谈到新一代信息技术的代表，大数据如何借助互联网时代新思维审视大数据，挖掘大数据，让大数据发挥最大的价值，就需要各个行业针对自身的特点进行开发与创新。在刚刚结束的2017信息化创新发展大会上，来自陕西彩虹电子玻璃有限公司信息管理室主任李华谈到了他对当前智能智能制造的看法。
李华称首先一点我们现在认为智能制造的推动力是工业大数据，这是我们的定调。我本人是陕西彩虹电子玻璃有限公司的DCS工程师，自己在这个企业里面，干这个行业已经干了20年以上，同时又参加了一些组织的验证。我们在讲不管是制造业也好，还是任何一个企业也好，我们在说我们发展战略的时候，都要考虑自己的四个问题，第一个我们有什么，第二个为什么这么做，第三个是怎么做，第四个是我们还要做什么。围绕这四个问题我们开始下面的论述。
我们有什么，我们是国内第一条玻璃极板生产线，也是目前具有全球领先技术的玻璃生产线，也是国内唯一一条。我们集团的前身就是一直隶属在彩虹集团，彩虹集团最早在周总理过世前引进的中国第一条显象管生产线，我们这个企业已经转型，整体进行高端显示，平板显示行业。我们覆盖了光伏玻璃组件，覆盖了液晶显示行业里的面板、盖板、机板，三个突破国际难题的国际技术封锁的三样东西，我们一直在做。我们在彩虹显象管时代有全世界75%的显象管的产量，我们拥有全世界显象管，我不知道显象管大家有没有印象，你们家里面最早的大屁股电视机，不管是海信的，还是长虹的，还是海尔的，电视机75%显象管都是来自彩虹。
现在彩虹拥有大量优秀技术人员和管理团队，我们现在做的事情是在用数字化的方式，工业大数据和数字化的方式实现了现在基本上无人的盖板生产线，技术去年已经拿过了两化融合最佳应用奖。同时已经拿到陕西省智能制造试点示范企业的名目，同时整个集团是国家2016年智能制造试点示范园区。刚才表述我们企业的前身，我们再次讲我们为什么这么做，大家众所周知，我想问问大家，很多企业都面临了财务预算与实际生产消耗不对等，传统工业化与信息化中间是有臂章的，有工业化的烟囱，也有信息化的烟囱，那只烟囱怎么产生的。生产质量与产品质量的关系不对等，生产线及设备的异常不可知，生产的连贯性无法得到有效的保障，同样没办法保证生产质量和产品质量。
我们是怎么做的？我们跟其他的制造业稍微不同的是这个构架，整体的构架设计，包括我们从硬件基础层，运算层，包括到软件层，包括到应用层，包括到展示层，这个结构是我们自己设计的。其中采集报表这块，包括工业监控这块是我设计的，我们设计完委托第三方，交通大学底下的研发团队，帮我们做代码的实现。因为我们去购买成熟的软件，一个是资金成本过大，再一个其实回来做二次开发的时间和周期是相当大的，没有办法得到技术的保障。
所以，我们现在基本上能达到的东西是我们的软件结构师可以基于生产线上，不管是西门子的，欧姆龙的，美日德的设备我们都有，我们要有大量接口，但是购买专门的程序对接口成本非常大，达到生产的可视化和质量的可视化。这是我们自己设计软件对PRC进行的仿真，所有数据库是和仿真系统进行对接，这样可以达到我们对设备端包括控制端，可以达到有效的数字化呈现，打通中间的黑管。我们是怎么做的？我大概给大家汇报一下，其实我们用的是一个工业信息化的技术。因为大家众所周知，国家站位讲中国制造2025，我们去分析一下，完全符合我们的是信息化和工业化的融合，就是两化融合，简称工业信息化，把信息工业化了，把工业信息化了，两者融合以后可以达到工业信息化。基本上这是我们的层级，大家可以看到正三角的方向是传统的信息化的模式，通过PC对数据进行采集，有效的执行结果，达到BI呈现的目的或者报表管控的目的。
旁边倒三角，其实一个很简单的，就是工业化层级，生产线上，生产企业和生产运营线上和设备上拥有大量的数据，我们工业控制只是对中间某些特定的数据进行有效的控制，然后按执行工艺和步骤达到加工生产的目的。其实，两者结合在一块的时候可以看到，其实BI的呈现和管控，和生产目的是可以做到有效的重合的。这个地方我们自己的阐述，不管是做智能制造2025也好，还是做智能制造4.0也好，我们做的第一是可视，第二是可控，第三是可预知，第四是才可制造，没有前三者的基础和手段，谈什么智能制造都是不落地，都是吹牛的。
这是我们在生产数据管理系统里头，比如一次性取数，我们的理解是这样的，信息化其实90%信息化手段是历史追求数据，工业化的手段，90%是实时数据，我们经常信息化的人要干工业化非常难，是拿历史的想法去考虑实时，手段是不均衡的，工业化的人考虑信息化的时候又有问题，我是秒级的为什么让我等几秒才能得到数据呢。所以我们就说干IT的人和干OT的人，说一件事的时候，两个人站在两个维度上的，一个人说的南山的猴子，另外一个说北边的猴子，都是一个事情，只是维度不同而已。
我们生产线系统从2016年2到月份到现在有近十亿条数据，基本上每天的生产的数据量都是在千万级以上。很多年前，刚开始讲大数据的时候，很多人告诉你大数据达到多少量级，PP级，PT级，甚至BP，达到多大的体量才有大数据，我一直给他们回答是，但凡是那么说的，不管是政府的人，我给政府演讲的时候，我也跟他们说，但凡碰到一个跟你讲以体量级说大数据的人，不管是专家也好，还是乙方也好，不外乎是干三件事的，一是卖硬盘的，二是卖存储的，三是卖数据库的，为什么？只有他们是按体量级说话。真正的大数据是什么，真正的大数据说明是基于条目的反驳，并不是以你的条目的每个字节量的大小。
我们的数据每一个条目基本就是1K左右，我们每天都在千万级条目的时候，这时候可以说我们是大数据。因为我们有大量的数据，我们有实时的数据，有历史的数据，这时候才是大数据。这时候有人告诉我他是卖硬盘的，卖存储的，我说你来吧，正好我们要扩容。数据和数据之间的不对证，如果实时的数据和历史的数据，非要强加到一块进行有效的对等指标，这就是一个扯淡，所以如何实现工业与信息化的数据对等。
这是我们的生产管理系统，我们能做的事情，比如对报表人工检验等等，我们一直遵循五个环节做事情，我们在前30年的时候，我在这个行业已经22年了，20年以前的时候，每个企业都讲全面质量管理，全面质量管理其中到五要素，就是人机料法环，不管是智能制造也好，不管是软件公司也好，还是制造企业也好，我们任何一家公司，包括一个财务公司也好，我们都逃脱不了这五环。怎么把这五环作为数字化的呈现，这样才能作为企业有效的支撑，包括有效的成本。我们一直说怎么打通整个生态链才是我们唯一的目的。
这是我们做的东西，我们系统只叫数字化工程，这是我们可以在秒级对全部的生产线进行一个秒级的监控，这是冷端设备，我们是一个流程性企业，类似于像炼钢，传统玻璃行业，包括做石油加工等等，熔炉是不能停止的，我们对熔炉那一方面，我们通过DCS手段进行实现，我们在冷端，是用自己的系统进行监控，其实大家可以看到，因为准备的比较仓促，我刚才想的是给大家放一段视频，让大家看一下很多乙方没有接触过真正企业是什么样子的，我本来想给大家看视频，到最后这个片子讲完了，看有时间给大家看一个三分钟的视频。
冷端每一个原点就是一个工序，这个工序是一个机器人，我们的工厂除了热端，冷端一天产量在近四千张产品，后面有将近19个自动机器人工位，我们的生产线可以不吹牛的说，我们应该是世界一流的无人机器人生产线，我们的机器人生产线和董明珠的机器人生产线、小米的机器人生产线是两回事，我们在80年代完成了机器人搬运的工作，机器人叫规定计划动作的单位，只是把它搬过来，然后翻过来，我们机器人是协同作业，三台机器人之间，是有传递的，玻璃的产品是0.7毫米，最薄的是0.3毫米。所以机器人在把板子拿下来的时候，递给机器人，我们通过工控的手段，控制是在微米级的，因为都是用空气吸盘来实现的吸附，每一个微米级的误差都有可能说两个机器人之间的吸盘的张力，一个松了，一个吸盘有问题，没有松开，另外一个在用力拿走的时候会造成产品的损坏。所以说我们是实现机器人传递的问题。
这是我们可以在系统上可以随时的弹出一个故障，黄的那快就是弹出来的信息，一般会告诉你这个地方有一个故障，最多告诉你故障代码是什么，你回去以后查机器人手册，或者工业手册，这是一般MES的传统。我们现在做的是，弹出来告诉你软件代码是多少，告诉你定位这个设备的是哪个关键部件出现了异常报警，同时会有等级实践，这个东西是不是影响到了你的生产主结构，就是设备主结构，还是一个连续出现的高发报警，回过头可以在整个系统的数据库里进行历史的查询，这样成立设备的运行档案，也是通过这种手段来实现的。
我们通过在用工业大数据实时手段，进行产品质量的控制，产品质量的控制，原来的产品质量控制是需要一个人去从进口设备检察机上，把数据拷走，三四小时才能做出迭代，产品质量不好的时候，不良可能有六七千个点，要看不良分布的密度和趋势是什么，我们做平板，平板把表面附着物和内部气泡，是一些致命的缺陷，就要做分布，这时候人工做都是两三个小时，但是用工业大数据手段，我们借鉴了分布式数据库的理论，基本实现了分钟级可以解决批量的报表呈现的问题，就是批量质量的图形的呈现，包括产品趋势。
这是产品分析当中我们的一些图，左边的图是我们能呈现的打点图，设备采回来只是一个点，我们在坐标图上会产生点，成为我们自己的蝶图。这个工作做，一个人要两到四个小时，这边是对产品的分析，是饼状图。同样可以从其他设备数据库里抓取一些我们自己的设备，实现异构的系统集成。因为我们是多国家的生产设备，面临着我们有多种系统，还有内嵌式的，自己内嵌式开发系统，所以我们就要对多个设备的数据库进行采集，其实这是挺复杂的，挺庞大的工作量，幸好我们坚持下来也做好了。
其实剩下的是我们还想做什么，我们其实在做生产系统，我们要考虑我们的未来是什么，未来到2019年开始，今年开始到2019年，全世界有50%的大型组织，未来都会以专业的数据模型，就是自己行业独有的数据模型来从中获利，这句话意味着告诉我们什么，未来如果说不管生产企业，还是软件研发企业，如果没有自己在自己行业的数据模型，对自己经营有模型的分析，就是工业大数据里面，没有大数据模型的建立，未来的迭代和未来的延伸都是非常渺茫的，你的希望是非常渺茫的。因为我们也希望通过AI的技术，自主学习的技术，对自己的生产线的生产技术进行缺陷的认知和未来技术迭代的支撑。同样，可以用现有的技术为我们智能制造，同样同行业的企业来做一些有效的支撑，同时也做到我们作为民族企业和央企的职责，对社会对国家的职责。
通过工业大数据手段，我们做了这些事情，这是实时报道系统，这是机器人，这是生产状态的展现。生产线除了机器人就是自动化传输设备，这是质量方面做的实时的控制。这是工业大数据的展望，能有效降低工业成本，帮助企业高效生产，为企业提高良品率和生产率，同时可以用大数据的手段提高企业转型收益，将所有东西变成可视化的。不管是未来智能制造有多远，我们先走好可视化数字化这条路，我们必将有一个美好的未来。
