工业大数据
内容简介：
工业大数据是未来工业在全球市场竞争中发挥优势的关键。

无论是德国工业4.0、美国工业互联网还是《中国制造2025》，各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析，及以此为未来制造系统搭建的无忧环境。

本书基于工业4.0的时代背景，通过深入剖析未来工业的商业模式和智能服务体系的创新技术变革，论述如何通过工业大数据的分析和应用去预测需求、预测制造，整合产业链和价值链，发现用户的价值缺口，发现和管理不可见的问题，实现为用户提供定制化的产品和服务
作者：
李杰教授现任美国辛辛那提大学(Univ.of Cincinnati) 讲座教授，美国国家科学基金会(NSF)智能维护系统（IMS）产学合作中心主任，目前的研究重点是以工业大数据分析为主的智能预测技术、产品及服务的主控式创新设计(Do m i n a n tInnovation®)
工业大数据则以分析这些问题为出发点，围绕它能够解决什么样的问题和为用户提供什么样的服务为价值。

同时，工业大数据能够在横向与纵向环节的互联与在统一平台的信息共享，由此将资源利用与分析维度规模化、价值最大化，进而能够最大范围地面向各环节的用户进行应用服务的定制与按需分发，由此又可衍生出持续性服务共赢的模式。

工业大数据是互联网、大数据和工业产业结合的产物，是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。

读书笔记
1.工业大数据产生的背景
1.无时不刻产生的数据
2.工业生产的数据采集、使用范围就逐步加大
3.数据的采集和使用的成本
4.社会需求变革，响应个性化需求
5.国策方针（国内现状--发展中）
2.工业大数据的特点和分类
数据扩大
1.时间维度不断延长
2.数据范围不断扩大
3.数据粒度不断细化
（粒度是指数据仓库的数据单位中保存数据的细化或综合程度的级别。

细化程度越高，粒度级就越小；相反，细化程度越低，粒度级就越大。

数据的粒度一直是一个设计问题。

）
数据的用途
1.经营性数据
2.生产性数据
3.环境类数据
特点
1.准确率高
2.实时性强
3.工业大数据应用案例
大数据在工业企业的应用
1.基于数据的产品价值挖掘
2.提升服务型生产
3.创新商业模式
中国制造2025，是中国政府实施制造强国战略第一个十年的行动纲领
4.。