Home >

Wen Lisheng: Un Professeur De L’Université Donghua Explique Pourquoi Il S’Agit D’Une « Transformation Numérique» Plutôt Que D’Une « Transformation Numérique»

2022/3/15 16:21:00 0

Wen LishengDonghua University

Deputy leader of Expert Group of China Garment intelligent Manufacturing Alliance

Prof. Wen Lisheng, Donghua University



Pourquoi la transformation de l'industrie de la fabrication de vêtements est - elle appelée « transformation numérique »

Au lieu de "transformation des données"


La numérisation consiste à transformer une grande partie de l'information complexe et difficile à estimer en code binaire que l'ordinateur peut traiter d'une certaine manière, de sorte que l'ordinateur puisse lire et traiter l'information, formant ainsi un jumeau numérique dans l'ordinateur.La numérisation est également appelée « bitification » parce qu'elle peut être généralisée à tout ce qui est représenté par des valeurs de bits « 0, 1 ».


La datation est l'analyse de l'information numérisée pour la rendre organisée, à travers l'analyse intelligente et multidimensionnelle et la recherche rétrospective, pour fournir un soutien solide aux données pour la prise de décisions.Le mode d'expression des données est numérique, de sorte que le concept de données est plus grand que le concept numérique, de sorte que la numérisation apporte la numérisation, la numérisation est une direction du processus de numérisation, mais la numérisation ne peut pas remplacer la numérisation, la numérisation peut être appliquée à la numérisation, de sorte que la transformation des entreprises de vêtements est appelée « transformation numérique ».


La raison pour laquelle les entreprises de vêtements doivent réaliser la transformation numérique est que la transformation numérique peut apporter aux entreprises des normes de comportement opérationnel et l'amélioration de la valeur de la gestion opérationnelle, en particulier l'application de la technologie numérique, comme l'informatique en nuage, les mégadonnées, l'intelligence artificielle, l'Internet des objets et le jumelage numérique, afin de promouvoir l'innovation du modèle d'entreprise et la transformation du modèle de fabrication traditionnel en modèle de fabrication intelligent.

Pourquoi les données sont - elles un atout pour la fabrication intelligente de vêtements?


1. Origine et caractéristiques des actifs de données


Le concept d'actifs de données a évolué à partir des concepts de ressources d'information et de ressources de données.Dans les années 1970, les gens considéraient l'information comme une ressource humaine, matérielle, financière et naturelle importante.Dans les années 90 du XXe siècle, avec la transformation numérique du Gouvernement et de l'entreprise, les ressources de données ont été générées. Bien sûr, ce n'est qu'après que le nombre d'informations a été transformé en données et que les données ont été rassemblées à une certaine échelle qu'elles ont été appelées ressources de données.Au début du XXIe siècle, en raison de l'essor et de l'application de la technologie des mégadonnées, les actifs de données ont été popularisés grâce au développement de la gestion des données, de l'application des données et de l'économie numérique.Par conséquent, un actif de données est un ensemble de données qui contient des permissions de données (propriété, utilisation, exploration) et qui est précieux, mesurable, lisible et négociable.


Le 9 avril 2020, le Conseil d'État du Comité central du PCC a publié des avis sur la mise en place d'un système et d'un mécanisme d'allocation des facteurs plus parfaits axés sur le marché, qui précisent que les facteurs de production comprennent la terre, la main - d'œuvre, le capital, la technologie et Les données, qui sont également des actifs, à savoir les actifs fonciers, les actifs de main - d'œuvre, les actifs en capital, les actifs techniques et les actifs de données.


Ces dernières années, la croissance annuelle moyenne des données mondiales a dépassé 20%.Le taux de croissance des actifs de données est beaucoup plus élevé que celui des actifs techniques, humains, financiers et fonciers.Selon les statistiques publiées par IDC, une société internationale de données, la production de données de la Chine en 2018 représentait environ 23% de la production mondiale de données, ce qui est inférieur à environ 30% de la production de données de l'EMEA (Europe, Moyen - Orient et Afrique), qui est le plus grand pays de ressources de données et le Centre de données mondial au monde. Comme le montre la figure 1, apjxc représente 18% de l'Asie - Pacifique et du Japon.


Figure I Répartition mondiale des données


Selon Data age 2025, publié par IDC, les données générées chaque année dans le monde passeront de 33zb (1zb = 1 billion d'octets) en 2018 à 175zb, ce qui équivaut à 491eb (1eb = 1529e + 18 octets) par jour.IDC prévoit que les données mondiales atteindront 44 ZB en 2020 et 19 000 ZB en 2035.Voir fig. II.


Figure II Évolution progressive des données mondiales


Comme le montre la figure ci - dessus, la tendance mondiale à l'accroissement des données est conforme à la nouvelle loi de Moore.En 2004, le total des données mondiales était de 30 EB, contre 50 EB en 2005.D'ici 2015, les données augmenteront rapidement pour atteindre 7 900 EB et 35 000 EB en 2020.Cela représente 90% des données produites au cours des deux dernières années par l'ensemble de la civilisation humaine.


Cela signifie une augmentation des actifs mondiaux de données.En tant que propriétaire d'immobilisations, seule l'utilisation d'actifs de données peut refléter la valeur des données.La valeur des données est liée aux facteurs suivants: plus la fréquence d'application des données est élevée, plus la valeur des données est élevée;À l'inverse, plus les données sont efficaces et partagées, plus la valeur des données est faible.


Pour l'industrie de la fabrication de vêtements, le moment, le type de données et la façon de les transmettre aux gens et aux machines sont les clés de l'optimisation scientifique, en temps réel et de l'efficacité de la fabrication. L'essence du flux de données entièrement automatisé est d'utiliser les données pour conduire l'entreprise à fonctionner. La figure 3 illustre ce processus.


Figure 3 Flux entièrement automatisé de données sur le fonctionnement de l'entreprise (Source: réseau)


En tant qu'actifs, les données présentent des caractéristiques uniques: elles peuvent être échangées, elles ont une valeur informative riche en ressources, fréquemment mises à jour et diverses catégories;Il peut être utilisé pour la circulation et a l'attribut d'appréciation naturelle de produire et de créer continuellement de la valeur;Il a une grande valeur de partage et d'agrégation illimités à coût zéro.


2. La plus grande valeur des actifs de données est que leur application peut réaliser la fabrication intelligente de l'entreprise


La mise en place d'une fabrication intelligente dans l'industrie manufacturière chinoise doit être combinée avec la stratégie en trois étapes de l'informatisation, de la numérisation et de l'intelligibilité des entreprises.L'informatisation de l'entreprise est la base de la collecte de données et de connaissances, ainsi que la phase de démarrage de la prise de décisions intelligentes.Au cours de la phase de transformation numérique de l'entreprise, il est nécessaire de recueillir, de nettoyer, d'analyser et de traiter les connaissances en matière de données dans tous les domaines de l'entreprise afin de former des actifs de données volumineux disponibles et précieux.L'étape de l'intelligence d'entreprise est d'utiliser pleinement les actifs de Big Data pour réaliser l'intelligence d'entreprise, c'est - à - dire la fabrication intelligente d'entreprise.Voir figure IV.Ainsi, dans le processus stratégique en trois étapes de la réalisation de la fabrication intelligente, la valeur des données augmente constamment, c'est - à - dire qu'il n'y a que de grandes données avec des données, qu'il n'y a que de l'intelligence artificielle avec des données massives et qu'il n'y a que de l'intelligence artificielle avec de l'intelligence artificielle pour réaliser la fabrication intelligente.



Figure 4 Stratégie en trois étapes pour l'informatisation des entreprises


L'application des actifs de données est la clé de la transformation de l'industrie manufacturière en fabrication intelligente.La figure V montre la taille prévue du marché mondial des mégadonnées pour la période 2011 - 2027 (milliards de dollars).Le Livre blanc sur le développement de l'industrie chinoise des mégadonnées en 2020 publié par l'Alliance écologique de l'industrie chinoise des mégadonnées et Sadie prévoit que l'échelle globale du marché de l'industrie chinoise des mégadonnées atteindra 667,02 milliards de RMB d'ici 2020 et dépassera des billions de RMB d'ici 2022.Sur la base de ces données, on estime en outre que la taille globale du marché de l'industrie chinoise des mégadonnées atteindra environ 175,68 milliards de RMB d'ici 2025 (Figure 6).


Figure V Prévisions de la taille du marché mondial des mégadonnées 2011 - 2027

Figure 6 Échelle industrielle du Big Data en Chine de 2020 à 2025


Par conséquent, le développement du Big Data signifie que le développement de la fabrication intelligente par les entreprises combine la technologie du Big Data et la technologie de l'intelligence artificielle.


Comment utiliser les actifs de données dans la fabrication de vêtements


La technologie des mégadonnées comprend l'acquisition, la conservation, le stockage, la recherche, le partage, la transmission, l'analyse et la visualisation des données.


1. Recueillir les actifs de données


Les mégadonnées de l'industrie manufacturière sont principalement des données sur les produits, des données opérationnelles, des données sur la chaîne de valeur et des données externes.Parmi eux, les mégadonnées industrielles proviennent principalement des données sur les machines et les équipements, des données sur l'informatisation industrielle et des données pertinentes sur la chaîne industrielle (voir fig. 7). Bien entendu, elles comprennent également de grandes quantités de données sur la valeur clé, de données documentaires, de données d'interface, de données vidéo, de données d'image, de données audio, etc.


La plupart des méthodes courantes d'acquisition de données comprennent différents types de capteurs industriels et la technologie RFID.


Figure 7 sources de données massives pour l'industrie manufacturière


2. Analyser les actifs de données


Les données recueillies doivent être analysées.L'analyse et le traitement des données remontent au modèle standard « Crisp - dm» proposé par l'Organisation SIG de l'UE en 1999. Le processus standard est le suivant: compréhension de l'entreprise - définition des objectifs, analyse des besoins;Compréhension des données - acquisition, description, exploration, inspection, données;Préparation des données - sélection, nettoyage, construction, intégration, formatage des données;Construire un modèle - choisir la technologie de modélisation, l'ajustement des paramètres, le plan d'essai et le modèle de construction;Modèle d'évaluation - Évaluation complète du modèle, résultats de l'évaluation, processus de révision;Déploiement des résultats - analyse des résultats, application de la mise en oeuvre du programme (Figure 8).


Figure 8 processus standard d'analyse des données volumineuses Crisp - DM


L'application des données analysées est la signification du Big Data, qui se réfère à:

Analyse des données sur l'état de l'équipement de traitement

La sortie et l'affichage des données analysées permettent au personnel de comprendre l'état en temps réel du processus de production, les données du processus de traitement, etc., afin de prendre des mesures rapides, opportunes et scientifiques.

Optimisation des données du processus de fabrication

Il s'agit principalement de deux aspects: ① la surveillance des paramètres de procédé de l'équipement, la comparaison et le contrôle en temps réel des paramètres de procédé de l'équipement acquis, tels que la température et la pression, avec les paramètres standard fixés, afin d'assurer un contrôle dynamique et strict du processus de production en temps réel et d'assurer la stabilité de la qualité du produit;Amélioration et optimisation du processus de transformation, analyse complète des principaux paramètres du processus de fabrication et du taux de qualification du produit fini, afin d'améliorer et d'optimiser le processus de transformation.

Traçabilité du processus de production

Grâce aux données sur le processus de transformation et de fabrication des produits, l'historique de la fabrication des produits peut être retracé, les problèmes peuvent être réapparus et la qualité retracée.


3. Protéger les actifs de données


La sécurité des actifs de données pose trois problèmes dans l'industrie de la fabrication de vêtements. Premièrement, les actifs de données sont complexes et les risques de données ne peuvent être quantifiés.Deuxièmement, les risques pour la sécurité des données sont importants et il n'y a pas de contrôle dynamique de l'autorité des données pendant l'utilisation des données;Troisièmement, les risques pour la sécurité des données sont vastes.Comment protéger la sécurité des données est très important.Voici quelques solutions de sécurité des données:


Dell Shelter Vault.Il dispose d'un mécanisme d'isolement des portes d'air gap et d'un mécanisme de verrouillage des répliques pour bloquer le contact avec le ransomware, ce qui réduit considérablement la probabilité que le virus infecte les données de sauvegarde.Une fois que les données de sauvegarde sont stockées sur le périphérique de stockage du côté de la production, un lien de réplication est établi avec le périphérique de stockage de la chambre forte de récupération de cyber pour copier les données de sauvegarde du Centre de production à la chambre forte de récupération de cyber (dépôt d'isolement des données) via le réseau interne et les interfaces dédiées.La zone de la chambre forte de récupération du cyber est « furtive » pour les attaquants réseau, bloquant la probabilité que le ransomware infecte les données de sauvegarde.Une fois la synchronisation des données terminée, la passerelle d'air est fermée et le chemin d'accès aux données est désactivé.Entre - temps, afin d'éviter que les fichiers de sauvegarde ne soient supprimés malicieusement, le système peut verrouiller les données dans la base de données de sauvegarde isolée pour s'assurer que la copie des données de sauvegarde ne peut pas être chiffrée, altérée ou supprimée.


Plate - forme Gu geyun.Les entreprises peuvent passer à la plateforme Cloud avec la protection des données garantie.La plate - forme Google Cloud a achevé la transformation de la plate - forme en une plate - forme ouverte et en informatique en nuage, ce qui a permis aux entreprises de disposer d'actifs de données plus puissants et de capacités d'analyse de données plus sûres.L'infrastructure ouverte de la plate - forme Google Cloud permet aux clients de choisir le meilleur chemin vers le cloud pour leur entreprise.Avec l'infrastructure de Google Cloud, les données et les solutions d'apprentissage automatique d'intelligence artificielle, il est facile d'analyser et de traiter les données dans le cloud.


Dawning Big Data Platform with Security Control System.Dawning Big Data Platform est une solution intelligente d'analyse et de traitement de données massives combinant la technologie Big Data, qui peut aider les utilisateurs d'entreprise à construire rapidement un système de Big Data intégré efficace, intelligent et facile à utiliser, et à exploiter la valeur des données.La plate - forme d'analyse des mégadonnées Dawn adopte une architecture technique convergente pour réaliser en profondeur la fusion du stockage, la fusion de l'informatique, la fusion de l'ordonnancement, la fusion des données multi - sources et la fusion des processus opérationnels, et pour construire un système global de fusion systématique (Figure 9).


Figure 9 architecture de la plateforme Big Data Dawn


Plate - forme d'apprentissage automatique Orion (automl) innovante et intelligente.La plate - forme aide principalement les clients à utiliser les actifs de données, à améliorer la capacité de prise de décisions en matière de données et à permettre aux clients d'exploiter des entreprises.La plate - forme est une série de produits et de solutions qui sont conformes au paradigme de l'intelligence des données à l'avenir, avec une structure à trois niveaux flexible et configurable, orientée vers les clients d'entreprise et basée sur le déploiement privé.Orion Data intelligent Engine se compose principalement de trois unités de produits, à savoir: ① Orion IRC - intelligent Resource Planning Management, qui fournit la gestion des ressources informatiques et la carte des actifs de données;Orion DAC - Intelligent Data Fusion Management, support Data Dynamic fusion, Realize Data Supply Chain;Orion AML - automatiser l'apprentissage des machines et prendre des décisions intelligentes basées sur les données.


Talkingdata Data Security Island platform.Talkingdata « Safe Island » est une plate - forme à guichet unique de fusion de données multi - parties conforme à la sécurité fondée sur la technologie de calcul de données de confiance de pointe de l'industrie, qui fournit un nouveau modèle d'application de l'industrialisation des données et de libération de valeur pour différents scénarios d'affaires.Afin d'appliquer en douceur le Service de données et la capacité de données de talkingdata au client, la solution d'îlot de sécurité développée est en fait une plate - forme informatique sécurisée, dont le point de départ est de permettre au client de réaliser l'échange de valeur de données de sécurité et de conformité sur la plate - forme, d'isoler les problèmes de confidentialité des deux parties, et d'aider le client à compenser le manque de capacité de données.La valeur des données réellement libérées.


Exemple d'application des actifs de données dans la fabrication intelligente de vêtements


Il a été question plus haut de la corrélation entre les données et la fabrication intelligente.La réalisation d'une fabrication intelligente exige une véritable intelligence artificielle, qui repose sur de grandes données, des modèles d'algorithmes avancés et une très grande capacité de calcul (par exemple CPU / GPU / TPU) (Figure 10).


Figure 10 techniques liées à l'intelligence artificielle au sol


La conception intelligente, la production intelligente, la gestion intelligente et l'optimisation intégrée constituent la fabrication intelligente de vêtements, et l'essence des actifs de Big Data est de réaliser la fabrication intelligente.Voici quelques exemples:


1. Vente de produits du marché du vêtement fondée sur l'analyse des données massives


Les entreprises de vêtements s'appuient sur la stratégie des mégadonnées pour élargir l'étendue et la profondeur des données d'enquête sur l'industrie de l'habillement. Des facteurs tels que la composition du marché de l'habillement, les caractéristiques du segment du marché, la demande des consommateurs et l'état des concurrents peuvent être obtenus à partir des mégadonnées. Ensuite, grâce à la collecte, à la gestion et à l'analyse systématiques des données d'information, des solutions et des suggestions pour résoudre les problèmes peuvent être obtenues pour assurer l'unicité du positionnement des produits de l'entrepriseAméliorer l'acceptation des produits de l'entreprise sur le marché.Le marché de l'habillement sera analysé en fonction de facteurs tels que la répartition régionale de la population, le niveau de consommation, la cognition des produits, les habitudes de consommation des clients, les préférences de consommation au travail et d'autres facteurs donnés par le Big Data, afin d'obtenir le positionnement du marché et de fournir un soutien en matière de données pour les entreprises qui entrent ou exploitent le marché de l'habillement.


Par exemple, selon les données recueillies, environ 4,74 millions de pantalons d'automne peuvent être vendus par jour au cours de la période de double 11 en 2019. Dans ce cas, une enquête approfondie a été menée sur le marché chinois des pantalons d'automne avec un volume de vente de plus de 50 millions de pantalons d'automne tout au long de l'année, et il est prévu que l'investissement dans les pantalons d'automne avec un prix inférieur à 100 - 500 RMB devrait être renforcé d'ici 2020 (Figure 11).


Figure 11 Répartition des prix des pantalons d'automne (Source: ADC)


2. Conception intelligente de vêtements basée sur le Big Data


Aujourd'hui, nous utilisons encore la CAO de mode traditionnelle qui n'est pas encore intelligente, si elle est utilisée, elle peut remplacer le concepteur.Par exemple, en 2019, le mit a utilisé le modèle Gan de la technologie ai pour concevoir des vêtements.Le Gan est une sorte de modèle d'apprentissage en profondeur, qui s'appelle "Generate advertisial Networks" et en chinois "Generate Countermeasure Networks".Gan a conçu deux réseaux neuronaux, à travers une génération, un jugement pour jouer.Par exemple, en ce qui concerne la conception de la robe, les chercheurs ont recueilli environ 5 000 mégadonnées d'images de styles de mode de robe passés, un modèle de génération pour Gan et un modèle de jugement pour la résistance relative de Gan. Ensuite, après quelques jours d'entraînement, le nouveau style de robe peut être obtenu. Voir la figure XII. Les mégadonnées d'images de vêtements obsolètes sont affichées sur le côté gauche de la figure.À droite se trouve la nouvelle mode générée par la technologie ai à partir de données massives.


Figure 12 fabrication de vêtements avec Gan


3. Réglage des paramètres du processus de couture pour obtenir des vêtements de haute qualité sur la base de l'analyse des données massives


Figure 13 réglage des paramètres de traitement des vêtements par la technologie Big Data


Les paramètres de la machine à coudre affectent son fonctionnement, tels que la vitesse de la machine à coudre, la tension de la couture, la forme de la couture, la taille de la couture, etc.Les paramètres doivent être prédéfinis avant la couture, et les paramètres optimaux de couture peuvent être obtenus à partir de données massives de paramètres et de la technologie de vision de la machine, de l'apprentissage de la machine et de l'apprentissage en profondeur dans l'intelligence artificielle, afin d'atteindre la meilleure qualité de couture de vêtements (figure 13).

  • Related reading

Analyse De L'Industrie: Guide De Trois Minutes Sur L'Environnement Macroéconomique De L'Industrie Textile

Dialyse industrielle
|
2022/2/23 17:54:00
4

Statistiques: Réalisations De L'Industrie Textile Chinoise Au Cours Des 40 Dernières Années De Réforme Et D'Ouverture

Dialyse industrielle
|
2022/2/22 16:33:00
3

Chinese Textile Union Industrial Economy Research Institute: The "Number" Theory Of Textile

Dialyse industrielle
|
2022/2/15 15:45:00
7

L'Organisation BCI Derrière L'Interdiction Du Coton Xinjiang Aux États - Unis

Dialyse industrielle
|
2022/2/10 19:30:00
41

Pourquoi Promouvoir Le Coton Transgénique En Raison De Ses Inconvénients?

Dialyse industrielle
|
2022/2/8 18:07:00
2
Read the next article

Découvrez Derrière Les Importations Record S De Coton Aux États - Unis En 2021

Presque tous les produits de coton (vêtements, textiles ménagers, etc.) vendus dans les magasins de détail américains sont importés, et les importations de produits de coton du pays ont atteint 2% au cours de l'année civile 2021.