什么是工业大数据【深度解析】

什么是工业大数据？

内容来源网络，由“深圳机械展（11万㎡，1100多家展商，超10万观众）”收集整理！更多cnc加工中心、车铣磨钻床、线切割、数控刀具工具、自动化、数字无人工厂、精密测量、3D打印、激光切割、钣金冲压折弯、精密零件加工等展示，就在深圳机械展.

工业是国民经济不可或缺的一环，也是一个国家强大竞争力背后的力量支撑。而我国工业目前位居世界第一，但却大而不强。企业创新能力不足，高端和高价值产品欠缺，在国际产业分工中处于中低端状态，中国工业企业急需转型和升级。

制造企业在利用大数据技术后，其生产成本能够降低10%—15%，大数据对于工业企业的重要性不言而喻。不同层面的制造企业在发展过程中，应该采取相应的大数据策略，才能离“工业4.0”、“工业互联网”和“中国制造2025”更近一步。

工业大数据四大特征

工业大数据具有一般大数据的特征（海量性、多样性等），此基础上具有四个典型的特征：

价值性、实时性、准确性、闭环性。

（1）价值性（Value）：工业大数据更加强调用户价值驱动和数据本身的可用性，包括：提升创新能力和生产经营效率，以及促进个性化定制、服务化转型等智能制造新模式变革。

（2）实时性（Real-time）：工业大数据主要来源于生产制造和产品运维环节，生产线、设备、工业产品、仪器等均是高速运转，从数据采集频率、数据处理、数据分析、异常发现和应对等方面均具有很高的实时性要求。

（3）准确性（Accuracy）：主要指数据的真实性、完整性和可靠性，更加关注数据质量，以及处理、分析技术和方法的的可靠性。

（4）闭环性（Closed-loop）：包括产品全生命周期横向过程中数据链条的封闭和关联，以及智能制造纵向数据采集和处理过程中，需要支撑状态感知、分析、反馈、控制等闭环场景下的动态持续调整和优化。

工业大数据“3+3”理论——3个层面+3个过程

第一个“3”是指3个层面——企业，企业上面的供应链、产业链和生态链，以及在这

上面的行业管理和宏观经济。

第二个“3”是指每个企业都有的3个过程——生产，使用，以及发展中的经营效益。

从企业的角度看，工业大数据是在一个企业的设计、创新、生产、经营和管理决策过程产生、使用和转型升级过程需要的信息之和。所以小的圈是企业，一个企业从开始到生产线到设计、到工艺过程、到人，一直到管理、决策、市场、服务，像这样的环节都在使用。

从供应链、产业链和生态链的角度来看，工业大数据是供应链、产业链和生态链产生、使用和需求的各类信息之和。这三个链之间很难一刀断开，因此，我也是从一个概念来看。所以，制造业也好、工业企业也好，整个过程是一个链环周。这个链不仅是一个企业，更重要的是政府机构、研究机构，需要把控和研究如何追求制造业前两环的优化。所以我们看到了超越一个企业的生存、使用和发展需求的新工业数据。

从行业管理和宏观调控的角度来看，工业大数据是工业行业管理和宏观调控产生、使用和需求的各类信息之和。每一个行业的管理都需要工业大数据，在工业行业又生存了很多企业，做好工业数据管理需要这样一个链条，所以“3+3”构成了工业大数据的外延，每一个环节，使用的和需求的中间是交集，这样才对工业大数据的发展提供了基础。

数从何处来？工业大数据溯源

工业大数据从哪里来？来源于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用各个环节，每个环节都会有大数据。“全”生命周期汇合起来的数据更大。当然，企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要来源。

工业大数据的主要来源有三类：

第一类是生产经营相关业务数据。

主要来自传统企业信息化范围，被收集存储在企业信息系统内部，包括传统工业设计和制造类软件、企业资源计划（ERP）、产品生命周期管理（PLM）、供应链管理（SCM）、客户关系管理（CRM）和环境管理系统（EMS）等。通过这些企业信息系统已累计大量的产品研发数据、生产性数据、经营性数据、客户信息数据、物流供应数据及环境数据。

第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长快的来源。狭义的工业大数据即指该类数据，即工业设备和产品快速产生的并且存在时间序列差异的大量数据。

第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据，例

如，评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。

中国工业大数据发展简史

目前我国工业技术进步速度较快，发展势头良好，但实现向工业大数据、智能制造模式转型依旧存在很多的困难。经过近十几年的科技创新和设备改造升级，国内制造业信息化水平较上世纪末有了较大提升，但与发达国家相比仍有较大差距。在大数据的应用上面，与徐工集团、三一重工、红领集团这样能够成熟应用工业大数据技术的企业相比，大多数的工业企业尚未对工业大数据技术形成明确的认识和技术上的应用，工业大数据的落地推广依旧存在很多的瓶颈，离工业大数据孕育工业应用生态的发展态势还有很长的路要走。

2014年，中国电子技术标准化研究院开展工业大数据相关研究，承担工业大数据等多项智能制造专项，相关成果不断向江苏省等地方推广应用。

2015年8月，中国工业大数据创新发展联盟在工信部指导下成立，主要研究制定工业大数据创新发展指导意见，交流展示两化融合发展的成功经验。

2015年12月，工信部、国标委联合发布的《国家智能制造标准体系建设指南(2015年版)》，指南中确定工业大数据属于智能制造标准体系五大关键技术之一，并定义了工业大数据标准。

2016年8月，工业互联网产业联盟(AII)工作组第二次全会在北京成功召开，会议审议了联盟总体组工业大数据等三个特设组。

2016年9月，工信部和北京市经信委指导成立北京工业大数据创新中心，致力于打造核心技术突破、应用推广、标准制定、产业孵化、人才培养和国际合作六位一体的工业大数据产业协同创新基地。

2016年10月，清华大学数据科学研究院成立了工业大数据研究中心，实现跨信息学科与工业学科的大数据研究融合，旨在打造自主创新的工业大数据平台。

2016年11月，在工信部指导下，中国电子技术标准化研究院联合智能制造相关领域的系统解决方案供应商、行业用户和研究院所共同发起成立智能制造系统解决方案供应商联盟。

2017年1月17日，国家发布了《关于印发大数据产业发展规划(2016-2020年)的通知》，该规划指出，要加快工业大数据基础设施建设，推进工业大数据全流程应用，培育出数据驱动的制造业新模式，为工业大数据的发展指明了方向。

2017年2月：中国电子标准化研究院(四院)和全国信息技术标准化技术委员会大