论文部分内容阅读
摘要：为了能够将绿色制造这一模式早日智能化、数据化，相关制造团队引入了大数据这一技术，期望能够在生产工作中将大数据技术与绿色制造技术进行一个有效的融合。大数据驱动的绿色制造模式便是在运用相关的专业知识及制造常识对大数据以及绿色制造模式结合的过程中产生的。这种模式结合了现下最流行、最热门的互联网技术，将产品的生命周期作为模式的研究核心和主要成分，用大数据技术来激发绿色产品制造的研究，具有很强的实践性。
关键词：大数据;绿色制造;分析
引言：
随着时代的发展，人们在注重技术提升与产品性能提升的同时更加注重环境的影响与资源的可持续性发展。世界性的工业化革命已然过去了很久，工业化革命带来了许多技术方面的提升，在一定程度上提升了人民的生活品质，却也在一定程度上损害了人们赖以生存的环境。近年来由于环境问题带来的全球气候变暖、淡水资源缺乏等问题不断增加，各个国家也在思考用更加环保的方式生产相关产品。由此，绿色设计与绿色环保的概念被提出。
为何要推进绿色制造模式
生态治理，道阻且长，行则将至。中国国家主席习近平在出席2019年中国北京世界园艺博览会开幕式时，发表题为《共谋绿色生活，共建美丽家园》的重要讲话，提出绿色发展“五个追求”，彰显了中国将继续在全球生态文明建设中发挥重要参与者、贡献者、引领者的决心，为开创全球绿色发展新格局提供了重要牵引力，而其传递的绿色发展理念直抵人心。在寻求可持续发展与可持续生产力的前提下，中国也在寻找适应于自身的方式加快生产产业的转型。
制造生产业是中国经济结构体系的重要组成部分之一，是国民经济的立足之本和根基，关系着国家的未来与人民的幸福，也是国家一步步做大做强的基石。新中国成立以来，人民与相关产业都在制造业取得了比较长足的进步，但是与发达国家相比较而言，资源转化率仍然较低，且由于制造业而产生的污水、空气污染物也在无形中形成了一个新发展的障碍。所谓“绿水青山便是金山银山”，维护一个好的生态环境，是继续改造中国制造业乃至于加快中国经济发展的根本。只有建设好良好的环境，《中国制造2025》的目标才能够早日达成，中国距离迈入世界制造强国也能更进一步。
大数据驱动的绿色制造模式现状
绿色制造这一概念最早是在1996年时由美国制造业工会的一名成员所提出的。绿色制造经过20余年的发展已经逐渐发生了延展和创新，并且衍生了绿色生产、绿色工厂、绿色研发、绿色物流等新理念，这些都为制造业的可持续发展提供了长足的保障。人们也逐渐意识到，绿色制造对于制造业的发展带来的长远的经济效益与资源。
然而，人们目前仅仅将眼光放在绿色制造这一个事件中，却很少有人将眼光放至绿色制造整个生命周期的各项环节中。绿色制造的生命周期包含产品从设计、制造、包装、运输、使用到报废处理的整个过程，许多人仅仅聚焦在制造这一个环节，却很少有人将目光聚焦在其他诸如包装、运输等可能造成更大环境污染的环节中。加上大数据技术在近几年才兴起，仍处在一个摸索和探究的环节中，便使得只有很少一部分人能够考虑到将产品制造的生命周期的各项数据与绿色制造模式相关联，如何更好地收集各个生命周期阶段的数据，将其整合、演化为人们所能够利用的数据，进行机器学习，探究和预测今后的制造发展是如今大数据驱动的绿色制造模式的关键所在。
2009年，“数据密集型科学”成为继“实验科学”、“理论推论”、“模拟仿真”后的第四科学研究范式，该范式认为，系统规模越大、结构越复杂，数据间形成的关联机制所产生的动产能力和分析决策能力也越强[1]。所以说，笔者在本文中也会尝试将数据与绿色模式的关联性、机器学习的相关预测、根据数据结果做出的相关调整这三者结合起来，并且结合时下新出现的智能预测算法和人工智能处理模式，研究出一种大数据驱动的绿色制造模式的结构框架，最终实现优化产品制造生命周期的每一个环节的目的。最终能够达到制造产业正确的可持续发展，也会间接提升制造产业的资源利用率。
大数据驱动的绿色制造模式研究
在制造产业引来一场新的变革时，世界各个国家也相继提出自身的新的制造战略计划，期望在此次变革中抢占先机，站到更高的位置上去。由此，德国提出了工业4.0的战略计划，主要是想要使用互联网技术更好地将虚拟世界与现实世界相结合，也期望能够达到生产制造的绝对智能化。美国提出了工业互联网这一战略计划，希望能够在美国的工业制造产业中形成一个互通共享的庞大数据集，并且能够通过相关的数据达到工业生产效率提升的最大化。中国正好处在工业化制造的关键时期，在这个时间节点上实现超越和提高中国制造产业在世界上的地位是非常合适的一个时机。国务院于2015年5月印发的部署全面推进实施制造强国的战略文件，是中国实施制造强国战略第一个十年的行动纲领，经国务院总理李克强签批名为《中国制造2025》。大数据驱动的绿色模式的相关研究便与其中的许多理念相差无几。
（一）大数据驱动的绿色制造模式的设计思路
利用大数据技术，结合好产品制造的完整生命周期，根據客户的订单数量、所定产品类型、订单的相关特征等分析出相关产品的客户画像，对于基本客户做出一个初步的定位。根据客户画像做出相应的需求分析，并根据结果指导绿色产品的设计与制造还有包装。根据生产结果，制造厂主动溯源相关产品客户，对客户和产品的相关数据做出一个合理的关联映射，建设出一个主动生产、动态调度、能耗实时监控的生产运营系统[2]。应用预测分析法对生产中的设备维护周期和质量监控力度进行模拟预测，形成事先维护、事先控制的质量管理与设备维护机制;利用聚类分析法对能耗数据与回收数据进行动态关联，探索企业生产制造低碳化、清洁化、循环化的发展路径[3]。最终达到产品生命周期与相关数据的闭环结合。在实际制造生产中，也可以划分为相应的结构体系便于更好的生产制造。
（二）大数据驱动的绿色制造模式的技术模块
由以上思路所构成的系统划分也产生了不同的技术模块。首先，需要相应的技术支撑模块来获取相应的精准数据进行相应的整合。其次，需要相应的数据收集或者是数据采集技术对于产品制造中从设计、制造、包装、运输、使用到报废处理的整个过程做数据收集。然后便需要数据处理技术对相关的数据进行清洗脏数据、降维等工作以便后续数据分析相关工作的展开[4]。接着便需要大数据分析、数据挖掘、机器学习等技术对于清洗后的数据做出分析，找到相应的关联点，并预测最佳的数据值。除此之外还需要应用服务、数据交互、数据存储等技术的支撑。
结束语
大数据技术驱动绿色制造产业的相关模式无疑是今后需要长期研究下去的制造模式，这也与《中国制造2025》的基本理念相契合。而相关模式研究尚且在起步阶段，也需要更多的学术型人才提供独到的见解促进制造产业的发展。
参考文献：
[1]顾新建，代风，杨青海，等.制造业大数据顶层设计的内容和方法（上篇）[J].成组技术与生产现代化， 2017， v.32;No.136（04）：16-21.
[2]向峰，黄圆圆，张智，等.基于数字孪生的产品生命周期绿色制造新模式%New paradigm of green manufacturing for product life cycle based on digital twin[J].计算机集成制造系统， 2019， 025（006）：1505-1514.
[3]杨松，郭登峰，薛冰，等.供给侧改革背景下协同创新中心研究生培养模式构建及问题分析——基于第四轮全国学科评估大数据分析[J].文教资料， 2018（7）.
作者简介：李先冲（1989-）男，汉族，重庆市渝北人，硕士研究生，重庆工商大学融智学院助教，研究方向：智能制造，人因工程。
关键词：大数据;绿色制造;分析
引言：
随着时代的发展，人们在注重技术提升与产品性能提升的同时更加注重环境的影响与资源的可持续性发展。世界性的工业化革命已然过去了很久，工业化革命带来了许多技术方面的提升，在一定程度上提升了人民的生活品质，却也在一定程度上损害了人们赖以生存的环境。近年来由于环境问题带来的全球气候变暖、淡水资源缺乏等问题不断增加，各个国家也在思考用更加环保的方式生产相关产品。由此，绿色设计与绿色环保的概念被提出。
为何要推进绿色制造模式
生态治理，道阻且长，行则将至。中国国家主席习近平在出席2019年中国北京世界园艺博览会开幕式时，发表题为《共谋绿色生活，共建美丽家园》的重要讲话，提出绿色发展“五个追求”，彰显了中国将继续在全球生态文明建设中发挥重要参与者、贡献者、引领者的决心，为开创全球绿色发展新格局提供了重要牵引力，而其传递的绿色发展理念直抵人心。在寻求可持续发展与可持续生产力的前提下，中国也在寻找适应于自身的方式加快生产产业的转型。
制造生产业是中国经济结构体系的重要组成部分之一，是国民经济的立足之本和根基，关系着国家的未来与人民的幸福，也是国家一步步做大做强的基石。新中国成立以来，人民与相关产业都在制造业取得了比较长足的进步，但是与发达国家相比较而言，资源转化率仍然较低，且由于制造业而产生的污水、空气污染物也在无形中形成了一个新发展的障碍。所谓“绿水青山便是金山银山”，维护一个好的生态环境，是继续改造中国制造业乃至于加快中国经济发展的根本。只有建设好良好的环境，《中国制造2025》的目标才能够早日达成，中国距离迈入世界制造强国也能更进一步。
大数据驱动的绿色制造模式现状
绿色制造这一概念最早是在1996年时由美国制造业工会的一名成员所提出的。绿色制造经过20余年的发展已经逐渐发生了延展和创新，并且衍生了绿色生产、绿色工厂、绿色研发、绿色物流等新理念，这些都为制造业的可持续发展提供了长足的保障。人们也逐渐意识到，绿色制造对于制造业的发展带来的长远的经济效益与资源。
然而，人们目前仅仅将眼光放在绿色制造这一个事件中，却很少有人将眼光放至绿色制造整个生命周期的各项环节中。绿色制造的生命周期包含产品从设计、制造、包装、运输、使用到报废处理的整个过程，许多人仅仅聚焦在制造这一个环节，却很少有人将目光聚焦在其他诸如包装、运输等可能造成更大环境污染的环节中。加上大数据技术在近几年才兴起，仍处在一个摸索和探究的环节中，便使得只有很少一部分人能够考虑到将产品制造的生命周期的各项数据与绿色制造模式相关联，如何更好地收集各个生命周期阶段的数据，将其整合、演化为人们所能够利用的数据，进行机器学习，探究和预测今后的制造发展是如今大数据驱动的绿色制造模式的关键所在。
2009年，“数据密集型科学”成为继“实验科学”、“理论推论”、“模拟仿真”后的第四科学研究范式，该范式认为，系统规模越大、结构越复杂，数据间形成的关联机制所产生的动产能力和分析决策能力也越强[1]。所以说，笔者在本文中也会尝试将数据与绿色模式的关联性、机器学习的相关预测、根据数据结果做出的相关调整这三者结合起来，并且结合时下新出现的智能预测算法和人工智能处理模式，研究出一种大数据驱动的绿色制造模式的结构框架，最终实现优化产品制造生命周期的每一个环节的目的。最终能够达到制造产业正确的可持续发展，也会间接提升制造产业的资源利用率。
大数据驱动的绿色制造模式研究
在制造产业引来一场新的变革时，世界各个国家也相继提出自身的新的制造战略计划，期望在此次变革中抢占先机，站到更高的位置上去。由此，德国提出了工业4.0的战略计划，主要是想要使用互联网技术更好地将虚拟世界与现实世界相结合，也期望能够达到生产制造的绝对智能化。美国提出了工业互联网这一战略计划，希望能够在美国的工业制造产业中形成一个互通共享的庞大数据集，并且能够通过相关的数据达到工业生产效率提升的最大化。中国正好处在工业化制造的关键时期，在这个时间节点上实现超越和提高中国制造产业在世界上的地位是非常合适的一个时机。国务院于2015年5月印发的部署全面推进实施制造强国的战略文件，是中国实施制造强国战略第一个十年的行动纲领，经国务院总理李克强签批名为《中国制造2025》。大数据驱动的绿色模式的相关研究便与其中的许多理念相差无几。
（一）大数据驱动的绿色制造模式的设计思路
利用大数据技术，结合好产品制造的完整生命周期，根據客户的订单数量、所定产品类型、订单的相关特征等分析出相关产品的客户画像，对于基本客户做出一个初步的定位。根据客户画像做出相应的需求分析，并根据结果指导绿色产品的设计与制造还有包装。根据生产结果，制造厂主动溯源相关产品客户，对客户和产品的相关数据做出一个合理的关联映射，建设出一个主动生产、动态调度、能耗实时监控的生产运营系统[2]。应用预测分析法对生产中的设备维护周期和质量监控力度进行模拟预测，形成事先维护、事先控制的质量管理与设备维护机制;利用聚类分析法对能耗数据与回收数据进行动态关联，探索企业生产制造低碳化、清洁化、循环化的发展路径[3]。最终达到产品生命周期与相关数据的闭环结合。在实际制造生产中，也可以划分为相应的结构体系便于更好的生产制造。
（二）大数据驱动的绿色制造模式的技术模块
由以上思路所构成的系统划分也产生了不同的技术模块。首先，需要相应的技术支撑模块来获取相应的精准数据进行相应的整合。其次，需要相应的数据收集或者是数据采集技术对于产品制造中从设计、制造、包装、运输、使用到报废处理的整个过程做数据收集。然后便需要数据处理技术对相关的数据进行清洗脏数据、降维等工作以便后续数据分析相关工作的展开[4]。接着便需要大数据分析、数据挖掘、机器学习等技术对于清洗后的数据做出分析，找到相应的关联点，并预测最佳的数据值。除此之外还需要应用服务、数据交互、数据存储等技术的支撑。
结束语
大数据技术驱动绿色制造产业的相关模式无疑是今后需要长期研究下去的制造模式，这也与《中国制造2025》的基本理念相契合。而相关模式研究尚且在起步阶段，也需要更多的学术型人才提供独到的见解促进制造产业的发展。
参考文献：
[1]顾新建，代风，杨青海，等.制造业大数据顶层设计的内容和方法（上篇）[J].成组技术与生产现代化， 2017， v.32;No.136（04）：16-21.
[2]向峰，黄圆圆，张智，等.基于数字孪生的产品生命周期绿色制造新模式%New paradigm of green manufacturing for product life cycle based on digital twin[J].计算机集成制造系统， 2019， 025（006）：1505-1514.
[3]杨松，郭登峰，薛冰，等.供给侧改革背景下协同创新中心研究生培养模式构建及问题分析——基于第四轮全国学科评估大数据分析[J].文教资料， 2018（7）.
作者简介：李先冲（1989-）男，汉族，重庆市渝北人，硕士研究生，重庆工商大学融智学院助教，研究方向：智能制造，人因工程。