工業大數據有以下特點:
數據容量大(volume):數據的大小決定所考慮的數據的價值和潛在的信息。工業數據體量比較大,大量機器設備的高頻數據和互聯網數據持續涌入,大型工業企業的數據集將達到PB級甚至EB級別。
多樣(variety):指數據類型的多樣性和來源廣泛。工業數據分布廣泛,分布于機器設備、工業產品、管理系統、互聯網等各個環節,并且結構復雜,既有結構化和半結構化的傳感數據,也有非結構化數據。
快速(velocity):指獲得和處理數據的速度。工業數據處理速度需求多樣,生產現場級要求分析時限達到毫秒級,管理與決策應用需要支持交互式或批量數據分析。
價值密度低(value):工業大數據更強調用戶價值驅動和數據本身的可用性,包括:提升創新能力和生產經營效率及促進個性化定制、服務化轉型等智能制造新模式變革。
時序性(sequence):工業大數據具有較強的時序性,如訂單、設備狀態數據等。
強關聯性(strong-relevance):一方面,產品生命周期同一階段的數據具有強關聯性,如產品零部件組成、工況、設備狀態、維修情況、零部件補充采購等;另一方面,產品生命周期的研發設計、生產、服務等不同環節的數據之間需要進行關聯。
準確性(accuracy):主要指數據的真實性、完整性和可靠性,更加關注數據質量以及處理、分析技術和方法的可靠性。對數據分析的置信度要求較高,僅依靠統計相關性分析不足以支撐故障診斷、預測預警等工業應用,需要將物理模型與數據模型結合,挖掘因果關系。
閉環性(closed-loop):包括產品全生命周期橫向過程中數據鏈條的封閉和關聯以及智能制造縱向數據采集和處理過程中,需要支撐狀態感知、分析、反饋、控制等閉環場景下的動態持續調整和優化。
回答所涉及的環境:聯想天逸510S、Windows 10。
工業大數據有以下特點:
數據容量大(volume):數據的大小決定所考慮的數據的價值和潛在的信息。工業數據體量比較大,大量機器設備的高頻數據和互聯網數據持續涌入,大型工業企業的數據集將達到PB級甚至EB級別。
多樣(variety):指數據類型的多樣性和來源廣泛。工業數據分布廣泛,分布于機器設備、工業產品、管理系統、互聯網等各個環節,并且結構復雜,既有結構化和半結構化的傳感數據,也有非結構化數據。
快速(velocity):指獲得和處理數據的速度。工業數據處理速度需求多樣,生產現場級要求分析時限達到毫秒級,管理與決策應用需要支持交互式或批量數據分析。
價值密度低(value):工業大數據更強調用戶價值驅動和數據本身的可用性,包括:提升創新能力和生產經營效率及促進個性化定制、服務化轉型等智能制造新模式變革。
時序性(sequence):工業大數據具有較強的時序性,如訂單、設備狀態數據等。
強關聯性(strong-relevance):一方面,產品生命周期同一階段的數據具有強關聯性,如產品零部件組成、工況、設備狀態、維修情況、零部件補充采購等;另一方面,產品生命周期的研發設計、生產、服務等不同環節的數據之間需要進行關聯。
準確性(accuracy):主要指數據的真實性、完整性和可靠性,更加關注數據質量以及處理、分析技術和方法的可靠性。對數據分析的置信度要求較高,僅依靠統計相關性分析不足以支撐故障診斷、預測預警等工業應用,需要將物理模型與數據模型結合,挖掘因果關系。
閉環性(closed-loop):包括產品全生命周期橫向過程中數據鏈條的封閉和關聯以及智能制造縱向數據采集和處理過程中,需要支撐狀態感知、分析、反饋、控制等閉環場景下的動態持續調整和優化。
回答所涉及的環境:聯想天逸510S、Windows 10。