从工业大数据本质看工业大数据下的决策方式

2019-01-09 11:22:39 来源：51CTO抢沙发

2019-01-09 11:22:39 来源：51CTO

摘要：大数据的本质就是，“数据+算法=服务”，数据来自机器数据，业务数据，产品数据。这些数据需要通过物联网、传感器不断的获取。而算法部署在云端，一类是机理模型，另外一类是AI或者大数据模型。
关键词：大数据

　　我们要看大数据与工业的深度融合之前，先看看核心要素大数据的本质是什么。

　　大数据的本质就是，“数据+算法=服务”，数据来自机器数据，业务数据，产品数据。这些数据需要通过物联网、传感器不断的获取。而算法部署在云端，一类是机理模型，另外一类是AI或者大数据模型。

　　通过大数据和算法，带来了新的服务，服务包括四个层次：描述这个世界(发生了什么);诊断这个世界(为什么发生);预测这个世界(将会发生什么);进行决策(应该怎么做)。最终实现优化资源配置效率，提高生产力。这也是一种全新的认识和改造这个世界的方法论。

　　我们说大数据的下半场是跟产业的深度融合，那么大数据与工业融合之后的工业大数据，其本质又是什么?我认为工业大数据的本质是：数据+算法=服务。

　　从工业大数据本质看工业大数据下的决策方式

　　一个工业机理模型可以实现四类功能：一、描述，描述设备、工艺发生了什么;二、诊断，发生了什么问题、什么地方发生了问题;三、预测，如果不处理设备将有什么问题，能耗会有什么问题，质量会有什么问题;四、决策、最后怎么办，是对那个环节进行维修，那个环节进行优化，或者保养，增加或者减少物料的输入等等，给操作手、给总工、给管理层提供一个解决方案。

　　机理模型的落地，就是我们认识客观世界的一个过程。一般说会有四个阶段：一、理论推理，把工业中的热平衡、物质平衡等通过抽象的方法形成理论模型;二、实验验证，对理论模型进行实验验证，仿真验证的过程;三、模拟择优，在虚拟世界里面去完成，通过大数据模拟选择最优的结果;四、大数据分析通过模拟+大数据发现新的规律。

　　机理模型构建了业务场景的数字孪生，通过设备上云、物联网、互联网，实现了从局部数字孪生到跨节点的数字孪生，从静态的数字孪生到动态的数字孪生。我们在热平衡模型的应用中，对每日、每时、每秒的数据进行优化，指导在工艺环节的优化。构建一个机理模型、数字孪生，背后的原理就是大数据+算法=服务。他可以缩短研发周期，提高资源优化效率，提供新的分析方法，构建资源配置新模式。

　　依托于工业大数据的支持，工业企业的决策方式也将增加为更加科学规范的模式：数据+算法。数据+算法的决策机制，不是对已有决策机制的一种替代，而是增加。

　　“数据+算法”的决策机制原理有几个方面，对于不确定性的问题，我们首先要获得数据，理解这个世界，理解和认知规律;理解之后我们要预测发生什么，做边缘响应和远端响应;最后我们要去控制，将决策付诸行动。

　　企业的核心问题是解决和提高资源配置效率。大数据如何支撑企业决策，就是将正确的数据，在正确的时间，以正确的方式传递给正确的人和机器。大规模个性化生产实现了从固定靶到空中飞碟的转变。这其中，通过模型可以提供将不确定性转化为确定性的最优路径，通过大数据将数据转化为知识，将隐形数据显性化、将隐形知识显性化。

第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

责编：zhangmm

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。