工业大数据（含工业大数据安全）应用项目论证方案.docx

PAGE 20 PAGE 20 1610工程工业大数据（含工业大数据安全） 应用项目论证方案 航天云网科技发展有限责任公司 2016年9月  目录 TOC \o 1-3 \h \z \u 一、概述 3 二、发展基础 5 （一）业务定位 5 （二）建设基础 6 1、一定的数据资源积累 6 2、项目经验 7 3、技术支撑 7 三、指导思想 9 四、发展目标 9 （一）2020年发展目标 9 （二）2030年发展展望 10 五、重点任务 10 （一）基础设施建设与共性技术创新 10 1、平台架构建设 11 2、关键技术研发 14 3、安全性建设 16 4、发挥标准引领作用 18 （二）行业应用突破 18 1、经营管理大数据应用 18 2、工业资产大数据应用 19 3、企业协作大数据应用 20 4、航天科工集团大数据应用示范工程 21 （1）将集团打造成物联网大数据产业制高点，引领行业发展 21 （2）开展集团事联网大数据应用建设，打造智慧型工业企业 24 5、工业大数据应用技术国家工程实验室建设 24 六、保障措施 25 （一）加快组织机构建设 25 （二）申报国家创新平台项目 26 （三）加强人才队伍建设 26 （四）创新运行机制 26 （五）加强国际市场开拓 26 工业大数据应用项目论证方案 一、概述 制造业是国民经济和国防安全的重要支柱，是一个国家工业化的战略性产业。现在的制造系统正处在向智能化+定制化迈进的阶段。大数据作为智能制造的核心驱动力，结合云计算等网络信息技术，使得“互联网+制造”的两化融合，由信息化时代的软件实现的流程驱动转变为大数据时代的数据驱动。 工业大数据泛指工业企业产生的所有数据，其中，最具有代表性的数据是高价值智能产品产生的数据，这些数据即可产生价值，同时，若能够结合企业的其他数据，则能够大大提升企业的现代化水平。 工业大数据主要包括工业设备大数据和工业企业大数据两个方面。其中工业设备大数据既包括与设备资产相关的数据（如设备型号、功率、位置等）,又包含设备运行产生的温度、压力和噪声等实时指标数据，?其应用主要是针对设备资产相关的数据，建立设备资产基础库，并对设备建立资产实体模型。设备资产管理本质上是数据的管理，资产实体模型是为设备的运维分析和工业流程管控提供支撑。针对设备产生的实时运行数据需要进行实时采集、实时处理、分析、实时运维、故障诊断。工业企业大数据则是围绕企业产品、服务相关的如研发、设计、原材料、生产、制造、反馈、运营等数据和围绕着目标客户的相关数据(如售前、客服、运维等)。针对企业以上数据的应用即是对数据进行批量准实时采集，数据的抽取与转换、建立企业级数据仓库、分析挖掘、数据集市、高效多维查询的过程。 工业大数据应用的核心目标是通过分析数据，可以预测需求、预测制造、解决和避免不可见问题的风险，整合企业产业链和价值链。一方面通过建设覆盖海量关键工业设备数据采集、汇聚、分析的工业资产大数据平台，利用好关键设备产生的大量数据资源，促进工业企业生产方式、组织形式、商业模式变革；另一方面，依托企业经营大数据管理平台支撑包含企业生产、办公、销售和服务在内的多类型数据的综合治理，为企业提供高效便捷的信息化管理服务，在保证信息安全与数据安全地基础上，推动企业内部资源的优化整合和高效运营；同时，打造工业生产大数据平台，通过工业生产线物联网将企业生产数据接入分析，实现生产排程有序化、进度可视化、计划问题透明化，提升企业经济效益；通过全面开放工业资源大数据平台，汇聚大量工业企业资源和用户资源，利用大数据技术整合资源信息，建立企业画像，为工业企业和用户提供更为全面、准确的生产、运营、销售和服务等信息资源。 工业大数据也可以从“网络”、“数据”和“安全”三个方面来理解。网络是基础，即通过物联网、事联网等技术实现工业系统的互联互通，促进工业数据的充分流动和无缝集成；数据是核心，即通过工业数据全周期的感知、采集和集成应用，形成基于数据的系统性智能，实现机器弹性生产、运营管理优化、生产协同组织与商业模式创新，推动工业智能化的发展；安全是保障，也是工业大数据应用过程中最重要的部分。从工业视角看安全的重点则是保障智能化生产的连续性、可靠性，关注智能装备、工业控制设备及系统的安全；从互联网的视角看，安全则主要保障个性化定制、网络化协同及服务化延伸等工业互联网应用的安全运行，以提供持续的服务能力，防止重要数据的泄露，重点关注工业应用安全、网络安全、工业数据安全以及智能化产品的服务安全。 二、发展基础 （一）业务定位 航天科工集团工业大数据应