“解决制造业数字化核心问题，要有大系统思维，否则，还是一个点一个点去优化，实现不了大系统，大系统思维也是高质量发展的必由之路。”在24日举行的“数实融合新生态”2022南方智享会主题沙龙活动上，华南理工大学原校长、俄罗斯工程院外籍院士刘焕彬说。
当前，我国正加快构建以数据为关键要素的数字经济。如何理解数据？
刘焕彬表示，一般数据不是资源。大数据才是真正的资源，大数据有几个特点，量大、不断变化，变化速度快，品种要多，还要有真实性。“真正有用的比例不是很高，不是每一个数据都能够用上”。
工业大数据除了具备上述特点外，还有时序性、强关联性、准确性和闭环性等特点。
那么，数据这一生产要素怎样才能变得价值？刘焕彬介绍，首先要求生产过程当中将数据提炼出来，经过去伪存真等处理，有了数据，再通过数学模型（算法）、算力，变成信息和知识，相当于沙子淘金后提炼出真正的价值。有了知识，才可以进行优化决策，再到生产线上来重构生产要素。
也就是说，生产过程中通过传感器把数据提取出来，最开始并不知道数据是什么，因此要送到信息系统中进行数据处理，变成知道的类型，数据开始由隐性到显性。显性数据再进行实时分析变成信息，再经过工业软件分析变成知识，最终用于优化决策管理和管理控制。
“整个过程中，数据是在不断循环的，不断有新的信息、新的知识出来，我们就可以不断地下一步循环，不断完善、不断优化，这就是数据真正的作用，形成数据的闭环流动。”刘焕彬说。
数据可以做什么？
刘焕彬注意到，造纸、水泥、玻璃、陶瓷、食品等产量全国数一数二，也是广东非常有代表性的传统产业。这些传统产业是国计民生不可或缺的基础原材料制造业，但不被重视。
这些行业面临的麻烦是，产品质量要统一，但它的原材料往往是千变万化的，导致生产过程控制也要千变万化。
于是，一些工厂采取“分头把关、局部优化”的思路，但局部优化往往最后会适得其反，最后的结果就是，管理粗放、效率较低、能耗高，甚至还有污染。
从2014年开始，刘焕彬将手头上已有的几十项专利、几十篇论文，谋划成立公司推动行业解决上述问题，并创办了广州博依特智能信息科技有限公司。
“能耗高、管理粗放、效率低，解决办法还是要靠数据。”刘焕彬说，过去工业造纸生产线长，过程非常复杂，为此，刘焕彬团队将其理顺，整个流程变成一个矩阵，用大系统思维把过去的生产数据拆解重构，如人、机器、原料、管理规程、环境等。
整个过程中，不断解决三大关键技术。第一步是数据采集，解决数据集成问题，制造业首先要解决数据怎么采集，采集后怎么处理，如何保障数据安全等等。
第二步是应用平台，解决生产的协作问题，协作就是重构、优化。比如说质量管理、设备管理、数字工厂、能源管理、仓库管理、生产管理等等应用平台建立起来，并且通过大系统协作，而不是各管各的。
第三步是工业智能，解决生产过程中的优化问题，包括设备的优化、产品的预测、计划排产、闭环优化等。
用数据模型监测生产线
借助工业互联网平台企业博依特，刘焕彬团队将相关技术应用在制造业转型中来。
刘焕彬介绍，这些技术在全国造纸、陶瓷、水泥、玻璃、食品等600多家企业应用后，能实现5%—10%的效益提升，2017年—2019年间，创造经济效益60多亿元，与此同时，节约了160多万吨标煤。
他谈到，造纸机造一张纸的难度其实比想象中要难，甚至是世界难题，因为产品在保证质量的同时还要有柔软度，比如说湿水性，比如擦汗，既要擦干净，又要保证纸不破损。
有意思的是，刘焕彬现场测试了一下会场的纸巾，擦汗的过程卫生纸出现了破损，“这是破坏式的检验方式。”刘焕彬笑道。
再比如，过去卫生纸在生产过程中无法直接检测，每次都是从长达5万米的卷纸剪下样本去实验室对照，如果有十多个指标不合格，这就意味着整个5万米的卷纸都将是残次品，最终会造成极大的浪费。而现在，通过传感器采集数据、数据建模等数字化技术，可以清晰知道卫生纸生产过程每时每刻、每一米都是否达标。
此外，玻璃生产也是因为原材料组织的不同，相应配方也要不断调整，最终，刘焕彬团队帮助玻璃厂商深圳南玻研发了3个人工智能模型，实施了7个典型的生产应用场景，使得生产中材料稳定度提高32%，整个质量管理提升了30%的效率。
刘焕彬总结，制造业数字化核心问题还是思维方式，对此他提出要有大系统思维，否则，还是一个点、一个点去优化，实现不了大系统，大系统思维也是高质量发展的必由之路。智能制造要有数据要素的价值化，数据要素的价值也要优化。
科技创新也要大系统思维。2019年国家有一个白皮书显示，我国专利应用非常低，才6.1%，而美国已经是52%；国内高校和科研机构也很低，只有8%多，产业化更少。
“这里边有两个问题，科技成果产业化两个‘最后一公里’的这个桥断了。”刘焕彬说，科技创新成果与现实生产力（企业）之间，在需求导向与成果转化之间，存在两个“断桥”，“比如说，大学科研是否按照需求导向进行，或者有一些好的项目又缺少人来支持，怎么解决？也要大系统思维”。
他表示，不能像以前一样，用跨界集成的互联思路去寻找解决问题的方法，不能单就所在专业去找方法，还要跟其他交叉学科去找方法，跨界并用优化与智能化的技术手段去解决问题。
文章来源：
【记者】郜小平
【摄影】梁文祥
【出品】南方产业智库
