工业互联网平台综合应用.pptxVIP

《工业数据处理与分析》/工业互联网系列课程工业数据处理与分析概述

《工业大数据白皮书（2019）》将工业数据定义为：工业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。工业和信息化部《关于工业大数据发展的指导意见》将工业数据定义为工业领域产品和服务全生命周期数据的总和，包括工业企业在研发设计、生产制造、经营管理、运维服务等各个环节中产生的数据，以及工业互联网平台中的数据等。

工业数据概念又有其共通之处，工业数据的两个关键核心：一是覆盖工业生产与服务全生命周期过程二是强调对数据和信息处理的重要性从狭义角度来讲，工业数据是指在工业领域生产服务全环节产生、处理、传递、使用的各类海量数据的集合；从广义角度来讲，工业数据是包括以上数据及与之相关的全部技术和应用的总称，除了“数据”内涵外还有“技术与应用”内涵。工业数据呈现容量大、更新快、类型丰富、价值高的特点，推动着技术变革和优化转型，工业数据逐渐演变成一种不可或缺的新型服务类型

工业数据自身并不能为企业的业务发展提供直接帮助，数据所包含的技术也不能直接推动制造业智能化水平的提升。但是，如果能够将大量的数据收集起来，将其转换成制造企业的生产和运营活动所需要的信息，才能真正地实现其价值。工业数据具有复杂性和多样性的显著特点。通过对各类数据类型的相互关系的分析，可以为企业提供更多有用的信息，以便更好地进行经营决策。工业数据的处理和分析具有十分重要的现实意义。

工业数据处理与分析是采用计算机科学技术、统计学技术、工业工程科学技术等多种技术手段，基于工业互联网对人、机、物的全面互联和数据采集，通过对工业生产和服务过程中产生的数据进行处理、计算、分析，提取出有价值的信息，加速向研发、生产、管理、服务等各个环节的渗透，有效的解决企业经营管理过程中信息不透明、不对称问题，实现降本增效。

工业数据处理技术体系工业数据源数据采集，数据源数据采集是通过各种联网设备，实现各种数据数字化的任务，同时也需要将数据存储起来，准备好数据上传到工业互联网平台的工作。01数据传输。数据传输是将采集的数据快速地、可靠地上报到工业互联网平台。工业互联网平台只有具备高并发的能力，才能有效地、可靠地实现数据的传输。高并发的实现，需要借助分布式的架构设计，同时使用负载均衡、消息队列和缓存等相关技术。02

数据的存储。数据传输完成后，是对海量数据的存储，从数据结构上，数据的种类大体上分为3类：结构化数据、半结构化数据、非结构化数据，分别需要不同的存储手段：03数据结构与我们常见的关系型数据库结构一致，如工厂记录生产订单的excel，整齐行列结构，常见的存储产品MySQL、Oracle、SQLServer等结构化数据数据结构如同Json、XML，例如车间内某设备的名称、产地、生产日期等描述信息常见的存储产品Redis、Hbase、MongoDB、OracleNoSQL等半结构化数据如工厂内的监控视频、设备、机床图片等文件常见的存储产品HDFS、FastDFS等非结构化数据

数据处理。数据处理阶段，非常考验你对海量数据的处理能力，你需要用到大数据计算引擎。大数据的处理，从应用场景划分的话，可以分成两个大类：04批处理的输入是在一段时间内已经采集并存储好的有边界数据流处理的输入基本上都是无边界数据。批处理流处理

数据应用。数据产生价值的方法，总体来说可以分为4类，1，可视化；2，数据挖掘；3，数据预测；4，控制决策。04最直接的方法是可视化，也可以称为图表分析，可视化可以非常直观地向人们展示数据的含义。可视化比图表分析更进一步的方法是挖掘分析。我们可以基于各类算法来分析数据的规律和关联关系等。挖掘分析还有一种进阶的方法是预测分析。随着积累的数据和经验越来越多，我们可以用算法来构建预测模型。预测分析最后一种方法是控制决策。物联网设备可能具备执行器，物联网系统可以基于业务目标控制这些执行器。控制决策

从数据的范围看工业数据处理与分析的发展智能化阶段信息化时代电气时代蒸汽时代18世纪60年代19世纪70年代20世纪70年代现在蒸汽时代电气时代信息化时代智能化阶段机械化阶段带动经济发展的新方式，这阶段的工业数据以纸为记录媒介的“纸质数据”，这一阶段只是原始地记录数据源，未采用任何处理技术和分析手段德国西门子的研制成发电机为标志，电气系统自动记录的电子工业数据也不断产生，这一阶段工业数据作为操作经验不断被实践，人们会花大量实践不断实践最优数据处理，但是没有结合业务进行分析电子和信息技术的广泛应用，工业大量使用计算机电脑、PLC等进行生产，使得