智能制造导论-p298.pdf - 第195页
4.3.1 工业大数据 4. 大数据 与新一代 智能工厂 消费需求的个性化，要求传统制造业突破现有的生产方式与制造模式，处 理和挖掘消费需求所产生的海量数据与信息。同时，非标准化产品的生产 过程中也会产生大量的生产信息与数据，需要及时收集、处理和分析，用 来指导生产。这两方面的大数据信息流最终会通过互联网在智能设备之间 传递，由智能设备来分析、判断、决策、调整、控制并继续开展智能生产， 生产出高品质的个性化产品。可以说，大数据是构成新一…
4.3.1 工业大数据
3） 大数据存储技术
面对如此巨大的数据量，能否建立相应的数据库并随时管理和调用其中数
据，成为大数据存储技术的关键。这需要开发新型数据库技术，如键值数
据库、列存数据库、图存数据库以及文档数据库等类型，以解决海量图文
数据的存储及应用问题。
4） 大数据分析
大数据分析是指对规模巨大的数据进行分析。其中包括：
可视化分析。不管对于数据分析专家还是普通用户，数据可视化都是数据
分析工具最基本的功能。
数据挖掘。从大量的、不完全的、有噪声的、模糊的、随机的实际应用数
据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和
知识的过程。
预测性分析。根据可视化分析和数据挖掘的结果做出一些预测性判断。
语义引擎。分析语义中隐含的消息，并主动地提取信息。
4.3.1 工业大数据
4.大数据与新一代智能工厂
消费需求的个性化，要求传统制造业突破现有的生产方式与制造模式，处
理和挖掘消费需求所产生的海量数据与信息。同时，非标准化产品的生产
过程中也会产生大量的生产信息与数据，需要及时收集、处理和分析，用
来指导生产。这两方面的大数据信息流最终会通过互联网在智能设备之间
传递，由智能设备来分析、判断、决策、调整、控制并继续开展智能生产，
生产出高品质的个性化产品。可以说，大数据是构成新一代智能工厂的重
要技术支撑。
智能工厂中的大数据，是“信息”与“物理”世界彼此交互与融合的产物。
大数据应用将带来制造业企业创新和变革的新时代，在传统的制造业生产
管理信息数据的基础上，结合物联网等感知的物理数据，形成智能制造时
代的生产数据私有云，创新制造业企业的研发、生产、运营、营销和管理
方式，带给企业更快的速度、更高的效率和更敏锐的洞察力。
4.3.2 云计算技术
云计算，是利用互联网将庞大且可伸缩的IT运算能力集合起来，并作为服
务提供给多个客户的技术。云计算是新一代的IT模式，它在后端庞大计算
中心的支撑下，能为用户提供更方便的体验和更低廉的成本。如图4-16示。
由于在后端有规模庞大、高自动化与高可靠性的云计算中心的存在，
人们只要接入互联网，就能非常方便地访问各种基于云的应用和信息，
免去了安装和维护等繁琐操作，同时，企业和个人也能以低廉的价格
使用这些由云计算中心提供的服务，或者在云中直接搭建其所需的信
息服务。在收费模式上，云计算和水电等公用事业服务非常类似，用
户只需为其所使用的部分付费。对云计算的使用者（主要是个人用户
和企业）来讲，云计算提升了用户体验，并降低了成本。