本文对工业大数据相关知识进行汇总：

一、工业大数据与商业大数据的区别

商业大数据主要是对用户，分析用户需要的业务，比如说阿里分析可以给用户做推荐，分析用户购买某商品后可能买什么，并推荐给用户相应的产品。而工业大数据背后支撑的是物理机理模型，通过数据分析解决工业相关的问题也需要满足一定的机理。商业大数据通过相关性分析就非常有帮助，而工业大数据只有通过因果性分析才有用。如果一台机器出现故障了，故障的原因一定是能找到的，如果找不出来，可能会是两方面的原因，一是我们今天对物理世界的探知能力还不够，也许有新型的传感器就能解决，因为目前已知的变量里面还没有能够表示相应的原因。二是今天我们的认知能力不足，也许变量已经有了，但是变量间非常复杂的合成过程仍未找到。工业大数据分析就是尝试把后面的原因、规律找出来。
工业大数据的应用基本上可以归结为三大类：一是与设备维护相关，二是与运营优化相关，三是与2C的消费品营销与设计反馈相关。这三个方面也只仅仅是工业大数据应用的冰山一角。

二、什么是工业大数据

传统工业可以分成信息化和自动化，信息化收集了大量数据，自动化也有很大进展。海量的工业数据可以定入实时数据库，但要存放到关系数据库必需降频。但很多时候机器设备的数据大概要到ms的精度才能分析，进行故障诊断，像鼓风机的频率是4k～8kHz。传统的数据库管理技术并没有很好的解决这类高频数据的存储和管理，所以传统信息化领域并没有很好把自动化域的数据管理好。

三、工业大数据三大来源

企业信息系统、装备物联网和企业外部互联网是工业大数据的三大来源：

　　企业信息系统存储了高价值密度的核心业务数据。上世纪60年代以来信息技术加速应用于工业领域，形成了产品生命周期管理(PLM)、企业资源规划(ERP)、供应链管理(SCM)和客户关系管理(CRM)等企业信息系统。这些系统中积累的产品研发数据、生产制造数据、物流供应数据以及客户服务数据，存在于企业或产业链内部，是工业领域传统数据资产。

　　近年来物联网技术快速发展，装备物联网成为工业大数据新的、增长最快的来源，它实时自动采集了生产设备和交付产品的状态与工况数据。一方面，机床等生产设备物联网数据为智能工厂生产调度、质量控制和绩效管理提供了实时数据基础;另一方面，2012年美国通用电气公司提出的工业大数据(狭义的)，专指装备使用过程中由传感器采集的大规模时间序列数据，包括装备状态参数、工况负载和作业环境等信息，可以帮助用户提高装备运行效率，拓展制造服务。

　　当前互联网与工业深度融合，企业外部互联网已成为工业大数据不可忽视的来源。本世纪初，日本企业就开始利用互联网数据分析获取用户的产品评价，时至今日，小米手机利用社交媒体数据成功实现产品创新研发。此外，外部互联网还存在着海量的“跨界”数据，比如影响装备作业的气象数据、影响产品市场预测的宏观经济数据、影响企业生产成本的环境法规数据……

四、工业大数据的特点

第一，多模态就是非结构化数据。区别于传统互联网领域非结构化的语音、文本、图片、视频等，工业领域非结构化数据更加复杂，如仿真数据、CAD的文件等。模态是指同一家公司的不同仿真软件和CAD软件，不同版本之间的时间间隔不一样且不兼容，不同学科使用的设计软件不一样，如在航空航天里面有上百种的软件，数据的格式都不一样。
第二，数据通量大。工业领域大量的传感器是实时数据，高频采集使得工业大数据分析不能在以前秒级、分钟级层面进行分析做图表可视化展示。工业大数据需要做到毫秒级甚至毫秒级以下的数据采集和分析。
第三，多学科协作。例如在卫星上要加个部件或减个部件关键是看重量，如果重量绝对不能减，总设计师需要多学科协作，学科之间数据集成与融合，找到相应的规律，确定需要加的部分和减的部分。其中工业领域的数据集成，有别于关系型数据库里基于数据表结构的集成，主要是指语义集成。例如一个时间序列的片段代表了某种故障，而该故障曾经在维修报告里出现过，这就需要能把语义提炼并关联起来

五、工业大数据实施的关键问题

　　数据质量、多源关联和系统集成是工业大数据实施的关键问题：

　　拥有大数据不是目的，发掘其价值才是关键。由企业信息化数据、装备物联网数据和外部互联网数据汇聚而成的工业大数据，蕴藏着巨大价值。例如，通过分析用户使用数据改进产品，通过分析现场测量数据提高工件加工水平，通过工况数据进行产品健康管理等。

　　▋工业大数据项目需要关注以下3个关键问题：

　　1、数据质量控制问题

　　原始数据(生数据)质量决定分析结果的质量。企业信息系统数据质量仍然存在问题，例如2014年某大型机车企业ERP系统中近20%物料存在“一物多码”问题。装备物联网数据质量堪忧，某大型制造企业1个月的状态工况数据中，无效工况(如盾构机传回了工程车工况)、重名工况(同一状态工况使用不同名字)、时标混乱(当前时间错误或时标对不齐)等数据质量问题约30%。

　　2、多源数据关联问题

　　层次化的物料表(Bill Of Material, BOM)定义了企业信息系统数据的核心语义结构。针对跨生命周期的研制BOM和实例BOM间结构失配问题，我们提出了中性BOM模型，并以此为核心，向前关联设计制造BOM，向后关联服务保障BOM，形成星型结构，极大地降低了数据关联的复杂度。同时，针对装备物联网数据和外部互联网数据,可以根据其绑定的物理对象(零部件或产品)与相应的BOM节点相关联。从而以BOM为桥梁，关联3个不同来源的工业大数据。

　　3、大数据系统集成问题

　　工业大数据其来源更加广泛，并且装备物联网数据(半结构化数据)和外部互联网数据(非结构化数据)都要与企业信息系统(结构化数据)进行集成，因此要重构数据支撑平台，甚至替换“旧”系统。

六、工业大数据工程案例

　　案例1、工业大数据提供故障分析新手段

　　液压系统是工程机械的关键部件。2013年我们发现液压系统的油缸密封套腐蚀故障数量异常。于是依据企业信息系统记录的液压系统维修历史数据，通过比对相关状态工况数据(装备物联网数据)，搜索推荐与故障车辆关系密切的工况，发现车辆油缸换向频率的波动幅度与这些故障高度相关。

　　进一步，引入互联网上的行政区划数据和历年工程建设数据(外部互联网数据)后，发现2012～2013年期间这些典型故障均发生在沿海省份，从而推断出盐雾环境是导致密封套腐蚀故障的主要诱因。

　　案例2、工业大数据提升备件需求预测精度

　　随着工程装备增量市场增长乏力，以维修保障为主的存量市场成为企业盈利新的增长点。我们利用了企业信息系统中的备件销售订单、采购订单和备件库存状态数据，以及工程物联网采集到的工况数据和外部互联网数据(如每个省的GDP，建筑、交通等规划数据)。

　　针对30个省市区进行了备件需要预测，平均预测精度为82%，每旬备件需求预测误差在5件或真实值的20%以内。库存水平控制在一个较低的稳定水平，仅为原来库存水平的48%。同时，因为考虑到了20天的配货周期，基于预测的补货策略可以保证现货满足率，消除紧急临时订单。如果按备件库存占有资金1亿元计算，可节约库存资金占用5000万元。

　　工业大数据是实现智能制造的基础原料，是提升工业生产力、竞争力、创新力的关键要素。然而必须看到，工业大数据是一个正在发展的学科领域，其内涵外延、模型理论、技术方法及其实施策略等还有待发展与创新。唯有结合中国国情认真实践，才能走出中国工业大数据自主之路，实现制造强国的战略目标。

参考：

http://www.36dsj.com/archives/74683

http://www.chinacloud.cn/show.aspx?id=24259&cid=17

工业大数据技术简介--来源、特点、关键问题以及案例相关推荐

【2017年第4期】工业大数据技术与架构
郑树泉,1,3, 覃海焕,2,3, 王倩,1,3 1. 上海计算机软件技术开发中心,上海 201112 2. 上海电机学院电子信息学院,上海 201306 3. 上海产业技术研究院工程大数据服务创新中 ...
志翔科技亮相2022数博会工业大数据技术支撑电力数智化
2022年5月26日,2022中国国际大数据产业博览会(简称"数博会")线上开展,工业大数据企业志翔科技亮相云展会,展示了公司工业大数据产品在电力行业的应用和成果.自2018年志翔 ...
中国工程院院士谭建荣：工业大数据与定制化设计—关键技术与典型应用
5月5日,"2017中国工业大数据大会·钱塘峰会"在杭州国际博览中心举办.本届峰会以"数据驱动创新融合引领变革"为主题,围绕工业大数据展开分享与交流.中国工程 ...
工业大数据漫谈9：开源工业大数据软件简介（上）
今天真是一个美好的时代,有无数的开源系统可以为我们提供服务,现在有许多开发软件可以用到工业大数据中,当然很多系统还不成熟,应用到工业中还需要小心,并且需要开发人员对其进行一定的优化和调整.下面就简单介 ...
【工业大数据】王建民：工业大数据技术与应用
12月15日,由工业和信息化部指导,工业和信息化部电子第五研究所,北京索为系统技术股份有限公司牵头主办的中国工业技术软件化产业联盟(中国工业APP联盟)成立大会在北京顺利召开.大会邀请了多位行业专家围 ...
【工业大数据】大数据时代，计量服务将何去何从？
大数据的处理分析,正成为新一代信息技术融合应用的结点,而大数据之于计量服务领域将得到怎样的应用,又会起到怎样的影响.今天我们将从此点出发,谈谈计量服务领域的大数据变革. 大数据与企业隐私随着国家经济 ...
工业大数据浅析（上篇）——工业大数据的概念、发展及价值
目录 1.引言 2.工业大数据概念 3.工业大数据起源 4.各国工业大数据实践 4.1.德国的"工业4.0" 4.2.美国的"CPS和工业互联网" 4.3.日本 ...
【工业大数据】工厂大数据之数据源分析；如何挖掘并驾驭大数据的价值，成为“大数据企业”？
众所周知,工业大数据是工厂智能化水平提升的关键路径,而数据源的分析和管理是工厂大数据的基础,理清理顺数据源也是实施工厂大数据的第一步.本文就对工厂的数据源进行简要分析. 数据源的划分以下从两个维度对 ...
【工业大数据】张洁教授现场剖析制造业大数据制造的思考与实践
当前,大数据作为新一代信息技术的关键,逐渐成为新一轮产业革命的核心.制造业迈入了大数据时代,2012年,GE公司率先明确了"工业大数据"的概念. 在制造业,产品的全生命周期从市场规 ...
小白聊智慧制造之十三：工业APP是释放工业大数据价值的方式
以物联网.大数据.云计算等为代表的新一轮科技革命席卷全球,正在构筑信息互通.资源共享.能力协同.开放合作的制造业新体系,为制造业创新和发展提供了极大的想象空间.工业互联网的发展驱动制造业迈向转型升级的 ...

工业大数据技术简介--来源、特点、关键问题以及案例