工业大数据，智能制造的关键

2015年被认为是“大数据元年”，大数据深入渗透到社会生活各个领域，受到了各行各业的广泛关注。在近期举办的2015全球信息技术主管大会暨工业大数据创新发展高峰会议上，来自海内外的众多专家、学者等各领域代表汇聚一堂，从产业发展、应用实践等多个角度为制造业转型升级出谋划策，这其中，工业大数据成为各方热议的焦点话题。

　　工信部副部长怀进鹏为本次大会做了致辞，指出中国制造2025和工业4.0对CPS(信息物理系统)提出了新的挑战，这也反过来对工业大数据、互联网、移动互联网产生新的作用。在《中国制造2025》的大战略下，其核心要素是信息化和工业化的融合，工信部作为行业主管部门，将坚定不移地把两化融合作为核心要素，推动两化融合的深入发展，推动与国际间的友好合作。

　　大会现场，工信部原副部长杨学山表示，过去三十年里IT领域发生了很多变化，信息技术的构成正在不断拓展，IT技术和工业技术的融合，使CIO面对的技术体系，从原来的信息处理、传输等转向更广泛的领域。IT技术的应用主要围绕着事物，提升其效率、质量并降低成本，随着物联网、智能制造、工业4.0的出现，事物发生了很多变化。新的阶段所用的技术、业务对象，以及如何使得技术和业务之间能够有效地切合的模式，都在发生变化，这是CIO身边发生的变革趋势。

　　大数据是新趋势下CIO们广泛关注的技术，说到大数据，就不得不提“4V”特征，即数据量巨大(Volume)、多样化(Variety)、快速化(Velocity)和价值化(Value)。而工业大数据，顾名思义，是指工业领域的大数据，在产品设计、制造、销售、维护等全生命周期中产生大量的数据资源，涉及文本、图像、视频等各种结构化和非结构化数据，具有明显的大数据特质，对于制造业发展具有非常重要的实际应用价值。

　　SAP解决方案与架构设计部总经理李旭东在谈到工业4.0时也表示，从架构的角度讲，最重要的首先是数字化。而且在数字化的过程当中，大数据扮演着越来越重要的角色。因为在用户系统分析或者说智能制造过程中的传感器，产生的很多信息是非结构信息。这样的大数据如何能够把企业内部的非结构化信息有效集成起来，实现CPS有效地指导、有效地协同。所以可以理解为，工业大数据是工业4.0的重要核心，这也是工业4.0延展过程当中数字化逐步深入的一个具体的体现。

需要指出的是，与社会大众熟悉的互联网大数据相比，工业大数据在数据量需求、数据质量等方面不尽相同，具有更强的专业性。中国工程院柴天佑院士在发表“智能制造与智能优化制造”主题报告时表示，现在使用工业大数据，如果要深层次地解决复杂动态性的工业系统的分析和可视化、预测和决策的话，必须解决三个难题：一是如何从价值密度低的大数据中挖掘相关关系，通过相关关系挖掘因果关系；二是如何处理数据、文本、图像等非结构化信息，或者研究非结构化信息单一处理，变成一个智慧系统；三是如何利用相关关系建立复杂动态系统的模型。

由此可见，如何更好地推动工业大数据的投入应用，已成为急需解决的重要课题。根据国务院发布的《促进大数据发展行动纲要》，工业大数据应用被列入十大重点工程，利用大数据推动信息化和工业化深度融合，研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用，研发面向不同行业、不同环节的大数据分析应用平台，选择典型企业、重点行业、重点地区开展工业企业大数据应用项目试点，积极推动制造业网络化和智能化。

　　业内人士指出，工业大数据已经成为当前制造业转型升级的关键，例如在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在我国，《中国制造2025》提出，加快推动云计算、大数据等新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向。同时，我国也已经建立了中国工业大数据创新发展联盟，推进工业与信息化深度融合及工业互联网与大数据的发展。相信在新的一年里，在政府、产业机构、企业等各方的合力推动下，我国工业大数据将获得快速的发展，成为支撑中国制造业转型升级的强力引擎。