浅谈工业大数据的价值实现方式 罗 平 摘要：当前大数据主要应用的领域都集中在社会与商业行业中，其中包括销售预判、客户挖掘等。其所涉及的大数据均来自与人类 行为有关的数据，而并不是机械设备所产生的数据。在现代工业时代中，自动化智能分析与物联网的密切结合将会对现存的生产管理与运 行方式产生颠覆式的改变。文章主要就工业大数据价值实现方式进行探析。 关键词：工业大数据；数据挖掘；实现方式 引言 ３．４工业大数据的监测系统 在经济全球化的现代社会中信息化自动化的发展已经将早期发展的 机械系统升级为高度智能的自动化系统。在现代工业领域中，信息技术 与社交网络对产品创新、产品质量、更新速度等因素有着直接的影响， 其能够及时调整生产节奏，实现机械设备的自我意识与预测，自我对比 与维护。在这一环境中，工业大数据的价值实现是其中的关键环节 之一。 １．工业大数据的需求 信息化的制造业不单单需要追寻制造技术的改革与创新，而且还要 给予更多的目光在制造业产业链中的重要环节——服务业。制造业与服 务业之间的边界逐渐模糊会推动与刺激制造业转向服务化的方向。在这 在智能制造与工艺大数据环境下监测系统是提供服务功能的，其能 够对机械设备的运行状态进行预测，进而减少停机时间。监测系统能够 被应用于生产线中的信息流与供应链管理工作中，能够帮助企业的产业 化经营更加透明化，更加规范化的进行。另外，监测系统的应用还能够 用于降低劳动力成本，并且还能够给企业工作人员提供更加良好的环 境。同时，监测系统还能够通过实现节能措施来降低企业的运营成本， 进而实现完善检测计划与健全的供应链管理 ｊ。 ４．工业大数据的价值实现方式 ４．１生产和市场中实现量的积累 我国作为一个全球的制造业大国已经形成了种类齐全，规模巨大的 情况下工业大数据的需求呼之欲出，其将会成为制造业改革转型升级 的重要因素¨一。 ２．工业大数据的环境 机械设备在运作过程中所产生大量工业数据将会被收集、分析与存 储，同时还可以对机械设备产生的所有历史数据进行挖掘与保存，通过 整合归类后形成大数据，转化平台将海量的大数据转变为实用的信息。 在信息时代中，海量的＿Ｔ业数据信息通过智能化的提炼后将会变为少量 的关键信息，其将会转化成为有用的实际信息，这就是现代化Ｔ业的关 一现代化工业体系，工业门类品种繁多，类别齐全，能够形成大量的机械 设备时常需求。伴随着的市场经济的发展以及制造模式不断朝着智能 化、数据化的创新变动，我国的工业机器等智能自动化机械设备市场规 模已经实现了持续扩展与发展 ｊ。到目前为止，我国已经投入生产线开 展生产的机器大约占据了全世界总量的８％，全年的总装机量的增长速 度达到了１９％，相对与全球９％的增长率，这一速度十分惊人。伴随着 国产机器自主开发与生产能力的不断增长，以及国内市场对国产机器的 品牌的认可，国内生产的工业机器的应用领域将从汽车、航空、军事、 键所在 。 ３．工业大数据的服务化 ３．１设备健康的自我评估 在现代工业领域中，通过获得的大数据以及相关算法，机械设备能 够就自己的运行健康以及其在物理环境中的表现进行评估 。机械设备 开展的自我健康评估能够真实、事实的反映机械设备的性能以及机械设 备使用的健康水平。伴随着新数据的不断增加，关于机械设备监控的数 据也不断变多，其保真度以及面对现实复杂工作的能力也将会随之提 高。机械设备在收集发出的数据后将会采用合理的数据挖掘方式，在对 比机械设备的横向数据与纵向数据的同时，对机械设备的健康开展自我 评估。在预设算法的基础上，对制定机械设备的健康信息评估也十分重要， 只能控制将在数据库中搜索有关的实用信息，然后再进行相应的健康评估。 ３．２自我维护的决策分析 机械设备的设计、控制与决策的主要目的就是要实现生产目标，并 且提高生产计划以及设备维修、生产调度等的工作效率。通常来说，在 现实生产过程中机械设备运行停机或机械设备出现故障一般都是由系统 性能所导致的，其大大降低了设备的生产效率与运行效率。影响机械设 备设备系统性能的重要关键因素包括减少非计划停机时间，提升机械设 备的运营效率；检测影响生产的组件，提升系统有限资源的利用率，从 而改善机械设备的应用效率。 ３．３ｃＰｓ架构 电子制造等各种高端型产业逐渐转向食品加工、金属加工、五金加工等 传统行业。可以看出，智能生产应用已经开始了普及推广的步伐。例 如，九江石化已经开始建设智能工厂。不论是城市轨道交通、隧道施工 开挖亦或是海洋工程设备等机械制造在智能装备的自主设计创新、自主 生产上得到了十分显著的成果。在国内，高铁建设已经全面开展，并且 逐渐相连成为了国内、国际经济带上重要的交通工具。因此，可以预见 工业生产、制造领域中的智能化应用与高端技术的领先发展将会使得我 国工业大数据实现惊人的增长速度，给数据挖掘提供充分的资料与对 象。图１为２００６—２０１７年国内Ｔ业机器年安装量统计预测图． ２００６糍黼黼 蟒隳耩§瓣 ２Ｏ０７２Ｏ∞２００￣ｔ ２０１Ｏ ２０｛｛ 璐癣麟 爨 磷 §蟒 糟磷耩糯辫黼 黼 群《 蜷 糯群鳞酾 ２Ｏ１２ ２０’３ ２ ４ ２０１７ 图１ ２００６—２０１７年国内工业机器年安装量统计预测图（台） ｃＰｓ架构即为Ｃｙｂｅｒ—Ｐｈｙｓｉｃａｌ Ｓｙｓｔｅｍｓ，其是一种通过结合传感器数 据以及机械设备机组的信息数据来实现自我意识与自我维护的方式。在 ＣＰＳ架构下的策略能够深度挖掘位于大数据中的有价值的信息。在工业 大数据下ＣＰＳ结构的主要特点包括１）架构的统一性。统一性可以对机 械设备对机械设备状况的建模，在ＣＰＳ模式下系统能够从特定的机械设 备、与机械设备有关的其他机械设备以及工作人员的周围环境等情况来 挖掘历史数据，并且通过与自身数据的对比来对自己的运行情况进行测 评。２）自我意识与自我维护。要实现该模式首先要利用自学习ＰＨＭ算 法来实现。值得注意的是，ＰＨＭ算法可能会遇到低强度以及无效处理 的情况。３）智能决策系统维护。根据每个机械设备的实际运行状态来 实行平衡与补偿工作，进而使得机械设备的性能可以达到最优化的 状态 。 ４．２改进数据质量和数据管理短板 虽然相对于其他国家来说我国在数据数量与规模上占据了一定的优 ０ §§８ ８ 篓 ８ ０ ０ 势。但是在数据的质量与管理方面却存在明显的缺陷 。数据质量方 面，中国制造这一词汇已经被认定始终处于产业链末端的零部件组装环 境中，在产品核心价值的高端环节中没有参与和控制的权利。而大数据 的质量将必然受到简单制造流程的影响。同时，在大规模的人口时代， 我国制造行业已经延续了长时间的劳动密集型生产模式，所创造的工业 价值十分依赖于人口的规模，并不是依赖机械设备的生产，因此对全产 业链的管理与企业各个部门之间的资源协作共同并没有强烈的意识。由 于当前我国制造行业生产流程各个环节都是相互孤立的，因此难以保证 各个阶段的数据能够相互共享利用。但是就目前国内制造企业应用大数 据的现状来看，其主要还是停留在以内部数据为主的状态，大多停留在 扩大数据来源，增加数据数量的阶段，尚未性有效的应用规模。因此可 以看出，我国在数据管理方面资产思维管理思维严重缺失，导致大数据 价值无法有效发挥。 ４．３分析创造获得质的突破 作者简介：罗平（１９８２．０９一），男，汉，陕西安康人，中国人民大学在职研究生，本科，研究方向：应用统计。 ・２１０・ ＨＳ ｅｓｓ Ｔ业大数据不单单在数据规模上实现了突破，而且包含了声音、图 像、符合等各种类型的数据，来源渠道广泛、类别多样复杂、实时生 产、信息冗长，给信息价值挖掘增加了难度。要挖掘数据价值数据分析 是十分关键的环节之一。先进科学的分析技术能够对数据个体的内在关 系进行深入挖掘，进而获得有价值的信息给企业决策提供依据。且前我 国的大数据分析技术尚未成熟，也没有形成垄断机制，当前开展大数据 技术集成研发与产品创新的初期成本十‘分低廉，给企业团队在这一方面 的突破与研究创造了更多的价值。 ５．实现工业大数据应用创新建议 ５．１变革传统制造流程 ６．结束语 德国作为传统的制造行业强国为了应对新兴的市场需求、新兴的国 家以及全球供应链的威胁，正在不断努力调整原有的经济体系，创新改 革传统的制造业运行模式，以期维持其制造行业在国际上的领先位置。 相对于发展中国家来说，中国与印度也开始积极的创新升级传统的制造 行业，以应对科技革命与发展带来的挑战。工业大数据的价值实现方式 是一个重要的课题，需要我国制造行业予以足够的重视，不断培养创新 型探索型人才，改善制造行业环境，优化制造行业运行，从而最大程度 的实现工业大数据的价值。（作者单位：中国人民大学） 参考文献： ［１］ 何振威，于雷，周受钦．基于工业大数据的压缩机全寿命周期 管理系统开发［Ｊ］．自动化与信息工程，２０１４，（０６）：１１—１５． ［２］ 衡星辰，周力．分布式技术在电力大数据高性能处理中的应用 ［Ｊ］．电力信息与通信技术，２０１３，（０９）：４Ｏ一４３． ［３］ 夏德海．第２４届中国国际测量控制与仪器仪表学术会议暨展览 会（Ｍ１ＣＯＮＥＸ＋ＦＡ／ＰＡ’２０１３）见闻与观感（下）来源：［Ｊ］． 自动化与仪表，２０１３，（１２），ＰＰ．５０—５５ ［４］ 丁涛，齐建军，杜林．基于工业大数据的柔性生产线智能控制 模型［Ｊ］．信息技术与标准化，２０１５，（Ｏ７）：１５—１７． ［５］ 钟海．大数据在工业制造业的应用与研究［Ｊ］．企业技术开发， ２０１５，（１３）：１０４—１０５＋ｌ１９． ｌ业企业是Ｔ业大数据的源头，同时也是工业大数据应用的受益 Ｔ者。工业企业制造流程与大数据的质量与应用效益有着直接的联系。因 此，工业企业应该对传统制造行业的流程进行变革创新，不断学习、引 进先进的制造理念与思维，优化原有的生产流程，打造能够满足工业大 数据集成应用的生产模式 ｊ。政府方面可以支持部分有条件的企业先行 建设示范Ｔ程，以引导劳动密集型产业转向智能制造产业。 ５．２建设行业特性的大数据标准体系 Ｔ业行业的大数据标准体系是工业大数据应用的重要基础。虽然全 球大数据标准化１二作都处于初始化阶段，但是能够第一时间的组织力量 与资源开展Ｔ业大数据标准，实现自主知识产权，对于推动我国工业大 数据的发展有着决定性的作用。因此，国家可以颁布相关政策，允许部 分行业与地方试行，率先探索我国Ｔ业大数据标准体系的建立。 ５．３重视培养数据工程师 ［６］ Ｊｕｎｃｈａｎｇ Ｘｉｎ，Ｚｈｉｑｉｏｎｇ Ｗａｎｇ，Ｃｈｅｎ Ｃｈｅｎ．ＥＬＭ：ｄｉｓｔｒｉｂｕｔｅｄ ｅｘ— 目前我国的工业企业，尤其是中小型＿Ｔ业企业大多都是将与大数据 有关的工作外包给其他机构进行。这些分析大数据的机构大多为科技企 业，对工业的全产业链的生产缺乏合理地把握，也不具备将大数据技术 与工业生产紧密联系的经验。基于此情况，工业企业需要大力开展大数 据技术培训，与高校建立起紧密的合作关系，建立数据工程师培养平 台，培养打造能够满足企业发展需求的数据专业工程师，重点培养数据 转移工程师的理论学习与实践操作应用上，为实现我国＿丁业大数据价值 提供保障。 ｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ ｗｉｔｈ ＭａｐＲｅｄｕｅｅ［Ｊ］．Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂ。 ２０１４，Ｖｏ１．１７（５）：１１８９—１２０４． ［７］ 李占舟，松子．中国工业企业１０００大数据发布酒会 ０余家 媒体出席盛宴 新闻巨头们把脉中国工业经济［Ｊ］．英才， ２００５，（１０）；１０９一ｌ１１． ［８］ Ｓａｐｎａ Ｔｙａｇｉ，Ａｓｈｒａｆ Ｄａｒｗｉｓｈ，Ｍｏｈａｍｍａｄ Ｙａｈｉｙａ Ｋｈａｎ．Ｍａｎａｇｉｎｇ Ｃｏｍｐｕｔｉｎｇ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ｆｏｒ ＩｏＴ Ｄａｔａ［Ｊ］．Ａｄｖａｎｃｅｓ ｉｎ［ｎｔｅｍｅｔ ｏｆ Ｔｈｉｎｇｓ，２０１４，Ｖｏ１．０４（０３）：２９—３５． （下接第２１９页） 同一个大学宿舍里的四个女生，身材偏胖的小Ａ对瘦身减肥类的信 息很感兴趣，而身材偏瘦的小Ｂ则不会对减肥类信息感兴趣，而是对如 何更好的健康增肥感兴趣；喜爱韩剧欧巴的小ｃ看到的就是李敏镐拍摄 新剧的花絮就兴奋的不得了，但是从不看韩剧的小Ｄ可能会对这种信息 毫无感觉；即使是她们在毕业季同时都关注求职招聘类的信息，而小Ａ 和小Ｄ则对北上广等大城市的招聘信息感兴趣，而小Ｂ和小ｃ则只想 回到家乡工作，只对家乡城市的招聘信息感兴趣…这些看起来细微的差 别，其实都体现了个人不同的身份特征。 《今日头条》走进你的世界，分析你的兴趣，只为能最大程度上找 准你的“胃口”，它不是简单的靠几个关键词找到你的兴趣点或需求 点，而是寻找满足你感兴趣的信息内容的最大可能。《今日头条》作为 你的专职信息推荐师，它尽最大努力去做到比你自己更了解你喜欢哪些 内容、你不喜欢哪些内容。你的口味，你喜欢什么内容，你不喜欢什么 内容，它都悄悄的记录下来。 ３．以最便捷的个性化推荐形式满足受众对个性化信息的迫切需求 在这个快节奏的信息社会，对作为接触和使用媒介的受众来说，越 是能让他们偷懒、让他们省心省力省时的应用，越能得到他们的好感。 《今Ｅｌ头条》最明显的优势就降低了用户的阅读成本，包括选择成本， 筛选成本，时间成本等。 大数据时代，各种媒体乐此不疲的为我们生产和传播信息，尤其是 近些年来随着自媒体的产生和发展，普通人不单是受众，同时也开始担 任信息生产者和传播者的角色。展现在我们面前的信息数据量之大，让 人吃惊更让人头疼，以至于有人说，也许每天早上起来刷一下微博邮就 已经足以湮没一个清醒的头脑。受众接收个性化信息的成本越来越高， 迫切需要一个简单便捷的方式来应对不可阻挡的大数据狂潮。个性化的 新闻资讯类客户端以其移动性和个性化的特征成为大数据时代受众获取 个性化信息的最便利的平台。 《今日头条》的“秒懂”功能与人们的时间观念完全吻合。个性化 信息推荐省去了用户在海量的信息流中做出选择的过程，因为伴随每一 次信息选择行为的是痛苦的思考过程。他们不关心或不感兴趣的新闻不 需要自己操作就被后台自动过滤掉了，只剩下跟自己最“对胃”的内 容。这也是《今日头条》在用户使用体验方面取得成功的主要原因。 三、结语 加拿大著名学者麦克卢汉提出了“媒介即信息”：“从漫长的人类 社会发展历程来看，真正有意义、有价值的‘讯息’不是各个时代的 传播内容，而是各个时代所使用的传播工具的性质、它所开创的可能性 以及带来的社会变革。”０《今１３头条》作为一个围绕受众进行个性化信 息推荐的新闻ＡＰＰ，不仅展现了一种新的信息传播模式，满足了受众对 信息的个性化需求，同时，也为新媒体信息传播领域的发展提供了一个 好的借鉴思路。但是《今日头条》也需要做ｍ很多方面的改进：不段 进行技术创新，解决推荐不够精确的问题；高度重视不良信息对受众的 影响，建立起基于多个维度的内容过滤机制，充分发挥个性化推荐引擎 的正能量；信息来源的版权纠纷等等。（作者单位：广西民族大学传媒 学院） 注解： ①雨森．个性化信息推荐技术专利情况分析．ｈｔｔｐ：／／ｗａｐ．ｃｎｋｉ ｎｅｔ／ｂａｏｚｈｉ—ＺＳＣＱ２０１２０８０８００７１．ｈｔｍｌ ②③④⑤网络．推荐引擎简介．那些年一起２．ｈｔｔｐ：／／ｗｗｗ．ｘｉｃｉ．ｎｅｔ／ 网络．推荐引擎简介．那些年一起２．ｈｔｔｐ：／／ｗｗｗ．ｘｉｃｉ．ｎｅｔ／ 百度百科．推荐引擎．ｈｔｔｐ：／／ｂａｉｋｅ．ｂａｉｄｕ．ｃｏｒｎ／ｖｉｅｗ／２１９５０１２ ｈｔｍ＃２ 郭庆光，传播学教程．北京：中国人民大学出版社．２０１１．１６５ —１６６ 传播学教程．北京：中国人民大学出版社．２０１１．１６１ 传播学教程．北京：中国人民大学出版社，２０１１．１１８ ｓ 商ｅｓｓ１．２１ １・