工业大数据的来源

在工业生产和监控管理过程中无时无刻不在产生海量的数据，比如生产设备的运行环境、机械设备的运转状态、生产过程中的能源消耗、物料的损耗、物流车队的配置和分布等。而且随着传感器的推广普及，智能芯片会植入到每个设备和产品中，如同飞机上的“黑匣子”将自动记录整个生产流通过程中的一切数据。

我们认为，包括人、财、物、信息、知识、服务等在内的生产要素在制造全系统和全生命周期中的组合、流动会持续不断地产生Volume( 体量浩大) 、Variety( 模态繁多) 、Velocity( 生成快速) 和Value( 价值密度低) 的大数据。

企业信息系统存储了高价值密度的业务数据。上世纪60 年代以来信息技术加速应用于工业领域，形成了产品生命周期管理（PLM ）、企业资源规划（ERP ），浙江环保数据采集分析、供应链管理（SCM ）和客户关系管理（CRM ）等企业信息系统。这些系统中积累的产品研发数据、生产制造数据、物流供应数据以及客户服务数据，存在于企业或产业链内部，浙江环保数据采集分析，是工业领域传统数据资产，浙江环保数据采集分析。

工业互联网数据采集系统，武汉安弘智能。浙江环保数据采集分析

所以工业大数据本身的特点带来了非常多的挑战。除了数据获取的挑战，随之而来的就是数据分析、应用的挑战。这里边的限制是因果关系，即数据驱动的方法只能告诉我们关联性，而无法不能告诉我们因果性。比如淘宝推荐商品，只知道推荐相关商品，却不关心这个事情的因果——为什么用户是这样的人。但这在工业上是行不通的，尤其是控制方面，因此模型需要长时间的分析和验证。

工业领域存在白盒模型和灰盒模型，白盒模型即工业机理，企业会根据工业机理设计工序、产品结构和工艺，这是第一步。当它们被设计完之后，运行中又会出现大量的不确定性，这些不确定性的消除靠的就是**、工匠的经验，让整个流程生产变得更加稳定和高效，这是灰盒态。不再对机理和知识本身进行分析和理解的数据模型，是一种黑盒模型。工业大数据和工业智能的本质就是，将这些经验和知识量化学习出来，挖掘心中有口中无的隐性知识，或者尝试通过数据方法把统计关系找到，再交还给工匠分析。工业就是工业，它存在的时间比信息化时间长，积淀比信息化多，而大数据和人工智能技术只是给工业上带来小的变化，尝试帮它去消除不确定性。
浙江环保数据采集分析工业互联网数据采集分析软件，武汉安弘智能。

工业大数据行业的分类

实验室接触了也做了很多与工业大数据的应用，并将其分为了三个层次。

个层次是单元级。即针对工业设备，不于设备的远程运维，还包括对设备故障的提前预警、故障分析，以及设备的优化运行、资产管理等等。首先我们需要将设备的运行状态进行精确的数字化测量，这种测量手段其实是将工业大数据的连续空间离散化。

第二个层次是工厂层次。这个层次不是关注单体设备，而关注整个工厂的运营效率、产品质量和安全、环保问题。工业讲求的是包括人、物料、工艺、设备、环境在内的因素，在复杂的动态系统中能够协同作用。假设把全中国都看作一个大工厂，怎么在产业链条上提升自己的效率？我们做工业大数据，做“智能+”，就是这个用途。首先要回答数据在哪里，其实数据在任何一个地方。

第三层次是怎么拿到其他人的数据？比如说挖掘机要自动化施工，需要了解GIS数据、环境数据，但这些都不是传统制造业企业拥有的数据。这说明工业大数据的内涵，比传统的数据内涵要大得多。自动化以及跨界整体的数据，构成工业大数据的体系。

数据采集技术难点

1、数据量巨大

任何系统，在不同的数据量面前，需要的技术难度都是完全不同的。

如果单纯是将数据采到，可能还比较好完成，但采集之后还需要处理，因为必须考虑数据的规范与清洗，因为大量的工业数据是“脏”数据，直接存储无法用于分析，在存储之前，必须进行处理，对海量的数据进行处理，从技术上又提高了难度。

2、工业数据的协议不标准

互联网数据采集一般都是我们常见的HTTP等协议，但在工业领域，会出现ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等等各类型的工业协议，而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议，导致在工业协议的互联互通上，出现了极大地难度。

很多开发人员在工业现场实施综合自动化等项目时，遇到的问题及时面对众多的工业协议，无法有效的进行解析和采集。

3、视频传输所需带宽巨大

传统工业信息化由于都是在现场进行数据采集，视频数据传输主要在局域网中进行，因此，带宽不是主要的问题。

但随着云计算技术的普及及公有云的兴起，大数据需要大量的计算资源和存储资源，因此工业数据逐步迁移到公有云已经是大势所趋了。

工业数据采集分析，武汉安弘智能。

“工业大数据的采集汇聚过程中面临的痛点较多。” 据工信部信息技术发展司相关负责人介绍，比如，因企业信息化基础差、设备接口不开放等造成数据采集不上来；企业数据底账不清，不知道自己有哪些数据、分布在哪里，大部分工业数据处于“睡眠”状态；因设备不互联，通信协议不兼容等造成不同数据不匹配、不互认，数据孤岛现象普遍；数据失真、失准及一致性差等因素导致数据汇聚质量不高，等等。

针对这些问题，《指导意见》部署了3项重点任务来推动采集、高效互通和高质量汇聚，包括加快工业企业信息化“补课”、推动工业设备数据接口开放、推动工业通信协议兼容化、组织开展工业数据资源调查“摸家底”、加快多源异构数据的融合和汇聚等具体手段，目的是为了形成完整贯通的高质量数据链，为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。 智能数据采集分析软件，武汉安弘智能。浙江环保数据采集分析

大数据采集分析，武汉安弘智能。浙江环保数据采集分析

工业数据采集。

相比于传统大数据的数据量大、数据种类多、商业价值高、处理速度高等特点，工业大数据还对准确率和实时性有着更高的要求，因此用友数据中台提供了对应的数据采集搬运工具，也就是数据移动产品，支持高效、实时的从工业领域采集的大量数据引入到数据湖中。通过采集工业数据，打通产业链、价值链和产品全生命周期的数据。

工业数据存储。

用友数据中台数据存储基于数据湖理念，在融合计算能力方面，能够支持批量离线计算、流式计算，并且支持分布式存储，关系型存储、分析存储、离线存储等。其将通过数据采集技术采集完的工业数据通过融合计算以及数据存储的能力，把规范标准化的数据统一存储的数据湖中，避免企业数据孤岛化，将不同结构的数据统一聚合和存储，实现时管控或者事后回溯生产经营过程，解决质量、效率、成本的问题，为工业大数据应用提供高质量的数据。 浙江环保数据采集分析