网站大量收购独家精品文档,联系QQ:2885784924

智能设备数字孪生应用 课件 4、数字孪生的相关领域--大数据、工业互联网.pptx

智能设备数字孪生应用 课件 4、数字孪生的相关领域--大数据、工业互联网.pptx

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

智能设备的数字孪生授课教师:卞化梅

数字孪生与产品全生命周期管理数字孪生与云计算数字孪生与大数据2.12.22.3第二章数字孪生的相关领域2.4数字孪生与工业互联网数字孪生与车间生产数字孪生与智能制造数字孪生与工业边界2.52.62.7

知识目标:本章学习目标掌握产品全生命周期管理概念;理解数字孪生与产品全生命周期管理;理解大数据与数字孪生的关系;掌握工业互联网的概念;掌握工业互联网平台的关键名词;理解车间生产智能化管理和车间生产与数字孪生;了解智能制造标准先行;了解我国智能制造标准化工作推进情况;了解数字孪生与工业边界。

本章学习目标能力目标:能正确的阐述产品全生命周期管理概念;能清晰描述数字孪生与全生命周期之间的关系;能正确的阐述产品全生命周期管理概念;能清晰描述数字孪生与全生命周期之间的关系;能举例说明生活中大数据应用的3-4个案例;能辨别工业互联的关键名词;能描述哪些属于工业互联网;能正确描述车间生产智能化哪些场景可以使用数字孪生技术;能说出1-2个智能制造标准;能正确描述自动驾驶系统与数字孪生关系;能描述智能城市数字孪生的特征。

本章学习目标素养目标:培养学生自学的方法与途径。培养学生对知识的联想能力与举一反三的能力。数字孪生赋能全生命周期管理。工业互联网作为国家的重要基础设施,我国出台了很多关于促进工业互联网的举措,对我国重要的几个城市进行工业互联网的布局。我国智能制造的标准化工作发展及其推进情况,强调了智能制造是我国制造强国建设的主攻方向。通过自动驾驶系统、城市数字孪生、智慧园区管理等与数字孪生的关系,进一步说明数字经济发展的趋势。通过智慧园区管理等与数字孪生的关系,进一步说明数字经济发展的趋势。

知识回顾请同学们思考:(1)产品全生命周期管理概念是什么?(2)产品全生命周期管理适用的行业有哪些?(3)数字孪生主要赋能产品全生命周期管理哪些过程?(4)数字孪生与云计算的关系是什么?

数字孪生与大数据2.3

2.3数字孪生与大数据从文明之初的“结绳记事”,文字文明的“文以载道”,到近现代的科学“数据建模”,数据一直伴随着人类社会的进步而发展,直到以电子计算机为代表的现代信息技术的出现,对数据处理提供了自动的手段和方法,人类在掌握数据、处理和数据能力有了质的飞跃。文明之初“结绳记事”文明文明“文以载道”数据建模电子计算机处理数据

大数据技术、概念、思潮是以计算机领域作为发起端,逐渐衍生到科学和商业领域。随着数据量的快速增长,数据面类着类型越来越多、数据难以理解、难以获取、难以处理以及难以组织等难题,运用大数据来描述这些难题,这在计算机领域引发了思考。2.3数字孪生与大数据

大数据(BigData)是指巨量的资料,在一定的时间范围不能以常规软件处理(存储和计算)的大而复杂数据集,换句话理解就是使用单台计算机无法在规定的时间内处理或者压根无法处理的数据集。2.3数字孪生与大数据2.3.1大数据的特征大数据(BigData)

大数据的特征通常从容量、种类、价值、速度四个维度进行描述。2.3数字孪生与大数据在IDC发布的《数据时代2025》的报告显示,全球每年产生的数据总量在2025年将达到175ZB,平均每天大约产生491EB的数据。其中,中国的数据圈最大,达到了48.6ZB,占据27.8%,假设以1TB的硬盘来存储这些数据,每年需要5百多亿块硬盘。特征一:大量化

大数据的特征通常从容量、种类、价值、速度四个维度进行描述。2.3数字孪生与大数据大数据的类型多种多样,包括网络日志、视频、音频、图片、网页、地理位置等,主要结构分为半结构和非结构化数据,这些数据主要来自于传统企业数据、社交数据、物联网数据。特征二:多样化

大数据的主要结构分为半结构和非结构化数据2.3数字孪生与大数据还有一种数据格式,就是介于结构化数据和非结构数据之间叫半结构数据,它具有一定的结构性,如员工简历、有的简历只有教育情况,没有户籍没有工作经历,有的简历有工作经历、年龄,无出生日期等,各个简历不是完全相同的,但也有雷同部分,这就是半结构化的数据;如HTML和XML文档,用成对的标签记录对应的数据,每个网页的标签有相同部分也有不同的部分,没有固定的规律,这种也叫半结构化的数据。结构化数据的主要特征是以行为单位,每一行就是一条记录。非结构数据主要指数据结构不规则或不完整,没有预定的数据,包括所有的格式数据。

2.3数字孪生与大数据大数据的特征通常从容量、种类、价值、速度四个维度进行描述。在大数据时代,单条的数据价值不突出,单条记录基本无意义,因为无用的数据多,但是整个数据集综合价值较大、隐含的价值也比较大,所以需要对大数据进行清洗、分析和挖掘,从

您可能关注的文档

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档