《数字化网络化智能技术：工业大数据及其应用》课件 第1章 绪论.pptx

工业大数据及其应用

01绪论面向制造业转型升级，实现智能制造，工业大数据是核心。本章重点概述了工业大数据定义、特点、处理系统流程和发展，进一步描述工业大数据与新一代信息技术的关系、与智能制造的关系。

1工业大数据概述近年来，全球掀起智能制造的新热潮。美国率先提出先进制造业战略，德国的工业4.0、法国的新工业战略紧随其后。中国也在2015年提出《中国制造2025》发展战略，明确将智能制造作为制造业发展的主攻方向，并于2019年发布《工业大数据白皮书(2019版)》，勾画出工业大数据发展的整体轮廓。

1工业大数据概述1.1工业大数据简介对于“大数据”，研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。

1工业大数据概述1.1工业大数据简介图1-1工业大数据来源分类

第一类是企业运营管理相关的业务数据。这类数据来自企业信息化管理系统，包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和能耗管理系统（EMS)等，此类数据是工业企业传统意义上的数据资产。

1工业大数据概述1.1工业大数据简介美国国家科学基金会（NSF）智能维护系统（IMS）产学合作中心创始主任李杰教授在他的《工业大数据》一书中曾指出，在自动化设备产生了大量未被充分挖掘价值的数据、获取实时数据的成本不再高昂、设备的实时运算能力大幅提升以及依靠人的经验已无法满足复杂的管理和优化的需求的条件下，大数据技术在工业领域逐渐兴起。随着企业数字化转型的不断深入，企业积累的各种数据也越来越多，这些数据从分散到集中经历了较长的时间，但数据本身并不直接创造价值。因此，企业需要思考如何利用工业大数据分析工具，深入挖掘蕴藏在数据中的业务价值。

工业大数据的分类可以从数据来源、工业大数据的应用场景两大维度进行划分。从数据来源看，工业大数据主要包括三类，如图1-1所示。

1工业大数据概述1.1工业大数据简介第二类是制造过程数据。主要是指工业生产过程中，装备、物料及产品加工过程的工况状态参数、环境参数等生产情况数据，通过制造执行系统(MES)实时传递，目前在智能装备大量应用的情况下，此类数据量增长最快。

第三类是企业外部数据。包括工业企业产品售出之后的使用、运营情况的数据，同时还包括大量客户名单、供应商名单、外部的互联网等数据。

从工业大数据的应用场景看，工业大数据是针对每一个特定工业场景，以工业场景相关的大数据集为基础，集成工业大数据系列技术与方法，获得有价值信息的过程。工业大数据应用的目标是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的信息，从而促进工业企业的产品创新、运营提质和管理增效。根据行业自身的生产特点和发展需求，工业大数据在不同行业中的应用重点以及所产生的业务价值也不尽相同。

1工业大数据概述1.1工业大数据简介在流程制造业中，企业利用生产相关数据进行设备预测性维护、能源平衡预测及工艺参数寻优，可以降低生产成本、提升工艺水平、保障生产安全。对于离散制造业，工业大数据的应用促进了智慧供应链管理、个性化定制等新型商业模式的快速发展，有助于企业提高精益生产水平、供应链效率和客户满意度。

1工业大数据概述1.2工业大数据特征和传统的数据处理方式相比，大数据通过对海量资料的分析，产生人们所需要的计算结果。从大数据本身的特点而言，其主要特征在于数据的复杂多样，又常被称为“4V特性”，即，究其核心而言，大数据主要包含以下4种特性：

规模性（Volumn），就是指数据规模大，而且面临着大规模增长。我国大型的制造业企业，由人产生的数据规模一般在TB级或以下，但形成了高价值密度的核心业务数据。机器数据规模将可达PB级，是“大”数据的主要来源，但相对价值密度较低。随着智能制造和物联网技术的发展，产品制造阶段少人化、无人化程度越来越高，运维阶段产品运行状态监控度不断提升，未来人产生的数据规模的比重降低，机器产生的数据将出现指数级的增长。

1工业大数据概述1.2工业大数据特征高速性（Velocity），不仅是采集速度快，而且要求处理速度快。