工业大数据技术与应用白皮书

什么是工业大数据：

工业大数据的总称，包括企业信息化数据、工业物联网数据，以及外部跨界数据。

工业大数据的来源：

人和机器是产生工业大数据的主体，由人产生的数据规模的比重逐渐降低，机器数据所占据的比重越来越大。

企业内部数据，主要是MES、ERP、PLM等自动化与信息化系统中产生的数据。

产业链数据是企业供应链（SCM）和价值链（CRM）上的数据。

跨产业链数据，指市场、地理、环境、法律和政府等外部跨界信息和数据。

工业大数据的特征：

数据模态多样，结构关系复杂，典型高端制造企业数据类型可达300余种，汽轮机35万个零部件数据；

数据通量大，500Hz，500测点/台，2万台风机，最高可数亿数据点/亿；

协作专业多，飞行器研发相关专业200多类。

工业大数据应用特征：

跨尺度：需要将毫秒级、分钟级、小时级等不同时间尺度的信息集成起来；

协同性：牵一发而动全身，某个业务目标需通过整个企业乃至供应链上多个相关方的大范围协同才能完成；

多因素、因果性、强机理：指影响某个业务目标的因素多，源于工业系统对确定性的高度追求，是获得高可靠分析结果的保证。

工业大数据应用场景：从商务智能到数据智能

1、优化现有业务，实现提质增效，通过生产质量分析，提高企业生产产品良率

制造型企业拥有了MES、ERP、SPC等业务系统，获得了大量的数据。然而在跨工厂、跨系统的异构数据中，数据无法进行关联分析。如何找到生产各个环节的规律和异常，如何获得优化见解，是制造型企业面临的关键挑战。

通过对整个生产流程的数据采集，对影响产品质量的数据进行分析，比如生产过程控制分析、生产工艺参数分析、产品全生命周期质量分析等，快速定位质量缺陷，实现质量追溯。

2、推动精准营销，服务快速反应

您的客户是谁？定位和优选客户，实现客户分群，找到您的营销对象；

客户需要什么产品？大数据智能推荐系统，“千人千面”精准推荐，提升营销转化率；

客户为什么购买你的产品？通过客户商机诊断及预测，通过数据建模为销售行为提供支持；

您的业务该如何优化？建立运营管理驾驶舱，实现决策智能化。

3、设备故障预测，优化生产过程

设备故障分析及预测，优化设备维修计划；

设备劣化倾向分析，提出预测性维修建议；

维修情况分析，优化维修计划及人员配置；

设备状态实时分析，优化设备运维计划。

慧都工业大数据团队一直致力于将复杂的数据转为清晰的见解，通过端到端的方案，将更好的满足企业定制化生产的需求，提高企业运营效率。

如果您的企业也有生产质量分析、设备故障预测、工业大数据分析、能耗异常分析等需求，欢迎拨打慧都热线023-68661681或在线咨询，为您免费提供大数据相关业务咨询！

内容摘自清华王建民教授《工业大数据技术与应用白皮书》