论文部分内容阅读
摘要：工业工程（Industrial Engineering，IE）和大数据有着天然的密切关系，起源于美国IE技术致力于提高劳动生产效率，其所借助的技术手段如工程分析、设计、测量等，都需要和数据打交道，经过统计计量、编程建模、数字仿真和虚拟现实等过程，把运筹学、行为科学等学科技术和企业管理规程衔接起来。IE极大推动了世界工业发展，如日本丰田公司借鉴美国把IE应用于现代管理，发展起来适合日本国情的精益生产管理思想和规范;东南亚和台湾等地区的经济飞速发展也都有IE技术广泛推广的原因。
关键词：工业工程;大数据;整合;重要性;可行性
当前，大数据技术存在并应用于生产、医疗、教育、管理、互联网等各个领域，海量大数据的复杂性超过了传统数据库和互聯网信息的规模和程度。大数据在工业工程领域的应用，必将促使未来的生产和经济发展获得巨大的增长动力。
一、工业工程和大数据整合的必要性
当前，人们在对大数据产业进行划分时根据占有大数据情况分出大数据产业和大数据衍生产业，根据数据的营销模式分出“应用大数据进行用户信息行为分析，实现企业自身产品和广告推介的产业;通过对大数据进行整合，为用户提供从硬件、软件到数据整体解决方案的企业;出售数据产品和为用户提供具有针对性解决方案的服务产业”等。这些产业领域的划分一定程度上符合了IE技术发展的初衷。随着现代科技的发展，计算机、系统工程乃至人文社会科学等领域知识被归纳运用于工业工程。IE技术的发展经过了科学管理、系统管理阶段，在上世纪80年代进入以IT和信息技术为特征的现代管理阶段。在当今和未来的工业工程领域，中国的工业工程必须面对的挑战就包括“利用信息技术提升企业组织对市场的快速响应能力”，“快速捕捉、搜集竞争信息，并迅速把它们转换成竞争情报和知识”，“快速配置和系统地集成人、技术和资源”等。IE着眼于解决生产、流通、管理服务领域的效率提升和技术集成等问题，离不开对海量数据的准确分析。
大数据发展的态势促进企业自觉采用IE和大数据来提高劳动生产效率。在设计优化、决策分析和过程控制等领域，大数据将充分渗透于人因工效、物流组织、市场预测、人力管理、成本控制、质量保障、信息处理、风险管控等诸多方面。IE曾面对过许多挑战且屡屡证明了它强大的生命力。当前计算机、互联网、大数据技术和IE的联姻，必将助推现代企业管理走上高速公路。尤其是大数据技术，将为IE管理提供高效而准确的信息数据支撑，这是提高企业管理效率的必然基础和前提;同时大数据自身作为一种技术手段嵌入传统管理，必将为现代企业的信息化管理插上高飞的翅膀。
在工业工程学科领域，数字化企业管理、先进制造和工作流程优化等都需要通过建模和仿真等来实现。数字化企业从产品设计、工艺流程开发、生产线运行、企业管理、设备维护管理、生产调度系统分析和信息系统管理等方面，复杂系统的集成也需要借助大数据建立起高效的信息承载平台。人因工效学注重人、设备和环境等因素之间的协调，对作业者的生理、心理、认知和动作等方面的数据和效率进行测算，以此来了解工作质量、效率、舒适性和满意度等。借助于大数据，人因工程可以实现虚拟现实的设计与复杂人机交互界面的优化等。包括产品成本价值核算、借助排队论实现排序、筛选的最优化等，若有大数据相助便如虎添翼。工业工程面对系统优化、可靠性分析、资源配置等问题时，也亟待大数据提供可靠的参数。系统可靠性的数据获得离不开大数据提供的定量和定性的计算分析。设备效率的提高、故障的减少、功能的稳定、质量的保障，都需要数据信息来说话，数理统计、概率核算、信息筛选、效果预测等都要借助数据来进行。
二、工业工程和大数据融合的可能性
当前我国工业工程的发展已经为大数据和IE的联姻创造了良好的条件。我国产业信息化已经取得了非凡成就，许多企业已建立起信息化管理系统，这为大数据技术应用提供了物质前提。信息系统管理是现代企业特色，信息库、资料库、智囊团等和计算机技术的结合，实现了企业生产的精细化管理，提升了企业快速应变的生存能力。信息化本身就是工业工程在资源、生产、管理等方面实现综合统筹、优化组合的方式。当前许多企业建立了自己的数据库和服务站，对企业生产经营管理过程的一切信息都进行了存储和备份，这对于开展大数据管理非常重要。企业办公和管理的各种系统的自动化、信息化和智能化，有助于管理的集约化和体系化。各种信息链、供应网的构成，有助于各种信息流、数据流、物资流的汇合、传输和加工。
现代工业工程发展的一些新特征，如“研究对象和应用范围扩大到系统整体”，“计算机和信息技术被广泛采用”，“强调对象系统的高效、集成与柔性”等也表明大数据的应用将迎来广阔前景。IE技术将加快从传统工业制造领域向服务行业迁移，从而形成横跨生产和服务系统的高能技术手段。IE学科自身具有综合性、交叉性和拓展性，它可以整合多学科资源，如我国清华大学工业工程系最早的师资是来源于精密仪器、机械工程和经济管理等专业。就工业工程学科内部而言，美国普渡大学工业工程学院的专业研究方向大致分为人因工程（工效学）、制造系统工程、运筹和系统工程、生产和管理系统工程等方面，大数据在这些方面都可以发挥举足轻重的作用。大数据和IE携手借助运筹学、逻辑学、遗传学、神经学等学科方法，通过数理统计计算、设计实验分析、仿真模拟预测等途径，获得生产管理与服务的高效。IE既注重改善单独作业流程又注重流程之间相互结合，发展起所谓“精益西格玛”技术，这都为大数据手段运用提供了技术条件。
实际上，目前一些企业内部和外部运行的供应链和物流系统，如物流目的、路线、效率等方面的控制、运筹、分析等均依赖于信息数据的准确和丰富。IE技术要实现世界工厂的大规模生产和复杂流通链之间的有效链接，其中也包括电子商务业绩、产品后续服务绩效管理等。人们认识到“云物流和大数据环境下的物流企业联盟、供应链物流一体化、虚拟无水港的物流模式在我国是一个新生事物”，“这三种模式以大数据和物流技术为基础，实施物流信息化、自动化、智能化和集成化”。当前企业生产、储存、流通、管理、服务等各种系统的整合和融通本质上也是大数据功能的实现。
当前我国正处于从制造大国向制造强国转变的进程中，原有的质量低、成本高、附加值低，处于全球产业链中低端的产品逐渐失去竞争力，而生产效率差，信息化、数字化、智能化水平低，产能过剩，产业结构不合理等特点说明了中国制造必须借助于工业工程的推动和大数据技术的优势，尽快实现转型升级、集成创新，重构高效的生产和管理系统，早日实现数字化智能制造与创新驱动，这样才能在世界舞台立于不败之地。
参考文献
[1] 罗振璧等：《对未来工业工程的思考》，《工业工程》，2003年第1期，第23页。
[2] 陈怡：《信息化推动工业工程发展的战略思考》，《科学管理研究》，2005年第4期，第72页。
[3] 梁红波：《云物流和大数据对物流模式的变革》，《中国流通经济》，2014年第5期，第45页。
（作者单位：四机赛瓦石油钻采设备有限公司）
关键词：工业工程;大数据;整合;重要性;可行性
当前，大数据技术存在并应用于生产、医疗、教育、管理、互联网等各个领域，海量大数据的复杂性超过了传统数据库和互聯网信息的规模和程度。大数据在工业工程领域的应用，必将促使未来的生产和经济发展获得巨大的增长动力。
一、工业工程和大数据整合的必要性
当前，人们在对大数据产业进行划分时根据占有大数据情况分出大数据产业和大数据衍生产业，根据数据的营销模式分出“应用大数据进行用户信息行为分析，实现企业自身产品和广告推介的产业;通过对大数据进行整合，为用户提供从硬件、软件到数据整体解决方案的企业;出售数据产品和为用户提供具有针对性解决方案的服务产业”等。这些产业领域的划分一定程度上符合了IE技术发展的初衷。随着现代科技的发展，计算机、系统工程乃至人文社会科学等领域知识被归纳运用于工业工程。IE技术的发展经过了科学管理、系统管理阶段，在上世纪80年代进入以IT和信息技术为特征的现代管理阶段。在当今和未来的工业工程领域，中国的工业工程必须面对的挑战就包括“利用信息技术提升企业组织对市场的快速响应能力”，“快速捕捉、搜集竞争信息，并迅速把它们转换成竞争情报和知识”，“快速配置和系统地集成人、技术和资源”等。IE着眼于解决生产、流通、管理服务领域的效率提升和技术集成等问题，离不开对海量数据的准确分析。
大数据发展的态势促进企业自觉采用IE和大数据来提高劳动生产效率。在设计优化、决策分析和过程控制等领域，大数据将充分渗透于人因工效、物流组织、市场预测、人力管理、成本控制、质量保障、信息处理、风险管控等诸多方面。IE曾面对过许多挑战且屡屡证明了它强大的生命力。当前计算机、互联网、大数据技术和IE的联姻，必将助推现代企业管理走上高速公路。尤其是大数据技术，将为IE管理提供高效而准确的信息数据支撑，这是提高企业管理效率的必然基础和前提;同时大数据自身作为一种技术手段嵌入传统管理，必将为现代企业的信息化管理插上高飞的翅膀。
在工业工程学科领域，数字化企业管理、先进制造和工作流程优化等都需要通过建模和仿真等来实现。数字化企业从产品设计、工艺流程开发、生产线运行、企业管理、设备维护管理、生产调度系统分析和信息系统管理等方面，复杂系统的集成也需要借助大数据建立起高效的信息承载平台。人因工效学注重人、设备和环境等因素之间的协调，对作业者的生理、心理、认知和动作等方面的数据和效率进行测算，以此来了解工作质量、效率、舒适性和满意度等。借助于大数据，人因工程可以实现虚拟现实的设计与复杂人机交互界面的优化等。包括产品成本价值核算、借助排队论实现排序、筛选的最优化等，若有大数据相助便如虎添翼。工业工程面对系统优化、可靠性分析、资源配置等问题时，也亟待大数据提供可靠的参数。系统可靠性的数据获得离不开大数据提供的定量和定性的计算分析。设备效率的提高、故障的减少、功能的稳定、质量的保障，都需要数据信息来说话，数理统计、概率核算、信息筛选、效果预测等都要借助数据来进行。
二、工业工程和大数据融合的可能性
当前我国工业工程的发展已经为大数据和IE的联姻创造了良好的条件。我国产业信息化已经取得了非凡成就，许多企业已建立起信息化管理系统，这为大数据技术应用提供了物质前提。信息系统管理是现代企业特色，信息库、资料库、智囊团等和计算机技术的结合，实现了企业生产的精细化管理，提升了企业快速应变的生存能力。信息化本身就是工业工程在资源、生产、管理等方面实现综合统筹、优化组合的方式。当前许多企业建立了自己的数据库和服务站，对企业生产经营管理过程的一切信息都进行了存储和备份，这对于开展大数据管理非常重要。企业办公和管理的各种系统的自动化、信息化和智能化，有助于管理的集约化和体系化。各种信息链、供应网的构成，有助于各种信息流、数据流、物资流的汇合、传输和加工。
现代工业工程发展的一些新特征，如“研究对象和应用范围扩大到系统整体”，“计算机和信息技术被广泛采用”，“强调对象系统的高效、集成与柔性”等也表明大数据的应用将迎来广阔前景。IE技术将加快从传统工业制造领域向服务行业迁移，从而形成横跨生产和服务系统的高能技术手段。IE学科自身具有综合性、交叉性和拓展性，它可以整合多学科资源，如我国清华大学工业工程系最早的师资是来源于精密仪器、机械工程和经济管理等专业。就工业工程学科内部而言，美国普渡大学工业工程学院的专业研究方向大致分为人因工程（工效学）、制造系统工程、运筹和系统工程、生产和管理系统工程等方面，大数据在这些方面都可以发挥举足轻重的作用。大数据和IE携手借助运筹学、逻辑学、遗传学、神经学等学科方法，通过数理统计计算、设计实验分析、仿真模拟预测等途径，获得生产管理与服务的高效。IE既注重改善单独作业流程又注重流程之间相互结合，发展起所谓“精益西格玛”技术，这都为大数据手段运用提供了技术条件。
实际上，目前一些企业内部和外部运行的供应链和物流系统，如物流目的、路线、效率等方面的控制、运筹、分析等均依赖于信息数据的准确和丰富。IE技术要实现世界工厂的大规模生产和复杂流通链之间的有效链接，其中也包括电子商务业绩、产品后续服务绩效管理等。人们认识到“云物流和大数据环境下的物流企业联盟、供应链物流一体化、虚拟无水港的物流模式在我国是一个新生事物”，“这三种模式以大数据和物流技术为基础，实施物流信息化、自动化、智能化和集成化”。当前企业生产、储存、流通、管理、服务等各种系统的整合和融通本质上也是大数据功能的实现。
当前我国正处于从制造大国向制造强国转变的进程中，原有的质量低、成本高、附加值低，处于全球产业链中低端的产品逐渐失去竞争力，而生产效率差，信息化、数字化、智能化水平低，产能过剩，产业结构不合理等特点说明了中国制造必须借助于工业工程的推动和大数据技术的优势，尽快实现转型升级、集成创新，重构高效的生产和管理系统，早日实现数字化智能制造与创新驱动，这样才能在世界舞台立于不败之地。
参考文献
[1] 罗振璧等：《对未来工业工程的思考》，《工业工程》，2003年第1期，第23页。
[2] 陈怡：《信息化推动工业工程发展的战略思考》，《科学管理研究》，2005年第4期，第72页。
[3] 梁红波：《云物流和大数据对物流模式的变革》，《中国流通经济》，2014年第5期，第45页。
（作者单位：四机赛瓦石油钻采设备有限公司）