《工业互联网微证书-大数据能力 》 课件-01工业大数据介绍

01工业大数据介绍工业互联网微证书-大数据能力

工业互联网与大数据是现代工业转型中的双引擎，前者通过广泛连接工业设备和系统，源源不断地生成海量数据，后者则利用先进的分析技术和算法挖掘这些数据的价值，为优化生产流程、提升产品质量、预测维护需求和创新商业模式提供决策支持，共同推动了制造业向更加智能化、高效化和可持续化的方向发展。内容导入1.1工业数据的来源和特点1.2工业大数据的作用1.3工业大数据和传统大数据区别掌握工业数据的来源和特点了解工业大数据和传统大数据区别。课程目标1.1工业数据的来源和特点

工业大数据是指工业领域中，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。(1)工业大数据的定义1.1工业数据的来源和特点(2)工业大数据中数据的来源1.1工业数据的来源和特点①工业信息化数据工业信息化数据

工业信息化的数据自于传统企业信息化范围，存储在企业信息系统内部，包括传统工业设计和制造类软件、企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等1.1工业数据的来源和特点②机器设备数据

机器设备数据主要指工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。机器设备数据1.1工业数据的来源和特点③产业链跨界数据

产业链跨界数据指与工业企业生产活动和产品相关的企业外部互联网来源数据，例如，评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。产业链跨界数据1.1工业数据的来源和特点（2）工业数据的来源工业大数据根据产品全生命周期管理可以分为五个维度的来源，分别为研发数据、生产数据、运维数据、管理数据、外部数据，这五个维度的数据构成了以产品为核心的工业数据流闭环。1.1工业数据的来源和特点(3)工业大数据的特点工业大数据除具有一般大数据的特征4V（数据量大，处理速度快，类型多样，数据价值密度低）外，还具有时序性、强关联性、准确性、闭环性等特征。1.2工业大数据的作用创新商业模式降低运维成本优化生产流程通过实时监测和分析生产数据，发现瓶颈和问题，提高生产效率和产品质量。基于工业大数据开发新的产品和服务，拓展企业营收来源。利用大数据预测设备故障，实现预防性维护，减少意外停机和维护成本。1.3工业大数据和传统大数据区别

工业大数据与传统大数据在多个方面存在显著区别，这些差异主要体现在数据源、数据类型、处理技术、应用领域以及对企业的价值创造方式上。1.3工业大数据和传统大数据区别数据源传统大数据来自更广泛的来源，包括社交媒体、网络活动、交易记录、客户互动等，数据更加多样且可能更多地关注消费者行为和市场趋势。工业大数据来源于工业设备、传感器、控制系统、生产流水线等，反映的是工业生产和运营过程中的实时状态和性能数据。1.3工业大数据和传统大数据区别数据类型传统大数据

数据类型：包含文本、图像、音频等多种非结构化数据，以及结构化数据，如交易记录或用户注册信息。技术侧重于离线分析、历史趋势分析和市场预测，虽然也有实时处理需求，但并不像工业大数据那样对延迟有严格要求。工业大数据

数据类型：包含大量实时的、连续的、高精度的数值数据，如温度、压力、振动等传感器数据。技术需要实时性更强的技术，以支持实时监控、预测性维护和优化控制等功能处理技术1.3工业大数据和传统大数据区别应用领域传统大数据

应用：包括市场营销、金融、健康医疗、零售、媒体和娱乐等多个领域，侧重于提升用户体验、个性化推荐和商业决策。在安全上比较关注个人隐私保护。工业大数据

应用：应用于制造业、能源、交通、物流等行业，聚焦于提高生产效率、产品质量和设备可靠性。安全注重数据的完整性和安全性，防止数据被篡改影响生