工业40架构下的工业大数据的需求、环境及服务化.pdfVIP

第 31 卷 第 4 期（下） 赤 峰 学 院 学 报（自 然 科 学 版 ） Vol. 31 No.4 2015 年 4 月 Journal of Chifeng University （Natural Science Edition ） Apr. 2015 工业 4.0 架构下的工业大数据的需求、环境及服务化 ， 程 晓蕾 1 2 （1.合肥工业大学 ， 安徽 合肥 230009 ； 2. 万博科技职业学院 ， 安徽 合肥 230031 ） 摘 要 ： 基于 Cyber-Physical 系统服务创新是未来制造业不可避免的趋势，本文在阐述工业大数据环境下的制造业涉及 的服务化功能的基础上 ，结合工业 4.0 下的工业大数据的需求 、环境及服务化 ，提出采用智能预测工具管理工业大数据 ，增加 工业生产透明度 ，提高工作效率 . 关键词 ： 工业 4.0 ；制 造业服务化 ；工业大数据 ；Cyber-Physical 系统 中图分类号 ： 文献标识码 ： 文章编号 TP311.13 A ：1673-260X（2015 ）04-0014-02 前 言 自我相 比、自我重构 、自我维护是工业 4.0 的主要组成部分. 随着信息化以及网络化的发展，特别是随着工业 4.0 时 通过服务创新和应用产业大数据 ， 整合大数据环境和云技 代的临近，高新技术企业面临越来越激烈的商业竞争，为提 术的优势 ，完善预测功能，实现信息的智能管理. 高生产效率， 如何利用工业大数据以及采用何种方式管理 目前， 传统制造业强 国如德国等先进国家为应对新兴 工业大数据是许多企业必须要面对的问题.在德国政府的推 国家 、新兴市场 ，以及全球供应链 的威胁 ，正努力调整经济 动下，基于 Cyber-Physical 系统的工业 4.0 体系中嵌入大量 结构 ，改造原有的制造业运营模式，以维持制造业在国际上 软件和智能集成系统， 连接电气化与智能化的智能算法被 的领先地位.而奋起直追 的部分制造业大国 （如中国和印度 用于产品性能预测、自主管理及产品服务优化. 等）也积极升级传统制造业，应对科技革命带来的挑战.信息 控制中心优化以及智能化是智能工厂涉及的两个重点. 化的制造业企业不仅需要寻求制造技术的创新， 而且也开 智能不仅包括机器自身的性能，还包括机器交互整合，以及 始关注制造业产业链 中形成的服务业.制造业和服务业 间的 与特定机器直接相关的周边系统，获得更多的智能，把普通 模糊边界会驱动和刺激制造业向服务化方向发展. 设备转换成具有自我意识和自我学习能力的智能机器，提 2 工业大数据的环境 高整体性能.将普通的工业设备改造成智能机器，需要解决 作为一个时髦词 ，大数据在最近许多场合广泛应用，它 机器管理人员和操作人员互动问题 ， 所有相关机器设备的 是 由人类产生并挖掘 的数据内容， 目前采用的大数据主要 整合问题，产品与加工的工程监控问题，大数据和云计算的 集 中于社会和商业领域 ，包括：销售预测、用户挖掘和集群 、 应用问题，传感器和控制器网络获得数据和信息问题. 意见挖掘等 ，涉及的大数据来自“人为产生或与人类有关的 大数据环境下的数据管理及分配是实现机器自我意识 数据 ” ，而不是“机器所产生的数据 （工业数据 ）”，涉及的机 和自我学习的关键，云计算能够提供更灵活性的计算方式， 器数据来自机器控制器、传感器及制造系统.在工业 4.0 时 但如何实现大数据的高效管理 ， 仍需进一步研究和