1.什么是工業大數據
工業大數據是工業互聯網的核心內容,是指在工業產業中,圍繞典型智能制造模式的整個產品全生命周期各個環節產生的各類數據及相關技術和應用的總稱。目前,隨著工業信息化程度日益深化,工業大數據由之興起,已經逐漸滲透于工業生產過程中生產調度優化、安全管理、提高生產效率等諸多方面。

2.工業大數據的來源是
工業大數據的主要來源有如下3類:
(1)生產經營相關業務數據
生產經營相關業務數據主要來自于傳統企業信息化范圍,存儲在企業信息系統內部,包括傳統工業設計和制造類軟件、企業資源計劃(ERP)、產品生命周期管理(P L
M)、供應鏈管理(S
CM)、客戶關系管理(CRM)和環境管理系統(EMS)等。這些企業信息系統已累積了大量的產品研發數據、生產性數據、經營性數據、客戶信息數據、物流供應數據及環境數據。此類數據是工業領域傳統的數據資產,在移動互聯網等新技術應用環境下正在逐步擴大范圍。
(2)設備物聯數據
設備物聯數據主要指工業生產設備和目標產品在物聯網運行模式下,實時產生收集的涵蓋操作和運行情況、工況狀態、環境參數等體現設備和產品運行狀態的數據。此類數據是工業大數據新的、增長最快的來源。狹義的工業大數據即指該類數據,即工業設備和產品快速產生且存在時間序列差異的大量數據。
(3)外部數據
外部數據指與工業企業生產活動和產品相關的企業外部互聯網來源數據,例如,評價企業環境績效的環境法規、預測產品市場的宏觀社會經濟數據等。工業大數據技術是使工業大數據中蘊含的價值得以挖掘和展現的一系列技術與方法,包括數據規劃、采集、預處理、存儲、分析挖掘、可視化和智能控制等。工業大數據應用則是對特定的工業大數據集,集成應用工業大數據系列技術與方法,獲得有價值信息的過程。工業大數據技術的研究與突破,其本質目標就是從復雜的數據集中發現新的模式與知識,挖掘得到有價值的新信息,從而促進制造型企業的產品創新,提升經營水平和生產運作效率以及拓展新型商業模式。
3.工業大數據的架構分析
工業大數據架構包含3個維度:生命周期與價值流、企業縱向層和IT價值鏈。
(1)生命周期與價值流維度
工業大數據架構中的生命周期與價值流維度涵蓋了整個產品生命周期的各階段,即研發與設計、生產、物流、銷售、運維與服務5個階段,其中,生產、物流和銷售可進一步歸類于生產與供應鏈領域,則生命周期與價值流維度包含了3個領域:研發與設計、生產與供應鏈及運維與服務3個領域。
1)研發與設計領域:研發數據通過研發人員在研發設計過程中不斷積累而成,其來源于產品生命周期各個環節,包括:用戶需求大數據、研發知識大數據、產品重用大數據、研發協同大數據等,具有跨產品和跨行業、種類繁多的特性。
實現基于大數據的個性化定制設計自動化傳統企業產品種類、式樣不多,可采用手工設計產品模型、生產樣品,再進行量產的生產模式,但面對個性化、小批量生產的要求,傳統模式將導致產品生產周期過長、成本過高。通過積累大量的產品設計模型數據,分析設計數據之間的關聯,借助大數據技術及其他輔助設計工具可實現個性化定制設計及模型生成的自動化。
2)生產與供應鏈領域:生產大數據不僅包括產品生產制造過程中采集的產品生產信息、訂單信息、設備信息、控制信息、物料信息、人員工作排程,還包括企業內部管理信息流、資金流、產品生產上下游的供應商及客戶管理等相關輔助生產管理的信息,生產數據的采集依托于企業已有資源管理、制造執行、工控管理、供應鏈管理、供應商管理、客戶管理、商務管理等信息系統。
能夠實現網絡化協同制造及制造業共享經濟。通過互聯網+
,進行生產資源在企業內或企業間的整合優化,實現企業內部的縱向協同制造或企業間的橫向協同制造。通過互聯網+共享經濟,進行創新資源、生產能力、庫存等生產資源的共享,實現制造業共享經濟。
3)運維與服務領域:運維與服務領域的數據來源有很多,主要包括:在客戶允許的情況下,通過嵌在產品中的傳感器采集的產品實時運行狀態數據及周邊環境數據;通過商務平臺獲得的產品銷售數據、客戶數據及相應的產品評價或使用反饋;客戶投訴及相應處理記錄;產品退貨/返修記錄及相應的維修記錄。通過對這些數據進行分析、挖掘及預測,可幫助工業企業不斷創新產品和服務,發展新的商業模式。
通過監控、分析遠程采集的產品實時運行狀態數據,實現遠程監控與管理、故障診斷及預測性維護等在線增值服務,可降低維護成本,提高產品利用率。通過分析設備的客戶使用數據及周邊環境數據,還可為用戶提供延伸服務,擴展產品價值空間,實現以產品為核心的經營模式向
制造+服務 的模式轉變。
通過分析客戶產品評價或使用反饋、客戶投訴,將有用的意見融入產品的設計及產品改進中,對客戶投訴進行分類處理,可提高產品質量及售后服務質量,降低投訴率,提高客戶滿意度及忠誠度。通過分析產品退貨或返修原因,及時采取有效措施,可提升產品質量,降低退貨率及返修率。
(2)企業縱向層級
工業大數據架構的企業縱向層從物理域的角度自下而上共分為5層,分別為設備層、控制層、車間層、企業層和協同層。在設備層、控制層、車間層可利用物聯網,基于信息物理系統實現智能工廠;在企業層,企業集成內部各種信息化應用,進行企業內部業務流程整合和改造,提升企業運行效率;協同層使用工業云等平臺技術,實現企業外部協同制造及制造業服務化等創新業務模式。企業縱向維度可以分成信息物理系統、企業管理信息系統、互聯平臺系統3個子系統。
(3)IT價值鏈
大數據的價值通過數據的收集、預處理、分析、可視化和訪問等活動來實現。
在IT價值鏈維度上,大數據價值通過為大數據應用提供存放大數據的網絡、基礎設施、平臺、應用工具及其他服務來實現,從而提高運營效率和支撐業務創新。大數據技術支撐的企業架構,參考TOGAF劃分方法,可分成業務架構、信息系統架構成及IT技術架構3個層次。
1)業務架構:業務架構定義了業務戰略、管理、組織和關鍵業務流程,是企業全面的信息化戰略和信息系統架構的基礎,是數據、應用、技術架構的決定因素。
2)信息系統架構:為充分發揮工業大數據價值,避免形成 信息孤島
,需要構建統一的信息系統架構,以實現各應用系統及數據的用戶訪問和互操作?;诠I大數據業務戰略的信息系統架構是一個體系結構,它反映制造企業的信息系統的各個組成部分之間的關系以及信息系統與相關業務、信息系統與相關技術之間的關系。
3)信息技術架構:隨著工業4.0浪潮的興起,物聯網、云計算、大數據、人工智能、增強現實/虛擬現實等信息技術不斷向工業領域融合滲透,為工業大數據應用的實施奠定了堅實的技術基礎。
以上就是有關于工業大數據的定義、來源及架構的全面分析,如果還想了解更多工業大數據的相關內容,敬請關注三個皮匠報告網站。
推薦閱讀
工業4.0概念股有哪些?龍頭概念股梳理
大數據分析是什么?特點是?
《賽迪智庫:工業互聯網產業大腦平臺1.0——2021工業互聯網大數據應用白皮書(31頁).pdf》
《騰訊安全:2022數字安全產業大數據白皮書(52頁).pdf》