e-works数字化企业网  »  新闻  »  业界动态  »  正文

基于工业大数据的新一代数据中心建设

2020年5月21日     来源:振华智造         
关键字:工业大数据  数据中心  大数据  
“数据”引领变革,数据集中管控必不可少,如何做好数据共享和数据分析、如何发挥数据资产价值最大化是工业转型升级的首要目标。

    5月13日,工信部发布《关于工业大数据发展的指导意见》(以下简称《意见》)。对我国工业大数据发展进行了全面部署,进一步促进大数据与工业深度融合。

    工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、运营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。其日益成为提升企业生产力、竞争力和创新力的关键要素,对于支撑智能制造和工业转型升级方面有着举足轻重的作用。

    一、建设背景

    “数据”引领变革,数据集中管控必不可少,如何做好数据共享和数据分析、如何发挥数据资产价值最大化是工业转型升级的首要目标。

    传统的数据中心在应对海量数据存储、非结构化数据处理、大数据挖掘分析等方面存在不足,有必要构建基于工业大数据的新一代数据中心,满足企业对工业大数据集中管控、处理、分析及利用,为企业构建在线感知、实时分析、智能决策、精准执行的能力,支撑企业从生产型制造向服务型制造转型。

    二、问题与挑战

    缺乏统一的信息资源规划

    原有信息化建设缺乏统一的信息资源规划,“信息孤岛”现象严重,内部缺乏统一的数据标准,导致企业大量内部信息共享利用不畅。

    缺乏海量数据管理能力

    企业的工业大数据在数据采集、存储、检索、处理方面给传统数据中心带来巨大挑战,传统数据中心无法应对海量数据的高速采集、线性扩容、快速计算、高效检索。

    缺乏大数据整合能力

    业务数据、图文档及音视频数据、智能设备实时数据、外部数据等都是企业智能决策的有力支撑,传统数据中心平台缺乏各类数据整合处理能力。

    无法满足智能化需求

    智能制造是大势所趋,传统数据中心关注数据集中管控,无法满足数据的智能化应用需求。

    数据集中管控

    为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。

    支持多源数据整合

    提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。

    数据挖掘分析

    基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。

    三、解决方案

    数据集中管控

    为产品全生命周期数据提供集中存储,提供大数据统一管理平台,包括但不限于数据质量管理、存储管理、大数据计算管理、算法管理。

    支持多源数据整合

    提供各类源数据向数据中心的抽取、传输、转换和加载,支持对海量及动态变化的物联网数据集成,支持对各类文档、视频、模型、图纸等非结构化数据的集成。

    数据挖掘分析

    基于大数据技术对工程制造、企业管理等方面的数据进行分析、挖掘。通过运营辅助决策、预算评估、风险预警等应用,为决策层提供科学的决策支撑;通过生产可视化、运营可视化、生产协同、采购协同等应用,为管理层提供生产运营过程的透明化管理;通过设备故障智能诊断、工艺参数优化、产品质量分析等应用,帮助执行层解决业务关键问题。

责任编辑:田耘
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
文章推荐
博客推荐
视频推荐