工业大数据的应用之路

随着生产制造业的发展，工业生产地数据采集、使用范围就逐步加大。将数据采集和使用扩大到工厂和上下游供应链已经成为很多企业选择地模式，同时在这个过程中，将生产过程数据采集自动化水平逐步提高，并且对数据和工艺分解进行把控。这种模式下，效率和质量得到保证，不断研究提升工艺能力和产品质量，工厂的数据联网，通过大数据处理后，在诊断、预测、后服务等方面挖掘工业服务的价值。

不管是工业自动化、还是工业智能化、或者是工业互联网概念，他们的基础是工业大数据。随着行业发展，工业企业收集的数据维度不断扩大。主要体现在三个方面。

一是时间维度不断延长。经过多年的生产经营，积累下来历年的产品数据、工业数据、原材料数据和生产设备数据；

二是数据范围不断扩大。随着企业信息化的过程，一方面积累了企业的财务、供应商数据，生产安全数据等，另一方面越来越多的外部数据也被收集回来，包括市场数据、社交网络数据、企业舆情数据等；

三是数据粒度不断细化。从一款产品到多款、多系列产品使得产品数据不断细化，使得采集到的数据精细度不断提升。

以上三个维度最终导致企业所积累的数据量以加速度的方式在增加，构成了工业大数据的集合。不管企业是否承认，这些数据都堆砌在工厂的各个角落，而且在不断增加。再从企业经营的视角来看待这些工业数据。可以按照数据的用途分成三类。

第一类是经营性数据，比如财务、资产、人事、供应商基础信息等数据，这些数据在企业信息化建设过程中陆陆续续积累起来，表现了一个工业企业的经营要素和成果。

第二类是生产性数据，这部分是围绕企业生产过程中积累的数据，包括原材料、研发、生产工艺等。随着数字机床、自动化生产线、SCADA系统的建设，这些数据也被企业大量记录下来。这些数据是工业生产过程中价值增值的体现，是决定企业差异性的核心所在。

第三类是环境类数据，包括布置在机床的设备诊断系统，库房、车间的温湿度数据，以及能耗数据，废水废气的排放等数据。这些数据对工业生产过程中起到约束作用。同时实时性强，工业大数据重要的应用场景是实时监测、实时预警、实时控制。基于数据的产品价值挖掘。通过对产品及相关数据进行二次挖掘，创造新价值

工业大数据是企业生产经营的一次重大变革，对于工业化、信息化都还没有完成的工业企业而言，数据化时代又到来了，挑战很大。

注：部分图片和文字来源于网络，如涉及版权问题就联系进行删除。