工業(yè)大數(shù)據(jù)分析-工業(yè)大數(shù)據(jù)分析教學(xué)講義

任務(wù)1.2工業(yè)大數(shù)據(jù)分析

1.2.1工業(yè)大數(shù)據(jù)分析處理流程

工業(yè)大數(shù)據(jù)技術(shù)是使工業(yè)大數(shù)據(jù)中所蘊(yùn)含的價(jià)值得以挖掘和展現(xiàn)的一系列

技術(shù)與方法，包括數(shù)據(jù)規(guī)劃、采集、預(yù)處理、存儲(chǔ)、分析挖掘、可視化和智能控

制等。工業(yè)大數(shù)據(jù)應(yīng)用，則是對(duì)特定的工業(yè)大數(shù)據(jù)集，集成應(yīng)用工業(yè)大數(shù)據(jù)系列

技術(shù)與方法，獲得有價(jià)值信息的過(guò)程。工業(yè)大數(shù)據(jù)技術(shù)的研究與突破，其本質(zhì)目

標(biāo)就是從復(fù)雜的數(shù)據(jù)集中發(fā)現(xiàn)新的模式與知識(shí)，挖掘得到有價(jià)值的新信息，從而

促進(jìn)制造型企業(yè)的產(chǎn)品創(chuàng)新、提升經(jīng)營(yíng)水平和生產(chǎn)運(yùn)作效率以及拓展新型商業(yè)模

式。

根據(jù)工業(yè)大數(shù)據(jù)白皮書中平臺(tái)框架，我們一般將工業(yè)大數(shù)據(jù)處理流程理解為

數(shù)據(jù)采集-工業(yè)大數(shù)據(jù)存儲(chǔ)與管理-工業(yè)大數(shù)據(jù)分析-工業(yè)大數(shù)據(jù)可視化。

(1)數(shù)據(jù)采集

數(shù)據(jù)采集是獲得有效數(shù)據(jù)的重要途徑，是工業(yè)大數(shù)據(jù)分析和應(yīng)用的基礎(chǔ)。數(shù)

據(jù)采集與治理的目標(biāo)是從企業(yè)內(nèi)部和外部等數(shù)據(jù)源獲取各種類型的數(shù)據(jù)，并圍繞

數(shù)據(jù)的使用，建立數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范和管理機(jī)制流程，保證數(shù)據(jù)質(zhì)量，提高數(shù)據(jù)管控水

平。

工業(yè)大數(shù)據(jù)的采集主要是通過(guò)PLC、SCADA,DCS等系統(tǒng)從機(jī)器設(shè)備實(shí)時(shí)采

集數(shù)據(jù)，也可以通過(guò)數(shù)據(jù)交換接口從實(shí)時(shí)數(shù)據(jù)庫(kù)等系統(tǒng)以透?jìng)骰蚺客降姆?/p>

式獲取物聯(lián)網(wǎng)數(shù)據(jù)。同時(shí)還需要從業(yè)務(wù)系統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)、文件系統(tǒng)中采集

所需的結(jié)構(gòu)化與非結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)。針對(duì)海量工業(yè)設(shè)備產(chǎn)生的時(shí)序數(shù)據(jù)，如設(shè)

備傳感器指標(biāo)數(shù)據(jù)、自動(dòng)化控制數(shù)據(jù)，需要面向高吞吐、7*24小時(shí)持續(xù)發(fā)送，且

可容忍峰值和滯后等波動(dòng)的高性能時(shí)序數(shù)據(jù)采集系統(tǒng)。針對(duì)結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)

據(jù)，需要同時(shí)兼顧可擴(kuò)展性和處理性能的實(shí)時(shí)數(shù)據(jù)同步接口與傳輸引擎。針針對(duì)

仿真過(guò)程數(shù)據(jù)等非結(jié)構(gòu)化數(shù)據(jù)具有文件結(jié)構(gòu)不固定、文件數(shù)量巨大的特點(diǎn)，需要

元數(shù)據(jù)自動(dòng)提取與局部性優(yōu)化存儲(chǔ)策略，面向讀、寫性能優(yōu)化的非結(jié)構(gòu)化數(shù)據(jù)采

集系統(tǒng)。

(2)工業(yè)大數(shù)據(jù)存儲(chǔ)與管理

工業(yè)大數(shù)據(jù)存儲(chǔ)與管理技術(shù)是針對(duì)工業(yè)大數(shù)據(jù)具有多樣性、多模態(tài)、高通量

和強(qiáng)關(guān)聯(lián)等特性，這里主要圍繞工業(yè)大數(shù)據(jù)存儲(chǔ)與管理技術(shù)中多源異構(gòu)數(shù)據(jù)高效

管理技術(shù)和多模態(tài)數(shù)據(jù)集成技術(shù)兩類關(guān)鍵技術(shù)進(jìn)行介紹。

多源異構(gòu)數(shù)據(jù)管理技術(shù)多源異構(gòu)數(shù)據(jù)是指數(shù)據(jù)源不同、數(shù)據(jù)結(jié)構(gòu)或類型不同

的數(shù)據(jù)集合。各種工業(yè)場(chǎng)景中存在大量多源異構(gòu)數(shù)據(jù)例如，在診斷設(shè)備故障時(shí)，

通過(guò)時(shí)間序列數(shù)據(jù)可以觀測(cè)設(shè)備的實(shí)時(shí)運(yùn)行情況；通過(guò)BOM圖數(shù)據(jù)可以追溯出

設(shè)備的制造情況，從而發(fā)現(xiàn)是哪些零部件問(wèn)題導(dǎo)致異常運(yùn)行情況；通過(guò)非結(jié)構(gòu)化

數(shù)據(jù)可以有效管理設(shè)備故障時(shí)的現(xiàn)場(chǎng)照片、維修工單等數(shù)據(jù)；鍵值對(duì)數(shù)據(jù)作為靈

活補(bǔ)充，能方便地記錄一些需要快速檢索的信息。

數(shù)據(jù)源不同、數(shù)據(jù)類型不同，使得這類數(shù)據(jù)集的使用變得非常復(fù)雜，因此大規(guī)

模多源異構(gòu)數(shù)據(jù)管理技術(shù)變得十分重要。為使這些多源異構(gòu)數(shù)據(jù)各自發(fā)揮其價(jià)值,

不僅需要高效的存儲(chǔ)管理優(yōu)化與異構(gòu)的存儲(chǔ)引擎，在此基礎(chǔ)上還需要能夠通過(guò)數(shù)

據(jù)融合對(duì)數(shù)據(jù)的元數(shù)據(jù)定義和高效查詢與讀取進(jìn)行優(yōu)化，實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的一

體化管理，從而最大程度上榨取數(shù)據(jù)價(jià)值。多源異構(gòu)數(shù)據(jù)管理需要突破的是針對(duì)

不同類型數(shù)據(jù)的存儲(chǔ)與查詢技術(shù)，并在充分考慮多源異構(gòu)數(shù)據(jù)的來(lái)源和結(jié)構(gòu)隨著

時(shí)間推移不斷增加與變化的特定的情況下，研究如何形成可擴(kuò)展的一體化管理系

統(tǒng)。

（3）多源異構(gòu)數(shù)據(jù)管理需要從系統(tǒng)角度，針對(duì)工業(yè)領(lǐng)域涉及的數(shù)據(jù)在不同

階段、不同流程呈現(xiàn)多種模態(tài)（關(guān)系、圖、鍵值、時(shí)序、非結(jié)構(gòu)化）的特點(diǎn)，研

制不同的數(shù)據(jù)管理引擎致力于對(duì)多源異構(gòu)數(shù)據(jù)進(jìn)行高效地采集、存儲(chǔ)和管理。當(dāng)

前，國(guó)產(chǎn)數(shù)據(jù)庫(kù)及數(shù)據(jù)管理引擎仍處于新興發(fā)展階段，在傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)之外，

針對(duì)多源異構(gòu)數(shù)據(jù)（包括時(shí)序數(shù)據(jù)、過(guò)程與BOM圖數(shù)據(jù)，以及工程非結(jié)構(gòu)化數(shù)

據(jù)等），開發(fā)穩(wěn)定而高效的數(shù)據(jù)管理引擎、并真正落地到工業(yè)領(lǐng)域變得愈發(fā)重要。

針對(duì)海量的工業(yè)時(shí)序數(shù)據(jù)在查詢高效性和接入吞吐量方面的需求，需要構(gòu)建能夠

滿足數(shù)據(jù)邊緣接入與緩存、高性能讀寫、高效率存儲(chǔ)、查詢與分布式分析一體化

的時(shí)序數(shù)據(jù)管理系統(tǒng)，配合緩存、分布式計(jì)算與存儲(chǔ)框架等組件，以滿足功能

和易用性需求。同時(shí)需要提供基于SQL標(biāo)準(zhǔn)的數(shù)據(jù)查詢接口給工業(yè)用戶以降低

使用門檻。工業(yè)領(lǐng)域的非結(jié)構(gòu)化數(shù)據(jù)，面向仿真、試驗(yàn)等場(chǎng)景的海量小文件的挑

戰(zhàn)，要求按產(chǎn)品生命周期、BOM結(jié)構(gòu)等多種維度進(jìn)行靈活組織和高效查詢，同

時(shí)對(duì)數(shù)據(jù)能夠進(jìn)行批量讀取分析，因此需要構(gòu)建面向工業(yè)場(chǎng)景的支持海量非結(jié)構(gòu)

化文件建模、存儲(chǔ)、查詢和讀取的技術(shù)系統(tǒng)。多源異構(gòu)數(shù)據(jù)管理技術(shù)可有效解

決大數(shù)據(jù)管理系統(tǒng)中由模塊耦合緊密、開放性差而導(dǎo)致的系統(tǒng)對(duì)數(shù)據(jù)多樣性和

應(yīng)用多樣性的適應(yīng)能力差的問(wèn)題，使大數(shù)據(jù)管理系統(tǒng)能夠更好地適應(yīng)數(shù)據(jù)和應(yīng)

用的多樣性并能夠充分利用開源軟件領(lǐng)域強(qiáng)大的技術(shù)開發(fā)和創(chuàng)新能力。針對(duì)企

業(yè)自身數(shù)據(jù)類型和特點(diǎn)，通過(guò)量體裁衣式的構(gòu)件組合，能夠幫助工業(yè)企業(yè)快速開

發(fā)和定制適合自身需求的制造業(yè)大數(shù)據(jù)管理系統(tǒng)。多模態(tài)數(shù)據(jù)集成技術(shù)工業(yè)大

數(shù)據(jù)來(lái)源十分廣泛，包括但不限于研發(fā)環(huán)節(jié)的非結(jié)構(gòu)化工程數(shù)據(jù)、傳統(tǒng)的企業(yè)信

息管理系統(tǒng)、服務(wù)維修數(shù)據(jù)和產(chǎn)品服役過(guò)程中產(chǎn)生的機(jī)器數(shù)據(jù)等。這些數(shù)據(jù)格式

異構(gòu)、語(yǔ)義復(fù)雜且版本多變。在工業(yè)大數(shù)據(jù)應(yīng)用中，希望能夠?qū)⒍嗄?shù)據(jù)有機(jī)地

結(jié)合在一起，發(fā)揮出單一模態(tài)數(shù)據(jù)無(wú)法挖掘出的價(jià)值。數(shù)據(jù)集成是將存儲(chǔ)在不同

物理存儲(chǔ)引擎上的數(shù)據(jù)連接在一次，并為用戶提供統(tǒng)一的數(shù)據(jù)視圖。傳統(tǒng)的數(shù)

據(jù)集成領(lǐng)域中認(rèn)為，由于信息系統(tǒng)的建設(shè)是階段性和分布性的，會(huì)導(dǎo)致“信息

孤島”現(xiàn)象的存在?！靶畔⒐聧u”造成系統(tǒng)中存在大量冗余數(shù)據(jù)，無(wú)法保證數(shù)據(jù)

的一致性，從而降低信息的利用效率和利用率，因此需要數(shù)據(jù)集成。在工業(yè)大

數(shù)據(jù)中，重點(diǎn)不是解決冗余數(shù)據(jù)問(wèn)題，而更關(guān)心數(shù)據(jù)之間是否存在某些內(nèi)在聯(lián)

系，從而使得這些數(shù)據(jù)能夠被協(xié)同地用于描述或者解釋某些工業(yè)制造或者設(shè)備使

用的現(xiàn)象。數(shù)據(jù)集成的核心任務(wù)是要將互相關(guān)聯(lián)的多模態(tài)數(shù)據(jù)集成到一起，使用

戶能夠以透明的方式訪問(wèn)這些數(shù)據(jù)源。集成是指維護(hù)數(shù)據(jù)源整體上的數(shù)據(jù)一致

性、提高信息共享利用的效率；透明的方式是指用戶無(wú)需關(guān)心如何實(shí)現(xiàn)對(duì)異構(gòu)數(shù)

據(jù)源數(shù)據(jù)的訪問(wèn)，只關(guān)心以何種方式訪問(wèn)何種數(shù)據(jù)。更進(jìn)一步地，數(shù)據(jù)融合是

在數(shù)據(jù)集成的基礎(chǔ)上，刻畫出不同數(shù)據(jù)之間的內(nèi)在聯(lián)系，并允許用戶根據(jù)這些內(nèi)

在聯(lián)系進(jìn)行數(shù)據(jù)查詢。在數(shù)據(jù)生命周期管理中，多模態(tài)數(shù)據(jù)存儲(chǔ)分散、關(guān)系復(fù)雜，

在研發(fā)、制造周期以BOM為主線，在制造、服務(wù)周期以設(shè)備實(shí)例為中心，BOM和

設(shè)備的語(yǔ)義貫穿了工業(yè)大數(shù)據(jù)的整個(gè)生命周期。因此，以BOM和設(shè)備為核心建

立數(shù)據(jù)關(guān)聯(lián)，可以使得產(chǎn)品生命周期的數(shù)據(jù)既能正向傳遞又能反向傳遞，形成信

息閉環(huán)，而對(duì)這些多模態(tài)數(shù)據(jù)的集成是形成數(shù)據(jù)生命周期信息閉環(huán)的基礎(chǔ)。針對(duì)

工業(yè)領(lǐng)域在研發(fā)、制造和服務(wù)各個(gè)周期產(chǎn)生的多模態(tài)數(shù)據(jù)，如核心工藝參數(shù)、

檢測(cè)數(shù)據(jù)、設(shè)備監(jiān)測(cè)數(shù)據(jù)等，及其存儲(chǔ)分散、關(guān)系復(fù)雜的現(xiàn)狀，需要實(shí)現(xiàn)統(tǒng)一

數(shù)據(jù)建模，定義數(shù)字與物理對(duì)象模型，完成底層數(shù)據(jù)模型到對(duì)象模型映射。在

多模態(tài)數(shù)據(jù)集成模型的基礎(chǔ)上，根據(jù)物料、設(shè)備及其關(guān)聯(lián)關(guān)系，按照分析、管理

的業(yè)務(wù)語(yǔ)義，實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的一體化查詢、多維分析，構(gòu)建虛實(shí)映射的全生命

周期數(shù)據(jù)融合模型。在多模態(tài)數(shù)據(jù)集成模型基礎(chǔ)上，針對(duì)多模態(tài)數(shù)據(jù)在語(yǔ)義與數(shù)

據(jù)類型上的復(fù)雜性，實(shí)現(xiàn)語(yǔ)義模糊匹配技術(shù)的異構(gòu)數(shù)據(jù)一體化查詢。工業(yè)大數(shù)據(jù)

分析

（4）工業(yè)大數(shù)據(jù)具有實(shí)時(shí)性高、數(shù)據(jù)量大、密度低、數(shù)據(jù)源異構(gòu)性強(qiáng)等特

點(diǎn)，這導(dǎo)致工業(yè)大數(shù)據(jù)的分析不同于其他領(lǐng)域的大數(shù)據(jù)分析，通用的數(shù)據(jù)分析技

術(shù)往往不能解決特定工業(yè)場(chǎng)景的業(yè)務(wù)問(wèn)題。工業(yè)過(guò)程要求工業(yè)分析模型的精度

高、可靠性高、因果關(guān)系強(qiáng)，這樣才能滿足日常工業(yè)生產(chǎn)需要，而純數(shù)據(jù)驅(qū)動(dòng)

的數(shù)據(jù)分析手段往往不能達(dá)到工業(yè)場(chǎng)景的要求。工業(yè)數(shù)據(jù)的分析需要融合工業(yè)機(jī)

理模型，以“數(shù)據(jù)驅(qū)動(dòng)+機(jī)理驅(qū)動(dòng)”的雙驅(qū)動(dòng)模式來(lái)進(jìn)行工業(yè)大數(shù)據(jù)的分析，從

而建立高精度、高可靠性的模型來(lái)真正解決實(shí)際的工業(yè)問(wèn)題。因此，工業(yè)大數(shù)

據(jù)分析的特征是強(qiáng)調(diào)專業(yè)領(lǐng)域知識(shí)和數(shù)據(jù)挖掘的深度融合。這里主要對(duì)時(shí)序模

式分析技術(shù)、工業(yè)知識(shí)圖譜技術(shù)、多源數(shù)據(jù)融合分析技術(shù)等三種典型的工業(yè)大數(shù)

據(jù)分析技術(shù)進(jìn)行介紹。時(shí)序模式分析技術(shù)伴隨著工業(yè)技術(shù)的發(fā)展，工業(yè)企業(yè)的

生產(chǎn)加工設(shè)備、動(dòng)力能源設(shè)備、運(yùn)輸交通設(shè)備、信息保障設(shè)備、運(yùn)維管控設(shè)備上

都加裝了大量的傳感器，如溫度傳感器、振動(dòng)傳感器、壓力傳感器、位移傳感器、

重量傳感器等，這些傳感器在不斷產(chǎn)生海量的時(shí)序數(shù)據(jù)，提供了設(shè)備的溫度、壓

力、位移、速度、濕度、光線、氣體等信息。對(duì)這些設(shè)備傳感器時(shí)序數(shù)據(jù)分析,

可實(shí)現(xiàn)設(shè)備故障預(yù)警和診斷、利用率分析、能耗優(yōu)化、生產(chǎn)監(jiān)控等。但傳感器

數(shù)據(jù)的很多重要信息是隱藏在時(shí)序模式結(jié)構(gòu)中，只有挖掘出背后的結(jié)構(gòu)模式，

才能構(gòu)建一個(gè)效果穩(wěn)定的數(shù)據(jù)模型。工時(shí)序數(shù)據(jù)的時(shí)間序列類算法主要分六個(gè)方

面：時(shí)間序列的預(yù)測(cè)算法如ARIMA,GARCH等；時(shí)間序列的異常變動(dòng)模式檢測(cè)算

法，包含基于統(tǒng)計(jì)的方法、基于滑動(dòng)窗窗口的方法等；時(shí)間序列的分類算法，

包括SAX算法、基于相似度的方法等；時(shí)間序列的分解算法，包括時(shí)間序列的

趨勢(shì)特征分解、季節(jié)特征分解、周期性分解等；時(shí)間序列的頻繁模式挖掘，典

型時(shí)序模式智能匹配算法（精準(zhǔn)匹配、保形匹配、仿射匹配等），包括MEON算

法、基于motif的挖掘方法等；時(shí)間序列的切片算法，包括AutoPlait算法、

H0D-1D算法等。工業(yè)大數(shù)據(jù)分析的一個(gè)重要應(yīng)用方向是對(duì)機(jī)器設(shè)備的故障預(yù)警

和故障診斷，其中設(shè)備的振動(dòng)分析是故障診斷的重要手段。設(shè)備的振動(dòng)分析需

要融合設(shè)備機(jī)理模型和數(shù)據(jù)挖掘技術(shù)，針對(duì)旋轉(zhuǎn)設(shè)備的振動(dòng)分析類算法主要分

成三類：振動(dòng)數(shù)據(jù)的時(shí)域分析算法，主要提取設(shè)備振動(dòng)的時(shí)域特征，如峭度、

斜度、峰度系數(shù)等；振動(dòng)數(shù)據(jù)的頻域分析算法，主要從頻域的角度提取設(shè)備的

振動(dòng)特征，包括高階譜算法、全息譜算法、倒譜算法、相干譜算法、特征模式

分解等；振動(dòng)數(shù)據(jù)的時(shí)頻分析算法，綜合時(shí)域信息和頻域信息一種分析手段，對(duì)

設(shè)備的故障模型有較好的提取效果，主要有短時(shí)傅里葉變換、小波分析等。工

業(yè)知識(shí)圖譜技術(shù)工業(yè)生產(chǎn)過(guò)程中會(huì)積累大量的日志文本，如維修工單、工藝流程

文件、故障記錄等，此類非結(jié)構(gòu)化數(shù)據(jù)中蘊(yùn)含著豐富的專家經(jīng)驗(yàn)，利用文本分

析的技術(shù)能夠?qū)崿F(xiàn)事件實(shí)體和類型提?。ü收项愋统槿。?、事件線索抽取（故障

現(xiàn)象、征兆、排查路線、結(jié)果分析），通過(guò)專家知識(shí)的沉淀實(shí)現(xiàn)專家知識(shí)庫(kù)（故

障排查知識(shí)庫(kù)、運(yùn)維檢修知識(shí)庫(kù)、設(shè)備操作知識(shí)庫(kù)）。針對(duì)文本這類的非結(jié)構(gòu)化

數(shù)據(jù)，數(shù)據(jù)分析領(lǐng)域已經(jīng)形成了成熟的通用文本挖掘類算法，包括分詞算法（POS

tagging,實(shí)體識(shí)別）、關(guān)鍵詞提取算法（TD-IDF）、詞向量轉(zhuǎn)換算法、詞性標(biāo)注

算法（CLAWS、VOLSUNGA）、主題模型算法（如LDA）等。但在工業(yè)場(chǎng)景中，這

些通用的文本分析算法，由于缺乏行業(yè)專有名詞（專業(yè)術(shù)語(yǔ)、廠商、產(chǎn)品型號(hào)、

量綱等）、語(yǔ)境上下文（包括典型工況描述、故障現(xiàn)象等），分析效果欠佳。這就

需要構(gòu)建特定領(lǐng)域的行業(yè)知識(shí)圖譜（即工業(yè)知識(shí)圖譜），并將工業(yè)知識(shí)圖譜與結(jié)

構(gòu)化數(shù)據(jù)圖語(yǔ)義模型融合，實(shí)現(xiàn)更加靈活的查詢和一定程度上的推理。多源數(shù)據(jù)

融合分析技術(shù)在企業(yè)生產(chǎn)經(jīng)營(yíng)、營(yíng)銷推廣、采購(gòu)運(yùn)輸?shù)拳h(huán)節(jié)中，會(huì)有大量的管理

經(jīng)營(yíng)數(shù)據(jù)，其中包含著眾多不同來(lái)源的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，例如來(lái)源于企業(yè)

內(nèi)部信息系統(tǒng)（CRM、MES、ERP、SEM）的生產(chǎn)數(shù)據(jù)、管理數(shù)據(jù)、銷售數(shù)據(jù)等，來(lái)

源于企業(yè)外部的物流數(shù)據(jù)、行業(yè)數(shù)據(jù)、政府?dāng)?shù)據(jù)等。利用這些數(shù)據(jù)可實(shí)現(xiàn)市場(chǎng)洞

察、價(jià)格預(yù)測(cè)、供應(yīng)鏈協(xié)同、精準(zhǔn)銷售、市場(chǎng)調(diào)度、產(chǎn)品追溯、能力分析、質(zhì)量

管控等等。通過(guò)對(duì)這些數(shù)據(jù)的分析，能夠極大的提高企業(yè)的生產(chǎn)加工能力、質(zhì)量

監(jiān)控能力、企業(yè)運(yùn)營(yíng)能力、市場(chǎng)營(yíng)銷能力、風(fēng)險(xiǎn)感知能力等。但多源數(shù)據(jù)也帶來(lái)

一定的技術(shù)挑戰(zhàn)，不同數(shù)據(jù)源的數(shù)據(jù)質(zhì)量和可信度存在差異，并且在不同業(yè)務(wù)場(chǎng)

景下的表征能力不同。這就需要一些技術(shù)手段去有效融合多源數(shù)據(jù)。針對(duì)多源數(shù)

據(jù)分析的技術(shù)主要包括：統(tǒng)計(jì)分析算法、深度學(xué)習(xí)算法、回歸算法、分類算法、

聚類算法、關(guān)聯(lián)規(guī)則等?？梢酝ㄟ^(guò)不同的算法對(duì)不同的數(shù)據(jù)源進(jìn)行獨(dú)立的分析，

并通過(guò)對(duì)多個(gè)分析結(jié)果的統(tǒng)計(jì)決策或人工輔助決策，實(shí)現(xiàn)多源融合分析。也可

以從分析方法上實(shí)現(xiàn)融合，例如通過(guò)非結(jié)構(gòu)化文本數(shù)據(jù)語(yǔ)義融合構(gòu)建具有制造

語(yǔ)義的知識(shí)圖譜，完成其他類型數(shù)據(jù)的實(shí)體和語(yǔ)義標(biāo)注，通過(guò)圖模型從語(yǔ)義標(biāo)

注中找出跨領(lǐng)域本體相互間的關(guān)聯(lián)性，可以用于識(shí)別和發(fā)現(xiàn)工業(yè)時(shí)序數(shù)據(jù)中時(shí)

間序列片段對(duì)應(yīng)的文本數(shù)據(jù)(維修報(bào)告)上的故障信息，實(shí)現(xiàn)對(duì)時(shí)間序列的分

類決策。工業(yè)大數(shù)據(jù)可視化

進(jìn)入大數(shù)據(jù)時(shí)代，數(shù)據(jù)可視化這個(gè)說(shuō)法慢慢的流行起來(lái)，究其原因，一個(gè)是

因?yàn)榇髷?shù)據(jù)的展示比起以前的數(shù)據(jù)展示有不同的地方，最大的難點(diǎn)就是面對(duì)如此

巨大的數(shù)據(jù)，如何比較好的展示給用戶，成為前臺(tái)程序員面臨的難題。另一個(gè)是

隨著近幾年技術(shù)的發(fā)展，我們可以通過(guò)更多的形式，例如三維模型、動(dòng)畫、視頻、

動(dòng)態(tài)交互式頁(yè)面、手機(jī)APP等將數(shù)據(jù)以展示、推送、提醒、互動(dòng)等等模式提供給

用戶，其復(fù)雜度上升了一個(gè)數(shù)量級(jí)，因此，漸漸地，數(shù)據(jù)可視化就成為一個(gè)專門

的領(lǐng)域，成為了大數(shù)據(jù)時(shí)代的一個(gè)研究分支，無(wú)數(shù)優(yōu)秀的工程師和設(shè)計(jì)者為這個(gè)

領(lǐng)域做出了貢獻(xiàn)。

具體到工業(yè)大數(shù)據(jù)領(lǐng)域，其可視化又有自己獨(dú)特的特點(diǎn)，呈現(xiàn)出與互聯(lián)網(wǎng)大

數(shù)據(jù)可視化不同的難點(diǎn)和方向，本文總結(jié)了一下，工業(yè)大數(shù)據(jù)可視化有以下幾個(gè)

特點(diǎn)：

(1)數(shù)據(jù)量呈現(xiàn)海量趨勢(shì)，且更新頻率極高。由于工業(yè)大數(shù)據(jù)主要來(lái)源于傳

感器的數(shù)據(jù)采集，因此其數(shù)據(jù)量相比傳統(tǒng)互聯(lián)網(wǎng)大數(shù)據(jù)只多不少，而且，它的更

新頻率極高，傳感器按照恒定的頻率快速更新。在這種情況下，如何保證監(jiān)控頁(yè)

面的數(shù)據(jù)實(shí)時(shí)更新，還能夠讓監(jiān)控人員看數(shù)據(jù)的變化，就是需要研究的問(wèn)題。當(dāng)

某個(gè)數(shù)據(jù)每秒更新10次，那么，屏幕上的數(shù)字直接變化就是無(wú)意義的，因?yàn)楸O(jiān)

控人員根本就一個(gè)數(shù)字都看不到。如何兼顧數(shù)字的更新頻率與視覺(jué)效果，就成為

可視化的第一個(gè)難題。

(2)大量的監(jiān)控點(diǎn)，無(wú)法進(jìn)行有效地顯示。一臺(tái)普通的設(shè)備，可能就有上百

個(gè)傳感器，再加上相關(guān)的視頻、環(huán)境、人員等等監(jiān)測(cè)，可能會(huì)有幾百個(gè)監(jiān)測(cè)數(shù)據(jù)

是這個(gè)設(shè)備需要的，那么，這么多的數(shù)據(jù)如何在有限的屏幕上進(jìn)行排列，如何取

舍，成為可視化的第二個(gè)難題。

(3)整體與局部如何有效地結(jié)合。一個(gè)企業(yè)會(huì)有許多下屬的分子公司，下屬

企業(yè)又會(huì)有車間、工作面等等工作場(chǎng)景，每個(gè)工作場(chǎng)景又會(huì)有許多設(shè)備。這樣層

層嵌套的可視化局面如何比較好的結(jié)合，在保障使用人員看到整體的時(shí)候，還能

夠同時(shí)關(guān)注到局部的數(shù)據(jù)變化，是可視化的第三個(gè)難題。

(4)局部與細(xì)節(jié)如何兼顧。在一個(gè)局部的數(shù)據(jù)展示中，我們還希望看到數(shù)據(jù)

的細(xì)節(jié)，包括相關(guān)的數(shù)據(jù)、歷史的數(shù)據(jù)、異常的數(shù)據(jù)、數(shù)據(jù)的趨勢(shì)、數(shù)據(jù)的預(yù)測(cè)

等等，能否把握好局部與細(xì)節(jié)的展示關(guān)系，是可視化的第四個(gè)難題。

(5)如何實(shí)現(xiàn)工業(yè)數(shù)據(jù)的有效檢索和有效推送。也就是常說(shuō)的“數(shù)據(jù)找人”，

在互聯(lián)網(wǎng)企業(yè)，利用大數(shù)據(jù)分析用戶的使用習(xí)慣和興趣愛(ài)好，尋找其感興趣的話

題進(jìn)行推送已經(jīng)是常見(jiàn)做法了，但在工業(yè)大數(shù)據(jù)領(lǐng)域，如何實(shí)現(xiàn)？一個(gè)報(bào)警信息,

推送給誰(shuí)？當(dāng)前還是靠提前設(shè)好的規(guī)則，未來(lái)能否實(shí)現(xiàn)智能化，怎么實(shí)現(xiàn)，相關(guān)

的應(yīng)用還是比較少，這是可視化的第五個(gè)難題。

(6)如何將數(shù)據(jù)轉(zhuǎn)化為有效地信息提供給用戶。舉個(gè)生活中的例子，某路

口實(shí)時(shí)車流100輛/分鐘，這是數(shù)據(jù)，“嚴(yán)重?fù)矶隆保@是信息。能否很好地將

數(shù)據(jù)轉(zhuǎn)化為信息是可視化的第六個(gè)難題。

在后續(xù)的學(xué)習(xí)中，我們還將深入學(xué)習(xí)工業(yè)大數(shù)據(jù)可視化的相關(guān)技術(shù)內(nèi)容。

1.2.2工業(yè)大數(shù)據(jù)的應(yīng)用價(jià)值

智能產(chǎn)品中的傳感器得到工業(yè)企業(yè)的充分應(yīng)用，將用戶在使用產(chǎn)品過(guò)程中

的使用習(xí)慣和偏好等相關(guān)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集、存儲(chǔ)和傳輸，通過(guò)對(duì)這些數(shù)據(jù)深

入的分析和挖掘?yàn)槠髽I(yè)提供改進(jìn)產(chǎn)品功能、提升產(chǎn)品性能的參考信息，這種預(yù)

先診斷產(chǎn)品故障的方式直接讓客戶參與到了產(chǎn)品設(shè)計(jì)和使用需求的活動(dòng)中，同

時(shí)讓眾多用戶的個(gè)性化需求得到滿足，對(duì)此智能制造在工業(yè)大數(shù)據(jù)的應(yīng)用下還

可以通過(guò)規(guī)模化定制構(gòu)建一個(gè)全新的商業(yè)模式，從而創(chuàng)造更大的商業(yè)價(jià)值。

1.2.2.1工業(yè)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀

工業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)和支柱，也是一國(guó)經(jīng)濟(jì)實(shí)力和競(jìng)爭(zhēng)力的重要標(biāo)志。隨

著云計(jì)算、大數(shù)據(jù)和物聯(lián)網(wǎng)等新興技術(shù)的發(fā)展，全球掀起了以制造業(yè)轉(zhuǎn)型升級(jí)為

首要任務(wù)的新一輪工業(yè)變革，主要的工業(yè)發(fā)達(dá)體紛紛制定工業(yè)再發(fā)展戰(zhàn)略。

(1)國(guó)際工業(yè)大數(shù)據(jù)戰(zhàn)略

①美國(guó)

2014年，美國(guó)白宮總統(tǒng)行政辦公室發(fā)布《2014年全球大數(shù)據(jù)白皮書》，文

中指出，美國(guó)大型企業(yè)在投資大數(shù)據(jù)科技方面存在以下幾個(gè)關(guān)鍵驅(qū)動(dòng)因素：分析

運(yùn)營(yíng)和交易數(shù)據(jù)的能力；洞察客戶線上消費(fèi)的行為，以向市場(chǎng)提供新的高度復(fù)雜

的產(chǎn)品；對(duì)組織中的機(jī)器和設(shè)備進(jìn)行更加深入的感知。2018年10月，美國(guó)白宮

發(fā)布了四年一度的《美國(guó)先進(jìn)制造領(lǐng)導(dǎo)戰(zhàn)略》，在智能數(shù)字制造”部分提出下一

步計(jì)劃“要通過(guò)將大數(shù)據(jù)分析和先進(jìn)的傳感和控制技術(shù)應(yīng)用于大量制造業(yè)活動(dòng)，

促進(jìn)制造業(yè)的數(shù)字化轉(zhuǎn)型”。

②德國(guó)

2015年4月，德國(guó)提出來(lái)“工業(yè)4.0”戰(zhàn)略。強(qiáng)調(diào)通過(guò)信息網(wǎng)絡(luò)與工業(yè)生

產(chǎn)系統(tǒng)的充分融合，使產(chǎn)品與生產(chǎn)設(shè)備之間、工廠內(nèi)部縱向之間、工廠與工廠之

間，都能通過(guò)CPS（信息物理系統(tǒng)）聯(lián)結(jié)為一個(gè)整體，從而實(shí)現(xiàn)生產(chǎn)的智能化,

提升制造業(yè)的靈活性和工程效率。工業(yè)4.0戰(zhàn)略展現(xiàn)了一幅全新的工業(yè)藍(lán)圖：

在現(xiàn)實(shí)和虛擬結(jié)合的網(wǎng)絡(luò)世界里，互聯(lián)網(wǎng)將滲透到所有的關(guān)鍵領(lǐng)域，價(jià)值創(chuàng)造過(guò)

程將會(huì)改變，原有的行業(yè)界限將會(huì)消失，新興的產(chǎn)業(yè)鏈條將會(huì)重組，全新的商業(yè)

模式和合作模式將會(huì)出現(xiàn)。德國(guó)“工業(yè)4.0”戰(zhàn)略的實(shí)施重點(diǎn)在于信息互聯(lián)技術(shù)

與傳統(tǒng)工業(yè)制造的結(jié)合，其中大數(shù)據(jù)分析作為關(guān)鍵技術(shù)將得到較大范圍應(yīng)用。一

是“智能工廠”，重點(diǎn)研究智能化生產(chǎn)系統(tǒng)及過(guò)程，以及網(wǎng)絡(luò)化分布式生產(chǎn)設(shè)施

的實(shí)現(xiàn)；二是“智能生產(chǎn)”，主要涉及整個(gè)企業(yè)的生產(chǎn)物流管理、人機(jī)互動(dòng)以及

3D技術(shù)在工業(yè)生產(chǎn)過(guò)程中的應(yīng)用等；三是“智能物流”，主要通過(guò)互聯(lián)網(wǎng)、物

聯(lián)網(wǎng)、物流網(wǎng)，整合物流資源，充分發(fā)揮現(xiàn)有物流資源供應(yīng)方的效率，需求方則

能夠快速獲得服務(wù)匹配，得到物流支持。

③法國(guó)

2015年，法國(guó)推出“新工業(yè)法國(guó)戰(zhàn)略”，總體布局為“一個(gè)核心，九大支

點(diǎn)”。一個(gè)核心即“未來(lái)工業(yè)”，主要內(nèi)容是實(shí)現(xiàn)工業(yè)生產(chǎn)向數(shù)字化、智能化轉(zhuǎn)

型，以生產(chǎn)工具的轉(zhuǎn)型升級(jí)帶動(dòng)商業(yè)模式轉(zhuǎn)型。九大支點(diǎn)，包括新資源開發(fā)、可

持續(xù)發(fā)展城市、環(huán)保汽車、網(wǎng)絡(luò)技術(shù)、大數(shù)據(jù)技術(shù)、新型醫(yī)藥等，一方面旨在為

“未來(lái)工業(yè)”提供支撐，另一方面重在滿足人們?nèi)粘Ｉ畹男滦枨?。該?zhàn)略為期

十年，主要解決三大問(wèn)題：能源、數(shù)字革命和經(jīng)濟(jì)生活。2015年5月，法國(guó)經(jīng)

濟(jì)、工業(yè)與就業(yè)部又公布了未來(lái)工業(yè)計(jì)劃，該計(jì)劃將在“新工業(yè)戰(zhàn)略”的第二階

段中扮演核心角色，主要目標(biāo)是建立更為互聯(lián)互通、更具有競(jìng)爭(zhēng)力的法國(guó)工業(yè),

旨在使工業(yè)工具更加現(xiàn)代化，并通過(guò)數(shù)字技術(shù)幫助企業(yè)轉(zhuǎn)變經(jīng)營(yíng)模式、組織模式、

研發(fā)模式和商業(yè)模式，實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)模式轉(zhuǎn)變。未來(lái)工業(yè)計(jì)劃提倡在一些優(yōu)先領(lǐng)

域發(fā)展工業(yè)模式，例如新資源、可持續(xù)發(fā)展城市、未來(lái)交通、未來(lái)醫(yī)藥、數(shù)據(jù)經(jīng)

濟(jì)、智能物體、數(shù)字安全和智能電網(wǎng)等。

(2)國(guó)內(nèi)工業(yè)大數(shù)據(jù)政策

近年來(lái)，工業(yè)大數(shù)據(jù)作為我國(guó)“智能制造”和“工業(yè)互聯(lián)網(wǎng)”的關(guān)鍵技術(shù)支

撐以及兩化融合的重要基礎(chǔ)備受關(guān)注。黨中央、國(guó)務(wù)院出臺(tái)了一系列“大數(shù)據(jù)”、

“兩化融合”、“互聯(lián)網(wǎng)與制造業(yè)融合”等綜合性政策與指示，其中對(duì)工業(yè)大數(shù)據(jù)

發(fā)展提出了明確的要求，全面指導(dǎo)我國(guó)工業(yè)大數(shù)據(jù)技術(shù)發(fā)展、產(chǎn)業(yè)應(yīng)用及其標(biāo)準(zhǔn)

化進(jìn)程。

2015年7月，國(guó)務(wù)院下發(fā)《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見(jiàn)》，

進(jìn)一步推動(dòng)互聯(lián)網(wǎng)與制造業(yè)融合，提升制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化水平。文

中指出要加強(qiáng)產(chǎn)業(yè)鏈協(xié)作，在重點(diǎn)領(lǐng)域推進(jìn)智能制造、大規(guī)模個(gè)性化定制、網(wǎng)絡(luò)

化協(xié)同制造和服務(wù)型制造，打造一批網(wǎng)絡(luò)化協(xié)同制造公共服務(wù)平臺(tái)，加強(qiáng)工業(yè)大

數(shù)據(jù)的開發(fā)與利用，支撐制造業(yè)智能化轉(zhuǎn)型，構(gòu)建開放、共享、協(xié)作的智能制造

產(chǎn)業(yè)生態(tài)。2015年8月，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，在“工業(yè)

和新興產(chǎn)業(yè)大數(shù)據(jù)工程”專欄中指出發(fā)展工業(yè)大數(shù)據(jù)，推動(dòng)大數(shù)據(jù)在工業(yè)研發(fā)設(shè)

計(jì)、生產(chǎn)制造、經(jīng)營(yíng)管理、市場(chǎng)營(yíng)銷、售后服務(wù)等產(chǎn)品全生命周期、產(chǎn)業(yè)鏈全流

程各環(huán)節(jié)的應(yīng)用，分析感知用戶需求，提升產(chǎn)品附加價(jià)值。同時(shí)提到要建立面向

不同行業(yè)、不同環(huán)節(jié)的工業(yè)大數(shù)據(jù)資源聚合和分析應(yīng)用平臺(tái)，抓住互聯(lián)網(wǎng)跨界融

合機(jī)遇，促進(jìn)大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算和三維(3D)打印技術(shù)、個(gè)性化定制等在

制造業(yè)全產(chǎn)業(yè)鏈集成運(yùn)用，推動(dòng)制造模式變革和工業(yè)轉(zhuǎn)型升級(jí)。2016年5月，

《國(guó)務(wù)院關(guān)于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導(dǎo)意見(jiàn)》中提出要推動(dòng)制造企業(yè)

與互聯(lián)網(wǎng)企業(yè)在發(fā)展理念、產(chǎn)業(yè)體系、生產(chǎn)模式、業(yè)務(wù)模式等方面全面融合，深

化工業(yè)云、大數(shù)據(jù)等技術(shù)的集成應(yīng)用，匯聚眾智，加快構(gòu)建新型研發(fā)、生產(chǎn)、管

理和服務(wù)模式，促進(jìn)技術(shù)產(chǎn)品創(chuàng)新和經(jīng)營(yíng)管理優(yōu)化，提升企業(yè)整體創(chuàng)新能力和水

平。2017年11月27日，國(guó)務(wù)院《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互

聯(lián)網(wǎng)的指導(dǎo)意見(jiàn)》中再次指出要加快建設(shè)和發(fā)展工業(yè)互聯(lián)網(wǎng)，推動(dòng)互聯(lián)網(wǎng)、大數(shù)

據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，發(fā)展先進(jìn)制造業(yè)，支持傳統(tǒng)產(chǎn)業(yè)優(yōu)化升級(jí),

工業(yè)大數(shù)據(jù)在制造業(yè)的應(yīng)用進(jìn)一步貫徹落實(shí)。

圍繞國(guó)家政策我國(guó)工業(yè)和信息化部也出臺(tái)了一系列文件用以促進(jìn)和推動(dòng)工

業(yè)大數(shù)據(jù)在工業(yè)領(lǐng)域中的快速應(yīng)用。

2015年5月，工業(yè)和信息化部在《信息化和工業(yè)化融合發(fā)展規(guī)劃（2016-

2020年）》中指出，要推廣網(wǎng)絡(luò)化生產(chǎn)新模式，引領(lǐng)生產(chǎn)方式持續(xù)變革；同時(shí)深

化物聯(lián)網(wǎng)標(biāo)識(shí)解析、工業(yè)云服務(wù)、工業(yè)大數(shù)據(jù)分析等在重點(diǎn)行業(yè)應(yīng)用，構(gòu)建智能

監(jiān)測(cè)監(jiān)管體系，支持機(jī)械、汽車等行業(yè)發(fā)展產(chǎn)品在線維護(hù)、遠(yuǎn)程運(yùn)維、智能供應(yīng)

鏈、協(xié)同研發(fā)等服務(wù)新業(yè)態(tài)，推動(dòng)大數(shù)據(jù)在工業(yè)設(shè)計(jì)、生產(chǎn)制造、售后服務(wù)等產(chǎn)

品全生命周期的應(yīng)用。2017年1月，工業(yè)和信息化部在《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃

（2016-2020年）》中指出要以應(yīng)用為導(dǎo)向，突破大數(shù)據(jù)關(guān)鍵技術(shù)，推動(dòng)產(chǎn)品和解

決方案研發(fā)及產(chǎn)業(yè)化，創(chuàng)新技術(shù)服務(wù)模式，形成技術(shù)先進(jìn)、生態(tài)完備的技術(shù)產(chǎn)品

體系。加強(qiáng)工業(yè)大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)規(guī)劃與布局，推動(dòng)大數(shù)據(jù)在產(chǎn)品全生命周期

和全產(chǎn)業(yè)鏈的應(yīng)用，推進(jìn)工業(yè)大數(shù)據(jù)與自動(dòng)控制和感知硬件、工業(yè)核心軟件、工

業(yè)互聯(lián)網(wǎng)、工業(yè)云和智能服務(wù)平臺(tái)融合發(fā)展，形成數(shù)據(jù)驅(qū)動(dòng)的工業(yè)發(fā)展新模式，

探索建立工業(yè)大數(shù)據(jù)中心。

2018年6月，工業(yè)和信息化部發(fā)布《工業(yè)互聯(lián)網(wǎng)發(fā)展行動(dòng)計(jì)劃（2018-2020

年）》，文中在重點(diǎn)任務(wù)“工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)行動(dòng)”中明確提到“支持建設(shè)涵

蓋基礎(chǔ)及創(chuàng)新技術(shù)服務(wù)、監(jiān)測(cè)分析服務(wù)、工業(yè)大數(shù)據(jù)管理、標(biāo)準(zhǔn)管理服務(wù)等的平

臺(tái)公共支撐體系”。此外，工信部連年來(lái)通過(guò)遴選工業(yè)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)發(fā)展試點(diǎn)

示范項(xiàng)目，以及“智能制造綜合標(biāo)準(zhǔn)化項(xiàng)目”《工業(yè)大數(shù)據(jù)服務(wù)標(biāo)準(zhǔn)化和試驗(yàn)驗(yàn)

證系統(tǒng)》等創(chuàng)新應(yīng)用新模式項(xiàng)目申報(bào)及建設(shè)支持，圍繞深化制造業(yè)與互聯(lián)網(wǎng)融合

發(fā)展，以及大數(shù)據(jù)技術(shù)在制造業(yè)中的深度應(yīng)用，不斷刺激產(chǎn)業(yè)進(jìn)步，增強(qiáng)制造業(yè)

轉(zhuǎn)型升級(jí)新動(dòng)能，已促成一批高質(zhì)量行業(yè)應(yīng)用級(jí)工業(yè)大數(shù)據(jù)平臺(tái)的落地，助推工

業(yè)企業(yè)轉(zhuǎn)型發(fā)展。

1.2.2.2工業(yè)大數(shù)據(jù)的應(yīng)用價(jià)值

隨著信息化與工業(yè)化的深度融合，工業(yè)企業(yè)所擁有的數(shù)據(jù)也日益豐富，包括

設(shè)計(jì)數(shù)據(jù)、傳感數(shù)據(jù)、自動(dòng)控制系統(tǒng)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)等，數(shù)據(jù)驅(qū)動(dòng)

的價(jià)值體現(xiàn)及其帶來(lái)的洞察力貫穿于智能制造生命周期的全過(guò)程。領(lǐng)先企業(yè)以平

臺(tái)為載體，不斷形成針對(duì)制造業(yè)應(yīng)用場(chǎng)景的大數(shù)據(jù)解決方案。制造和自動(dòng)化領(lǐng)域

的領(lǐng)軍企業(yè)也依托長(zhǎng)期積累的核心技術(shù)和行業(yè)知識(shí)，大力推廣大數(shù)據(jù)在工業(yè)領(lǐng)域

的應(yīng)用，推動(dòng)制造企業(yè)形成以數(shù)據(jù)驅(qū)動(dòng)、快速迭代、持續(xù)優(yōu)化的工業(yè)智能系統(tǒng)。

面向制造業(yè)企業(yè)陸續(xù)形成的工業(yè)大數(shù)據(jù)平臺(tái)正在為工業(yè)大數(shù)據(jù)在制造業(yè)的深入

應(yīng)用提供新技術(shù)、新業(yè)態(tài)和新模式。工業(yè)大數(shù)據(jù)已經(jīng)成為工業(yè)企業(yè)生產(chǎn)力、競(jìng)爭(zhēng)

力、創(chuàng)新能力提升的關(guān)鍵，相關(guān)技術(shù)及產(chǎn)品已經(jīng)逐步應(yīng)用于工業(yè)企業(yè)和產(chǎn)業(yè)鏈的

各環(huán)節(jié)，是驅(qū)動(dòng)智能化產(chǎn)品、生產(chǎn)與服務(wù)，實(shí)現(xiàn)創(chuàng)新、優(yōu)化的重要基礎(chǔ)，體現(xiàn)在

產(chǎn)品全生命周期中的各個(gè)階段，正在加速工業(yè)企業(yè)的轉(zhuǎn)型升級(jí)。我們將從以下幾

個(gè)應(yīng)用場(chǎng)景中描述工業(yè)大數(shù)據(jù)的應(yīng)用價(jià)值。

（1）智能化設(shè)計(jì)

智能化設(shè)計(jì)是支撐工業(yè)企業(yè)實(shí)現(xiàn)全流程智能化生產(chǎn)的重要條件。設(shè)計(jì)數(shù)據(jù)包

括企業(yè)設(shè)計(jì)人員或消費(fèi)者借助各類輔助工具所設(shè)計(jì)的產(chǎn)品模型、個(gè)性化數(shù)據(jù)及相

關(guān)資料，例如計(jì)算機(jī)輔助設(shè)計(jì)（CAD）、計(jì)算機(jī)輔助制造（CAM）、計(jì)算機(jī)輔助工

程（CAE）、計(jì)算機(jī)輔助工藝設(shè)計(jì)（CAPP）、產(chǎn)品數(shù)據(jù)管理（PDM）等。工業(yè)大數(shù)

據(jù)在設(shè)計(jì)環(huán)節(jié)的應(yīng)用可以有效提高研發(fā)人員創(chuàng)新能力、研發(fā)效率和質(zhì)量，推動(dòng)協(xié)

同設(shè)計(jì)?？蛻襞c工業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù)，挖掘和分析這

些客戶動(dòng)態(tài)數(shù)據(jù)，能夠幫助客戶參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動(dòng)中,

實(shí)現(xiàn)新型產(chǎn)品創(chuàng)新和協(xié)作的新模式。西門子在數(shù)字環(huán)境下構(gòu)建基于模型和仿真的

研發(fā)設(shè)計(jì)，有效提升了設(shè)計(jì)質(zhì)量、節(jié)約研發(fā)成本；瑪莎拉蒂通過(guò)數(shù)字化工具加速

產(chǎn)品設(shè)計(jì)，實(shí)現(xiàn)開發(fā)效率提高30沆另一方面，傳統(tǒng)的產(chǎn)品設(shè)計(jì)模式是基于設(shè)計(jì)

師的靈感和經(jīng)驗(yàn)，揣摩消費(fèi)者的需求喜好，設(shè)計(jì)產(chǎn)品，針對(duì)性不強(qiáng)，不精確，工

業(yè)大數(shù)據(jù)可以拉近消費(fèi)者與設(shè)計(jì)師的距離，精準(zhǔn)量化客戶需求，指導(dǎo)設(shè)計(jì)過(guò)程，

改變產(chǎn)品設(shè)計(jì)模式。通過(guò)將產(chǎn)品生命周期設(shè)計(jì)中各個(gè)環(huán)節(jié)所需要的知識(shí)資源有機(jī)

的集成在一起，運(yùn)用大數(shù)據(jù)相關(guān)技術(shù)，可以將產(chǎn)品生命周期設(shè)計(jì)所需大數(shù)據(jù)與各

種設(shè)計(jì)過(guò)程集成，以高度有序化的方式展示產(chǎn)品生命周期大數(shù)據(jù)與設(shè)計(jì)的關(guān)系。

GE公司使用Predix平臺(tái)助力自身發(fā)動(dòng)機(jī)的設(shè)計(jì)優(yōu)化，平臺(tái)首先對(duì)產(chǎn)品交付后

的使用數(shù)據(jù)進(jìn)行采集分析，依托大量歷史積累數(shù)據(jù)的分析和航線運(yùn)營(yíng)信息的反饋,

對(duì)設(shè)計(jì)端模型、參數(shù)和制造端工藝、流程進(jìn)行不斷迭代優(yōu)化，實(shí)現(xiàn)了發(fā)動(dòng)機(jī)的設(shè)

計(jì)改進(jìn)和性能提升。金風(fēng)科技通過(guò)工業(yè)大數(shù)據(jù)平臺(tái)的大數(shù)據(jù)優(yōu)化處理和針對(duì)載荷

的定制化應(yīng)用開發(fā)，將5000個(gè)工況的單輪仿真數(shù)據(jù)的后處理速度從半個(gè)月跑

1輪，提速為一周跑3輪，單輪30G仿真數(shù)據(jù)的后處理速度從幾個(gè)小時(shí)降低到

了幾分鐘，極大地提升了風(fēng)場(chǎng)定制化設(shè)計(jì)的迭代速度和開發(fā)效率。工業(yè)大數(shù)據(jù)使

產(chǎn)品生命周期大數(shù)據(jù)在設(shè)計(jì)過(guò)程中得到有效的應(yīng)用、評(píng)價(jià)和推薦。設(shè)計(jì)知識(shí)能夠

快速地推送給所需要的人，并方便地融合員工在設(shè)計(jì)中產(chǎn)生的新知識(shí)，進(jìn)一步豐

富產(chǎn)品設(shè)計(jì)大數(shù)據(jù)。

(2)智能化生產(chǎn)

智能化生產(chǎn)是新一代智能制造的主線，通過(guò)智能系統(tǒng)及設(shè)備升級(jí)改造及融合,

促進(jìn)制造過(guò)程自動(dòng)化，流程智能化。從數(shù)據(jù)采集開始，生產(chǎn)階段工業(yè)大數(shù)據(jù)的驅(qū)

動(dòng)力體現(xiàn)在數(shù)據(jù)關(guān)聯(lián)分析和數(shù)據(jù)反饋指導(dǎo)生產(chǎn)。在生產(chǎn)階段，對(duì)所采集的數(shù)據(jù)進(jìn)

行清洗、篩選、關(guān)聯(lián)、融合、索引、挖掘，構(gòu)建應(yīng)用分析模式，實(shí)現(xiàn)數(shù)據(jù)到信息

知識(shí)的有效轉(zhuǎn)化。在制造階段，通過(guò)對(duì)制造執(zhí)行系統(tǒng)中所采集的生產(chǎn)單元分配、

資源狀態(tài)管理、產(chǎn)品跟蹤管理等信息進(jìn)行關(guān)聯(lián)分析，為合理的庫(kù)存管理、計(jì)劃排

程制定提供數(shù)據(jù)支撐；并且結(jié)合實(shí)時(shí)數(shù)據(jù)，對(duì)產(chǎn)品生產(chǎn)流程進(jìn)行評(píng)估及預(yù)測(cè)，對(duì)

生產(chǎn)過(guò)程進(jìn)行實(shí)時(shí)監(jiān)控、調(diào)整，并為發(fā)現(xiàn)的問(wèn)題提供解決方案，實(shí)現(xiàn)全產(chǎn)業(yè)鏈的

協(xié)同優(yōu)化，完成數(shù)據(jù)由信息到價(jià)值的轉(zhuǎn)變。工業(yè)大數(shù)據(jù)通過(guò)采集和匯聚設(shè)備運(yùn)行

數(shù)據(jù)、工藝參數(shù)、質(zhì)量檢測(cè)數(shù)據(jù)、物料配送數(shù)據(jù)和進(jìn)度管理數(shù)據(jù)等生產(chǎn)現(xiàn)場(chǎng)數(shù)據(jù)，

利用大數(shù)據(jù)技術(shù)分析和反饋并在制造工藝、生產(chǎn)流程、質(zhì)量管理、設(shè)備維護(hù)、能

耗管理等具體場(chǎng)景應(yīng)用，實(shí)現(xiàn)生產(chǎn)過(guò)程的優(yōu)化。在制造工藝場(chǎng)景中，圍繞生產(chǎn)工

藝過(guò)程參數(shù)，設(shè)備運(yùn)行狀態(tài)參數(shù)與產(chǎn)品質(zhì)量性能、生產(chǎn)線排產(chǎn)負(fù)荷、耗能等數(shù)據(jù)

進(jìn)行關(guān)聯(lián)性深度挖掘，形成數(shù)據(jù)閉環(huán)，可得出工藝參數(shù)的最優(yōu)區(qū)間、生產(chǎn)質(zhì)量控

制的最優(yōu)調(diào)控手段等，提升產(chǎn)品制造品質(zhì)。美林?jǐn)?shù)據(jù)設(shè)計(jì)的圖像實(shí)時(shí)采集與智能

分析系統(tǒng)，能快速識(shí)別沖壓件表面缺陷，同時(shí)關(guān)聯(lián)了質(zhì)檢數(shù)據(jù)、生產(chǎn)過(guò)程工藝參

數(shù)、產(chǎn)品設(shè)計(jì)參數(shù)，形成沖壓產(chǎn)品質(zhì)量問(wèn)題分析管理的閉環(huán)連接，實(shí)現(xiàn)了沖壓產(chǎn)

品質(zhì)量的精確控制和優(yōu)化提升。阿里巴巴基于燃燒機(jī)理與鍋爐運(yùn)行數(shù)據(jù)，深度分

析識(shí)別鍋爐燃燒過(guò)程中的關(guān)鍵因子，找到了最優(yōu)的鍋爐操作參數(shù)，使燃煤效率提

升了4.1%,大大降低了能源消耗。生產(chǎn)流程管理優(yōu)化場(chǎng)景中，基于數(shù)據(jù)標(biāo)準(zhǔn)化

思路的企業(yè)全流程的數(shù)據(jù)集成貫通及對(duì)生產(chǎn)進(jìn)度、物料管理、企業(yè)管理等數(shù)據(jù)的

分析，提升排產(chǎn)、進(jìn)度、物料、人員等方面管理的準(zhǔn)確性，企業(yè)的生產(chǎn)效率與管

理水平顯著提高。通過(guò)生產(chǎn)制造各個(gè)環(huán)節(jié)的數(shù)據(jù)整合集聚，對(duì)工業(yè)產(chǎn)品的生產(chǎn)過(guò)

程數(shù)據(jù)進(jìn)行關(guān)聯(lián)，建立虛擬模型，仿真并優(yōu)化生產(chǎn)流程。當(dāng)所有流程和績(jī)效數(shù)據(jù)

都能在系統(tǒng)中重建時(shí)，對(duì)各環(huán)節(jié)制造數(shù)據(jù)的集成分析可以助力制造企業(yè)改進(jìn)其生

產(chǎn)流程。東方國(guó)信基于BIOP平臺(tái)，通過(guò)工業(yè)大數(shù)據(jù)分析技術(shù)，建立虛實(shí)映射、

實(shí)時(shí)監(jiān)控、智能診斷、協(xié)同優(yōu)化的數(shù)字李生，實(shí)現(xiàn)對(duì)工業(yè)實(shí)體生產(chǎn)制造過(guò)程和工

藝流程的仿真及優(yōu)化，在煉鐵、工業(yè)鍋爐、水電、空壓機(jī)、能源等多個(gè)行業(yè)或領(lǐng)

域落地應(yīng)用。質(zhì)量管理場(chǎng)景中，基于產(chǎn)品質(zhì)檢數(shù)據(jù)和生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分

析，實(shí)現(xiàn)在線質(zhì)量監(jiān)測(cè)和質(zhì)量異常與追溯分析，提升產(chǎn)品良品率。例如美林?jǐn)?shù)據(jù)

通過(guò)分析高壓開關(guān)關(guān)鍵質(zhì)檢數(shù)據(jù)及過(guò)程加工數(shù)據(jù)，開展質(zhì)量問(wèn)題分類、質(zhì)量問(wèn)題

原因分析、質(zhì)量問(wèn)題追溯等分析管控，促使產(chǎn)品良品率提升1.3%,提升了企業(yè)

的質(zhì)量管理水平。聯(lián)想通過(guò)工業(yè)大數(shù)據(jù)平臺(tái)，提供面向制造、汽車、能源等行業(yè)

的智能生產(chǎn)解決方案，為平臺(tái)企業(yè)生產(chǎn)制造過(guò)程管理提供預(yù)見(jiàn)性的支撐與指導(dǎo),

提升精益管理水平。

能耗管理場(chǎng)景中，基于能耗數(shù)據(jù)的采集與分析，對(duì)設(shè)備、產(chǎn)線、場(chǎng)景能效使

用進(jìn)行合理規(guī)劃，提高能源使用效率，實(shí)現(xiàn)節(jié)能減排?；裟峋S爾通過(guò)能源管理系

統(tǒng)提供能源設(shè)備管理、生產(chǎn)能耗分析、能源平衡管理等功能，幫助用戶企業(yè)實(shí)現(xiàn)

工藝流程的優(yōu)化，設(shè)備改造升級(jí)，提升了能源利用率。在復(fù)雜產(chǎn)線設(shè)備健康管理

方面，隨著科技的不斷進(jìn)步以及工業(yè)化水平的不斷提高，工業(yè)系統(tǒng)的規(guī)模越來(lái)越

大，集成的設(shè)備越來(lái)越多。系統(tǒng)內(nèi)部通常存在復(fù)雜的耦合關(guān)系，其可靠性難以得

到保障，一旦發(fā)生故障時(shí)，設(shè)備的停機(jī)損失將會(huì)非常大。當(dāng)前對(duì)于復(fù)雜系統(tǒng)健康

度與可靠性評(píng)估主要通過(guò)利用傳感器對(duì)設(shè)備進(jìn)行感知和從實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)獲取

設(shè)備振動(dòng)、溫度、壓力、流量等數(shù)據(jù)，基于大數(shù)據(jù)平臺(tái)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)管理，借

助人工智能算法對(duì)設(shè)備健康進(jìn)行評(píng)估，實(shí)現(xiàn)設(shè)備故障預(yù)測(cè)和健康度監(jiān)控。如美國(guó)

電力公司（AEP）通過(guò)對(duì)變壓器、斷路器和蓄電池分別加裝了8600個(gè)、11500個(gè)

和400多個(gè)傳感器，基于其工業(yè)大數(shù)據(jù)平臺(tái)，開展設(shè)備數(shù)據(jù)采集、診斷與分析，

AEP可以實(shí)時(shí)監(jiān)控其設(shè)備參數(shù)、進(jìn)行故障診斷預(yù)警，將設(shè)備壽命延長(zhǎng)了3年，

維護(hù)成本降低了2.7%,設(shè)備維護(hù)效率提高了4%,實(shí)現(xiàn)了設(shè)備預(yù)測(cè)性維護(hù)。工業(yè)

大數(shù)據(jù)助力解決生產(chǎn)過(guò)程復(fù)雜系統(tǒng)的精確建模、實(shí)時(shí)優(yōu)化決策等關(guān)鍵問(wèn)題，涌現(xiàn)

出的一批自學(xué)習(xí)、自感知、自適應(yīng)、自控制的智能產(chǎn)線、智能車間和智能工廠，

正在推動(dòng)產(chǎn)品制造的高質(zhì)、柔性、高效、安全與綠色，驅(qū)動(dòng)生產(chǎn)過(guò)程的智能化升

級(jí)。

(3)網(wǎng)絡(luò)化協(xié)同制造

在制造業(yè)向著大型、精密、數(shù)控、全自動(dòng)趨勢(shì)不斷靠攏的時(shí)代下，基于工業(yè)

大數(shù)據(jù)技術(shù)，將制造環(huán)節(jié)與設(shè)計(jì)、經(jīng)銷、運(yùn)行、維護(hù)直至回收處理聯(lián)系起來(lái)，由

傳統(tǒng)的數(shù)據(jù)孤島轉(zhuǎn)為信息化協(xié)同管理，推動(dòng)產(chǎn)業(yè)鏈各環(huán)節(jié)的并行組織和協(xié)同優(yōu)化。

另一方面，借助大數(shù)據(jù)平臺(tái)，將產(chǎn)業(yè)鏈各個(gè)環(huán)節(jié)的數(shù)據(jù)進(jìn)行采集并輸入到全生命

周期數(shù)據(jù)庫(kù)形成總知識(shí)庫(kù)，通過(guò)信息技術(shù)、自動(dòng)化技術(shù)、現(xiàn)代管理技術(shù)與制造技

術(shù)相結(jié)合，構(gòu)建面向企業(yè)的網(wǎng)絡(luò)化協(xié)同制造系統(tǒng)，推動(dòng)制造全產(chǎn)業(yè)鏈智能協(xié)同，

優(yōu)化生產(chǎn)要素配置和資源利用，消除低效中間環(huán)節(jié)，整體提升制造業(yè)發(fā)展水平和

世界競(jìng)爭(zhēng)力。工業(yè)大數(shù)據(jù)在網(wǎng)絡(luò)化協(xié)同制造的應(yīng)用主要體現(xiàn)在協(xié)同研發(fā)與制造、

供應(yīng)鏈管理體系優(yōu)化、制造能力資源優(yōu)化等方面。協(xié)同研發(fā)與制造。基于設(shè)計(jì)資

源的社會(huì)化共享和參與，企業(yè)能夠立足自身研發(fā)需求開展眾創(chuàng)、眾包等研發(fā)新模

式，提升企業(yè)利用社會(huì)化創(chuàng)新和資金資源能力?；诮y(tǒng)一的設(shè)計(jì)平臺(tái)與制造資源

信息平臺(tái)，集成設(shè)計(jì)工具庫(kù)、模型庫(kù)、知識(shí)庫(kù)及制造企業(yè)閑置生產(chǎn)能力信息，產(chǎn)

業(yè)鏈上下游企業(yè)可以實(shí)現(xiàn)多站點(diǎn)協(xié)同、多任務(wù)并行，加速新產(chǎn)品協(xié)同研發(fā)過(guò)程。

河南航天基于航天云網(wǎng)INDICS平臺(tái)，開展云端設(shè)計(jì)、建立涵蓋復(fù)雜產(chǎn)品多學(xué)科

專業(yè)的虛擬樣機(jī)系統(tǒng)，實(shí)現(xiàn)了復(fù)雜產(chǎn)品的多學(xué)科設(shè)計(jì)優(yōu)化、總體設(shè)計(jì)部與總裝廠

所的協(xié)同研發(fā)設(shè)計(jì)與工藝設(shè)計(jì)，研發(fā)周期縮短了35%,資源利用率提升了30%,

生產(chǎn)效率提高了40%o供應(yīng)鏈管理體系優(yōu)化。追蹤所有供應(yīng)鏈中的在途部件是許

多企業(yè)面臨的最大挑戰(zhàn)，通過(guò)空間地理數(shù)據(jù)的實(shí)時(shí)采集、實(shí)時(shí)數(shù)據(jù)的監(jiān)控，提高

供應(yīng)鏈的可視化，實(shí)現(xiàn)供應(yīng)鏈的透明化。通過(guò)空間數(shù)據(jù)的時(shí)空模式挖掘，為供應(yīng)

鏈物流的智能化運(yùn)作提供實(shí)時(shí)決策依據(jù)，優(yōu)化物流路徑、優(yōu)化排程調(diào)度，最后實(shí)

現(xiàn)供應(yīng)鏈物流的高效、智能化運(yùn)行。通過(guò)全產(chǎn)業(yè)鏈大數(shù)據(jù)的整合，使整個(gè)生產(chǎn)系

統(tǒng)達(dá)到協(xié)同優(yōu)化，讓生產(chǎn)系統(tǒng)更加動(dòng)態(tài)靈活，進(jìn)一步提高生產(chǎn)效率和降低生產(chǎn)成

本，實(shí)現(xiàn)供應(yīng)鏈配送體系優(yōu)化和用戶需求快速響應(yīng)。通過(guò)對(duì)產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)

進(jìn)行分析，將帶來(lái)倉(cāng)儲(chǔ)、配送、銷售效率的大幅提升和成本的大幅下降。制造能

力資源優(yōu)化。通過(guò)工業(yè)大數(shù)據(jù)技術(shù)的支撐，實(shí)現(xiàn)制造資源、制造能力、制造過(guò)程

的信息透明，連通不同物理區(qū)域的多樣化生產(chǎn)資源，根據(jù)訂單需求完成最優(yōu)化

的資源配置，實(shí)現(xiàn)高效高質(zhì)的零部件協(xié)同制造，統(tǒng)一組裝、交付，同時(shí)工業(yè)企業(yè)

通過(guò)工業(yè)大數(shù)據(jù)平臺(tái)可對(duì)外開放空閑制造能力，實(shí)現(xiàn)制造能力的在線租用和利益

分配。例如沈陽(yáng)機(jī)床基于工業(yè)大數(shù)據(jù)平臺(tái)向奧邦鍛造公司提供了沈機(jī)i5機(jī)床租

賃服務(wù)，按照制造能力付費(fèi)，有效降低了用戶資金門檻，釋放了產(chǎn)能。以網(wǎng)絡(luò)化

協(xié)同制造為核心理念，大數(shù)據(jù)技術(shù)作為支撐，制造業(yè)企業(yè)內(nèi)部及企業(yè)間在眾多可

靠的網(wǎng)絡(luò)資源支持下實(shí)現(xiàn)了對(duì)不同產(chǎn)品各個(gè)階段的增值，促進(jìn)了創(chuàng)新資源、生產(chǎn)

能力、市場(chǎng)需求的集聚與對(duì)接，提高了產(chǎn)業(yè)鏈上下游的資源整合能力，促進(jìn)了全

社會(huì)多元化制造資源的高度有效協(xié)同。

(4)智能化服務(wù)

現(xiàn)代制造企業(yè)不再僅僅是產(chǎn)品提供商，而是提供產(chǎn)品、服務(wù)、支持、自我服

務(wù)和知識(shí)的“集合體”。工業(yè)大數(shù)據(jù)與新一代技術(shù)的融合應(yīng)用，賦予市場(chǎng)、銷售、

運(yùn)營(yíng)維護(hù)等產(chǎn)品全生命周期服務(wù)全新的內(nèi)容，不斷催生出制造業(yè)新模式、新業(yè)態(tài),

從大規(guī)模流水線生產(chǎn)轉(zhuǎn)向規(guī)?；ㄖ飘a(chǎn)和從生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)變，推動(dòng)

服務(wù)型制造業(yè)與生產(chǎn)性服務(wù)業(yè)大發(fā)展。在市場(chǎng)營(yíng)銷環(huán)節(jié)，利用大數(shù)據(jù)挖掘用戶需

求和市場(chǎng)趨勢(shì)，建立用戶對(duì)商品需求的分析體系，挖掘用戶深層次的需求，尋找

機(jī)會(huì)產(chǎn)品，進(jìn)行生產(chǎn)指導(dǎo)和后期市場(chǎng)營(yíng)銷分析；通過(guò)建立科學(xué)的商品生產(chǎn)方案分

析系統(tǒng)，結(jié)合用戶需求與產(chǎn)品生產(chǎn)，形成滿足消費(fèi)者預(yù)期的各品類生產(chǎn)方案等。

航天云網(wǎng)基于INDICS平臺(tái)的工業(yè)數(shù)據(jù)、供需服務(wù)信息，利用工業(yè)大數(shù)據(jù)關(guān)聯(lián)和

分析為企業(yè)提供產(chǎn)品推薦、銷量預(yù)測(cè)、企業(yè)駕駛艙等數(shù)據(jù)服務(wù)，大大提升了平臺(tái)

上的企業(yè)營(yíng)銷水平及運(yùn)營(yíng)能力。在售后服務(wù)環(huán)節(jié)，數(shù)據(jù)驅(qū)動(dòng)企業(yè)創(chuàng)新服務(wù)模式，

從被動(dòng)服務(wù)、定期服務(wù)發(fā)展成為主動(dòng)服務(wù)、實(shí)時(shí)服務(wù)。企業(yè)通過(guò)整合產(chǎn)品運(yùn)行數(shù)

據(jù)、銷售、客戶數(shù)據(jù)，將傳統(tǒng)的診斷方法與基于知識(shí)的智能機(jī)械故障診斷方法相

結(jié)合，結(jié)合設(shè)備狀態(tài)監(jiān)測(cè)技術(shù)、故障診斷技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，開展故障預(yù)警、

遠(yuǎn)程監(jiān)控、遠(yuǎn)程運(yùn)維、質(zhì)量診斷等大數(shù)據(jù)分析和預(yù)測(cè)，提供個(gè)性化、在線化、便

捷化的智能化增值服務(wù)，形成“制造+服務(wù)'’的新模式；建立產(chǎn)品電子履歷，優(yōu)

化產(chǎn)品售后保障措施，實(shí)現(xiàn)產(chǎn)品全生命周期的質(zhì)量信息追溯，提升用戶滿意度。

三一重工打造的根云平臺(tái)，為行業(yè)企業(yè)提供基于物聯(lián)網(wǎng)、大數(shù)據(jù)的云服務(wù)，當(dāng)

前平臺(tái)已接入各類高價(jià)值設(shè)備40萬(wàn)臺(tái)以上，采集近萬(wàn)個(gè)參數(shù)，連接數(shù)千億資產(chǎn)，

為客戶開拓超百億元的新業(yè)務(wù)，實(shí)現(xiàn)了制造企業(yè)的服務(wù)化轉(zhuǎn)型。

(5)個(gè)性化定制

個(gè)性化定制也是工業(yè)大數(shù)據(jù)應(yīng)用的熱點(diǎn)模式之一。通過(guò)工業(yè)大數(shù)據(jù)技術(shù)及解

決方案，實(shí)現(xiàn)制造全流程數(shù)據(jù)集成貫通，構(gòu)建千人千面的用戶畫像，并基于用戶

的動(dòng)態(tài)需求，指導(dǎo)需求準(zhǔn)確地轉(zhuǎn)化為訂單，滿足用戶的動(dòng)態(tài)需求變化，最終形成

基于數(shù)據(jù)驅(qū)動(dòng)的工業(yè)大規(guī)模個(gè)性化定制新模式。大規(guī)模個(gè)性化定制模式下，企業(yè)

會(huì)提供一個(gè)互聯(lián)網(wǎng)平臺(tái)，作為與用戶溝通交流的門戶，在該平臺(tái)上，消費(fèi)者可以

描述其個(gè)性化需求，進(jìn)行個(gè)性化設(shè)計(jì)并下單，在收到產(chǎn)品后可提出意見(jiàn)與反饋,

企業(yè)據(jù)此完善該用戶的個(gè)性化數(shù)據(jù)，并進(jìn)一步優(yōu)化針對(duì)該用戶的個(gè)性化設(shè)計(jì)。在

大規(guī)模個(gè)性化定制生產(chǎn)中，數(shù)據(jù)起到了關(guān)鍵作用。需要采集客戶個(gè)性化需求數(shù)據(jù)、

工業(yè)企業(yè)生產(chǎn)數(shù)據(jù)、外部環(huán)境數(shù)據(jù)等信息，從而建立個(gè)性化產(chǎn)品模型，將產(chǎn)品方

案、物料清單、工藝方案通過(guò)制造執(zhí)行系統(tǒng)快速傳遞給生產(chǎn)現(xiàn)場(chǎng)，進(jìn)行生產(chǎn)線調(diào)

整和物料準(zhǔn)備，快速生產(chǎn)出符合個(gè)性化需求的定制化產(chǎn)品。當(dāng)用戶的個(gè)性化需求

訂單產(chǎn)生的時(shí)刻，依據(jù)基于工業(yè)大數(shù)據(jù)構(gòu)建的需求轉(zhuǎn)化機(jī)制，可對(duì)制造過(guò)程中的

變動(dòng)做出快速整合和調(diào)整，柔性、動(dòng)態(tài)地滿足用戶千人千面的個(gè)性化需求。通過(guò)

將工業(yè)大數(shù)據(jù)與大規(guī)模個(gè)性化定制模式的結(jié)合，形成支持工業(yè)產(chǎn)品開發(fā)個(gè)性化、

設(shè)備管理個(gè)性化、企業(yè)管理個(gè)性化、人員管理個(gè)性化、垂直行業(yè)個(gè)性化等一系列

滿足用戶個(gè)性化需求的工業(yè)價(jià)值創(chuàng)造新模式，為工業(yè)企業(yè)顯著降低成本，形成價(jià)

值創(chuàng)造的新動(dòng)能。例如聯(lián)想自2011年起實(shí)施了全集團(tuán)的數(shù)字化轉(zhuǎn)型和全球化

的大規(guī)模個(gè)性化定制實(shí)踐，構(gòu)建了大規(guī)模個(gè)性化定制的先進(jìn)計(jì)算與存儲(chǔ)設(shè)備制造

支撐平臺(tái)，形成了覆蓋從用戶需求、產(chǎn)品設(shè)計(jì)、研發(fā)、柔性生產(chǎn)制造、供應(yīng)鏈和

金融等關(guān)鍵環(huán)節(jié)的全價(jià)值鏈精準(zhǔn)賦能，實(shí)現(xiàn)了企業(yè)內(nèi)部不同產(chǎn)品線和外部關(guān)聯(lián)企

業(yè)間的工業(yè)領(lǐng)域知識(shí)和數(shù)據(jù)互通，個(gè)性化定制生產(chǎn)和生產(chǎn)能力分享，顯著降低了

企業(yè)的生產(chǎn)經(jīng)營(yíng)成本、縮短產(chǎn)品升級(jí)周期、提高產(chǎn)品生產(chǎn)效率。

1.2.3與工業(yè)互聯(lián)網(wǎng)的關(guān)系

與智能制造的場(chǎng)景有所區(qū)別，工業(yè)互聯(lián)網(wǎng)更為關(guān)注制造業(yè)企業(yè)如何以工業(yè)為

本，通過(guò)“智能+”打通、整合、協(xié)同產(chǎn)業(yè)鏈，催生個(gè)性化定制、網(wǎng)絡(luò)化協(xié)同、

服務(wù)化延伸等新模式，從而提升企業(yè)、整體行業(yè)價(jià)值鏈或是區(qū)域產(chǎn)業(yè)集群的效率。

與智能制造相似