王建民：工业大数据技术综述（1）

王建民：工业大数据技术综述（一）

（2018年11月22日）

摘要：工业大数据是工业数据的总称，包括信息化数据、物联网数据以及跨界数据，是工业互联网的核心要素。分析了工业大数据的发展背景和主体来源，剖析了工业大数据、企业信息化和工业互联网之间的相互关系，阐述了工业大数据“多模态、高通量、强关联”的数据特点以及“跨尺度、产业链、跨界”多源数据融合的应用特点，探讨了工业大数据软件系统架构，给出了制造环节的大数据应用实例。

1、工业大数据的发展背景

当前，以大数据、云计算、移动物联网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，极大扩展了制造业创新与发展空间。新一代信息通信技术的发展驱动制造业迈向转型升级的新阶段——工业大数据驱动的新阶段，这是在新技术条件下制造业生产全流程、全产业链、产品全生命周期数据可获取、可分析、可执行的必然结果。

工业互联网正处在高速发展时期，国际工业和软件龙头企业正在迅速布局工业互联网技术与产品。2015年8月，美国通用电气公司率先宣布推出首个面向工业数据和分析的云平台Predix，如图1所示。2016年2月，Predix正式对开发者开放；在2016年4月的汉诺威工业博览会上，西门子公司宣布将推出云平台MindSphere，到了2017年4月的汉诺威工业博览会，MindSphere成为西门子公司展区最核心的展出内容，如图2所示。

图1 通用电气Predix平台MRO 5.0

图2 西门子MindSphere平台

在2017年汉诺威工业博览会上，总部位于瑞士的ABB集团宣布推出产品ABB Ability，它集成了ABB集团从设备到边缘计算再到云服务的跨行业、一体化的数字化能力。总部位于法国的施耐德电气有限公司也推出了EcoStruxure平台，它综合了施耐德电气有限公司的互联互通产品、边缘控制以及应用、分析和服务。

（未完待续）

王建民（1968?），男，博士，教授、博士生导师、清华大学信息科学技术学院（一级院系）副院长，清华大学软件学院院长，数据科学研究院副院长、管理委员会副主任，大数据系统软件国家工程实验室执行主任，工业大数据系统与应用北京市重点实验室主任。主要研究方向为大数据系统软件、工业大数据、产品全生命周期管理、业务过程管理等。

（摘编自 公共微信号 BDR 大数据期刊）