2011年麦肯锡全球研究院大数据报告指出，2009年美国以装备制造为代表的线性工业领域享有的数据规模为各领域之首，比美国政府享有的数据还要多。近年来，随着德国工业4.0和美国工业互联网为代表的新工业革命了解发展，以及中国生产2025、互联网+行动计划与增进大数据发展行动纲要的颁布实施，工业大数据获得了更加多的注目。

这里共享一下我们的思维与实践中。探寻走进符合国情的工业大数据自律之路　　1、工业大数据三大来源：企业信息系统、装备物联网和企业外部互联网　　企业信息系统、装备物联网和企业外部互联网是工业大数据的三大来源　　企业信息系统存储了高价值密度的核心业务数据。

上世纪60年代以来信息技术加快应用于工业领域，构成了产品生命周期管理（PLM）、企业资源规划 （ERP）、供应链管理（SCM）和客户关系管理（CRM）等企业信息系统。这些系统中累积的产品研发数据、生产生产数据、物流供应数据以及客户服务数 据，不存在于企业或产业链内部，是工业领域传统数据资产。　　近年来物联网技术较慢发展，装备物联网沦为工业大数据新的、快速增长最慢的来源，它动态自动收集了生产设备和交付给产品的状态与工况数据。一方面，机床等生产设备 物联网数据为智能工厂生产调度、质量掌控和绩效管理获取了动态数据基础；另一方面，2012年美国通用电气公司明确提出的工业大数据（狭义的），专指装备用于过程中由传感器收集的大规模时间序列数据，还包括装备状态参数、工况阻抗和作业环境等信息，可以协助用户提升装备运营效率，扩展生产服务。

　　当前互联网与工业深度融合，企业外部互联网已沦为工业大数据不可忽视的来源。本世纪初，日本企业就开始利用互联网数据分析提供用户的产品评价，时至今日，小米手机利用社交媒体数据顺利构建产品创意研发。此外，外部互联网还不存在着海量的跨界数据，比如影响装备作业的气象数据、影响产品市场预测的宏观经济数 据、影响企业生产成本的环境法规数据　　2、工业大数据实行的关键问题：数据质量、多源关联和系统集成　　数据质量、多源关联和系统集成是工业大数据实行的关键问题　　享有大数据不是目的，考古其价值才是关键。

由企业信息化数据、装备物联网数据和外部互联网数据汇集而出的工业大数据，蕴含着极大价值。例如，通过分析用户用于数据改良产品，通过分析现场测量数据提升工件加工水平，通过工况数据展开产品身体健康管理等。

本文来源：云开·体育全站APPkaiyun-www.btkhlj.com