工业大数据介绍.pdf

一、工业大数据的定义 工业大数据是指在工业领域，主要通过传感器等物联网技术进行数据 采集、传输得来的数据，由于数据量巨大，传统的信息技术已无法对 相应的数据进行处理、分析、展示，而在传统工业信息化技术的基础 上借鉴了互联网大数据的技术，提出新型的基于数据驱动的工业信息 化技术及其应用。 二、工业大数据特点 工业大数据主要有以下几个特点： 1、数据来源主要是企业内部，而非互联网个人用户； 2、数据采集方式更多依赖传感器而非用户录入数据； 3、数据服务对象是企业，而不是个人； 4、在技术上，传统的企业架构技术已无法提供相应的分析应用，更 多的采用了互联网大数据领域成熟的技术； 5、改变了企业原先对数据的看法，使得原先看似无用的、直接丢弃 的数据重新得到了重视，并且切实改进了企业的生产、销售、服务等 过程； 三、大数据在工业领域的作用 1、实现数据的全面采集并持久化 在前大数据时代，很多工业现场采集到的数据的生命周期仅仅是 在显示屏上一闪而过，大量的数据由于种种原因被丢弃了，丢弃的一 个很重要的原因就是无法有效存储，全部存储成本过高且数据量过大 导致无法使用。大数据时代之后，新型的数据处理技术及云计算带来 的低成本，使得数据的全面采集并且持久化成为可能，即采集到的数 据可以实现长时间的存储，且海量的数据可处理、可分析，工业用户 就有了存储数据的意愿。而这一切又反过来为大数据分析提供了坚实 的数据基础，使得分析的结果更准确，成为一种正向循环。 2、实现全生产过程的信息透明化 随着现代生产技术的飞速提高，生产过程已经呈现高度复杂性和 动态性，逐渐出现了不可控性。生产过程信息呈现碎片化倾向，只有 专业部门、专业人员才掌握本部门、本专业的数据，企业无法全面有 效了解全生产流程。 随着大数据处理和可视化技术的不断发展，目前，通过全生产过 程的信息高度集成化和数据可视化，从而达到了生产过程的信息透明 化，企业总调度中心不仅可以清晰地识别产品，定位产品，而且还可 全面掌握产品的生产经过、实际状态以及至目标状态的可选路径。 3、实现生产设备的故障诊断和故障预测 当前，已经可实现对设备各类数据的采集，包括设备运行的状态 参数，例如温度、震动等，设备运行的工况数据，例如负载、转速、 能耗等，设备使用过程中的环境参数，例如风速、气压等，设备的维 护保养记录，包括检查、维护、维修、保养等信息，以及设备的使用 情况，例如使用单位、操作人员等。收集到设备的各类数据后，再加 上同类设备的数据、长周期的使用数据等等，就构成了大数据分析的 基础数据。 这个时候，再加上好的算法及模型，通过数据的分析处理实现设 备的故障诊断和故障预测就是一个再简单不过的事情了。 4 、实现生产设备的优化运行 在故障诊断和故障预测的基础上，机器、数据和生产指标构成了 一个相互交织的网络，通过信息的实时交互、调整，再加上优化准则， 将它们进行比对、评估，最终选出最佳方案。可以进一步提高设备的 效率和精度，更加合理化和智能化的使用设备，这就使生产更具效率， 更环保，更加人性化。并且设备的使用更加高效、节能、持久，同时 还可减少运维环节中的浪费和成本，提高设备的可用率。 5、提高企业的安全水平 由于设备信息、环境信息和人员信息的高度集成，经过数据分析 可实现安全报警、预警，隐患评估、预警等，从而大幅度提高安全水 平，并且可提升人员效率； 6、实现定制化生产 近几十年里，技术开发面临的最大挑战是产品乃至系统无限增加 的复杂性。与此同时，这还导致开发和制造的工业过程的复杂性也倾 向于无限增加。而工业企业欲在未来长期保持竞争优势，又必须提高 生产灵活性。因为只有这样，才能降低成本，缩短产品上市时间，并 通过提高产品的种类，满足个性化的生产需求。 单靠人脑进行管理，是无法对如此复杂的流程和庞大的数据进行 匹配的，通过大数据技术的引入，可以将客户的需求直接反映到生产 系统中，并且由系统智能化排程，安排组织生产，使得企业定制化生 产成为现实； 7、实现供应链的优化配置 通过 RFID 等产品电子标识技术、物联网技术以及移动互联网技 术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进 行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。 供应链体系以市场链为纽带，以订单信息流为中心，带动物流和 资金流的运动，整合供应链资源和用户资源。在供应链的各个环节， 客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过 供应链上的大数据