數(shù)據(jù)顯示我國(guó)制造業(yè)，占世界制造業(yè)的20%，并有100家進(jìn)入世界500強(qiáng)

工信部的數(shù)據(jù)顯示：“中國(guó)制造業(yè)約占整個(gè)世界制造業(yè)20%的份額，在500余種主要產(chǎn)品中，我國(guó)有220多種產(chǎn)量位居世界第一。2014年，我國(guó)共有100家企業(yè)入選‘財(cái)富世界500強(qiáng)’，其中制造業(yè)企業(yè)占56家”。

　　但長(zhǎng)期粗放式發(fā)展之后，中國(guó)制造業(yè)發(fā)展面臨著穩(wěn)增長(zhǎng)和調(diào)結(jié)構(gòu)的雙重困境，進(jìn)入了“爬坡過(guò)坎”的關(guān)鍵時(shí)刻。正如國(guó)務(wù)院發(fā)布的《中國(guó)制造2025》提到，“新一代信息技術(shù)與制造業(yè)深度融合，正在引發(fā)影響深遠(yuǎn)的產(chǎn)業(yè)變革，形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式和經(jīng)濟(jì)增長(zhǎng)點(diǎn)……但我國(guó)仍處于工業(yè)化進(jìn)程中，與先進(jìn)國(guó)家相比還有較大差距。制造業(yè)大而不強(qiáng)…”。
　　與此同時(shí)，德國(guó)提出了工業(yè)4.0，美國(guó)提出了工業(yè)互聯(lián)網(wǎng)的概念希望借此實(shí)現(xiàn)制造業(yè)的復(fù)興。中國(guó)提出《中國(guó)制造2025》正是要推動(dòng)制造業(yè)向中高端邁進(jìn)，以大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算等新一代信息技術(shù)將引爆這一輪產(chǎn)業(yè)變革，加速傳統(tǒng)制造企業(yè)的轉(zhuǎn)型升級(jí)。

　　第一節(jié) 工業(yè)大數(shù)據(jù)與德國(guó)工業(yè)4.0、中國(guó)制造2025的關(guān)系
　　工業(yè)4.0、中國(guó)制造2025的核心是工業(yè)大數(shù)據(jù)

　　2013年4月，德國(guó)政府漢諾威工業(yè)博覽會(huì)上正式推出“工業(yè)4.0”戰(zhàn)略，其目的是為了提高德國(guó)工業(yè)的競(jìng)爭(zhēng)力，在新一輪工業(yè)革命中占領(lǐng)先機(jī)。該戰(zhàn)略通過(guò)充分利用信息通訊技術(shù)和網(wǎng)絡(luò)空間虛擬系統(tǒng)(信息物理系統(tǒng)Cyber-Physical System)相結(jié)合的手段，將制造業(yè)向智能化轉(zhuǎn)型。
　　2015年5月8日，國(guó)務(wù)院公布《中國(guó)制造2025》,這是中國(guó)版的“工業(yè)4.0”規(guī)劃。該規(guī)劃提到“加快推動(dòng)新一代信息技術(shù)與制造技術(shù)融合發(fā)展，把智能制造作為兩化深度融合的主攻方向;著力發(fā)展智能裝備和智能產(chǎn)品，推進(jìn)生產(chǎn)過(guò)程智能化，培育新型生產(chǎn)方式，全面提升企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)的智能化水平。
　　無(wú)論是“德國(guó)工業(yè)4.0”還是“中國(guó)制造2025”，都提到了智能化和互聯(lián)網(wǎng)化，而智能化和互聯(lián)網(wǎng)化的核心是：
　　一方面利用互聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)傳統(tǒng)的以產(chǎn)品為中心變?yōu)橐钥蛻?hù)為中心，加強(qiáng)客戶(hù)需求預(yù)測(cè)并嘗試讓客戶(hù)參與產(chǎn)品研發(fā)，提供個(gè)性化的產(chǎn)品、服務(wù)及體驗(yàn)；
　　另一方面采集大量消費(fèi)數(shù)據(jù)動(dòng)態(tài)調(diào)整生產(chǎn)方式以快速適應(yīng)客戶(hù)需求變化，即變大規(guī)模批量生產(chǎn)為大規(guī)模定制生產(chǎn);最后一方面利用企業(yè)內(nèi)部營(yíng)銷(xiāo)、科研、生產(chǎn)、采購(gòu)等經(jīng)營(yíng)數(shù)據(jù)，為企業(yè)經(jīng)營(yíng)解決提供依據(jù)，實(shí)現(xiàn)企業(yè)經(jīng)營(yíng)透明。隨著企業(yè)智能化和互聯(lián)網(wǎng)化水平的提升，企業(yè)擁有了越來(lái)越多的數(shù)據(jù)，而這些數(shù)據(jù)反過(guò)來(lái)有提升了企業(yè)智能化和互聯(lián)網(wǎng)化的水平。

　　利用大數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展，打造企業(yè)新型能力

　　制造型企業(yè)面臨著客戶(hù)需求個(gè)性化，產(chǎn)品上市時(shí)間短，研制成本提高等巨大挑戰(zhàn)。這種挑戰(zhàn)本身更多體現(xiàn)在企業(yè)與企業(yè)之間如何以更低的成本、更高的質(zhì)量、更快的速度滿(mǎn)足客戶(hù)多樣的需求。所以傳統(tǒng)方式很難解決大數(shù)據(jù)時(shí)代的企業(yè)問(wèn)題，需要有創(chuàng)新的手段來(lái)解決。目前越來(lái)越多的企業(yè)通過(guò)大數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)創(chuàng)新，提升產(chǎn)品質(zhì)量、降低研制成本、加快上市周期。

　　全球航空發(fā)動(dòng)機(jī)制造企業(yè)勞斯萊斯公司，在飛機(jī)引擎的制造和維護(hù)過(guò)程中，都配備了勞斯萊斯引擎健康模塊。所有的勞斯萊斯引擎，不論是飛機(jī)引擎，直升機(jī)引擎還是艦艇引擎都配備了大量的傳感器，用來(lái)采集引擎的各個(gè)部件，各個(gè)系統(tǒng)，以及各個(gè)子系統(tǒng)的數(shù)據(jù)。這些信息通過(guò)專(zhuān)門(mén)的算法，進(jìn)入引擎監(jiān)控模塊的數(shù)據(jù)采集系統(tǒng)中。利用這些數(shù)據(jù)的分析結(jié)果，不僅可以幫助勞斯萊斯提前發(fā)現(xiàn)故障，還可以幫助客戶(hù)更及時(shí)有效地安排引擎檢測(cè)和維修。通過(guò)算法的不斷改進(jìn)，勞斯萊斯如今已經(jīng)可以通過(guò)數(shù)據(jù)分析預(yù)測(cè)可能出現(xiàn)的技術(shù)問(wèn)題。
　　勞斯萊斯引擎使用壽命在過(guò)去30年里延長(zhǎng)了10倍，比同行類(lèi)似引擎的壽命長(zhǎng)10年左右;尤其重要的是飛行安全得到了更大的保障。成功之處在于打破了制造業(yè)和服務(wù)業(yè)的界線(xiàn)，并使兩者相得益彰：技術(shù)先進(jìn)的制造部門(mén)為售后服務(wù)提供可靠的技術(shù)保證。優(yōu)質(zhì)的售后服務(wù)不僅鞏固現(xiàn)有銷(xiāo)售市場(chǎng)份額，還不斷挖掘越來(lái)越大的潛在市場(chǎng)。

　　“盤(pán)活存量數(shù)據(jù)、用好增量數(shù)據(jù)”，推動(dòng)企業(yè)轉(zhuǎn)型升級(jí)

　　制造型企業(yè)在信息化的每個(gè)發(fā)展階段都會(huì)有大量的數(shù)據(jù)處理要求并且會(huì)因?yàn)榇罅康臉I(yè)務(wù)活動(dòng)產(chǎn)生各式的數(shù)據(jù)各樣，只要采用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的方式進(jìn)行業(yè)務(wù)活動(dòng)就是大數(shù)據(jù)，大數(shù)據(jù)是企業(yè)信息化發(fā)展到當(dāng)前階段的必然結(jié)果。所以工業(yè)大數(shù)據(jù)的利用不僅僅是信息化基礎(chǔ)設(shè)施建設(shè)，更重要的是采用數(shù)據(jù)思維來(lái)管理和創(chuàng)新業(yè)務(wù)，大數(shù)據(jù)應(yīng)是管理創(chuàng)新的手段，優(yōu)化全業(yè)務(wù)流程和提供業(yè)務(wù)管理工具。所以制造型企業(yè)大數(shù)據(jù)應(yīng)用的難點(diǎn)是打通企業(yè)數(shù)據(jù)采集、集成、管理、分析的產(chǎn)業(yè)鏈條，幫助業(yè)務(wù)人員養(yǎng)成使用數(shù)據(jù)的習(xí)慣。在這方面互聯(lián)網(wǎng)企業(yè)走在前面，值得制造型企業(yè)學(xué)習(xí)。
　　2012年12月，阿里宣布在集團(tuán)管理層面設(shè)立首席數(shù)據(jù)官(Chief Data Officer)崗位，負(fù)責(zé)全面推進(jìn)阿里巴巴集團(tuán)成為“數(shù)據(jù)分享平臺(tái)”的戰(zhàn)略并成立了數(shù)據(jù)委員會(huì)，委員會(huì)的成員是各個(gè)數(shù)據(jù)部門(mén)的領(lǐng)導(dǎo)。該數(shù)據(jù)委員會(huì)主要職責(zé)是協(xié)同不同數(shù)據(jù)部門(mén)的工作，制定整個(gè)集團(tuán)數(shù)據(jù)應(yīng)用的方向和規(guī)劃，協(xié)同各個(gè)部門(mén)使用數(shù)據(jù)，打通商業(yè)運(yùn)營(yíng)、做(基礎(chǔ))數(shù)據(jù)、(構(gòu)建)數(shù)據(jù)模型等產(chǎn)業(yè)鏈條各環(huán)節(jié)。避免傳統(tǒng)上做數(shù)據(jù)的人不知道別人怎么用，用數(shù)據(jù)的人不知道數(shù)據(jù)怎么來(lái)的;而做數(shù)據(jù)模型不知道數(shù)據(jù)是否穩(wěn)定;用數(shù)據(jù)模型的人不知道數(shù)據(jù)模型究竟是怎樣的，甚至不相信數(shù)據(jù)模型的問(wèn)題。

　　第二節(jié) 工業(yè)大數(shù)據(jù)的產(chǎn)生及特點(diǎn)

　　工業(yè)大數(shù)據(jù)是制造型企業(yè)創(chuàng)新轉(zhuǎn)型的驅(qū)動(dòng)力和催化劑，隨著三維設(shè)計(jì)、3D打印、機(jī)器人技術(shù)等在制造型企業(yè)廣泛應(yīng)用。工業(yè)大數(shù)據(jù)廣泛分布在產(chǎn)品設(shè)計(jì)、制造、物流、服役等各環(huán)節(jié)，具體如下：
　　數(shù)字化設(shè)計(jì)：如飛機(jī)全數(shù)字化設(shè)計(jì)：波音公司利用CATIA軟件設(shè)計(jì)波音777的300萬(wàn)個(gè)零部件的尺寸和形狀數(shù)據(jù);
　　智能化制造：以智能工業(yè)機(jī)器人為典型代表的智能制造裝備已經(jīng)開(kāi)始在多個(gè)領(lǐng)域得到應(yīng)用;我國(guó)今年的工業(yè)機(jī)器人超過(guò)日本。
　　網(wǎng)絡(luò)化監(jiān)控：大型工業(yè)裝備運(yùn)行狀態(tài)網(wǎng)絡(luò)化遠(yuǎn)程動(dòng)態(tài)監(jiān)測(cè)：例如，波音737發(fā)動(dòng)機(jī)在飛行中每30分鐘產(chǎn)生10TB數(shù)據(jù);陜鼓動(dòng)力實(shí)現(xiàn)數(shù)百臺(tái)旋轉(zhuǎn)機(jī)械遠(yuǎn)程在線(xiàn)監(jiān)測(cè)及故障診斷。
　　物聯(lián)化管理：工業(yè)生產(chǎn)過(guò)程開(kāi)始大量使用RFID實(shí)現(xiàn)零件與產(chǎn)品管理。

　　工業(yè)大數(shù)據(jù)區(qū)別其他行業(yè)大數(shù)據(jù)有自身的特點(diǎn)和挑戰(zhàn)：

　　一是多源性獲取，數(shù)據(jù)分散、非結(jié)構(gòu)化數(shù)據(jù)比例大：

　　工業(yè)大數(shù)據(jù)來(lái)源廣泛且分散，有來(lái)源于產(chǎn)品制造現(xiàn)場(chǎng)工控網(wǎng)監(jiān)控?cái)?shù)據(jù)，有來(lái)源于互聯(lián)網(wǎng)的客戶(hù)、供應(yīng)商數(shù)據(jù)，有來(lái)源于企業(yè)內(nèi)網(wǎng)的經(jīng)營(yíng)管理數(shù)據(jù)。海量異構(gòu)多源多類(lèi)數(shù)據(jù)難以有效集成，語(yǔ)義描述困難，不能實(shí)現(xiàn)面向系統(tǒng)生命周期管理的數(shù)據(jù)協(xié)同管理;

　　二是數(shù)據(jù)關(guān)聯(lián)性強(qiáng)，有關(guān)聯(lián)也要有因果：

　　工業(yè)大數(shù)據(jù)的產(chǎn)生和應(yīng)用都圍繞產(chǎn)品全生命周期、企業(yè)主價(jià)值鏈等，數(shù)據(jù)間關(guān)聯(lián)性強(qiáng)且分析準(zhǔn)確性要求高。不但要利用大數(shù)據(jù)給出決策也要用大數(shù)據(jù)給出決策依據(jù)。工業(yè)大數(shù)據(jù)預(yù)測(cè)精度低，準(zhǔn)確性和可靠性不高，無(wú)法滿(mǎn)足安全性要求;

　　三是持續(xù)采集、具有鮮明的動(dòng)態(tài)時(shí)空特性：

　　工業(yè)大數(shù)據(jù)來(lái)源于工控網(wǎng)絡(luò)和傳感設(shè)備，具有實(shí)時(shí)性強(qiáng)、連續(xù)性、穩(wěn)定性要求高等特點(diǎn)，需要采用可靠的數(shù)據(jù)采集、存儲(chǔ)、管理的工具進(jìn)行管理，另外涉及國(guó)計(jì)民生領(lǐng)域還要求整個(gè)平臺(tái)安全可控。工業(yè)大數(shù)據(jù)分析的實(shí)時(shí)性要求高，動(dòng)態(tài)控制困難，量化難度大;

　　四是與具體工業(yè)領(lǐng)域緊密相關(guān)：

　　工業(yè)大數(shù)據(jù)產(chǎn)生依賴(lài)于CPS網(wǎng)絡(luò)和智能產(chǎn)品，但目前面向信息物理融合系統(tǒng)的分析方法單一，無(wú)法實(shí)現(xiàn)閉環(huán)、多層次、多階段、自比較等的綜合分析;面向智能設(shè)備和智能產(chǎn)品的故障檢測(cè)能力不足，健康預(yù)測(cè)管理水平低，無(wú)法實(shí)現(xiàn)面向產(chǎn)品可靠性的深層次分析。

　　第三節(jié) 工業(yè)大數(shù)據(jù)的重點(diǎn)研究方向

　　為了應(yīng)對(duì)工業(yè)大數(shù)據(jù)分散、形式多樣、預(yù)測(cè)精度高等挑戰(zhàn)，國(guó)內(nèi)外研究機(jī)構(gòu)與廠商開(kāi)展了基于產(chǎn)品全生命周期的數(shù)據(jù)集成和管理，基于數(shù)據(jù)挖掘的數(shù)據(jù)分析應(yīng)用等方面的技術(shù)研究與實(shí)踐，下面分別介紹。

　　研究方向1：基于MBD和物聯(lián)網(wǎng)的數(shù)據(jù)集成技術(shù)

　　CAX工具數(shù)據(jù)集成技術(shù)：面向產(chǎn)品設(shè)計(jì)過(guò)程中結(jié)構(gòu)設(shè)計(jì)、電氣設(shè)計(jì)、仿真、試驗(yàn)等過(guò)程，一方面定義產(chǎn)品所需標(biāo)準(zhǔn)件、材料、元器件的參數(shù)模型和實(shí)體模型及標(biāo)準(zhǔn)標(biāo)準(zhǔn)，供不同CAX工具共享使用，另一方面集中管理CAX工具輸入輸出參數(shù)等過(guò)程數(shù)據(jù)并形成設(shè)計(jì)知識(shí)。
　　智能裝備數(shù)據(jù)集成技術(shù)：面向車(chē)間各類(lèi)對(duì)象的實(shí)時(shí)監(jiān)控和管理，底層采用傳感器對(duì)環(huán)境和設(shè)備進(jìn)行信息采集，采用電子標(biāo)簽對(duì)物料、人員、工具工裝等進(jìn)行標(biāo)識(shí)和跟蹤，通過(guò)數(shù)據(jù)采集和處理實(shí)現(xiàn)信息的可靠高效傳輸，實(shí)現(xiàn)人機(jī)料法環(huán)測(cè)等生產(chǎn)要素的狀態(tài)監(jiān)控和集成管理。
　　異構(gòu)業(yè)務(wù)系統(tǒng)數(shù)據(jù)集成技術(shù)：面向工廠內(nèi)部ERP、PDM、MES、QIS、TDM等業(yè)務(wù)系統(tǒng)，利用企業(yè)門(mén)戶(hù)、企業(yè)服務(wù)總線(xiàn)、流程平臺(tái)等集成工具實(shí)現(xiàn)各業(yè)務(wù)系統(tǒng)間界面、服務(wù)、流程和數(shù)據(jù)的集成，最終達(dá)到跨業(yè)務(wù)部門(mén)和業(yè)務(wù)系統(tǒng)的數(shù)據(jù)融合和流程貫通。

　　研究方向2：基于產(chǎn)品全生命周期數(shù)據(jù)管理技術(shù)

　　產(chǎn)品全生命周期管理不同于傳統(tǒng)的PDM，它將分散在設(shè)計(jì)單位、生產(chǎn)單位、供應(yīng)商、客戶(hù)等地理分散、形式不同的“產(chǎn)品數(shù)據(jù)”通過(guò)工作流平臺(tái)和產(chǎn)品全生命周期模型，連接為一種單一的、標(biāo)準(zhǔn)的、真正的產(chǎn)品信息資源的能力。它包括產(chǎn)品設(shè)計(jì)、仿真、試驗(yàn)制造的數(shù)據(jù)，還集成來(lái)自企業(yè)內(nèi)外部數(shù)據(jù)，如銷(xiāo)售、市場(chǎng)、質(zhì)量、制造、供應(yīng)商、客戶(hù)使用、產(chǎn)品報(bào)廢處理等數(shù)據(jù)，從而建立起規(guī)范的產(chǎn)品信息來(lái)源。
　　這種信息資源保存整個(gè)產(chǎn)品開(kāi)發(fā)決策過(guò)程的信息，包括產(chǎn)品的特征描述、功能描述以及對(duì)設(shè)計(jì)和資源的考慮，從而跟蹤整個(gè)項(xiàng)目進(jìn)度，并為將來(lái)啟動(dòng)的新項(xiàng)目或產(chǎn)品改進(jìn)項(xiàng)目提供知識(shí)。

　　產(chǎn)品全生命周期管理的關(guān)鍵在于產(chǎn)品生命周期的建模技術(shù)、集成數(shù)據(jù)環(huán)境技術(shù)和設(shè)計(jì)制造協(xié)同技術(shù)。
　　產(chǎn)品全生命周期建模技術(shù)：產(chǎn)品全生命周期建模的目的是建立面向產(chǎn)品生命周期的統(tǒng)一的、具有可擴(kuò)充性的能表達(dá)完整信息的產(chǎn)品模型，該模型能隨著產(chǎn)品研制自動(dòng)擴(kuò)張，并從設(shè)計(jì)模型自動(dòng)映射為不同目的的模型，如可制造性評(píng)價(jià)模型，成本估算模型、可裝配性模型、可維護(hù)性模型等，同時(shí)產(chǎn)品模型應(yīng)能全面表達(dá)和評(píng)價(jià)與產(chǎn)品全生命周期相關(guān)的性能指標(biāo)。
　　集成數(shù)據(jù)環(huán)境技術(shù)：產(chǎn)品全生命周期的數(shù)據(jù)分開(kāi)存放，系統(tǒng)提供數(shù)據(jù)的聯(lián)邦機(jī)制，分散在網(wǎng)絡(luò)上的用戶(hù)對(duì)數(shù)據(jù)進(jìn)行存取時(shí)，所有數(shù)據(jù)對(duì)用戶(hù)都應(yīng)是透明的，所以需要一個(gè)電子倉(cāng)庫(kù)對(duì)分散在企業(yè)內(nèi)外部產(chǎn)品及相關(guān)數(shù)據(jù)進(jìn)行存儲(chǔ)和增刪修改操作。當(dāng)然產(chǎn)品全生命周期數(shù)據(jù)符合大數(shù)據(jù)的4V特征，傳統(tǒng)數(shù)據(jù)庫(kù)管理系統(tǒng)難以支撐，需要大數(shù)據(jù)平臺(tái)和技術(shù)支撐。
　　產(chǎn)品研制協(xié)同技術(shù)：異地設(shè)計(jì)與制造是指在異地異時(shí)、異構(gòu)系統(tǒng)、異種平臺(tái)間進(jìn)行實(shí)時(shí)動(dòng)態(tài)設(shè)計(jì)和制造，它是企業(yè)內(nèi)部或供應(yīng)鏈之間進(jìn)行產(chǎn)品全生命周期管理的重要技術(shù)手段。

　　研究方向3：面向智慧工廠的數(shù)據(jù)分析方法

　　在工業(yè)4.0及大數(shù)據(jù)應(yīng)用背景下，“智慧工廠”的建設(shè)將以大數(shù)據(jù)中心為平臺(tái)，輔以智能技術(shù)、數(shù)字技術(shù)、信息技術(shù)，構(gòu)建精益化的大融合研制體系，形成基于知識(shí)工程的產(chǎn)品研發(fā)設(shè)計(jì)、仿真、試驗(yàn)、制造、檢驗(yàn)、售后等一體化的服務(wù)型研制模式，打造具有自主創(chuàng)新能力、透明管控能力、自我優(yōu)化能力的智慧化生態(tài)環(huán)境。
　　智慧工廠“智慧”的體現(xiàn)應(yīng)涵蓋企業(yè)的各個(gè)業(yè)務(wù)領(lǐng)域，能夠?qū)崿F(xiàn)科研院所信息流、物流、資金流、知識(shí)流、服務(wù)流的高度集成與融合，使得企業(yè)持續(xù)創(chuàng)新，并不斷開(kāi)發(fā)新產(chǎn)品、新服務(wù)。但工業(yè)大數(shù)據(jù)具有數(shù)據(jù)量大、來(lái)源廣泛、形式多樣、種類(lèi)繁雜等特點(diǎn)，傳統(tǒng)的數(shù)據(jù)分析手段難以實(shí)現(xiàn)數(shù)據(jù)分析和利用。所有要實(shí)現(xiàn)各業(yè)務(wù)領(lǐng)域的智慧就必須結(jié)合數(shù)據(jù)挖掘、文本視頻挖掘、統(tǒng)計(jì)分析、高維可視化等技術(shù)實(shí)現(xiàn)工業(yè)大數(shù)據(jù)的充分利用，具體介紹如下：
　　數(shù)據(jù)挖掘技術(shù)：“數(shù)據(jù)海量、信息缺乏”是相當(dāng)多企業(yè)在信息化建設(shè)和技術(shù)手段更新后遇到的問(wèn)題，數(shù)據(jù)挖掘又稱(chēng)為知識(shí)發(fā)現(xiàn)(Knowledge Discovery)，是通過(guò)分析每個(gè)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)。知識(shí)發(fā)現(xiàn)過(guò)程通常由數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示3個(gè)階段組成。數(shù)據(jù)準(zhǔn)備是從數(shù)據(jù)選取所需數(shù)據(jù)并整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)集;規(guī)律尋找是用分類(lèi)、聚類(lèi)、回歸、預(yù)測(cè)、關(guān)聯(lián)等算法將數(shù)據(jù)集所含規(guī)律盡可能以用戶(hù)理解的方式將找出來(lái)。第三節(jié)的案例詳細(xì)描述了整個(gè)過(guò)程。
　　圖像挖掘技術(shù)：產(chǎn)品制造使用過(guò)程中有大量的視頻、文本、圖紙等非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)占到了企業(yè)數(shù)據(jù)的80%以上，如何進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)挖掘分析是工業(yè)大數(shù)據(jù)利用的核心問(wèn)題。
　　例如，某汽輪機(jī)企業(yè)通過(guò)X光機(jī)進(jìn)行葉片虛焊質(zhì)量監(jiān)測(cè)，傳統(tǒng)采用人工方式進(jìn)行看片，工作量巨大且長(zhǎng)時(shí)間在高亮度環(huán)境下工作對(duì)人體有害。該企業(yè)對(duì)歷史二十萬(wàn)張X光機(jī)底片進(jìn)行掃描，并提取存在虛焊的底片利用聚類(lèi)算法提取虛焊特征，并采用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行算法優(yōu)化并建立專(zhuān)家?guī)臁，F(xiàn)在通過(guò)X光掃描儀就可以進(jìn)行疑似虛焊底片的識(shí)別，人工在進(jìn)行復(fù)查，提高了檢驗(yàn)準(zhǔn)確率并減低人員工作強(qiáng)度。
　　高維數(shù)據(jù)可視化技術(shù)： 該技術(shù)旨在用圖形表現(xiàn)高緯度的數(shù)據(jù)，并輔以交互手段，幫助人們對(duì)其分析和理解高維數(shù)據(jù)。例如，一個(gè)機(jī)電產(chǎn)品包含了型號(hào)、廠家、價(jià)格、性能、售后服務(wù)等多種屬性，傳統(tǒng)BI手段很難直觀的表現(xiàn)三維以上的數(shù)據(jù)關(guān)系，人們也很難直觀快速的理解。高緯數(shù)據(jù)可視化是將多維度的原始數(shù)據(jù)通過(guò)聚類(lèi)算法轉(zhuǎn)換成可顯示的低緯度數(shù)據(jù)，并通過(guò)分類(lèi)算法進(jìn)行規(guī)律總結(jié)并通過(guò)計(jì)算機(jī)以圖形和圖像的技術(shù)表達(dá)。
　　例如復(fù)雜機(jī)電產(chǎn)品壽命數(shù)據(jù)是一序列的時(shí)間記錄，利用高緯數(shù)據(jù)可視化技術(shù)將產(chǎn)品失效率的演變規(guī)律用圖像方式ibiaoda，幫助用戶(hù)直觀地了解到運(yùn)行環(huán)境的可靠性。

　　第四節(jié) 工業(yè)大數(shù)據(jù)的典型應(yīng)用場(chǎng)景
　　1、企業(yè)經(jīng)營(yíng)管控

　　現(xiàn)狀：對(duì)企業(yè)的掌控依賴(lài)于紙質(zhì)的、離散的報(bào)表及總結(jié)報(bào)告等，獲取的信息往往存在滯后、缺乏綜合性分析意見(jiàn)的反饋等;
　　目標(biāo)：實(shí)時(shí)的、準(zhǔn)確的、全面的獲取企業(yè)運(yùn)營(yíng)現(xiàn)狀，實(shí)現(xiàn)管控透明化，及時(shí)發(fā)現(xiàn)問(wèn)題，為科學(xué)決策提供支撐;
　　應(yīng)用示例：

　　通過(guò)問(wèn)題看板展示相關(guān)負(fù)責(zé)人或領(lǐng)導(dǎo)可直觀的了解現(xiàn)行問(wèn)題及項(xiàng)目進(jìn)展等情況，追溯科研能力及生產(chǎn)能力相關(guān)的缺失，及時(shí)予以科研流程及生產(chǎn)流程的干涉，從根本上解決問(wèn)題，達(dá)到企業(yè)價(jià)值及客戶(hù)需求。
　　大數(shù)據(jù)對(duì)于企業(yè)透明化的經(jīng)營(yíng)管控可實(shí)時(shí)的、直觀的、全面的展現(xiàn)企業(yè)現(xiàn)狀、及時(shí)地發(fā)現(xiàn)問(wèn)題、快速的定位問(wèn)題根源并提出相應(yīng)措施，最終回歸到企業(yè)價(jià)值體現(xiàn)及經(jīng)營(yíng)目標(biāo)建設(shè)。

　　2、產(chǎn)品研制協(xié)同

　　現(xiàn)狀：各學(xué)科設(shè)計(jì)分散，缺乏綜合考慮;知識(shí)以經(jīng)驗(yàn)的形式掌握在少數(shù)人手中;設(shè)計(jì)工作對(duì)少數(shù)人的依賴(lài)性強(qiáng)，傳承性差;存在未考慮上下游客戶(hù)需求的問(wèn)題等;
　　目標(biāo)：開(kāi)展多學(xué)科融合的協(xié)同設(shè)計(jì)、產(chǎn)品貨架支撐的并行設(shè)計(jì)、以產(chǎn)品全生命需求為依據(jù)的綜合設(shè)計(jì)(以客戶(hù)為中心，向產(chǎn)品定制轉(zhuǎn)型)。
　　應(yīng)用示例：

　　通過(guò)建立統(tǒng)一的設(shè)計(jì)開(kāi)發(fā)環(huán)境，實(shí)現(xiàn)知識(shí)的積累和重用。建立設(shè)計(jì)平臺(tái)，對(duì)產(chǎn)品研制過(guò)程中的各種工作內(nèi)容進(jìn)行集成展現(xiàn)和管理，并根據(jù)用戶(hù)角色和工作內(nèi)容的不同，管理并查看相應(yīng)的內(nèi)容，用戶(hù)可通過(guò)研發(fā)設(shè)計(jì)工作臺(tái)直接開(kāi)始設(shè)計(jì)工作。
　　協(xié)同設(shè)計(jì)研發(fā)平臺(tái)一方面通過(guò)數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)管理為基礎(chǔ)，將設(shè)計(jì)經(jīng)驗(yàn)、工藝信息、制造信息、產(chǎn)品服役過(guò)程信息(零部件壽命、質(zhì)量問(wèn)題記錄等)、客戶(hù)需求等統(tǒng)一納入設(shè)計(jì)需求范疇，也即完成客戶(hù)等納入需求考慮，保證設(shè)計(jì)需求的全面響應(yīng)，實(shí)現(xiàn)定制化奠定基礎(chǔ)，逐步協(xié)助企業(yè)服務(wù)化轉(zhuǎn)型;另一方面具體執(zhí)行設(shè)計(jì)研發(fā)業(yè)務(wù)支持基于多學(xué)科融合的綜合，支持多學(xué)科并行設(shè)計(jì)等。

　　3、全面質(zhì)量控制

　　現(xiàn)狀：由于質(zhì)量問(wèn)題等原因的工程變更追蹤困難、變更范圍難以確定;
　　目標(biāo)：可通過(guò)BOM集成管理的數(shù)據(jù)，進(jìn)行產(chǎn)品問(wèn)題的向上及向下追溯，一方面追蹤問(wèn)題根源并對(duì)其影響范圍進(jìn)行確定(如存在多少在制品等)并干預(yù)，保證后續(xù)產(chǎn)品的質(zhì)量;另一方面根據(jù)問(wèn)題根源，改進(jìn)原材料或設(shè)計(jì)工藝等，從根源上解決問(wèn)題，降低問(wèn)題重復(fù)帶來(lái)的損失。
　　應(yīng)用示例：

　　以某零部件服役過(guò)程產(chǎn)生質(zhì)量問(wèn)題為例說(shuō)明。當(dāng)產(chǎn)品產(chǎn)生問(wèn)題時(shí)回饋制造商形成質(zhì)量問(wèn)題記錄單，零部件制造企業(yè)基于完整的產(chǎn)品全生命周期數(shù)據(jù)管理可通過(guò)BOM追溯實(shí)現(xiàn)零部件批次、設(shè)計(jì)信息、工藝信息、制造過(guò)程信息的快速定位，進(jìn)而由專(zhuān)業(yè)人員進(jìn)行分析質(zhì)量原因并采取響應(yīng)的改進(jìn)措施：
　　一方面：保證后續(xù)零部件/半成品按更改后的文件制造生產(chǎn)，使問(wèn)題重復(fù)再現(xiàn)得到改善;
　　另一方面：對(duì)同一樣已交付使用的零部件采取一定的維護(hù)更換或召回處理，規(guī)避由某零部件問(wèn)題造成工程停產(chǎn)的更大損失。