德国的“工业4.0”强调信息网络和物理生产系统的集成，即构建信息和物理集成系统来改变当前的工业生产和服务模式。美国ge公司倡导的“工业互联网”强调通过智能机器之间的连接以及最终人机之间的连接，结合软件和大数据分析来重建全球工业。

德国的“工业4.0”强调信息网络和物理生产系统的集成，即建立一个网络物理系统(cps)来改变当前的工业生产和服务模式。美国ge公司倡导的“工业互联网”强调通过智能机器之间的连接以及最终人机之间的连接，结合软件和大数据分析来重建全球工业。

事实上，工业4.0和工业互联网都具有智能化和互联性的特点，其主要目的是充分利用信息和通信技术，将产品、机器、资源和人有机地结合起来，从而推动基于大数据分析和应用的制造业的智能化转型。智能制造时代的到来也意味着工业大数据时代的到来。工业大数据的应用将成为未来制造业提高生产率、竞争力和创新能力的关键因素，也是当前全球产业转型必须面对的重要问题。

首先，制造业向智能的转变将催生工业大数据时代

(1)制造业从5m模式向6c模式的转变将催生工业大数据

在工业3.0或工业自动化时代，传统制造模式的特征可以用5个字母(5m)来概括，即材料(包括其功能和特征)、机器(机器，指加工能力和精度)、方法(指生产率和生产效率)、测量(指如何检测和改进)和建模。在智能制造时代，制造模式应该用6个字母(6c)来定义，即连接(主要指传感器和网络)。 云(随时按需存储的数据)、网络(虚拟网络，包括模式和记忆)、内容(指相关性和意义)、社区(包括共享和定制功能)和定制。在智能制造时代，工业机器、设备、存储系统和操作资源可以通过现代网络通信技术连接成一个网络。 这些工厂和机器不仅可以随时随地共享信息，而且相互连接的系统可以独立管理。

为实现这一目标，现有的工业制造系统需要深入分析制造设备本身和产品制造过程中产生的数据，也就是说，企业必须掌握通过工业it设施收集、传输、分析和处理大数据的能力。随着rfid等智能传感器技术的发展，数据采集变得简单可行，云计算等技术的发展也使得大数据的分析和处理变得高速高效。在工业4.0模式下，cps系统将通过机器对机器(m2m)通信实现工业机器和设备之间的信息交换、操作和相互控制，制造的产品可以与机器和设备通信，机器可以自己组织生产，智能工厂可以自己操作。因此，可以说工业大数据是一个工业系统或产品制造过程智能化所产生的数据，它不仅是制造业智能化的必然结果，也是制造业智能化的必要条件和基础。

(2)工业大数据使得研究工业复杂系统的动态行为机制成为可能

工业大数据与消费和商业领域的传统大数据概念相似，但也有区别。工业领域的大数据具有海量、多源、连续采样、低值密度和强动态性的特点。在大数据应用技术出现之前，除了结构化数据，其他半结构化和非结构化数据很难通过机器分析挖掘应用价值。目前，大数据应用技术、建模技术和仿真技术等信息技术为工业领域研究机理不明的复杂系统的动态行为开辟了一条可能的途径。例如，风力涡轮机制造商可以基于天气数据和涡轮机仪器数据的交叉分析来改进风力涡轮机的布局，从而提高风力涡轮机的功率输出水平并延长其使用寿命。

工业自动化和智能系统的建模以及控制系统的运行、管理和优化都涉及大量的图像和数据信息。同样，综合生产指标，生产计划和调度，生产线的质量控制等。的企业还涉及大量复杂的数据。为了利用信息技术优化和整合流程，必须使用大数据技术来实现工业系统的优化运行。因此，大数据的应用将促进工业领域动态模型的构建、安全运行和监控以及多目标优化控制方法。

1 2下一页