《工業(yè)大數(shù)據(jù)導(dǎo)論》 課件 第1、2章 工業(yè)大數(shù)據(jù)認(rèn)知、工業(yè)大數(shù)據(jù)概述

工業(yè)大數(shù)據(jù)認(rèn)知目錄智能工廠全景描述制造與經(jīng)營模式轉(zhuǎn)型解析工業(yè)大數(shù)據(jù)生態(tài)影響分析010203學(xué)習(xí)目標(biāo)1.了解制造與經(jīng)營模式轉(zhuǎn)型的需求原因2.了解制造與經(jīng)營模式轉(zhuǎn)型的技術(shù)保障3.了解智能工廠轉(zhuǎn)型基礎(chǔ)之工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)的組成與應(yīng)用4.了解工業(yè)大數(shù)據(jù)生態(tài)的影響情景化敘述下面將通過師生與企業(yè)家之間的對(duì)話方式帶領(lǐng)大家走進(jìn)工業(yè)大數(shù)據(jù)的世界！【人物1】Engine老師：常年負(fù)責(zé)工程實(shí)訓(xùn)的高校教師【人物2】眾多機(jī)電類專業(yè)的大學(xué)生【人物3】BD先生：某制造企業(yè)經(jīng)理01智能工廠全景描述智能工廠全景描述生產(chǎn)現(xiàn)場相關(guān)部門智能工廠1.數(shù)據(jù)制造工作室2.常規(guī)部門多樣化、少人化緣起校招季Engine老師與某機(jī)械工程應(yīng)屆生的邂逅與交談Engine老師：學(xué)生：“Engine老師，自從經(jīng)歷秋招后發(fā)現(xiàn)：專業(yè)對(duì)口，往往待遇與期望值相去甚遠(yuǎn)；待遇與工作環(huán)境良好，專業(yè)也符合，但用人單位卻表示我雖機(jī)械知識(shí)技能功底扎實(shí)，可與當(dāng)今智能制造背景下的人才需求仍有所差距，他們更希望吸納一群既有機(jī)械背景，又有計(jì)算機(jī)功底，甚至還具備管理能力的綜合型人才，這種要求并不只是針對(duì)少數(shù)人，而是企業(yè)絕大部分員工都應(yīng)具備的素養(yǎng)；并且這是許多企業(yè)普遍存在的情況。起初，我進(jìn)退兩難而難掩失落之意，但轉(zhuǎn)念一想，既然當(dāng)初自愿選擇了本專業(yè)，為長遠(yuǎn)的發(fā)展，更應(yīng)該收拾心情，重新出發(fā)，讓自己變得更好。如今想來，有此求職的挫折令我了解自己的不足，明確深造的方向，并有幸順利讀研，相信下一次的求職季會(huì)有一個(gè)更好的結(jié)果?！痹诼犎〔⒔o予鼓勵(lì)過后，也陷入了沉思。。暑期社會(huì)實(shí)踐鑒于大學(xué)校園中雖不缺乏各類大學(xué)生活動(dòng)，然著眼于學(xué)生長遠(yuǎn)發(fā)展的教學(xué)與活動(dòng)理應(yīng)更受重視，實(shí)際卻寥寥無幾；為此，Engine老師才迅速申請并策劃了此次暑期實(shí)踐，帶領(lǐng)學(xué)生們前往一家家高新制造企業(yè)進(jìn)行深入的調(diào)研與體驗(yàn)。如此，他才感到自己并非只是一個(gè)教書人，更是學(xué)生們的人生導(dǎo)師——學(xué)生如一節(jié)節(jié)火車，老師便是火車頭，是引擎（Engine）。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：產(chǎn)品從設(shè)計(jì)、制造到物流等一系列步驟相差無幾。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：各環(huán)節(jié)的人數(shù)有較大變化，每臺(tái)機(jī)床前的作業(yè)者均配備一臺(tái)靈巧的工業(yè)機(jī)器人，而各機(jī)床與工業(yè)機(jī)器人等設(shè)備均標(biāo)有相應(yīng)負(fù)責(zé)人員的基本信息，表現(xiàn)出一對(duì)多的責(zé)任制關(guān)系；地面上眾多的AGV小車如一輛輛有軌電車，在工廠內(nèi)“雜亂”而有序地穿梭著，鋪就成一張復(fù)雜的“交通網(wǎng)絡(luò)”；整條流水線只剩零星的員工。生產(chǎn)現(xiàn)場步驟相差無幾人數(shù)較大變化定制化生產(chǎn)相較于傳統(tǒng)工廠，智能工廠的生產(chǎn)現(xiàn)場：在半精加工與精加工等工序中，同時(shí)有多臺(tái)機(jī)床正各自執(zhí)行著不同零件的加工。數(shù)據(jù)制造工作室除常規(guī)部門，新增數(shù)據(jù)制造工作室：數(shù)據(jù)科學(xué)家崗位1：產(chǎn)品初期的訂單轉(zhuǎn)化崗位2：工藝流程制定崗位3：仿真分析崗位4：產(chǎn)品性能參數(shù)的采集與測試分析崗位5：設(shè)計(jì)智能算法以“訓(xùn)練”機(jī)器人等傳統(tǒng)崗位數(shù)據(jù)驅(qū)動(dòng)型崗位02制造與經(jīng)營模式轉(zhuǎn)型解析制造與經(jīng)營模式轉(zhuǎn)型解析轉(zhuǎn)型成果轉(zhuǎn)型原因轉(zhuǎn)型保障轉(zhuǎn)型原因：需求分析Engine老師：“為何貴企要做出如此大的投入來改變原有的制造與運(yùn)營模式呢？”BD先生：“影響我們做出這項(xiàng)重大決策的因素有很多，但轉(zhuǎn)型的原因主要在于‘需求’層面，并且是內(nèi)外兩大因素共同驅(qū)動(dòng)的?！蓖獠恳蛩兀河脩鬊D先生：“從用戶角度，主要是產(chǎn)品個(gè)性化需求和服務(wù)主動(dòng)化需求的提升?！苯陙硇∨慷ㄖ祁愋陀脩舻谋壤尸F(xiàn)急劇上升趨勢，譬如某些小型企業(yè)的訂單、大量高校教學(xué)研作品的訂單以及部分個(gè)體戶的定制產(chǎn)品的訂單等等；并且這批用戶均有以下3個(gè)特點(diǎn)：1.類型繁多復(fù)雜，單一類型量少，但各類型的集合總量龐大2.要求商家能夠快速實(shí)現(xiàn)產(chǎn)品轉(zhuǎn)化3.愿意在質(zhì)量保障基礎(chǔ)上，于一定范圍內(nèi)接受高價(jià)格產(chǎn)品個(gè)性化需求：變被動(dòng)接受為主動(dòng)提出服務(wù)模式：批量化定制生產(chǎn)挑戰(zhàn)1.用戶共同參與產(chǎn)品方案制定2.用戶要求用材、工藝、物流信息透明化外部因素：其他企業(yè)BD先生：“從其他企業(yè)角度，小至地方中小型民營企業(yè)，大至全球化的跨國公司，除去一貫的競爭關(guān)系，愈發(fā)表現(xiàn)出合作共贏的需求?！庇捎趥€(gè)性化產(chǎn)品的多樣性，獨(dú)立的企業(yè)個(gè)體業(yè)務(wù)能力的不足愈發(fā)凸顯，只有社會(huì)分工更加明確、細(xì)分，朝著更大規(guī)模地互相協(xié)作方向轉(zhuǎn)型，才能有效彌補(bǔ)短板，最終交付用戶滿意的產(chǎn)品。內(nèi)部因素：生產(chǎn)需求BD先生：“從生產(chǎn)需求角度，產(chǎn)品的個(gè)性化不可避免地導(dǎo)致生產(chǎn)任務(wù)多樣化，意味著對(duì)企業(yè)生產(chǎn)能力的要求大幅提高?！奔兇鈴脑搶用娉霭l(fā)，或許更密集的勞動(dòng)力亦可實(shí)現(xiàn)，但智能機(jī)器人等智能化設(shè)備在代替重復(fù)性體力勞動(dòng)同時(shí)，還能通過人工智能算法滿足多種生產(chǎn)能力要求。此外，質(zhì)量保障及生產(chǎn)效率同樣是機(jī)器人相較于人力的優(yōu)勢，故而機(jī)器換人終究是大勢所趨。內(nèi)部因素：管理需求BD先生：“從管理需求角度，新型用戶就方案到產(chǎn)品的快速轉(zhuǎn)化和主動(dòng)參與各環(huán)節(jié)的需求對(duì)企業(yè)各方面都提出要求，也包括管理的快捷有效及透明。”任務(wù)的下達(dá)以及工作進(jìn)度與問題的反饋務(wù)必摒棄冗余的層級(jí)隔離現(xiàn)象，不僅管理者需及時(shí)了解各個(gè)部分的情況，分管人員等所有員工均應(yīng)明白各環(huán)節(jié)之間的依賴關(guān)系，才能在用戶或上級(jí)就項(xiàng)目本身的情況變更時(shí)，以最快速度做出響應(yīng)。因而‘端到端’的管理模式同樣勢在必行。內(nèi)部因素：成本需求BD先生：“從成本需求角度，長遠(yuǎn)來看，智能化改造對(duì)企業(yè)的生存終究是良性循環(huán)?！惫I(yè)機(jī)器人與AGV小車等的大量購置，雖有初期高昂的成本投入，但其作用除去工作效率與質(zhì)量的因素外，更在于國內(nèi)人工成本上漲，企業(yè)難以承受后期大量一線操作工、物料員等功能單一且替代性強(qiáng)的員工的薪資壓力。轉(zhuǎn)型保障：技術(shù)保障Engine老師：“請問貴企又是如何完成轉(zhuǎn)型的呢？好讓我的學(xué)生們能有更透徹的理解?！盉D先生：“說到如何實(shí)現(xiàn)轉(zhuǎn)型，還得從新形勢下可利用的資源出發(fā)。剛才提及的各種需求并非一時(shí)之間產(chǎn)生；但在過去，縱使想要轉(zhuǎn)型，奈何沒有技術(shù)條件支持，轉(zhuǎn)型只能是無稽之談。不過當(dāng)下形勢發(fā)生巨變，大數(shù)據(jù)技術(shù)在電商、醫(yī)療等領(lǐng)域風(fēng)生水起，如今在工業(yè)設(shè)備可實(shí)現(xiàn)網(wǎng)絡(luò)互聯(lián)的基礎(chǔ)上，同樣可完成海量工業(yè)數(shù)據(jù)的采集；此外，計(jì)算機(jī)的計(jì)算能力大幅提高以及分布式計(jì)算、并行計(jì)算的出現(xiàn)又為工業(yè)大數(shù)據(jù)的數(shù)據(jù)處理提供前提條件。”工業(yè)大數(shù)據(jù)技術(shù)1.工業(yè)設(shè)備互聯(lián)互通2.計(jì)算機(jī)的計(jì)算能力大幅提升3.分布式并行計(jì)算、邊緣計(jì)算等的出現(xiàn)保障轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：數(shù)字化資源可成為工業(yè)大數(shù)據(jù)的來源之一。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：遠(yuǎn)程制造、協(xié)同制造等變得更切實(shí)可行。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型保障：技術(shù)保障數(shù)字化技術(shù)網(wǎng)絡(luò)化技術(shù)新一代人工智能技術(shù)融合實(shí)現(xiàn)落地：生產(chǎn)關(guān)系將被顛覆。工業(yè)大數(shù)據(jù)技術(shù)轉(zhuǎn)型成果：工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)BD先生：“整個(gè)工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)網(wǎng)絡(luò)：一方面以它‘實(shí)時(shí)且可共享’的特性能有效滿足本企業(yè)與用戶及協(xié)作企業(yè)間的溝通需求，以及企業(yè)內(nèi)部的管理需求；另一方面還在于可通過海量的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，最終實(shí)現(xiàn)智能化應(yīng)用落地?！惫I(yè)大數(shù)據(jù)生態(tài)系統(tǒng)組成與應(yīng)用產(chǎn)品數(shù)據(jù)工業(yè)大數(shù)據(jù)中心工業(yè)大數(shù)據(jù)中心軟硬件數(shù)據(jù)大數(shù)據(jù)中心用于存儲(chǔ)各類產(chǎn)品全生命周期中產(chǎn)生的各類數(shù)據(jù)，以及企業(yè)各類軟硬件數(shù)據(jù)等，并進(jìn)行規(guī)范化管理。工業(yè)大數(shù)據(jù)中心：產(chǎn)品數(shù)據(jù)1.用戶訂單的需求方案文檔數(shù)據(jù)2.產(chǎn)品生產(chǎn)流程中產(chǎn)生的數(shù)據(jù)3.產(chǎn)品售后服務(wù)相關(guān)的追蹤信息數(shù)據(jù)既有傳統(tǒng)大批量式的產(chǎn)品訂單，也有個(gè)性化產(chǎn)品的定制文檔產(chǎn)品生命周期內(nèi)數(shù)據(jù)：工業(yè)大數(shù)據(jù)中心：產(chǎn)品數(shù)據(jù)1.用戶訂單的需求方案文檔數(shù)據(jù)2.產(chǎn)品生產(chǎn)流程中產(chǎn)生的數(shù)據(jù)3.產(chǎn)品售后服務(wù)相關(guān)的追蹤信息數(shù)據(jù)一旦確立產(chǎn)品方案便著手進(jìn)行三維建模與有限元分析，再是工藝規(guī)程制定以及對(duì)各種設(shè)備的任務(wù)部署，接著按既定工序完成產(chǎn)品的制造與裝配和成品檢測等工作，其中也可能涉及其他企業(yè)的協(xié)作部分。上述所有環(huán)節(jié)產(chǎn)生的數(shù)據(jù)都將一一歸檔至大數(shù)據(jù)中心，并且一份完整的數(shù)據(jù)資料歸該產(chǎn)品所有，而其中典型的工藝與算法等數(shù)據(jù)則另外歸至分屬的存儲(chǔ)模塊，作為資源庫為后續(xù)產(chǎn)品開發(fā)所用。產(chǎn)品生命周期內(nèi)數(shù)據(jù)：工業(yè)大數(shù)據(jù)中心：軟硬件數(shù)據(jù)企業(yè)內(nèi)部各類資產(chǎn)數(shù)據(jù)：1.數(shù)據(jù)庫數(shù)據(jù)1.硬件設(shè)備本身所產(chǎn)生的數(shù)據(jù)用于相關(guān)資產(chǎn)的維保等。所有產(chǎn)品數(shù)據(jù)與軟硬件數(shù)據(jù)在企業(yè)內(nèi)部共享，即可實(shí)現(xiàn)一步化管理以及員工對(duì)企業(yè)運(yùn)作的了解和對(duì)緊急情況的快速應(yīng)對(duì)；而其中部分?jǐn)?shù)據(jù)與用戶共享，則可提升其在產(chǎn)品生命周期中的參與度，確保企業(yè)與用戶之間的關(guān)系透明化，并充分保障用戶的主觀意愿得到滿足。數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用技術(shù)應(yīng)用數(shù)據(jù)應(yīng)用：最優(yōu)方案制定1.當(dāng)接收一項(xiàng)訂單后，公司會(huì)首先向用戶提供一份產(chǎn)品基本信息采集表，內(nèi)容包括產(chǎn)品外形、尺寸、材質(zhì)、功能等；2.隨后公司對(duì)信息表進(jìn)行評(píng)估，一般在外形、尺寸、功能要素不變前提下羅列可供選擇的多種材料及其當(dāng)前市場價(jià)、加工工藝方案，并結(jié)合自身的制造能力按經(jīng)濟(jì)性最佳、性能最佳或綜合性最佳的三種及以上的推薦產(chǎn)品方案反饋用戶；3.由用戶根據(jù)預(yù)算或可接受價(jià)格范圍共同制定最優(yōu)方案。注：其中含最新市場價(jià)的材料清單、工藝清單的數(shù)據(jù)均由大數(shù)據(jù)中心的實(shí)時(shí)數(shù)據(jù)庫模塊提供；當(dāng)產(chǎn)品完成制造環(huán)節(jié)后，物流、裝配等方案同理。數(shù)據(jù)應(yīng)用：端到端的生產(chǎn)管理對(duì)生產(chǎn)管理而言，大數(shù)據(jù)中心相當(dāng)于數(shù)據(jù)共享平臺(tái)，管理層以及各生產(chǎn)環(huán)節(jié)負(fù)責(zé)人員好比一個(gè)個(gè)‘雙向接口’。1.大數(shù)據(jù)中心的每一份訂單均有獨(dú)立的生命周期進(jìn)度條，其按照當(dāng)前待執(zhí)行環(huán)節(jié)被分配至相應(yīng)部門；2.每一項(xiàng)任務(wù)將被進(jìn)行評(píng)估并擬定預(yù)計(jì)期限，進(jìn)而分配至空任務(wù)人員或任務(wù)末期人員，此時(shí)該人員或該小組在大數(shù)據(jù)中心將被標(biāo)注任務(wù)名稱、期限等屬性。如此既可真正實(shí)現(xiàn)批量化定制，又可實(shí)現(xiàn)各環(huán)節(jié)之間的橫向溝通與管理人員的垂直管理，對(duì)出現(xiàn)的問題快速靶向定位，大幅縮短問題溯源時(shí)間，以便做出迅捷的響應(yīng)對(duì)策。技術(shù)應(yīng)用：制造水平突破升級(jí)結(jié)合新一代人工智能技術(shù)實(shí)現(xiàn)制造水平的突破升級(jí)：包括生產(chǎn)效率和制造水平的提高。隨著一批具備自主學(xué)習(xí)與自主決策能力的智能機(jī)床、智能機(jī)器人等智能化設(shè)備實(shí)現(xiàn)應(yīng)用，在大數(shù)據(jù)環(huán)境下——1.基于海量數(shù)據(jù)訓(xùn)練得到不同算法模型，進(jìn)而控制智能化設(shè)備以替代人力并更高效地完成多種工業(yè)產(chǎn)品的制造、裝配與檢測；2.智能機(jī)床可進(jìn)行加工工藝優(yōu)化，實(shí)現(xiàn)產(chǎn)品質(zhì)量的提升，此外對(duì)于相同產(chǎn)品的批量制造，能有效確保產(chǎn)品質(zhì)量的穩(wěn)定性。技術(shù)應(yīng)用：物聯(lián)設(shè)備的預(yù)見式管控機(jī)器人、機(jī)床、產(chǎn)線等都屬于企業(yè)的硬資產(chǎn)，高昂的成本和維保費(fèi)用使它們的健康狀況備受關(guān)注。將原本獨(dú)立的設(shè)備進(jìn)行網(wǎng)絡(luò)化連接布局，通過長期對(duì)設(shè)備特征數(shù)據(jù)的采集、分析可有效地得出設(shè)備各部分的變化趨勢，以對(duì)即將可能發(fā)生的故障進(jìn)行預(yù)判并提前檢修，降低企業(yè)人力、財(cái)力無謂的損耗。03工業(yè)大數(shù)據(jù)生態(tài)影響分析工業(yè)大數(shù)據(jù)生態(tài)影響分析求職者創(chuàng)業(yè)者職位要求變更思想觀念轉(zhuǎn)變在場學(xué)生：“請問就機(jī)械行業(yè)而言，既然工業(yè)大數(shù)據(jù)時(shí)代是大勢所趨，那么它對(duì)于人才方面又會(huì)產(chǎn)生怎樣的影響，是否提出新的要求？如此也能使大家更有目標(biāo)地去努力、去準(zhǔn)備?！盉D先生：“這種影響若從求職者角度出發(fā)，便是傳統(tǒng)職業(yè)的沒落伴隨新興職業(yè)的誕生；若從志在創(chuàng)業(yè)者角度出發(fā)，便是新模式下思想觀念的轉(zhuǎn)變?！鼻舐氄呓嵌龋郝毼灰笞兏麭D先生：“對(duì)于職業(yè)更替現(xiàn)象，如前所述的智能化設(shè)備的出現(xiàn)并非為了完全取代人，好比自動(dòng)化產(chǎn)線整體的柔性度再高也不及人的靈活性與功能多樣性，人機(jī)結(jié)合方能產(chǎn)生最大的效益。”在許多諸如流水操作工等傳統(tǒng)職業(yè)消失或需求人數(shù)減少的情況下，也出現(xiàn)適應(yīng)新工作環(huán)境的新職業(yè)，譬如：1.在生產(chǎn)現(xiàn)場所見的幾位現(xiàn)場維護(hù)工程師，他們利用大數(shù)據(jù)互聯(lián)技術(shù)同時(shí)管理著產(chǎn)線上所有的設(shè)備；2.

“數(shù)據(jù)制造工作室”里的各位數(shù)據(jù)科學(xué)家們，他們在室內(nèi)便可高效完成產(chǎn)品的設(shè)計(jì)與仿真和產(chǎn)品的質(zhì)檢與分析等。這些人或是機(jī)械、材料或自動(dòng)化等專業(yè)出身，并掌握相應(yīng)的大數(shù)據(jù)技術(shù)應(yīng)用能力，主要負(fù)責(zé)數(shù)據(jù)的分析應(yīng)用來優(yōu)化產(chǎn)品的制造流程；或是計(jì)算機(jī)等專業(yè)出身，后續(xù)接觸機(jī)械行業(yè)，主要負(fù)責(zé)對(duì)大數(shù)據(jù)技術(shù)以及智能化設(shè)備控制所需算法的底層支持。創(chuàng)業(yè)者角度：思想觀念轉(zhuǎn)變?nèi)詮奈锫?lián)設(shè)備的預(yù)見式管控出發(fā)，以其中典型的‘機(jī)床健康保障’模式為例來詳細(xì)講解。BD先生：“如果你是一位企業(yè)主，那么沒有人比你更關(guān)心這一臺(tái)臺(tái)機(jī)床的健康狀況了。一旦關(guān)鍵的機(jī)床出現(xiàn)故障，它將衍生出大大小小多項(xiàng)癥狀。機(jī)床故障就得停機(jī)，停機(jī)后還需要等待專業(yè)人員前來維修、測試直至重新投入使用，這意味著至少三大方面的額外損失。”1.維修費(fèi)用的支出2.導(dǎo)致其他輔助設(shè)備閑置，造成生產(chǎn)率下降等3.嚴(yán)重的機(jī)床事故還可能對(duì)之后機(jī)床的質(zhì)量、壽命產(chǎn)生不可挽回的影響“故而企業(yè)家是最不愿看到故障的發(fā)生或希望最大程度降低故障風(fēng)險(xiǎn)。機(jī)床大數(shù)據(jù)的采集與分析應(yīng)用，則能真正實(shí)現(xiàn)變事后故障處理為事前健康預(yù)測?！睓C(jī)床故障分析BD先生：“機(jī)床常見的故障可分為數(shù)控系統(tǒng)故障、機(jī)械結(jié)構(gòu)故障以及電氣系統(tǒng)故障，尤其機(jī)械結(jié)構(gòu)故障發(fā)生率高達(dá)57%，這包括機(jī)床主軸箱、絲杠副、導(dǎo)軌副、潤滑系統(tǒng)與氣動(dòng)系統(tǒng)等的故障，也包括刀具、夾具、工件、材料等制造資源的故障。為減少或避免事故發(fā)生，則可通過采集數(shù)控系統(tǒng)內(nèi)部實(shí)時(shí)產(chǎn)生的大量的電控?cái)?shù)據(jù)以及系統(tǒng)外部傳感器采集的各類數(shù)據(jù)來構(gòu)建起機(jī)床工作過程中的CPS（信息-物理系統(tǒng)）模型?！?.數(shù)控系統(tǒng)故障2.機(jī)械結(jié)構(gòu)故障3.電氣系統(tǒng)故障等機(jī)床常見故障機(jī)床健康保障方案BD先生：1.為機(jī)床設(shè)置具有診斷機(jī)床工作質(zhì)量功能的工作任務(wù)，而將執(zhí)行該任務(wù)的G代碼作為測試方案；2.在機(jī)床進(jìn)入市場前或使用初期，即機(jī)床健康狀況良好階段便進(jìn)行診斷，以得到該機(jī)床健康狀態(tài)下的心電圖并作為后續(xù)對(duì)該機(jī)床健康評(píng)估的標(biāo)準(zhǔn)；3.定期為機(jī)床進(jìn)行健康狀況的檢測與評(píng)估分析，在機(jī)床各項(xiàng)指標(biāo)變化過程中即可提出機(jī)床使用建議，或在某項(xiàng)指標(biāo)達(dá)到臨界值前即提前預(yù)測可能發(fā)生的機(jī)床故障而根據(jù)評(píng)估報(bào)告對(duì)機(jī)床進(jìn)行保養(yǎng)，實(shí)現(xiàn)最大程度避免機(jī)床事故的發(fā)生。盈利模式轉(zhuǎn)變1.一方面可將傳統(tǒng)的機(jī)床銷售為主的盈利模式轉(zhuǎn)變?yōu)椤N售+服務(wù)’或‘租賃+服務(wù)’的多樣化盈利模式；機(jī)床健康保障的新模式不僅是機(jī)床使用企業(yè)的需求，也是機(jī)床廠家的需求所在。2.另一方面通過為售賣的每一臺(tái)機(jī)床個(gè)性化訂制健康評(píng)估模板以及根據(jù)用戶使用過程中出現(xiàn)的情況進(jìn)行總結(jié)以提升改進(jìn)自身的機(jī)床產(chǎn)品，從而實(shí)現(xiàn)良性循環(huán)。只有在產(chǎn)業(yè)模式變更情況下，及時(shí)或提前將傳統(tǒng)觀念轉(zhuǎn)變，才能做到與時(shí)俱進(jìn)。企業(yè)轉(zhuǎn)型普遍性在場學(xué)生：“經(jīng)理您好，按您所說，那么不久將來，基本每一家相關(guān)的企業(yè)都會(huì)進(jìn)行這種轉(zhuǎn)型吧？”BD先生：“不敢保證每一家企業(yè)，并且這需要分情況討論。目前有的企業(yè)一開始便是精英化模式，基本不存在人口紅利消失的問題；有的企業(yè)則是洞見了這種趨勢及其效益，主動(dòng)進(jìn)行轉(zhuǎn)型；而目前更多的仍是處于傳統(tǒng)方式下的企業(yè)，他們大多不會(huì)在原有的盈利模式有較大波動(dòng)情況下主動(dòng)轉(zhuǎn)型，直到內(nèi)外部的矛盾壓力顯現(xiàn)才會(huì)被迫選擇轉(zhuǎn)型。但無論如何，今后的趨勢終究是不會(huì)再有大量廉價(jià)勞動(dòng)力，用戶的個(gè)性化需求也愈發(fā)凸顯，因此，相信絕大部分企業(yè)最終都會(huì)主動(dòng)或被動(dòng)地走上轉(zhuǎn)型之路?！苯涣鹘Y(jié)束后，Engine老師帶領(lǐng)同學(xué)們心滿意足地返校，并為后續(xù)走訪調(diào)研著手準(zhǔn)備。章末小結(jié)通過本章的閱讀，讀者應(yīng)了解當(dāng)今形勢下，傳統(tǒng)工廠終將往智能工廠轉(zhuǎn)型。1.轉(zhuǎn)型原因主要在于內(nèi)外需求的變化：外部需求包括用戶就產(chǎn)品個(gè)性化與服務(wù)主動(dòng)化的需求程度提高，并且企業(yè)間的合作互贏需求同樣提高；內(nèi)部需求包括企業(yè)在生產(chǎn)工具、生產(chǎn)關(guān)系方面的需求，管理精簡化需求，以及成本控制方面的需求也因外部環(huán)境的變化而必須做出調(diào)整。2.轉(zhuǎn)型成功的技術(shù)保障主要依賴于工業(yè)大數(shù)據(jù)技術(shù)的成熟，以其為基礎(chǔ)，與數(shù)字化技術(shù)、網(wǎng)絡(luò)化技術(shù)以及新一代人工智能技術(shù)結(jié)合才能真正實(shí)現(xiàn)工廠智能化。章末小結(jié)通過本章的閱讀，讀者應(yīng)了解當(dāng)今形勢下，傳統(tǒng)工廠終將往智能工廠轉(zhuǎn)型。3.轉(zhuǎn)型成果：一方面體現(xiàn)在企業(yè)搭建起一套完整的“工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)”，其由容納產(chǎn)品數(shù)據(jù)、軟硬件數(shù)據(jù)等海量工業(yè)數(shù)據(jù)在內(nèi)的工業(yè)大數(shù)據(jù)中心；另一方面體現(xiàn)在工業(yè)大數(shù)據(jù)系統(tǒng)在數(shù)據(jù)、技術(shù)方面的應(yīng)用落地，前者包括企業(yè)與用戶間訂單的最優(yōu)方案制定、企業(yè)內(nèi)端到端的生產(chǎn)管理等方面的應(yīng)用，后者包括企業(yè)制造水平的突破升級(jí)、工廠的物聯(lián)網(wǎng)設(shè)備的預(yù)見式管控等方面的應(yīng)用。4.工業(yè)大數(shù)據(jù)浪潮的影響對(duì)于求職者而言，是職位要求的變更；對(duì)于創(chuàng)業(yè)者而言則主要是思維模式的轉(zhuǎn)變。課后習(xí)題1.智能工廠與傳統(tǒng)工廠有何區(qū)別？請列舉3點(diǎn)。2.企業(yè)轉(zhuǎn)型的需求具體原因有哪些？3.工業(yè)大數(shù)據(jù)生態(tài)系統(tǒng)與智能工廠之間屬于何種關(guān)系？4.傳統(tǒng)工廠轉(zhuǎn)型為智能工廠涉及哪幾類技術(shù)？5.在批量化定制生產(chǎn)過程中，請簡述如何實(shí)現(xiàn)“端到端的生產(chǎn)管理”模式？工業(yè)大數(shù)據(jù)概述工業(yè)大數(shù)據(jù)與智能制造工業(yè)大數(shù)據(jù)與大數(shù)據(jù)目錄工業(yè)大數(shù)據(jù)基本概念010103國內(nèi)現(xiàn)狀與前景040102學(xué)習(xí)目標(biāo)1.掌握工業(yè)大數(shù)據(jù)的定義2.了解工業(yè)大數(shù)據(jù)的特征3.掌握工業(yè)大數(shù)據(jù)的數(shù)據(jù)架構(gòu)4.了解工業(yè)大數(shù)據(jù)的技術(shù)架構(gòu)與應(yīng)用（平臺(tái)）架構(gòu)5.了解工業(yè)大數(shù)據(jù)與大數(shù)據(jù)、數(shù)據(jù)科學(xué)的區(qū)別6.了解新一代智能制造及其與工業(yè)大數(shù)據(jù)的關(guān)系01工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)基本概念工業(yè)大數(shù)據(jù)發(fā)展背景工業(yè)大數(shù)據(jù)定義工業(yè)大數(shù)據(jù)特征工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)工業(yè)大數(shù)據(jù)應(yīng)用（平臺(tái)）架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)發(fā)展背景大數(shù)據(jù)技術(shù)的發(fā)展，使得上世紀(jì)90年代第二次陷入低谷的人工智能領(lǐng)域再次迎來曙光，并進(jìn)入到“新一代人工智能”時(shí)代。相應(yīng)的，工業(yè)領(lǐng)域也因工業(yè)大數(shù)據(jù)技術(shù)等的突破而正式迎來“第四次工業(yè)革命”，這也引起世界各國的高度重視。近年來，世界上的工業(yè)巨頭國家紛紛推出針對(duì)性的國家戰(zhàn)略，以期占領(lǐng)新工業(yè)的制高點(diǎn)。12012年2月，美國發(fā)布《先進(jìn)制造業(yè)國家戰(zhàn)略計(jì)劃》報(bào)告，后發(fā)布《2014年全球大數(shù)據(jù)白皮書》，指出：要提高分析運(yùn)營和交易數(shù)據(jù)的能力；洞察客戶線上消費(fèi)行為以提供新的高度復(fù)雜產(chǎn)品；對(duì)重點(diǎn)機(jī)器和設(shè)備進(jìn)行更加深入的感知。工業(yè)大數(shù)據(jù)發(fā)展背景22013年4月，德國將“工業(yè)4.0”上升至國家戰(zhàn)略，強(qiáng)調(diào)通過信息互聯(lián)技術(shù)與傳統(tǒng)工業(yè)制造的深度融合，使產(chǎn)品與設(shè)備之間、工業(yè)內(nèi)部縱向之間、工廠與工廠之間，都能通過信息物理系統(tǒng)連接為一個(gè)整體，從而實(shí)現(xiàn)智能化生產(chǎn)。32015年，法國推出“新工業(yè)法國Ⅱ”計(jì)劃，全面學(xué)習(xí)德國工業(yè)4.0，又在同年5月公布未來工業(yè)計(jì)劃，主要目標(biāo)是建立更為互聯(lián)互通、更具競爭力的法國工業(yè)。工業(yè)大數(shù)據(jù)發(fā)展背景42015年5月，中國國務(wù)院印發(fā)《中國制造2025》規(guī)劃，提出將重點(diǎn)推動(dòng)兩化（信息化與工業(yè)化）深度融合，把智能制造作為主攻方向，著力發(fā)展智能設(shè)備和智能產(chǎn)品，推進(jìn)生產(chǎn)過程智能化；同年12月，《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2015年版）》發(fā)布，并確定工業(yè)大數(shù)據(jù)屬于智能制造標(biāo)準(zhǔn)體系五大關(guān)鍵技術(shù)之一。工業(yè)大數(shù)據(jù)定義工業(yè)大數(shù)據(jù)：指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個(gè)產(chǎn)品全生命周期各個(gè)環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。廣義的工業(yè)大數(shù)據(jù)應(yīng)分為各類工業(yè)數(shù)據(jù)、工業(yè)大數(shù)據(jù)技術(shù)和工業(yè)大數(shù)據(jù)應(yīng)用三大部分。工業(yè)大數(shù)據(jù)定義：工業(yè)數(shù)據(jù)來源企業(yè)信息化數(shù)據(jù)包括產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)性數(shù)據(jù)、經(jīng)營性數(shù)據(jù)、客戶信息數(shù)據(jù)、物流供應(yīng)數(shù)據(jù)以及環(huán)境數(shù)據(jù)，以上均屬于工業(yè)領(lǐng)域的傳統(tǒng)數(shù)據(jù)資產(chǎn)。企業(yè)信息化數(shù)據(jù)工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)外部跨界數(shù)據(jù)工業(yè)數(shù)據(jù)三大來源工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)指工業(yè)設(shè)備和產(chǎn)品快速產(chǎn)生的且存在時(shí)間序列差異的大量數(shù)據(jù)，也是新的、增長最快的數(shù)據(jù)來源。外部跨界數(shù)據(jù)則是由企業(yè)外部互聯(lián)網(wǎng)來源的數(shù)據(jù)，如環(huán)境法規(guī)、宏觀社會(huì)經(jīng)濟(jì)數(shù)據(jù)等。工業(yè)大數(shù)據(jù)定義：工業(yè)大數(shù)據(jù)技術(shù)工業(yè)大數(shù)據(jù)技術(shù)包括數(shù)據(jù)采集、預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、可視化以及智能控制等，與傳統(tǒng)數(shù)據(jù)挖掘的過程相似，即從大量的、不完全的、有噪聲的、隨機(jī)的數(shù)據(jù)中提取隱藏而有用的信息和知識(shí)。但在大數(shù)據(jù)背景下，傳統(tǒng)技術(shù)不再具備處理海量數(shù)據(jù)集的能力，因此進(jìn)行數(shù)據(jù)準(zhǔn)備與數(shù)據(jù)處理的工具和技術(shù)因此發(fā)生了巨大的更替。工業(yè)大數(shù)據(jù)定義：工業(yè)大數(shù)據(jù)應(yīng)用工業(yè)大數(shù)據(jù)應(yīng)用是指對(duì)特定的工業(yè)大數(shù)據(jù)集，集成應(yīng)用工業(yè)大數(shù)據(jù)技術(shù)，以獲得有價(jià)值信息的過程。智能化設(shè)計(jì)智能化生產(chǎn)智能化服務(wù)網(wǎng)絡(luò)協(xié)同化制造個(gè)性化定制等工業(yè)大數(shù)據(jù)典型應(yīng)用工業(yè)大數(shù)據(jù)特征作為工業(yè)領(lǐng)域中的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)既具有大數(shù)據(jù)的普適特征，也具有獨(dú)有的特征。海量性（Volume）數(shù)據(jù)量的大小決定所考慮的數(shù)據(jù)的價(jià)值和潛在的信息；大量機(jī)器設(shè)備的高頻數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)持續(xù)涌入，使得工業(yè)數(shù)據(jù)體量較大，大型工業(yè)企業(yè)的數(shù)據(jù)集將達(dá)到PB級(jí)，甚至EB級(jí)別。多樣性（Variety）數(shù)據(jù)類型的多樣性和來源廣泛；工業(yè)數(shù)據(jù)分布廣泛，分布于機(jī)器設(shè)備、工業(yè)產(chǎn)品、管理系統(tǒng)、互聯(lián)網(wǎng)等各個(gè)環(huán)節(jié)，并且結(jié)構(gòu)復(fù)雜，既有結(jié)構(gòu)化和半結(jié)構(gòu)化的傳感數(shù)據(jù)，也有非結(jié)構(gòu)化數(shù)據(jù)。工業(yè)大數(shù)據(jù)特征價(jià)值性（Value）即價(jià)值密度低，任何有價(jià)值的信息的提取都是基于海量的數(shù)據(jù)；相反也說明個(gè)別數(shù)據(jù)的缺失或錯(cuò)誤并不會(huì)對(duì)大數(shù)據(jù)價(jià)值的提取造成巨大影響?？焖傩裕╒elocity）指獲取和處理數(shù)據(jù)的速度快，工業(yè)數(shù)據(jù)處理速度需求多樣，生產(chǎn)現(xiàn)場要求時(shí)間分析達(dá)到毫秒級(jí)，即接近實(shí)時(shí)的要求；管理與決策應(yīng)用則需要支持交互式或批量數(shù)據(jù)分析。工業(yè)大數(shù)據(jù)特征準(zhǔn)確性（Accuracy）工業(yè)大數(shù)據(jù)更加關(guān)注數(shù)據(jù)質(zhì)量，對(duì)數(shù)據(jù)分析的置信度要求較高，僅依靠統(tǒng)計(jì)相關(guān)性分析不足以支撐故障診斷、預(yù)測預(yù)警等工業(yè)應(yīng)用，需要將物理模型與數(shù)據(jù)模型結(jié)合，挖掘因果關(guān)系。強(qiáng)關(guān)聯(lián)性（Strong-relevance）一方面指產(chǎn)品生命周期同一階段的數(shù)據(jù)具有強(qiáng)關(guān)聯(lián)性，如產(chǎn)品零部件組成、工況、設(shè)備狀態(tài)、維修情況、零部件補(bǔ)充采購等；另一方面指產(chǎn)品生命周期的研發(fā)設(shè)計(jì)、生產(chǎn)、服務(wù)等不同環(huán)節(jié)的數(shù)據(jù)之間需要進(jìn)行關(guān)聯(lián)。工業(yè)大數(shù)據(jù)特征閉環(huán)性（Closed-loop）包括產(chǎn)品全生命周期橫向過程中數(shù)據(jù)鏈條的封閉和關(guān)聯(lián)，以及縱向數(shù)據(jù)采集和處理過程中，需要支撐狀態(tài)感知、分析、反饋、控制等閉環(huán)場景下的動(dòng)態(tài)持續(xù)調(diào)整和優(yōu)化。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)工業(yè)領(lǐng)域的海量數(shù)據(jù)本身并不是人們關(guān)注的重點(diǎn)，關(guān)鍵在于工業(yè)數(shù)據(jù)所能帶來的價(jià)值，而這主要通過企業(yè)維的縱向數(shù)據(jù)以及產(chǎn)品維的橫向數(shù)據(jù)進(jìn)行集成以在價(jià)值維度上實(shí)現(xiàn)價(jià)值增長。工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)企業(yè)維度描述企業(yè)信息化數(shù)據(jù)產(chǎn)品維度描述工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：企業(yè)維就企業(yè)維度而言，企業(yè)在生產(chǎn)制造過程中主要會(huì)產(chǎn)生以下數(shù)據(jù)?！驹O(shè)備層】設(shè)備層的物理器件由機(jī)床、機(jī)器人以及相關(guān)的傳感器、儀表等組成，產(chǎn)生的數(shù)據(jù)包括設(shè)備內(nèi)部運(yùn)行狀態(tài)數(shù)據(jù)、設(shè)備外部環(huán)境狀態(tài)數(shù)據(jù)等。【控制層】控制層由可編程邏輯控制器（PLC）、數(shù)控機(jī)床（CNC）、數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）、分布式控制系統(tǒng)（DCS）和現(xiàn)場總線等組成，主要完成設(shè)備控制命令的下達(dá)、設(shè)備數(shù)據(jù)的采集與傳輸?shù)取！拒囬g層】車間層即制造執(zhí)行系統(tǒng)（MES），主要產(chǎn)生由制造數(shù)據(jù)管理、計(jì)劃排程管理、生產(chǎn)調(diào)度管理、庫存管理、質(zhì)量管理和人力資源管理等包含的數(shù)據(jù)?！酒髽I(yè)層】企業(yè)層數(shù)據(jù)包括產(chǎn)品設(shè)計(jì)數(shù)據(jù)、工藝過程設(shè)計(jì)數(shù)據(jù)、客戶關(guān)系管理數(shù)據(jù)、企業(yè)資源管理數(shù)據(jù)、企業(yè)資產(chǎn)管理數(shù)據(jù)、供應(yīng)鏈管理數(shù)據(jù)和運(yùn)行維護(hù)數(shù)據(jù)等?！緟f(xié)同層】協(xié)同層包括企業(yè)與企業(yè)間協(xié)同和企業(yè)與用戶間協(xié)同，前者產(chǎn)生的數(shù)據(jù)包括協(xié)同制造、產(chǎn)能共享等，后者包括個(gè)性化定制、服務(wù)型制造的商業(yè)模式等。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：產(chǎn)品維就產(chǎn)品維度而言，產(chǎn)品的全生命周期主要會(huì)產(chǎn)生下列數(shù)據(jù)?！驹O(shè)計(jì)】設(shè)計(jì)層包括用戶需求與產(chǎn)品設(shè)計(jì)兩大方面，用戶的個(gè)性化定制需求是產(chǎn)品設(shè)計(jì)數(shù)據(jù)來源，而產(chǎn)品設(shè)計(jì)則是根據(jù)需求進(jìn)行計(jì)算機(jī)輔助設(shè)計(jì)（CAD）、計(jì)算機(jī)輔助分析工程（CAE）、計(jì)算機(jī)輔助工藝過程設(shè)計(jì)（CAPP）、計(jì)算機(jī)輔助制造（CAM）。【生產(chǎn)】生產(chǎn)層即產(chǎn)品在制造過程中產(chǎn)生的數(shù)據(jù)，如產(chǎn)品制造狀態(tài)數(shù)據(jù)等?！疚锪鳌课锪鲗影ㄟ\(yùn)輸、倉儲(chǔ)、搬運(yùn)裝卸、包裝及流通加工等貨物流通環(huán)節(jié)涉及的數(shù)據(jù)?！句N售】銷售層包括商品類型、尺寸、型號(hào)、銷售類別、售價(jià)、銷量以及贈(zèng)品等方面的數(shù)據(jù)?！痉?wù)】服務(wù)層包括產(chǎn)品安裝、調(diào)試，技術(shù)指導(dǎo)以及定期保養(yǎng)維護(hù)等方面的數(shù)據(jù)。工業(yè)大數(shù)據(jù)數(shù)據(jù)架構(gòu)：價(jià)值維價(jià)值維度可由縱向集成、橫向集成以及端到端集成共同實(shí)現(xiàn)?？v向集成橫向集成端到端集成從企業(yè)角度，將設(shè)備層產(chǎn)生的數(shù)據(jù)到協(xié)同層的數(shù)據(jù)層層打通，實(shí)現(xiàn)縱向集成，則企業(yè)的生產(chǎn)在更加高效、低成本同時(shí)，更能有效提高產(chǎn)品質(zhì)量；因此，縱向數(shù)據(jù)價(jià)值的根本落腳點(diǎn)在于產(chǎn)品質(zhì)量保障，故可稱縱向數(shù)據(jù)為“制造型數(shù)據(jù)”。從產(chǎn)品的角度，將設(shè)計(jì)環(huán)節(jié)到售后服務(wù)乃至產(chǎn)品報(bào)廢或回收再利用的全生命周期內(nèi)產(chǎn)生的數(shù)據(jù)打通，實(shí)現(xiàn)橫向集成，則產(chǎn)品設(shè)計(jì)制造更符合用戶需求，物流更精準(zhǔn)快捷，銷售更便捷透明，服務(wù)更及時(shí)周到，無不體現(xiàn)出橫向數(shù)據(jù)價(jià)值的根本落腳點(diǎn)在于用戶滿意度保障，故可稱橫向數(shù)據(jù)為“服務(wù)型數(shù)據(jù)”。企業(yè)還應(yīng)充分利用端到端集成的優(yōu)勢，即在縱向?qū)优c橫向?qū)拥乃协h(huán)節(jié)中，企業(yè)應(yīng)牢牢抓住幾個(gè)關(guān)鍵環(huán)節(jié)實(shí)現(xiàn)端到端自主控制以“揚(yáng)長”，又應(yīng)借助云平臺(tái)環(huán)境使其他環(huán)節(jié)變得易于實(shí)現(xiàn)以“補(bǔ)短”，從而達(dá)到產(chǎn)品讓用戶滿意的最終目的。工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)主要分為四個(gè)層次，分別為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層以及數(shù)據(jù)應(yīng)用層?！緮?shù)據(jù)采集層】這是連接工業(yè)現(xiàn)場與非工業(yè)現(xiàn)場的環(huán)節(jié)，主要通過各類傳感器對(duì)所需數(shù)據(jù)進(jìn)行監(jiān)測以及數(shù)據(jù)采集，并通過以太網(wǎng)或局域網(wǎng)進(jìn)行數(shù)據(jù)的實(shí)時(shí)傳輸至PC；而某些情況下采集的源數(shù)據(jù)是多維異構(gòu)的，則還需要進(jìn)行數(shù)據(jù)清洗、規(guī)約等預(yù)處理?！緮?shù)據(jù)存儲(chǔ)層】是將采集的工業(yè)數(shù)據(jù)進(jìn)行本地化、邊緣化存儲(chǔ)，或?qū)?shù)據(jù)上傳至云端存儲(chǔ)，甚至也可存于移動(dòng)端中；而根據(jù)數(shù)據(jù)的實(shí)時(shí)性，存儲(chǔ)的數(shù)據(jù)可分為實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)。工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)架構(gòu)主要分為四個(gè)層次，分別為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層以及數(shù)據(jù)應(yīng)用層?！緮?shù)據(jù)分析層】包括數(shù)據(jù)提取和挖掘分析，通過從大數(shù)據(jù)存儲(chǔ)系統(tǒng)中抽取所需的數(shù)據(jù)并分析，來獲取有價(jià)值的特征信息；其中數(shù)據(jù)分析可借助Spark、Storm或Flink等計(jì)算引擎?！緮?shù)據(jù)應(yīng)用層】利用數(shù)據(jù)挖掘分析得到的結(jié)果切實(shí)應(yīng)用于實(shí)際生產(chǎn)生活中，使得企業(yè)或用戶的需求得到更好的滿足；以數(shù)據(jù)可視化為例，譬如機(jī)床健康保障，雷達(dá)圖的應(yīng)用使得機(jī)床關(guān)鍵部件的健康狀態(tài)分布呈現(xiàn)得更加直觀，為機(jī)床維護(hù)提供及時(shí)的參考信息等。工業(yè)大數(shù)據(jù)應(yīng)用（平臺(tái)）架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)作為智能制造關(guān)鍵技術(shù)之一，在智能制造產(chǎn)業(yè)鏈中主要有大規(guī)模個(gè)性化定制、智能化設(shè)計(jì)、智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同制造和智能化服務(wù)五大典型應(yīng)用；這幾乎包含了產(chǎn)品生命周期大部分環(huán)節(jié)，但也說明了工業(yè)大數(shù)據(jù)技術(shù)給整個(gè)產(chǎn)業(yè)鏈帶來的顛覆性變化?！暗谒纳a(chǎn)要素”——工業(yè)大數(shù)據(jù)如果說傳統(tǒng)的三大生產(chǎn)要素是土地、資本和勞動(dòng)力，那么大數(shù)據(jù)，將可以稱得上是“第四生產(chǎn)要素”，簡言之，工業(yè)大數(shù)據(jù)的價(jià)值就是通過精準(zhǔn)對(duì)接需求與資源耗費(fèi)，達(dá)到人與自然和諧相處、人與人和諧相處的目的。。02工業(yè)大數(shù)據(jù)與大數(shù)據(jù)工業(yè)大數(shù)據(jù)與大數(shù)據(jù)大數(shù)據(jù)與數(shù)據(jù)科學(xué)工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)與大數(shù)據(jù)大數(shù)據(jù)與數(shù)據(jù)科學(xué)：大數(shù)據(jù)大數(shù)據(jù)改變了傳統(tǒng)的思維模式：從過去的“數(shù)據(jù)-知識(shí)-問題”的知識(shí)范式變成如今的“數(shù)據(jù)-問題”的數(shù)據(jù)驅(qū)動(dòng)范式。大數(shù)據(jù)顛覆了傳統(tǒng)意義上對(duì)數(shù)據(jù)功能屬性的認(rèn)識(shí)：智能化提升的途徑從原來認(rèn)為的更復(fù)雜化算法轉(zhuǎn)變?yōu)椤昂Ａ繑?shù)據(jù)+簡單算法=最優(yōu)模型”。大數(shù)據(jù)令問題的剖析從以往的解釋性分析過渡到通過事物間的相關(guān)性來進(jìn)行預(yù)測，但也不能完全忽略根本上的因果關(guān)系。大數(shù)據(jù)也顛覆了傳統(tǒng)的人才培養(yǎng)模式：較以往執(zhí)行數(shù)據(jù)組織、管理、備份恢復(fù)等工作的“數(shù)據(jù)工程師”，數(shù)據(jù)相關(guān)人才將晉升為基于數(shù)據(jù)的管理，進(jìn)行數(shù)據(jù)分析決策、數(shù)據(jù)產(chǎn)品開發(fā)和業(yè)務(wù)定義等創(chuàng)造性工作的“數(shù)據(jù)科學(xué)家”。大數(shù)據(jù)（BigData）：指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)與數(shù)據(jù)科學(xué)：數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)：是大數(shù)據(jù)背景下催生的一門新興學(xué)科。專業(yè)數(shù)據(jù)科學(xué)專業(yè)中的數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)大數(shù)據(jù)與數(shù)據(jù)科學(xué)：數(shù)據(jù)科學(xué)數(shù)據(jù)科學(xué)：是大數(shù)據(jù)背景下催生的一門新興學(xué)科。專業(yè)數(shù)據(jù)科學(xué)專業(yè)數(shù)據(jù)科學(xué)強(qiáng)調(diào)大數(shù)據(jù)的基礎(chǔ)性、系統(tǒng)性和普適性的獨(dú)立于傳統(tǒng)科學(xué)的新興學(xué)科，旨在研究出一套完整的關(guān)于大數(shù)據(jù)的知識(shí)體系。專業(yè)中的數(shù)據(jù)科學(xué)指依存于某一專業(yè)領(lǐng)域的大數(shù)據(jù)研究，與專業(yè)的耦合度較高，強(qiáng)調(diào)學(xué)科交叉性，其研究有消費(fèi)大數(shù)據(jù)、健康大數(shù)據(jù)、工業(yè)大數(shù)據(jù)以及生物大數(shù)據(jù)等。專業(yè)中的數(shù)據(jù)科學(xué)工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)工業(yè)大數(shù)據(jù)以及其他傳統(tǒng)大數(shù)據(jù)均屬于“專業(yè)中的數(shù)據(jù)科學(xué)”范疇，但作為工業(yè)領(lǐng)域中的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)與傳統(tǒng)大數(shù)據(jù)在環(huán)節(jié)和應(yīng)用上仍存在較大差異，以工業(yè)大數(shù)據(jù)與消費(fèi)大數(shù)據(jù)的對(duì)比為例，如下表所示。環(huán)節(jié)和應(yīng)用消費(fèi)大數(shù)據(jù)工業(yè)大數(shù)據(jù)數(shù)據(jù)采集通過門戶網(wǎng)站等交互渠道采集，對(duì)實(shí)時(shí)性要求不高通過傳感器等感知技術(shù)采集，對(duì)實(shí)時(shí)性要求較高數(shù)據(jù)存儲(chǔ)數(shù)據(jù)關(guān)聯(lián)性低，存儲(chǔ)自由數(shù)據(jù)關(guān)聯(lián)性高，存儲(chǔ)復(fù)雜數(shù)據(jù)分析通用的大數(shù)據(jù)分析算法進(jìn)行相關(guān)性分析專業(yè)算法進(jìn)行精確性分析數(shù)據(jù)可視化數(shù)據(jù)分析結(jié)果可視化數(shù)據(jù)分析結(jié)果可視化、3D工業(yè)場景可視化閉環(huán)控制一般無需閉環(huán)反饋?zhàn)詣?dòng)化閉環(huán)反饋控制工業(yè)大數(shù)據(jù)與消費(fèi)大數(shù)據(jù)對(duì)照表03工業(yè)大數(shù)據(jù)與智能制造工業(yè)大數(shù)據(jù)與智能制造新一代智能制造工業(yè)大數(shù)據(jù)在智能制造作用工業(yè)大數(shù)據(jù)與智能制造新一代智能制造制造業(yè)的發(fā)展史如下表所示。制造模式制造系統(tǒng)功能機(jī)械化制造HPS（人-物理系統(tǒng)）代替部分體力勞動(dòng)（執(zhí)行）數(shù)字化制造、數(shù)字化網(wǎng)絡(luò)化制造HCPS(人-信息-物理系統(tǒng))代替大量體力勞動(dòng)（執(zhí)行）；代替部分腦力勞動(dòng)，人的相關(guān)制造經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)移到信息系統(tǒng)（感知、分析決策、控制）新一代智能制造新一代HCPS（新一代人-信息-物理系統(tǒng)）代替更多體力勞動(dòng)（執(zhí)行）；代替大量腦力勞動(dòng)包括部