京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关于工业互联网和工业大数据
虽然各国的战略不太一样,但是核心都是推动制造业的转型升级,结合了新一代的信息技术,推动装备升级以及工艺材料方面的升级。在工业互联网的发展下,会产生很多新的业务和模式,我们总结成“四化”,智能化生产、网络化协同、个性化定制、服务化延伸。四化的内涵有很多,包括互联网内部和公众网上会有一些大的演进和变革,最终为了实现我们的节能减排目标。首先对工业互联网内涵的理解。工业互联网是产业和应用的生态,是互联网新一代技术与工业系统的全方位深度融合形成的产业和应用的生态。互联网是全球互联的基础设施,工业互联网架构在现有的公众网络上,针对工业有增强和演进。所以信息基础设施是很重要的一环。在网络层面,除了大网还要考虑工厂内部网络信息化和信息控制系统的发展建设。数据是很重要的一环。网络互联只是一个基础,但是不是目的,目的应该是数据基于各种网络链接能够流动起来,形成全方位各个层次的数据链条。在此基础上,通过建模分析产生各种智能化的应用。数据涉及到很多层面,包括底层数据传送。另外,不同的层次采集数据,包括工业数据的自执行,跨系统数据的共享、流动和建模分析。数据和工业互联网是非常紧密的关系。
目前工业互联网体系架构还在研究,希望在5月份的时候能够发布体系架构。这个体系架构包括了定义,怎么看待工业互联网。目前达成了一些共识,首先数据是非常重要的核心,它涉及很多环节,包括数据采集,在微观层面数据实时的集成处理,保证工业处理的实时性。往上有数据的建模分析,再结合各个层次,车间工厂企业层面利用数据实现运营生产的优化。另外还要考虑数据在大网上的闭环。工业互联网大的体系架构就是把数据作为核心的要素,跟物理的连接,包括应用采集层面。
另外是网络化安全,网络是基础,安全是很重要的保障。网络含了网络的互联,还有标识解析和应用支撑,IaaS、PaaS、SaaS都有相关的支撑,还有系统的服务化。这是我们对整个工业互联网系统的认识。
分享工业互联网的一些进展。德国工业4.0推动的比较快,工业4.0平台政府发挥重要的作用,另外企业、高校、研究机构,几大协会等,共同推动工业互联网的发展。2015年10月份发布标准路线图2.0版,提出成立工业4.0标准化理事会,发布了参考架构和详细描述,还包括案例库的收集和测试床。
美国工业互联网联盟组织目前进展非常快,成员涵盖251家,涵盖了十大类型,有大数据企业,工业企业,系统集成企业等。40%多是美国,但德国、亚太的企业也在纷纷加入IIC,发展非常快。美国工业互联网联盟的目标是提出参考架构,在此基础上引领标准的制定和相关的研发。中国已经有11个单位加入和组织活动。美国工业互联网联盟组织梳理的核心工作,一个是测试床,进展非常快,待通过的20多个,已经通过的15个左右。另外也征集了很多的案例,提炼共性的需求,展示业界具体的经验。IIC已经和70来个组织建立了关系,希望能够深化标准组织的影响力,把IIC的成果反映到标准组织里面去,开展标准化的工作。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01