数据是工业互联与工业智能的核心

老翻砂匠

工业互联网与工业智能，是工业企业数字化转型的不同形态，但对两者关系的认识，关系到工业数字化转型的路径与效果。

　　工业互联网是互联网和新一代信息技术与工业系统全方位深度融合形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施。

         

                               
登录/注册后可看大图

       工业数据的特点

　　数据是工业互联网的核心，通过工业数据全周期的感知、采集和集成应用，形成基于数据的系统性智能，推动工业向智能化方向发展。

　　工业生产的数据就是工业数据，来源于工业产品生命周期各个环节，包括生产经营相关业务数据、设备物联数据和制造企业外的数据等等。

　　随着云计算、大数据等新一代信息技术在工业领域的运用，工业数据逐渐从简单、离散、孤立的数据，发展为与人、云和应用互联的海量大数据，有更多类型更多庞大的数据需要传输处理，数据处理的链条也变得更长，制造企业工业数据逐步打通，形成工业互联网。

　　工业互联网三大核心要素，第一就是智能化的设备，加上智能化的系统，收集生产过程中的数据。第二是智能设备的协同运行维护与学习优化。第三，工业互联网提供决策，要能面向复杂大数据辅助决策。

　　工业数据有三个特点，一是多源异构，来源很多，而且数据结构是异构，特别是非结构化的数据，分析起来很困难。二是数据关联性强，是全生命周期，基本上对连续生产的企业，要24小时持续采集，要保证实时性、连续性、稳定性、动态性。三是数据相关领域非常复杂，包括故障检测、预测管理、可靠性等都涉及不同的专业领域。

　　在工业互联网中网络是基础，通过物联网、互联网等技术实现工业全系统的互联互通，促进工业数据充分流动和无缝集成。但是如何实现数据的充分流动和无缝集成，要求很高。

       工业互联与工业智能的关键技术

　　对于工业智能，工业智能就是工业知识库，没有知识谈不上智能。现在很多企业搞智能化但没谈到知识，没有知识的智能就是空架子，最多是一个自动化、数字化、信息化，谈不上智能化。智能化一定是建立在知识库的基础上，而且这个知识不是死的，需要动态传感。

　　那么，如何判断智能化呢？谭建荣提出，智能化的标准就是自主决策——机器根据不同的工况能自主决策，这是工业智能最核心的部分。工业智能的发展经历五个阶段，第一是工业生产系统的管理与改善。第二以数据为标准的管理体系。第三数据驱动的绿色性建模。第四支持决策的知识系统。第五实体的景象对称映射建模。

　　数据是工业互联网的核心，也是工业智能的核心。谭建荣总结认为，从工业数据到工业智能涉及到六大技术。第一是数据挖掘技术，要从大量的、不完全的、有噪声、模糊的随机的实际数据中，提取隐含其内的、人们事先不知道但又具有潜在价值的信息和知识，来揭示数据之间有意义的联系、趋势和模式。

　　数据挖掘还要不断对数据深度进行提取，这有三个要点，第一洞悉工业数据特征背后的物理意义，以及特征之间关联性的机理逻辑。第二覆盖工业过程中的各类场景条件，提取能反映对象真实状态的全面工业数据信息。第三在大数据的前提下，保证工业数据的质量，冗余的数据要去掉。

　　第二是数据匹配技术。第三是机器学习，这涉及到算法，目前国内还在应用层面。第四是知识工程，包括知识获取、知识表达及知识使用三个层面。第五是模式识别。第六是数字孪生。

                                                       (来源：中国工业报)