摘要：随着我国信息技术的不断发展，大数据技术也运用而生。将大数据技术有效的应用到工业制造中，可以提高工业制造的生产效率。大数据分析技术的应用为工业制造的智能化生产奠定了良好的基础。本文主要分析大数据基础下的工业制造，希望可以为工业的发展起到有关的参考。
关键词：工业制造；大数据；分析
信息技术快速发展的过程中大数据已经深入到生产生活的每个领域，大数据时代的到来加快了我国工业化发展的进程。工业制造中有效的应用大数据技术促进了工业制造的数字化发展。
1数据相关介绍
1.1数据来源
工业大数据有两个来源，分别是智能设备以及人类活动产生的数据资料。其中智能设备主要指现代化的计算机技术，计算机中具备的感应设备对数据进行处理和分析。人类活动产生的数据主要包括在工业生产的各个环节，以设备数据和轨迹数据相结合的方式对客户的资料进行处理，以完成交易等的过程[1]。
1.2数据关系
数据关系的分析需要立足于一定的生产关系。比如，在大数据的背景下分析大数据与钢铁商业价值的关系，可以帮助钢铁企业更好的发现自己身上的优势和不足之处，并针对于未来行业发展的趋势规范经营，以此，在大数据的关系下展开生产。数据关系在进行分析的过程中需要将问题产生的原因进行相应的分析，并采取一定的措施加以解决，问题分析的关键是进行相关数据的采集，并在数据的基础上整合相应数据。
1.3数据价值
不同的场合数据具有不一样的使用价值，因此对数据价值的分析需要在一定的场合下考虑，这样可以将数据的价值发挥到最大的效果。此外数据价值在分析的时候需要考虑收益或投资回报的有关内容，如果只是一味寻求大数据，则会使数据的真正价值得不到实现，从而不能对企业带来更多的效益[2]。
2工业大数据分析的定义
大数据具有数据量大、数据类型复杂、数据处理实时性要求高等特点，大数据分析在互联网和电子商务领域的广泛应用产生了巨大的商业价值，得到世界各国的高度重视。全球著名战略咨询公司麦肯锡认为，大数据是创新、竞争和生产力的下一个领域。生产执行系统（MES）主要是在传感器、发射系统、信号接收系统、信号分析系统等方式的支持下对数据进行采集，因此，可以在生产中，将流程变量、测量结果等数据进行采集。并在大量数据的集合下生成相关的报表，称为制造业的大数据分析。
2.1工业大数据分析的重要属性之一数据类型的多样性
多样性可变性是大数据的特征之一，工业生产中大数据应用的情况有多种，但是可以通过基本的统计就能够展示的的流程测量结果不属于大数据的应用。数据类型有多种比如社交平台上的文本信息、图像数据、地理或地质信息和非结构信息等。
制造业信息结构分为两层，管理层、自动化层。从经营管理、生产执行与控制三个纬度来实现决策支持、管理、生产执行、过程控制以及设备的连接与传感。制造业中大数据分析是指利用通用的数据模型，将管理层与自动化层的结构性系统数据与非结构性数据结合，进而通过先进的分析工具发现新的洞见。
期刊文章分类查询,尽在期刊图书馆
2.2大数据分析对企业生产智能的意义
沿科技是制造业创新的关键。技术的发展可以通过一体化的制造运作管理系统MOM将企业管理应用系统，例如ERP、EAM等系统与工业自动化的相关系统整合为一体。在一体化制造运作管理的基础上，我们可以实现集IT+MOM+MES+BI的一体化制造企业信息系统解决方案[3]。
从两化融合的角度来看，信息系统供应商要从企业的主信息系统提供商定位来做好规划、标准、功能设计、实施策略的统一性工作。协助企业做好风险控制，降低投资，降低操作维护成本，实现企业信息系统全集成。
特别需要注意的是，企业管理信息平台被普遍认为是制造企业管理的集成和仪表板工具。许多供应商既大量投资其与ERP和自动化系统专有的集成，也投资开放式集成，还投资仪表板和移动技术，希望随时随地为需要正确信息的决策者提供衡量标准。
3制造业大数据分析的三种途径
3.1可以进行数据转移的开放技术与平台
制造运作管理系统建设项目是系统工程，不仅仅是一套我们理解的传统软件系统，更多的是项目执行和服务的平台。这需要在项目管理与制造企业的策略“客户服务”上，体现出制造企业的综合管理能力与软实力。
整个平台要从前期、工程实施以及售后服务这三个大的阶段来架构。在前期规划中，要重视标准、设计与实施，特别是与管理一体化的信息系统形成统一的对接。特别需要在组织上建立和形成超级团队的制度。而持续服务、长期经营，将物联网应用融入与“软件+云服务”的互联网＋战略是后续服务的考虑重点。在制造业大数据分析工作中，必须要加强通过物联网科技的应用对后续持续服务的支撑作业。通过工业物联网，实现的及时响应客户、物联网软硬件系统定期巡检、提供应急备件、提供易耗品、完善应用等功能来加强和锁定与企业的供应链企业之间的长期合作。
3.2投资工厂内外系统架构堆栈中的结构性和非结构性数据的数据模型
集成技术是新技术创新的核心，即制造运作管理系统MOM与ERP、EAM、OA、商业分析的集成，包括一键登录、界面集成、消息推送、工作流集成、主数据、应用集成总线与平台。
在数据统一的前提下，数据交互依靠应用系统总线来进行，实现了无缝集成和分析。对于企业管理者来说，一键登录后，可以根据不同的岗位，个性化制定并且显示与管理最相关的必要信息。这就是互联网所带给我们的分享思路。
3.3管理软件结合利用的途径
通过相关的软件分析工具与制造业企业内的大数据平台结合分析，未显现的情况。并传感器、感应器、传输网络和应用软件等物联网数据，与管理应用软件进行结合将是今后制造业大数据分析的新方向。
4结语
综上所述，工业制造业中大数据分析应用是非常广泛的，因此，需要在今后的生产过程中积极的利用大数据有关分析技术，不断的为工业生产创造出更多的效率，提高我国工业生产在国际中的竞争力。
参考文献：
[1]张礼立.工业制造中的大数据分析[J].中国工业评论，2017，（1）：12-17.
[2]杜量，程良伦.制造物联中弹性分布式海量数据分析系统的设计与实现[J].计算机应用与软件，2017，（7）：55-60.
[3]霍志强.工业大数据在设备管理中的应用[J].中国化工贸易，2018，（2）：140.
论文作者:赵旭阳,孙飞
论文发表刊物:《电力设备》2018年第24期
论文发表时间:2019/1/8
标签：数据论文; 大数论文; 工业论文; 据分析论文; 制造业论文; 系统论文; 技术论文; 《电力设备》2018年第24期论文;