工业大数据的泛在性
电梯安全
汽车生产
飞机引擎监测
纺织
造纸
化工
制药
家具
工业大数据特点
1. 行业相关性
感知数据具有很强的行业相关性，从 而具有不同的潜在逡辑机理关系。
2. 流程关联性
产品各个阶段产生的感知数据之间相 亏关联、相亏影响。
工业大数据特点
3. 价值时效性
当前时刻产生的数据如果不迅速转变 为可以支持决策的信息，其价值就会 随时间流逝而迅速减退。
智能设备 智能制造 智能产品
为企业和用户创造最大价值
智能服务
工业大数据
• 是在工业领域信息化相关应用中所产生的 海量数据
• 产品数据、环境数据、使用数据 • 工业大数据来源亍产品全生命周期的各个环节： • 需求、设计、原料、制造、仓储、物流、销售、
消费等各个环节
企业 产业链 外部数据
产品 生命期
再利用
报告内容
一、工业大数据与其应用 二、工业感知大数据挑战 三、一些探索及部分结果
部分研究结果（一）
感知数据的高质量获取
部分研究结果（一）
• 感知大数据例1
• 现代化工业制造生产线安装有数以千计的小型传
感器
• 探测温度、压力、热能、振动和噪声 • 每隔几秒就收集一次数据 • 利用这些数据可以实现:
4. 模态多样性
x1
y11 y12
y1n
x
x2
Y
y
21
y22
y2n
感知数据的类型越来越丰富，既包含
xn
ym1 ym2
ymn
温度、湿度、光强等结构化数据，也
包括图像、音视频等非结构化数据
工业大数据特点
22.3 ℃
5.质量低劣性
23 ℃
不精确
NULL 失效
23 ℃
22.5 ℃ 24.5 ℃ 23 ℃ 不一致
工业感知大数据获取与计算
技术创新，变革未来
报告内容
一、工业大数据的泛在性 二、工业大数据关键问题 三、一些探索及部分结果
正在来临第四次工业革命
第四次工业革命与大数据
数据
工业互联网（以数据为中心）
执行
获取 互联网、物联网、无线网、电信网、传感网
控制
工业
分析
大数据
挖掘
信息
决策
知识
制定
控制 决策
智能设计
• 在马航MH370失联客机搜寻过程中，波音公司获 取的发动机运转数据对亍确定飞机的失联路径起到 了关键作用。
• 智能感知是工业智能系统的基础。
• 高质量数据采集是后续分析挖掘的保障
• 一个设备的全生命期信息
• 设备运行的状态信息
• 设备运行的工况信息
感知数据
• 设备使用中的环境信息
• 维护保养信息
不 完低整精度传感器及环境干扰造 不一成采致样感频知率数、据感不精知确节。点失效、数
不 及据证感因得据数当时数据丢知采时集据不在失集，成数中一仸等、环来据含致意传因境自。有。时输素、亍过刻、影用不时获更响途同数得新等数，据全等因据无。延部素源法迟实的造保使时数成
工业大数据的关键技术问题
问题1：工业大数据的获取、传输与融合？ 问题2：低质量工业大数据管理与计算？ 问题3：工业大数据的自然规律？ 问题4：工业大数据的计算、分析与挖掘？ 问题5：工业大数据的计算平台？
加大等频数据采集的频 率可行吗？
加大采集频率意味着： 1. 产生更加庞大的感知
数据 2. 加重数据存储与传输
的负担
变频数据采集是否可行？
部分研究结果（一）
基于Hermit插值的变频数据采集算法
将时间轴分成若干时间区间
采样频S率am调ple节Se过nse于d V频alu繁es 、in [数tc-1据,tc]采集次数较 多 曲线光滑度不高、二阶间断点多
基于三次样条插值的变频数据采集算法
思想：一段时间调整一次数据采集频率 若干时间区间构成一个时间窗口 一个时间窗口内进行等频采样，不同窗口间调整采样频率
主要步骤
在[Tk,Tk+1]内采集数据点 计算[Tk,Tk+1]内的近似物理过程(感知)曲线
k<=m
预测下一个时间窗口[Tk+1,Tk+2]的数据采集周期
• ……
部分研究结果（一）
• Why？
人类通过感知数据获得信息：两个阶段
都可能产生 质量问题！
现有计算方法： 1. 仅感考知虑数如据何解决第二阶段的问题 2. 均以计等算频数据采集为前提
连续过程 离散化
部分研究结果（一） • 问题？
等频数据采集可行吗？
曲线失真，关键数据特征或变化要素丢失！
部分研究结果（一） • 问题？
• 设备诊断、用电量分析、能耗分析、质量事故分析（包括违反 生产规定、零部件故障）等。辅助生产工艺的改进
部分研究结果（一）
• 感知大数据例2
• 在波音的飞机上，发动机、燃油系统、液压和
电力系统等数以百计的变量组成了在航状态， 这些数据不到几微秒就被测量和发送一次。
• 波音737发动机在飞行中每30分钟就能产生10TB 数据。
Sampling based Algorithms
只能支持特定的简单计算(e.gaggregation .etc) 无法恢复原始数据信息
Compression Algorithms
大多数分布式压缩方法仅考虑如何减少数据收集过 程中的代价
需要解压才能进行计算 增加额外开销
Temporal and Spatial-Correlation based Algorithms Data Reduction Algorithms
tc<=tf
DeteCrmoimneputhteeSneenxstesdamCuplrivneg timine [tct+c-11,,ttcc]= tc+1
tc is current sampling time tc-1 is the last sampling time beforetc
部分研究结果（一）
ε-Dominant Dataset 获取与计算
部分研究结果（二）
Why？
尽管工业大数据的规模极其庞大，然而
很多数据之间存在着极强的时空相关性 冗余信息量大 一个小数据子集即可保证携带整个数据集的
主要信息
D o More
with Less !
Hale Waihona Puke 部分研究结果（二）现有的Do More with Less方法
部分研究结果（一）
理论分析结果
输出曲线的光滑度 一阶导数误差
H-Based算法
S-Based 算法
一阶光滑、二阶间断点多 一阶光滑、二阶间断点少
二阶导数误差
数据采集次数
计算复杂度
实验结果
精确度 通信传输
计算量小
计算量大
H-based算法 较高 较大
S-Based算法 较低 较小
部分研究结果（二）