2.2 工业互联网数据体系架构

发展工业大数据已经成为我国工业制造业发展的重要战略，为推进我国工业大数据的发展，2019年9月4日，工业和信息化部编制了《工业化大数据发展指导意见（征求意见稿）》，该意见稿指出，工业大数据是制造业数字化、网络化、智能化发展的基础性战略资源，正在对制造业生产方式、运行模式、生态体系产生重大而深远的影响。目前，我国工业大数据发展和应用具备一定基础，但也存在数据价值开发不足、技术实力需增强、企业积极性有待提高等问题。

2.2.1 工业互联网大数据功能架构

现今的工业大数据架构体系参考了工业互联网联盟在2016年发布的《工业互联网体系架构（1.0）》中对工业互联网数据体系架构的描述。工业互联网的架构分为数据采集与交换、数据集成与处理、数据建模与分析和数据驱动下的决策与控制应用四个层次。

数据采集与交换层的主要功能是从不同的数据源获取相应的信息，数据源包括设备搭载的传感器、SCADA（Supervisory Control And Data Acquisition，数据采集与监视系统）、MES和ERP等内部系统，以及其他企业外部数据源。制造企业要想实现数据采集与交换层的各种功能就需要做好采集工具、数据预处理工具和数据交换工具的建设，这些都是数据采集与交换层工作运行的必要工具。数据采集与交换层的使用旨在帮助制造企业实现不同系统数据的相互交叉。

从功能上看，数据集成与处理层的主要任务是把实体的物理系统抽象化和虚拟化，以产品、产线、供应链等为主题各自建立数据库，并建立合理的数据模型，将得到的转换数据与虚拟制造中的产品、设备、产线等实体做好关联。

从技术层次上看，数据集成与处理层的主要职能是从原始的、未经过处理的数据中抽取需要的数据，并在对数据进行转化后再将数据储存起来并进行集中管理。另外，数据集成与处理层还可以为下一步的数据计算提供引擎服务，方便数据的查找、批量计算及流式计算任务的完成，并为建模工具提供数据访问和计算端口。

总之，数据集成与处理层主要涉及的内容是对原始数据的抽取和转换、对处理后数据的储存与管理、提供数据查询与计算服务以及提供数据服务接口。

在经过数据集成与处理层的处理，以及虚拟化的实体上的仿真测试、流程分析、运营分析后，原始数据中隐藏的模式和支持被提取出来，为制造企业的产生决策提供参考，这就是数据建模与分析层的主要任务。

提供各种数据报表、形成知识库、促进机器学习、提供统计分析和规则引擎等数据分析工具是数据建模与分析层的主要职能。

数据决策与控制层是基于数据建模与分析层得出的结果，生成描述、诊断、预测、决策及控制等应用，直接生成控制指令或是对已有决策进行进一步优化，进而对整个工业系统产生影响，实现制造企业生产产品的个性化、生产过程的智能化、生产组织协同化和服务化制造的新型生产模式，最终形成从数据采集、设备、生产现场、到企业运营管理优化之间的完美闭环。

2.2.2 工业互联网大数据应用场景

工业大数据的应用将会给制造企业带来巨大变革已经是一种必然趋势。在互联网、移动物联网等所带技术来的低成本感知、高速移动连接、分布式计算和高级分析的背景下，信息技术与工业制造业的融合正在逐步深化。两者的深度融合将促进制造企业的产品研发、生产、运营、营销和管理方式的极大创新，为制造企业带来了高速、高效的发展。

工业大数据在制造企业中的具体应用形式多种多样，本节将举例说明几个工业大数据在制造企业的应用场景。

首先是在产品故障诊断与预测方面的工业大数据应用。

传感器与工业互联网技术的应用使制造企业实时诊断产品故障的愿望不再是想象，预测动态性也将在工业大数据的应用下成为可能。

在马来西亚航空公司MH370航班失联事件中，波音公司提供的发动机运转数据在确定飞机失联路径时发挥了重大作用，可以说该数据在很大程度上影响了搜查的进度。波音公司的发动机运转数据的表现让我们看到了大数据的力量，接下来，我们讨论波音公司的工业大数据在产品故障诊断方面发挥了怎样的作用。

波音飞机上安装的发动机、燃油系统、液压和电力系统等数以百计的设备产生的构成了飞机的在航状态数据，飞机中各系统搭载的传感器每隔几微秒就会对系统产生的数据进行测量，并发送回地面部门。

以波音737为例，在飞行过程中，其发动机每30分钟产生的数据大约10TB。这些数据不仅应用在工程师分析飞机状态时，还能应用在飞机的实时自适应控制、燃油使用、零件故障预测和飞行员通报等方面，能够有效实现故障诊断和预测。

建立在美国亚特兰大的通用电气能源监测和诊断中心主要负责对全球50多个国家上千台GE燃气轮机数据进行收集，每天收集的数据多达10GB。当然，该中心不只收集数据，他们还要通过对系统内的传感器振动和温度信号的数据进行分析，从而支持通用电气对燃气轮机故障的诊断和预警。

将天气数据与其涡轮仪表数据结合在一起，进行交叉分析是风力涡轮机制造商Vestas优化其风力涡轮机的重要利器。通过对数据的分析，Vestas不仅使风力涡轮机的电力输出水平得到了提升，还在此基础上实现了服务寿命的延长。这也表明了工业大数据可以被用于产品售后服务与产品改进上。

其次是工业互联网大数据能够加速产品创新。

用户与制造企业产生交互和交易行为产生的大量数据也有重要作用。制造企业可以利用这些数据挖掘并分析用户的动态数据，在此基础上做出的产品需求分析和产品设计将会更贴近用户需求，促进产品的创新。

此类数据应用的表率当属福特公司，在生产福特福克斯电动车的过程中，福特公司在电动车的创新与优化中应用了大量的大数据技术，使这款车成为一款名副其实的大数据电动车。

福特福克斯电动车无论是在驾驶中还是在停车时都会产生大量的数据。在行驶中，车辆加速、刹车、电量信息和位置信息数据的展示不仅对司机有用，还可以使福特公司的工程师更加了解客户的驾驶习惯，包括如何、何时及何处充电等，这些信息对工程师设计与优化产品有很大的参考价值。而当车辆处于停止状态时，该电动车还会将车辆胎压和电池系统的数据传送给最近的智能电话，如果数据出现变化，它也会及时提醒。

这种以用户为中心的大数据应用场景有许多好处：一是用户能够获得许多有用的数据，方便他们驾驶；二是位于底特律的工程师在接收数据后能对用户的驾驶行为进行汇总，并从中获得有效的信息，从而制定产品改进计划，并在新产品中进行创新。除了上述两个方面，电力公司和其他第三方供应商也能通过反馈回来的数据，决定新的充电站的建立地点，以及如何分散超负荷运转电网的压力。大数据成功革新了产品创新和协作方式。