制造业数字化转型是当前国家的重大战略，作为国内较早从事大数据智能管理、复杂系统建模等研究的科研人员，国家重点研发计划项目负责人、华北电力大学教授牛东晓正带领团队以国家重点研发计划项目“制造业多价值链协同数据空间设计理论与方法”为支撑，系统开展制造业多价值链协同数据空间设计基础理论研究，构建面向制造企业的多价值链协同体系，形成价值链活动新业务模式，实现企业全过程多价值链协同管理等工作，致力于为数字经济在制造业领域应用实践提供理论支撑、技术服务、应用场景和效益提升。目前，相关研究已经取得初步研究成果，各项研究工作正在紧张有序地进行。
　　
面向基础前沿 服务现实需求
　　
　　据《数据时代2025》预测，2025年，全球数据量产生的第一大主体将由消费者转移到企业，届时企业产生的数据量将占到全球数据总量的60%。一方面，企业领导者将可以从这些海量数据信息和其价值中获得新的商业机遇，但同时也需要对收集、使用和存储数据的策略进行详细规划。
　　企业是经济的主体。而制造业作为国民经济支柱产业，更是重中之重，直接体现了一个国家的生产力水平，也是区别发展中国家和发达国家的重要因素。近年来我国制造业迎来了快速发展，但也伴随着不少隐忧，存在诸如科技创新能力不足、参与国际竞争能力不强、经济效益较差等突出问题。与此同时，国际上，以工业机器人为代表的智能装备，正为传统的装备制造及物流等相关行业的生产方式带来革命性的产业变革。
　　数字化、智能化正在成为新的发展机遇和时代浪潮。面对新形势、新挑战，我国制造业将何去何从？
　　时代的潮流就是号角，国家的需求就是命令。2020年11月，由华北电力大学领衔，浙江大学、清华大学、东北电力大学和北京清畅电力技术有限公司等5家单位共同承担的“网络协同制造和智能工厂”国家重点专项项目“制造业多价值链协同数据空间设计理论与方法”正式立项，一支多学科协作、产学研融合的高水平研究队伍迅速集结，向制造业多价值链协同数据空间领域的重大战略需求发起冲锋。
　　据牛东晓介绍，他和研究团队将根据智能工厂建设的需要，研究创建制造业多价值链协同数据空间设计的基础理论与方法，借以解决多价值链协同数据体系架构基础设计问题，构建面向制造企业的多价值链协同体系；提出多价值链协同数据空间机器学习支持下的快速索引、关联表示、全链搜索、集成演化方法，解决多价值链协同高维时空数据智能优化决策问题；设计支持多价值链协同数据空间的知识服务引擎架构、智能知识挖掘、动态知识服务等核心技术，解决多价值链协同知识的服务引擎构建问题；提出基于智能协同的多价值链协同数据空间管理引擎设计理论与方法，构建多价值链协同数据空间管理系统组成模型与架构，解决多价值链协同数据空间管理引擎与管理系统架构设计及验证问题，从而形成价值链活动新业务模式，实现企业全过程多价值链协同管理，较大提高制造企业智能化管理水平、综合竞争力、生产效率和经济效益，产生重大理论和应用成果，形成示范效应，引领前沿发展。
　　
从理论到应用 搭建企业数据空间
　　
　　企业活动会产生巨量的数据，有数值的，有文字的，有音视频的，等等。企业的痛点在于如何从这些数量大、类型杂的数据中提取出高价值的信息。建立一个满足企业需要的多源异构数据空间，就成为企业数字化的必由之路。对于如何搭建企业数据空间，科学界却始终没有形成清晰的、操作性强的理论体系。“它的理论体系是怎样的？系统架构应该怎样搭建？整个系统需要拆分成多少个层次，每个层次之间是怎样的衔接关系？从最基础的采集层面怎么设计？存储层面怎么设计？等等，这些都是我们要解决的问题。”牛东晓一口气提出了一大串问题。这些问题大多没有任何先例和范式可以借鉴和遵循，是一个全新的理论体系，也是他和研究团队需要一一攻克的技术难点。
　　总的来看，研究团队面临的问题主要分为数据协同、知识挖掘、管理优化3个方面，需要跨过4道坎。其分别是多价值链协同数据体系架构基础设计问题，多价值链协同高维时空全过程数据智能优化决策问题，多价值链协同知识的服务引擎构建问题，多价值链协同数据空间管理引擎与管理系统架构设计方法及验证问题。“为了解决这4个科学问题，我们提出了1个数据体系架构，4项理论方法，4项研究内容的研究思路。”牛东晓介绍道。
　　研究团队要针对制造及协作企业多价值链协同数据空间中存在的异域、异源、异构数据问题，研究制定数据标准、规范和协议。在分层、分域、分布于协同、融合、全局一体化的高维时空内，运用分布式计算、云计算和并行处理技术，构建价值链活动数据生成、汇聚、存储、管理、分析、使用和销毁全过程的价值链协同数据体系架构，实现安全、稳定、高效的数据支撑服务。
　　
重任在肩 不辱使命
　　
　　牛东晓团队目前已取得诸多可喜的阶段性成果，在4个重点领域均取得了初步进展。他们通过走访国内较大的电力机械装备企业，完成了项目需求的初步调研，了解了企业对数据空间的实际需要。初步建立了数据空间的系统架构，制定了相应的规则、程序，供日后发展完善。为了实现企业数据空间的实际应用，在华北电力大学的大力支持下，研究团队已经初步建立起应用平台和实验场地，实验装备均已到位。此外，他们还产出了一批高水平学术论文。
　　项目的顺利推进，离不开大家的努力，也饱含着牛东晓的辛劳与汗水。“现在每天都特别忙，每天都是追赶时间的状态。现在我们和国外在同一起点，国外的研发速度也很快，如果我们还慢慢悠悠的，那很有可能会落后。而在数字化这一新领域，我们是最有可能实现弯道超车的。我们必须抓紧，再抓紧，和国外拼速度。”他坦言，就在记者采访的前一周，他刚刚走访了上海的3家电力企业，而采访后的第二天凌晨4点就又要踏上出差的旅途。牛东晓告诉记者，如果团队真能率先一步把企业数据空间推广开来，将来我国在这一领域将是领先的，可以引领世界数字经济的发展潮流，占据新一轮国际竞争的制高点。
　　多年来，正是凭着这股“时不我待”的使命感，牛东晓在大数据智能计算、电力运营管理等领域开展了大量工作。他始终致力于国家重大需求，提出了一系列基于数据空间、智能计算、预测预警与评价决策的新理论与新方法，在某些理论方法领域达到国际前沿水平，主持完成国家重点研发计划等各类项目113项，获得省部级成果奖16项，出版著作23部，发表被SCI检索的国际期刊论文126篇。许多成果得到广泛应用，效益显著。
　　同时，牛东晓在国际上也享有很高的学术声誉。2021年，他入选美国斯坦福大学发布的全球前2%顶尖科学家Singleyr榜单，Elsevier中国高被引学者榜单，同时，还当选了国际欧亚科学院院士。
　　雄关漫道真如铁，而今迈步从头越。对牛东晓而言，前路充满着未知和挑战，为了提升我国制造业的智能化、数字化水平，他将身先士卒，一往无前。