文／非是藉秋风
《从大数据到智能制造》，于2016年5月由上海交通大学出版，主题是探讨大数据、智能制造以及如何用“大数据”技术来达到所谓的“智能制造”的几个途径。总的评价：通俗的讲解、新颖的观点、睿智的理论、丰富的实例。阅读此书最起码要搞清楚两个问题：1.到底什么是智能制造。2.如何利用大数据来达到所谓的智能制造。
虽然本书作者署名有三位：李杰、倪军、王正安，但是基本上可以看做是李杰一个人的著作。略做一下介绍，李杰：美国辛辛提那大学特聘讲座教授，美国国家科学基金会（NSF）智能维护系统研究中心（IMS）主任。毫无疑问，李杰教授在以工业大数据为主的智能预测技术和产品服务、机械设备故障预测理论等方面在当今世界影响举足轻重。倪军：美国密西根大学吴贤铭制造科学冠名教授，是当今世界上在机械制造方面的著名专家（吴贤铭，在GM，克莱斯勒、福特等的支持下创立了“2mm工程”来解决白车身装配波动问题，核心是对误差传递关系的分析，后来被广泛应用到多级制造过程的质量波动，这一成果对汽车工厂产生了重大影响）。王安正：非常著名的航空发动机专家，GE航空发动机公司首席工程师。
当下不同国家都提出了各自国家的制造业发展路径，美国、德国、中国、印度、日本、韩国等等，再加上众多的时新概念的蜂拥而至，越深入研究会感到越发的迷茫和浮躁。不能把这个问题当做技术问题来看待，理解智能制造绝对不能停留在表象或者技术的层面，而要建立在每个国家独特的制造业背景和制造哲学基础上。
１
到底什么是智能制造。
制造系统的5个核心要素（5M）：材料（Material）、装备（Machine）、工艺（Methods）、测量（Measurement）、维护（Maintenance）。这些活动全部围绕人来展开，人是驾驭这5M的核心，这是传统的制造系统。而智能制造系统在于多了一个M（建模，Modeling），智能制造系统是通过这个M来驱动其他5个要素来解决和避免制造系统的问题。
无论是机器换人、物联网、两化融合或者互联网+等解决的只是5M要素调整方式和途径，只是在执行端更加自动化，并没有解决智能化的核心问题。未来的智能制造在零部件及装备层面的智能化实现自省性、自预测性和自比较性，以及全生产系统层面的智能化，无忧虑的生产环境。无忧就是无忧无虑的无忧。
智能制造必须具备两个特征：
※能够学习人的经验，从而替代人来决策和分析。
※能否从新的问题中积累经验，从而避免问题再次发生。
２
如何利用大数据来推动智能制造。
※将问题的产生过程利用数据进行分析、建模和管理，从解决可见的问题到避免可见的问题。例如，利用统计学对庞大的测量数据进行分析，对质量误差的积累过程进行分析和建模，从而解释误差的来源并进行控制
※从数据中挖掘隐性问题的线索，通过对隐性问题的预测分析，在其发展成为显性问题之前进行解决。可见问题只是冰山一角，而隐性问题则是冰山下的恶魔，对这些不可见因素进行预测和管理是避免可见因素影响的关键。
※利用反向工程，利用知识对整个生产流程进行剖析和精细建模，从产品设计和制造系统设计端避免问题。简单说就是从结果找出原因，从设计和制造端避免问题。
３
日本、德国、美国的区别。
日本在知识的传承上非常依赖人，日本企业从来不提无人工厂或者机器换工，日本提倡工匠精神，但是这也有弊端，所以在重振制造业的计划中弥补了这一不足。德国则是将知识固化在机器设备之中，尽量减少人为因素带来的不确定性，强大可靠的设备，这也有不足，于是提出了工业4.0来扩大红利，比如全生命周期的服务。美国擅长颠覆和重新定义问题，美国人非常依赖数据，工业互联网的概念提出来了，然后：互联、数据、分析、发现关联、创造、颠覆。
小结
此书中心思想如此的明确，观点见解如此的掷地有声，叙述论证如此的雄辩有力，不是材料的堆砌，不是人云亦云的模仿，整本书感觉就像一个活的生物体，在工业领域，好久不见这样的书籍，并且还是华人的作品。赞。
