1、工业互联网与大数据Contents目 录一、工业互联网与大数据的理解二、工业互联网与大数据的应用三、工业互联网与大数据的关键技术四、工业互联网与大数据的展望工业互联网与大数据的展望 大数据是对信息二次利用的手段，它可以对互联网中的指定信息进行归纳总结，形成某种规律性的认识，最终提炼为对企业和个人有用的新信息，帮助他们进行更好的决策。工业互联网及大数据的关系工业互联网及大数据的关系 通过工业互联网将这些来自于传感器发出的信息汇总，然后基于大数据平台，根据相应的指标、规则予以过滤、分析，就会找到很多有益的信息。 工业互联网工业互联网工业互联网大数据+=工业发展工业发展动力动力“工业互联网”（Ind
2、ustrial Internet）开放、全球化的网络，将人、数据和机器连接起来，属于泛互联网的目录分类。1、工业互联网 2、大数据“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。 工业互联网及大数据的作用工业互联网及大数据的作用工业互联网及大数据工业互联网及大数据工业4.0移动计算、社会化媒体、物联网、大数据分析和优化/预测是下一步工业革命的关键技术中国制造2025以信息化与工业化深度融合为主线重点促进以云计算、物联网、大数据为时代的新一代信息技术与现代制造业等
3、的融合创新工业互联网及大数据、工业4.0、中国制造2025工业4.0：由德国提出，主要指提升制造业的智能化水平，建立具有 适应性、资源效率及基因工程学的智慧工厂，在商业流程及 价值流程中整合客户及商业伙伴。其技术基础是网络实体系 统及物联网 。 中国制造2025：坚持“创新驱动、质量为先、绿色发展、结构优化、人才为 本”的基本方针，坚持“市场主导、政府引导，立足当前、着 眼长远，整体推进、重点突破，自主发展、开放合作”的基 本原则。 工信部长苗圩在讲到德国工业工信部长苗圩在讲到德国工业4.04.0与中国制造与中国制造20252025、互联网与大数据融合关、互联网与大数据融合关系时，曾这样概括：
4、如出一辙、异曲同工、殊途同归。因此，三者虽外延上有系时，曾这样概括：如出一辙、异曲同工、殊途同归。因此，三者虽外延上有所区别，但内涵基本一致。所区别，但内涵基本一致。 工业互联网与大数据的特性 全要素全要素就是说产品数据的完整性,它携带了全部的尺寸、工艺、制造、售后使用的信息。01全方位 关注产品设计、制造、采购、使用等上下游信息。03全过程数据的设计和使用，必须要考虑跨越不同的设计、制造阶段。 02全融合万物互联意识，关注企业各业务的全面关联及融合。04 工业企业搭建宽带化、泛在化的网络。满足智能制造对网络的“高精度、低延迟、多开发、大容量、低功耗”需求。 构建智能网络网络 基于网络嵌入生产
5、控制服务。例如，为工业企业提供生产能耗管理，通过互联网对各类能耗实行精细计量、实时监测、智能处理和动态管控。助力生产过程智能化 助力应用工业互联网与大数据在工业中的应用 产品的智能化是把传感器、处理器、存储器、通信模块、传输系统融入到各种产品中，使得产品具备动态存储、感知和通信能力，实现产品的可追溯、可识别、可定位。目前互联网汽车、工程机械、智能家电等是产品智能化的热点领域。 提升产品智能化提升 工业互联网与大数据通过网络与企业管理平台连接，企业管理平台可以运用无线网络、视频远程故障诊断等信息服务系统，远程监控设备的运转情况，并基于工业大数据实现故障预警，有针对性地提供维修等服务，实现“服务型
6、制造”。 深入拓展行业应用 拓展 产业链协同的核心是数据在不同企业（及客户）之间的流转。产业链协同包括设计协同，制造协同、供应链协同和服务协同。 探索产业链协同化探索产业链协同化 探索 工业企业实时采集设备及产品数据、用户使用信息，并建立远程监测和诊断系统，结合自身对语音、短信、易信、微信、微博、视频、网页、移动客户端等的综合服务提供能力，为企业实现远程的全天候实时服务。 无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。 在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。 我
7、们就拿波音公司飞机系统作为案例。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。 以波音737为例，发动机在飞行中每30分钟就能产生10 TB数据。这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。 应用实例一产品故障诊断与预测，这可以被用于产品售后服务与产品改进 现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分
8、析、能耗分析、质量事故分析（包括违反生产规定、零部件故障）等。 在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。 利用大数据技术可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。 再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。 应
9、用实例二工业物联网生产线的大数据应用 当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。 以海尔公司为例，海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。应用实例三工业供应链的分析和优化 总之，无论从应用和技术角度看，互联网与工业大数据成为建立互联网工业和智慧工业的基石。 工业互联网与大数据的关键技术工业互联网与大数据的关键技术超
10、级计算终端、大数据采集技术 0102030405人类意识与机器的融合 、虚拟世界、大数据展现与应用技术软件定义机器、知识工作自动化 、大数据预处理技术机器人改变工业流程 、分布式的生产和3D打印 、大数据分析及挖掘技术跨企业的标准制定 、工业互联网的系统安全、大数据存储及管理技术超级计算终端就是一些新的智能化设备，譬如汽车以及穿戴式设备。这些产品的核心都是有一个强大的芯片。除了芯片技术竞赛以外，在这个行业里，正在进行激烈竞争的还有有关交互式互联进入标准的竞赛。在这里面有一些产业巨头正在形成产业联盟。重点要突破分布式高速高可靠数据爬取或采集、高速数据全映像等大数据收集技术；突破高速数据解析、转换
11、与装载等大数据整合技术。设计质量评估模型，开发数据质量技术；必须着重攻克针对大数据源的智能识别、感知、适配、传输、接入等技术。基础支撑层：提供大数据服务平台所需的虚拟服务器，结构化、半结构化及非结构化数据的数据库及物联网络资源等基础支撑环境。重点攻克分布式虚拟存储技术，大数据获取、存储、组织、分析和决策操作的可视化接口技术，大数据的网络传输与压缩技术，大数据隐私保护技术等。超级计算终端、大数据采集技术超级计算终端、大数据采集技术软件定义机器、知识工作自动化软件定义机器、知识工作自动化 、大数据预处理技术、大数据预处理技术设备智能化的体现就是典型的软件定义的机器，包括机器轻松连接至互联网;将AP
12、P和分析结果嵌入机器和云，实现智能化和自我意识;无需更换硬件即可改变和升级机器/设备功能，为用户提供智能，实现持续改进;通过API和生态系统扩大工业互联网平台应用。 软件定义机器 举个例子，GE有个风电部门，我们把传感器安装在每一个风机叶片上，通过对风机转速、风力、温度、湿度、环境等近百种数据的采集、分析，风机能够自己进行涡轮叶片转速的调整，不需要把数据传输到数据系统，通过浆片的角度调整能够增强风力，能够增加风力4%。这个就是典型的软件定义的机器。 知识工作自动化知识工作自动化 知识工作自动化指的是信息处理的自动化 ，信息处理的自动化涉及的范围是非常广泛的，包含常规的互联网信息交互，模式识别、
13、人工智能、机器学习等最前沿的技术。 例如：对于各位比较熟悉的轮胎，来理出我们在智能制造方面的考虑。未来对于你所使用的车，如果想更换一套轮胎，这是我们考虑的一个路径。比方说今天早上9：30分有了这个需求，基于全球用户价值习惯，用户使用车辆，以及用户使用车辆轮胎的状况，会给用户一个提示。在车主接收到轮胎更换的提示信息时，会给轮胎智能制造工厂一个提示，这也是未来所设计的，在全球不同的区域、不同的城市，会设立这种轮胎制造智能平台。 对工厂和用户之间的交互，这个智能制造工厂会根据历史数据，给客户提供这次轮胎更换的交互信息，交互的时间，以及最新的交互价格。这个车主可以确认是否采用这个工厂生产的轮胎。在全球
14、不同的地方，有不同的原材料生产制造中心，同时，对于轮胎配件生产制造中心，会涉及很多化学原材料供需，在这之前，所有的环节都会在最短的时间内在全球进行资源的统一调度和协调。现在是正式生产的制造，从最初发起需求，到生产制造，整个过程时间很短。在实体工厂，实体的轮胎制造工厂进行生产的同时，会有虚拟的模拟工厂来监控、指导、优化整个生产过程，这个过程也是可视的。 例如：我们现在要做发动机，发动机的叶片需要高速运转，温度很高，往往很难做。美国人是怎么做的呢?根据大数据从材料性能、环境参数、使用寿命的关系等等，根据最终的使用要求，反过来设计选择需要的材料。过去的材料设计是一种实验，试试这个不可以再换一个，现在
15、要采用基因组工程来设计这个材料。 特斯拉，ModelS的电池能做到85千瓦时，最高时速可以到200公里，他的高明之处在于它使用了大量的传感器和软件，以及一些大数据的分析，可以实时地测试每个电池组的电压，可以自动地调节电流。所以说，特斯拉与其说是一个电动汽车，不如说是一个新兴技术的汽车，他是一个大型的移动智能终端。 大数据预处理技术主要完成对已接收数据的辨析、抽取、清洗等操作跨企业的标准制定跨企业的标准制定 、工业互联网的系统安全、大数据存储及管理技术、工业互联网的系统安全、大数据存储及管理技术跨企业的标准制定跨企业的标准制定 关于工业互联网方面的标准制定，应该讲现在是全球主要工业企业，乃至国家
16、之间竞争的焦点。 掌握标准话语权是这些国家乃至企业，他们在未来进行战略布局非常关键的一步。 大数据存储及管理技术大数据存储及管理技术 大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。重点解决复杂结构化、半结构化和非结构化大数据管理与处理技术。主要解决大数据的可存储、可表示、可处理、可靠性及有效传输等几个关键问题。 2014年10月至2015年9月，美国发生了295起入侵关键基础设施的黑客攻击案件，如机场、隧道和炼油厂等。在世界各地，还有许多攻击事件未被曝光。 对于传统互联网安全软件而言，工业安全领域依旧是一个盲点。国内人口密集，电力、交通情况更为复杂，供电
17、、供水这些基础设施的核心控制器件是工控系统，如果遭遇黑客攻击，会面临更大面积的瘫痪。 安全 在工业互联网逐渐兴起之后，真的要在企业包括跨企业之间获得普及，安全问题必须解决。设想一下，如果这个问题不解决，不仅关系重大的这些设备，基础设施，即便像智能家居、智能汽车这样的领域，都会存在巨大的安全隐患和隐私隐患。 工业互联网的系统安全工业互联网的系统安全21主要核心技术在日本和欧洲的公司手里。一些核心的技术，软件也不是在互联网，而是在基础的减速器、控制器、数控系统，这些领域是传统的工业和智能化的硬件，嵌入式软件的天下。像减速器这一领域，中国都需要进口。分布式的生产和3D打印大数据分析技术。改进已有数据
18、挖掘和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。 机器人改变工业流程22分布式的生产和3D打印首先它将进行线上设计和线下生产的高度融合。3D使得每一个人的创意构想成为可能。第二个趋势是创业生产的轻量化，因为3D打印带来的互联网创业，会使创业门槛降低，而且长尾效应能够显现出来，细分业务总是能找到自己的生存空间。 3D打印的第三个重要趋势是生产分包形式的多样化。3D的材料，目前还是3D打印广泛推广应用的关键瓶颈。 大数据分析技术。改进已有数据挖掘
19、和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。 大数据分析及挖掘技术 现在一个很时髦的就是3D打印，比如说要加工7000个轮毂，原来我们是要不停的在工厂重复地制造，但现在是根据计算机已经配制好的程序，对被加工的东西我们按照程序一层一层做上去，看上去跟做蛋糕差不多，实际上要比做蛋糕难度大。通过一些大数据的分析来掌握材料的特性，控制加工的速度、温度，所以3D打印是制造技术的一个方向，但是它并不能取代现在所有的制造技术，比较适合于个性化的生产，以及做
20、一些不方便开模具的一些产品，但的确代表了制造业技术发展的一个好的方向。 23大数据分析技术。改进已有数据挖掘和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术。 大数据分析及挖掘技术人类意识与机器的融合 、虚拟世界、大数据展现与应用技术在工业互联网时代，脑机接口技术给我们提供了巨大的想象空间，人类不仅可以和机器产生互动，并且有可能控制机器。更重要的是反过来，机器还可能读懂人类的意念，从而和人类发生深层次的互动、融合。 人类意识与机器的融合 未来的几年
21、，机器人可能拥有与老鼠、猫或狗甚至猴子一样的智力。到那个时候，有人觉得机器人可能很危险。有人建议我们应该在它们的“大脑”中植入芯片，这样一旦当它们产生了恶念，就可以将它们关闭。但是也有人说，为什么不同机器人融合呢？而这正是布鲁克斯的想法，他曾是麻省理工学院人工智能实验室的负责人。 关于这个概念，在德国工业4.0体系当中，叫数字物理系统。除了物理世界之外，所对应的整合很多更加全面的信息数字系统，或者是虚拟系统，将和物理世界之间产生高度的互动和相互的关联。这个虚拟系统将能够帮我们去预测，帮我们去维护现在的物理世界，他们的预测准确度可能高于我们基于现实的，对信息的预测准确度。 虚拟世界 最近微软宣布
22、和 Autodesk Fusion 360 合作，想把 Hololens 用于工业设计、机械设计和其他产品开发的领域，具体来说就是用来给设计师们构建立体模型时使用。比起普通显示器上的2D、3D模型，Hololens 能够更直观地用全息影像把设计作品的尺寸、信息呈现出来，对于设计师团队来说能够提高沟通效率，更好地消除交流障碍。而对于开发工程师来说，全息影像提供更简便的反馈，准确地将信息传达给设计师。 大数据技术能够将隐藏于海量数据中的信息和知识挖掘出来，为人类的社会经济活动提供依据，从而提高各个领域的运行效率，大大提高整个社会经济的集约化程度。在我国，大数据将重点应用于以下三大领域：商业智能、政府决策、公共服务。 大数据展现与应用技术展望篇 未来未来20年最有可能改革制造领域年最有可能改革制造领域的首先是半导体、先进材料、添加制的首先是半导体、先进材料、添加制造技术、生物制造等等造技术、生物制造等等，我们说未来工厂要从数字化制造到数字化工程。通过互联网大数据的技术实现未来整个工厂的数字化，甚至延伸到产业链的外部，包括供应链。现在很多先进的制造工厂是使用数控机床，在计算机程序控制下进行加工，但这并不是最好的方案。随着时间、温度以及材料的变化，如果程序都是一样的话，这不是最好的。未来的加工是从数字化到智能化，通过物联网传感器时时了解加工的状况，通过反馈来调整机器的加工程序。
