《推进工业大数据发展的实施意见》三是深化数据融合应用。

     大数据在工业企业的应用上还需进一步强化和深入，为此，《实施意见》设置了3项重要任务，江西大数据采集分析，通过推动工业数据应用，打造数据平台支撑，构建数据应用生态，主要是：大力促进数据全过程应用，加快实施智能制造，江西大数据采集分析，引导企业用好各业务环节的数据；引进和建设一批工业数据平台构建数据应用生态；强化省内大数据企业、平台服务商、工业企业、科研院所与研究机构的合作，江西大数据采集分析，培育和发展一批的工业大数据应用和解决方案供应商 工业互联网数据采集分析软件，武汉安弘智能。江西大数据采集分析

工业大数据技术应用场景

工业大数据也是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。 江西大数据采集分析大数据采集系统，武汉安弘智能。

向深度应用持续发力

当前，工业大数据已成为推动制造业数字化、网络化、智能化发展的关键生产要素。在日趋激烈的国际竞争面前，谁掌握了工业大数据，谁就掌握了促进市场发展的战略资源。赛迪顾问等机构发布的《2020中国工业大数据产业创新与投资趋势》显示，在政策和技术的驱动下，工业大数据市场将成为下一个蓝海，人工智能、边缘计算等新兴技术将持续助力工业变革和制造商业模式变革。

发展工业大数据是一项复杂的系统工程，既需要在宏观层面加强体系化布局，建立系统的工业大数据生态，也需要在微观层面务实着力，提升企业的数据管理能力。这些都亟须推动《意见》尽快落地生根。据悉，工信部将与各地工业和信息化主管部门做好对接，建立纵向联动、横向协同的推进工作机制，落实《意见》相关措施。

俊建议部分企业在数据应用上深入探索，解决中小微企业“不想用、不敢用”问题，通过在供给端培育海量工业APP、工业大数据解决方案供应商、向中小企业开放数据服务能力等手段，降低企业数据应用的成本投入和专业壁垒，共同推动工业大数据深度应用。

祛除工业大数据“顽疾”有新招

当前，中国工业大数据在采集过程中存在不少问题，比如，因企业信息化基础差、设备接口不开放等造成数据难以采集；企业数据底账不清，不知道自己有哪些数据，大部分工业数据处于“睡眠”状态；数据孤岛、数据失真等现象普遍。

在中国社科院工业经济研究所研究员贺俊看来，出现上述问题的主要原因在于，当前工业大数据的积累程度严重不足，同时，很多企业尤其是中小微企业仍心存疑虑，将工业大数据视为企业机密，数据开放积极性不强，“不想用、不敢用”倾向严重。“这就需要发挥职能，统筹建设国家工业大数据平台，积极引导企业意识到采集工业大数据的好处。”贺俊说

工业大数据采集分析，武汉安弘智能装备有限公司。

工信部力推高质量数据链 祛除工业大数据“顽疾”

当前，中国工业大数据在采集过程中存在不少问题，比如，因企业信息化基础差、设备接口不开放等造成数据难以采集；企业数据底账不清，不知道自己有哪些数据，大部分工业数据处于“睡眠”状态；数据孤岛、数据失真等现象普遍。

在中国社科院工业经济研究所研究员贺俊看来，出现上述问题的主要原因在于，当前工业大数据的积累程度严重不足，同时，很多企业尤其是中小微企业仍心存疑虑，将工业大数据视为企业机密，数据开放积极性不强，“不想用、不敢用”倾向严重。“这就需要发挥职能，统筹建设国家工业大数据平台，积极引导企业意识到采集工业大数据的好处。”贺俊说。

比如，在****疫情暴发初期，针对重点物资保障需求不明、底数不清、对接不畅等困难，工信部依托“制造强国产业基础大数据平台”快速建成“国家重点医疗物资保障平台”，运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应，为打赢疫情防控阻击战提供有力支撑。

智能数据采集系统，武汉安弘智能。浙江安全数据采集分析软件

大数据采集系统，武汉安弘智能装备有限公司。江西大数据采集分析

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。

江西大数据采集分析