工业大数据白皮书2017_90页_4mb

工业大数据白皮书（2017版）总结

核心内容概述

《工业大数据白皮书（2017版）》是由中国电子技术标准化研究院主编，联合多个行业机构共同编制的工业大数据领域研究报告。该白皮书旨在全面梳理国内外工业大数据的发展基础与进展，明确工业大数据的定义、特征及与智能制造、大数据技术、工业软件和工业云的关系，提出工业大数据的参考架构、标准体系及发展建议，推动工业大数据在智能制造中的应用。

主要观点与关键信息

1. 工业大数据的定义与特征

• 定义：工业大数据是围绕典型智能制造模式，在产品全生命周期各个环节中产生的各类数据及相关技术和应用的总称，以产品数据为核心，涵盖生产经营数据、设备物联数据、外部数据等。
• 特征：
  • 价值性：强调用户价值驱动和数据可用性，提升创新能力和生产经营效率。
  • 实时性：数据采集、处理、分析、反馈等环节要求高度实时。
  • 准确性：关注数据真实性、完整性、可靠性，重视数据质量。
  • 闭环性：强调从数据采集到反馈控制的闭环流程，支持动态持续优化。
  • 集成性、透明性、预测性：为工业大数据的广泛应用奠定基础。

2. 与智能制造的关系

• 工业大数据是智能制造的关键技术，推动生产型制造向服务型制造转型。
• 在智能制造标准体系中，工业大数据属于五大关键技术之一，涵盖数据处理、数据质量、能力成熟度、数据资产管理、数据开放共享与交易等标准。
• 工业大数据在智能化设计、智能化生产、网络化协同制造、智能化服务、个性化定制等场景中发挥重要作用。

3. 与大数据技术的关系

• 工业大数据基于大数据技术，但具有其独特的特征，如采集方式、数据处理、存储方式、分析复杂性等。
• 工业大数据与商务大数据在多个方面存在差异，如数据采集方式、数据质量要求、可视化需求等。

4. 与工业软件和工业云的关系

• 工业软件是工业大数据的重要载体，承载数据采集、处理、集成与应用。
• 工业云通过整合资源，为工业大数据提供平台支撑，支持数据采集、传输、协同处理和应用集成。
• 工业大数据与工业云结合，形成“数据即服务”、“产品即服务”、“制造即服务”等新模式。

5. 全球工业大数据战略部署

• 美国：发布《先进制造业国家战略计划》和《2014年全球大数据白皮书》，强调大数据技术对制造业升级的支持。
• 德国：提出“工业4.0”战略，通过CPS（物理信息系统）实现产品与设备、工厂之间的智能互联。
• 法国：推出“新工业法国战略”，以数字化、智能化转型为核心，推动智能制造发展。
• 中国：发布《中国制造2025》战略，推动信息化与工业深度融合，构建智能制造标准体系。

6. 工业大数据应用热点

• 智能化设计：通过模型和仿真技术，实现产品设计优化与个性化定制。
• 复杂生产过程优化：包括工业物联网生产线、生产质量控制、生产计划与排程等。
• 产品需求预测：利用大数据分析用户画像，优化产品策略和市场布局。
• 工业供应链优化：通过大数据实现供应链配送体系优化和用户需求快速响应。
• 工业绿色发展：通过数据监控和分析，实现能源消耗最小化和环境影响最小化。

7. 国内工业大数据现状与问题

• 应用现状：部分企业已进入工业大数据实践阶段，如三一重工、徐工集团、京东等。
• 主要问题：
  • 数据格式不统一，缺乏规范。
  • 物联接入设备不自主可控，数据流通不畅。
  • 标准体系不完善，数据管理与集成存在瓶颈。
  • 平台技术架构复杂，资源整合困难。
  • 安全问题突出，涉及数据安全、系统安全和隐私保护。

8. 工业大数据发展建议

• 加强核心基础技术研究：推动数据存储、管理、建模等核心技术的突破。
• 加强标准研制与应用推广：制定基础标准、数据处理标准、数据管理标准和应用服务标准。
• 构建工业大数据流通共享平台：支持数据跨层级、跨环节、跨系统的整合与共享。
• 探索示范应用：通过典型应用案例，推动工业大数据的集成与应用创新，形成可复制推广的模式。

9. 工业大数据参考架构

• 数据参考架构：包括数据源、数据收集与集成、数据处理与数据管理、应用场景层。
• 技术参考架构：分为数据采集层、数据存储与集成层、数据建模层、数据处理层、数据交互应用层。
• 平台参考架构：涵盖IT网络架构、云计算、资源管理、数据服务三类角色（数据提供方、服务消费方、服务合作方）。

10. 工业大数据标准体系

• 标准体系框架：由基础标准、数据处理标准、数据管理标准、应用服务标准四部分组成。
• 标准明细：共提出17项国家标准提案，包括术语、参考架构、数据质量、数据资产管理等。

11. 应用案例

• 兰石集团智能智造项目：通过研发数据管理平台，实现设计-工艺-制造一体化，支持无纸化生产。
• 案例覆盖领域：包括海洋工程装备、航空航天装备、新一代信息技术产业、高档数控机床、先进轨道交通装备、电力装备、节能与新能源汽车等。

总结

《工业大数据白皮书（2017版）》系统梳理了工业大数据的发展背景、定义、特征、与智能制造、大数据技术、工业软件和工业云的关系，分析了全球主要国家的战略部署，探讨了工业大数据在国内的应用现状、主要问题和发展趋势。提出了工业大数据参考架构和标准体系，为工业大数据的标准化、平台化、应用化发展提供了重要指导。通过典型案例展示，强调了工业大数据在提升制造效率、优化供应链、推动绿色制造等方面的重要作用。