来源：工信部、工业互联网城市

物联网智库 整理发布

转载请注明来源和出处

------ ??【导读】???------

工业大数据参考框架，包括应用范围、典型运营模式、数据架构、技术架和平台参考等。

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。

工业大数据的主要来源有三类：

• 生产经营相关业务数据：来自传统企业信息化范围，被收集存储在企业信息系统内部。此类数据是工业领域传统的数据资产，正在逐步扩大范围

  
  

• 设备物联数据：工业生产设备和目标产品在物联网运行模式下，实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据，这是工业大数据新的、增长最快的来源

  
  

• 外部数据：与工业企业生产活动和产品相关的企业外部互联网来源数据

  
  

工业大数据的地位

在智能制造标准体系中的定位

工业大数据位于智能制造标准体系结构图的关键技术标准的左侧，属于智能制造标准体系五大关键技术之一。

与大数据技术的关系

工业领域的数据累积到一定量级，超出了传统技术的处理能力，就需要借助大数据技术、方法来提升处理能力和效率，大数据技术为工业大数据提供了技术和管理的支撑。

工业大数据可以借鉴大数据的分析流程及技术，实现工业数据采集、处理、存储、分析、可视化。工业制造过程中需要高质量的工业大数据，可以借鉴大数据的治理机制对工业数据资产进行有效治理。

与工业软件和工业云的关系

工业软件承载着工业大数据采集和处理的任务，是工业数据的重要产生来源，工业软件支撑实现工业大数据的系统集成和信息贯通。

工业大数据技术与工业软件结合，加强了工业软件分析与计算能力，提升场景可视化程度，实现对用户行为和市场需求的预测和判断。

主要国家战略部署

美国先进制造业战略

2012年2月，美国发布了《先进制造业国家战略计划》报告，将促进先进制造业发展提高到了国家战略层面。从投资、劳动力和创新等方面提出了促进美国先进制造业发展的三大原则、五大目标及相应的对策措施。

2014年，美国白宫发布《2014年全球大数据白皮书》，指出美国大型企业在投资大数据科技方面的关键驱动因素：分析运营和交易数据的能力、洞察客户线上消费的行为、以向市场提供新的高度复杂的产品、对组织中的机器和设备进行更加深入的感知。

德国工业4.0战略

2015年4月，德国提出来“工业4.0”战略。强调通过信息网络与工业生产系统的充分融合，使产品与生产设备之间、工厂内部纵向之间、工厂与工厂之间，都能通过CPS（物理信息系统）联结为一个整体，从而实现生产的智能化，提升制造业的灵活性和工程效率。

法国新工业战略

2015年，法国推出“新工业法国战略”，总体布局为“一个核心，九大支点”。一个核心即“未来工业”，主要内容是实现工业生产向数字化、智能化转型。九大支点，包括新资源开发、可持续发展城市、环保汽车、网络技术、大数据技术、新型医药等。

2015年5月，法国经济、工业与就业部又公布了未来工业计划，该计划将在“新工业战略”的第二阶段中扮演核心角色，主要目标是建立更为互联互通、更具有竞争力的法国工业，旨在使工业工具更加现代化，实现经济增长模式转变。

中国制造2025战略

2015年5月，国务院正式印发《中国制造2025》规划。规划中提出将重点推动信息化与工业深度融合，把智能制造作为两化深度融合的主攻方向，着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式。

同年12月，工信部、国标委联合发布《国家智能制造标准体系建设指南(2015年版)》。为推动智能工厂的建设，国务院又发布了《促进大数据发展行动纲要》，建立面向不同行业、不同环节的工业大数据资源聚合和分析应用平台。

?

工业大数据应用热点

工业大数据挖掘和分析的结果可广泛应用于企业研发设计、复杂生产过程、产品需求预测、工业供应链优化和工业绿色发展等各个环节。

在设计领域的应用

工业设计大数据主要用于提高研发人员的研发创新能力、研发效率和质量，支持协同设计，具体体现为以下几个方面：

（1）基于模型和仿真的研发设计

基于模型的研发设计。在数字化技术环境下的产品设计开发，从概念设计就以数字化模型为载体，不受到时间和空间等因素的限制对产品模型修改和完善，然后将最终方案的数据通过生产设备进行产品制作。

基于仿真的设计。通过数字化模型的显示、仿真、快速成型、虚拟现实交互，可及早发现设计缺陷，优化产品，克服以往多种缺点。虚拟仿真技术还在不断提高系统的智能型，逐步解决产品创新设计中的不确定性与模糊性。

（2）基于产品生命周期的设计

运用大数据相关技术，实现高度有序化的方式展示产品生命周期设计大数据的关系，方便地集成员工在设计中产方便地集成员工在设计中产生的新知识，使产品设计大数据得进一步丰富。

（3）融合消费者反馈的设计