工业大数据比互联网大数据更加精准
毫无疑问，制造业已经迈入大数据时代。在美国工业互联网、工业4.0和中国制造2025的理念和规划中，工业大数据都处于新一代产业革命的重要位置。然而，在工业大数据实施过程中，往往会感觉步履维艰。因为大数据对整个企业或者工厂带来的冲击是非常大的，这里面既涉及到新技术应用，旧有系统的继承等问题，也涉及到企业文化和对组织管理的冲击。后者引起的阻力会更大。图1 工业大数据与三个战略的关系工信部下发《智能制造综合标准化体系建设指南》中提到“工业大数据是工业领域完成相关信息化（包括企业内部的数据采集和集成，产业链横向的数据采集和集成，以及客户/用户和互联网上的大量外部数据）所产生的海量数据的基础上，经过深入分析和挖掘，以制造企业提供看待价值网络的全新视角，从而为制造业创造更大价值。”表1 互联网和工业大数据对比表对于工业而言，大数据可以分成两个方向。第一，工业服务的大数据。像国家电网这样的公司，服务所占比重很大。这种工业服务大数据，所采取的技术和资源是不太一样的。第二，工业研发与制造大数据。这类数据的精准度要求够高，质量比较高，而且需要相对全量的数据。这是精准的大数据研究，与大数据的服务有所区别。天下武功惟快不破，惟量不破。这两点构成了工业大数据的规律，整个工厂的实时数据变化频率非常快，而且数据量非常大，这个时候需要制订完全不同的标准，设计理念、实施理念、设计模型理念发生很大的变化，这对主数据、数据仓库的建设都起到了非常大的影响。早期实施数据仓库，一般都以静为准，以固化为准。而当前工业大数据时代应该是什么呢？应该以快速反应，以量覆盖全部的分析为准。图2 业务正向所产生的数据流伴随着计算机技术迅猛发展及企业信息化建设的重视与加快，制造业不但积累了大量的历史数据，而且在无时不刻地产生着大量数据，企业正面临如何用好大数据的.抉择和考验。而在新一代革命中，除了上面的正向数据流，还有大量的反向数据拉动。数据逆向驱动业务1、支持问题的可视化分析，将隐藏在数据背后的价值可视化呈现，发现最优解决路径；2、为产品研发、设计、工艺及制造过程的更改提供依据，缩短影响周期；3、支持市场决策及生产计划制定，通过产品的使用数据把握该产品的市场供需关系；4、支持服务主动化转型，准确预测产品设备已用多少年，可能什么时候出现什么问题，什么时间更换零配件，以及产品升级等；5、......当前整个工业领域，都在大力推行两化融合。两化融合核心是什么？最重要的就是数据管理；而数据的组织模式，就成为两化融合的组织模式。这里面涉及到两个概念，第一是流程模型数据化，包括产品模型数据化。模型数据化是当前当务之急，这跟过去的信息化有所区别；第二，大数据最后需要还原出来的是，整个工业技术体系 的模型。这一点才是两化融合真正的能力。工业大数据可以划分为四个特性。第一就是全属性。全属性就是说产品数据的完整性。它携带了全部的尺寸、工艺、制造、售后使用的信息。这一点实现起来是有很大难度的，丹在未来产业革命体系中，这一点是工业大数据最为根本的核心。图3 工业大数据的特征-四全第二，全寿命和全过程。最近几年PLM（产品生命周期的管理）的普及，已经让行业非常熟悉这个概念。数据的设计和使用，必须要考虑跨越不同的设计、制造阶段。第三，全方位，是全连接的手段。在整个价值链体系中去考虑问题。最后是全融合。整个产业体系下的生态系统融合。工业大数据的应用广泛，目前颇为迫切的集中在两个方面。第一，顶层设计。两化融合和大数据融合的战略还有复杂组织系统下的设计，尤其数据管理的长效机制，是非常重要的。因为整个新形势下，流程和组织将发生最为深刻的变化。只有顶层设计好，才能洞察全局。第二，工业大数据将深入到数字化车间。数字化车间可以分为两个阶段，第一个阶段是建立车间级的大数据中心。以质量管理为例，可以利用产品全生命周期的数据，来实现质量追溯和过程质量控制。图4 产品变异的原因第二个阶段是车间级的集成性平台。需要把各个阶段的数据进行汇集，最终目标要把整个PDM、MICE、ERP业务集成起来，形成新的业务流形成新的业务。图5 产品大数据支撑的智能产品运维整个工业大数据，目前正恰逢大数据最为普及最广泛接受的时代。一切用数据说话、决策、管理、创新。图6 大数据技术的支撑方向您还可通过微信公众号“知识自动化”查看更多精彩文章【工业大数据比互联网大数据更加精准】相关文章：
开放大数据、工业大数据与工业互联网的关系04-20
大数据精准营销的论文06-25
工业互联网怎么让大数据产生价值？04-20
大数据=工业？云计算和互联网是通用技术04-20
精准数据库营销(经典案例分析)08-08
互联网数据分析概论：如何用数据说话01-15
建材品牌进行精准的数据分析的方法01-15
2013考研政治考点与分值精准数据对照01-07
数据库精准营销助推新房销售方案12-03