参数、制造工艺参数等，且这些数据量大且杂乱。传统关系型数据库对这类数据的存储效果不佳，利用率不高。而在大数据技术的支持下，构建 No SQL 数据库， 可实现对大量的数据存储和利用。在具体的运用中，借助多点部署等形式，可减少丢失和浪费的情况。具体的数据库关系模式转换中，主要借助反模式化分解，结合各类信息表， 全面推动数据存储效率，并能在一定程度上减少建设成本。

（二）基于 Hadoop 的并行计算

Hadoop 属分布式系统架构，借助 Hadoop 可完成对大量数据信息的计算。制造业生产中，需要面临多种计算问题， 如果计算不准确或是效率低下，则不利于制造业生产，甚至造成产品质量问题。而 Hadoop 的并行计算，能够对多个独立的子数据模块进行传递，并结合

map 函数，实现处理与存储。便于制造业的实际问题的处置。

（三）数据挖掘攫取信息

制造业的每日数据信息种类较多，且数据杂乱，部分数据受到噪声干扰。为实现的制造业的数据挖掘，可借助基于遗传算法的数据挖掘，实现分析。如：借助基于遗传算的数据挖掘技术，可实现对优化产品特性与生产参数数据的研究，并构建相关模型，实现迭代，进而有效推动产品优化， 具有极高利用价值。

5

（四）基于大数据的制造业成本管理

制造业的成本管理中，可借助大数据技术实现管理优化，为制造业的持续发展奠定基础。

（1）实现产品成本核算。常规成本核算在产品成本核算中，容易出现不准确的情况，影响效果。而大数据支持下， 借助数据处理技术，研究分析成本动因，在按照这一动因， 能够达到对费用的计算，便于核算与成本管理。

（2）成本预测。借助成本大数据与市场、上下游供应商等的关键，构件大数据模型，借助数据处理手段，完成对变动趋势的研究，最终可实现对成本预测。

（3）遏制信息不对称的情况。大数据的支持下，制造业获取信息的渠道增加，再借助数据挖掘技术，为制造业的决策提供帮助，保障决策的可靠性，积极推动制造业发展。

如下图 1 所示，为具体的制造业成本管理大数据的来源情况，借助这些大数据成本信息，可为推动成本管理奠定基础。

图 1 制造业成本管理大数据的来源情况

此外，在大数据的支持下，能应用到整个制造业的生产工艺流程中，结合消费者的个性化需求，突破传统的制造模式，海量数据信息的处理与挖掘，借助互联网实现与设备间的信息传递，可为智能设备的分析、决策和调整提供帮助， 推动智能生产，为新一代智能工厂建设提供基础。

6

三、制造业大数据应用类型及相关问题分析

（一）制造业大数据应用类型分析

不同的制造业类型，其在具体的大数据使用中，大数据的应用方式也存在差异，故此，结合不同制造业类型，对具体的大数据应用进行阐述。

（1）技术核心型。这类制造企业的竞争力主要体现技术产品。如：电子通讯产业、纳米产业、物联网设备等。这类制造企业中，技术研发中，需要良好的信息支持。这类企业的大数据技术应用，主要以数据挖掘和数据分析为主。

（2）资源核心型。这类制造企业主要依赖原材料和相关资源。例如化工企业，其具体数据切入点为各类原材料产地信息和销售策略，其在大数据的运用中，多以数据采集、数据挖掘和利用等。可运用 Hadoop 的并行计算、分布式存储技术等。

（3）管理核心型。主要将重心置于管理，故此。在具体大数据开发上，重点是以价值链数据为首，实现对各个环节的整合。

（4）销售核心型。这类主要大数据的切入点为信息的采集和挖掘、销售渠道、物流信息和市场反应等数据信息的挖掘利用。

综合上述几种不同制造业类型，可以发现大数据应用， 对于制造企业发掘商机、扩大服务能力、提高增值空间等具有积极作用。还可有效的把控风险，提升制造企业的效率， 并降低成本，积极推动制造业持续健康发展。

（二）制造业大数据应用的相关问题及建议分析

尽管当前制造业均重视到了大数据的意义与机制，但是在实际的应用中，仍旧存在几点问

7

题，现针对问题，提出相关建议。

（1）观念问题。大数据技术具有极高的战略意义，不仅能掌握海量数据信息，还可实现数据信息的意义获取，能够借助大数据，推动制造业产品和服务的改善。但是，实际的大数据使用中，部分制造企业对大数据技术认识不够，仍旧停留在初步阶段。故此，需要积极转变观念，加大对大数据技术的投入，积极发挥大数据的功能。

（2）应用深度不足。部分制造企业对大数据的应用停留在表面，没有更为详尽的对数据信息进行分析和挖掘，所获取的信息不够充足，影响大数据效果。针对这种情况，需要合理的对数据挖掘技术进行利用，可借助基于聚类算法的数据挖掘技术，迭代分析，实现信息的挖掘。还可借助有效的分布式存储技术，综合提升数据存储能力。

（3）相应人才的不足。制造业大数据的运用中，存在相关人才的短缺的情况，甚至存在人员流动大、自身培养效果不好的情况，进而严重影响制造业大数据的应用。故此，制造业需要制定良好的人才留住机制，积极吸收大数据的相关人才，并制定完善的大数据人才培养计划，为制造企业的发展提供基础。打破信息孤岛，增强制造业的数据分析能力， 有效实现数据分析和利用，推动制造业发展。

8

四、结束语

本文研究分析制造业大数据应用，主要对大数据在制造业中的应用价值进行阐述，可以发现大数据在制造业中的应用，对推动制造业的智能化生产、产品市场化和市场竞争力等的提升具有积极意义。制造业需要积极引入大数据技术， 构建相关基于大数据的相关系统。如基于大数据技术成本管理系统，能够实现对成本数据管理、成本核算、成本预测等功能，为制造业的成本管理提供帮助。再结合几种制造业类型，对其具体大数据应用情况进行分析，最后结合当前大数据应用问题，提出具体改善措施，旨在积极推动制造业的持续健康发展。

参考文献：

[1]梅芳.大数据在制造业企业成本管理中的应用研究

[J].齐齐哈尔大学学报(哲学社会科学版)哲学社会科学版,2 017(9):64-66.