制造业大数据分析发展概述

9
技术 平台、分析
“人”是核心要素
制造业企业的数字化、智能化转型升级，要以人为本。应把“人才获取、 员 工培养、组织构建”作为核心关注点。
思维的转换：
机器换人
机器帮人ห้องสมุดไป่ตู้
data scientist = Math + Biz + Technology
新的角色：
data analyst = Math +Technology
制造业数据生命周期
生产优 化
运营优 化
价值链优 化
价值
采集/记录
抽取/清洗/标注
集成/聚集/表达
分析/建模
解释/应用
元数据 可追溯性
异构性
13
完整性 正确性
规模
归纳性 关联性
及时性
专业性 适应性
安全性
易懂 直接
可用性
数据分析流程
产品设计 工艺优化 运营规划 行业预测 数据评估 数据定义
数据建模 14
Our expert consultants accelerate the time-to-value for customer transformations by leveraging our deep knowledge across Dell Technologies
TRANSFORMATIONAL PROGRAM OFFICE Users
制造业大数据的目的
采集更细节信息 来揭示变化与提
升性能
个性化产品与服 务
通过复杂的分析 改进决策
通过提高信息透 明化与可用度开
启价值
创造 价值
改进下一代产品 和服务的研发
把正确的数据在正确的时间，以正确的形式送达给正确的人
8
关键要素和关系
组织、文化
、 角色、能
力
人
定义、获取 、 存储、供 给
数据
• 类别多样: 既有高维且快速率动态采样的 过程数据, 又有不规则采样的指标数据
• 来源多样：生产、运营、价值链、外部 • 维度多样：设计、制造、营销、服务
数据量与价值成正比
价值 (Value)
速度 (Velocity)
• •
结果及时性 建模实时性
• 数据高增长率
11
数据的来源及分类
数字化制造 MES
制造业大数据分析发展概述
技术创新，变革未来
工业革命
1.0
2.0
3.0
4.0
1784
机械化 以机器生产代替了手工 劳动
蒸汽机
解决能力问题
2
1870
电气化 利用电力能源，通过 装配生产流水线实现 了大规模生产
电力
解决效率问题
1969
信息化 利用电子与信息技术实 现制造过程的自动化。
工业机器人
解决质量问题
产品数据管理 PDM/PLM
数字化设计 4CP
制造业大数 据
控制/传感器 NDC
电子商务
结构化 半结构化 非结构化
数据格式
实时数据流 批处理 分析类型
社交媒体
政府数据
12
数字化管理 ERP
标识 状态 测量
图像 位置 指令
感知数据类型
供应链管理 SCM
运营服务 MRO
数字化办公 OA/Email
客户关系管理 CRM
Workforce Transformation
Application Transformation
Cloud Native Apps and DevOps Application PortfolioOptimization Big Data, IoT, Analytics, and Platforms
数据治理：集成、格式、 质 量 、 周 期 、供给/消费
数据资产
梳理
基础架构
选型
云形式：公有、私有、混 合 团队：能力、数量、组 织 成本：软件、硬件、服 务
利用形式：升级替代、集 成
使用方式：应用集成、数 据集成
遗留系统
定位
18
建设开发
方法
建设路径：大而全、小而 精 建设形式：自建、集成 服务
Dell EMC Consulting
是支撑信息化和工业化深度 融合的一套综合技术体系。
机器自主认知 预测和决策能力的实现
实现工业和信息系统在感知、 分析、决策、控制和管理等 方面的深度融合。
6
CPS功能架构
美7 国GE工业互联网CPS参考架构
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、报废或回收 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。
2025
工业化 中 强 中
信息化 强 中 中
Things
4
Sensors Connections Data
Compute/ Storage
Analytics
Business Value
工业智能化三个等级
协同优化
感知-分析-决策-执行
5
协同调配
效率、成本、质量
协同智能
物理信息系统(Cyber-Physical Systems)
效率、成本、质量
Today
智能化 将互联网、大数据、云计 算、物联网等新技术与工 业生产相结合，实现工厂 智能化生产
信息物理系统（CPS)
解决脑力问题
智能制造总体架构三维模型
信息化建设
工业化建设
3
智能化建设
数字化、 集成化、 协同化、 网络化
第四次工业革命
三大战略体系
IIoT 美国工业互联 网 I4.0 德国工业 4.0 2025 中国制造
data engineer =Technology
10
制造业大数据的特征
• 采样率高, • 采样时间段长, • 信息密度大
大容量 (Volume)
• 测量结果高噪性
• 精度/精密的程度要求 真实性
• 隐匿性
(Veracity)
• 连续且时态一致性
多样性 (Variety)
• 结构多样: 存储形式包括图像、文本, 以 及时间序列数据不规则采样性
Applications
Cloud Infrastructure
VDI and End User Computing Digital Workplace Portals Communication and Collaboration
IT Transformation
Multi-cloud Infrastructure and Operating Model Data Center Modernization and Migration Business Resiliency
面向环境的智能 面向状态的智能 面向任务的智能 面向协同的智能
大数据分析的场景
15
大数据技术栈
还有更多。。。 16 如何选择？为什么？
大数据技术选型的考虑因素
1 易于集成
5
可用性
2 性能负载
6
兼容性
3
实时性
7
安全性
4
17
成本
8 运维能力
大数据架构的统筹规划
数据基础信息：来源、 规 模、类型、存储形式