工业大数据发展态势与典型应用

1引言

年，美国发布《先进制造合作伙伴》报告2.0，提出优先发展的三大技术领域，即先进传感器、控制和制造平台（ASCPM）技术，可视化、信息化和数字化的制造（VIDM）技术，先进材料制造（AMM）技术。其中可视化、信息化和数字化的制造技术领域主要研究工业数据。德国《工业4.0研发白皮书》提出工业数据分析是工业4.0五大交叉技术之一。《新工业法国》指出，年，法国推出“新工业法国战略”，总体布局为“一个核心，九大支点”。大数据经济是九大核心支点之一。

随着美国工业互联网和德国工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为全球制造业挖掘价值、推动变革的主要抓手。

2工业大数据概念与特征

工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。

工业大数据具有五大特征。一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别。二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等。三是结构复杂，有结构化、半结构化和非结构化等不同类型。四是数据速度需求多样化，有要求实时、半实时和离线三种，生产层级要求实时性，需要达到毫秒级别；管理层级实时性要求不高。五是数据价值不均匀，20%的数据具有80%的价值密度（如产品图纸、试验分析、加工工艺）；80%的数据密度只有20%，需要分析挖掘（如工况情况、图片数据）。

与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存贮、处理实时性要求高；五是与具体工业领域密切相关。

先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。

3工业大数据发展态势

随着信息化和工业化融合，工业企业生产信息数字化，积累大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的







































乌鲁木齐白癜风专科医院
北京那个医院看白癜风好