智能制造技术概论教案任务3-8构建工业大数据模型.docVIP

智能制造技术概论教案

2024年级电气2401-02-03班9周星期1第8次课

课题

构建工业大数据模型

课时

2

教学目的

1.了解工业大数据的概念；

2.能理解工业大数据的来源；

3.掌握工业大数据的特点

4.掌握工业大数据的类型

5.了解工业大数据的价值

6.掌握大数据处理关键技术

7.能理解大数据与新一代智能工厂

重点

大数据处理关键技术

难点

大数据与新一代智能工厂

基本内容

1.工业大数据的概念；

2.工业大数据的来源；

3.工业大数据的特点

4.工业大数据的类型

5.工业大数据的价值

6.大数据处理关键技术

7.大数据与新一代智能工厂

教具

多媒体/教案

课型

理论新授

作业

在线练习

教后附记

教学过程

任务3.8

构建工业大数据模型

课时分配

教学方法

教学内容

上堂课内容回顾（5min）

一、授课内容

（3min）

二、本堂课授课任务(2min)

三、授课内容：

任务引领：

讲授：

一、工业大数据的概念（M3014视频二维码）

工业大数据泛指在工业领域中，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。

二、工业大数据的来源（M3015工业大数据来源视频二维码）

物联网信息包含制造过程中的数据，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)实时传通。

企业外部信息则是指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。其中产品运营数据亦可来自物联网系统。

三、工业大数据的特点

随着传感器的普及，以及数据采集、存储技术的飞速发展，制造业数据同样呈现出了大数据的基本特性,已经具备了典型的“4V”特征(如图3-39所示)，即规模性(volume)、多样性（variety)、高速性(velocity)和价值密度低(value)

图3-39工业大数据的“4V”特征

四、工业大数据的类型

制造业数据类型繁多，根据不同的分类标准，数据的类型也不尽相同。如图3-40所示，涉及到大量结构化数据和非结构化数据：

图3-40工业大数据结构

●产品数据：设计、建模、工艺、加工、测试、维护数据、产品结构、零部件配置关系、变更记录等。

●运营数据：组织结构、业务管理、生产设备、市场营销、质量控制、生产、采购、库存、目标计划、电子商务等。

●价值链数据：客户、供应商、合作伙伴等。

●外部数据：经济运行数据、行业数据、市场数据、竞争对手数据等。

随着大规模定制和网络协同的发展，制造业企业还需要实时从网上接受众多消费者的个性化定制数据，并通过网络协同，配置各方资源、组织生产并管理更多各类有关数据。

五、工业大数据的价值

工业大数据是当前制造业转型升级的重要驱动力，其价值主要体现在以下几个方面：

提高生产效率：

改进产品质量：

节约资源消耗：

保障生产安全：

优化销售服务：

六、大数据处理关键技术（M3038视频二维码）

为了获取大数据中的有价值信息，必须选择一种有效的方式来处理它。大数据技术一般包括数据采集、数据预处理、数据存储和数据分析四个部分。

=1\*GB2⑴大数据采集技术（M3037视频二维码）

=2\*GB2⑵大数据预处理技术

=3\*GB2⑶大数据存储技术

=4\*GB2⑷大数据分析技术（M3036视频二维码）

大数据技术分析包括：可视化分析、数据挖掘、预测性分析、语义引擎。

●可视化分析。不管对于数据分析专家还是普通用户，数据可视化都是数据分析工具最基本的功能。

●数据挖掘。从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

●预测性分析。根据可视化分析和数据挖掘的结果做出一些预测性判断。

●语义引擎。分析语义中隐含的消息，并主动地提取信息。

七、大数据与新一代智能工厂

智能工厂中的大数据，是“信息”与“物理”世界彼此交互与融合的产物。大数据应用将带来制造业企业创新和变革的新时代，在传统的制造业生产管理信息数据的基础上，结合物联网等感知的物理数据，形成智能制造时代的生产数据私有云，创新制造业企业的研发、生产、运营、营销和管理方式，带给企业更快的速度、更高的效率和更敏锐的洞察力。

案例：工业大数据在车间的应用。（视频M3016二维码）

巩固总结：

四、作业与思考题

3-13-2

（针对教学目标和教学任务内容，教师可提供