大数据时代的挑战
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
4.2 大数据能做什么？
（4）异常诊断与消除 装置或质量出现异常后，大数据帮助快速完成异常的
定位、评估、分类，并提出适当的解决方案，因而异常消 除过程从单纯的经验判断、仪器监测，发展到智能化、程 序化和自动化。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（4）异常诊断与消除
例：人工神经网络在华新水泥质量管理中的应用
新工艺发布 工艺优化
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（2）平滑且动态优化的制造过程 工况参数的变化必引起工艺条件调整，调整的程度甚
至会偏离设计额定的控制条件，大数据可以帮助建立多种 工况条件下满足一定优化目标的平滑且动态优化的模型系 统与工艺参数体系。
4、化学工业4.0 的大数据基础
2、化学工业发展所面临的挑战
因此：
业务模式
企业类型
新产品\新技术开发者 领域专家
大宗化学品生产
专业服务
知识创新型企业
强调资本及运营优势的 企业
提供基础设施或服务支 持的企业
集约化的化学工业模式
工业4.0是一个很有前景的工业新范式
竞争优势
产品（技术） 开发优势 知识领先 操作优良
客户关系密切
价值领域集成
业务及环境 数据
生产过程 实时数据
APC ERP
云 服 务 及 应 用
互联网
离线数据分 析系统
在线优化 系统
物 联 过程 网 装备
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（3）设备保全与更新
例：基于知识的设备集成管理平台
承诺能力 （APC）评
价
市场需求 生产计划
产品
过程 设备
额定生产运行 参数
工艺参数 机电参数
故障 诊断
知识库
设备运行机 电、工艺指标
设备运行功能 成本效益 可靠性评价 评价
4、化学工业4.0 的大数据基础
0和1或许真正无情地颠覆人类5000年文明史以来 的社会组织形式、生活方式以及生产方式。
未来，统治世界的是人，还是机器人？
2、化学工业发展所面临的挑战
一直以来，化学工业呈现出两大发展趋势：
一方面是包括石油、天然气、新能源、矿产 、生物质、水资源和煤转化等资源导向性的化工 产业，集中度越来越高。
另一方面是在市场多样化下，生物、软固体 、功能材料、膜、纳米、催化、医药、仿生、基 因工程等产品的细分化趋势更加显著。
用户 菜单
析
工况研究模型 优化模型
界面
工况研究 用户 优化 请求
手动控制或自动控制
各类报告
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（3）设备保全与更新 大数据帮助建立综合设备机械性能、工艺参数、操作
规范、润滑保养、生产能力、维护成本等因素的设备可靠 性以及经济性评价模型，使设备管理到达一个科学化、经 济化的高度
3、化学工业4.0 – 智能工业的新范式
化学工业 4.0基于物联网、数据网和互联网的 无缝连接，将市场终端需求与制造过程在线集成， 并在大数据技术、人工智能技术支持下实现生产制 造过程的最优化和智能化。过程控制将从嵌入式系 统发展到网络物理系统（CPS）。
3、化学工业4.0 – 智能工业的新范式
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据对技术实现最大的改变是: 放弃对因果关系的孜孜以求，取而代之的是关注事
务（事件）之间的相关关系，强调知道“是什么”，而 不苛求理论层面上的“为什么”
大数据把世界拉平了
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
技术 因素
物 联 网
数字化 系统化 集成化 可视性
面向市场及业务 的数字化系统
物理平台
面向装置及过程 的数字化系统
大数据是化学工业4.0的资源基础。
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据不能简单理解为数据量很大的数据。大数据指 的是所涉及的资料量规模巨大，用目前常规的统计方法和 软件工具，无法在合理的时间内完成采集、管理、处理并 形成能帮助人们进行决策的资讯信息。
化学工业4.0的目标与任务 1）由过程集成到“供应链网”整合 2）规模化&柔性化 3）制造&服务 4）智慧工厂
公共 跨 服务 企 需求 业
、
跨 经济 互
行 业 、
可持 续增
长
联 网
跨
国 市场 界 需求
资(能) 源节约
环境 因素
环境 约束
企业 集群
装备 因素
劳动 供应 人的 投入 链集成 因素
物流 集成
1、工业4.0模式的提出
关键词：智慧工厂
一种基于物联网、分布式和智能化的生产系统。
产品：能感知和通讯其整个供应链和生命周期中的各种信息 生产：采用数字技术，充分人机互动，生产物流优化集成。 装置：基于生产价值链集成，柔性化，可实现自组织。 管理：根据生产实际需求，灵活组织生产方式和流程。
1、工业4.0模式的提出
的应用
供应链
数据 集成
商业智能
客户交互
大数据池 CAPP-BM
云计算 平台
数据 集成
过程优化
仿真模拟
柔性制造体系
经营数 据库
云设计
实时数 据库
市场经营
供应链信息 产品工程、技术创新
产品性能要求 设计条件： 经济指标、 质量指标 原料条件、 设备条件
技术中心 工艺限定、 工时限定
市场需求
经营目标
制造中心
5.1 大数据处理的基本流程 数据抽取与集成
数据分析 系统应用
云服务
基于OPC或WEB服务器的 客户端应用
流程 神经 数据 模拟 网络 挖掘
APC 应用
CRM
运行 诊断
HSE 评价
实时数据 应用
大数据服务器
数据分析服务器
数据集成
数据接口软件
DCS
FCS
数据抽取 现场控制系统 设备、控制器、传感器接口
险
可靠性结果
源
综合报表
可靠性文档管理与
可靠性设计分析权 可靠性报告
于
电子仓库
限管理
管理
可
操
作
对象服务
集成接口组件
性
评 价
对象 模型
综合设计数据模型
综合设计流程模型
支撑环境接口
产
DCS
品
工
MES
程
数
据
ERP
库
HAZOP 基础数据库及知识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（6）市场营销与客户关系 大数据模拟产品的市场供需平衡，掌握用户的行为准
智能化成为科技界与工业界的最新命题
1、工业4.0模式的提出
于是： 美国通用电气等提出了工业互联概念（Industrial Internet）。 中国提出“两化融合” （the merge of industrialization and information）。 德国2012年提出了工业4.0（Industry 4.0）。
模型和过程技术经济评价模型，在线完成生产系统运行的 可靠性状态和安全等级评价，提出适当、可靠、经济的应 急措施规划，形成优化控制策略。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （5）HSE评价体系
例：面向过程的危险源辨 识及可操作性评价系统 （HAZOP）
MES体系模块
生产模型管理
性
人员调度管理
能
设备管道管理
工
具
产品追溯管理
集
现场作业管理
物料辅料管理
HSE 体系模块
质量管理 设备管理 环境保护 消防化救 人员管理 系统管理
ERP 体系模块
物流管理 生产管理 业务管理 综合报表 财务管理 系统维护
可靠性平台接口
数据库接口
危
产品结构与配置 管理
可靠性与性能综合 设计工作流管理
FRACAS 管理
大数据时代的挑战
化学工业4.0
提要
1、工业4.0模式的提出 2、化学工业发展所面临的挑战 3、化学工业4.0 – 智能工业的新范式 4、化学工业4.0 的关键技术 5、化学工业4.0 的大数据基础
1、工业4.0模式的提出
至今，人类已有了三次工业革命：
蒸汽机突破了人类的体能极限，开启了工业化进程。 电气化奠定了规模实践的基础，由此诞生了现代化学工业。 电子与信息技术推动人类进入了自动化文明。
1、工业4.0模式的提出
那么，工业4.0是什么呢： 虚拟全球（Virtual global）与现实过程（The Real
World）相融合，通过计算、自主控制和物联网（互联 网），把人、装置、资源和信息融合一体，实现更高的生 产效率、更快速的市场反应以及灵活性。
全球化 智能化 绿色化 用户中心 快捷便利 专业化
例如：
美国的通用电气、波音；德国的博世、奔驰、SAP；中国的 格力、三一、沈阳机床厂等企业开展了各自国家标准下新 型工业模式的探索。
1、工业4.0模式的提出
例如：
特斯拉踢开了传统制造业大门，苹果、小米，谁是下一个？
1、工业4.0模式的提出
面对汹涌而至的智能原料、智能制造和智能 产品，未来学家开始担心人类能否应对自作聪 明所带来的后果：
我们曾经认为：
化工企业
知识创新型企业
强调资本及运营优势 的企业
提供基础设施或服务 支持的企业
业务类型 新产品\新技术开发者
领域专家 大宗化学品生产
服务供应商
竞争优势 产品（技术）
开发优势 领域知识领先
操作优良
客户关系密切
2、化学工业发展所面临的挑战
然而， 1）化学工业在全球范围内迁移 2）更严格的健康、安全与环境标准 3）绿色导向的化学工业新技术 4）面向“供应链网”的产业集成
则与价值体系，实现商业智能化，在市场的竞争中取得主 动的地位。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （6）市场营销与客户关系
例：某化工企业基于知识管理的CRM
客户需求 （质量、数量、交货期）
成本效益评估
客户
销售合约
跟踪
报价
BOM
生产控制
工艺优化
产品研发 生产过程 售后服务
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？Baidu Nhomakorabea
（7）基于BI的过程决策 化工生产过程对于装置及外供条件的依赖度较大，同
时生产过程的稳定性、均衡性、满负荷性又是影响其经营 效果的重要因素，这是一对结构性矛盾，大数据帮助决策 者在诸多约束下实现最优化生产调度，将决策者的经验与 智慧模型化是关键。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （2）平滑且动态优化的制造过程 例：基于实时数据的动态流程模拟 – 在线模拟优化
上位机控制
生 产 装
DCS 自动
计算机
手动 录入
手动数据
控制 系统
历史数据库 程序 实验室数据
置
定时自动进行
数据校正模型
一致性 数据库文件
自动 自动
技
术 人
设备特性 参数文件
核算模型
员 分
基础模型（随时更新）
感官特征信息
人工感官
装
监测特征信号
监测传感器
置
状态特征信号
系
统
直观的装置状态
状态 表征
继续获取诊断状态信息
状态
决策干预 决策装置
状态趋势
状态趋势分析
状 态 识 别
状态
预制 状态 数据
库
状态分 状态知 析模型 识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（5）健康、安全、环境评价体系 大数据帮助建立基于HSE标准和企业效益最优化的评价
（1）新产品、新工艺的开发与优化 借助大数据技术，人们可以从更多侧面刻画物质与能
量转换的过程，科学家与工程师们可以更好的规划实验方 案，更科学地分析、总结实验结果，并更好地指导生产实 践。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （1）新产品、新工艺的开发与优化
例：数据挖掘技术在某化工企业新产品研究及工艺优化中
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
① 数据集成范围 ② 数据校正与压缩 ③ 数据存储 ④ 数据仓库 ⑤ CPS平台
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
大数据池
数据校正、压缩
历史数据库 数据仓库
动态模拟 知识管理 稳态优化
数字仿真 3C
并行工程
云平台
数据 采集 传输 存储 服务
4.2 大数据能做什么？ （7）基于BI的过程决策
例：大数据条件下BI对业务的在线支持
客户
模型库 算法库
过程模 型调用
最低成 本核算
客户询价
报价控 制模型
客户报价
销售合同
BOM、 工艺选择
最低成 本核算
过程模 型调用
模型库 算法库
工程单
成本核算
模型校验、优化
模型校验、优化 利润核算
5、大数据应用基础
1、工业4.0模式的提出
进入21世纪以后：
企业的信息化建设全面展开 -- 数字化、网络化、精细化 互联网被广泛应用，改变的不只是社交与娱乐方式，更是 持续迭代衍进的商业模式与价值。 物联网（IoT）出现的意义在于重新定义了人与机器、机器 与机器间的交流渠道与模式,也必将丰富人与人之间的交流 模式。
（MB GB TB PB EB ZB YB BB NB DB … … ）
化工企业的大数据包括： 业务数据、商业数据、环境数据、装置运行实时数据、
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据技术涵盖企业全业务范围,是实现集成化、智能化、 优化重构的重要基础，能识别并帮助处理过程中的异常，实 现柔性生产和在线优化。
（4）异常诊断与消除 装置或质量出现异常后，大数据帮助快速完成异常的
定位、评估、分类，并提出适当的解决方案，因而异常消 除过程从单纯的经验判断、仪器监测，发展到智能化、程 序化和自动化。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（4）异常诊断与消除
例：人工神经网络在华新水泥质量管理中的应用
新工艺发布 工艺优化
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（2）平滑且动态优化的制造过程 工况参数的变化必引起工艺条件调整，调整的程度甚
至会偏离设计额定的控制条件，大数据可以帮助建立多种 工况条件下满足一定优化目标的平滑且动态优化的模型系 统与工艺参数体系。
4、化学工业4.0 的大数据基础
2、化学工业发展所面临的挑战
因此：
业务模式
企业类型
新产品\新技术开发者 领域专家
大宗化学品生产
专业服务
知识创新型企业
强调资本及运营优势的 企业
提供基础设施或服务支 持的企业
集约化的化学工业模式
工业4.0是一个很有前景的工业新范式
竞争优势
产品（技术） 开发优势 知识领先 操作优良
客户关系密切
价值领域集成
业务及环境 数据
生产过程 实时数据
APC ERP
云 服 务 及 应 用
互联网
离线数据分 析系统
在线优化 系统
物 联 过程 网 装备
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（3）设备保全与更新
例：基于知识的设备集成管理平台
承诺能力 （APC）评
价
市场需求 生产计划
产品
过程 设备
额定生产运行 参数
工艺参数 机电参数
故障 诊断
知识库
设备运行机 电、工艺指标
设备运行功能 成本效益 可靠性评价 评价
4、化学工业4.0 的大数据基础
0和1或许真正无情地颠覆人类5000年文明史以来 的社会组织形式、生活方式以及生产方式。
未来，统治世界的是人，还是机器人？
2、化学工业发展所面临的挑战
一直以来，化学工业呈现出两大发展趋势：
一方面是包括石油、天然气、新能源、矿产 、生物质、水资源和煤转化等资源导向性的化工 产业，集中度越来越高。
另一方面是在市场多样化下，生物、软固体 、功能材料、膜、纳米、催化、医药、仿生、基 因工程等产品的细分化趋势更加显著。
用户 菜单
析
工况研究模型 优化模型
界面
工况研究 用户 优化 请求
手动控制或自动控制
各类报告
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（3）设备保全与更新 大数据帮助建立综合设备机械性能、工艺参数、操作
规范、润滑保养、生产能力、维护成本等因素的设备可靠 性以及经济性评价模型，使设备管理到达一个科学化、经 济化的高度
3、化学工业4.0 – 智能工业的新范式
化学工业 4.0基于物联网、数据网和互联网的 无缝连接，将市场终端需求与制造过程在线集成， 并在大数据技术、人工智能技术支持下实现生产制 造过程的最优化和智能化。过程控制将从嵌入式系 统发展到网络物理系统（CPS）。
3、化学工业4.0 – 智能工业的新范式
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据对技术实现最大的改变是: 放弃对因果关系的孜孜以求，取而代之的是关注事
务（事件）之间的相关关系，强调知道“是什么”，而 不苛求理论层面上的“为什么”
大数据把世界拉平了
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
技术 因素
物 联 网
数字化 系统化 集成化 可视性
面向市场及业务 的数字化系统
物理平台
面向装置及过程 的数字化系统
大数据是化学工业4.0的资源基础。
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据不能简单理解为数据量很大的数据。大数据指 的是所涉及的资料量规模巨大，用目前常规的统计方法和 软件工具，无法在合理的时间内完成采集、管理、处理并 形成能帮助人们进行决策的资讯信息。
化学工业4.0的目标与任务 1）由过程集成到“供应链网”整合 2）规模化&柔性化 3）制造&服务 4）智慧工厂
公共 跨 服务 企 需求 业
、
跨 经济 互
行 业 、
可持 续增
长
联 网
跨
国 市场 界 需求
资(能) 源节约
环境 因素
环境 约束
企业 集群
装备 因素
劳动 供应 人的 投入 链集成 因素
物流 集成
1、工业4.0模式的提出
关键词：智慧工厂
一种基于物联网、分布式和智能化的生产系统。
产品：能感知和通讯其整个供应链和生命周期中的各种信息 生产：采用数字技术，充分人机互动，生产物流优化集成。 装置：基于生产价值链集成，柔性化，可实现自组织。 管理：根据生产实际需求，灵活组织生产方式和流程。
1、工业4.0模式的提出
的应用
供应链
数据 集成
商业智能
客户交互
大数据池 CAPP-BM
云计算 平台
数据 集成
过程优化
仿真模拟
柔性制造体系
经营数 据库
云设计
实时数 据库
市场经营
供应链信息 产品工程、技术创新
产品性能要求 设计条件： 经济指标、 质量指标 原料条件、 设备条件
技术中心 工艺限定、 工时限定
市场需求
经营目标
制造中心
5.1 大数据处理的基本流程 数据抽取与集成
数据分析 系统应用
云服务
基于OPC或WEB服务器的 客户端应用
流程 神经 数据 模拟 网络 挖掘
APC 应用
CRM
运行 诊断
HSE 评价
实时数据 应用
大数据服务器
数据分析服务器
数据集成
数据接口软件
DCS
FCS
数据抽取 现场控制系统 设备、控制器、传感器接口
险
可靠性结果
源
综合报表
可靠性文档管理与
可靠性设计分析权 可靠性报告
于
电子仓库
限管理
管理
可
操
作
对象服务
集成接口组件
性
评 价
对象 模型
综合设计数据模型
综合设计流程模型
支撑环境接口
产
DCS
品
工
MES
程
数
据
ERP
库
HAZOP 基础数据库及知识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（6）市场营销与客户关系 大数据模拟产品的市场供需平衡，掌握用户的行为准
智能化成为科技界与工业界的最新命题
1、工业4.0模式的提出
于是： 美国通用电气等提出了工业互联概念（Industrial Internet）。 中国提出“两化融合” （the merge of industrialization and information）。 德国2012年提出了工业4.0（Industry 4.0）。
模型和过程技术经济评价模型，在线完成生产系统运行的 可靠性状态和安全等级评价，提出适当、可靠、经济的应 急措施规划，形成优化控制策略。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （5）HSE评价体系
例：面向过程的危险源辨 识及可操作性评价系统 （HAZOP）
MES体系模块
生产模型管理
性
人员调度管理
能
设备管道管理
工
具
产品追溯管理
集
现场作业管理
物料辅料管理
HSE 体系模块
质量管理 设备管理 环境保护 消防化救 人员管理 系统管理
ERP 体系模块
物流管理 生产管理 业务管理 综合报表 财务管理 系统维护
可靠性平台接口
数据库接口
危
产品结构与配置 管理
可靠性与性能综合 设计工作流管理
FRACAS 管理
大数据时代的挑战
化学工业4.0
提要
1、工业4.0模式的提出 2、化学工业发展所面临的挑战 3、化学工业4.0 – 智能工业的新范式 4、化学工业4.0 的关键技术 5、化学工业4.0 的大数据基础
1、工业4.0模式的提出
至今，人类已有了三次工业革命：
蒸汽机突破了人类的体能极限，开启了工业化进程。 电气化奠定了规模实践的基础，由此诞生了现代化学工业。 电子与信息技术推动人类进入了自动化文明。
1、工业4.0模式的提出
那么，工业4.0是什么呢： 虚拟全球（Virtual global）与现实过程（The Real
World）相融合，通过计算、自主控制和物联网（互联 网），把人、装置、资源和信息融合一体，实现更高的生 产效率、更快速的市场反应以及灵活性。
全球化 智能化 绿色化 用户中心 快捷便利 专业化
例如：
美国的通用电气、波音；德国的博世、奔驰、SAP；中国的 格力、三一、沈阳机床厂等企业开展了各自国家标准下新 型工业模式的探索。
1、工业4.0模式的提出
例如：
特斯拉踢开了传统制造业大门，苹果、小米，谁是下一个？
1、工业4.0模式的提出
面对汹涌而至的智能原料、智能制造和智能 产品，未来学家开始担心人类能否应对自作聪 明所带来的后果：
我们曾经认为：
化工企业
知识创新型企业
强调资本及运营优势 的企业
提供基础设施或服务 支持的企业
业务类型 新产品\新技术开发者
领域专家 大宗化学品生产
服务供应商
竞争优势 产品（技术）
开发优势 领域知识领先
操作优良
客户关系密切
2、化学工业发展所面临的挑战
然而， 1）化学工业在全球范围内迁移 2）更严格的健康、安全与环境标准 3）绿色导向的化学工业新技术 4）面向“供应链网”的产业集成
则与价值体系，实现商业智能化，在市场的竞争中取得主 动的地位。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （6）市场营销与客户关系
例：某化工企业基于知识管理的CRM
客户需求 （质量、数量、交货期）
成本效益评估
客户
销售合约
跟踪
报价
BOM
生产控制
工艺优化
产品研发 生产过程 售后服务
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？Baidu Nhomakorabea
（7）基于BI的过程决策 化工生产过程对于装置及外供条件的依赖度较大，同
时生产过程的稳定性、均衡性、满负荷性又是影响其经营 效果的重要因素，这是一对结构性矛盾，大数据帮助决策 者在诸多约束下实现最优化生产调度，将决策者的经验与 智慧模型化是关键。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （2）平滑且动态优化的制造过程 例：基于实时数据的动态流程模拟 – 在线模拟优化
上位机控制
生 产 装
DCS 自动
计算机
手动 录入
手动数据
控制 系统
历史数据库 程序 实验室数据
置
定时自动进行
数据校正模型
一致性 数据库文件
自动 自动
技
术 人
设备特性 参数文件
核算模型
员 分
基础模型（随时更新）
感官特征信息
人工感官
装
监测特征信号
监测传感器
置
状态特征信号
系
统
直观的装置状态
状态 表征
继续获取诊断状态信息
状态
决策干预 决策装置
状态趋势
状态趋势分析
状 态 识 别
状态
预制 状态 数据
库
状态分 状态知 析模型 识库
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？
（5）健康、安全、环境评价体系 大数据帮助建立基于HSE标准和企业效益最优化的评价
（1）新产品、新工艺的开发与优化 借助大数据技术，人们可以从更多侧面刻画物质与能
量转换的过程，科学家与工程师们可以更好的规划实验方 案，更科学地分析、总结实验结果，并更好地指导生产实 践。
4、化学工业4.0 的大数据基础
4.2 大数据能做什么？ （1）新产品、新工艺的开发与优化
例：数据挖掘技术在某化工企业新产品研究及工艺优化中
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
① 数据集成范围 ② 数据校正与压缩 ③ 数据存储 ④ 数据仓库 ⑤ CPS平台
5、大数据应用基础
1）数据抽取 – 化学工业的CPS架构
大数据池
数据校正、压缩
历史数据库 数据仓库
动态模拟 知识管理 稳态优化
数字仿真 3C
并行工程
云平台
数据 采集 传输 存储 服务
4.2 大数据能做什么？ （7）基于BI的过程决策
例：大数据条件下BI对业务的在线支持
客户
模型库 算法库
过程模 型调用
最低成 本核算
客户询价
报价控 制模型
客户报价
销售合同
BOM、 工艺选择
最低成 本核算
过程模 型调用
模型库 算法库
工程单
成本核算
模型校验、优化
模型校验、优化 利润核算
5、大数据应用基础
1、工业4.0模式的提出
进入21世纪以后：
企业的信息化建设全面展开 -- 数字化、网络化、精细化 互联网被广泛应用，改变的不只是社交与娱乐方式，更是 持续迭代衍进的商业模式与价值。 物联网（IoT）出现的意义在于重新定义了人与机器、机器 与机器间的交流渠道与模式,也必将丰富人与人之间的交流 模式。
（MB GB TB PB EB ZB YB BB NB DB … … ）
化工企业的大数据包括： 业务数据、商业数据、环境数据、装置运行实时数据、
4、化学工业4.0 的大数据基础
4.1 什么是大数据（BigData）
大数据技术涵盖企业全业务范围,是实现集成化、智能化、 优化重构的重要基础，能识别并帮助处理过程中的异常，实 现柔性生产和在线优化。