点击蓝字关注我们
横跨18世纪后半叶和19世纪上半叶的第一次工业革命使世界发生了翻天覆地的变化:机械化和引擎驱动的生产工艺和工具取代了人工方法。第一次工业革命催生了工厂制度和大规模生产。
而在200年之后,21世纪的制造业将被工业4.0,也就是第四次工业革命所颠覆。先进的数字技术正被用于优化和自动化生产,包括上游供应链流程。工业4.0的最终目标是嵌入在机器和组件中,并采用始终连接的传感器将实时数据传输到网络IT系统。反过来,这些应用机器学习和人工智能算法来分析和获取这些大数据的见解,并根据需要自动调整其过程。
工业4.0的革命本身并不是大数据,因为制造商已经在很长一段时间内生成了大量的实时生产和质量数据。然而,由于缺乏能够真正利用这些不同数据源并提取总体见解以提高质量和生产力的平台,这些孤岛数据的浪费并不罕见。换句话说,其症结不是生成和收集数据,而是能够有效地从中提取价值。
最大的挑战:从制造业大数据中提取价值
工业4.0大数据来自许多不同的来源:
•产品和/或机器设计数据,如阈值参数
•来自控制系统的机器操作数据
•产品和过程质量数据
•工作人员实施的人工操作记录
•制造执行系统
•有关制造和运营成本的信息
•故障检测和其他系统监控部署
•物流信息,包括第三方物流
•有关产品使用、反馈等的客户信息
其中一些数据源是结构化的(例如传感器信号),一些是半结构化的(例如人工操作的记录),还有一些是完全非结构化的(例如图像文件)。然而,在很多情况下,大多数数据或者是未使用的,或者只是用于非常具体的战术目的。工业4.0大数据通常没有战略利用的一个关键因素是不兼容的技术、系统和数据类型之间的互操作性较差;第二个关键因素是传统IT系统无法存储、操作和管理高速生成的大量不同数据。
孙思邈历览前代医籍,以方书浩博,简册繁重,难于寻检。他根据自己在医药学上的研究和实践,删繁就简,编为《千金方》,“以为人命至重,有贵千金,一方之济,德踰于此”。(《千金要方序》)是书简易实用,可以救急,故曰《备急千金要方》。这部书包括对疾病的诊断、治疗、预防、卫生等各方面,尤其注重对妇科、儿科疾病的治疗,所以把妇人方、少儿方列于全书之首。他又把晚年的经验总结起来,撰成《千金翼方》三十卷,作为《千金要方》的补充,书中收载了当时所用药物八百余种,对其中二百多种药物的采集、炮制等不仅作了详细的记述,并且补充了许多治疗方法。孙思邈认为食物对养生、治病的作用是很重要的,他在《千金方》中特别列出《食治》一门,详细介绍了谷、肉、果、菜等食物疗病的作用。并注重饮食卫生,如主张“食欲数而少”(《千金要方•养性》),即多餐少吃,“熟嚼”,不吃陈腐的东西,食毕要嗽口,以及“食止,行数百步”(《摄养枕中方》),等等。他认为作医生的应当先了解病源,“知其所犯,以食治之,食疗不愈,然后命药”。(《千金要方•食治》)他说:“药、食两攻,则病勿逃矣。”(《千金翼方•养性》)还主张把药物与针灸结合起来治病,所谓“汤药攻其内,针灸攻其外”(《千金翼方•针灸》),这是医学上提倡综合治疗法的先声。当然还应指出这些书里还夹杂一些鬼神迷信的糟粕,这正是作为道教徒的孙思邈的宗教世界观的局限性。
明正统《道藏》中所收医药类书籍自《黄帝内经素问》、《八十一难经》以及上述之《肘后方》、《千金方》等约二十部,但还有一些道教医籍如张三丰《仙传方》、赵宜真《济急仙方》、邵真人《青囊杂纂》、臞仙《寿域神方》等都未收入。总之,道教是重视医药的,虽然其出发点是为了宗教上的求仙长生,但其内容包含有不少科学的有价值的东西,应该引起重视,加以发掘整理。
一、道教与医药
道教为了达到成仙长生的目的,首先得却病延年,而医药的作用也在治病、防病、延寿。所以,医药成为仙道修炼的重要方术之一,凡是学道求仙的人必须懂得医药,医药成为有知识的道教徒的必修功课。道教徒把药分为上中下三品,认为上品药服之可以使人成仙,长生不死。《抱朴子•对俗篇》说:“知上药之延命,故服其药以求仙。”中品药可以养生延年,下品药才用来治病。上药中的上上品就是道教的金丹大药,葛洪说九鼎神丹服之都可以成仙,如云:“九转之丹,服之一日得仙。”还丹“服之一刀圭,即白日升天。”(《抱朴子•金丹》)但是这种金丹是经不住实践检验的,历史上许多求仙心切的人,吃了金丹大药,不仅没有成仙,反而中毒死亡,不仅不能延年,反而短命。所以古诗上说:“服食求神仙,多为药所误”。历史上服丹而死的事例不少。唐朝诸帝,如宪宗、穆宗、武宗、宣宗都是服丹药中毒死的。①五代时南唐烈祖李昪使道士史守冲等炼金石为丹。李昪服金丹中毒,临死时给他的儿子齐王李璟说:“吾服金石欲延年,反以速死,汝宜视以为戒。”(《南唐书•烈祖本纪》)自宋以后炼外丹服食术求仙之风才日渐衰微。隋唐以前由于道士一直追求金丹妙药,总是千方百计地去寻找长生不死的“上药”,这种“上药”事实上是没有的,上药不可得,只好退而求其次,找寻可以延年益寿、治病养生的中、下药。为了服食,必须懂得医药,所以道教徒中如葛洪、陶弘景、孙思邈等都是著名的医药学家。
《神农本草经》是战国、秦、汉以来药物知识的总结。这部书里就带有明显的方士和仙道的色彩。它把药物分为上、中、下三品。上品药一百二十种,久服可以轻身益气,不老延年。中品药百二十种,可以抗御疾病,补虚弱。下品药百二十五种,可以除寒热邪气,破积聚。葛洪引《神农四经》说:“上药令人身安命延,升为天神,遨游上下,使役万灵,体生羽毛,行厨立至。……中药养性(生),下药除病”。(《抱朴子•仙药》)可见上药就是修道求仙所追求的,这些药物大都出战国秦汉时方士所传,其中对好些药物都说:“不老神仙”,“长生不老”就是证明。在《汉书•艺文志》里就把“医经”、“经方”、“房中”、“神仙” 四类书同列于方技略,正说明古代迷信与科学是互相杂糅混在一起的。在上品药物中列于首位的就是历代方士奉为仙丹妙药的丹砂。葛洪说:“仙药之上者丹砂”。(《抱朴子•仙药》)“丹砂烧之成水银,积变又还成丹砂,其去凡草木亦远矣,故能令人长生。”(《抱朴子•金丹》)葛洪在炼丹中做过这样的实验,把丹砂(HgS)加热离解出水银,水银和硫黄反应,加热升华,又生成丹砂。道士们不理解其中的化学反应,把它看得很神秘,视为仙丹,结果许多人服之中毒而死。李时珍批判道:“水银乃至阴之精,禀沉着之性。得凡火锻炼,则飞腾灵变,得人气熏蒸,则入骨钻筋,绝阳蚀脑,阴毒之物,无似之者。……《抱朴子》以为长生之药。六朝以下贪生者服食,致成废笃而丧厥躯,不知若干人矣。方士固不足道,《本草》其可妄言哉!”(《本草纲目》卷九水银条)
葛洪(283-363年)丹阳句容(江苏句容县)人。他“综练医术”,(《晋书》本传)是著名的医药学家。葛洪医药方面的著作有《玉函方》一百卷,《肘后要急方》四卷,《神仙服食药方》十卷,《黑发酒方》一卷等。他感到医药的方书卷帙烦重,加以选辑整理,编撰成《玉函方》一百卷。又将方便经验方编撰为《肘后要急方》,用以救急,便于携带,可以悬于肘后,故又名《肘后救卒方》,简称《肘后方》。它包括传染病、慢性病、外科、眼科、小儿科及兽医等各方面。对各种病的起源、病状、治疗方法都有所叙述。如其中关于痘症(天花)流行和结核病的记述是世界医学史上最早的记载。又提出用狂犬脑敷贴伤口来治疗狂犬病的方法,这也为后来科学证明狂犬脑里含有抗狂犬病毒的物质。《肘后方》经陶弘景增补为《肘后百一方》,“取佛书人有四大,一大辄有一百一病之义名之” (《直斋书录解题》)。以后金代杨用道又取唐慎微《证类本草》中所附药方,加以增补,名为《附广肘后备急方》,足见这部书为历代医学家所重视。
陶弘景(456-536年)丹阳秣陵(江苏南京)人。弘景知识广博,是南朝著名的道教学者。史称其尤明“医术本草”。(《梁书》本传)他的医药学著作有《本草集注》,增补葛洪《肘后方》为《肘后百一方》,还有《药总诀》、《效验施用药方》、《集金丹黄白要方》、《服草木杂药法》、《灵方秘奥》等。
如上所述,由汉代结集的一部古代药典《神农本草经》载有药物三百六十五种,分为上中下三品,这一分类法受炼丹方士的影响,认为上品药服之可以成仙,显然是不科学的。《本草》经过汉魏晋以来的历代传抄,字义残缺,品次错杂,弄得很混乱。陶弘景是精通药物学的,他在《本草》学上的贡献是:(一)整理了《神农本草》,陶弘景在《本草集注》中改变了把药物按上中下三品分类的方法,他根据药物种类的不同分为玉石、草木、虫兽、米食、果、菜及有名未用七大类,这种分类法显然比三品法更科学、更明确一些。以后唐代的《新修本草》和明代李时珍的《本草纲目》的分类都是在这基础上加以改进的。(二)根据汉魏晋以来几个世纪许多名医用药的经验加以提炼总结,于《神农本草》三百六十五种药物之外,又增补了三百六十五种药物,取名为《名医别录》,把《本草》中药物发展成七百三十种。(三)对药物的性能、形状、特征、产地都加以说明。对于一种药物有多种性能的,就以它主要的功能为本。中医在用药上本有君、臣、佐使的分别。但在《神农本草》中则以上品为君,中品为臣,下品为佐使,这种机械的划分显然是受了炼丹家方士的影响。陶弘景以药物主治之病来确其性能,如治黄疸病的药有茵陈、栀子等,祛风的用药有防风、防己、独活等。这是对《本草》学的一个重要的发展。(四)在药物的配伍使用上,以主治之药为君,辅助的药物为臣、佐使,又根据人的老少、男女、身体的虚实以及各地的生活习惯、环境的不同进行辨证论治,发展了《本草》学。
隋唐之际的著名医学家孙思邈(581—682年)。他隐于太白山,学道炼气,精于医药。著《备急千金方》三十卷、《千金翼方》三十卷。
因此,企业需要的是能够充分利用机器学习、人工智能和预测分析制造大数据的价值的先进平台。
工业4.0大数据愿景
如今,制造商寻求通过收集、分析和共享所有关键功能领域的数据来实现真正的商业智能。在这种体系结构中,生产系统不仅效率更高,而且能够及时响应不断变化的业务需求,其中包括来自合作伙伴和客户的信号。
org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'com.github.pagehelper.autoconfigure.PageHelperAutoConfiguration': Post-processing of merged bean definition failed; nested exception is java.lang.IllegalStateException: Failed to introspect Class [com.github.pagehelper.autoconfigure.PageHelperAutoConfiguration] from ClassLoader [sun.misc.Launcher$AppClassLoader@18b4aac2]
at org.springframework.beans.factory.support.AbstractAutowireCapableBeanFactory.doCreateBean(AbstractAutowireCapableBeanFactory.java:570) ~[spring-beans-5.1.5.RELEASE.jar:5.1.5.RELEASE]

该模型更专注于工厂和工厂级别的大数据和分析流程
下层的(橙色)堆栈快速并可扩展地收集、处理和分析来自生产车间的数据流。上层(蓝色)堆栈用于大规模和密集的批量分析,很可能在基于云计算的大数据框架中实现。请注意,批处理分析堆栈还将存储的工厂/厂商大数据作为输入。然后,数据流和批量分析输出都作为信息分发,以优化制造流程和应用程序。
工业4.0大数据用例
2016年,普华永道公司对航空航天、国防与安全、汽车、电子和工业制造等各行业采用工业4.0的情况进行了全球性调查。平均而言,受访者表示,到2020年工业4.0实施(包括大数据分析)将使其生产和运营成本降低3.6%,累计节省4210亿美元。
以下是一些说明工业4.0大数据愿景如何为制造商带来可衡量价值所选定的实际例子:
•合并质量和生产数据以提高生产质量:半导体制造商开始将生产过程结束时测试阶段捕获的单芯片数据与在流程早期收集的过程数据相关联。制造商可以在早期识别出有缺陷的芯片,并大大提高生产过程的质量。
•授权客户:汽车行业热衷于采用工业4.0,以经济有效地满足消费者对更加实惠和数字连接汽车的期望。在联网汽车将生成的大量大数据用例中,其中就有与制造商无缝交换数据。除了为车主提供更好的售后服务外,还可以使用有关汽车性能的汇总信息来改进质量流程和未来的设计。
•减少停机时间:适用于许多工业部门,工业4.0大数据分析可以在机器或流程故障发生前发现预测模式。机器主管将能够实时评估过程或机器性能,在许多情况下,还可以防止计划外停机。
最后的说明
随着物联网和其他传感器的迅速普及,数据的数量和速度只会随着工业制造业的增长而增长。正如其他行业已经采用尖端技术以从大数据(边缘计算、雾计算、云计算等)中提取价值一样,工业4.0正在为广泛的大数据分析铺平道路。制造商的投资回报率已经在提高运营效率、提高质量,以及更快地响应不断变化的市场信号方面具有吸引力。
如今,制造商需要参与工业4.0革命的供应商提供解决方案,并为多个行业的客户带来可衡量的价值。他们需要收集、处理和生成来自多个不同来源数据的解决方案,并合并这些数据,以便为全天候实施自动化规则和自适应机器学习提供实时的透视分析。最重要的是,制造商需要这些解决方案与现有企业系统无缝集成,以便使生产和质量流程与其核心业务目标保持一致。
来源:企业网D1net


