Parte de la fuente de big data industrial son los datos en el campo de producción y operación, y una gran parte son los datos de la máquina generados en el proceso de operación del equipo de producción y los productos y equipos de alta gama producidos.
Y los grandes datos reales no son los datos, los datos después del acceso para guardar se pueden hacer, lo real es el análisis inteligente y la decisión inteligente, a través de la integración de los dos sobre la base del sistema de optimización de análisis inteligente "cerebro industrial" para llevar a cabo la decisión inteligente correspondiente.
Estos análisis inteligentes y la toma de decisiones no pueden separarse del soporte del sistema de información y del sistema de automatización originales, pero tampoco pueden separarse del equipo físico y del equipo que produce estos datos. Basado en los datos del entorno donde se integran los datos, se construye un sistema de big data con capacidad inteligente de análisis y optimización sobre la base del sistema de gestión de la información y el sistema de automatización para lograr el propósito de mejorar la calidad, aumentar la eficiencia, reducir el consumo y controlar los riesgos. .
Los grandes datos industriales se pueden dividir en tres categorías. Una parte son datos industriales de Internet de las cosas, como los datos generados por equipos de producción, productos inteligentes y equipos complejos las 24 horas del día. Parte de los datos de informatización de la empresa, y una parte importante de los datos son los datos externos a lo largo de la cadena industrial, incluidos los datos ambientales del equipo en el proceso de operación, como datos meteorológicos, datos geográficos y datos ambientales correspondientes. Solo cuando estos tres tipos de datos se combinan pueden denominarse big data industrial.
Cómo utilizar los datos para conducir. La primera es mirar qué tipo de datos tenemos ahora, de dónde vienen, cómo recopilarlos si no los tenemos, cuáles son las características de estos datos, como datos de series temporales, datos espaciales temporales, datos generados por productos inteligentes y datos generados por equipos de producción, y cuántos datos hay al final. El segundo es entender los datos, cómo guardar, administrar, usar los datos, otro más importante es cómo garantizar la calidad de los datos. El tercero es usar qué tipo de sistema, qué tipo de herramientas para garantizar el almacenamiento de datos, la gestión de datos, el procesamiento de datos. Al mismo tiempo, la forma de integrar y asociar estos datos no es solo analizar y administrar los datos generados por el equipo, sino también asociar los datos ambientales circundantes, datos geográficos y otros datos transfronterizos en el proceso de análisis.
