工业大数据及其计算周兴社解读.ppt

提升大数据计算方法 数据流实时分析; 可扩展统计分析； 异质数据混合计算； 基于机器学习的智能分析； 基于领域知识的分析； 创新大数据计算应用模式 大数据计算应用的关键是服务企业核心业务；如红领，海尔 注重与企业主流业务的紧密对接与融合； 成功的大数据分析重在为企业揭示风险并识别新发展机会 ; 工业大数据计算（6） 工业大数据颠覆传统制造过程的十条途径 监控生产过程 加快业务整合 提高企业制造绩效 改进生产流程 预测供应商绩效 监测生产设备状况 合理计划生产 细化质量管理环节 追踪产能与财务状况 监测产品运维状态 Nectar、Nova、Percolator：这些解决方案分别是Microsoft、Yahoo！、Google的解决方案。 * 工业大数据特点、价值及其计算 西北工业大学计算机学院 周兴社 2015年04月18日 工业大数据发展背景（1） 工业发展进入新阶段 经历自动化、进入网络化、智能化发展新阶段； 美国提出智能制造；德国提出工业4.0; 我国提出“互联网+”和“中国制造2025计划”； 工业大数据发展背景（2） “制造业数字化网络化智能化”是新工业革命的核心技术 制造业创新的三个层次：产品创新、制造技术创新、产业模式创新； 数字化网络化智能化是制造业创新的重要途径与共性使能技术； 以数字化网络化智能化为主线，必然形成工业大数据，需要大数据技术、平台与应用支撑； 工业大数据发展背景（3） 机器数据正在高速增长 Wikibon发布《工业互联网与大数据分析：机遇与挑战》 ;未来10年，工业数据增速将是其它大数据领域的两倍。 大数据咨询公司Think Big在“正在塑造大数据和企业未来的十大趋势”中，将“机器数据和物联网将占据中心舞台”列为首位，并指出“从RFID标签和工业仪器，到喷气发动机和消费电器，整个世界正在生产着越来越庞大的数据量； 工业大数据特点分析（1） 工业大数据来源 数字化设计 如 飞机全数字化设计；波音公司利用CATIA软件产生波音777的300万个零部件的尺寸和形状数据；我国飞豹飞机首次实现全数字化三维设计； 智能化制造 以智能工业机器人为典型代表的智能制造装备已经开始在多个领域得到应用；我国今年的工业机器人超过日本； 网络化监测 大型工业装备运行状态网络化远程动态监测；例如，波音737发动机在飞行中每30分钟产生10 TB数据；陕鼓实现数百台旋转机械远程在线监测及故障诊断， 物联化管理 工业生产过程开始大量使用RFID实现零件与产品管理； 工业大数据特点分析（2） 工业大数据分类 产品数据 设计、建模、工艺、加工、测试、维护、产品结构、零部件配置、变更记录等数据。 生产数据 组织结构、业务管理、装备状态、质量控制、生产过程、采购库存、目标计划等数据。 价值链数据 市场营销、电子商务、客户、供应商、合作着等数据。 外部数据 行业、市场、竞争对手等数据。 工业大数据特点分析（3） 工业大数据同样具有“4V”特点 大体量 （Volume）；一类家电智能工业生产过程一天产生20TB以上数据；3D打印一个中规模部件产生几十GB数据； 多样性 （Variety）；三维图形数据，监控视频数据，文字档案数据；RFID数值数据；。。。。。 快速性（ Velocity ）；发动机运行监测数据；工业机器人运动数据 价值性 （Valve）；工业大数据的价值是显性的；直接的； 工业大数据特点分析（4） 工业大数据具有自身特点 多源性获取，数据分散，非结构化数据比例大； 数据蕴含信息复杂，关联性强； 持续采集，具有鲜明的动态时空特性； 采集、存贮、处理实时性要求高； 与具体工业领域密切相关； 工业大数据潜在价值(1) 提升工业生产制造效率与质量 工业大数据可以带给生产、制造等领域更多创新基因，可在一定程度上推动经济内涵式增长； 美国得克萨斯大学对多行业和大型企业的数据 利用率和人均产出率进行了广泛研究，结果显示， 数据利用率提高10%，财富100强企业人均产出提 高14.4%；制造业平均提升20%。 具体价值 帮助企业实现目标市场细分及精准营销，支持产业链管理及优化，探索新生产模式及效果测评，提升工业企业运行与营销效率； 利用大数据进行分析，可带来仓储、配送、销售效率的大幅提升和成本大幅下降，大大减少库存，优化供应链； 支撑流程工业复杂系统机理开发与优化； 典型案例 西门子安贝格数字化工厂； 75%的生产过程是由机器自动完成；实现生产过程数据采集与管理； 核心是工业数