家居行业的尚品宅配利用大数据分析的技术，串联整个产业链，实现了柔性生产和大规模定制。通过收集楼盘、房型数据建立房型库，再扩展到产品库、设计库、解决方案库的三位一体，形成云设计库。基于此，公司产能提高了10倍，出错率则从30%下降到了3%以下，交货周期从30天缩短到了15天以内，实现了彻底的零库存。

　　中国石油依托大数据技术发展其“资源、市场、国际化”的战略。首先，通过挖掘数据潜在价值，实现新的油气增产；其次，通过完善数据收集分析和监测体系，扩大市场份额；最后，通过对重点资源国地缘政治、经济动态的分析和把握，建立良性互动的竞争合作关系，从而为正确实施“走出去”战略，降低海外投资风险提供保障。

　　结合我国制造业的现状和大数据的瓶颈，制造大数据带来的挑战表现为以下几点：

　　制造大数据来源广泛，种类繁多，关系繁杂。目前缺乏对实时、多源、不确定数据的有效自动识别和获取的解决方案，致使数据质量参差不齐，难以实现低成本、低能耗、高可靠性的目标。如何构建融合多源异构数据的泛化模型是制造大数据在感知、分析和处理时面临的巨大挑战。

　　中国的制造业大而不强，源于两个因素：核心技术依赖于国外、缺乏资源整合和运作的团队领导能力。大数据的热潮带来了创新的思维模式和革新的信息技术，实现技术升级和管理升级是中国制造业面临的迫切需求。因此，如何培养一批“懂中国”、“懂技术”、“懂管理”的本土专业人才是当前面临的又一大挑战。

　　制造大数据自身的特点决定了其处理方式的多样性、灵活性和广泛性，大量数据信息跨界传送，使得安全问题相伴而生。黑客、病毒、人为故障、自然灾害等因素都是潜在的安全隐患。常用的数据保护措施不再适用，如何开发出行之有效的保密手段将是下一阶段的难点之一。

　　两化深度融合、发展战略性新兴产业和先进制造业是保持我国制造业竞争优势的重要支撑。未来十年是我国制造业依靠制造大数据技术转型升级，从“制造大国”走向“制造强国”的关键时期。通过大力推行数字化、网络化、智能化手段，提高创新设计能力，提升产品质量，主要发展以下方向：

　　可持续生产发展关键的两个方面是能源消耗的最小化和废物排放最少化。因此，制造产品全生命周期中对环境资源的一体化需求驱使用户思考和使用新的决策工具。借助于制造大数据的契机，积极推进制造业的转型升级，通过采集、存储、分析制造业的大数据有望实现制造业资源的浪费最小化和能源最大化利用的目标。

　　在制造业转型升级过程中，制造业正朝着数字化、信息化、网络化、绿色化为一体的智慧制造方向前进。在未来一段时期，基于制造大数据技术的智慧制造企业将支撑起中国制造业的可持续发展，智慧工厂就是一个典型。在智慧工厂中，通过人与智能设备的有机协作，利用物联网感知监控技术加强生产线的可控性，最终提升企业竞争力，促进工业增长。

　　依托互联网+，制造业需要通过两化深度融合，利用制造大数据技术实现用户、车间、工厂、企业等各个环节数据的快速传递，构建网络化协同制造公共服务平台，加快形成网络化制造业生态体系，实现产品全生命周期的互联、互通、协同，真正满足市场客户的个性化定制需求，使企业实现从单纯制造向“制造+服务”的转型升级，最终促进国民经济的发展。

　　[1] 刘威，乔立红，杨建军.基于服务的制造数据管理[J].计算机集成制造系统，2009(7)：1342-1348.

　　[4] 张映锋，赵曦滨，孙树栋，等.一种基于物联技术的制造执行系统实现方法与关键技术[J].计算机集成制造系统，2012(12)：2634-2642.

　　1、构建顶点缓存：包括几何顶点坐标、纹理坐标、法线坐标 a、传给OpenGL ES API的是一组顶点属性，这组属性中包括以上三种数据； b、3dmax导出的obj文件中的法线坐标，并不像其它文章所说的...