今日頭條
官方微信
官方抖音
資訊頻道“工業大數據是新一輪產業革命的核心，是實現工業4.0、工業互聯網和中國智能制造的重要抓手，將推動企業從‘制造’走向的‘智造’。但是，當前工業大數據面臨幾個方面的挑戰。”11月14日，中國工程院院士何友在2019中國（黃石）工業互聯網創新發展大會上表示。這些挑戰體現在：
第一，大數據技術的應用有困難。一是數據不足，工業大數據需要融合企業內部各方面和外部相關數據，但很多企業在數據采集及融合方面尚未完成，這導致大數據分析的效果難以達到預期成果。二是工業數據的信噪比比較低，分析結果很容易出現嚴重偏離事實的畸變。數據清洗的要求較高，需要保持數據的清潔和干凈。三是工業大數據分析需要計算機/數學專業技術，以及相關行業的技術背景，通過這些知識經驗進行建模，才能找到數據的價值，否則，可能導致極大的損失。
第二，大數據給信息安全帶來新挑戰。大量數據的集中存儲增加了其泄露風險，對現有存儲和安全措施提出了挑戰。與此同時，黑客可收集更多有用信息，大數據分析讓攻擊更精確。
第三，如何創造出智能新產品是工業大數據應用面臨的重要問題。這包括智能應用軟件、智能基礎設備、智能自主產品、智能穿戴產品、智能家居產品等等。
第四，創造新的智能應用系統。在智能制造方面，如創造智能自主的裝備與系統、制造云服務、流程智能制造系統等等；在智能物流方面，有智能化分揀、倉儲、裝卸、搬運、集成信息平臺、產品質量及安全追溯、配貨調度智能化等；還有業務鏈的智能優化、生產線智能調度與重構等等。
目前，工業大數據在產品創新設計、產品故障診斷與預測、供應鏈的分析和優化、產品銷售預測與大數據營銷、生產計劃與排程、產品質量管理與分析等場景有廣泛的應用。“數據是工業互聯網的血液。”何友如此描述大數據與工業互聯網的互為動力。
不過，由于工業大數據數據價值密度高，數據類型繁多，多源異構的機構化數據和非結構化數據并存，數據處理實行性要求也非常高，數據關系和關聯性異常復雜等特征，企業如何從數據統計分析能力轉變為大數據分析、預測和決策能力，促進傳統工業升級改造和產業整合，是目前要解決的核心關鍵問題。
來源：中國工業新聞網
北京市公安局海淀分局備案號：11010802023656號