1 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3 种，生产层级要求实时性，需要达到ms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%的数据只有20%的价值密度，需要分析挖掘（如工况、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、存储、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、资源和人有机地结合在一起，推动制造业向基于大数据分析与应用基础的智能化转型。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。
2 工业大数据发展态势
随着信息化和工业化的融合，工业企业生产信息逐渐数字化，积累了大量数据。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关注。目前工业大数据发展态势有3 个：一是从理念转向实践；二是工业大数据成为云计算的价值体现；三是工业大数据孕育着丰富的工业应用生态。
2012 年GE 在《工业互联网：突破智慧和机器的界限》中率先提出“工业大数据”概念，引起产业界的热烈讨论。经过3 年的发展，随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。
工业大数据显著特征之一是数据体量大。企业普通的数据库难以承载如此大体量的数据，且存储成本高。云计算是最好的解决方案，企业通过自建私有云或使用公有云平台，实现低成本、海量数据的存储。此外，在云平台上，企业可运用Hadoop、流计算等分析计算，实现数据的分析处理。
工业大数据挖掘和分析的结果可广泛应用于企业研发设计、生产制造、管理服务和供应链等各个环节。在研发设计环节，可实现工艺管理优化和工艺流程优化；在生产制造环节，可实现设备诊断与维护、智能排程、智能生产、产品质量优化、个性化定制；在管理服务环节，可实现产品远程监测与维护；在供应链环节，可实现供应链全局优化。
3 工业大数据的典型应用
工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。
|
