工业大数据的实践与认识.pdfVIP

工业大数据的实践与认识

打开文本图片集

本文从工业大数据发展趋势、大数据范畴、特点分析以及关

键平台技术、分析技术的讨论，尝试为工业大数据的建设与实践

提供一些参考。

工业作为国民经济的核心要素一直为各国政府重视，特别是、

大数据、人工智能、5G等技术的发展，世界各国都加快了工业

数字化转型的步伐。从德国工业“4.0”战略，到美国制造业复兴“”

计划，工业大数据作为制造业数字化转型与智能化升级的关键技

术，受到学界和产业界的普遍关注。工业门类众多，产品形态和

生产工艺差别很大，行业生态和企业规模不同，面临的具体问题

也不尽相同。

但从宏观看来，提质、增效、降本、安全等是永恒的主题，

结合不同的行业特征，形成了若干工业大数据的典型场景和模式，

这将在文中详细讨论。基于这些典型模式的数据需求分析，文中

将剖析工业大数据特点及技术挑战。针对这些挑战，还将探讨工

业大数据的关键技术。

1.工业大数据的发展现状与趋势

市场规模：与大数据市场一起稳步成长

随着智能制造与工业互联网概念的深入，工业产业进入了新

1/15

一轮的全球性革命，互联网、大数据与工业的融合发展成为了新

型工业体系的核心，工业大数据的应用将带来工业生产与管理环

节的极大的升级和优化，其价值正在逐步体现和被认可。贵阳大

数据交易所统计资料显示，2018年我国工业大数据市场规模约

为292亿元，较上年同比增长41.3%，增速较快。整体来看，工

业大数据全球市场呈不断增长趋势。我国工业大数据在相关政策

方针的推动下也有着可观的增长速度。

行业应用：工业行业头部企业引领大数据应用

不同行业因为其产品形态、生产工艺差异，在大数据应用范

围也有较大差异。日本RIETI研究中心（TheResearchInstituteof

Economy，TradeandIndustry）在2015年底调查了539家制造

企业的大数据使用情况。按照产品形态，他们将制造业分为装备

制造（B2Bendproduct）、部件生产（B2Bendcomponent）、原

料生产（B2BMaterial）、个人消费品制造（B2C）等4种类型，

头部企业仍是大数据使用的主力军。因为装备制造、材料生产的

复杂关联，这2类头部企业在公司层面的大数据应用比例高于其

他类别。

个人消费品企业的大数据主要集中在销售、管理与计划、营

销等部门级大数据应用上。PwC在2016年对26个国家2000多

家制造业的调查业表明了类似的的态势，两“化基础好“的企业才

有推进大数据的基础，头部企业更加关注生态和企业整体层面的

2/15

大数据，支撑新业务模式建设，中部企业更加关注关键环节的提

升，个人消费品制造业更侧重于个性化定制、个性化营销、供应

链等方面的大数据。

应用类型：浅层次的应用仍占主导

工业互联网产业联盟在2019年对对国内外366个工业互联

网平台应用案例进行了统计分析，在很大程度上反映了工业大数

据应用的状况。当前平台应用主要集中于设备管理服务、生产过

程管控与企业运营管理三大类场景，占比分别达到38%、28%和

18%。资源配置优化与产品研发设计获得初步应用，但总体仍有

待培育，占比分别为13%和2%。国外制造企业数字化水平相对较

高，平台应用更加侧重于设备管理服务，占比接近50%。如设备

健康管理应用占比39%，产品后服务占比10%。同时，在现有生

产管理系统基础上，依托工业互联网平台进行更加有效的生产过

程管控也是国外平台应用的重点，占比24%。但总的来说，深层

次的分析应用仍然欠缺。

数据资产：IOT和外部数据是增量数据的主力

日本RIETI研究中心对6类常见数据的存量时长、使用频度

进行的调研，如下表所示，存量时长通常可以满足大数据应用的

需求，但目前使用频度还都比较低（还是决策辅助支持的角色）。

大数据应用的重点是将不同领域的数据按照大数据应用主题有

机融合。