工业互联网大数据平台建设方案 相关两份资料.pptx

工业互联网大数据平台建设方案

调查分析

平台建设

云平台总体架构大数据平台介绍大数据平台应用模型算法介绍

背景介绍

目录

Contents

工业4.020世纪初电气化和自动化

工不E0设备的引入

工不乙0

工业1.0

实体物理世界和虚拟网络世界融合

20世纪70年代兴起的信息化

为什么有工业4.0?

实体的道孔城指造

·坚持“创新驱动、质量为先、绿色发展、结构优化、人才为本”的基本方针，坚持

“市场主导、政府引导，立足当前、着眼长远，整体推进、重点突破，自主发展、开放合作”的基本原则。

中国制造

2025

·工业4.0由德国提出，主要指提升制造业的智能化水平，

建立具有适应性、资源效率及基因工程学的智慧工厂，在商业流程及价值流程中整合客户及商业伙伴。其技术基础是网络实体系统及物联网。

工业4.0

工信部长苗圩在讲到德国工业4.0与中国制造2025时，曾这样概括：如出一辙、异曲同工、殊途同归。因此，两者表述不同，但内涵基本一致

工业4.0、中国制造2025

海量数据可广泛获得，所稀缺的是如何从中挖掘出智慧和观点。

——Google首席经济学家Ha/Varian

大数据主要被用于分析和决策，企业用以分析的数据越全面，分析的结果就越接近于真实。大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合，对企业产生新的价值。

大数据处理技术代表了新一代的技术架构，这种架构通过高速获取数据并对其进行分析和挖掘，从海量形式各异的数据源中更有效地抽取出富含价值的信息。

所谓“大数据”,指的是所涉及的数据量规模巨大到无法通过目前主流软件工具，在合理时间内达到截取、管理、处理、并整理成为帮助企业经营决策更积极目的的信息。。

什么是大数据?

从大量数据中挖掘高价值知识是各界对于大数据的一个共识。

时间

第一阶段

1990-2000

第二阶段

2000-2010

第三阶段

2010～至今

核心技术

远程监控、数据采集和管理

大数据中心和数据分析软件

数据分析平台与高

级数据分析工具

问题对象/价值

以产品为核心的状态监控，问题发生后的及时处理，帮助用户避免故障造成的损失

以使用为核心的信息服务，通过及时维修和预测型维护避免故障发生的风险

以用户为中心的平台式服务，实现了以社区为基础的用户主导的服务生态体系

商业模式

产品为主的附加服

务

产品租赁体系和长

期服务合同

按需的个性化自服务模式，分享经济

代表性企业和技术产品

GMOnStarTM

阿尔斯通

TrackTracerTM

GEPredix平台

工业大数据分析及应用的三个阶段

大数据特征：量(Volume)、速度(Velocity)、多样性(Variety)、真实性(Veracity)

工业大数据特征：大数据特征+可见性(Visibility)、价值(Value)

互联网大数据

工业大数据

数据量需求

大量样本数

尽可能全面地使用样本

数据质量要求

较低

较高，需要对数据质量进行预判和修复

对数据属性意义的解读

不考虑属性的意义，只分析统计显著性

强调特征之间地物理关联

分析手段

以统计分析为主，通过挖掘样本中各个属性之间的相关性进行预测

具有一定逻辑地流水线式数据流分析手段。强调跨学科技术的融合，包括数学、物理、机器等习、控制、人工智能

分析结果

准确性要求

较低

较高

互联网大数据与工业大数据的对比分析

工业大数据待解决问题(3B):

隐匿性(BelowSurface);碎片化(Broken);低质性(BadQuality)

·广域电网测量WAMS

·能源装备的远程运维·新能源分析与优化

·停电预测和过载预警

·物探大数据管理和共享·油气生产物联网

·管道完整性管理、能耗优仁

·智能工厂

·智能联网产品运维服务·绿色制造

工业大数据应用

·设备综合保障

·降低船舶能耗

·航海安全数据服务

·飞行安全监控

·航空器维护

·航路管理，能耗优化

列车运维行车安全环境安全

···

平台建设

云平台总体架构大数据平台介绍大数据平台应用模型算法介绍

调查分析

目录

Contents

背景介绍

工业4.0系统可以被看作是数据、硬件、软件和智能的流通与互动。

从智能设备和网络中获取