發(fā)布時(shí)間：2019-04-08

我國的工業(yè)互聯(lián)網(wǎng)發(fā)展正在從概念的普及進(jìn)入實(shí)踐的生根階段，在這一進(jìn)程中，數(shù)據(jù)成為重要的基礎(chǔ)性戰(zhàn)略資源。大數(shù)據(jù)的充分挖掘和利用，極大促進(jìn)了全社會(huì)要素資源的網(wǎng)絡(luò)化共享、集約化整合、協(xié)作化開發(fā)、高效化利用，推動(dòng)了中國工業(yè)發(fā)生重大而深刻的變革，一個(gè)全新的大數(shù)據(jù)時(shí)代正在向我們大踏步地走來。

工業(yè)數(shù)據(jù)量激增背景下的數(shù)據(jù)處理

目前，大數(shù)據(jù)正處于融合發(fā)展和變革創(chuàng)新的重要關(guān)口：工業(yè)數(shù)據(jù)量激增，互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)三大生態(tài)順次發(fā)展，使得全球數(shù)據(jù)總量爆發(fā)性增長。預(yù)計(jì)2020年數(shù)據(jù)總量將達(dá)到44ZB（萬億GB），其中工業(yè)數(shù)據(jù)增速將是其它大數(shù)據(jù)領(lǐng)域的兩倍；軟件、網(wǎng)絡(luò)、裝備等各領(lǐng)域間技術(shù)頻繁發(fā)生跨界耦合交融，依托數(shù)據(jù)的整合作用，推動(dòng)產(chǎn)品與服務(wù)、硬件與軟件、應(yīng)用與平臺(tái)趨向交融；全球產(chǎn)業(yè)格局面臨重塑，傳統(tǒng)大數(shù)據(jù)IT企業(yè)、自動(dòng)化企業(yè)、制造企業(yè)正在成為工業(yè)大數(shù)據(jù)這一新興領(lǐng)域的領(lǐng)導(dǎo)力量，以融合性技術(shù)創(chuàng)新和新興產(chǎn)業(yè)生態(tài)體系為標(biāo)志的產(chǎn)業(yè)新格局正在形成中。

工業(yè)大數(shù)據(jù)從來源上主要分為信息管理系統(tǒng)數(shù)據(jù)、機(jī)器設(shè)備數(shù)據(jù)和外部數(shù)據(jù)。信息管理系統(tǒng)數(shù)據(jù)是指傳統(tǒng)工業(yè)自動(dòng)控制與信息系統(tǒng)中產(chǎn)生的數(shù)據(jù)，如CRM、ERP、MES等。機(jī)器設(shè)備數(shù)據(jù)是來源于工業(yè)生產(chǎn)線設(shè)備、機(jī)器、產(chǎn)品等方面的數(shù)據(jù)，多由傳感器、設(shè)備儀器儀表進(jìn)行采集產(chǎn)生。外部數(shù)據(jù)是指來源于工廠外部的數(shù)據(jù)，主要包括來自互聯(lián)網(wǎng)的市場、環(huán)境、客戶、政府、供應(yīng)鏈等外部環(huán)境的信息和數(shù)據(jù)。

工業(yè)大數(shù)據(jù)的實(shí)踐落地高度依賴行業(yè)經(jīng)驗(yàn)與人工智能等數(shù)據(jù)科學(xué)的融合，通過將行業(yè)知識(shí)、經(jīng)驗(yàn)固化到軟件中，實(shí)現(xiàn)對工業(yè)場景中面臨的不確定性實(shí)現(xiàn)更加有效地管理，形成數(shù)據(jù)驅(qū)動(dòng)、快速迭代、持續(xù)優(yōu)化的工業(yè)智能系統(tǒng)。

工業(yè)智能技術(shù)實(shí)現(xiàn)的關(guān)鍵步驟

在2015 年通用電氣（General Electric）推出GE Digital 時(shí)，GE Digital 的CTO Harel Kodesh 就提出過：工業(yè)數(shù)據(jù)不準(zhǔn)確、工業(yè)智能對風(fēng)險(xiǎn)控制和響應(yīng)能力的高要求、終端處理能力的限制、復(fù)雜模型必須被解釋等導(dǎo)致了在數(shù)據(jù)、算法和模型訓(xùn)練上工業(yè)智能所要開辟的一些「新領(lǐng)域」。

InfoQ刊的《海闊憑魚躍：記一場工業(yè)場景下的AI技術(shù)實(shí)踐》一文中提到，工業(yè)數(shù)據(jù)的多源性、復(fù)雜性和動(dòng)態(tài)性強(qiáng)，比如柴油機(jī)氣缸排氣溫度，取決于燃油、燃燒、進(jìn)氣溫度、封閉性等等原因，導(dǎo)致工業(yè)智能背后數(shù)據(jù)特征提取、建模等層面的技術(shù)挑戰(zhàn)。因此，特征提取要求在高背景噪聲下必須實(shí)現(xiàn)準(zhǔn)確且快速的降維。另外，在數(shù)據(jù)建模及訓(xùn)練層面，工業(yè)應(yīng)用的碎片化、個(gè)性化以及結(jié)果的專業(yè)性，需要建模及訓(xùn)練在整體和個(gè)體、通用性和個(gè)性化之間取得均衡。

從工程實(shí)現(xiàn)的角度，工業(yè)智能實(shí)現(xiàn)的關(guān)鍵有如下幾步：

1、定義工業(yè)場景：正如上文所提及，問題域所涉及工業(yè)場景定義的準(zhǔn)確性和完備性決定了該問題在多大程度上被解決的可能性；

2、數(shù)據(jù)的完備性和質(zhì)量：工業(yè)現(xiàn)場數(shù)據(jù)一般帶有很多噪聲，而數(shù)據(jù)范圍和質(zhì)量決定了后續(xù)處理的難易程度和最終結(jié)果的準(zhǔn)確性；

3、智能應(yīng)用支撐環(huán)境：工業(yè)智能應(yīng)用本身就具備碎片化、個(gè)性化、專業(yè)化的特點(diǎn)，如何提供快速有效的應(yīng)用實(shí)施環(huán)境，包括數(shù)據(jù)環(huán)境、模型研發(fā)實(shí)驗(yàn)環(huán)境、應(yīng)用部署環(huán)境等，決定了工業(yè)智能應(yīng)用的推廣和客戶接受速度。

CPS 是一個(gè)具有清晰架構(gòu)和使用流程的技術(shù)體系，針對工業(yè)大數(shù)據(jù)的特點(diǎn)和分析要求所構(gòu)擬的技術(shù)體系，其能夠?qū)崿F(xiàn)對數(shù)據(jù)進(jìn)行收集、匯總、解析、排序、分析等全套處理流程，實(shí)現(xiàn)對工業(yè)數(shù)據(jù)進(jìn)行流水線式的實(shí)時(shí)分析能力，并在分析過程中充分考慮機(jī)理邏輯、流程關(guān)系、活動(dòng)目標(biāo)、商業(yè)活動(dòng)等特征和要求。因此可作為工業(yè)大數(shù)據(jù)分析中的智能化體系的核心。

CPS 的5C 架構(gòu)

工業(yè)大數(shù)據(jù)正是以行業(yè)模型為前提，將面向不同行業(yè)、不同場景、不同學(xué)科中的工業(yè)機(jī)理、專家經(jīng)驗(yàn)、行業(yè)知識(shí)和最佳實(shí)踐固化成為數(shù)據(jù)統(tǒng)計(jì)、挖掘和分析模型，將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)可解的問題；以數(shù)據(jù)科學(xué)為基礎(chǔ)，使得深度學(xué)習(xí)、遷移學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等為代表的人工智能算法成為解決工業(yè)大數(shù)據(jù)領(lǐng)域診斷、預(yù)測與優(yōu)化問題的得力工具；以軟件服務(wù)為目的，形成可落地執(zhí)行的工業(yè)大數(shù)據(jù)解決方案。

來源：驅(qū)動(dòng)中國