工业大数据浅析（上篇） 黄金期货的概念及特点分析图解视频讲解大全

目录 1.引言2.工业大数据概念3.工业大数据起源4.各国工业大数据实践4.1.德国的“工业4.0”4.2.美国的“CPS和工业互联网”4.3.日本的“精益生产”到“互联工业”4.4.法国的“新工业法国战略”4.5.中国的“智能制造” 5.工业大数据变革影响6.工业大数据应用价值7.概念术语8.引用参考文献

1.引言

  近年来，随着新一代信息技术与工业融合不断深化，特别是在国家“智能制造”战略牵引和工业互联网产业创新发展的大背景下，工业大数据迈出了从理念研究到技术探索、再到应用落地的关键步伐，在工业生产端、需求分析、流程优化、预测运维、能源管理等环节，数据驱动的工业新模式、新业态不断涌现。工业大数据是未来工业在全球市场竞争中发挥优势的关键。无论是德国工业4.0还是美国工业互联网，各国都将工业发展战略瞄准了“大数据”和“智能化”，未来以制造业为代表的工业创新发展都将以工业大数据技术为实施基础。下面将从工业大数据的概念讲起。

2.工业大数据概念

  目前，无论是国家机关、工业部门、科技企业还是高校学者都在不断探索和理解工业大数据，但由于其涉及的应用领域广泛，技术内涵丰富，行业内外对工业大数据的概念尚未形成统一认识。我们挑选其中具有代表性的概念做简要介绍和理解。   工信部《关于工业大数据发展的指导意见》中的定义：“工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。”   中国电子技术标准化研究院《工业大数据白皮书（2023）》中的定义：工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。   工业大数据具备双重属性：价值属性和产权属性。一方面，通过工业大数据分析等关键技术能够实现设计、工艺、生产、管理、服务等各个环节智能化水平的提升，满足用户定制化需求，提高生产效率并降低生产成本，为企业创造可量化的价值；另一方面，这些数据具有明确的权属关系和资产价值，企业能够决定数据的具体使用方式和边界，数据产权属性明显。工业大数据的价值属性实质上是基于工业大数据采集、存储、分析等关键技术，对工业生产、运维、服务过程中数据实现价值的提升或变现；工业大数据的产权属性则偏重于通过管理机制和管理方法帮助工业企业明晰数据资产目录与数据资源分布，确定所有权边界，为其价值的深入挖掘提供支撑。   李杰教授：工业大数据是不可以定义的，因为它所有的本质都是它的属性，属性只能用来定性，不能用来定义。如果给它一个概念，那我认为工业大数据就是一个可以通过它了解工业系统本身，从而进行改进的信息流。工业大数据具有更强的专业性、关联性、流程性、时序性和解析性等特点，而这些特点都是传统的互联网大数据处理手段所无法满足的。正如下图所示，他提出的一个类似“荷包蛋理论”很好的诠释了产品与服务在整个工业大数据体系中的位置和作用。   CSDN《工业大数据漫谈》中的定义：工业大数据是指在工业领域，主要通过传感器等物联网技术进行数据采集、传输得来的数据，由于数据量巨大，传统的信息技术已无法对相应的数据进行处理、分析、展示，而在传统工业信息化技术的基础上借鉴了互联网大数据的技术，提出的新型的基于数据驱动的工业信息化技术及其应用。   从以上这些定义不难看出，工业大数据内涵丰富，很难用一两句话概括清楚。从狭义角度来讲，工业大数据是指在工业领域生产服务全环节产生、处理、传递、使用的各类海量数据的集合；从广义角度来讲，工业大数据是包括以上数据及与之相关的全部技术和应用的总称，除了“数据”内涵外还有“技术与应用”内涵。   同时，从专业机构和专家的视角来看，工业大数据概念又有其共通之处，一是覆盖工业生产与服务全生命周期过程，二是强调对数据和信息处理的重要性，这是工业大数据的两个关键核心。因此，我们理解的工业大数据也要分成“工业”和“大数据”两个维度来看，“工业”是需求与实践，“大数据”是技术与手段，通俗来解释“工业大数据就是运用大数据、智能化等新技术、新手段解决工业发展面临的新需求、新问题，并创造新应用、新价值的过程”。

3.工业大数据起源

  介绍完工业大数据的概念，我们来讲讲工业大数据的由来。众所周知，人类社会的发展进程，与新技术的发明和应用有着密切关系，人类近现代史上经历过四次工业革命。其中，第四次工业革命是在21世纪以后发展起来的，是我们目前正在经历的以物联网、大数据、机器人及人工智能为代表的数字技术所驱动的社会生产方式的变革。概括来讲，第四次工业革命的核心在于智能化，即要解决以下问题：生产力的进一步升级和解放导致生产过程和商业活动的复杂性和动态性已经超越了依靠人脑加以分析和优化的能力。因此，需要依靠智能化的技术代替人的智能进行复杂流程的管理、庞大数据的运算、决策过程的优化和行动的快速执行，使系统像人一样思考和协同工作。   工业大数据正是在这样的背景和环境下产生的，并释放出源源不断的生命力。工业大数据与其他新技术相互促进，共同推动工厂之间、工厂与消费者、甚至消费者与消费者之间的“智能连接”，使生产方式从信息化支撑向信息化服务转变、从“产品生产”向“智能制造”转变。下面我们来看看世界各国近年来在工业大数据方面的实践。

4.各国工业大数据实践 4.1.德国的“工业4.0”

  德国政府在2013年的汉诺威工业博览会上提出“工业4.0”战略，其目的是为了提高德国工业的竞争力，在新一轮工业革命中占领先机。该战略已经得到德国科研机构和产业界的广泛认同，并在世界范围内产生了极大的影响力。   德国“工业4.0”战略的实施重点在于信息互联技术与传统工业制造的结合，其中大数据分析作为关键技术将得到较大范围应用，以智能工业生产系统为例，主要体现在以下几方面：一是“智能工厂”，重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现；二是“智能生产”，主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等；三是“智能物流”，主要通过互联网、物联网、物流网，整合物流资源，充分发挥现有物流资源供应方的效率，需求方则能够快速获得服务匹配，得到物流支持。   “工业4.0”展现了一幅全新的工业蓝图：在现实和虚拟结合的网络世界里，互联网将渗透到所有的关键领域，价值创造过程将会改变，原有的行业界限将会消失，新兴的产业链条将会重组，全新的商业模式和合作模式将会出现。

4.2.美国的“CPS和工业互联网”

  CPS全称是信息物理系统，是一个综合计算、网络和物理环境的多维复杂系统，通过3C（Computation、Communication、Control）技术的有机融合与深度协作，实现大型工程系统的实时感知、动态控制和信息服务。CPS作为计算进程和物理进程的统一体，是集成计算、通信与控制于一体的下一代智能系统。2006年2月发布的《美国竞争力计划》将CPS列为重要的研究项目。2007年7月，美国总统科学技术顾问委员会(PCAST)在题为《挑战下的领先–竞争世界中的信息技术研发》的报告中列出了八大关键的信息技术，其中CPS位列首位。   与CPS侧重构建孪生智能系统不同，“工业互联网”概念更偏重于“连接”。这个概念最早由通用电气(GE)于2012年提出，随后美国五家行业龙头企业联手组建了工业互联网联盟(IIC)，将这一概念大力推广开来。除了GE这样的制造业巨头，加入该联盟的还有IBM、思科、英特尔和AT&T等IT企业。   “工业互联网”的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。

4.3.日本的“精益生产”到“互联工业”

  日本在制造业传统不可谓不悠久，精益生产（Lean Production，简称LP）最早就是由美国麻省理工学院数位国际汽车计划组织（IMVP）的专家对日本丰田准时化生产JIT（Just In Time）生产方式的赞誉称呼，即“在需要的时候，按需要的量，生产所需的产品”。该模式引领了日本上世纪60-80年代制造业的飞速发展，并逐步演变为“工匠精神”。   20世纪90年代后，随着经济泡沫的破灭，日本制造业不断向外转移，产业空心化现象严重，加之日本老龄化和制造业年轻一代大量短缺，日本制造业开始陷入困境。直到2015年，日本经济产业省发布《2015年版制造白皮书》，才被外界认为是对标德国工业4.0和美国工业互联网，摒弃IMS计划的重大战略转型。2018年，日经省又发布了《日本制造业白皮书2018》，提出了“非连续创新、现场力、互联工业”等概念，开始追随美国工业互联网概念，但其更强调“工业”核心地位。

4.4.法国的“新工业法国战略”

  2015年，法国推出“新工业法国战略”，总体布局为“一个核心，九大支点”。一个核心即“未来工业”，主要内容是实现工业生产向数字化、智能化转型，以生产工具的转型升级带动商业模式转型。九大支点，包括新资源开发、可持续发展城市、环保汽车、网络技术、大数据技术、新型医药等。一方面旨在为“未来工业”提供支撑，另一方面重在满足人们日常生活的新需求。该战略为期十年，主要解决三大问题：能源、数字革命和经济生活。

4.5.中国的“智能制造”

  我国是全球第一制造大国，目前，已拥有41个工业大类、207个工业中类、666个工业小类，形成了独立完整的现代工业体系，是全世界唯一拥有联合国产业分类中全部工业门类的国家，工业数据资源极为丰富，为工业大数据的发展奠定了坚实基础。但同时，中国制造业目前也面临转型升级的迫切需求，强调以推进信息化和工业化深度融合为主线，大力发展“智能制造”，希望通过“智能制造”构建信息化条件下的产业生态体系和新型制造模式，改变目前行业发展困局，走出制造业高质量发展之路。同时，提出了中国成为制造业强国的三步战略。第一步，到2025年迈入制造强国行列；第二步，到2035年中国制造业整体达到世界制造强国阵营中等水平；第三步，到新中国成立100年时，综合实力进入世界制造强国前列。   中国制造业目前最大的困境，是低端产业面对越南等东南亚国家的竞争，高端产业又面临德美新一轮的挤压。过去我们老是强调，中国由于历史原因，错过了前三次工业革命。但是在新一轮的工业革命到来之时，我们必须抓住机遇，打造“互联网+制造业”的生态模式，一方面以制造业为本，充分挖掘和分析行业需求和痛点，把握制造业的核心是提升生产力和优化生产关系；另一方面要充分利用互联网优势促进制造业产业转型升级，真正让新一代信息技术服务于传统行业，创造产业增值。

架构名称发布时间机构名称核心内容工业4.0参考架构2015年4月德国工程院等从信息技术、生命周期和价值流和企业纵向层三个维度展示工业4.0架构，工业4.0组件模型工业互联网参考架构2015年6月美国工业互联网联盟IIC针对工业互联网具有跨行业适用性的参考架构工业价值链参考框架2016年12日日本机械工程学会通过多个智能制造单元的组合成通用功能块，展现制造业产业链和工程链智能制造系统架构2015年12月中国国家标准化管理委员会从生命周期、系统层级和智能功能三个维度构建 5.工业大数据变革影响

  通过回顾各国工业大数据应用实践，不难看出它对传统工业、制造业形成了巨大冲击和影响，导致了工业生产方式发生深刻变革，供给侧结构需转型升级，概括为以下几个方面。   一、产品生产方式从大规模制造向大规模定制转变   以人工智能为基础的自动化设备、连接企业内外自动化设备和管理系统的物联网，能够使研发、生产以及销售过程更加迅捷、灵活和高效。简单地说，消费者的需求会更及时地传递到工厂，而工厂也会更灵活地切换生产线以满足不同需求。原来的单一产品大规模制造方式将逐渐被大规模定制方式所取代。   二、工业增值领域从制造环节向服务环节拓展   在大数据、云计算等技术的推动下，数据解析、软件、系统整合能力将成为工业企业竞争力的关键与利润的主要来源。利用大数据研究客户或用户信息，能够为企业开拓新市场，创造