報(bào)告簡介
工信部發(fā)布《工業(yè)大數(shù)據(jù)發(fā)展指導(dǎo)意見（征求意見稿）》，為推進(jìn)工業(yè)大數(shù)據(jù)發(fā)展，逐步激活工業(yè)數(shù)據(jù)資源要素潛力，不斷提升數(shù)據(jù)治理和安全保障能力。工業(yè)大數(shù)據(jù)分析是利用統(tǒng)計(jì)學(xué)分析技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、信號處理技術(shù)等技術(shù)手段，結(jié)合業(yè)務(wù)知識對工業(yè)過程中產(chǎn)生的數(shù)據(jù)進(jìn)行處理、計(jì)算、分析并提取其中有價(jià)值的信息、規(guī)律的過程。
近年來，隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算產(chǎn)業(yè)的深入發(fā)展，大數(shù)據(jù)國家戰(zhàn)略的加速落地，我國大數(shù)據(jù)市場快速發(fā)展。同時(shí)智能制造不斷深入，在此背景下，我國工業(yè)大數(shù)據(jù)迎來發(fā)展新機(jī)遇。2016年我國工業(yè)大數(shù)據(jù)市場規(guī)模突破150億元，保持增長，預(yù)計(jì)2019年市場規(guī)模將近500億元。到2022年，中國工業(yè)大數(shù)據(jù)市場規(guī)�；虺�822億元；2022年超1900億元。
（1）工業(yè)大數(shù)據(jù)成新工業(yè)革命的基礎(chǔ)動力。互聯(lián)網(wǎng)技術(shù)全面深入發(fā)展，極大促進(jìn)了人與人互聯(lián)、機(jī)器和機(jī)器互聯(lián)、人和機(jī)器互聯(lián)的程度，隨著5G、量子通信等新一代通信技術(shù)發(fā)展，世界將加速進(jìn)入一個(gè)完全互聯(lián)互通的狀態(tài)。工業(yè)互聯(lián)網(wǎng)也將隨著機(jī)器的數(shù)字化、工業(yè)網(wǎng)絡(luò)泛在化、云計(jì)算能力的提高而取得長足進(jìn)步，海量工業(yè)大數(shù)據(jù)的產(chǎn)生將是必然結(jié)果，而基于工業(yè)大數(shù)據(jù)的創(chuàng)新是新工業(yè)革命的主要推動力。
（2）工業(yè)大數(shù)據(jù)提升制造智能化水平、推動工業(yè)升級。大數(shù)據(jù)是提升產(chǎn)品質(zhì)量、生產(chǎn)效率、降低能耗、轉(zhuǎn)變高耗能、低效率、勞動密集、粗放型生產(chǎn)方式，提升制造智能化水平的必要手段。隨著智能工廠的推廣，廣泛深入的數(shù)字化是智能工廠的基礎(chǔ)。工業(yè)大數(shù)據(jù)能夠?yàn)橹悄芄S建立從經(jīng)營到生產(chǎn)系統(tǒng)貫通融合的數(shù)據(jù)流，提升企業(yè)整體生產(chǎn)效率，提升制造化水平、推動工業(yè)升級。
（3）工業(yè)大數(shù)據(jù)將支持工業(yè)互聯(lián)網(wǎng)發(fā)展。工業(yè)大數(shù)據(jù)是制造業(yè)實(shí)現(xiàn)從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)型的關(guān)鍵要素和重要手段。大數(shù)據(jù)可以幫助企業(yè)更全面、深入、幾時(shí)了解市場用戶和競爭態(tài)勢的變化，以推出更有競爭力的產(chǎn)品和服務(wù)。此外，大數(shù)據(jù)也是實(shí)現(xiàn)更有企業(yè)從制造向服務(wù)轉(zhuǎn)型的關(guān)鍵支撐技術(shù)。
（4）工業(yè)大數(shù)據(jù)將推動制造業(yè)轉(zhuǎn)型升級。《中國制造2025》規(guī)劃中明確提到，工業(yè)大數(shù)據(jù)是我國制造業(yè)轉(zhuǎn)型升級的重要戰(zhàn)略資源。目前，我國工業(yè)大數(shù)據(jù)已成為國際產(chǎn)業(yè)競爭和國家工業(yè)安全的基礎(chǔ)要素相關(guān)技術(shù)與應(yīng)用必將成為我國工業(yè)“由跟跑、并跑到領(lǐng)跑”、“彎道取直”、“跨域發(fā)展”的關(guān)鍵支撐�！�
報(bào)告目錄
2019-2024年中國工業(yè)大數(shù)據(jù)行業(yè)發(fā)展前景研究報(bào)告
1、工業(yè)大數(shù)據(jù)內(nèi)涵 10
1.1、工業(yè)大數(shù)據(jù)定義與邊界 10
1.1.1、工業(yè)大數(shù)據(jù)定義 10
1.1.2、工業(yè)大數(shù)據(jù)特征 12
1.1.3、工業(yè)大數(shù)據(jù)邊界 13
1.1.4、工業(yè)大數(shù)據(jù)產(chǎn)生主體 15
1.2、與智能制造的關(guān)系 16
1.2.1、在智能制造中的應(yīng)用 16
1.2.2、在智能制造標(biāo)準(zhǔn)體系中的定位 17
1.3、與工業(yè)互聯(lián)網(wǎng)的關(guān)系 19
1.3.1、在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用 20
1.3.2、在工業(yè)互聯(lián)網(wǎng)標(biāo)準(zhǔn)體系中的定位 21
1.4、與大數(shù)據(jù)技術(shù)的關(guān)系 22
1.5、與工業(yè)軟件和工業(yè)云的關(guān)系 23
1.5.1、與工業(yè)軟件的關(guān)系 23
1.5.2、與工業(yè)云的關(guān)系 24
1.6、工業(yè)大數(shù)據(jù)的標(biāo)準(zhǔn)體系 25
1.6.1、工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)化工作基礎(chǔ) 25
（1）、國際標(biāo)準(zhǔn)化 25
（2）、國內(nèi)標(biāo)準(zhǔn)化 25
1.6.2、工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)體系框架 27
1.6.3、工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)明細(xì)表 29
1.6.4、工業(yè)大數(shù)據(jù)重點(diǎn)標(biāo)準(zhǔn)描述 30
1.7、工業(yè)大數(shù)據(jù)對于不同規(guī)模企業(yè)價(jià)值 30
1.8、工業(yè)大數(shù)據(jù)的創(chuàng)新價(jià)值 31
1.8.1、數(shù)據(jù)始終影響著人類工業(yè)化進(jìn)程 31
1.8.2、數(shù)據(jù)在信息化過程中發(fā)揮著核心作用 31
1.8.3、工業(yè)大數(shù)據(jù)是新工業(yè)革命的基礎(chǔ)動力 32
1.9、工業(yè)大數(shù)據(jù)生命周期 33
2、工業(yè)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展現(xiàn)狀 34
2.1、全球工業(yè)大數(shù)據(jù)發(fā)展 34
2.1.1、國際工業(yè)大數(shù)據(jù)政策 34
（1）、美國 35
（2）、德國 35
（3）、法國 36
2.1.2、全球工業(yè)大數(shù)據(jù)規(guī)模 37
2.2、我國工業(yè)大數(shù)據(jù)發(fā)展 38
2.2.1、國內(nèi)工業(yè)大數(shù)據(jù)政策 38
2.2.2、工業(yè)大數(shù)據(jù)競爭鏈 41
（1）、系統(tǒng)協(xié)調(diào)者 41
（2）、數(shù)據(jù)提供者 42
（3）、工業(yè)大數(shù)據(jù)應(yīng)用提供者 42
（4）、大數(shù)據(jù)框架提供者 42
（5）、數(shù)據(jù)消費(fèi)者 43
2.2.3、我國工業(yè)大數(shù)據(jù)發(fā)展 44
2.2.4、我國工業(yè)大數(shù)據(jù)規(guī)模 45
2.2.5、我國工業(yè)大數(shù)據(jù)格局 46
2.2.6、企業(yè)實(shí)踐現(xiàn)狀 48
2.3、我國工業(yè)大數(shù)據(jù)主要問題及難點(diǎn)分析 49
2.3.1、產(chǎn)品大數(shù)據(jù) 49
2.3.2、物聯(lián)接入設(shè)備 50
2.3.3、信息集成貫通 50
2.4、工業(yè)大數(shù)據(jù)支撐中國制造彎道取直 51
2.4.1、中國是制造大國，但不是制造強(qiáng)國 51
2.4.2、工業(yè)大數(shù)據(jù)提升制造智能化水平，推動中國工業(yè)升級 51
1.4.3、工業(yè)大數(shù)據(jù)支撐工業(yè)互聯(lián)網(wǎng)發(fā)展，促進(jìn)中國工業(yè)轉(zhuǎn)型 52
2.4.4、工業(yè)大數(shù)據(jù)助力中國制造彎道取直 52
3、工業(yè)大數(shù)據(jù)典型應(yīng)用場景 53
3.1、智能化設(shè)計(jì) 54
3.2、智能化生產(chǎn) 55
3.3、網(wǎng)絡(luò)化協(xié)同制造 57
3.4、智能化服務(wù) 58
3.5、個(gè)性化定制 59
3.6、工業(yè)大數(shù)據(jù)應(yīng)用熱點(diǎn) 60
3.6.1、在設(shè)計(jì)領(lǐng)域的應(yīng)用 60
（1）、基于模型和仿真的研發(fā)設(shè)計(jì) 60
（2）、基于產(chǎn)品生命周期的設(shè)計(jì) 61
（3）、融合消費(fèi)者反饋的設(shè)計(jì)利用 62
3.6.2、在復(fù)雜生產(chǎn)過程優(yōu)化的應(yīng)用 62
（1）、工業(yè)物聯(lián)網(wǎng)生產(chǎn)線 62
（2）、生產(chǎn)質(zhì)量控制 63
（3）、生產(chǎn)計(jì)劃與排程 63
3.6.3、在產(chǎn)品需求預(yù)測中的應(yīng)用 63
3.6.4、在工業(yè)供應(yīng)鏈優(yōu)化中的應(yīng)用 64
3.6.5、在工業(yè)綠色發(fā)展中的應(yīng)用 64
4、工業(yè)大數(shù)據(jù)關(guān)鍵技術(shù) 65
4.1、工業(yè)大數(shù)據(jù)技術(shù)架構(gòu) 65
4.1.1、數(shù)據(jù)存儲與管理層 67
4.1.2、數(shù)據(jù)分析層 67
4.1.3、數(shù)據(jù)服務(wù)層 68
4.1.4、數(shù)據(jù)應(yīng)用層 68
4.2、工業(yè)大數(shù)據(jù)平臺 69
4.3、工業(yè)大數(shù)據(jù)采集技術(shù) 71
4.4、工業(yè)大數(shù)據(jù)存儲與管理技術(shù) 72
4.4.1、多源異構(gòu)數(shù)據(jù)管理技術(shù) 72
4.4.2、多模態(tài)數(shù)據(jù)集成技術(shù) 73
4.5、工業(yè)大數(shù)據(jù)分析技術(shù) 75
4.5.1、時(shí)序模式分析技術(shù) 75
4.5.2、工業(yè)知識圖譜技術(shù) 76
4.5.3、多源數(shù)據(jù)融合分析技術(shù) 77
4.6、工業(yè)大數(shù)據(jù)的前沿技術(shù)趨勢 77
5、工業(yè)大數(shù)據(jù)管理分析 78
5.1、數(shù)據(jù)管理體系 78
5.2、數(shù)據(jù)資源編目 79
5.2.1、數(shù)據(jù)資源目錄應(yīng)用架構(gòu) 80
5.2.2、數(shù)據(jù)資源編目 81
5.3、數(shù)據(jù)質(zhì)量管理 81
5.3.1、工業(yè)大數(shù)據(jù)質(zhì)量問題 82
5.3.2、工業(yè)大數(shù)據(jù)質(zhì)量檢測方法 83
5.3.3、工業(yè)大數(shù)據(jù)質(zhì)量管理 84
5.4、主數(shù)據(jù)管理 84
5.4.1、主數(shù)據(jù)管控體系 85
（1）、主數(shù)據(jù)管理制度 86
（2）、主數(shù)據(jù)管理組織 86
（3）、主數(shù)據(jù)管理流程 86
（4）、主數(shù)據(jù)管理評價(jià) 87
5.4.2、主數(shù)據(jù)應(yīng)用管理 87
（1）、明確管理要求 88
（2）、實(shí)施有效管理 88
（3）、強(qiáng)化服務(wù)保障 88
5.5、數(shù)據(jù)安全管理 88
5.5.1、工業(yè)大數(shù)據(jù)安全問題 89
5.5.2、工業(yè)大數(shù)據(jù)安全防護(hù)技術(shù) 89
（1）、工業(yè)大數(shù)據(jù)接入安全 89
（2）、工業(yè)大數(shù)據(jù)平臺安全 90
（3）、工業(yè)大數(shù)據(jù)應(yīng)用安全技術(shù) 90
5.5.3、工業(yè)大數(shù)據(jù)安全管理機(jī)制 91
6、工業(yè)大數(shù)據(jù)分析概論 92
6.1、工業(yè)大數(shù)據(jù)分析概述 92
6.1.1、工業(yè)大數(shù)據(jù)分析概念 92
（1）、工業(yè)大數(shù)據(jù)分析介紹 92
（2）、工業(yè)大數(shù)據(jù)分析相關(guān)技術(shù) 93
（3）、工業(yè)大數(shù)據(jù)分析基本過程 94
（4）、工業(yè)大數(shù)據(jù)分析類型 95
（5）、工業(yè)大數(shù)據(jù)分析價(jià)值 95
（6）、工業(yè)大數(shù)據(jù)分析支撐業(yè)務(wù)創(chuàng)新 97
6.1.2、工業(yè)大數(shù)據(jù)分析特殊性 98
（1）、從工業(yè)數(shù)據(jù)分析到工業(yè)大數(shù)據(jù)分析 98
（2）、工業(yè)大數(shù)據(jù)與商務(wù)大數(shù)據(jù)分析 99
（3）、工業(yè)大數(shù)據(jù)建模的難點(diǎn) 100
6.1.3、業(yè)數(shù)據(jù)分析中常見問題 101
（1）業(yè)務(wù)和數(shù)據(jù)理解不當(dāng)導(dǎo)致的失誤 101
（2）、建模和驗(yàn)證過程的失誤 101
（3）避免失誤的方法欲 102
6.2、工業(yè)大數(shù)據(jù)分析框架 102
6.2.1、CRISP-DM 模型 102
6.2.2、CRISP DM 模型的落地難點(diǎn) 103
6.2.3、工業(yè)大數(shù)據(jù)分析指導(dǎo)思想 104
6.3、業(yè)務(wù)理解 106
6.3.1、認(rèn)識工業(yè)對象 106
（1）、工業(yè)系統(tǒng)的抽象化 106
（2）、工業(yè)系統(tǒng)的功能 107
（3）、系統(tǒng)功能到技術(shù)原理的理解 107
（4）、系統(tǒng)功能與業(yè)務(wù)場景的關(guān)聯(lián) 108
6.3.2、理解數(shù)據(jù)分析的需求 108
（1）、工業(yè)過程中的數(shù)據(jù)分析需求 108
（2）、數(shù)據(jù)分析的價(jià)值需求 109
（3）、具體業(yè)務(wù)場景的數(shù)據(jù)分析需求 109
（4）、數(shù)據(jù)分析需求梳理方法 110
6.3.3、工業(yè)數(shù)據(jù)分析目標(biāo)的評估 110
（1）、工業(yè)知識的理解 110
（2）、工業(yè)知識的合用性 110
（3）、專業(yè)領(lǐng)域知識的融合 111
6.3.4、制造的全生命周期 112
6.4、數(shù)據(jù)理解 112
6.4.1、數(shù)據(jù)來源 113
（1）、業(yè)務(wù)與數(shù)據(jù)的關(guān)系 113
（2）、離散行業(yè)的數(shù)據(jù)源 113
（3）、流程行業(yè)的數(shù)據(jù)源 114
6.4.2、數(shù)據(jù)的分類及相互關(guān)系 115
（1）、工業(yè)數(shù)據(jù)的分類 115
（2）數(shù)據(jù)間的關(guān)聯(lián)關(guān)系 116
6.4.3、數(shù)據(jù)質(zhì)量 116
（1）、數(shù)據(jù)質(zhì)量的定義 116
（2）、數(shù)據(jù)質(zhì)量的組成要素 117
（3）、數(shù)據(jù)質(zhì)量的影響因素 117
6.5、數(shù)據(jù)準(zhǔn)備 118
6.5.1、業(yè)務(wù)系統(tǒng)的數(shù)據(jù)準(zhǔn)備 118
6.5.2、工業(yè)企業(yè)數(shù)據(jù)準(zhǔn)備 119
6.5.3、物聯(lián)網(wǎng)的數(shù)據(jù)準(zhǔn)備 121
6.5.4、建模分析的數(shù)據(jù)準(zhǔn)備 122
（1）、數(shù)據(jù)預(yù)處理概述 122
（2）、數(shù)據(jù)異常處理 122
（3）、數(shù)據(jù)缺失處理 123
（4）數(shù)據(jù)歸約處理 124
6.6、數(shù)據(jù)建模 125
6.6.1、模型的形式化描述 125
（1）、基本描述 125
（2）、模型的深入表述 125
（3）、對建模思想的影響 127
6.6.2、工業(yè)建模的基本過程 128
（1）、建模的基本思路 128
（2）、模型融合的方法 129
（3）、模型的優(yōu)化過程 129
6.6.3、工業(yè)建模的特征工程 130
（1）、數(shù)據(jù)初步篩選 130
（2）、特征變換 130
（3）、特征組合 131
（4）、特征篩選 131
（5）、特征的迭代 132
6.6.4、工業(yè)數(shù)據(jù)分析的算法介紹 132
（1）、傳統(tǒng)的統(tǒng)計(jì)分析類算法 132
（2）、通用的機(jī)器學(xué)習(xí)類算法 133
（3）、針對旋轉(zhuǎn)設(shè)備的振動分析類算法 133
（4）、針對時(shí)序數(shù)據(jù)的時(shí)間序列類算法 134
（5）、針對非結(jié)構(gòu)化數(shù)據(jù)的文本挖掘類算法 135
（6）、統(tǒng)計(jì)質(zhì)量控制類算法 135
（7）、排程優(yōu)化類算法 136
6.7、模型的驗(yàn)證與評估 136
6.7.1、知識的質(zhì)量 136
（1）、知識的確定性與準(zhǔn)確性 137
（2）、知識的適用范圍 137
（3）、知識的質(zhì)量與可靠性 137
6.7.2、傳統(tǒng)數(shù)據(jù)分析方法及其問題 137
（1）、基于精度的驗(yàn)證方法 137
（2）、精度驗(yàn)證方法的局限性 138
（3）、解決驗(yàn)證問題的傳統(tǒng)方法 138
6.7.3、基于領(lǐng)域知識的模型驗(yàn)證與評估 139
（1）、對適用范圍的評估 139
（2）、對精度的評估 140
（3）、場景的綜合評估模型 141
（4）、模型的迭代評估 141
6.7.4、總結(jié)與展望 141
6.8、模型的部署 142
6.8.1、模型部署前應(yīng)考慮的問題 142
6.8.2、實(shí)施和運(yùn)行中的問題 143
6.8.3、問題的解決方法 144
6.8.4、部署后的持續(xù)優(yōu)化 145
6.9、展望未來 146
7、工業(yè)大數(shù)據(jù)典型應(yīng)用案例 147
7.1、研發(fā)數(shù)據(jù)管理平臺支撐蘭石集團(tuán)智能智造 147
7.2、西航集團(tuán)智能制造解決方案 150
7.3、支撐一體化監(jiān)控與健康管理的異構(gòu)設(shè)備智能互聯(lián) 153
7.4、寶雞電氣智能工廠質(zhì)量大數(shù)據(jù) 155
7.5、電子行業(yè)智慧生產(chǎn)系統(tǒng)的工業(yè)大數(shù)據(jù)應(yīng)用 157
7.6、蘇州明志科技大數(shù)據(jù)輔助智能制造項(xiàng)目 160
7.7、海爾集團(tuán)互聯(lián)工廠制造大數(shù)據(jù) 161
7.8、英沃電梯 C2M 電梯個(gè)性化定制智能平臺 164
7.9、飛機(jī)運(yùn)行數(shù)據(jù)處理與快速響應(yīng)服務(wù) 167
7.10、工業(yè)大數(shù)據(jù)在工業(yè)設(shè)備預(yù)測性維護(hù)中的應(yīng)用 170
7.11、基于物聯(lián)網(wǎng)信息終端的工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺應(yīng)用 172
7.12、中車株所軌道交通大數(shù)據(jù)平臺 176
7.13、艾克威爾電機(jī)設(shè)備智能軟起解決方案 179
7.14、基于工業(yè)大數(shù)據(jù)的發(fā)電設(shè)備全生命周期管理平臺 181
7.15、新能源光伏發(fā)電行業(yè)的大數(shù)據(jù)平臺應(yīng)用 184
7.16、面向智能化工廠互聯(lián)互通的數(shù)據(jù)集成方案 188
7.17、高端離散制造企業(yè)智能生產(chǎn)管控解決方案 190
7.18、基于資產(chǎn)全壽命周期的畫像技術(shù)與應(yīng)用 192
8、主要公司分析 194
8.1、航天云網(wǎng)科技發(fā)展有限責(zé)任公司 194
8.1.1、公司概述 194
8.1.2、工業(yè)大數(shù)據(jù)產(chǎn)品 195
8.2、昆侖智匯數(shù)據(jù)科技（北京）有限公司 196
8.2.1、公司概述 196
8.2.2、工業(yè)大數(shù)據(jù)產(chǎn)品 196
8.3、北京東方國信科技股份有限公司 197
8.3.1、公司概述 197
8.3.2、經(jīng)營狀況 198
8.3.3、工業(yè)大數(shù)據(jù)產(chǎn)品 199
8.4、上海寶信軟件股份有限公司 200
8.4.1、公司概述 200
8.4.2、經(jīng)營狀況 202
8.5、西安美林?jǐn)?shù)據(jù)技術(shù)股份有限公司 204
8.5.1、公司概述 204
8.5.2、工業(yè)大數(shù)據(jù)產(chǎn)品 205
8.5.3、經(jīng)營狀況 208
9、工業(yè)大數(shù)據(jù)投資機(jī)遇及前景趨勢展望 209
9.1、企業(yè)工業(yè)大數(shù)據(jù)投資策略分析 209
9.1.1、明確業(yè)務(wù)需求 209
9.1.2、梳理業(yè)務(wù)過程 210
9.1.3、統(tǒng)籌規(guī)劃架構(gòu) 210
9.1.4、構(gòu)建算法模型 211
9.1.5、人才的培養(yǎng)引進(jìn) 212
9.2、工業(yè)大數(shù)據(jù)行業(yè)發(fā)展前景展望 212
9.2.1、“十三五”發(fā)展機(jī)遇 212
9.2.2、大數(shù)據(jù)市場發(fā)展熱點(diǎn) 213
9.2.3、工業(yè)大數(shù)據(jù)發(fā)展前景 213
9.3、工業(yè)大數(shù)據(jù)發(fā)展熱點(diǎn)及趨勢分析 214
9.3.1、可持續(xù)監(jiān)測 214
9.3.2、改進(jìn)生產(chǎn)工藝 214
9.3.3、數(shù)據(jù)驅(qū)動決策 214
9.4、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃 216
9.4.1、產(chǎn)業(yè)基礎(chǔ) 216
9.4.2、發(fā)展形勢 218
9.4.3、發(fā)展目標(biāo) 219
9.4.4、重點(diǎn)任務(wù) 220
9.4.5、保障措施 226
9.5、2019-2024年工業(yè)大數(shù)據(jù)產(chǎn)業(yè)規(guī)模預(yù)測 228
9.6、2019-2024年工業(yè)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展策略 229
9.6.1、強(qiáng)化關(guān)鍵技術(shù)，提升工業(yè)大數(shù)據(jù)平臺能力建設(shè) 229
9.6.2、加強(qiáng)工業(yè)大數(shù)據(jù)管理體系建設(shè)，提升數(shù)據(jù)資源價(jià)值 229
9.6.3、持續(xù)完善工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)體系，推動標(biāo)準(zhǔn)落地實(shí)施 229
9.6.4、探索工業(yè)大數(shù)據(jù)創(chuàng)新應(yīng)用示范，構(gòu)建產(chǎn)業(yè)生態(tài)體系 230
9.6.5、構(gòu)建工業(yè)大數(shù)據(jù)流通共享平臺 230
圖表目錄
圖表 1：工業(yè)大數(shù)據(jù)作用 5
圖表 2：工業(yè)大數(shù)據(jù)平臺特征 8
圖表 3：工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)在智能制造標(biāo)準(zhǔn)化體系中的定位 11
圖表 4:智能制造標(biāo)準(zhǔn)體系-智能賦能技術(shù)標(biāo)準(zhǔn) 12
圖表 5：工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)圖 14
圖表 6：工業(yè)互聯(lián)網(wǎng)標(biāo)準(zhǔn)體系框架 15
圖表 7：工業(yè)大數(shù)據(jù)與商務(wù)大數(shù)據(jù)的區(qū)別 17
圖表 8：工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)體系框架 21
圖表 9：工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)明細(xì)表 23
圖表 10：工業(yè)大數(shù)據(jù)生命周期 27
圖表 11：工業(yè) 4.0 參考架構(gòu) 29
圖表 12：2015-2018年全球工業(yè)大數(shù)據(jù)市場規(guī)模 32
圖表 13：國家工業(yè)大數(shù)據(jù)相關(guān)政策 33
圖表 14：工業(yè)和信息化部相關(guān)政策 34
圖表 15：工業(yè)大數(shù)據(jù)應(yīng)用參考架構(gòu) 35
圖表 16：2015－2018年中國大數(shù)據(jù)市場規(guī)模 39
圖表 17：2015-2018年我國工業(yè)大數(shù)據(jù)市場規(guī)模 40
圖表 18：我國主要工業(yè)大數(shù)據(jù)企業(yè)TOP 5 41
圖表 19：工業(yè)大數(shù)據(jù)典型應(yīng)用場景 47
圖表 20：工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu) 59
圖表 21：工業(yè)大數(shù)據(jù)技術(shù)參考架構(gòu) 61
圖表 22：工業(yè)大數(shù)據(jù)平臺參考架構(gòu) 63
圖表 23：DCMM 能力域 72
圖表 24：數(shù)據(jù)資源目錄應(yīng)用架構(gòu) 74
圖表 25：主數(shù)據(jù)管理評價(jià)考核指標(biāo) 81
圖表 26：工業(yè)數(shù)據(jù)分析多領(lǐng)域交叉示意圖 86
圖表 27:工業(yè)大數(shù)據(jù)分析軟件棧 87
圖表 28：工業(yè)數(shù)據(jù)分析任務(wù)的工作方案與探索路徑 88
圖表 29：工業(yè)大數(shù)據(jù)價(jià)值創(chuàng)造的基本過程 91
圖表 30：CRISP-DM 97
圖表 31：異常數(shù)據(jù)檢測 116
圖表 32：拉格朗日插值法 117
圖表 33：流形學(xué)習(xí)降維 118
圖表 34：三種可見數(shù)據(jù)與不可見數(shù)據(jù)的關(guān)系 120
圖表 35：主成分分析與對應(yīng)分析 126
圖表 36：聚類 127
圖表 37：三維全息譜與高階譜 127
圖表 38：時(shí)間序列的模式挖掘 128
圖表 39：文本挖掘 129
圖表 40：SPC 控制圖 129
圖表 41：系統(tǒng)整體應(yīng)用架構(gòu) 145
圖表 42：智能制造部署架構(gòu)圖（包括多個(gè)分布式數(shù)控分廠和車間） 145
圖表 43：智慧生產(chǎn)系統(tǒng)總體架構(gòu) 152
圖表 44：智慧生產(chǎn)系統(tǒng)功能劃分 153
圖表 45：典型應(yīng)用場景圖 156
圖表 46：平臺總體架構(gòu)圖 156
圖表 47：技術(shù)特點(diǎn)：物聯(lián)網(wǎng)、云計(jì)算 159
圖表 48：新舟飛機(jī)大數(shù)據(jù)監(jiān)控 162
圖表 49：工業(yè)設(shè)備智能監(jiān)測解決方案 165
圖表 50：工業(yè)大數(shù)據(jù)的架構(gòu) 165
圖表 51：設(shè)備故障預(yù)測流程 165
圖表 52：工業(yè)閥門生產(chǎn)廠家服務(wù)轉(zhuǎn)型后的效益 166
圖表 53：工業(yè)大數(shù)據(jù)-深度數(shù)據(jù)挖掘 168
圖表 54：工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺 169
圖表 55：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)建模流程 171
圖表 56：系統(tǒng)架構(gòu)圖 173
圖表 57：中天智能互聯(lián)集成系統(tǒng)架構(gòu)圖 179
圖表 58：邏輯架構(gòu)設(shè)計(jì)圖 179
圖表 59：數(shù)據(jù)架構(gòu)設(shè)計(jì)圖 180
圖表 60：KMX機(jī)器大數(shù)據(jù)管理分析平臺 191
圖表 61：公司“大數(shù)據(jù)+行業(yè)”的戰(zhàn)略布局 193
圖表 62：工業(yè)云聯(lián)網(wǎng)平臺 BIOP 的平臺架構(gòu) 194
圖表 63:寶信軟件業(yè)務(wù)分類 195
圖表 64：寶信軟件自動化業(yè)務(wù)布局 196
圖表 65:2013-2019nian 寶信軟件營業(yè)收入及增速（單位：億元、%） 197
圖表 66：2013-2019年寶信軟件單季營業(yè)收入及增速（單位：億元、%） 197
圖表 67：美林?jǐn)?shù)據(jù)產(chǎn)品 202
圖表 68：2017-2018年美林?jǐn)?shù)據(jù)經(jīng)營指標(biāo) 202
圖表 69:工業(yè)大數(shù)據(jù)創(chuàng)新發(fā)展工程 216
圖表 70：2019-2024年我國工業(yè)大數(shù)據(jù)市場規(guī)模預(yù)測 222
