工業數據作為國家基礎性戰略資源，是驅動工業數字化轉型發展的核心，是構建數字經濟的基石。

“工業大數據”的概念，由美國通用電氣在2012年首次提出，主要關注生產制造過程中由工業設施設備產生的海量數據。隨著城市大腦、智能家居、無人汽車等名詞逐漸為人們所知，昭示著我們已經置身于一個新時代——智能時代。制造業是國民經濟的支柱產業，作為整個社會物質生產的基石，也必然會朝著“智能制造”的方向發展，而如何利用工業信息化時代期間累積和生產的工業數據來完成從“傳統制造”到“智能制造”的升級轉型，已成為各工業領域的密切關注點。

一、什么是工業大數據？

根據《工信部：2017工業大數據白皮書》的定義，工業大數據是指在工業領域中，圍繞典型能制造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、制造、采購、供應、庫存、發貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。

通常，工業大數據可以分為以下五類：

設備數據

主要指在現代化生產模式下，在生產過程中實時收集到的設備數據（如操作指令、運行工況、環境參數等）和產品的數據（如生產狀態、質量狀態等）。狹義的工業大數據即為該類數據，也是工業大數據體系中增長最快的數據來源。

安環應急數據

主要指建設一體化數字平臺，實現數據可視化，采集各類環境數據、視頻數據、安全應急等數據，構建“點面區”“天地空”一體化的監測網絡，形成安全、環保、應急一體化數據倉庫。

運營數據

主要指存儲于企業信息化軟件系統內部的數據資產，包括產品研發、設計、制造類軟件、企業資源計劃（ERP）、產品生命周期管理(PLM)、供應鏈管理（SCM）、客戶關系管（CRM）和OA等系統。此類數據含量不大，價值密度頗高。

價值鏈數據

主要指制造企業的客戶、供應商、合作伙伴處的相關數據，比如客戶相關的制造設備數據、產品質量數據和客戶關系管理數據等。

外部數據

主要指宏觀經濟數據、行業狀態數據、競爭對手數據、政策法規數據等相關的外部參考數據。

二、工業大數據特點工業大數據主要有以下幾個特點：

1、數據來源主要是企業內部，而非互聯網個人用戶；

2、數據采集方式更多依賴傳感器而非用戶錄入數據；

3、數據服務對象是企業，而不是個人；

4、在技術上，傳統的企業架構技術已無法提供相應的分析應用，更多的采用了互聯網大數據領域成熟的技術；

5、改變了企業原先對數據的看法，使得原先看似無用的、直接丟棄的數據重新得到了重視，并且切實改進了企業的生產、銷售、服務等過程；

三、大數據在工業領域的作用

1、實現數據的全面采集并持久化

在前大數據時代，很多工業現場采集到的數據的生命周期僅僅是在顯示屏上一閃而過，大量的數據由于種種原因被丟棄了，丟棄的一個很重要的原因就是無法有效存儲，全部存儲成本過高且數據量過大導致無法使用。大數據時代之后，新型的數據處理技術及云計算帶來的低成本，使得數據的全面采集并且持久化成為可能，即采集到的數據可以實現長時間的存儲，且海量的數據可處理、可分析，工業用戶就有了存儲數據的意愿。而這一切又反過來為大數據分析提供了堅實的數據基礎，使得分析的結果更準確，成為一種正向循環。

2、實現全生產過程的信息透明化

隨著現代生產技術的飛速提高，生產過程已經呈現高度復雜性和動態性，逐漸出現了不可控性。生產過程信息呈現碎片化傾向，只有專業部門、專業人員才掌握本部門、本專業的數據，企業無法全面有效了解全生產流程。

隨著大數據處理和可視化技術的不斷發展，目前，通過全生產過程的信息高度集成化和數據可視化，從而達到了生產過程的信息透明化，企業總調度中心不僅可以清晰地識別產品，定位產品，而且還可全面掌握產品的生產經過、實際狀態以及至目標狀態的可選路徑。

3、實現生產設備的故障診斷和故障預測

當前，已經可實現對設備各類數據的采集，包括設備運行的狀態參數，例如溫度、震動等，設備運行的工況數據，例如負載、轉速、能耗等，設備使用過程中的環境參數，例如風速、氣壓等，設備的維護保養記錄，包括檢查、維護、維修、保養等信息，以及設備的使用情況，例如使用單位、操作人員等。收集到設備的各類數據后，再加上同類設備的數據、長周期的使用數據等等，就構成了大數據分析的基礎數據。

這個時候，再加上好的算法及模型，通過數據的分析處理實現設備的故障診斷和故障預測就是一個再簡單不過的事情了。

4、實現生產設備的優化運行

在故障診斷和故障預測的基礎上，機器、數據和生產指標構成了一個相互交織的網絡，通過信息的實時交互、調整，再加上優化準則，將它們進行比對、評估，最終選出最佳方案。可以進一步提高設備的效率和精度，更加合理化和智能化的使用設備，這就使生產更具效率，更環保，更加人性化。并且設備的使用更加高效、節能、持久，同時還可減少運維環節中的浪費和成本，提高設備的可用率。

5、提高企業的安全水平

由于設備信息、環境信息和人員信息的高度集成，經過數據分析可實現安全報警、預警，隱患評估、預警等，從而大幅度提高安全水平，并且可提升人員效率；

6、實現定制化生產

近幾十年里，技術開發面臨的最大挑戰是產品乃至系統無限增加的復雜性。與此同時，這還導致開發和制造的工業過程的復雜性也傾向于無限增加。而工業企業欲在未來長期保持競爭優勢，又必須提高生產靈活性。因為只有這樣，才能降低成本，縮短產品上市時間，并通過提高產品的種類，滿足個性化的生產需求。

單靠人腦進行管理，是無法對如此復雜的流程和龐大的數據進行匹配的，通過大數據技術的引入，可以將客戶的需求直接反映到生產系統中，并且由系統智能化排程，安排組織生產，使得企業定制化生產成為現實；

7、實現供應鏈的優化配置

通過RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

供應鏈體系以市場鏈為紐帶，以訂單信息流為中心，帶動物流和資金流的運動，整合供應鏈資源和用戶資源。在供應鏈的各個環節，客戶數據、企業內部數據、供應商數據被匯總到供應鏈體系中，通過供應鏈上的大數據采集和分析，企業就能夠持續進行供應鏈改進和優化，保證了對客戶的敏捷響應。

8、實現產品的持續跟蹤服務

隨著物聯網技術的發展，對于已售出的產品，現在可實現運行數據的全面收集，從而可分析已售出產品的安全性、可靠性、故障狀態、使用情況等，在這些數據的基礎上，產品運行數據可以直接轉化到生產過程中，可以改進生產流程、提高產品質量、開發新產品，更進一步，生產信息也可以直接作用于優化產品研發及生產過程的上游工序中。

9、為企業提升新的服務價值

商家賣的是產品，用戶看重的是產品帶來的價值。一切技術或產品都只是手段，其核心目的是在使用中創造價值。當企業能夠使用新的技術為用戶提供服務時，賣的已經不是或者不只是冰冷的產品了，而是新的價值服務。這樣，一個生產商就從過去單純的產品提供者轉變為如今的信息服務商。