隨著大數(shù)據(jù)等新一代信息技術的不斷發(fā)展，全球范圍內(nèi)掀起了以制造業(yè)轉(zhuǎn)型升級的大變革，工業(yè)大數(shù)據(jù)正逐漸成為智能制造發(fā)展的重要核心之一。在大數(shù)據(jù)分析技術推動智能制造發(fā)展的過程中，數(shù)據(jù)質(zhì)量和數(shù)據(jù)分析起到了至關重要的作用。
工業(yè)大數(shù)據(jù)成為工業(yè)控制將迎來視角的轉(zhuǎn)變的關鍵動力。一提到大數(shù)據(jù)，人們首先會想到在互聯(lián)網(wǎng)和商業(yè)等環(huán)境中，利用大量的行為數(shù)據(jù)來分析用戶行為和預測市場趨勢等應用。但是對工業(yè)大數(shù)據(jù)的定義和應用卻很難直觀地理解和想象。工業(yè)互聯(lián)網(wǎng)的關注點和競爭點是將制造過程中一些不可見的問題進行透明化，數(shù)據(jù)是為用戶提供客制化產(chǎn)品最重要的媒介，是實現(xiàn)生產(chǎn)上下游環(huán)環(huán)相扣的整合的關鍵。 在工業(yè)大數(shù)據(jù)中，數(shù)據(jù)質(zhì)量問題一直是許多企業(yè)所面臨的挑戰(zhàn)，數(shù)據(jù)分析的重要目的是進行決策支持。
在工業(yè)大數(shù)據(jù)中，數(shù)據(jù)質(zhì)量問題一直是許多企業(yè)所面臨的挑戰(zhàn)。這主要受制于工業(yè)環(huán)境中數(shù)據(jù)獲取手段的限制，包括傳感器、數(shù)采硬件模塊、通信協(xié)議、和組態(tài)軟件等多個技術限制。對數(shù)據(jù)質(zhì)量的管理技術是一個企業(yè)必須要下的硬功夫。工業(yè)對于數(shù)據(jù)的要求并不僅在于量的大小，更在于數(shù)據(jù)的全面性。在利用數(shù)據(jù)建模的手段解決某一個問題時，需要獲取與被分析對象相關的全面參數(shù)，而一些關鍵參數(shù)的缺失會使分析過程碎片化。當分析航空發(fā)動機性能時需要溫度、空氣密度、進出口壓力、功率等多個參數(shù)，而當其中任意一個參數(shù)缺失時都無法建立完整的性能評估和預測模型。因此對于企業(yè)來說，在進行數(shù)據(jù)收集前要對分析的對象和目的有清楚的規(guī)劃，這樣才能夠確保所獲取數(shù)據(jù)的全面性，以免斥巨資積累了大量數(shù)據(jù)后發(fā)現(xiàn)并不能解決所關心的問題。除了對數(shù)據(jù)所反映出來的表面統(tǒng)計特征進行分析以外，還應該關注數(shù)據(jù)中所隱藏的背景相關性。對這些隱藏在表面以下的相關性進行分析和挖掘時，需要一些具有參考性的數(shù)據(jù)進行對照，也就是數(shù)據(jù)科學中所稱的“貼標簽”過程。這一類數(shù)據(jù)包括工況設定、維護記錄、任務信息等，雖然數(shù)據(jù)的量不大，但在數(shù)據(jù)分析中卻起到至關重要的作用。
雖然互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)的核心問題與技術路徑不同，但并不意味著兩者是格格不入的。相反，將互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)相整合，能夠相得益彰產(chǎn)生更大的價值。這些價值存在于用戶的使用場景、隱形因素的相關性、和產(chǎn)品被制造和使用的全生命周期這些“不可見世界”中。數(shù)據(jù)將成為挖掘這些價值的重要手段，主要體現(xiàn)在：利用數(shù)據(jù)挖掘在使用中獲得新的知識和技術對現(xiàn)有產(chǎn)品進行改進；利用數(shù)據(jù)去發(fā)現(xiàn)和定義用戶未知的需求；以數(shù)據(jù)作為媒介向用戶提供增值服務。
以數(shù)據(jù)為核心使產(chǎn)品發(fā)揮最大的能力，歸根結(jié)底是利用數(shù)據(jù)建模實現(xiàn)對狀態(tài)、環(huán)境和任務的精確評估，對管理和控制活動進行實時的決策優(yōu)化，并協(xié)同和調(diào)度相關產(chǎn)品高效率運行的過程。通過分析數(shù)據(jù)，預測需求、預測制造、利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價值鏈，這就是工業(yè)大數(shù)據(jù)的思維。工業(yè)互聯(lián)網(wǎng)是一場在不可見世界中的戰(zhàn)爭，而工業(yè)數(shù)據(jù)分析的競爭力則是連接可見與不可見世界的橋梁。
利用大數(shù)據(jù)實現(xiàn)無憂的制造環(huán)境有三個方向，數(shù)據(jù)在每一個階段中扮演的作用也并不相同。第一個方向是在解決可見問題的過程中積累經(jīng)驗和知識，從而去避免這些問題。在這個過程中，數(shù)據(jù)可以作為經(jīng)驗和知識的載體。第二個方向是依靠數(shù)據(jù)去分析問題產(chǎn)生的隱性線索（evidence）、關聯(lián)性、和根原因等，進而利用預測分析將不可見問題顯性化，從而實現(xiàn)解決不可見問題的目的?，F(xiàn)在的制造系統(tǒng)正在經(jīng)歷從第一個階段到第二個階段的轉(zhuǎn)變過程，在完成這個過程后，制造系統(tǒng)將不再有‘surprise’，使得所有隱性問題在變成顯性問題和影響之前都可以被提前解決。第三個方向是通過對數(shù)據(jù)的深度挖掘，建立知識和問題之間的相關性，從數(shù)據(jù)中啟發(fā)出新的知識，并能夠利用知識對制造系統(tǒng)進行精確的建模，產(chǎn)生能夠指導制造系統(tǒng)活動的鏡像模型，從系統(tǒng)的設計端避免可見及不可見問題的發(fā)生。
制造系統(tǒng)中“可見”和“不可見”問題的發(fā)生及解決的過程中會產(chǎn)生大量的數(shù)據(jù)，通過對這些數(shù)據(jù)的分析可以了解問題產(chǎn)生的過程、造成的影響和解決的方式。通過對數(shù)據(jù)的深度挖掘和抽象化建模后可以形成知識，進而利用知識去認識、避免、和重新定義問題。因此問題和知識是目的，而數(shù)據(jù)則是一種手段。今天我們來談利用大數(shù)據(jù)實現(xiàn)智能制造，是因為大數(shù)據(jù)正在逐漸成為易得的資源，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復雜的今天，利用大數(shù)據(jù)去解決問題和積累知識將是更加高效和便捷的方式。
數(shù)據(jù)本身不會說話，也并不會直接創(chuàng)造價值，真正為企業(yè)帶來價值的是數(shù)據(jù)分析和挖掘之后產(chǎn)生的洞察和行動的價值，是數(shù)據(jù)經(jīng)過實時分析后及時地流向決策鏈的各個環(huán)節(jié)，是讓數(shù)據(jù)成為面向客戶創(chuàng)值服務的媒介和依據(jù)。工業(yè)大數(shù)據(jù)的目的并不是追求數(shù)據(jù)量的龐大，而是通過系統(tǒng)式地數(shù)據(jù)收集和分析手段，實現(xiàn)價值的最大化。所以推動工業(yè)價值轉(zhuǎn)型和智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)分析技術所帶來的洞察，行動的準確性與速度。
（原標題：大數(shù)據(jù)分析技術將成推動智能制造關鍵動力，數(shù)據(jù)質(zhì)量和數(shù)據(jù)分析決定成?。?/p>
