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
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15