《智能制造系统感知分析与决策 》 课件 第3章 制造系统大数据分析技术.pptx

制造系统大数据分析技术基础第3章

CONTENTS工业大数据数据驱动建模技术路线数据预处理技术回归分析与关联分析分类建模与模型集成目录时间序列建模与预测深度学习

01PARTONE工业大数据

工业大数据工业大数据概述工业大数据概述

工业大数据涉及智能制造全过程的数据及相关技术，涵盖结构化、半结构化和非结构化数据。它涉及生产控制、质量监测、设备维护、供应链管理等。

工业大数据的作用

优化生产、设备维护、提高产品质量、优化供应链、节能减排。深入分析生产数据，识别并解决瓶颈，提高生产效率和质量。预测性维护减少故障率和停机时间。优化库存和物流，降低成本并提高客户满意度。节能减排实现绿色制造。

工业大数据的影响

随着信息技术和工业互联网的发展，工业大数据成为制造业转型升级的关键。它帮助企业实现智能化、自动化和精细化管理，提升制造系统的柔性和响应能力。同时，为企业的创新发展提供支持。因此，掌握工业大数据对制造业企业至关重要。

工业大数据工业大数据与智能制造的关系制造业发展催生工业大数据

工业大数据涵盖产品全生命周期数据，制造业大数据是其重要来源。制造业数字化、智能化产生巨量数据，如传感器数据、设备运行数据等。数据的采集、存储和管理形成工业大数据基础，推动制造业对数据的利用，促进智能制造发展。

工业大数据促进制造模式转型升级

工业大数据支持智能制造，整合数据至云端优化生产，实现实时监控、预测性维护等功能。优化供应链管理提升效率、质量和资源利用率，促进制造业转型升级。满足个性化需求，从大规模生产向柔性、定制化转变，适应市场需求。

工业大数据与智能制造相辅相成，推动工业领域发展和变革。随着技术进步和应用拓展，它们关系将更加紧密。

工业大数据智能制造系统中的大数据特征智能制造系统中的大数据不仅具有大数据通常所具有的4V特性，还具有制造领域数据所具有的特征。数据体量大（Volume）指大数据的规模之大。智能制造系统产生的数据量通常非常庞大，包括生产过程中的传感器数据、设备运行数据、产品质量数据等。数据多样性（Variety）指数据的种类和多样性。智能制造系统中的数据可能来自不同的来源，包括结构化数据、半结构化数据和非结构化数据。流转速度快（Velocity）指数据产生、传输和处理的速度。在智能制造系统中，数据的产生和更新通常是实时的，例如传感器产生的实时数据、设备状态的实时监测等。价值密度低（Value）在智能制造系统中，虽然数据量庞大、流转速度快、种类多样，但并不是所有数据都具有同等的价值。许多数据可能是噪声数据或者对决策和优化没有直接的帮助。

1工业大数据时序特性生产过程中的传感器数据、设备运行数据等都是随着时间的推移而产生的。这种时序特性使得在处理制造业大数据时需要考虑数据的时间序列特征。智能制造系统中的大数据特征高维特性制造业大数据通常是高维度的，即数据具有大量的特征或属性。这种高维特性增加了数据分析和挖掘的复杂度，需要使用适当的数据处理和分析技术来处理这些高维数据。多尺度特性制造业大数据可能同时包含不同时间尺度、空间尺度或粒度的信息，需要同时考虑不同尺度的数据特征进行分析和建模。高噪特性制造业大数据通常具有较高的噪声水平，即数据中可能包含大量的随机或异常值。在处理制造业大数据时需要采用适当的噪声处理技术，以提高数据质量和分析的准确性。强关联性制造业大数据中的不同数据项往往之间存在着较强的相关性或关联性，通过挖掘数据之间的关联关系，可以发现隐藏在数据背后的规律和信息，为生产优化和决策提供更有力的支持。

工业大数据按照来源分类（1）内部大数据：来自于企业内部各个部门和系统的数据，包括产品大数据（设计、仿真、工艺、加工、维护数据等）、运营大数据（设备、营销、财务、生产、质量、库存、标准等数据）、价值链大数据（客户、供应商、合作伙伴等数据）等。

（2）外部大数据：来自于外部环境和市场的数据，包括供应链数据、市场销售数据、竞争对手数据等。智能制造系统中的大数据分类

工业大数据按照存储形式分类（1）结构化数据：具有明确定义和固定格式的数据，通常存储在关系数据库中，以二维逻辑表格的形式进行存储。易于处理和分析，如生产订单数据、零部件清单数据等。A（2）半结构化数据：部分具有结构化特征但不完全符合固定格式的数据，通常以文本、日志文件等形式存在，如设备维护日志、生产报告等。B（3）非结构化数据：没有明确定义和固定格式的数据，通常以文本、图像、视频等形式存在，存储于非结构化Web数据库中。难以直接处理和分析，如生产现场图片、产品设计文档等。C智能制造系统中的大数据分类

工业大数据按照维度分类1（1）时间维度：数据按照时间轴进行分类，包括实时数据、历史数据等。2（2）空间维度：数据按照空间位置或范围进行分类，包括不同生产车间、不同设备等。4（4）层次维度：