高速动车:数据驱动下的“智造”新局

中车四方发力 “工业互联网+轨道交通高端装备”

中车四方动车组车体生产线启用数字化管理系统进行焊接作业

中车四方动车组车体生产线启用数字化管理系统进行焊接作业

在中车四方股份公司存车场,各型车辆等待交付

在中车四方股份公司存车场,各型车辆等待交付

和这个温度陡然升高的夏季一样,中车青岛四方机车车辆股份有限公司(以下简称“中车四方”)的生产也是一派火热景象。体现在交车线上,就是崭新的高速动车组如巨龙般整齐排列,蓄势待发。

而“驱动”这一切的,则是中车四方在研发、制造、经营、服务等全流程和全产业链开展的智能制造应用。

仅服务环节,“在动车组远程技术支持中心,诊断工程师们就可以对运营在全国的中车四方平台动车组进行远程监控”,中车四方信息技术部部长邓学寿介绍,“一幅巨型中国地图上正闪烁着一个个绿色光点,在这个智能运维平台上,每个光点就是一列车,从中车四方驶出的1300余列动车组在这里可以实时监控,运行、维护情况尽收眼底。”

而这场中车四方的“智造变革”才刚刚开局。

就像高速奔行的“复兴号”,已初步建成数据驱动型企业的中车四方,正在建设轨道交通装备制造业数字化精益工业互联网平台的道路上,一往无前。

搭建“制造+协同+服务”工业互联网平台

不同于“卡奥斯”那种通用的基础性的工业互联网平台,作为我国轨道交通客运装备领域的领军企业,中车四方搭建的是行业工业互联网平台。它通过将垂直行业的工业机理与平台应用深度融合,实现对行业整体竞争力的提升。

而中车四方的“触网”之旅是从建设数据驱动型企业开始的。在中车四方的“十三五”信息化规划中就提出,借助新一代信息技术,建设数字化工厂,在企业研发、制造、经营、服务等全流程和全产业链开展智能制造应用,打造数据驱动型企业。

邓学寿表示,目前中车四方通过“十三五”信息化建设,数字化工厂架构已初步建成。信息化在业务支撑、资源共享、效率提升、有效管理等方面取得显著效果,实现了数字化研发、数字化制造、数字化运营和数字化服务的全面应用。

数据显示,通过改造,中车四方生产效率提高20%,运营成本降低2.37%,产品研发周期缩短22.3%,数据自动采集率达到90%,设备数控化率达到45.17%。

而在行业工业互联网平台的建设中,中车四方以数字化运营和产品全生命周期管理为核心,依托一个基础、四个平台、三大体系的信息化建设基础,集成5大核心系统及N个业务系统应用,充分利用云计算、大数据、人工智能、5G、区块链等先进信息技术,实现产品互联、设备互联、产业链信息系统数据接入和跨境数据整合,开展建设轨道交通装备制造业数字化精益工业互联网平台,提供面向产业链的智能研发、智能制造、智能服务、智能运营服务,使得数据驱动有效落地。

在应用方面,中车四方一方面通过MRO系统实现动车组全生命周期管理,为车辆的全生命周期管理和数据积累提供有效支持。另一方面,通过PHM车辆健康监测系统基于大数据、物联网和互联网技术,实时采集动车组运行状况数据,并将数据加载到大数据平台,进行安全运营、分析和挖掘,最终实现安全运行、维修服务、产品改进。此外,公司还利用SGO四方速购配件服务系统实现了配件需求快速查找和精准定位,提供路局用户配件采购超市化和互联网化,实现一站式服务;提供配件智能查询和配件信息参考,实现了配件采购需求精准化和简单化管理。

通过“工业互联网+轨道交通高端装备”产业赋能建设,中车四方正在探索轨道交通装备产业生产、运维、服务等的规范化和标准化模式,为轨道交通行业上下游产业及整个工业行业起到示范和引领的效果,为轨道交通高端装备制造向“制造+协同+服务”模式转型提供有效支撑,并实现平台、标准和模式的跨行业迁移、复制与推广,推动我国离散装备制造业整体能力提升。

电子化“制造履历”全程可追溯

透过枯燥的数据和一个个专业得有些拗口的术语,其实,工业互联网给中车四方带来的改变,十分生动、非常好懂。

在中车四方动车组车体生产线上记者看到,“复兴号”动车组已全面恢复生产,包括16辆长编时速350公里“复兴号”动车组,以及“超长版”的17辆编组时速350公里“复兴号”动车组,正在被精心焊接。“传统的焊接,依靠焊工在焊完后进行自检、互检、巡检,无法对焊接过程进行实时监控。”车体焊接工艺师池浩瀚告诉记者,“依托数字化技术,正在焊接的车体,每0.5秒就有一组数据上传,并自动与标准参数进行比对,一旦出现超差自动报警。”通过布设在焊机上的数据采集器,焊接管理系统能够实时采集焊接过程中的所有焊接参数。这也是国内首个动车组焊接过程数字化管理系统。

“转向架相当于列车的‘腿脚’,”在转向架智能生产车间,转向架工艺师姚迪介绍,“一个转向架有400多种零部件,从上线装配到完成制造,会产生近万项制造数据,包括人员、设备、物料、质量信息等。”为了给每一个转向架产品“填写”一份电子化“制造履历”,车间建设构架了自动焊接柔性线、轴承自动检测线、轮对智能压装线、轴箱智能化组装线等,采用二维条码、影像、视频、激光检测技术、机器人、AGV输送设备、自动化物流输送、系统集成等技术,并与公司上游的PDM、ERP、MES、MRO信息系统集成,转向架生产实现了构架的自动组焊、焊接、焊缝自动打磨、尺寸自动检测;轴承自动分解、清洗、检测、压装;轮对自动压装、自动检测;轴箱的自动化组装、转向架的自动化组装。有了这个“制造履历”,列车就能实现制造全程的可追溯。

大数据护航动车组运行安全

工业互联网在以“复兴号”为代表的高速动车组的运营维护中也拥有丰富的应用场景。

目前,仅中车四方制造的动车组每天就有1300多列奔驰在全国铁路线上。每列动车组每天的运行状态数据都会实时传回到企业数据中心。基于大数据技术,中车四方建成了动车组智能运维平台。在这里,大数据被应用到动车组运维,成为护航动车组运行安全的新“神器”。

“这里就像列车的家,在列车运行的日日夜夜,都有工程师对它们分分秒秒的牵挂。”信息技术部部长邓学寿感叹道。以“复兴号”为例,每列动车组密布了2500余个整车监测点,搭建了强大完善的智能化感知系统,渗透至列车的每个“毛细血管”。这些传感器能采集1500多项车辆状态信息,对列车振动、轴承温度、牵引制动系统状态、车厢环境等进行监测。待动车组高速驰骋于广袤大地之时,每10秒就会向“家”中发送一次数据。企业利用实时数据,并融合列车的制造履历数据、线路数据、运用数据、维修数据、自然环境数据等,应用大数据挖掘技术和人工智能算法,开发出动车组关键部件故障预测模型,能够在发生故障之前对故障进行预测、预警,从而提供维护建议。“这种基于大数据的运维模式,将传统被动式的故障后维修或定期修,变为了主动的预测性维护,从而能够有效降低列车故障率,更好地保障行车安全,提高运维效率。”邓学寿说。目前,在中车四方,动车组智能运维平台已上线应用近100个故障预测模型,利用大数据技术,每年成功预防故障隐患数百件。(文章来源:潇湘晨报)

责任编辑:Shine

买车卖车 养车维修 疑难故障 学大招

扫码加群 BOSS团同行好友等你交流

  该内容由行业企业、终端个体、第三方机构提供,本网仅起到传播该信息的目的,如有任何疑问请与转载来源机构联系解决,感谢支持。如发现侵权,本网编辑部将协助进行处理或撤稿。
相关阅读

工信部开出“药方”祛除工业大数据“顽疾”

工信部消息,6月12日,工信部副部长辛国斌赴中国工业互联网研究院调研。辛国斌要求重点做好以下几方面工[详细]2020-06-16 13:08

从“点线面体”把握工业大数据时代“四不同”

工信部出台的《关于工业大数据发展的指导意见》开篇第一句就给出工业大数据的定义:“工业大数据是工业领域产品和服务全生命周期数据的总称”。这个定义给得好,好就好在对工业大数据的范畴给得全面,工业大数据不仅涵盖制造产品的范畴,还涵盖服务的范畴。在这样一个“产品和服务全生命周期数据”大的范畴里,可以充分发挥现有资源的作用,从“点线面体”把握好工业大数据时代的“四不同”,取得高质量发展。 发力“点”不同 中国工业互联网研究院院长徐晓兰表示,一方面,不同行业具有各自的行业特征,在考虑从顶层推进行业的数字化进程时,需要考虑到行业中生产者和消费者的特征及需求,从而以适当的政策扶持、经济激励来助力行业数字经济的发展。另一方面,通过推动工业互联网行业应用做深、做透,利用工业互联网联合创新中心,找准行业发展的痛点、难点和堵点,提出应用共性和个性问题、促进行业数据流动、打破行业壁垒,构建跨层级、跨地区、跨系统的国家级数据平台,彻底解决行业数据“孤岛”问题。 她尤其强调了国家级数据平台的重要意义。本次疫情防控中,国家工业互联网大数据中心广泛汇聚医院、企业、政府、社会组织等2800余家单位的疫情防控物资需求,发布物资需求达5670多万件,形成对240余万家中小企业复工复产的全方位监测,为“全国一盘棋”提供了有力的数据支撑。 不过,呈爆炸性增长之势的工业互联网数据,却还被孤立、分散、封闭等问题限制,不但制约了数据价值的高效利用,还带来了数据主权和数据安全等问题。为此,徐晓兰认为,虽然已成立国家级工业互联网大数据中心,但要实现对数据的统一管理和使用,还需建设国家工业互联网大数据中心体系,“应将国家工业互联网大数据中心的建设纳入到新基建的重大项目中,以彻底解决数据‘孤岛’问题。”徐晓兰说。 思维“面”不同 在数字经济时代,数据已成为最新和最重要的生产要素。IDC预测,到2025年,全球捕获的数据量达到175ZB。 根据IDC的最新调研,2020年“新基建”总投资规模将达到2.11万亿人民币,预计“新基建”直接带动的ICT商机将也超过1万亿元人民币。 如此巨量的投资,必将带动大数据中心、工业大数据、人工智能的加速推进,可以预见的新应用将从数千、数万跃升到百万量级,网络节点数从千万级逐渐跃升到十、百亿级甚至千亿级,随之带来将是数据增长呈井喷态势。 无疑,这些数据量和数据流的新变化正在重塑IT基础架构,云-边-端的解决方案将驱动基础架构的创新。未来多方技术融合必将成为趋势,通过无处不在的数据智能平台提供更多的“即服务”满足用户的需求,支持实现传统基础架构的融合转型。 素质“体”不同 在工业大数据时代,企业的数字素养应有一个明显提升,从思维到行为习惯都应该与数字化、网络化、智能化的要求相吻合,成为一个高素质的数字化管理运行体。 第一,加强政策引导。对企业数字化、网络化、智能化发展形成强力引导,促进企业数字素养的提升。 第二,广泛深入开展两化融合贯标活动。通过贯标,很多企业从上到下经历了一次数字化管理的洗礼,数字素养明显提升。许多企业据此建立起一套基于数字化的管理体系,还有的大型企业主动要求两次贯标,可见贯标的价值。 第三,推动数字经济创新联合体建设。鼓励制造企业与高校、科研院所、ICT企业合作,以数据为纽带,联合攻关、知识共享、相互带动,取得很好的成效,形成一批创新成果。 第四,鼓励企业进行APP创新。积极推动企业经验知识化、知识软件化,坚持每年评选优秀APP并给予奖励,企业的APP创新意识明显增强。 第五,推进5G应用。工业大数据和网络化是密不可分的。鼓励企业敢为人先,努力创造出5G应用第一例。而5G和工业互联网这两项支撑性技术的联手,既是新基建建设的重头戏,更是发展数字经济、提升全社会智能化水平的关键。 (文章来源:科技日报、中国电子报、雷锋网)[详细]2020-06-09 09:52

三一“灯塔工厂”:以大数据赋能智能制造

对工业制造企业来说,生产管理至关重要,不仅直接影响企业的经济效益,而且关系企业的长远发展。 三一重[详细]2020-05-27 09:44

加快发展工业大数据,抢占未来竞争制高点

近日,工业和信息化部印发了《工业大数据发展指导意见》(以下简称《意见》)。《意见》提出打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系,将有效激发工业数据资源潜力,对于工业互联网创新发展、促进工业数字化转型都具有重要意义。 发展工业大数据具有重要意义。工业大数据是做大做强数字经济的关键动力,是推动工业转型升级的新路径和培育国际竞争优势的战略选择。以美国、德国为代表的发达国家加快出台数据战略,促进经济发展向数据驱动型创新体系和发展模式转变,旨在重塑优势、抢占先机。我国要把握全球格局未定的时间窗口,加快发展工业大数据,壮大数字经济,抢占未来竞争制高点。 发展工业大数据应从供需两端发力 目前,工业数据应用正从设备级向产业链级深度拓展,工业数据应用生态有待完善。技术能力、治理机制、业务特点、服务水平等均关系着工业数据应用价值能否得到充分释放。现阶段大多数工业数据应用呈现“三多三少”的特点,即可视化、统计分析等基础描述性应用多,基于数据的指导性、决策性应用少;预测性维护、质量分析、能源管控等管理服务应用多,基于数字孪生体的制造执行类应用少;企业内单环节、单部门应用多,跨系统、跨产业链的综合性应用少。 就发展意义而言,工业大数据产业是制造业数字化转型的关键支撑。工业大数据产业汇聚了丰富的数据采集、存储、管理、分析与应用等技术、产品和解决方案,为制造业数字化提供基础性、关键性支撑。从产业发展态势看,GE、PTC、西门子等纷纷推出基于工业互联网平台、以数据为驱动的数字化解决方案,主动变革商业模式,抢占数字化转型高地。《意见》重视打造健全的工业大数据产业体系,旨在以关键技术创新、软硬件产品培育、产业生态完善等举措,着力提升面向制造业数字化转型的支撑能力。 就发展进程而言,工业大数据产业供给能力持续提升。一是部分领先工业互联网平台企业依托平台数据采集、汇聚和建模能力,不断积累面向特定行业的专业化工具模型,发展基于平台的数据服务和数字化解决方案。二是部分工业软件、自动化控制系统企业向工业领域渗透,不断扩大数据源,强化脱胎于软件系统工程的数据建模、分析处理等优势。三是具备基础技术能力的传统数据企业,积极进入工业领域,围绕数据库、数据平台系统等提升面向工业应用的专业化服务能力。《意见》鼓励发展一批数据服务龙头企业,意在推动数据企业、软硬件企业、平台企业等立足自身优势,围绕特定行业应用拓展数据服务空间。 就发展问题而言,工业大数据产业“基本功”亟待夯实。一方面,我国工业大数据技术在多样性数据采集、多模态数据管理、强关联数据集成、数据建模分析、数据共享流通及安全治理等方面与国外差距较大,一些关键产品对国外依存度较高,意味着工业数据大规模发展的基础和底座仍不牢固。另一方面,由于大部分数据服务商根植于软、硬件技术领域,对工业企业的技术架构、制造流程、业务模式、服务方式等认知不足,项目持续性实施运维能力欠缺。为此,《意见》提出要加强工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系;同时,要推动基于工业大数据平台的协同创新,促进“工”和“数”的跨界交流、深度合作。 以评估贯标提升全面数据管理能力 数据管理能力评估贯标,需要全方位多角度地走实做深。 建体系,构建更加完善的工作机制。一是充分发挥中国电子信息行业联合会的桥梁纽带作用,协调各级政府和部门采取积极措施形成合力,全面推进评估贯标工作的有序开展。二是构建协同高效的管理体系,完善贯标工作机制,健全DCMM评估工作管理制度和规范,进一步增强评估贯标工作的整体性、系统性。三是发挥数据管理能力成熟度评估指导委员会的监督指导作用,统筹推进DCMM评估贯标工作,全力推动数据管理的科学性、规范性、安全性及可行性。 重质量,严控评估机构的评估质量。一是加强对评估机构的规范管理。完善评估机构的准入和退出制度,保证服务质量。建立信息化评估工作平台,实现评估过程全流程监控,确保评估资料的可追溯性,提高评估结论的可信度。二是高标准开展评估工作。引导评估机构加强交流学习,统一评估标准。建立面向企业全面数据管理的评估贯标全流程服务能力。三是加强评估人员的能力培训。研究先进的评估理论、技术和方法,多层面开展评估人员专门培训,持续提升评估人员标准执行、调研分析、征询建言等实际工作能力和业务素质。 建生态,提高服务供给的保障能力。一是完善数据管理相关标准体系建设。加强数据安全、数据质量等重点领域标准研制,强化标准制定全生命周期的过程管理,确保实施质量和效益,做好国家标准与国际标准的衔接配套。二是培育各类咨询服务队伍。围绕贯标工作,推动咨询服务机构与制造企业、互联网企业、金融机构等加强跨界合作,提升服务队伍的综合服务能力。三是开展解决方案的研制,面向不同行业、不同规模企业的特定需求,研制数据管理能力提升解决方案。征集并编制数据管理典型案例,提升产业和企业对数据管理的认知。 筑牢工业大数据的安全防线 目前数据产权尚未界定,在数据权属有待明晰的情形下,各方主体的数据安全权利义务难以协调,统一划分和统筹方式尚不明确。《意见》构建了工业数据安全管理的责任体系,划分了安全主体责任和监督管理责任,明确由企业承担安全主体责任,各级政府承担监督管理责任,奠定了工业数据安全责任体系的总体基调,为进一步细化工业企业、平台企业等企业层面的安全主体责任以及政府部门之间的监管职责提供了依据。 应对工业大数据带来的复杂多变的安全风险,亟须构建覆盖数据全生命周期的风险识别和处置机制。《意见》提出强化态势感知、测试评估、预警处置等工业大数据安全能力建设并实现闭环管理,是工业大数据安全风险识别和应对的基本举措,为进一步深化工业大数据安全管理、提升安全保障能力提供了着力点。 面对日益严峻的工业大数据安全形势,强大的技术支撑体系和良好的安全产业生态是抵御黑客攻击的“防火墙”。《意见》要求开展加密传输、访问控制、数据脱敏等安全技术攻关。这些关键技术突破是提升企业工业数据安全防御能力的关键之举,是提前防范和有效应对数据泄露等安全问题的重要考量,也是筑牢工业大数据安全“防火墙”的重要手段。 《意见》的出台为推进工业大数据安全工作提供了方向和指引,为进一步做好工业大数据管理和安全防护奠定了坚实的基础。下一步,国家工业信息安全发展研究中心将认真贯彻落实《意见》要求,充分发挥工业信息安全“国家队”作用,有力支撑工业数据安全管理体系建设,加快推进技术创新和解决方案,为激发工业数据资源要素潜力、加快工业大数据产业发展提供安全保障。一是完善数据安全保障体系。二是提升行业服务能力建设。三是加强数据安全管理。四是积极开展行业宣贯推广。(文章来源:人民邮电报)[详细]2020-05-26 09:20

《工业和信息化部关于工业大数据发展的指导意见》解读

近日,工业和信息化部发布《关于工业大数据发展的指导意见》(工信部信发〔2020〕67号,下称《指导意见》),现就《指导意见》有关内容解读如下: 一、什么是工业大数据?为什么要出台《指导意见》? 工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。随着第四次工业革命的深入展开,工业大数据日渐成为工业发展最宝贵的战略资源,是推动制造业数字化、网络化、智能化发展的关键生产要素。全球主要国家和领军企业向工业大数据聚力发力,积极发展数据驱动的新型工业发展模式。 党中央、国务院高度重视大数据发展,强调推动大数据在工业中的应用。习近平总书记指出,要“构建以数据为关键要素的数字经济”“系统推进工业互联网基础设施和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用。”《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出要促进工业大数据的发展和应用。今年4月,党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,明确提出要支持构建工业等领域规范化数据开发利用的场景,提升数据资源价值。 我国是全球第一制造大国,工业大数据资源极为丰富。近年来,随着新一代信息技术与工业融合不断深化,特别是工业互联网创新发展,工业大数据应用迈出了从理念研究走向落地实施的关键步伐,在需求分析、流程优化、预测运维、能源管理等环节,数据驱动的工业新模式新业态不断涌现。但相比于互联网服务领域大数据应用的普及和成熟,工业大数据更加复杂,还面临数据采集汇聚不全面、流通共享不充分、开发应用不深化、治理安全短板突出等问题,总体上仍处于探索和起步阶段,亟待拓展和深化。 未来三到五年,随着5G、工业互联网、人工智能等的发展,工业大数据将从探索起步阶段迈入纵深发展阶段,迎来快速发展的机遇期,全球工业大数据的竞争也将变得更为激烈。立足当前、着眼未来,制定出台《指导意见》意义重大。一是贯彻落实党中央、国务院工作部署的重要举措;二是有利于加快工业数字化转型进程;三是有利于凝聚各方共识,构建协同推进的工作体系,形成发展合力,着力解决突出问题,共建共创工业大数据生态。 二、《指导意见》是怎么编制的?总体考虑是什么? 《指导意见》编制过程如下:2019年4月,我们组织中国信息通信研究院、国家工业信息安全发展研究中心、中国工业互联网研究院、中国电子信息产业发展研究院、中国电子技术标准化研究院、工业和信息化部电子第五研究所等单位组建文件编写组,启动《指导意见》编制工作。编写组在赴广东、浙江、江苏和北京等典型地区实地调研基础上,组织召开了工业企业、互联网企业、工业软件企业等参加的专题座谈会,就工业大数据和工业数字化转型等相关问题听取了近50家企业和院士、专家的意见,并就数据管理等专题听取了部分地方行业主管部门的建议,形成《指导意见》初稿。2019年8月,我们征求了中央网络安全和信息化委员会办公室、国家发展改革委等相关部门意见,2019年9月在工业和信息化部网站向社会公开征求意见,经认真研究,我们采纳了其中的合理建议,修改完善后形成了《指导意见》。 《指导意见》总体考虑如下:一是坚持全盘布局、系统推进。发展工业大数据是一项复杂的系统工程,既要构建工业大数据采集、汇聚、流通、分析、应用的价值闭环,推动创新发展,也要提升数据治理和安全防护能力,保障发展安全;既要重视在需求侧促进大数据与实际业务深度融合,也要在供给侧推动大数据技术和产业创新发展;既需要在宏观层面加强体系化布局,建立全面系统的工业大数据生态,也需要在微观层面务实着力,提升企业的数据管理能力。因此,《指导意见》的重点任务涉及数据汇聚、数据共享、数据应用、数据治理、数据安全、产业发展6个方面,能够全面支撑工业大数据发展。二是坚持问题导向、突出重点。工业大数据高度复杂,数据采集汇聚难、共享流通难、分析应用难、安全治理难,一蹴而就解决全部问题是不可行也不现实的。在广泛调研和深入研讨的基础上,《指导意见》紧盯问题短板,抓住重点关键,针对我国工业大数据现阶段的发展特点、主要问题和亟待取得突破的重点领域,共设置了18项重点任务,精准施策,务实有序推动工业大数据发展。 三、当前工业数据采集汇聚存在哪些问题?《指导意见》提出了什么举措? 工业大数据的采集汇聚过程中面临的痛点较多。企业反应的主要问题包括:因企业信息化基础差、设备接口不开放等造成数据采集不上来;企业数据底账不清,不知道自己有哪些数据、分布在哪里,大部分工业数据处于“睡眠”状态;因设备不互联,通信协议不兼容等造成不同数据不匹配、不互认,数据孤岛现象普遍;数据失真、失准及一致性差等因素导致数据汇聚质量不高,等等。 《指导意见》部署了3项重点任务,推动全面采集、高效互通和高质量汇聚,包括加快工业企业信息化“补课”、推动工业设备数据接口开放、推动工业通信协议兼容化、组织开展工业数据资源调查“摸家底”、加快多源异构数据的融合和汇聚等具体手段,目的是为了形成完整贯通的高质量数据链,为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。 四、《指导意见》提出要统筹建设“国家工业大数据平台”的考虑是什么? 在国家层面把基础数据汇聚起来,建设以大数据为手段支撑政府精准施策、精准管理的平台,正变得日益重要。比如,在此次疫情爆发初期,针对重点物资保障需求不明、底数不清、对接不畅等困难,工业和信息化部依托制造强国产业基础大数据平台快速建成“国家重点医疗物资保障平台”,运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应,为打赢疫情防控阻击战提供有力支撑。《指导意见》部署了“建设国家工业互联网大数据中心”“建立多级联动的国家工业基础大数据库”等具体手段,以更好地服务政府决策和企业发展。 五、关于促进工业数据共享流通,《指导意见》有哪些举措? 随着新一代信息技术与工业融合从单点局部走向全局优化,工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加。推动数据共享流通,促进数据要素市场化配置,也是4月党中央、国务院发布的文件《关于构建更加完善的要素市场化配置体制机制的意见》部署的重点任务。但目前,企业普遍反应,因数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决,跨企业、跨行业的数据共享流通难以开展。这是一个全球性难题。《指导意见》部署了2项重点任务,通过探索建立工业数据空间、加快区块链等技术在数据流通中的应用、完善工业大数据资产价值评估体系等方式,从技术手段、定价机制、交易规则等多个方面着手,激发工业数据市场活力,促进数据市场化配置。 六、当前工业大数据应用中存在什么问题?《指导意见》如何促进工业大数据应用? 部分领军企业在数据应用上进行了深入探索,也取得了发展实效,但大量工业企业的数据应用仍然是单点的,局部的、低水平的。企业反映的原因包括:对数据的不重视,“不想用”;数据分析的手段、人才等缺乏,“不会用”;对数据应用规律缺乏认识,数据应用投入大,“不敢用”,等等。《指导意见》部署了4项重点任务,通过在需求端组织开展工业大数据应用试点示范、开展工业大数据竞赛等手段,解决不想用、不敢用等问题;通过在供给端培育海量工业APP、工业大数据解决方案供应商、向中小企业开放数据服务能力、培育应用生态等手段,降低企业数据应用的成本投入和专业壁垒,解决不会用、不敢用问题。供需双向发力,共同推动工业大数据全面深度应用。 七、《指导意见》为什么强调要“开展数据管理能力评估贯标”? 目前工业大数据的顶层设计已经基本完备,落地实施的一个关键抓手在微观企业上:只有当千千万万的微观工业企业有能力管好、用好数据,工业大数据价值才能真正遍地开花。但当前,仍有大量工业企业对数据不重视,欠缺数据管理的意识和能力。从美国的经验和我国推进两化融合的经验来看,建立数据管理能力标准、然后引导企业进行贯标,是快速将数据驱动能力注入企业的行之有效的方法。《指导意见》强调推广《数据管理能力成熟度评估模型》(DCMM)国家标准,以贯标评估引导工业企业切实提升数据管理能力,为全面激发工业数据价值打下坚实微观基础。 八、在强化数据安全防护方面,《指导意见》有哪些重点举措? 工业数据已成为黑客攻击的重点目标。相关数据显示,我国34%的联网工业设备存在高危漏洞,这些设备的厂商、型号、参数等信息长期遭恶意嗅探,仅在2019年上半年嗅探事件就高达5151万起。导致工业信息安全防护能力滞后于工业融合发展进程的原因,除了技术上传统IT信息安全系统无法有效防护工业数据安全外,工业数据安全责任体系建设方面的部分空白也是重要原因。此外,我国工业信息安全领域的企业规模普遍小,缺少龙头企业,产品竞争力不强。《指导意见》布局了2项重点任务,强调明确企业安全主体责任和各级政府监督管理责任,建立工业数据安全责任体系;支持安全产品开发,培育良好安全产业生态,多措并举创新和强化工业数据安全防护,筑好筑牢发展的底线和防线。 九、下一步,如何推动《指导意见》落实? (一)组织宣贯培训。面向地方各级工业和信息化主管部门、事业单位、工业企业和工业互联网平台企业等,详细解读和宣贯《指导意见》内容。 (二)建立推进机制。会同工业和信息化部相关司局以及业内外资深专家等组建推进工作机制,与各地工业和信息化主管部门做好对接,建立纵向联动、横向协同的推进工作机制,确保重点任务落实,及时沟通信息、交流经验。 (三)任务分解落实。抓紧制定形成可落地、可执行的重点任务分工表,落实推进责任。鼓励和指导地方工业和信息化主管部门结合区域特点,提出适合本地区实际情况的政策措施。 (四)开展试点示范。鼓励有条件的地方、行业和工业企业围绕数据共享流通、数据应用、数据管理能力评估、数据分级分类等重点任务先行先试,按照边试点、边总结、边推广的思路,探索可复制、可推广的实施路径和模式。[详细]2020-05-18 11:29

+加载更多新闻
热点专题 更多>>
点击排行
广西梁总的吊装创富秘籍

广西梁总的吊装创富秘籍

有人说,三十岁以后 人生的见证者会越来越少 所有的可能性会不断褪却 但...详情
沃尔沃EC210BLC

沃尔沃EC210BLC

他骨子里有着齐鲁汉子的豪情 为人真诚朴实、做事担当靠谱 他当挖机老板1...详情
红岩杰豹自卸车主谈感受

红岩杰豹自卸车主谈感受

摘要:记者再一次实地走访河南某工地,了解红岩杰豹6X2自卸车的实际使用...详情
访卡特彼勒路面设备用户

访卡特彼勒路面设备用户

谈到使用卡特彼勒路面设备的心得,重庆广晟行工程机械有限公司总经理赵甲峰...详情
三一重卡新车王道435

三一重卡新车王道435

三一新车王道435首发价24.98万元,再一次刷新行业底价,梁林河的定...详情

微信扫一扫

关注第一工程机械网微信

微信号:wwwd1cmcom

微信扫一扫

下载第一工程机械app

更多精彩内容等你来

投稿邮箱:news@d1cm.com
服务热线:400-6789-326

CopyRight © 2000- d1cm.com, All Rights Reserved 第一工程机械网 版权所有

京ICP备10026412号 京ICP证060286号 京公网安备110105005121号 网络视听许可证0113658号 广播电视制作许可证

客服电话:400-6789-326 商务合作:010-64866850 服务投诉:010-64883695

关于我们 | 本网动态 | 会员服务 | 广告服务及报价 | 商务合作 | 招聘英才 | 法律声明 | 友情链接 | 网站地图 | 联系我们