智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制分析

董曉洋 甄業(yè)安 徐丙海

摘要：隨著智能制造新時(shí)代的到來，工業(yè)大數(shù)據(jù)應(yīng)用作為企業(yè)創(chuàng)新和變革的主要驅(qū)動(dòng)力正受到關(guān)注？但是，及時(shí)，可靠和準(zhǔn)確的高質(zhì)量數(shù)據(jù)是工業(yè)大數(shù)據(jù)有效性的前提一首先，我們將梳理工業(yè)大數(shù)據(jù)的基本特征和我們面臨的數(shù)據(jù)質(zhì)量問題，研究和分析工業(yè)大數(shù)據(jù)的質(zhì)量控制方法，最后是工業(yè)大數(shù)據(jù)質(zhì)量控制的主要工作方向提出初步建議。

關(guān)鍵詞：智能制造背景;工業(yè)大數(shù)據(jù)：數(shù)據(jù)質(zhì)量控制

前言：在諸如互聯(lián)網(wǎng)技術(shù)，物聯(lián)網(wǎng)技術(shù)，云計(jì)算技術(shù)和大數(shù)據(jù)技術(shù)等先進(jìn)技術(shù)不斷發(fā)展的背景下，工業(yè)生產(chǎn)正逐漸變得智能化。在這種背景下，數(shù)據(jù)逐漸成為工業(yè)制造公司的核心價(jià)值之一。數(shù)據(jù)分析的利用率越高，公司的運(yùn)營和開發(fā)效率就越高，生產(chǎn)效率也就越高。在智能制造的背景下，大數(shù)據(jù)正在慢慢改變生活方式和生產(chǎn)方式，并在一定程度上改變了工業(yè)制造商的運(yùn)營模式?；诖?，在智能制造的背景下，有必要對工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量管理策略進(jìn)行研究。

一、工業(yè)大數(shù)據(jù)特征及其數(shù)據(jù)質(zhì)量定義

（一）工業(yè)大數(shù)據(jù)的特征

智能制造環(huán)境下的工業(yè)大數(shù)據(jù)展現(xiàn)了大數(shù)據(jù)的典型“4V”特征。這體現(xiàn)在四個(gè)方面：第一，數(shù)據(jù)量大（Volume）。對于某些企業(yè)而言.對設(shè)備感知數(shù)據(jù)的廣泛訪問甚至可以達(dá)到EB級(jí)。第二，高速生成（Velocitv）。該設(shè)備高速運(yùn)行，數(shù)據(jù)生成和收集的頻率（機(jī)器功率，動(dòng)態(tài)切削阻力，主軸振動(dòng)，扭矩等）可以達(dá)到幾毫秒。第三，模態(tài)多樣（Varietv）。工業(yè)大數(shù)據(jù)的種類繁多，包括結(jié)構(gòu)化的（產(chǎn)品開發(fā)，人員，財(cái)務(wù)，生產(chǎn)，供應(yīng)，營銷，客戶，用戶等）和半結(jié)構(gòu)化的（HTML頁面，XML文本，報(bào)表等）。和非結(jié)構(gòu)化（工況，文檔，圖形，音頻和視頻等）數(shù)據(jù)。第四，價(jià)值密度低（Value）。工業(yè)大數(shù)據(jù)的價(jià)值密度分布非常不均勻。有一個(gè)“二八法則”。20%的結(jié)構(gòu)化數(shù)據(jù)占價(jià)值密度的80%，而80%的非結(jié)構(gòu)化數(shù)據(jù)僅占價(jià)值密度的20%。價(jià)值密度低但高價(jià)值。此外，工業(yè)大數(shù)據(jù)還具有數(shù)據(jù)之間的強(qiáng)大關(guān)聯(lián)性，動(dòng)態(tài)的多個(gè)時(shí)空時(shí)間序列以及對實(shí)時(shí)數(shù)據(jù)收集，存儲(chǔ)和處理的高要求。

（二）工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量定義

在智能制造的背景下，工業(yè)大數(shù)據(jù)是CPS （Cvber PhvsicalSvstem）的輸入原材料，中間產(chǎn)品和最終產(chǎn)品。工業(yè)大數(shù)據(jù)的質(zhì)量可以定義為：工業(yè)大數(shù)據(jù)的質(zhì)量特征集可以滿足產(chǎn)品，設(shè)計(jì)，制造，過程制造，銷售和維護(hù)的需求。工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量特性與特定的應(yīng)用對象有關(guān)，并且可以通過一組維度進(jìn)行測量。核心指標(biāo)可以包括以下方面：

1.數(shù)據(jù)精確性：刻畫數(shù)據(jù)的測量值與實(shí)際值之間的一致性程度。例如，如果實(shí)際環(huán)境溫度數(shù)據(jù)為24.8。C，而測量值為23。C，則該數(shù)據(jù)偏差較大，精度不夠。

2.數(shù)據(jù)完整性：刻畫數(shù)據(jù)支持各種應(yīng)用程序，可以跟蹤源，并且在某種程度上沒有遺漏。例如，由于傳感器或鏈接故障而導(dǎo)致一段時(shí)間內(nèi)缺乏生產(chǎn)過程數(shù)據(jù)可能會(huì)導(dǎo)致數(shù)據(jù)分析出現(xiàn)偏差。

3.數(shù)據(jù)一致性：刻畫數(shù)據(jù)和關(guān)聯(lián)邏輯關(guān)系的兼容性程度中沒有語義錯(cuò)誤。例如，在設(shè)備帳戶信息中，設(shè)備A的代碼被錯(cuò)誤地記錄為設(shè)備B的代碼。

4.數(shù)據(jù)實(shí)效性：刻畫數(shù)據(jù)符合應(yīng)用時(shí)效要求的程度。

5.數(shù)據(jù)實(shí)體同一性：刻畫同一實(shí)體在不同信息記錄中擁有同一標(biāo)識(shí)的程度。例如，同一物料存在的“多碼”的問題。

二、工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量管理面臨的挑戰(zhàn)

在智能制造的背景下，工業(yè)大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)有很大的不同。這主要體現(xiàn)在數(shù)據(jù)收集速度，數(shù)據(jù)分析過程，數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)質(zhì)量管理上，從而帶來了重大挑戰(zhàn)。表l是工業(yè)大數(shù)據(jù)和常規(guī)數(shù)據(jù)的對比分析表。

從表1中可以看出，與傳統(tǒng)數(shù)據(jù)相比，工業(yè)大數(shù)據(jù)的結(jié)構(gòu)更加復(fù)雜，范圍更廣。因此，數(shù)據(jù)質(zhì)量問題傾向于通過某些控件發(fā)生，并且主要體現(xiàn)在以下幾個(gè)方面：

首先，在數(shù)據(jù)收集方面，工業(yè)大數(shù)據(jù)源范圍更廣，結(jié)構(gòu)也有所不同。不同數(shù)據(jù)源之間存在某些沖突和矛盾。如何保證數(shù)據(jù)管理的完整性和管理質(zhì)量的可靠性非常重要;其次，工業(yè)大數(shù)據(jù)規(guī)模非常大，在獲取，存儲(chǔ)，計(jì)算以及與大數(shù)據(jù)的其他鏈接時(shí)會(huì)出錯(cuò)。傳統(tǒng)的手動(dòng)錯(cuò)誤檢測方法無法處理大規(guī)模數(shù)據(jù)檢查，也無法快速找到有問題的數(shù)據(jù)。因此，不可能及時(shí)提取有效，有價(jià)值的數(shù)據(jù);再次，生成數(shù)據(jù)既快速又復(fù)雜，因此更容易創(chuàng)建不一致的數(shù)據(jù);最后，有不同類型的數(shù)據(jù)源，并且有多種類型的結(jié)構(gòu)化數(shù)據(jù)。結(jié)果，在不同的數(shù)據(jù)源和相同的數(shù)據(jù)源之間可能會(huì)發(fā)生沖突和不一致。此外，數(shù)據(jù)質(zhì)量控制需要在多個(gè)部門之間進(jìn)行協(xié)調(diào)，從而大大增加了發(fā)生數(shù)據(jù)處理問題的可能性。

三、智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制對策

（一）構(gòu)建數(shù)據(jù)質(zhì)量評(píng)價(jià)體系

完善系統(tǒng)的質(zhì)量評(píng)估體系是確保大數(shù)據(jù)質(zhì)量控制水平的關(guān)鍵。在智能制造的背景下構(gòu)建工業(yè)大數(shù)據(jù)數(shù)據(jù)質(zhì)量評(píng)估系統(tǒng)需要從完整性，一致性和準(zhǔn)確性三個(gè)方面同時(shí)考慮。

（二）全面落實(shí)數(shù)據(jù)質(zhì)量信息的采集、分析與監(jiān)控

可以對收集的數(shù)據(jù)源執(zhí)行質(zhì)量分析，以充分了解和掌握生產(chǎn)數(shù)據(jù)的質(zhì)量。通過與過去的數(shù)據(jù)進(jìn)行比較，可以評(píng)估數(shù)據(jù)質(zhì)量控制的質(zhì)量，并可以針對現(xiàn)有問題開發(fā)有效的解決方案，從而可以逐步提高工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制水平。

（三）建立數(shù)據(jù)質(zhì)量的持續(xù)改進(jìn)工作機(jī)制

導(dǎo)致數(shù)據(jù)質(zhì)量問題的四個(gè)主要問題域影響了工業(yè)大數(shù)據(jù)。主要是：信息問題領(lǐng)域，技術(shù)問題領(lǐng)域，過程問題領(lǐng)域，管理問題領(lǐng)域。無論出現(xiàn)什么問題，都會(huì)引起數(shù)據(jù)質(zhì)量問題。因此，如果發(fā)現(xiàn)了數(shù)據(jù)質(zhì)量問題，則應(yīng)該系統(tǒng)地分析問題的根本原因。

結(jié)語：綜上所述，文章基于理論實(shí)踐，分析了智能制造環(huán)境下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制措施。分析結(jié)果表明，在工業(yè)生產(chǎn)中，數(shù)據(jù)質(zhì)量控制是在整個(gè)數(shù)據(jù)生命周期中執(zhí)行的，并且包含很多內(nèi)容。在這種背景下，工業(yè)大數(shù)據(jù)爆炸性增長，對數(shù)據(jù)質(zhì)量管理技術(shù)和方法提出了更高的要求，以應(yīng)對當(dāng)前工業(yè)生產(chǎn)中大數(shù)據(jù)的數(shù)據(jù)質(zhì)量管理所面臨的挑戰(zhàn)。

參考文獻(xiàn)：

[1]王振環(huán)，基于智能制造背景下的質(zhì)量大數(shù)據(jù)[J].智能制造，2018 （08）：3638.

[2]段成，智能制造背景下工業(yè)大數(shù)據(jù)的數(shù)據(jù)質(zhì)量控制探討[J].機(jī)械設(shè)計(jì)與制造工程，2018，47 （02）：13-16.