工业大数据是一个新概念，从字面上理解，工业大数据是指工业信息化应用中产生的大数据。
随着信息化和工业化的深入融合，信息技术已经渗透到工业企业产业链的各个环节，如条码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、 CAD/CAM/CAE/CAI等技术在工业企业中广泛应用。
特别是随着互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了工业互联网发展的新阶段，工业企业所掌握的数据也不断提升。变得越来越丰富。
工业大数据的应用将为工业企业带来创新转型的新时代。通过互联网和移动物联网带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术与全球工业体系正在深度融合，给全球产业带来深刻变革，创新产业链。企业研发、生产。、运营、营销和管理方法。 汉高科技（SEKO机械） 将互联网技术应用于机械设备的控制系统 智能化不锈钢工业焊管制造机械，使双方技术团队能够实时监控生产数据，发现运行过程中的故障，防止停机。
因此，工业大数据应用面临的问题和挑战并不比互联网行业少，有时甚至更为复杂。
这些创新型工业企业为不同行业带来了更快的速度、更高的效率和更高的洞察力。
工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化、产品精准营销等。本文将对工业大数据在制造企业的应用场景进行一一梳理。
1. 加快产品创新
客户与工业企业之间的交互和交易行为会产生大量的数据。挖掘和分析这些客户动态数据可以帮助客户参与产品需求分析和产品设计创新活动，为产品创新做出贡献。
福特就是这方面的一个例子。他们将大数据技术应用到福特福克斯电动汽车的产品创新和优化中。这款车成为了名副其实的“大数据电动汽车”。第一代福特福克斯电动汽车在行驶和停车时产生了大量数据。
驾驶时，驾驶员不断更新车辆的加速、制动、电池充电和位置信息。这对驾驶员很有用，但数据也会发送回福特工程师，以了解客户的驾驶习惯，包括充电方式、时间和地点。即使车辆处于静止状态，它也会继续将车辆的轮胎压力和电池系统的数据传输到最近的智能手机。
这种以客户为中心的大数据应用场景有很多好处，因为大数据可以实现有价值的新产品创新和协作方法。驾驶员可以获得有用的最新信息，而底特律的工程师则汇总有关驾驶行为的信息，以了解客户、制定产品改进计划并实施新产品创新。
此外，电力公司和其他第三方供应商可以分析数百万英里的驾驶数据，以确定在哪里建造新的充电站以及如何防止脆弱的电网过载。
2、产品故障诊断与预测
这可以用于产品售后服务和产品改进。无处不在的传感器和互联网技术的引入使产品故障的实时诊断成为现实，而大数据应用、建模和仿真技术则使动态预测成为可能。
在马航MH370失联搜索过程中，波音获得的发动机运行数据在确定飞机失联路径方面发挥了关键作用。我们以波音飞机系统为例，看看大数据应用如何在产品故障诊断中发挥作用。
在波音飞机上，飞行状态由发动机、燃油系统、液压系统和电气系统等数百个变量组成。这些数据的测量和发送时间不到几微秒。以波音 737 为例，发动机在飞行中每 30 分钟可生成 10 TB 的数据。
这些数据不仅是可以在未来某一点进行分析的工程遥测数据，而且可以促进实时自适应控制、燃油使用、部件故障预测和飞行员通知，可以有效地实现故障诊断和预测。
让我们看一下通用电气（GE）的一个例子。位于美国亚特兰大的GE能源监测与诊断（M&D）中心，收集全球50多个国家数千台GE燃气轮机的数据，每天可为客户采集10G数据。分析系统中传感器振动和温度信号的持续大数据流。这些大数据分析将为GE燃气轮机故障诊断和预警提供支持。
风力涡轮机制造商维斯塔斯还通过交叉分析天气数据及其涡轮机仪表数据来改进风力涡轮机的布局，从而提高风力涡轮机的功率输出水平并延长使用寿命。
3、工业物联网产线大数据应用
现代工业制造生产线配备了数千个小型传感器来检测温度、压力、热量、振动和噪声。
由于每隔几秒就收集一次数据，利用这些数据可以实现多种形式的分析，包括设备诊断、功耗分析、能耗分析、质量事故分析（包括违反生产规定、部件故障）等。
首先，在生产流程改进方面，利用生产过程中的这些大数据可以分析整个生产流程，了解每个环节是如何执行的。一旦某个流程偏离标准流程，就会产生报警信号，可以更快地发现错误或瓶颈，更轻松地解决问题。
利用大数据技术，还可以建立工业产品生产过程的虚拟模型，对生产过程进行模拟和优化。当所有流程和性能数据都可以在系统中重建时，这种透明度将帮助制造商改进其生产流程。
再比如，在能耗分析方面，利用传感器对设备生产过程中的所有生产过程进行集中监控，可以发现能耗的异常或峰值，从而使生产过程中的能耗得到优化，所有工序都可以得到优化。被执行。分析将大大降低能源消耗。
4、产业供应链分析与优化
目前，大数据分析已经成为很多电商企业提升供应链竞争力的重要手段。
例如，电商公司京东商城利用大数据提前分析和预测各地的商品需求，从而提高配送和仓储的效率，保证次日的客户体验。
RFID等产品电子识别技术、物联网技术、移动互联网技术可以帮助工业企业获取完整的产品供应链大数据。利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和显着的成本提升。衰退。
美国有1000多家大型OEM供应商，为制造企业提供10000多种不同的产品。每个制造商都依靠市场预测和其他不同的变量，例如销售数据、市场信息、展览、新闻和竞争对手数据，甚至天气预报来销售他们的产品。
利用销售数据、产品传感器数据和供应商数据库的数据，工业制造公司可以准确预测世界不同地区的需求。
由于库存和销售价格可以跟踪，并且可以在价格下跌时购买，因此制造企业可以节省大量成本。
如果您重复使用产品中传感器生成的数据来了解产品出了什么问题以及哪里需要零件，它们还可以预测何时何地需要零件。这将大大减少库存并优化供应链。
