聊聊汽车智能制造

     数字化

 

    数字化包含两方面内容，一方面是指智能工厂在工厂规划设计、工艺装备开发及物流等全部应用三维设计与仿真；通过仿真分析，消除设计中的问题，将问题提前进行识别，减少后期改进改善的投入，从而达到优化设计成本与质量，实现数字化制造和QCD与灵活生产的目标，实现真正的精益，通过仿真运营成本降低10-30%，劳动生产率提高15-30%。

 

    另一方面，在传感器、定位识别、数据库分析等物联网基础数字化技术的帮助下，数字化贯穿产品创造价值链和智能工厂制造价值网络，从研发BOM到采购BOM和制造BOM，甚至到营销服务的BOM准确性与及时性直接影响是否能实现智能化，从研发到运营，乃至商业模式也需要数字化的贯通，从某种程度而言数字化的实现程度也成为智能制造战略成功的关键。

 

     大数据

 

    大数据，是一种规模大到在获取、存储、管理、分析方面大大超出传统数据库软件工具处理能力范围的数据集合，从大数据、物联网的硬件基础、连接技术到中间数据存储平台、数据分析平台形成了整个大数据的架构，实现了底层硬件数据采集到顶层数据分析的纵向整合。

 

    大数据的战略意义不在于掌握庞大的数据信息，更重要的是对数据进行专业化处理，将来自各专业的各类型数据进行提取、分割、建立模型并进行分析，深度挖掘数据背后的潜在问题和贡献价值。国外某知名汽车公司在国内的工厂在数据采集方面毫无疑问做的很好，但数据也仅仅停留在形成报表的层面，无法直接利用与分析，识别出问题并进行整改，直接反映的是数据分析和数据应用人员的缺失，尤其是与专业相结合，需要既了解专业又懂得建模和算法的数据分析人才，这也是大数据面临的重要挑战，亟需企业和学校联合共同培养，且从取消手工的数据处理着手开展逐步积累，同时也反映了IT与制造的融合与同步不足。