以下內(nèi)容中，小編將對工業(yè)大數(shù)據(jù)的來源以及工業(yè)大數(shù)據(jù)管理技術問題的相關內(nèi)容進行著重介紹和闡述，希望本文能幫您增進對工業(yè)大數(shù)據(jù)的了解，和小編一起來看看吧。

一、工業(yè)大數(shù)據(jù)來源

(1) 生產(chǎn)經(jīng)營相關業(yè)務數(shù)據(jù)

與生產(chǎn)和經(jīng)營有關的業(yè)務數(shù)據(jù)主要來自傳統(tǒng)企業(yè)信息化的范圍，并存儲在企業(yè)信息系統(tǒng)中，包括傳統(tǒng)工業(yè)設計和制造軟件，企業(yè)資源計劃，產(chǎn)品生命周期管理，供應鏈管理，客戶關系管理和環(huán)境管理系統(tǒng)等等。這些企業(yè)信息系統(tǒng)已經(jīng)積累了大量的產(chǎn)品研發(fā)數(shù)據(jù)，生產(chǎn)數(shù)據(jù)，業(yè)務數(shù)據(jù)，客戶信息數(shù)據(jù)，物流供應數(shù)據(jù)和環(huán)境數(shù)據(jù)。這類數(shù)據(jù)是工業(yè)領域中的傳統(tǒng)數(shù)據(jù)資產(chǎn)，在移動互聯(lián)網(wǎng)等新技術的應用環(huán)境中，其范圍正在逐步擴大。

(2) 設備物聯(lián)數(shù)據(jù)

設備物聯(lián)網(wǎng)數(shù)據(jù)主要是指實時收集的數(shù)據(jù)，它反映了設備和產(chǎn)品(例如工業(yè)生產(chǎn)設備和目標產(chǎn)品)在物聯(lián)網(wǎng)運行模式下的運行狀態(tài)，涵蓋了運行和運行條件，工作條件以及環(huán)境參數(shù)。 此類數(shù)據(jù)是工業(yè)大數(shù)據(jù)的最新且增長最快的來源。狹義的工業(yè)大數(shù)據(jù)是指這類數(shù)據(jù)，即由工業(yè)設備和產(chǎn)品快速生成且具有時間序列差異的大量數(shù)據(jù)。

(3) 外部數(shù)據(jù)

外部數(shù)據(jù)是指與工業(yè)企業(yè)的生產(chǎn)活動和產(chǎn)品有關的，來自外部Internet來源的數(shù)據(jù)，例如用于評估企業(yè)環(huán)境績效的環(huán)境法律和法規(guī)以及用于預測產(chǎn)品市場的宏觀社會經(jīng)濟數(shù)據(jù)。

工業(yè)大數(shù)據(jù)技術是一系列能夠挖掘和顯示工業(yè)大數(shù)據(jù)中包含的價值的技術和方法，包括數(shù)據(jù)計劃、收集、預處理、存儲、分析和挖掘、可視化和智能控制。工業(yè)大數(shù)據(jù)應用是將工業(yè)大數(shù)據(jù)系列技術和方法集成并應用到特定工業(yè)大數(shù)據(jù)集以獲得有價值的信息的過程。工業(yè)大數(shù)據(jù)技術研究與突破的根本目標是從復雜的數(shù)據(jù)集中發(fā)現(xiàn)新的模式和知識，挖掘有價值的新信息，從而促進制造企業(yè)的產(chǎn)品創(chuàng)新，提高管理水平和生產(chǎn)水平、運作效率、擴展新的業(yè)務模型。

二、工業(yè)大數(shù)據(jù)管理技術的關鍵問題

(一)數(shù)據(jù)質量控制問題

原始數(shù)據(jù)的質量決定了分析結果的質量。 企業(yè)信息系統(tǒng)的數(shù)據(jù)質量仍然存在問題。 例如，2014年，大型機車企業(yè)ERP系統(tǒng)中將近20%的物料存在“一物多碼”的問題。 物聯(lián)網(wǎng)數(shù)據(jù)的設備質量令人擔憂。 在大型制造公司一個月的狀態(tài)工作狀態(tài)數(shù)據(jù)中，無效的工作狀態(tài)和重復的工作狀態(tài)，時間刻度混亂，其他數(shù)據(jù)質量問題大約為30%。

(二)一體化管理問題

分層物料表定義了企業(yè)信息系統(tǒng)數(shù)據(jù)的核心語義結構。對于設備物聯(lián)網(wǎng)數(shù)據(jù)和外部Internet數(shù)據(jù)，可以根據(jù)其綁定的物理對象將其與相應的BOM節(jié)點關聯(lián)。因此，使用BOM作為橋接三個不同的工業(yè)大數(shù)據(jù)源的橋梁。具體的實現(xiàn)機制可以分為三個層次：邏輯層負責統(tǒng)一的數(shù)據(jù)建模，定義數(shù)字和物理對象模型以及完成基礎數(shù)據(jù)模型到對象模型的映射。概念層通過語義提取和語義關聯(lián)，實現(xiàn)數(shù)據(jù)語義層次的集成，以RDF的形式形成知識圖，并提供基于SPARQL的查詢接口。操作執(zhí)行層負責異構數(shù)據(jù)管理引擎的查詢協(xié)同優(yōu)化，并以SQL和RESTAPI的形式提供統(tǒng)一的查詢接口。

(三)大數(shù)據(jù)系統(tǒng)集成問題

工業(yè)大數(shù)據(jù)具有廣泛的來源，設備物聯(lián)網(wǎng)數(shù)據(jù)(半結構化數(shù)據(jù))和外部互聯(lián)網(wǎng)數(shù)據(jù)(非結構化數(shù)據(jù))必須與企業(yè)信息系統(tǒng)(結構化數(shù)據(jù))集成在一起，因此必須重建數(shù)據(jù)管理平臺，甚至取代“舊”系統(tǒng)。

(四)工業(yè)大數(shù)據(jù)安全問題

工業(yè)大數(shù)據(jù)及其系統(tǒng)是工業(yè)互聯(lián)網(wǎng)的知識和大腦。 由于暴露于無處不在、無所不在的虛擬和物理集成，工業(yè)網(wǎng)絡物理融合系統(tǒng)的多域集成，工業(yè)大數(shù)據(jù)系統(tǒng)安全威脅和風險控制技術是國家工業(yè)主權和工業(yè)安全的重要保證。

上述所有信息便是小編這次為大家推薦的內(nèi)容，希望大家能夠喜歡，想了解更多有關工業(yè)大數(shù)據(jù)的信息或者其它內(nèi)容，請關注我們網(wǎng)站哦。