工业大数据浅析（上篇）——工业大数据的概念、发展及价值

目录

• 1.引言
• 2.工业大数据概念
• 3.工业大数据起源
• 4.各国工业大数据实践
• • 4.1.德国的“工业4.0”
  • 4.2.美国的“CPS和工业互联 ”
  • 4.3.日本的“精益生产”到“互联工业”
  • 4.4.法国的“新工业法国战略”
  • 4.5.中国的“智能制造”
• 5.工业大数据变革影响
• 6.工业大数据应用价值
• 7.概念术语
• 8.引用参考文献

1.引言

??近年来，随着新一代信息技术与工业融合不断深化，特别是在国家“智能制造”战略牵引和工业互联 产业创新发展的大背景下，工业大数据迈出了从理念研究到技术探索、再到应用落地的关键步伐，在工业生产端、需求分析、流程优化、预测运维、能源管理等环节，数据驱动的工业新模式、新业态不断涌现。工业大数据是未来工业在全球市场竞争中发挥优势的关键。无论是德国工业4.0还是美国工业互联 ，各国都将工业发展战略瞄准了“大数据”和“智能化”，未来以制造业为代表的工业创新发展都将以工业大数据技术为实施基础。下面将从工业大数据的概念讲起。

2.工业大数据概念

??目前，无论是国家机关、工业部门、科技企业还是高校学者都在不断探索和理解工业大数据，但由于其涉及的应用领域广泛，技术内涵丰富，行业内外对工业大数据的概念尚未形成统一认识。我们挑选其中具有代表性的概念做简要介绍和理解。
??工信部《关于工业大数据发展的指导意见》中的定义：“工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联 平台中的数据等。”
??中国电子技术标准化研究院《工业大数据白皮书（2019）》中的定义：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、 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。
??工业大数据具备双重属性：价值属性和产权属性。一方面，通过工业大数据分析等关键技术能够实现设计、工艺、生产、管理、服务等各个环节智能化水平的提升，满足用户定制化需求，提高生产效率并降低生产成本，为企业创造可量化的价值；另一方面，这些数据具有明确的权属关系和资产价值，企业能够决定数据的具体使用方式和边界，数据产权属性明显。工业大数据的价值属性实质上是基于工业大数据采集、存储、分析等关键技术，对工业生产、运维、服务过程中数据实现价值的提升或变现；工业大数据的产权属性则偏重于通过管理机制和管理方法帮助工业企业明晰数据资产目录与数据资源分布，确定所有权边界，为其价值的深入挖掘提供支撑。
??李杰教授：工业大数据是不可以定义的，因为它所有的本质都是它的属性，属性只能用来定性，不能用来定义。如果给它一个概念，那我认为工业大数据就是一个可以通过它了解工业系统本身，从而进行改进的信息流。工业大数据具有更强的专业性、关联性、流程性、时序性和解析性等特点，而这些特点都是传统的互联 大数据处理手段所无法满足的。正如下图所示，他提出的一个类似“荷包蛋理论”很好的诠释了产品与服务在整个工业大数据体系中的位置和作用。

4.各国工业大数据实践

4.1.德国的“工业4.0”

??德国政府在2013年的汉诺威工业博览会上提出“工业4.0”战略，其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。该战略已经得到德国科研机构和产业界的广泛认同，并在世界范围内产生了极大的影响力。

4.2.美国的“CPS和工业互联 ”

??CPS全称是信息物理系统，是一个综合计算、 络和物理环境的多维复杂系统，通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。CPS作为计算进程和物理进程的统一体，是集成计算、通信与控制于一体的下一代智能系统。2006年2月发布的《美国竞争力计划》将CPS列为重要的研究项目。2007年7月，美国总统科学技术顾问委员会(PCAST)在题为《挑战下的领先–竞争世界中的信息技术研发》的 告中列出了八大关键的信息技术，其中CPS位列首位。

4.3.日本的“精益生产”到“互联工业”

??日本在制造业传统不可谓不悠久，精益生产（Lean Production，简称LP）最早就是由美国麻省理工学院数位国际汽车计划组织（IMVP）的专家对日本丰田准时化生产JIT（Just In Time）生产方式的赞誉称呼，即“在需要的时候，按需要的量，生产所需的产品”。该模式引领了日本上世纪60-80年代制造业的飞速发展，并逐步演变为“工匠精神”。

4.4.法国的“新工业法国战略”

??2015年，法国推出“新工业法国战略”，总体布局为“一个核心，九大支点”。一个核心即“未来工业”，主要内容是实现工业生产向数字化、智能化转型，以生产工具的转型升级带动商业模式转型。九大支点，包括新资源开发、可持续发展城市、环保汽车、 络技术、大数据技术、新型医药等。一方面旨在为“未来工业”提供支撑，另一方面重在满足人们日常生活的新需求。该战略为期十年，主要解决三大问题：能源、数字革命和经济生活。

架构名称	发布时间	机构名称	核心内容
工业4.0参考架构	2015年4月	德国工程院等	从信息技术、生命周期和价值流和企业纵向层三个维度展示工业4.0架构，工业4.0组件模型
工业互联 参考架构	2015年6月	美国工业互联 联盟IIC	针对工业互联 具有跨行业适用性的参考架构
工业价值链参考框架	2016年12日	日本机械工程学会	通过多个智能制造单元的组合成通用功能块，展现制造业产业链和工程链
智能制造系统架构	2015年12月	中国国家标准化管理委员会	从生命周期、系统层级和智能功能三个维度构建

5.工业大数据变革影响

??总体来看，工业大数据必将极大地提高生产力，推动产业结构与劳动力结构的转变，引起国家间经济、 会与政治格局的变化，进而改写人类发展进程。谁抓住了机遇，以最快的速度实现超越行业、企业边界的“智能链接”，谁就能率先进入大规模定制生产时代；谁有效地应用了大数据和智能设备，谁就能在价值链中占据优势；谁顺利地完成了劳动力转型，谁就能使国民经济快速提升。从这个意义上说，工业大数据不仅会重塑未来经济格局，而且还会改变国家竞争格局。下面再来看看工业大数据能创造哪些应用价值。

6.工业大数据应用价值

??一、能够实现数据的全面采集并持久化
??在前大数据时代，很多工业现场采集到的数据的生命周期仅仅是在显示屏上一闪而过，大量的数据由于种种原因被丢弃了，丢弃的一个很重要的原因就是无法有效存储，全部存储成本过高且数据量过大导致无法使用。大数据时代之后，新型的数据处理技术及云计算带来的低成本，使得数据的全面采集并且持久化成为可能，即采集到的数据可以实现长时间的存储，且海量的数据可处理、可分析，工业用户就有了存储数据的意愿。而这一切又反过来为大数据分析提供了坚实的数据基础，使得分析的结果更准确，成为一种正向循环。
??二、能够实现全生产过程的信息透明化
??随着现代生产技术的飞速提高，生产过程已经呈现高度复杂性和动态性，逐渐出现了不可控性。生产过程信息呈现碎片化倾向，只有专业部门、专业人员才掌握本部门、本专业的数据，企业无法全面有效了解全生产流程。随着大数据处理和可视化技术的不断发展，目前，通过全生产过程的信息高度集成化和数据可视化，从而达到了生产过程的信息透明化，企业总调度中心不仅可以清晰地识别产品，定位产品，而且还可全面掌握产品的生产经过、实际状态以及至目标状态的可选路径。
??三、能够实现生产设备的故障诊断和故障预测
??当前，已经可实现对设备各类数据的采集，包括设备运行的状态参数，例如温度、震动等，设备运行的工况数据，例如负载、转速、能耗等，设备使用过程中的环境参数，例如风速、气压等，设备的维护保养记录，包括检查、维护、维修、保养等信息，以及设备的使用情况，例如使用单位、操作人员等。收集到设备的各类数据后，再加上同类设备的数据、长周期的使用数据等等，就构成了大数据分析的基础数据。这个时候，再加上好的算法及模型，通过数据的分析处理实现设备的故障诊断和故障预测就是一个再简单不过的事情了。
??四、能够实现生产设备的优化运行
??在故障诊断和故障预测的基础上，机器、数据和生产指标构成了一个相互交织的 络，通过信息的实时交互、调整，再加上优化准则，将它们进行比对、评估，最终选出最佳方案。可以进一步提高设备的效率和精度，更加合理化和智能化的使用设备，这就使生产更具效率，更环保，更加人性化。并且设备的使用更加高效、节能、持久，同时还可减少运维环节中的浪费和成本，提高设备的可用率。
??五、能够提高企业的安全水平
??由于设备信息、环境信息和人员信息的高度集成，经过数据分析可实现安全 警、预警，隐患评估、预警等，从而大幅度提高安全水平，并且可提升人员效率；
??六、能够实现定制化生产
??近几十年里，技术开发面临的最大挑战是产品乃至系统无限增加的复杂性。与此同时，这还导致开发和制造的工业过程的复杂性也倾向于无限增加。而工业企业欲在未来长期保持竞争优势，又必须提高生产灵活性。因为只有这样，才能降低成本，缩短产品上市时间，并通过提高产品的种类，满足个性化的生产需求。单靠人脑进行管理，是无法对如此复杂的流程和庞大的数据进行匹配的，通过大数据技术的引入，可以将客户的需求直接反映到生产系统中，并且由系统智能化排程，安排组织生产，使得企业定制化生产成为现实；
??七、能够实现供应链的优化配置
??通过RFID等产品电子标识技术、物联 技术以及移动互联 技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。供应链体系以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合供应链资源和用户资源。在供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，企业就能够持续进行供应链改进和优化，保证了对客户的敏捷响应。
??八、能够实现产品的持续跟踪服务
??随着物联 技术的发展，对于已售出的产品，现在可实现运行数据的全面收集，从而可分析已售出产品的安全性、可靠性、故障状态、使用情况等，在这些数据的基础上，产品运行数据可以直接转化到生产过程中，可以改进生产流程、提高产品质量、开发新产品，更进一步，生产信息也可以直接作用于优化产品研发及生产过程的上游工序中。
??九、能够为企业提升新的服务价值
??商家卖的是产品，用户看重的是产品带来的价值。一切技术或产品都只是手段，其核心目的是在使用中创造价值。当企业能够使用新的技术为用户提供服务时，卖的已经不是或者不只是冰冷的产品了，而是新的价值服务，这种价值服务在工业大数据范畴可以定义为数据或信息服务以及与之有关的技术服务。这样，一个生产商就从过去单纯的产品提供者转变为如今的信息服务商。
??综上，不难看出工业大数据可以创造丰富的应用价值，既然它这么有用，我们更要深入了解和研究工业大数据，后续将为大家带来工业大数据浅析（下篇）——工业大数据的技术、实践与展望，精彩内容，不容错过！

7.概念术语

??第四次工业革命：由于互联 和计算机技术的高度发展 在与工业系统深度融合过程中引发的生产力、生产关系、生产 技术、商业模式以及创新模式等方面的深刻变革，是整个工业 系统迈向全面智能化的革命性转变。
??工业4.0：由德国提出和倡导的，以Cyber-Physical Production System（CPPS,信息物理生产系统）为核心技术的的制造系统变革。
??工业互联 ：由美国通用电气公司（GE）提出，代表全 球工业系统与智能传感技术、高级计算、大数据分析，以及互 联 技术的连接与融合。其核心三要素包括智能设备、先进的 数据分析工具，以及人与设备的交互接口。工业互联 是智能 制造体系与智能服务体系的深度融合，是工业系统产业链与价 值链的整合与外延。
??信息物理系统：又译为 络实体系统，英文表述为Cyber-Physical System（CPS），由美国NSF（美国国家科学基金会）于2006年提出。是通过 络虚拟端的数据分析、建模和控制对实体活动内容的深度对称性管理。CPS是第四次工业革命的核心技术。
??物联 （IoT）：实体之间通过传感器数据与控制信 实 现相互索引、相互连接、相互通信和相互协同的集群 络。其 主要技术元素包括智能传感 、M2M (机器对机器通信)和 云计算与存储技术等。
??互联 +：互联 与传统行业相融合的模式，其本质是利 用互联 技术颠覆传统行业商业模式和服务模式的经济新形态， 是生产系统革命引起生产关系和商业模式变革的必然趋势。

8.引用参考文献

1. 郑树泉，覃海焕，王倩. 工业大数据技术与架构[J]. 大数据, 2017，3(4): 67-80.
2. 中国电子技术标准化研究院，全国信息技术标准化技术委员会大数据标准工作组.工业大数据白皮书（2019版）[J]，2019
3. [美]李杰(Jay Lee).工业大数据[M].北京：机械工业出版 ，2015
4. [美]李杰(Jay Lee).从大数据到智能制造[M].上海：上海交通大学出版 ，2016
5. [美]李杰(Jay Lee).CPS新一代工业智能[M].上海：上海交通大学出版 ，2017
6. 搜狐，信息化协同创新专委会，《第四次工业革命的机遇与挑战》，原文链接：https://www.sohu.com/a/238550900_781358
7. 版权声明：CSDN博主「产业智能官」【工业大数据】工业大数据应用场景分析；工业大数据，从何做起，遵循CC 4.0 BY-SA版权协议，原文链接：https://blog.csdn.net/np4rHI455vg29y2/article/details/79119810

文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn211178 人正在系统学习中