智能制造技術(shù)鄭重說明課件制作不易，請尊重本課件制作者的知識產(chǎn)權(quán)，本課件僅限教學(xué)使用，不得發(fā)布到網(wǎng)上，不能拿來參加教學(xué)比賽、申報教學(xué)成果等！工業(yè)大數(shù)據(jù)

萌芽階段：1997年，美國國家航空航天局首次使用了“大數(shù)據(jù)”的概念。

發(fā)展階段：2003-2006年，Googeld“三駕馬車“（GFS、MapReduce、BigTable）提供了一種組織處理海量數(shù)據(jù)存儲與計算的新思路——Hadoop誕生，推動了大數(shù)據(jù)的發(fā)展，大數(shù)據(jù)技術(shù)生態(tài)逐步形成。

應(yīng)用階段：2012年開始，商業(yè)、醫(yī)療、金融、交通等領(lǐng)域涌現(xiàn)出大量大數(shù)據(jù)應(yīng)用的成功案例，迎來了全勝時期。工業(yè)大數(shù)據(jù)

工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發(fā)、設(shè)計、工藝、制造、采購、供應(yīng)、庫存、發(fā)貨和交付、售后服務(wù)、運維、報廢或回收再制造等整個產(chǎn)品全生命周期各個環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱。概念特征工業(yè)大數(shù)據(jù)容量大種類多速度快價值密度低高準確性閉環(huán)性大型工業(yè)企業(yè)的數(shù)據(jù)集將達到PB級，甚至EB級別。工業(yè)數(shù)據(jù)類型的多樣性、來源廣泛、結(jié)構(gòu)復(fù)雜獲得和處理數(shù)據(jù)的速度，時間響應(yīng)達到毫秒級強調(diào)數(shù)據(jù)本身的可用性，提升創(chuàng)新能力和生產(chǎn)經(jīng)營效率、促進個性化定制、服務(wù)化轉(zhuǎn)型數(shù)據(jù)的真實性、完整性和可靠性在數(shù)據(jù)采集和處理過程中，實現(xiàn)狀態(tài)感知、分析、反饋、控制等閉環(huán)場景下的動態(tài)調(diào)整和優(yōu)化。來源工業(yè)大數(shù)據(jù)生產(chǎn)經(jīng)營相關(guān)業(yè)務(wù)數(shù)據(jù)來自傳統(tǒng)企業(yè)信息化范圍是工業(yè)領(lǐng)域傳統(tǒng)的數(shù)據(jù)資產(chǎn)設(shè)備物聯(lián)數(shù)據(jù)設(shè)備和產(chǎn)品運行狀態(tài)的數(shù)據(jù)工業(yè)大數(shù)據(jù)新的、增長最快的來源外部數(shù)據(jù)企業(yè)外部互聯(lián)網(wǎng)來源數(shù)據(jù)宏觀社會經(jīng)濟數(shù)據(jù)種類設(shè)計、建模、工藝、加工、測試、維護數(shù)據(jù)、產(chǎn)品結(jié)構(gòu)、零部件配置關(guān)系、變更記錄組織結(jié)構(gòu)、業(yè)務(wù)管理、生產(chǎn)設(shè)備、市場營銷、質(zhì)量控制、生產(chǎn)、采購、庫存、目標計劃、電子商務(wù)客戶、供應(yīng)商、合作伙伴等經(jīng)濟運行數(shù)據(jù)、行業(yè)數(shù)據(jù)、市場數(shù)據(jù)、競爭對手數(shù)據(jù)工業(yè)大數(shù)據(jù)通過大數(shù)據(jù)分析工業(yè)大數(shù)據(jù)大數(shù)據(jù)的核心目的整合產(chǎn)業(yè)鏈和價值鏈預(yù)測需求、預(yù)測制造、解決和避免不可見問題的風險利用大數(shù)據(jù)意義工業(yè)大數(shù)據(jù)問題發(fā)生和解決的過程中會產(chǎn)生大量的數(shù)據(jù)分析和挖掘大數(shù)據(jù)信息，抽象化建成知識模型利用知識模型去認識、解決和避免問題數(shù)據(jù)則是一種手段，利用大數(shù)據(jù)去解決問題和積累知識是是目的。問題數(shù)據(jù)知識模型工業(yè)大數(shù)據(jù)技術(shù)

是指工業(yè)大數(shù)據(jù)中所蘊含的價值得以挖掘和展現(xiàn)的一系列技術(shù)與方法。關(guān)鍵技術(shù)采集技術(shù)預(yù)處理技術(shù)存儲技術(shù)分析技術(shù)安全技術(shù)本質(zhì)目標就是從復(fù)雜的數(shù)據(jù)中發(fā)現(xiàn)新的模式與知識,挖掘得到有價值的新信息,促進產(chǎn)品創(chuàng)新,提升經(jīng)營水平和生產(chǎn)運作效率,拓展新型商業(yè)模式。工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)1、數(shù)據(jù)采集層時序數(shù)據(jù)采集與治理結(jié)構(gòu)化數(shù)據(jù)采集與治理非結(jié)構(gòu)化數(shù)據(jù)采集與治理數(shù)據(jù)源功能企業(yè)生產(chǎn)經(jīng)營相關(guān)的業(yè)務(wù)數(shù)據(jù)實時或批量采集的設(shè)備物聯(lián)數(shù)據(jù)從外部獲取的第三方數(shù)據(jù)工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)2、數(shù)據(jù)存儲與管理層

完成數(shù)據(jù)存儲同時構(gòu)建數(shù)據(jù)模型、數(shù)據(jù)質(zhì)量、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)安全和數(shù)據(jù)共享管理技術(shù)體系。大數(shù)據(jù)存儲技術(shù)管理功能工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)3、數(shù)據(jù)分析層數(shù)據(jù)分析基礎(chǔ)大數(shù)據(jù)計算技術(shù)并行計算技術(shù)流計算技術(shù)數(shù)據(jù)科學(xué)計算技術(shù)大數(shù)據(jù)分析服務(wù)功能分析模型管理可視化分析編排分析作業(yè)管理專用和通用算法庫分析服務(wù)發(fā)布工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)4、數(shù)據(jù)服務(wù)層數(shù)據(jù)訪問服務(wù)對外提供大數(shù)據(jù)平臺內(nèi)所有原始數(shù)據(jù)、加工數(shù)據(jù)和分析結(jié)果數(shù)據(jù)的服務(wù)化訪問接口和功能數(shù)據(jù)分析服務(wù)對外提供大數(shù)據(jù)平臺上積累的實時流處理模型、機理模型、統(tǒng)計模型和機器學(xué)習模型的服務(wù)化接口。工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu)5、數(shù)據(jù)應(yīng)用層數(shù)據(jù)可視化技術(shù)

綜合原始數(shù)據(jù)、加工數(shù)據(jù)和分析結(jié)果數(shù)據(jù)，利用可視化技術(shù)，將數(shù)據(jù)以直觀簡潔的方式展示出來，易于用戶理解分析，提高決策效率。數(shù)據(jù)應(yīng)用開發(fā)技術(shù)大數(shù)據(jù)采集是通過傳感器體系、網(wǎng)絡(luò)通信體系、智能識別體系及軟硬件資源接入系統(tǒng)，對各種類型的海量數(shù)據(jù)的識別、跟蹤、接入、傳輸、初步處理和管理等。

面對來源廣泛且海量異構(gòu)的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)分析往往需要更精細化的數(shù)據(jù)，因此對數(shù)據(jù)采集能力有著較高的要求。采集技術(shù)工業(yè)大數(shù)據(jù)技術(shù)預(yù)處理技術(shù)預(yù)處理方法數(shù)據(jù)清理數(shù)據(jù)集成數(shù)據(jù)歸約數(shù)據(jù)變換在主要的數(shù)據(jù)處理以前對數(shù)據(jù)進行的一些處理叫做大數(shù)據(jù)預(yù)處理。

最大限度精簡數(shù)據(jù)量，減少存儲成本將所有數(shù)據(jù)轉(zhuǎn)化統(tǒng)一成標準化、規(guī)范化、適合數(shù)據(jù)挖掘的表達形式過濾掉錯誤及無用的信息把不同來源、格式、特點性質(zhì)的數(shù)據(jù)有機地集中，為企業(yè)提供全面的數(shù)據(jù)共享工業(yè)大數(shù)據(jù)技術(shù)

關(guān)鍵是建立相應(yīng)的數(shù)據(jù)庫并隨時管理和調(diào)用其中數(shù)據(jù)，需要開發(fā)新型數(shù)據(jù)庫技術(shù)，以解決海量圖文數(shù)據(jù)的存儲及應(yīng)用問題。

主要包括對多源異構(gòu)數(shù)據(jù)和多模態(tài)數(shù)據(jù)存儲與管理。比如，用于存儲、管理和處理時序數(shù)據(jù)的時序數(shù)據(jù)庫

存儲與管理技術(shù)工業(yè)大數(shù)據(jù)技術(shù)分析技術(shù)可視化分析是數(shù)據(jù)分析工具最基本的功能數(shù)據(jù)挖掘提取隱含的、事先不知的、潛在的有用信息和知識預(yù)測性分析根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測性判斷語義引擎分析語義中隱含的消息，并主動地提取信息。工業(yè)大數(shù)據(jù)技術(shù)工業(yè)大數(shù)據(jù)應(yīng)用

大數(shù)據(jù)能夠幫助制造業(yè)企業(yè)提升營銷的針對性，降低物流和庫存的成本，減少生產(chǎn)資源投入的風險。

隨著消費需求的個性化，要求傳統(tǒng)制造業(yè)：消費需求產(chǎn)生的數(shù)據(jù)非標準化產(chǎn)品生產(chǎn)數(shù)據(jù)智能設(shè)備處理和挖掘收集、處理和分析互聯(lián)網(wǎng)分析