工业大数据的核心技术是什么,盘点工业互联网与工业大数据的关系

来源:亿欧
【编者按】目前,大数据
已成为业界公认的工业升级的关键技术要素 。在”中国制造2025″的技术路线图中,工业大数据是作为重要突破点来规划的,而在未来的十年,以数据为核心构建的智能化体系会成为支撑智能制造和工业互联网
的核心动力 。
本文发布自精知厂,由亿欧编辑,供云日人参考 。
目前,大数据已经成为公认的产业升级的关键技术要素 。在《中国制造2025》的技术路线图中,工业大数据被规划为重要突破点,未来十年,以数据为核心构建的智能系统将成为支撑智能制造和工业互联网的核心动力 。
【工业大数据的核心技术是什么,盘点工业互联网与工业大数据的关系】工业数据的重要性众所周知,但究其根本,大数据是手段而不是目的,人工智能也是 。仅仅因为工业互联网的概念很热,企业就盲目拥抱工业互联网、工业大数据、人工智能技术,其实是一种非常错误的观点 。
从工业数据到大数据
在新一代信息技术出现之前,工业企业已经正常运转了几百年 。我们应该清楚地认识到,信息技术手段的加入更像是一种催化剂 。首先要明确需要达到什么样的经营目标,可以让现有的生产流程、工业产品、管理方法更好 。
事实上,大数据支撑制造业的业务转型最根本的目标是提质增效,在自动化和信息化的基础上实现智能制造系统 。在智能制造的基础上,搭建平台,构建产业生态,更有效地与产业链协同,实现工业互联网的倍增发展 。
工业大数据的三个典型应用方向也是我们实现工业互联网的目标,包括智能装备、服务型制造、跨界融合 。第一个层次是设备层次,就是提高单台设备的可靠性,识别设备故障,优化设备运行等 。第二层次是针对生产线、车间、工厂,提高运营效率,包括能耗优化、供应链管理、质量管理 。第三个层次是跨越工厂边界的工业跨界,实现工业互联 。
工业大数据不是来自空 。传统的工业信息化一直在进行 。我们已经有了来自R&D端、制造过程和服务环节的大量数据 。工业信息化过程产生了大量的数据 。从数据到大数据,其实更多考虑的是数据与自动化域的叠加,是数据的整合 。在产业互联网时代,我们需要纳入更多产业链上下游和跨界的数据 。
工业大数据如何成为智能制造和工业互联网的核心动力?
工业大数据有什么特点?我们总结出“多模式、高通量、强关联”的特点 。我们总结了工业领域130多种不同类型的数据,数据模式多样,结构关系复杂 。高通量是指数据的连续生产、高收集频率和大流量 。强关联是指工业场景中的数据有非常强的机制支撑,不同学科之间的数据是机制层面的关联,而不是数据领域的关联 。
但是工业大数据的分析和应用,并不是把深度学习和强化学习的方法放在这里的结果 。我们需要了解研究对象的机理模型和量化领域知识,但在目前的基础上很难推进 。我们希望找出数据投入和产出之间的统计关系,弥补机理和模型中不确定和不清晰的部分,这是工业大数据应用的基础 。
商业引领,数据驱动产业发展 。
智能制造由持续的数据采集驱动 。从智能制造到工业互联网平台,核心是用数据和模型优化制造资源的配置效率 。
工业不等同于智能制造 。区别在于是否在数据和业务的边界上有所突破 。目前太多人太看重平台能力,而真正的产业互联网讲的是生态 。资源优化正在从描述、诊断、预测、决策深化,从单机设备、生产线、产业链扩展到产业生态 。
我们的生态如何构建商业体系,如何跨界,是产业互联网成功的关键 。决定工业互联网发展方向的,一定是业务驱动 。我们从一开始就反对拿着锤子满世界找钉子 。现在很多大数据和人工智能公司都有这个问题 。
我们需要深入一个工业领域,打造一个可靠的锤子,正好可以敲到需要的钉子 。商业驱动和问题驱动才是产业发展的本质,而不是技术驱动 。要把业务和数据梳理清楚,对数据进行评估,真正实现业务的落地,重点是三个要素——人、场景、算法的协同 。


    推荐阅读