工业APP是释放工业大数据价值的方式.pdfVIP

工业 APP 是释放工业大数据价值的方式 以物联网、大数据、云计算等为代表的新一轮科技革命席卷全球， 正在构筑信息互通、资源共享、能力协同、开放合作的制造业新体 系，为制造业创新和发展提供了极大的想象空间。工业互联网的发 展驱动制造业迈向转型升级的新阶段 —— 数据驱动的新阶段，这是 新的技术条件下制造业生产全流程、全产业链、产品全生命周期的 数据可获取、可分析、可执行的必然结果，也是制造业隐性知识显 性化不断取得突破的内在要求。 一、 工业大数据 的来源 工业大数据来源主要有三个方面：一是企业经营管理数据；一是机 器设备数据；一是来源于企业外部数据： 1、经营管理数据 :是指传统工业自动化控制与信息化系统中产生的 数据， 如 ERP 、MES 等。 2 、机器设备数据 :是来源于工业生产线设备、机器、产品等方面的 数据，多由传感器、设备仪器仪表进行采集产生。 3、外部数据 :是指来源于工厂外部的数据，主要包括来自互联网的 市场、环境、客户、政府、供应链等外部环境的信息和数据。 二、工业大数据的特征 工业大数据具有 4V 特性 ,即具有大量化 (Volume) 、多样化 (Variety) 、快速化 (Velocity) 、价值密度低（ Value ）。换句话说，只 有具备这些特点的数据，才是大数据。 三、工业大数据的采集和处理 互联网的数据主要来自于互联网用户和服务器等网络设备，主要是 大量的文本数据、社交数据以及多媒体数据等，而工业数据主要来 源于机器设备数据、工业信息化数据和产业链相关数据。 工业大数据来源复杂，采集的手段也多样。工业领域的设备光通讯 协议都让会让人眼花目眩。下图是网上找来的一张工业协议的汇总 图，但这仅仅是众多协议中的一部分： 工业大数据，从特征来看，可以分为结构化、半结构化或非结构化 等几种类型；而且有大量的不可用的数据。数据采集只是万里长征 的第一步。 采集来的数据还需要经过数据 ETL 的数据处理过程，即数据的抽取 （Extract ）、数据的清洗（ Cleaning ）、数字的转换 （Transform ）、数字的装载（ Load ）。数据的处理过程如下图： 四、工业大数据的技术参考架构 工业大数据技术架构共有五个部分，分别为数据采集层、数据存储 与集成层、数据建模层、数据处理层、数据交互应用层。 五、工业大数据的作用 1、资源优化是目标 两化融合主要动力和核心目标就是不断优化制造资源的配置效率， 就是要实现更好的质量、更低的成本、更快的交付、更多的满意 度，就是要提高制造业全要素生产率。 2 、数据转化是关键 海量的工业大数据通过工业互联网将信息数据化，网络化让数据汇 集和流动，智能化实现了数据转化，即能够把正确的数据在正确的 时间以正确的方式传递给正确的人和机器，能够把海量的工业数据 转化为信息，信息转化为知识，知识转化为科学决策，以应对和解 决制造过程的复杂性和不确定性等问题，在这一过程中不断提高制 造资源的配置效率。 3、工业软件是核心 工业大数据的核心在于应用，在于优化资源配置效率，其关键在 于，数据如何转化为信息，信息如何转化为知识，知识如何转化为 决策，其背后都有赖于模型。工业软件构建了一套数据如何流动的 模型，正是这套模型确保了正确的数据能够在正确的时间以正确的 方式传递给正确的人和机器。 六、释放工业大数据价值的工业 APP 为落实国务院《关于深化 互联网“ +先进制造业 ”发展工业互联网的指 导意见》，加快培育工业互联网 APP ，2018 年 5 月 11 日，工信部 印发了《工业互联网 APP 培育工程实施方案 (2018-2020 年)》。实 施方案中明确指出在未来三年将通过政策保障、资金支持培育出 30 万个工业 APP ，构建工业 APP 标准体系。 所谓工业 APP ，是指面向特定工业应用场景，开发者通过调用工业 互联网云平台的资源，推动工业技术、经验、知识和最佳实践模型 化、软件化、再封装而形成的应用程序。工业大数据挖掘和分析的 结果可广泛应用于企业研发设计、复杂生产过程、产品