。 工业大数据分析指南I序言如今，全球掀起了以制造业转型升级为首要任务的新一轮工业变 革，工业大数据作为引领这场变革的主要驱动力，已经成为当今工业 领域的热点之一。新一代信息技术与制造业的深度融合,将促进工业领域的服务转 型和产品升级，重塑全球制造业的产业格局。为紧紧抓住这一重大历 史机遇，抢占制造业新一轮竞争制高点，党中央高度重视并作出长期 性、战略性部署。党的十九大报告指出，要“加快建设制造强国，加 快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度 融合”。工业大数据是智能制造的核心，以“大数据+工业互联网”为基 础，用云计算、大数据、物联网、人工智能等技术引领工业生产方式 的变革，拉动工业经济的创新发展。工业大数据分析技术作为工业大 数据的核心技术之一，可使工业大数据产品具备海量数据的挖掘能力、 多源数据的集成能力、多类型知识的建模能力、多业务场景的分析能 力、多领域知识的发掘能力等，对驱动企业业务创新和转型升级具有 重大的作用。可以从以下三个方面来理解。首先，资源优化是分析的目标。企业之间竞争的本质是资源配置 效率的竞争，优化资源配置效率是企业技术创新应用的主要动力，也 是工业大数据分析的核心目标。工业大数据分析是实现新一代信息技 术与制造业融合的重要技术支撑，其目的是不断优化资源的配置效率， 实现生产全过程的可视化、高端定制化生产、产品生产节能增效、供工业大数据分析指南II应链配置优化、企业智能化管理等，达到提升质量、降低成本、灵活 生产、提高满意度等目的，促进制造业全要素生产率的提高。其次，数据建模是分析的关键。来源于产品生命周期的各个环节 中的海量数据，为工业大数据分析提供了前提和基础，而海量的工业 数据如果不经过清洗、加工和建模等处理是无法直接应用于实际的业 务场景。工业大数据分析通过模型来描述对象，构建复杂工业过程与 知识之间的映射，实现知识清晰化、准确化的表达。最后，知识转化是分析的核心。确定性和稳定性是工业应用的两 个基本特点，这就决定了工业大数据分析技术就是感知信息和提炼知 识，其核心在于如何把海量数据转化为信息，信息转化为知识，知识 转化为决策，以应对和解决制造过程的复杂性和不确定性等问题。《工业大数据分析指南》是在新形势下对工业大数据分析关键共 性问题进行的辨识、抽象和提升，适应当前工业大数据的应用需求和 技术变革，具有较为广泛的通用性和相对普遍的指导意义，适于工业 领域内的企业、机构的研究和参考。希望通过与业界的分享，共同推 动工业大数据开发利用和应用推广，为制造强国和网络强国建设添薪 助力！谢少锋。。。。。。