上QQ阅读APP看书,第一时间看更新
1.2.3 智能制造数据生态系统模型
智能制造的数据生态系统以数据生命周期全过程为基础架构,通过数据生产者、数据传递者、数据分解者与数据消费者等生态因子的协同配合保证系统稳健运行。
(1)数据获取阶段。数据获取是指获得海量数据的过程,在该阶段借助数据采集技术使数据源(生产者)中的数据为智能制造的数据生态系统所用,并将数据以标准化形式整合,便于后续数据存储、数据分析与挖掘活动的顺利进行。
(2)数据清洗与存储阶段。将数据获取阶段所得到的数据进行清洗,剔除无效数据后将其余数据分类存储于数据存储系统中。随着数据量的爆发式增长,智能制造数据生态系统对存储技术提出了新的要求,存储系统不仅必须具备安全性与永久性,同时还应便于数据的检索与提取。
(3)数据分析与挖掘阶段。该阶段根据消费者需求,利用数据分析及数据挖掘技术对海量数据进行处理,既要满足消费者需求,也要在海量数据间建立关联性,实现系统价值增值。数据分析与挖掘阶段是海量数据价值实现的重要过程,也是智能制造数据生态系统实现演进发展的关键环节。
(4)结果发布阶段。通过可视化、搜索引擎等数据技术将数据分析结果以消费者可理解的方式进行发布,是数据价值的应用阶段。数据分析结果可为个体与组织机构提供决策依据、为企业发现潜在市场机遇、帮助科研人员识别研究问题、辅助政府部门制定政策等。