王建民：工业大数据技术综述（2）

王建民：工业大数据技术综述（二）

（2018年11月24日）

国内三一重工股份有限公司、海尔集团、中国航天科工集团公司等企业也开始打造自己的平台，分别推出了三一树根物联平台、COSMO平台、航天云网平台等工业互联网平台产品，如图3所示。

图3 工业互联网技术与产品举例

工业大数据是工业互联网的核心要素。《中国制造2025》规划中明确指出，工业大数据是我国制造业转型升级的重要战略资源，需要针对我国工业自己的特点有效利用工业大数据推动工业升级。一方面，我国是世界工厂，实体制造比重大，但技术含量低、劳动密集、高资源消耗制造的比重也大，实体工厂和实体制造升级迫在眉睫；另一方面，我国互联网产业发展具有领先优势，过去十多年消费互联网的高速发展使互联网技术得到长足发展，互联网思维深入人心，需要充分发挥这一优势，并将其与制造业紧密结合，促进制造业升级和生产性服务业的发展。

因此，我国在推进工业大数据的应用过程中，要突出智能互联产品创新[1]，同时兼顾智能制造和制造服务，用数据驱动制造全生命周期从设计、制造到交付、服务、回收各个环节的智能化升级，推动制造全产业链智能协同，优化生产要素配置和资源利用，消除低效中间环节，整体提升中国制造业发展水平和世界竞争力。

2、工业大数据的内涵

如图4所示，工业大数据即工业数据的总和，其来源主要包括企业信息化数据、工业物联网数据、“跨界”数据。

图4 工业大数据的来源

企业信息系统存储了高价值密度的核心业务数据，积累的产品研发数据、生产制造数据、供应链数据以及客户服务数据存在于企业或产业链内部，是工业领域传统数据资产。近年来，物联网技术快速发展，工业物联网成为工业大数据新的、增长最快的来源之一，它能实时自动采集设备和装备运行状态数据，并对它们实施远程实时监控。互联网也促进了工业与经济社会各个领域的深度融合，人们开始关注气候变化、生态约束、政治事件、自然灾害、市场变化等因素对企业经营产生的影响，因此外部跨界数据已成为工业大数据不可忽视的来源。

人和机器是产生工业大数据的主体。人产生的数据是指由人输入计算机中的数据，例如设计数据、业务数据等；机器数据是指由传感器、仪器仪表和智能终端等采集的数据。近年来，由人产生的数据规模的比重正逐步降低，企业信息化和工业物联网中机器产生的海量时序数据是工业数据规模变大的主要来源，机器数据所占据的比重将越来越大。

（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）