大数据面面观 | 请回答,工业大数据

不记得从什么时候开始,像无人驾驶、城市大脑、智能手机、智能马桶盖等名词慢慢走进了我们的生活,而现在它们已经塞满了我们生活的方方面面,仿佛忽然之间,Time Changed,我们已经置身于一个崭新的时代——智能时代。
.
制造业作为整个社会物质生产的中流砥柱,也必然会朝着「智能制造」的方向发展,而如何利用工业信息化时代期间累积和生产的工业数据,来完成从「传统制造」到「智能制造」的过度升级,正是当今工业领域讨论的重点。
.
「工业大数据」的概念,由美国通用电气在 2012 年首次提出,主要关注生产制造过程中由工业设施设备产生的海量数据。同年,麦肯锡在行业报告中指明,工业数据在美国各行业中的蕴含量最大,工业大数据,「大」有可为。
.
近年来,包括中国在内的各个制造强国、制造大国,都在布局「智能制造」,其中典型代表有德国的「工业 4.0」、美国的「先进制造业战略」 、日本的「工业价值链」以及中国的「中国制造 2025」。各国的战略重点略有不同,其本质和内涵都是由数据驱动、充分互联互动的智能制造体系,流动的数据正是该体系的血液。
.

一问:什么是工业大数据?

根据《工信部:2017 工业大数据白皮书》的定义,工业大数据是指在工业领域中,围绕典型能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。通常,工业大数据可以分为以下四类:
.
设备数据
主要指在现代化生产模式下,在生产过程中实时收集到的设备数据(如操作指令、运行工况、环境参数等)和产品的数据(如生产状态、质量状态等)。狭义的工业大数据即为该类数据,也是工业大数据体系中增长最快的数据来源。
.
运营数据
主要指存储于企业信息化软件系统内部的数据资产,包括产品研发、设计、制造类软件、企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和OA等系统。此类数据含量不大,价值密度颇高。
.
价值链数据
主要指制造企业的客户、供应商、合作伙伴处的相关数据,比如客户处相关的制造设备数据、产品质量数据和客户关系管理数据等。
.
外部数据
主要指宏观经济数据、行业状态数据、竞争对手数据、政策法规数据等相关的外部参考数据。
.
工业大数据作为大数据生态的一部分,除了大数据的一般性特点(海量数据、类型多样、生产快速、真实性高、价值密度低),还具有其自身特有的特点:

体量最大:当前中国的工业数据量已在 EB 级别,在各行业中体量最大,且增长势头迅猛。
.
客观性强:在没有故障的前提之下,设备是不会骗人的。输入参数确定, 输出结果也是确定的。因此,只要数据采集全面准确,分析方法合理恰当,就一定能保证当前数据有意义。
.
耦合性高:现代工业设备发展完善,内置很多专家系统和算法来保证工艺稳定性,外界采集到的大量参数之间存在强关联关系,而且多为非线性关系(材料尺寸、材料成分、压力、温度、湿度、设备预设参数等等)
.
稳定性低:在实际生产中,「人机料法环」的任一环节出问题均会导致大量无效、错误数据产生,虽然采集到的数据真实客观,但后续数据处理需要仔细甄别这些错误、无效的数据。
.

二问:为什么提出工业大数据?

在人类文明历史上,工业革命已经发生三次,最近的第 3 次工业革命距今也有半个多世纪,企业信息化建设已经很完善,生产自动化、运营信息化带来的红利也将消耗殆尽:

工业数据一直是工业生产必备的生产资料,但工业大数据是「旧」生产资料的一种崭「新」使用方式,可以协助制造企业突破原有认知局限,更加全面、深入、有效地分析问题和解决问题:

1. 优化现有业务,提高企业竞争能力

  • 开创全新的管理模式,决策不再完全依赖组织和流程,业务本身可自行决策
  • 提升产品设计研发和生产制造的能力和效率,促进智能工厂、智慧园区的落地
  • 精细客户分析及精准营销推广,改善产品售后服务能力和效率
  • 提高企业信息安全管理能力
    .
    2. 助力提升企业创新能力,促进企业转型升级
  • 落实个性化定制生产模式,真正以客户为中心,让用户参与到产品的设计和生产过程中
  • 催生新的生产协作模式,优化供应链配置
  • 协助企业从生产产品向输出服务转型

    三问:如何使用工业大数据?

    确定性是工业追求的目标,这一点是工业大数据在应用上区别于其他种类大数据的核心。
    .
    比如说,在电商系统中,基于用户数据的推荐系统给用户推荐了一双用户不喜欢的袜子,这个没有大影响,但是在工业场景下就不同了,如果基于工业数据的分析系统给用户输出了一个错误的参数或者根本原因分析建议,这将导致大量废品的产生及人力物力的浪费。
    .
    相反,如果该分析系统应用得当,这也将极大程度提高生产问题根本原因分析的效率,降低人力物力的投入,改善产品质量状态。


.
总的来说,工业数据发展潜力巨大,但现阶段,在具体应用上还有诸多难题
针对以上通用问题,《工信部:2017 工业大数据白皮书》建议「规范数据格式,搭建国家、行业、企业等不同等级的工业大数据平台,打通工业大数据信息孤岛,充分挖掘工业大数据价值」。
.
规范数据格式方面,从 2015 年 7 月起,全国信息标准化委员会大数据工作组工业大数据专题组已经开展相应的标准建设工作;
.
平台提供方面,我们首先需要做的是在数栖平台的基础上拓展出一个(些)行业解决方案,获取工业数据的项目资源,进而整体推进数栖平台和工业大数据的融合,具体可参见如下工业大数据架构图。

原文地址:http://blog.51cto.com/13936314/2329855

时间: 2024-09-29 06:01:34

大数据面面观 | 请回答,工业大数据的相关文章

一文读懂工业大数据 (转)

无论是欧美老牌国家制造业的重振,还是中国制造业的转型提升,工业大数据都将发挥不可替代的作用. 当前,全球主要国家掀起了新一轮以“信息技术与制造业融合”为共同特征的工业革命,加速发展新一代信息技术,并推动其与全球工业系统的深入融合,以期抢占新一轮产业竞争的制高点.无论是欧美老牌国家制造业的重振,还是中国制造业的转型提升,工业大数据都将发挥不可替代的作用. 何为工业大数据 工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售.订单.计划.研发.设计.工艺.制造.采购.供应.库存.发货和

【转载】工业大数据漫谈12:实时数据库与时序数据库

转自:http://blog.csdn.net/guanhui1997/article/details/72840769 工业大数据漫谈12:实时数据库与时序数据库 在工业大数据数据库存储领域,除了传统的关系型数据库和分布式数据库以外,还有一种类型的数据库是非常常用,而且是非常有必要的,就是实时数据库和时序数据库. 实时数据库诞生于美国,主要是因为现代工业制造流程及大规模工业自动化的发展,导致大量的测量数据需要集成和存储,而采用关系数据库难以满足速度和容量的要求,因此在80年代中期,开始诞生了适

工业大数据应用技术国家工程实验室

一.简介工业大数据应用技术国家工程实验室于2017年2月经×××批复立项建设,由航天云网北京航天数据股份有限公司牵头,联合中国机械工业集团公司.哈尔滨电气集团公司.阿里云计算有限公司.中国沈阳自动化研究所.北京工业大学.中国质量认证中心.北京金隅股份有限公司.北京工业大学共同组建. 实验室以推动工业大数据产业发展,攻克重大技术难关为目标,是全国唯一的应用技术研发创新与产业推动的支撑机构.实验室的建成,将有利于强化产业技术原始创新能力,加强基础和产业研究之间的有机衔接:整合产学研资源,培养工业互联

工业大数据是什么?为什么?怎么办?

本文为北京大学杨学山教授在工业大数据产业发展高峰论坛上的精彩报告内容,非常系统深刻,值得我们认真学习.他的精彩发言为发展工业大数据以及其产业提供了很好的思路和方法. 前沿 生动 专业 深度 趣味什么是工业大数据? ? 工业大数据,很难从内涵角度来作出一个定义,因为它涉及到很多各种各样的数据.但从外延角度来看,比较容易. ? 大体上是3+3,第一个"3"是指3个层面--企业,企业上面的供应链.产业链和生态链,以及在这上面的行业管理和宏观经济.第二个"3"是指每个企业都

工业大数据为何落地难

眼前的困难和问题,很可能是过去没有准备的结果:而现在的失败,往往是过去草率行事的结果.同样,工业大数据浪潮来了,却会发现积累了多年的数据没法用.我总结了一下,大体有三种原因: 1.数据对应不上 围绕同一个对象或过程的数据都有记录,但串不起来.比如,一个产品是某设备生产的.产品信息却无法与设备生产的时间对上. 2.数据结构杂乱 围绕特定事件或产品的信息很多,但数据没有被结构化地组织起来,想找的时候却找不到. 3.错用分析方法 许多传统分析方法其实非常有效,如方差分析.回归分析.决策树.很多人知道这

大讲台谈如何运用大数据完善数据中心平台

随着大数据的各个领域的深入应用,大数据的价值正逐渐凸显,而大数据的核心价值在于从海量的复杂数据中挖掘出有价值的信息,通过大数据技术进行更快地分析.更准确地预测,发掘出新的业务模式,创造新的商业发展机会. 因此,大数据时代下,企业迫切需要思考如何应用大数据技术改造完善已有数据中心平台,提升企业的数据处理能力,提高数据分析水平,将大数据融入企业的整体数据方案.CDA数据分析师覆盖了国内企业招聘数据分析师所要求的所有技能,包括统计知识.软件应用(SPSS/SAS/R等).数据挖掘.数据库.报告撰写.项

【大数据论文笔记】大数据系统和分析技术综述

1.大数据处理与系统   简介 特征 典型应用 代表性的处理系统 适用场景 批量数据处理系统 首要任务:1.利用批量数据挖掘合适的模式2.得出具体的含义3.制定明智的决策4.做出有效的应对措施5.实现业务目标 1.数据体量巨大2.数据精确度高3.数据价值密度低 1.互联网领域:      a.社交网络      b.电子商务      c.搜索引擎2.安全领域      a.IT安全      b.欺诈检测      c.识别恶意软件和网络攻击模式3.公共服务领域      a.能源(eg.石油

【PPT&视频】《陈新河:万亿元大数据产业新生态》——央视网大数据名人讲堂之大数据产业系列

[PPT&视频]<陈新河:万亿元大数据产业新生态>--央视网大数据名人讲堂之大数据产业系列 原创 2016-07-16 陈新河 软件定义世界(SDX) 热门下载(点击标题即可阅读) ?[下载]2015中国数据分析师行业峰会精彩PPT下载(共计21个文件) 因微信限制,部分图不能显示出来,高清完整版全文请扫描二维码,见每篇文章底部专栏 <陈新河:万亿元大数据产业新生态>--央视网大数据名人讲堂之大数据产业系列 嘉宾介绍 陈新河   中关村大数据产业联盟副秘书长 Talking

IOT大数据大世界大未来,物联网产业大数据应用简析

在物联网时代,面对PB级的数据,企业将难以以一己之力完成基础设施的建设.物联网所产生的大量数据不仅会驱动现在的数据中心发生根本性的变化,同时也会驱动相关企业采用新的大数据策略. 物联网的价值在于数据:企业对数据的分析工作启动地越快,挖掘出的业务价值就越多.而大数据服务提供商的目的就是通过加大相关的投入,消除数据收集.管理的风险以及复杂性,让企业能够专注于物联网数据分析. 如果你想了解大数据的学习路线,想学习大数据知识以及需要免费的学习资料可以加群:784789432.欢迎你的加入.每天下午三点开