《數字化網絡化智能技術：工業(yè)大數據及其應用》課件 第1-3章 緒論；工業(yè)大數據感知與預處理；工業(yè)大數據存儲與計算平臺

工業(yè)大數據及其應用01緒論面向制造業(yè)轉型升級，實現智能制造，工業(yè)大數據是核心。本章重點概述了工業(yè)大數據定義、特點、處理系統(tǒng)流程和發(fā)展，進一步描述工業(yè)大數據與新一代信息技術的關系、與智能制造的關系。1工業(yè)大數據概述近年來，全球掀起智能制造的新熱潮。美國率先提出先進制造業(yè)戰(zhàn)略，德國的工業(yè)4.0、法國的新工業(yè)戰(zhàn)略緊隨其后。中國也在2015年提出《中國制造2025》發(fā)展戰(zhàn)略，明確將智能制造作為制造業(yè)發(fā)展的主攻方向，并于2019年發(fā)布《工業(yè)大數據白皮書(2019版)》，勾畫出工業(yè)大數據發(fā)展的整體輪廓。1工業(yè)大數據概述1.1工業(yè)大數據簡介對于“大數據”，研究機構Gartner給出了這樣的定義：“大數據”是需要新處理模式才能具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力來適應海量、高增長率和多樣化的信息資產。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數據庫軟件工具能力范圍的數據集合，具有海量的數據規(guī)模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。工業(yè)大數據是指在工業(yè)領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發(fā)、設計、工藝、制造、采購、供應、庫存、發(fā)貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環(huán)節(jié)所產生的各類數據及相關技術和應用的總稱。工業(yè)大數據以產品數據為核心，極大延展了傳統(tǒng)工業(yè)數據范圍，同時還包括工業(yè)大數據相關技術和應用。1工業(yè)大數據概述1.1工業(yè)大數據簡介圖1-1工業(yè)大數據來源分類第一類是企業(yè)運營管理相關的業(yè)務數據。這類數據來自企業(yè)信息化管理系統(tǒng)，包括企業(yè)資源計劃(ERP)、產品生命周期管理(PLM)、供應鏈管理(SCM)、客戶關系管理(CRM)和能耗管理系統(tǒng)（EMS)等，此類數據是工業(yè)企業(yè)傳統(tǒng)意義上的數據資產。1工業(yè)大數據概述1.1工業(yè)大數據簡介美國國家科學基金會（NSF）智能維護系統(tǒng)（IMS）產學合作中心創(chuàng)始主任李杰教授在他的《工業(yè)大數據》一書中曾指出，在自動化設備產生了大量未被充分挖掘價值的數據、獲取實時數據的成本不再高昂、設備的實時運算能力大幅提升以及依靠人的經驗已無法滿足復雜的管理和優(yōu)化的需求的條件下，大數據技術在工業(yè)領域逐漸興起。隨著企業(yè)數字化轉型的不斷深入，企業(yè)積累的各種數據也越來越多，這些數據從分散到集中經歷了較長的時間，但數據本身并不直接創(chuàng)造價值。因此，企業(yè)需要思考如何利用工業(yè)大數據分析工具，深入挖掘蘊藏在數據中的業(yè)務價值。工業(yè)大數據的分類可以從數據來源、工業(yè)大數據的應用場景兩大維度進行劃分。從數據來源看，工業(yè)大數據主要包括三類，如圖1-1所示。1工業(yè)大數據概述1.1工業(yè)大數據簡介第二類是制造過程數據。主要是指工業(yè)生產過程中，裝備、物料及產品加工過程的工況狀態(tài)參數、環(huán)境參數等生產情況數據，通過制造執(zhí)行系統(tǒng)(MES)實時傳遞，目前在智能裝備大量應用的情況下，此類數據量增長最快。第三類是企業(yè)外部數據。包括工業(yè)企業(yè)產品售出之后的使用、運營情況的數據，同時還包括大量客戶名單、供應商名單、外部的互聯網等數據。從工業(yè)大數據的應用場景看，工業(yè)大數據是針對每一個特定工業(yè)場景，以工業(yè)場景相關的大數據集為基礎，集成工業(yè)大數據系列技術與方法，獲得有價值信息的過程。工業(yè)大數據應用的目標是從復雜的數據集中發(fā)現新的模式與知識，挖掘得到有價值的信息，從而促進工業(yè)企業(yè)的產品創(chuàng)新、運營提質和管理增效。根據行業(yè)自身的生產特點和發(fā)展需求，工業(yè)大數據在不同行業(yè)中的應用重點以及所產生的業(yè)務價值也不盡相同。1工業(yè)大數據概述1.1工業(yè)大數據簡介在流程制造業(yè)中，企業(yè)利用生產相關數據進行設備預測性維護、能源平衡預測及工藝參數尋優(yōu)，可以降低生產成本、提升工藝水平、保障生產安全。對于離散制造業(yè)，工業(yè)大數據的應用促進了智慧供應鏈管理、個性化定制等新型商業(yè)模式的快速發(fā)展，有助于企業(yè)提高精益生產水平、供應鏈效率和客戶滿意度。1工業(yè)大數據概述1.2工業(yè)大數據特征和傳統(tǒng)的數據處理方式相比，大數據通過對海量資料的分析，產生人們所需要的計算結果。從大數據本身的特點而言，其主要特征在于數據的復雜多樣，又常被稱為“4V特性”，即，究其核心而言，大數據主要包含以下4種特性：規(guī)模性（Volumn），就是指數據規(guī)模大，而且面臨著大規(guī)模增長。我國大型的制造業(yè)企業(yè)，由人產生的數據規(guī)模一般在TB級或以下，但形成了高價值密度的核心業(yè)務數據。機器數據規(guī)模將可達PB級，是“大”數據的主要來源，但相對價值密度較低。隨著智能制造和物聯網技術的發(fā)展，產品制造階段少人化、無人化程度越來越高，運維階段產品運行狀態(tài)監(jiān)控度不斷提升，未來人產生的數據規(guī)模的比重降低，機器產生的數據將出現指數級的增長。1工業(yè)大數據概述1.2工業(yè)大數據特征高速性（Velocity），不僅是采集速度快，而且要求處理速度快。越來越多的工業(yè)信息化系統(tǒng)以外的機器數據被引入大數據系統(tǒng)，特別是針對傳感器產生的海量時間序列數據，數據的寫入速度達到了百萬數據點/秒-千萬數據點/秒。數據處理的速度體現在設備自動控制的實時性，更要體現在企業(yè)業(yè)務決策的實時性，也就是工業(yè)4.0所強調的基于“縱向、橫向、端到端”信息集成的快速反應。多樣性（Variety），就是復雜性，主要是指各種類型的碎片化、多維度工程數據，包括設計制造階段的概念設計、詳細設計、制造工藝、包裝運輸等各類業(yè)務數據，以及服務保障階段的運行狀態(tài)、維修計劃、服務評價等類型數據。甚至在同一環(huán)節(jié)，數據類型也是復雜多變的，例如在運載火箭研制階段，將涉及氣動力數據、氣動力熱數據、載荷與力學環(huán)境數據、彈道數據、控制數據、結構數據、總體實驗數據等，其中包含結構化數據、非結構化文件、高維科學數據、實驗過程的時間序列數據等多種數據類型。1工業(yè)大數據概述1.2工業(yè)大數據特征真實性（Veracity），相對于分析結果的高可靠性要求，工業(yè)大數據的真實性和質量比較低。工業(yè)應用中因為技術可行性、實施成本等原因，很多關鍵的量沒有被測量、沒有被充分測量或者沒有被精確測量（數值精度），同時某些數據具有固有的不可預測性，例如人的操作失誤、天氣、經濟因素等，這些情況導致往往數據質量不高，是數據分析和利用最大的障礙，對數據進行預處理以提高數據質量也常常是耗時最多的工作。工業(yè)系統(tǒng)往往具有復雜動態(tài)系統(tǒng)特性。飛機、高鐵、汽車、船舶、火箭等高端工業(yè)產品本身就是復雜系統(tǒng)；產品設計過程，首先要滿足外部系統(tǒng)復雜多變的需求；生產過程更是一個人機料法環(huán)協(xié)同交互的多尺度動態(tài)系統(tǒng)；使用過程本質上就是產品與外部環(huán)境系統(tǒng)的相互作用過程。由此可見，產品全生命周期相關各個環(huán)節(jié)都具有典型的系統(tǒng)性特征。在工業(yè)界，數據的結構和相互關系特別復雜。1工業(yè)大數據概述1.2工業(yè)大數據特征在數據規(guī)模遠遠不到PB(大數據的存儲單位，1PB=1024TB=1048576GB)級別時，很多數據處理方法就不合適了。針對這種情況，國外有學者提出，大數據的概念不必糾結于數據規(guī)模。凡是遇到利用傳統(tǒng)數據分析方法無效的數據集合，都可稱為“大數據”。依據該思想，有學者將工業(yè)大數據定義為“工業(yè)數據的總和”。工業(yè)大數據作為對工業(yè)相關要素的數字化描述和在賽博空間的映像，除了具備大數據的“4V特性”，工業(yè)大數據還具多模態(tài)、強關聯、高通量等新特征，如圖1-2所示。圖1-2工業(yè)大數據特征1工業(yè)大數據概述1.2工業(yè)大數據特征“多模態(tài)”。工業(yè)大數據是工業(yè)系統(tǒng)在賽博空間的映像，必須反映工業(yè)系統(tǒng)的系統(tǒng)化特征，必須要反映工業(yè)系統(tǒng)的各方面要素。所以，數據記錄必須追求完整，往往需要用超級復雜結構來反映系統(tǒng)要素，這就導致單體數據文件結構復雜。比如三維產品模型文件，不僅包含幾何造型信息，而且包含尺寸、工差、定位、物性等其它信息；同時，飛機、風機、機車等復雜產品的數據又涉及機械、電磁、流體、聲學、熱學等多學科、多專業(yè)。因此，工業(yè)大數據的復雜性不僅僅是數據格式的差異性，而是數據內生結構所呈現出“多模態(tài)”特征?！皬婈P聯”。工業(yè)數據之間的關聯并不是數據字段的關聯，其本質是物理對象之間和過程的語義關聯。包括（1）產品部件之間的關聯關系：零部件組成關系、零件借用、版本及其有效性關系；（2）生產過程的數據關聯，1工業(yè)大數據概述1.2工業(yè)大數據特征諸如跨工序大量工藝參數關聯關系、生產過程與產品質量的關系、運行環(huán)境與設備狀態(tài)的關系等；（3）產品生命周期的設計、制造、服務等不同環(huán)節(jié)的數據之間的關聯，例如仿真過程與產品實際工況之間的聯系；（4）在產品生命周期的統(tǒng)一階段所涉及到不同學科不同專業(yè)的數據關聯，例如民用飛機預研過程中會涉及總體設計方案數據、總體需求數據、氣動設計及氣動力學分析數據、聲學模型數據及聲學分析數據、飛機結構設計數據、零部件及組裝體強度分析數據、系統(tǒng)及零部件可靠性分析數據等。數據之間的“強關聯”反映的就是工業(yè)的系統(tǒng)性及其復雜動態(tài)關系?！案咄俊薄Ｇ度肓藗鞲衅鞯闹悄芑ヂ摦a品已成為工業(yè)互聯網時代的重要標志，用機器產生的數據來代替人所產生的數據，實現實時的感知。從工業(yè)大數據的組成體量上來看，物聯網數據已成為工業(yè)大數據的主體。1工業(yè)大數據概述1.2工業(yè)大數據特征以風機裝備為例，根據IEC61400-25標準，持續(xù)運轉風機的故障狀態(tài)其數據采樣頻率為50Hz，單臺風機每秒產生225K字節(jié)傳感器數據，按2萬風機計算，如果全量采集每秒寫入速率為4.5GB/秒。具體來說，機器設備所產生的時序數據可以總結為以下幾個特點:海量的設備與測點、數據采集頻度高（產生速度快）、數據總吞吐量大，呈現出“高通量”的特征。在工業(yè)智能制造的領域中，工業(yè)大數據最為顯著的特點就是數據的多樣性，多樣化的特征可以讓企業(yè)獲得多樣化的信息。為了獲得這些信息，企業(yè)一般會對工業(yè)大數據進行分析，在分析的過程中，相關的企業(yè)通常會采用通用的數據模型。在這些模型當中，企業(yè)一般會將一些結構性的商業(yè)數據進行整合，這些結構性的數據主要包含了庫存信息、交易信息、財務信息等。在此基礎上，這些模型也會將非結構性操作系統(tǒng)的數據進行有機結合，這些非結構信息主要包含了預警、流程參數和供應商、公共網絡數據。然后企業(yè)通過挖掘這些工業(yè)大數據本身之間的聯系，獲得有用的信息，這些信息一般包含了制造業(yè)的生產和運營規(guī)律。1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構工業(yè)大數據將構建面向工業(yè)智能化發(fā)展的三大優(yōu)化閉環(huán)處理流程。一是面向機器設備運行優(yōu)化的閉環(huán)，核心是基于對機器操作數據、生產環(huán)境數據的實時感知和邊緣計算，實現機器設備的動態(tài)優(yōu)化調整，構建智能機器和柔性產線；二是面向生產運營優(yōu)化的閉環(huán)，核心是基于信息系統(tǒng)數據、制造執(zhí)行系統(tǒng)數據、控制系統(tǒng)數據的集成處理和大數據建模分析，實現生產運營管理的動態(tài)優(yōu)化調整，形成各種場景下的智能生產模式；三是面向企業(yè)協(xié)同、用戶交互與產品服務優(yōu)化的閉環(huán)，核心是基于供應鏈數據、用戶需求數據、產品服務數據的綜合集成與分析，實現企業(yè)資源組織和商業(yè)活動的創(chuàng)新，形成網絡化協(xié)同、個性化定制、服務化延伸等新模式。工業(yè)大數據的處理過程符合大數據分析生命周期，涉及多個不同階段，如圖1-3所示。1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構（1）工業(yè)大數據數據采集階段重點關注如何自動地生成正確的元數據以及其可追溯性。既要研究如何生成正確的元數據，又要支持進行數據溯源。（2）工業(yè)大數據抽取、清洗和注釋階段主要負責對工業(yè)數據集進行數據抽取、格式轉換、數據清洗、語義標注等預處理工作，是數據工程的主要內容。圖1-3工業(yè)大數據處理系統(tǒng)1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構（3）工業(yè)大數據集成、聚集與表示階段主要關注數據源的“完整性”，克服“信息孤島”，通常工業(yè)數據源通常是離散的和非同步的。對于飛機、船舶等具有復雜結構的工業(yè)產品，基于BOM進行全生命周期數據集成是被工業(yè)信息化實踐所證明的行之有效的方法。對于化工、原材料等流程工業(yè)產品，則一般基于業(yè)務過程進行數據集成。（4）工業(yè)大數據建模和分析階段必須結合專業(yè)知識，工業(yè)大數據應用強調分析結果的可靠性，以及分析結果能夠用專業(yè)知識進行解釋。工業(yè)大數據是超復雜結構數據，一個結果的產生，是多個因素共同作用的結果，必須借助專業(yè)知識，同時，工業(yè)過程非常復雜，現實中還可能存在很多矛盾的解釋，因此，要利用大數據具有“混雜”性的特點，通過多種相對獨立的角度來驗證分析結果。1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構（5）工業(yè)大數據分析結果解釋與應用階段要面對具體行業(yè)和具體領域，以最易懂的方式，向用戶展示查詢結果。這樣做有助于分析結果的解釋，易于和產品用戶的協(xié)作，更重要的是推動工業(yè)大數據分析結果閉環(huán)應用到工業(yè)中的增值環(huán)節(jié)，以創(chuàng)造價值。工業(yè)大數據處理系統(tǒng)技術架構包含采集交換層、集成處理層、建模分析層、決策控制層，如圖1-4所示。圖1-4工業(yè)大數據技術架構1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構（1）采集交換層：主要指從傳感器、SCADA、MES、ERP等內部系統(tǒng)，以及企業(yè)外部數據源獲取數據的功能，并實現在不同系統(tǒng)之間數據的交互。（2）集成處理層：從功能上，主要將物理系統(tǒng)實體的抽象和虛擬化，建立產品、產線、供應鏈等各種主題數據庫，將清洗轉換后的數據與虛擬制造中的產品、設備、產線等實體相互關聯起來。從技術上，實現原始數據的清洗轉換和存儲管理，提供計算引擎服務，完成海量數據的交互查詢、批量計算、流式計算和機器學習等計算任務，并對上層建模工具提供數據訪問和計算接口。（3）建模分析層：功能上主要是在虛擬化的實體之上構建仿真測試、流程分析、運營分析等分析模型，用于在原始數據中提取特定的模式和知識，為各類決策的產生提供支持。從技術上，主要提供數據報表、可視化、知識庫、機器學習、統(tǒng)計分析和規(guī)則引擎等數據分析工具。1工業(yè)大數據概述1.3工業(yè)大數據處理系統(tǒng)與技術架構（4）決策控制層：基于數據分析結果，生成描述、診斷、預測、決策、控制等不同應用，形成優(yōu)化決策建議或產生直接控制指令，從而對工業(yè)系統(tǒng)施加影響，實現個性化定制、智能化生產、協(xié)同化組織和服務化制造等創(chuàng)新模式，最終構成從數據采集到設備、生產現場及企業(yè)運營管理優(yōu)化的閉環(huán)。在物聯網制造的環(huán)境下，隨著各種智能設備遍布在加工車間，對加工過程的監(jiān)測逐步實1工業(yè)大數據概述1.4工業(yè)大數據發(fā)展趨勢工業(yè)大數據是推進工業(yè)數字化轉型的重要技術手段，需要“業(yè)務、技術、數據”的融合。這就要求從業(yè)務的角度去審視當前的改進方向，從IT、OT、管理技術的角度去思考新的運作模式、新的數據平臺、應用和分析需求，從數據的角度審視如何通過信息的融合、流動、深度加工等手段，全面、及時、有效地構建反映物理世界的邏輯視圖，支撐決策與業(yè)務。因此，工業(yè)大數據的發(fā)展將呈現以下發(fā)展趨勢。（1）數據大整合、數據規(guī)范統(tǒng)一工業(yè)企業(yè)逐步加強工業(yè)大數據采集、交換與集成，打破數據孤島，實現數據跨層次、跨環(huán)節(jié)、跨系統(tǒng)的大整合，在宏觀上從多個維度建立切實可行的工業(yè)大數據標準體系，實現數據規(guī)范的統(tǒng)一。另外，在實際應用中逐步實現工業(yè)軟件、物聯設備的自主可控，實現高端設備的讀寫自由。1工業(yè)大數據概述1.4工業(yè)大數據發(fā)展趨勢（2）機器學習，數據到模型的自動建模在實現大數據采集、集成的基礎上，推進工業(yè)全鏈條的數字化建模和深化工業(yè)大數據分析，將各領域各環(huán)節(jié)的經驗、工藝參數和模型數字化，形成全生產流程、全生命周期的數字鏡像，并構造從經驗到模型的機器學習系統(tǒng)，以實現從數據到模型的自動建模。（3）構建不同領域專業(yè)數據分析算法在大數據技術領域通用算法的基礎上，不斷構建工業(yè)領域專業(yè)的算法，深度挖掘工業(yè)系統(tǒng)的物理化學原理、工藝、制造等知識，滿足企業(yè)對工業(yè)數據分析結果高置信度的要求。（4）數據結果通過3D工業(yè)場景可視化呈現進行數據和3D工業(yè)場景的可視化呈現，將數據結果直觀地展示給用戶，增加工業(yè)數據的可使用度。通過3D工業(yè)場景的可視化，實現制1工業(yè)大數據概述1.4工業(yè)大數據發(fā)展趨勢造過程的透明化，有利于過程協(xié)同。另外，目前深度學習、知識圖譜、虛擬現實等前沿技術已經在互聯網環(huán)境得到了廣泛的應用，但是這些前沿技術如何工業(yè)場景中發(fā)揮其價值，還需要進一步的探索。在深度學習應用方面，利用深度學習算法在工業(yè)場景中開展圖像和視頻處理將成為重要發(fā)展方向。如管道焊縫X光片的缺陷識別，基于深度學習的X射線焊縫圖像識別可以對缺陷的特征進行提取和自動研判；打造智能安全工廠，現有的生產工廠的安全生產監(jiān)控系統(tǒng)，人工監(jiān)控容易疏忽，僅用作事后取證的記錄，沒有發(fā)揮安全預警的價值，基于視頻跟蹤的深度學習技術，實時監(jiān)控工廠安全狀態(tài)，對非安全行為進行實時預警。1工業(yè)大數據概述1.4工業(yè)大數據發(fā)展趨勢在工業(yè)知識圖譜方面，如何在工業(yè)生產過程中提取工業(yè)語義關鍵信息并關聯形成具備專業(yè)特點的工業(yè)知識圖譜是下一步探索重點。一個值得探索的重要方向是圍繞復雜裝備運維服務階段大量自然語言工單數據，利用復雜裝備設計研發(fā)階段形成專業(yè)詞庫，提取面向復雜裝備具有的工業(yè)語義關鍵信息，并自動將這些關鍵語義進行關聯形成具有專業(yè)特點的工業(yè)知識圖譜。具體包括事件實體和類型提?。ū热绻收项愋统槿。?、事件線索抽取（比如故障現象、征兆、排查路線、結果分析），并將知識圖譜與設備資產檔案（時序數據）進行關聯，實現工況上下文中的知識推理。虛擬現實作為智能制造的核心技術之一，目前主要探索方向是通過數字孿生體，實現物理世界到虛擬世界的映射?；跀底謱\生體技術，可以實現工業(yè)生產制造過程中產品設計的協(xié)同化、遠程運維的智能化、產品試驗完全仿真化，大幅度提升工業(yè)生產效率和智能水平。2工業(yè)大數據與工業(yè)互聯網的關系當前制造業(yè)正處在由數字化、網絡化向智能化發(fā)展的重要階段，其核心是基于海量工業(yè)數據的全面感知，通過端到端的數據深度集成與建模分析，實現智能化的決策與控制指令，形成智能化生產、網絡化協(xié)同、個性化定制、服務化延伸等新型制造模式。這一背景下，傳統(tǒng)數字化工具已經無法滿足需求，伴隨制造業(yè)變革與數字經濟浪潮交匯融合，云計算、物聯網、大數據等信息技術與制造技術、工業(yè)知識的集成創(chuàng)新不斷加劇，工業(yè)互聯網平臺應運而生。工業(yè)互聯網更為關注制造業(yè)企業(yè)如何以工業(yè)為本，通過“智能+”打通、整合、協(xié)同產業(yè)鏈，催生個性化定制、網絡化協(xié)同、服務化延伸等新模式，從而提升企業(yè)、整體行業(yè)價值鏈或是區(qū)域產業(yè)集群的效率。工業(yè)互聯網既是工業(yè)大數據的重要來源，也是工業(yè)大數據重要的應用場景。尤其在工業(yè)互聯網平臺的建設中，工業(yè)大數據扮演著重要的角色。2工業(yè)大數據與工業(yè)互聯網的關系2.1在工業(yè)互聯網標準體系中的定位2017年，工業(yè)和信息化部指導編寫了《工業(yè)互聯網平臺白皮書》，圍繞工業(yè)互聯網平臺的概念、技術體系、產業(yè)生態(tài)、應用場景等進行了研究，提出了工業(yè)互聯網平臺功能架構圖1-5工業(yè)互聯網平臺功能架構圖2工業(yè)大數據與工業(yè)互聯網的關系2.1在工業(yè)互聯網標準體系中的定位在工業(yè)互聯網平臺功能架構中，工業(yè)大數據系統(tǒng)、工業(yè)數據建模和分析是工業(yè)互聯網平臺層（工業(yè)PaaS層）的重要核心。一方面，借助工業(yè)大數據處理、預處理、分析等技術，基于工業(yè)大數據系統(tǒng)，平臺層（工業(yè)PaaS層）得以實現對邊緣層、IaaS層產生的海量數據進行高質量存儲與管理；另一方面：運用數學統(tǒng)計、機器學習及最新的人工智能算法實現面向歷史數據、實時數據、時序數據的聚類、關聯和預測分析，將數據與工業(yè)生產實踐經驗相結合，構建機理模型，支撐應用層各種分析應用的實現。2021年，工業(yè)和信息化部指導編寫了《工業(yè)互聯網標準體系（版本3.0）》，梳理了已有工業(yè)互聯網國家/行業(yè)/聯盟標準及未來要制定的標準，形成統(tǒng)一、綜合、開放的工業(yè)互聯網標準體系，如圖1-6所示。2工業(yè)大數據與工業(yè)互聯網的關系2.1在工業(yè)互聯網標準體系中的定位工業(yè)互聯網標準體系包括基礎共性、網絡、邊緣計算、平臺、安全、應用等六大部分，其中在平臺部分提出工業(yè)大數據標準，包括工業(yè)數據交換標準、工業(yè)數據分析與系統(tǒng)標準、工業(yè)數據管理標準、工業(yè)數據建模標準、工業(yè)大數據服務標準、工業(yè)大數據中心標準等。圖1-6工業(yè)互聯網標準體系結構圖2工業(yè)大數據與工業(yè)互聯網的關系2.2在工業(yè)互聯網中的應用工業(yè)大數據在工業(yè)互聯網中的應用首先體現在對于工業(yè)互聯網個性化定制、網絡化協(xié)同、服務化延伸等工業(yè)互聯網新模式場景的支撐。在大規(guī)模個性化定制場景下，企業(yè)通過外部平臺采集客戶個性化需求數據，與工業(yè)企業(yè)生產數據、外部環(huán)境數據相融合，建立個性化產品模型，將產品方案、物料清單、工藝方案通過制造執(zhí)行系統(tǒng)快速傳遞給生產現場，進行生產線調整和物料準備，快速生產出符合個性化需求的定制化產品。在網絡化協(xié)同場景下，基于工業(yè)大數據，驅動制造全生命周期從設計、制造到交付、服務、回收各個環(huán)節(jié)的智能化升級，最終推動制造全產業(yè)鏈智能協(xié)同，優(yōu)化生產要素配置和資源利用，消除低效中間環(huán)節(jié)，整體提升制造業(yè)發(fā)展水平和世界競爭力。在服務化延伸場景中，通過傳感器和工業(yè)大數據分析技術，對產品使用過程中的自身工作狀況、周邊環(huán)境、用戶操作行為等數據進行實時采集、建模、分析，從而實現在線健康檢測、故障診斷預警等服務，催生支持在線租用、按使用付費等新的服務模型，創(chuàng)造產品新的價值，實現制造企業(yè)的服務化轉型。2工業(yè)大數據與工業(yè)互聯網的關系2.2在工業(yè)互聯網中的應用除了在工業(yè)互聯網新模式場景中的應用，從集中化平臺的角度來看，工業(yè)互聯網平臺還承載了通過工業(yè)大數據的分析利用從而實現知識積累的重任。工業(yè)領域經歷了數百年的發(fā)展，在不同的行業(yè)、領域和場景下積累了大量的工業(yè)機理和工業(yè)知識，體現了對工業(yè)過程的深刻理解，能夠持續(xù)地指導工業(yè)過程的優(yōu)化和改進。在工業(yè)大數據時代，通過對這些工業(yè)機理、知識的提煉和封裝，實現工業(yè)機理、知識模型上云、共享和復用，一方面，將使工業(yè)機理更好地融入于工業(yè)大數據算法，實現模型的調優(yōu)和迭代，縮短數據模型的收斂時間；同時，通過對海量工業(yè)大數據的深入挖掘、提煉、建模和封裝，進一步形成面向各個細分工業(yè)領域的各類知識庫、工具庫、模型庫和工業(yè)軟件，將有助于加速舊知識的復用和新知識的不斷產生，進一步服務于工業(yè)過程的改進和提升，為用戶提供基于工業(yè)互聯網的持續(xù)價值創(chuàng)造良性閉環(huán)。3工業(yè)大數據與智能制造的關系智能制造是工業(yè)大數據的載體和產生來源，其各環(huán)節(jié)信息化、自動化系統(tǒng)所產生的數據構成了工業(yè)大數據的主體。另一方面，智能制造又是工業(yè)大數據形成的數據產品最終的應用場景和目標。工業(yè)大數據描述了智能制造各生產階段的真實情況，為人類讀懂、分析和優(yōu)化制造提供了寶貴的數據資源，是實現智能制造的智能來源。工業(yè)大數據、人工智能模型和機理模型的結合，可有效提升數據的利用價值，是實現更高階的智能制造的關鍵技術之一。3工業(yè)大數據與智能制造的關系3.1在智能制造標準體系中的定位智能制造標準體系結構包括“A基礎共性”、“B關鍵技術”、“C行業(yè)應用”等3個部分，主要反映標準體系各部分的組成關系。智能制造標準體系結構圖如圖1-7所示。圖1-7智能制造標準體系結構圖3工業(yè)大數據與智能制造的關系3.1在智能制造標準體系中的定位其中在關鍵技術的智能賦能技術部分主要包括人工智能、工業(yè)大數據、工業(yè)軟件、工業(yè)云、邊緣計算、數字孿生和區(qū)塊鏈等7個部分，用于指導新技術向制造業(yè)領域融合應用，提升制造業(yè)智能化水平。工業(yè)大數據標準主要包括平臺建設的要求、運維和檢測評估等工業(yè)大數據平臺標準；工業(yè)大數據采集、預處理、分析、可視化和訪問等數據處理標準；數據管理體系、數據資源管理、數據質量管理、主數據管理、數據管理能力成熟度等數據管理和治理標準；工廠內部數據共享、工廠外部數據交換等數據流通標準。3工業(yè)大數據與智能制造的關系3.2在智能制造中的應用狹義的智能制造（SmartFactory）主要針對制造業(yè)企業(yè)的生產過程，從工業(yè)2.0、工業(yè)3.0到工業(yè)4.0的進階過程中，首先是關注提升系統(tǒng)的自動化水平，完善MES、APS等信息化系統(tǒng)的建設，面向對整個生產過程的流程優(yōu)化實現提質增效。同時，整個生產體系的數字化水平得到極大提升，使得從生產設備、自動化系統(tǒng)、信息化系統(tǒng)中提取數據對人、機、料、法、環(huán)等生產過程關鍵要素進行定量刻畫、分析成為可能。這既是從自動化、信息化走向智能化目標的過程，也是通過數字化、網絡化最終實現智能化的現實路徑。智能化（Intelligent）描述了自動化與信息化之上的智能制造的愿景，通過對工業(yè)大數據的展現、分析和利用，可以更好地優(yōu)化現有的生產體系：通過對產品生產過程工藝數據和質量數據的關聯分析，實現控制與工藝調整優(yōu)化建議，3工業(yè)大數據與智能制造的關系3.2在智能制造中的應用從而提升產品良率；通過零配件倉儲庫存、訂單計劃與生產過程數據分析，實現更優(yōu)的生產計劃排程；通過對生產設備運行及使用數據的采集、分析和優(yōu)化，實現設備遠程點檢及智能化告警、智能健康檢測；通過對耗能數據的監(jiān)測、比對與分析，找到管理節(jié)能漏洞、優(yōu)化生產計劃，實現能源的高效使用等。謝謝工業(yè)大數據及其應用02工業(yè)大數據感知與預處理工業(yè)大數據感知與預處理大數據感知是從真實世界對象中獲得原始數據的過程。工業(yè)大數據感知主要指的是通過各種技術手段收集工業(yè)環(huán)境中的數據。工業(yè)大數據預處理是指對收集到的原始數據進行質量評估、清洗、轉換和集成等操作，以提高數據的質量和可用性。工業(yè)大數據感知與預處理是工業(yè)大數據應用的重要環(huán)節(jié)，涉及工業(yè)大數據的感知、傳輸、預處理等多個步驟。1工業(yè)大數據來源工業(yè)大數據是指在工業(yè)領域中，圍繞典型智能制造模式，從客戶需求到銷售、訂單、計劃、研發(fā)、設計、工藝、制造、采購、供應、庫存、發(fā)貨和交付、售后服務、運維、報廢或回收再制造等整個產品全生命周期各個環(huán)節(jié)所產生的各類數據及相關技術和應用的總稱。工業(yè)大數據以產品數據為核心，極大延展了傳統(tǒng)工業(yè)數據范圍，廣義的工業(yè)大數據應分為工業(yè)大數據來源、工業(yè)大數據技術和工業(yè)大數據應用三大部分，如圖2-1所示。圖2-1工業(yè)大數據包含的三大部分2工業(yè)大數據感知數據感知技術是一種通過物理、化學或生物效應感知目標的狀態(tài)、特征和方式的信息，并按照一定的規(guī)律將其轉換成可利用信號，用以表征目標特征的信息獲取技術。工業(yè)大數據感知技術是指通過應用傳感器、無線射頻識別（RadioFrequencyIdentification，RFID）技術以及其他先進的數據采集方法，在工業(yè)環(huán)境中實時獲取、收集、處理和分析數據的一系列技術手段。本節(jié)將重點介紹標識與解析技術、傳感器技術、定位技術和群智感知技術等四種關鍵工業(yè)大數據感知技術。2工業(yè)大數據感知2.1標識與解析在數字化的工業(yè)系統(tǒng)中，標識編碼指能夠唯一識別設備、物料、產品等物理資源和工序、軟件、模型、數據等虛擬資源的身份符號，類似于“身份證”。標識解析指能夠根據標識編碼查詢目標對象位置或者相關信息的系統(tǒng)，對物理對象和虛擬對象進行唯一性的邏輯定位和信息查詢。常見的標識解析技術包括條碼技術、磁卡技術、RFID技術、二維碼技術、生物特征技術等。2工業(yè)大數據感知條形碼技術條形碼是將寬度不等的多個黑條和空白，按照一定的編碼規(guī)則排列，用以表達一組信息的圖形標識符。目前世界上常用的碼制有EAN條形碼、UPC條形碼、25條形碼、交叉25條形碼、庫德巴條形碼、Code39條形碼和Code128條形碼等，如圖2-2所示。圖2-2條形碼圖案2工業(yè)大數據感知條形碼技術條形碼解析的時候，是使用條形碼識讀設備（即條形碼掃描器，又稱條碼掃描槍或條碼閱讀器）掃描，得到一組反射光信號，此信號經光電轉化后變?yōu)橐唤M與線條、空白相對應的電子信號，經解碼后還原為相應的文字或數字，再傳入計算機。目前也能夠通過手機拍照方法對照片進行識別來獲取條碼中的數據。常用的條形碼識讀設備主要有CCD掃描器、激光掃描器和光筆掃描器三種。2工業(yè)大數據感知二維碼技術二維碼又稱二維條形碼，是用某種特定的幾何圖形按一定規(guī)律在平面（二維方向上）分布的、黑白相間的、記錄數據符號信息的圖形。二維碼可以分為堆疊式/行排式二維碼和矩陣式二維碼。堆疊式/行排式二維碼形態(tài)上是由多行短截的一維條碼堆疊而成，但與一維碼的排列規(guī)則不完全相同；矩陣式二維條碼以矩陣的形式組成，在矩陣相應元素位置上用“點”和“空”表示二進制的“1”和“0”，“點”和“空”的排列組成代碼。堆疊式/行排式二維碼的編碼原理與一維碼的編碼原理類似，可以用相同的設備對其進行掃描識讀。由于堆疊式/行排式二維碼的容量更大，所以校驗功能有所增強，但不具有糾錯功能。堆疊式/行排式二維碼中具有代表性的有Code16K、Code49碼、PDF417碼，其樣式如圖2-3至圖2-4所示。2工業(yè)大數據感知二維碼技術矩陣式二維碼是建立在計算機圖像處理技術、組合編碼原理等基礎上的一種新型圖形符號自動識讀處理碼制，通常都有糾錯功能。具有代表性的矩陣式二維條碼有：CodeOne碼、MaxiCode碼、QuickResponse碼（簡稱，QR碼）、DataMatrix碼、HanXin碼、GridMatrix碼等，其樣式如圖2-5至圖2-8所示。圖2-3Code49碼樣例圖2-4FDF417碼樣例2工業(yè)大數據感知二維碼技術圖2-5Codeone碼圖2-6QR碼

要獲得二維碼中的內容必須對其解析。二維碼特征識別的思路是：首先，尋找二維碼的三個角的定位角點，需要對圖片進行平滑濾波，二值化，尋找輪廓，篩選輪廓中有兩個子輪廓的特征，從篩選后的輪廓中找到面積最接近的3個，即是二維碼的定位角點。圖2-7DataMatrix碼圖2-8漢信碼2工業(yè)大數據感知二維碼技術其次，判斷3個角點處于什么位置，主要用來對圖片進行透視校正（相機拍到的圖片）或者仿射校正（對網站上生成的圖片進行縮放、拉伸、旋轉等操作后得到的圖片）。由3個角點圍成的三角形的最大的角的頂點就是二維碼左上角的點。然后根據這個角的兩個邊的角度差確定另外兩個角點的左下和右上位置。第三步，根據這些特征識別二維碼的范圍。最終使用zbar算法對圖像中的數據進行解析。3.RFID技術：無線射頻識別技術是一種自動識別技術，通過無線射頻方式進行非接觸雙向數據通信，利用無線射頻方式對記錄媒體（電子標簽或射頻卡）進行讀寫，從而達到識別目標和數據交換的目的。其基本原理是利用射頻信號和空間耦合（電感或電磁耦合）傳輸特性實現識讀器與標簽間的數據傳輸。2工業(yè)大數據感知二維碼技術從結構上講，RFID系統(tǒng)一般由電子標簽、讀寫器和中央信息系統(tǒng)三個基本部分組成，如圖2-9所示。電子標簽由耦合天線及芯片構成，每個標簽都具有唯一的電子產品代碼（EPC），并附著在被標識的物體或對象上。讀寫器（又稱閱讀器）為讀取或擦寫標簽信息的設備，可外接天線，用于發(fā)送和接收射頻信號。中央信息系統(tǒng)（或簡稱數據庫）包括中間件、信息處理系統(tǒng)、數據庫等，用以對讀寫器讀取的標簽信息進行處理，其功能涉及具體的系統(tǒng)應用，如實現信息加密或安全認證等。圖2-9RFID系統(tǒng)組成框架2工業(yè)大數據感知2.2傳感器技術傳感器是指能感受被測量并按照一定的規(guī)律轉換成可用輸出信號的器件或裝置。通常被測量是非電物理量，輸出信號一般為電量。本節(jié)根據傳感器的輸入量，從加速度傳感技術、位移傳感技術、力學傳感技術、光學傳感技術、圖像傳感技術、智能傳感技術等方面介紹傳感器技術。2工業(yè)大數據感知加速度傳感技術加速度傳感器技術通過測量物體受力后產生的加速度，將運動信息轉化為電信號輸出。其工作原理基于牛頓第二定律，即當施加力于物體時，物體將產生相應的加速度。加速度與運動物體的質量相關，按照加速度引起的作用力對敏感元件的作用形式，加速度傳感器可分成壓縮型、剪切型和彎曲型。2工業(yè)大數據感知壓電式加速度傳感器基于壓電晶體的壓電效應工作，利用加速度計中的質量塊加在壓電元件上的力與產生的電荷成正比的特性來實現振動加速度的測量。這種傳感器具有高靈敏度和可靠性的優(yōu)點。根據壓電晶體厚度變形和剪切變形的壓電常數值最大，利用厚度變形制成壓縮型加速度傳感器，利用剪切變形制成剪切型加速度傳感器。2工業(yè)大數據感知電容式加速度傳感器電容式加速度傳感器是一種利用電容變化來測量加速度的傳感器。其結構主要包括一個固定的電極和一個可移動的電極（也稱為質量塊）。當加速度作用于傳感器時，質量塊會發(fā)生位移，導致兩個電極之間的電容值發(fā)生變化。電容式傳感器具有溫度效應小、靈敏度相對較高、加工工藝不復雜等優(yōu)點。2工業(yè)大數據感知壓阻式加速度傳感器壓阻式加速度傳感器是一種利用壓阻效應來測量加速度的傳感器。其基本原理是，當加速度作用于傳感器時，內部的慣性質量塊會產生一個慣性力，這個力作用于傳感器的彈性梁上，使彈性梁產生形變。彈性梁上的壓敏電阻隨著形變會產生電阻值的變化，從而通過測量電阻值的變化來推算出加速度的大小。2工業(yè)大數據感知位移傳感技術位移傳感技術是一種關鍵的測量技術，主要用于實時監(jiān)測和控制物體或結構的位置變化。其基本原理是將物體相對于參考點的位移轉換為可讀取的電信號輸出，從而實現對物體位置變化的監(jiān)測和控制。位移包括線位移和角位移。位移測量一般是在位移方向上用位移（或轉角）傳感器測量物體的絕對位置或相對位置的變化。因此，位移傳感器是非電量測量中的基礎性傳感器。2工業(yè)大數據感知力學傳感技術力學傳感技術是一種廣泛應用于各種領域的關鍵技術。力學傳感器是一種能夠測量和轉換物體力學量（如力、壓力、重量等）為電信號或其他可讀取信號的裝置。其基本原理基于胡克定律、應變測量原理等，通過測量物體的形變、電阻變化等物理量來間接獲取力學量的大小。力學傳感器通常由以下幾個部分組成：1）彈性元件：負責感受物體的力學量并產生相應的形變。常見的彈性元件有彈簧、彈性梁、彈性片等；2）傳感器：將彈性元件的形變轉換為電信號或其他可讀取信號。傳感器可以采用不同的工作原理，如壓阻式、電容式、壓電式等；3）信號處理電路：對傳感器輸出的信號進行放大、濾波、數字化等處理，以便后續(xù)的分析和記錄。力傳感器按照工作原理分為電阻式（應變式、壓阻式和電位器式）、電感式（壓磁式）、電容式、磁電式（霍爾式）、壓電式、表面聲波、光纖、薄膜（連續(xù)膜）力傳感器等。2工業(yè)大數據感知圖像傳感技術圖像傳感技術是在光電技術基礎上發(fā)展起來的，利用光電器件的光電轉換功能，將其感光面上的光信號轉換為與光信號成對應比例關系的電信號“圖像”的一門技術，該技術將光學圖像轉換成一維時序信號，其關鍵器件是圖像傳感器。2工業(yè)大數據感知固態(tài)圖像傳感器固態(tài)圖像傳感器是利用光敏元件的光電轉換功能將投射到光敏單元上的光學圖像轉換成電信號“圖像”，即將光強的空間分布轉換為與光強成比例的電荷包空間分布，然后利用移位寄存器功能將這些電荷包在時鐘脈沖控制下實現讀取與輸出形成一系列幅值不等的時鐘脈沖序列，完成光圖像的電轉換。固態(tài)圖像傳感器一般包括光敏單元和電荷寄存器兩個主要部分。根據光敏元件的排列形式不同，固態(tài)圖像傳感器可分為線型和面型兩種。根據所用的敏感器件不同，又可分為CCD、MOS線型傳感器以及CCD、CIDMOS陣列式面型傳感器等。2工業(yè)大數據感知固態(tài)圖像傳感器（2）紅外圖像傳感器紅外圖像傳感器是一類專門用于捕捉紅外輻射圖像的傳感器，其工作原理是通過將紅外輻射轉化為電信號，再經過處理和放大，形成可視化的圖像。遙感技術多應用于5~10pm的紅外波段，現有的基于MOS器件的圖像傳感器和CCD圖像傳感器均無法直接工作于這一波段，因此，需要研究專門的紅外圖像傳感技術及器件來實現紅外波段的圖像探測與采集。目前，紅外CCD圖像傳感器有集成（單片）式和混合式兩種。集成式紅外CCD固態(tài)圖像傳感器是在一塊襯底上同時集成光敏元件和電荷轉移部件而構成的，整個片體要進行冷卻。目前使用的紅外CCD傳感器多為混合式。除了光敏部件，單片紅外CCD圖像傳感器的電荷轉移部件同樣需要在低溫狀態(tài)工作，因實現起來有一定困難，目前尚未實用。2工業(yè)大數據感知固態(tài)圖像傳感器混合式紅外CCD圖像傳感器的感光單元與電荷轉移部件相分離，工作時，紅外光敏單元處于冷卻狀態(tài)，而Si-CCD的電荷轉移部件工作于室溫條件。這克服了單片式固態(tài)紅外傳感器電荷轉移部件需要在低溫狀態(tài)下工作的難點，但光敏單元與電荷轉移部件的連線過長將帶來其他困難。（3）超導圖像傳感器超導圖像傳感器包括超導紅外傳感器、超導可見光傳感器、超導微波傳感器、超導磁場傳感器等。超導圖像傳感器的最大特點是噪聲很小，其噪聲電平小到接近量子效應的極限。超導圖像傳感器具有極高的靈敏度。使用超導圖像傳感器時，還要配以準光學結構組成的測量系統(tǒng)。來自電磁喇曼的被測波圖像，通常用光學透鏡聚光，然后在傳感器上成像。因此，在水平和垂直方向上微動傳感器總是能夠探測空間的圖像。這種測量系統(tǒng)適用于毫米波段。利用線陣隧道結器件的圖像傳感器可以測量35GH2的空間電場強度分布，這種傳感器已應用于生物斷層檢測方面，也可用于乳腺癌的非接觸探測等。2工業(yè)大數據感知光學傳感技術光學傳感器是依據光學原理進行測量與感知的傳感器件，它有許多優(yōu)點，如非接觸和非破壞性測量、幾乎不受干擾、傳輸速度快以及可遙測、遙控等。本節(jié)以光纖傳感技術為例，介紹光學傳感技術。光纖傳感器（OpticFibreSensor，OFS）是20世紀70年代后期發(fā)展起來的偏振、散射等）變化，對外界物理量進行測量和數據傳輸。OFS具有體積小、質量輕、抗電磁傳感技術。該技術利用外界物理量引起的光纖中傳播的光的特性參數（如強度、相位、波長、于組成傳感器網絡、融合進物聯網等優(yōu)點，在極端環(huán)境下能完成傳統(tǒng)傳感器很難甚至不能完干擾、安全性高（無電火花，可在易燃、易爆環(huán)境下工作），傳感器端無須供電、耐高溫，以及便成的任務，擴展了傳統(tǒng)傳感器的功能，因此，OFS作為一種新型傳感器受到了研究者的重視，并得到廣泛的研究和應用。2工業(yè)大數據感知微型化傳感器技術微型化傳感器技術的核心原理在于利用微電子技術將傳感元件集成在芯片上，從而實現傳感器的小型化。這種技術結合了機械、電子、光學等多個領域的技術，具有體積小、功耗低、響應速度快、成本低等優(yōu)點。具體來說，微型傳感器可以通過微納加工技術、MEMS（微機電系統(tǒng)）技術等制造出來。按照被測量的物理性質不同，微型傳感器可分為化學微傳感器、生物微傳感器、物理微傳感器等。典型的微型傳感器有離子傳感器、基因傳感器、聲表面波傳感器等。1）離子傳感器——化學型。離子傳感器是將溶液中的離子活度轉換為電信號的傳感器，其基本原理是利用固定在敏感膜上的離子識別材料有選擇性地結合被傳感的離子，從而發(fā)生膜電位或膜電壓的改變，達到檢測目的。離子傳感器廣泛應用在化學、醫(yī)藥、食品以及生物工程等行業(yè)中。2工業(yè)大數據感知微型化傳感器技術2）基因傳感器——生物型。基因傳感器通過固定在感受器表面上的已知核苷酸序列的單鏈脫氧核糖核酸（DeoxyriboNucleicAcid,DNA）分子（也稱為ssDNA探針）和另一條互補的ssDNA分子（也稱為目標DNA或靶DNA）雜交，形成雙鏈DNA（dsDNA），換能器將雜交過程或結果所產生的變化轉換成電、光、聲等物理信號，通過解析這些響應信號，給出相關基因的信息?；騻鞲衅饕卜QDNA傳感器。3）聲表面波傳感器——物理型。聲表面波傳感器是利用聲表面波技術和微機電系統(tǒng)技術，將各種非電量信息，如壓力、溫度、流量、磁場強度、加速度和角速度等的變化轉換為聲表面波振器振蕩頻率的變化的裝置。2工業(yè)大數據感知智能化傳感技術智能化傳感技術是指將傳統(tǒng)傳感器與微處理器、通信技術等相結合，實現信息的自動采集、處理、存儲和傳輸的技術。智能傳感器具有誤差補償、自診斷與自校準、多參數混合測量、實時處理大數據、可與計算機系統(tǒng)互聯互通等優(yōu)點。2工業(yè)大數據感知2.3群智感知群智感知是指通過人們已有的移動設備形成交互式的、參與式的感知網絡，并將感知任務發(fā)布給網絡中的個體或群體來完成，從而幫助專業(yè)人員或公眾收集數據、分析信息和其享知識。群智感知技術是結合眾包思想和移動設備感知能力的一種新的數據獲取模式，通過多傳感器之間的協(xié)同，實現大規(guī)模場景下的低成本數據感知。圍繞多傳感器之間的協(xié)同架構與感知任務的眾包過程。本節(jié)從群智感知的架構、實現過程和應用三方面展開介紹。2工業(yè)大數據感知群智感知架構群智感知主要涉及兩個關鍵因素，即用戶與數據，可以提供高質量的感知與計算服務。根據關注因素不同，可將群智感知劃分為移動群智感知和稀疏群智感知。其中，移動群智感知主要關注用戶，強調利用移動用戶的廣泛存在性、靈活移動性和機會連接性來執(zhí)行感知任務；而稀疏群智感知則更加關注數據，通過挖掘和利用已感知數據的時空關聯，來推斷未感知區(qū)域的數據。移動群智感知的典型架構主要劃分為應用層、網絡層和感知層，如圖2-10所示。應用層主要處理任務發(fā)起者自身需求及網絡層獲得的數據。應用層向所有用戶發(fā)布任務，移動用戶攜帶著智能設備執(zhí)行任務并上傳數據至網絡層，以向任務發(fā)起者提供感知與計算服務。2工業(yè)大數據感知群智感知架構典型的稀疏群智感知系統(tǒng)通常由少量的參與用戶利用其隨身攜帶的智能設備采集其所在區(qū)域的感知數據，如圖2-11所示；接下來，通過挖掘和利用已采集感知數據中存在的時空關聯，推斷其他未感知區(qū)域的數據。以這種方式，疏群智感知可以大幅減少需要感知的區(qū)域數量，從而減少感知消耗；同時，利用感知數據的時空關聯，可以由稀疏的感知數據準確地推斷完整感知地圖，為大規(guī)模且細粒度的感知任務提供了一個更為實際的感知范例。圖2-10移動群智感知架構2工業(yè)大數據感知群智感知架構圖2-11稀疏群智感知示意圖2工業(yè)大數據感知群智感知的實現過程相比于傳統(tǒng)的數據收集方式（雇用專職人員、布置專業(yè)傳感器），群智感知系統(tǒng)不需要雇用專業(yè)數據采集人員或部署傳感器，而是以移動設備用戶作為感知節(jié)點，收集用戶生成的數據或傳感器的讀數，從而具有數據收集成本低廉、數據收集規(guī)模大和數據類型多樣的優(yōu)點但與此同時，群智感知也面臨著數據質量問題的挑戰(zhàn)，因為其收集的數據的質量受到用戶工作意愿、用戶工作狀態(tài)、設備狀態(tài)和用戶所處環(huán)境等多方面因素影響。為了獲得更可靠的數據，一種常用的方法是采用數據冗余策略。該策略通過將同一份任務分發(fā)給多位用戶來完成并收集多份數據，并在元余數圳的基礎上啼選出高質量的數據。因此，在感知之前首先搭建通用群智感知平臺該平臺用于連接感知參與者并向消費者提供數據服務。然后需要考慮將獲得的任務分配給哪些用戶，任務的優(yōu)劣將直接決定所收集到的數據的質量。2工業(yè)大數據感知群智感知的實現過程同時為了保證用戶所提供數據的高質量性，感知平臺還需要為用戶所做出的數據分享行為提供激勵。最終，需要對群智感知獲得的數據進行篩選和評估。對采集到的嘈雜、沖突數據進行預處理。將獲得的感知數據成將分析得到的結果反饋給任務發(fā)起者，實現群智感知的商業(yè)價值。2工業(yè)大數據感知群智感知的應用車聯網是物聯網和移動互聯網在交通運輸領域應用后的衍生概念，它借助新一代通信與信息處理技術，實現車與人、車、路、服務平臺的全方位網絡連接與智能信息交換，可以提升汽車智能化水平，是實現自動駕駛、智能交通和智慧城市的重要途徑。車輛通過車聯網進行群智協(xié)作，可以改善單輛車感知精度、感知范圍、通信能力、計算能力和存儲能力方面的局限性。通過利用車與車、車與云端、車與邊緣協(xié)作來提高車聯網中“車-網-環(huán)境”感知與信息服務的質量，同時降低對車聯網中感知與通信資源的開銷。如圖2-12所示，車輛通過聯網通信將自身信息匯聚至云端分析，實現高效構建城市多維度高分辨率動態(tài)圖像，支持車輛在全局環(huán)境的宏觀把握下進行中長期行動規(guī)劃，提升用戶行動的效率。2工業(yè)大數據感知群智感知的應用圖2-12車聯網群智感知與服務信息流轉2工業(yè)大數據感知2.4定位技術定位技術是指利用無線通信和傳感器來感知當前資源位置的技術，是車間常用的感知技術之一。本節(jié)在傳感器技術的基礎上，重點介紹iGPs，基站定位、ZigBee定位等主流技術。2工業(yè)大數據感知iGPS定位技術iGPS技術又稱室內GPS技術，它是一種三維測量技術，其借鑒了GPS定位系統(tǒng)的三角測量原理，通過在空間建立三維坐標系，并采用紅外激光定位的方法計算空間待測點的詳細三維坐標值。iGPS技術具有高精度、高可靠性和高效率等優(yōu)點，主要用于解決大尺寸空間的測量與定位問題。iGPS系統(tǒng)主要包括三個部分：發(fā)射器、接收器和控制系統(tǒng)。發(fā)射器分布在測量空間的不同位置。發(fā)出一束線性激光脈沖信號和兩束扇形激光平面信號;接收器又稱3D靶鏡，即能采集激光信號的傳感器，位于待測點處，負責接收發(fā)射器發(fā)出的激光信號，并根據發(fā)射器投射來的激光時間特征參數計算待測點的角度和位置，將其轉換為數字脈沖信號并通過ZigBee無線網絡傳輸給控制系統(tǒng)：控制系統(tǒng)負責數字脈沖信號的分析處理工作，通過解碼，并根據各發(fā)射器的相對位置和位置關系計算出各待測點的空間三維坐標。2工業(yè)大數據感知基站定位技術基站即公用移動通信基站，是移動設備接入互聯網的接口設備，也是無線電臺站的一種形式，是指在一定的無線電覆蓋區(qū)中，通過移動通信交換中心，與移動電話終端之間進行信息傳遞的無線電收發(fā)信電臺?；径ㄎ皇腔诨九c手機之間的通信時差來計算用戶當前的大概位置（當前用戶的大概位置而不是準確位置）的一種通信服務，其原理和衛(wèi)星定位相似，都是利用幾何三角關系計算被測物體的位置?；谌顷P系和運算的定位技術可以細分為兩種：基于距離測量的定位技術和基于角度測量的定位技術。其中基于距離測量的定位技術需要測量已知位置的參考點（A、B、C三點）與被測物體之間的距離，然后利用三角知識計算被測物體的位置。基于角度測量的定位技術則是通過獲取參考點與被測物體之間。2工業(yè)大數據感知ZigBee定位技術ZigBee定位由若干個待定位的盲節(jié)點和一個已知位置的參考節(jié)點與網關形成組網，每個微小的盲節(jié)點之間相互協(xié)調通信以實現全部定位。其優(yōu)點在于成本低、功耗低，但ZigBee的信號傳輸容易受到多徑效應和移動的影響，而且定位精度取決于信道物理品質.ZigBee在工業(yè)場景中常用于廠內人員定位，采用智能的無線室內人員實時定位系統(tǒng)能夠實現精確定位、實時跟蹤、歷史軌跡回放、區(qū)域準入、移動考勤、安保巡檢等功能，定位最高精度可達3m。3工業(yè)大數據傳輸3.1工業(yè)大數據通信協(xié)議工業(yè)大數據通信協(xié)議在工業(yè)互聯網中扮演著至關重要的角色，它們定義了數據如何在各種設備、系統(tǒng)和網絡之間傳輸和交換。在工業(yè)以太網與智能制造的發(fā)展推動下，基礎自動化控制網絡和過程與管理控制系統(tǒng)之間實現了無縫集成，保證從底層現場設備到頂層生產管理之間高質量的數據傳輸和數據轉換。按照工業(yè)網絡的應用層次，將工業(yè)網絡協(xié)議分為4個級別：單元級、設備級、車間級和企業(yè)管理級，如圖2-13所示。當然這種劃分方式也不是絕對的，因為工業(yè)現場總線已經呈現出互相融合的趨勢，各類總線通過合理搭配形成真正開放的互聯互通，不斷推動工業(yè)控制系統(tǒng)的變革與發(fā)展。（1）單元級總線以Ethercat、NCUC-Bus為代表，主要用于設備內部（如服系統(tǒng)內）的數據傳輸。由于高速、高精的通信需求，它對信號實時性要求特別苛刻，甚至要求總線周期在納秒級。3工業(yè)大數據傳輸3.1工業(yè)大數據通信協(xié)議（2）設備級總線以Modbus、Fieldbus、Fieldnet為代表，用于自動控制系統(tǒng)與分散的I/0設備之間的通信，適用于分布式控制系統(tǒng)，如水站、電站等，總線周期一般都低于10ms。（3）車間級總線如OPCUA、MTConnet、NC-Link等，可用于大范圍和復雜的通信場景用來解決車間級通用性通信任務?？偩€周期一般小于100ms，但時間跨度也允許在秒級或分鐘級。支持工業(yè)數據采集，建立工業(yè)數據向管理網絡傳輸的通道。（4）企業(yè)管理級網絡將孤立的現場設備帶進了企業(yè)信息網絡，它以車間級總線為基礎通信層，將現場設備與企業(yè)管理系統(tǒng)（如ERP、MES等）連接起來，實現工業(yè)自動化生產控制/過程的智能管控。圖2-13工業(yè)網絡協(xié)議分類示意圖3工業(yè)大數據傳輸OPCUA實際應用中，工業(yè)生產設備種類繁多，異構工業(yè)設備間沒有通用的標準接口，這就造成了工業(yè)軟件開發(fā)和維護的難度，為了簡便高效的實現生產設備間的互聯互通，OPC應運而生，避免非標準數據接口的復雜性，使各種工業(yè)設備和管理層系統(tǒng)/工業(yè)應用層之間能夠互相操作，工業(yè)應用程序的使用不再依賴特定的開發(fā)語言與環(huán)境。OPCUA服務器和客戶端之間的交互是基于服務集的消息傳遞機制實現的。服務消息可以是二進制格式，也可以是XML文本格式，這便意味著OPCUA不僅適用于設備層、自動化層到信息化層的數據交換，還可以通過互聯網實現遠程的數據交換，能滿足自動化工廠所有層面數據交換的需要。OPCUA協(xié)議規(guī)范定義了兩種消息服務框架，即請求響應模式和發(fā)布訂閱模式。3工業(yè)大數據傳輸請求響應模式OPCUA請求響應模式的消息交互與網絡服務交互類似，即每次交互都是由請求消息和響應消息構成，大致過程如圖2-14所示。圖2-14請求響應模式客戶端將服務請求經底層通信實體發(fā)送給OPCUA通信棧，通過OPCUA服務器API調用請求/響應服務，服務器接收消息請求并在地址空間內執(zhí)行，執(zhí)行完成后向客戶端返回一個響應消息。這一系列的過程與HTTP中請求-應答的方式類似，都是一問一答。3工業(yè)大數據傳輸發(fā)布訂閱模式發(fā)布訂閱是一種新型消息范式。消息的發(fā)送者（稱為發(fā)布者）不會將消息直接發(fā)送給特定的接收者（稱為訂閱者)，而是將發(fā)布的消息進行分類標記，不需要關心是否有訂閱者存在，也不需要關心有哪些訂閱者存在。同樣，訂閱者可以只關注自己對什么消息感興趣，而無須了解有哪些發(fā)布者存在，或者消息來自哪一個發(fā)布者。OPCUA系統(tǒng)的發(fā)布訂閱模式運行機制：服務器將發(fā)布請求（數據或通知消息）經過底層通信實體發(fā)送給OPCUA通信棧，然后通過OPCUA服務器API進行發(fā)布，并由指定的監(jiān)控項進行監(jiān)測，當監(jiān)測到數據變化或事件/報警發(fā)生時，監(jiān)控項便生成一個通知發(fā)送給客戶端。因此，OPCUA訂閱發(fā)布機制中主要有三個關鍵服務：發(fā)布服務、監(jiān)控項服務和訂閱服務。3工業(yè)大數據傳輸發(fā)布訂閱模式發(fā)布是由客戶端通過OPCUA服務器API調用的服務，它的主要任務是周期性地向客戶端發(fā)送通知，包括報警、事件、數據變化等。01監(jiān)控項是由客戶端在服務器中創(chuàng)建的實體，用來監(jiān)測地址空間內節(jié)點及其他們所對應的物理實體。若某一個監(jiān)控項檢測到有數據變化或者事件/報警發(fā)生時，便會產生一個通知消息，通過訂閱發(fā)送給客戶端。02訂閱是客戶端控制請求發(fā)布的條件，用來由監(jiān)控項向客戶端發(fā)送通知，也就是說，客戶端與服務器是通過訂閱進行消息交互的。03因此，在發(fā)布訂閱模式中，OPCUA客戶端都不需要向服務器發(fā)送請求，而是由監(jiān)控項驅動，自動獲取OPCUA服務器發(fā)布的數據。043工業(yè)大數據傳輸NC-LinkNC-Link(NumericalControlLinks）協(xié)議是中國自主研發(fā)的數控機床互聯通信協(xié)議，由數控機床互聯通信協(xié)議標準聯盟提出，支持數控機床之間、數控機床與生產線之間以及數控機床與企業(yè)信息化軟件（CAX、MES，ERP、CAPP、PDM等)之間的互聯互通。NC-Link與MTConnect、OPCUA都可用于工業(yè)設備的互聯互通，在系統(tǒng)和模型定義上有很多相似之處，但是NC-Link是可以兼容MTConnect和OPCUA協(xié)議的，在實現和應用上有很多其他互聯互通協(xié)議不可比擬的優(yōu)勢，如表2-1所示。表2-1三種通訊協(xié)議的對比3工業(yè)大數據傳輸NC-LinkNC-Link標準的體系結構如圖2-15所示，由代理和適配器組成。適配器負責從設備上采集信息，并把采集的信息傳送到代理。同時，適配器可以從代理獲取下行的控制信息，并把控制信息傳送給相應的設備。適配器可以和多個設備相連，但一個設備只能連接一個適配器，每個適配器必須連接一個代理，且只能連接一個代理。代理負責把適配器上采集的設備信息傳送到請求信息的相關應用系統(tǒng)，或者接收應用系統(tǒng)對設備的控制信息，并把控制信息傳送到與相關設備對應的適配器上。每個代理支持多個應用系統(tǒng)，每個應用系統(tǒng)也可以連接多個代理。圖2-15NC-Link標準的體系結構3工業(yè)大數據傳輸NC-LinkNC-Link協(xié)議不限定NC與適配器間的連接方式，僅要求適配器可以“適配”數控系統(tǒng)提供的通信接口。適配器、代理、應用系統(tǒng)之間通過以太網互聯，通信協(xié)議采用TCP/IP。NC-Link可以兼容多種工控協(xié)議，如Modbus、OPCUA、MTConnect、Profibus-DP等，只要提供對應的協(xié)議轉換模塊，任何工控協(xié)議都可以接入NC-Link網絡。3工業(yè)大數據傳輸適配器適配器由與設備通信的驅動模塊、模型解析模塊和通信模塊組成。a）驅動模塊負責與設備進行通信，從設備中獲取數據，或者把數據發(fā)送給設備。不同廠家、不同型號的設備的適配器的驅動模塊具有差異性。b）模型解析模塊負責設備的模型解析與數據映射。c）通信模塊負責把驅動模塊獲取的數據以統(tǒng)一的格式傳送到代理;或者從代理獲取對設備的控制信息，并傳送到驅動模塊。3工業(yè)大數據傳輸代理代理包括與應用系統(tǒng)通信的上層數據傳輸模塊和與適配器通信的下層數據傳輸模塊。下層數據傳輸模塊從適配器獲取設備的數據，或者把上層數據傳輸模塊從應用系統(tǒng)讀取的控制信息傳送給適配器。上層數據傳輸模塊把下層數據傳輸模塊傳來的數據發(fā)送到應用系統(tǒng)，或者從應用系統(tǒng)獲取對設備的控制信息。因此，NC-Link協(xié)議定義代理的必備組件有3個：客戶端接口、管理層和適配器接口，如圖2-16所示。圖2-16NC-Link協(xié)議定義3工業(yè)大數據傳輸客戶端(應用系統(tǒng))客戶端為數據使用方?？蛻舳伺c代理連接，按需采集數據以實現具體業(yè)務。客戶端發(fā)出具體指令，通過代理傳到適配器并由適配器具體處理相應請求。客戶端可以在指令上添加身份和權限信息，通過代理的鑒權系統(tǒng)有甄別地發(fā)往適配器，實現數控系統(tǒng)遠程控制。3工業(yè)大數據傳輸DDSDDS（DataDistributionService）是一種實時數據分發(fā)的協(xié)議和架構，用于構建分布式系統(tǒng)中的實時通信和數據分發(fā)應用。它是一種基于發(fā)布－訂閱模型的消息傳遞協(xié)議，旨在滿足實時、可靠、可擴展和安全的數據分發(fā)需求。它支持多對多的通信模式，允許多個發(fā)布者發(fā)布數據，并讓多個訂閱者接收這些數據。DDS提供了靈活的數據過濾和訂閱機制，使訂閱者可以選擇性地接收感興趣的數據，從而降低網絡帶寬和計算資源的消耗。DDS的基本結構圖如圖2-17所示：3工業(yè)大數據傳輸DDS圖2-17DDS的基本結構圖DDS的實現原理涉及到數據分片、數據復制、一致性協(xié)議等方面，下面介紹DDS的實現原理：（1）數據分片（Sharding）：DDS將數據集合分成多個片（shard），每個片存儲在不同的節(jié)點上。數據分片可以基于數據的某個屬性進行劃分，比如根據用戶ID、地理位置等。通過數據分片，DDS可以將數據分散存儲在多個節(jié)點上，從而實現數據的水平擴展。（2）數據復制（Replication）：為了提高數據的可用性和容錯性，DDS通常會將數據進行復制存儲在多個節(jié)點上。數據復制可以采用主從復制或者多主復制的方式。主從復制中，一個節(jié)點作為主節(jié)點負責寫操作，其他節(jié)點作為從節(jié)點負責讀操作；多主復制中，多個節(jié)點都可以進行讀寫操作。數據復制還可以通過副本數、同步方式等參數進行配置。3工業(yè)大數據傳輸DDS（3）一致性協(xié)議（ConsistencyProtocol）：DDS需要保證數據的一致性，即在數據更新操作后，所有節(jié)點的數據保持一致。為了實現一致性，DDS通常會使用一致性協(xié)議，比如Paxos、Raft、Two-PhaseCommit等。這些協(xié)議可以確保數據的原子性、一致性和持久性。（4）負載均衡（LoadBalancing）：DDS需要實現負載均衡，確保數據請求可以均勻分布在各個節(jié)點上，避免單個節(jié)點負載過高。負載均衡可以通過動態(tài)調整數據分片的位置、請求路由策略等方式實現。（5）容錯機制（FaultTolerance）：DDS需要具備容錯性，即在節(jié)點故障或網絡分區(qū)等情況下，系統(tǒng)仍然能夠正常運行。容錯機制可以通過數據復制、故障檢測、自動恢復等方式實現。3工業(yè)大數據傳輸工業(yè)現場總線現場總線是工業(yè)控制系統(tǒng)中使用的一種通信網絡，用于連接和通信各種現場設備，如傳感器、執(zhí)行器、控制器等。現場總線允許這些設備之間進行數據交換和通信，從而實現工廠自動化和控制。常見的現場總線包括Profibus、DeviceNet、Modbus、CANopen等，它們都是針對工業(yè)環(huán)境的特殊需求進行優(yōu)化和設計，以滿足工業(yè)控制系統(tǒng)對于實時性、可靠性和穩(wěn)定性的要求。3工業(yè)大數據傳輸工業(yè)以太網工業(yè)以太網是一種專門用于工業(yè)控制系統(tǒng)的網絡通信協(xié)議，它基于標準以太網技術，但針對工業(yè)環(huán)境的特殊需求進行了優(yōu)化和擴展。其目的是滿足工業(yè)控制系統(tǒng)對于數據傳輸速度、實時性、可靠性和網絡管理的苛刻要求。工業(yè)以太網使用了一系列專門針對工業(yè)環(huán)境的技術和協(xié)議，如工業(yè)協(xié)議（如Profinet、EtherNet/IP、ModbusTCP等）、工業(yè)級物理層接口（如光纖、雙絞線等）、網絡管理和安全技術等。這些技術和協(xié)議使得工業(yè)以太網能夠更好地適應工業(yè)控制系統(tǒng)的需求。3工業(yè)大數據傳輸TSN技術TSN技術（Time-SensitiveNetworking）是一種基于標準以太網的實時通信技術，主要用于實現網絡中的確定性數據傳輸。它運行在OSI7層模型中的數據鏈路層，如圖2-18所示，旨在為需要超低延遲和高精度特性的應用提供服務。TSN技術源于標準以太網的隊列傳輸機制，網絡幀格式采用包含VLAN標簽的標準以太網幀格式。通過引入新的流概念擴展了IEEE802最佳網絡模型，TSN可增強流實時能力，被視為一種保證以太網網絡中節(jié)點間數據到達時間的技術集。圖2-18TSN在7層架構中的位置TSN關鍵技術包括：高精度的時間同步，更低的端到端時延及確定性，高容錯性及系統(tǒng)健壯性，安全機制等。3工業(yè)大數據傳輸高精度的時間同步如圖2-19所示，在工業(yè)領域中，主要有普遍時鐘（UniversalTime）和工作時鐘（WorkingTime）兩種同步模式。前者主要應用于工廠或車間等較大范圍設備之間的時間同步：后者則主要應用于生產線、生產單元或機器部件之間的時間同步。圖2-19工業(yè)網絡時間同步架構3工業(yè)大數據傳輸更低的端到端時延及確定性TSN通過以下標準為不同的需求場景提供不同程度的確定性低時延傳輸方案。a）IEEE802.1Qbv排隊與轉發(fā)TSN標準的核心是基于全局時間的流量調度，全局精準時間同步由IEEE802.1AS提供，IEEE802.1Qbv則提供了基于服務等級的流量調度，能夠避免不同等級流量間相互干擾，為時間關鍵流量提供確定性的端到端時延。時間感知整形器（TimeAwarenessShaper，TAS）是為了更低的時粒度、更為嚴苛的工業(yè)控制類應用而設計的調度機制，如圖2-20所示，目前被工業(yè)自動化領域的企業(yè)所采用。圖2-20時間感知整形器3工業(yè)大數據傳輸更低的端到端時延及確定性b）IEEE802.1Qbu幀搶占在TAS機制中，會存在以下兩個問題：保護帶寬消耗了一定的采樣時間和低優(yōu)先級反轉的風險。因此，TSN的802.1Qbu和IEEE802.3工作組共同開發(fā)了IEEE802.3br，即可搶占式MAC機制?；趽屨际組AC的傳輸機制如圖2-21所示。其采用了802.3TG中的搶占機制，將給定的出口分為兩個MAC服務接口，分別稱為可被搶占MAC(PreemptableMAC，PMAC)和快速MAC(ExpressMAC，eMAC)。PMAC可以被eMAC搶占，進入數據堆棧后等待eMAC數據傳輸完成后再傳輸。圖2-21基于搶占式MAC的傳輸機制3工業(yè)大數據傳輸更低的端到端時延及確定性通過搶占，保護帶寬可以被減少至最短低優(yōu)先級幀片段。然而，在最差的情況下，低優(yōu)先級的幀片段可以在下一個高優(yōu)先級幀片段前完成。當然，搶占這個傳輸過程僅在連接層接口一一即對于搶占式MAC，交換機需要專用的硬件層MAC芯片支持。b）IEEE802.1Qch循環(huán)排隊和轉發(fā)IEEE802.1Qch循環(huán)排隊與轉發(fā)（CyclicQueuingandForwarding，CQF）是一種流量整形方法，CQF不斷循環(huán)協(xié)調網橋內關鍵流量出隊和入隊的操作，旨在為時間敏感流量提供確定性且易于計算的時延，并實現零擁塞丟失。作為一個同步入隊和出隊的方法，CQF使得運行網橋與幀傳輸在一個周期內實現同步，以獲得零堵塞丟包及有邊界的時延，并能夠獨立于網絡拓撲結構而存在。3工業(yè)大數據傳輸高容錯性及系統(tǒng)健壯性通信網絡一般由大量的節(jié)點和鏈路組成，通過無線或有線的方式傳播通信數據，因此，網絡的長期穩(wěn)定性與可靠性對于整個通信網絡具有重要意義。一個可靠的網絡，要能夠保證長期穩(wěn)定的正常運轉，并且在網絡一旦出現故障后，可以快速從故障中恢復。因此，如何提高網絡的可靠性是一個重要的研究課題，尤其對于時間敏感型網絡來說，時間同步系統(tǒng)的可靠性有著舉足輕重的作用。3工業(yè)大數據傳輸安全機制TSN利用1EEE802.1Qci對輸人交換機的數據進行篩選和管控，對不符合規(guī)范的數據額進行阻攔，能及時隔斷外來人侵數據，實時保護網絡的安全，也能與其他安全協(xié)議協(xié)同使用進一步提升網絡的安全性能。當輸人TSN交換機的數據不符合要求時，不僅會影響關鍵數據的傳輸，還可能危害網絡設備的安全。IEEE8021Qi定義的逐流過濾和監(jiān)管(PSFP)基于規(guī)則匹配過濾和監(jiān)控每個設備的流，防止端點或網橋上的軟件錯誤，抵制惡意設備和攻擊（如DoS等）。PSFP根據每個數據幀所攜帶的流識別號和優(yōu)先級信息來匹配流過濾器，由流過濾器執(zhí)行逐流過濾和監(jiān)管操作；流門用于協(xié)調所有的流，確定流的服務等級并有序確定地處理流，流計量用于執(zhí)行流的預定義帶寬配置文件，規(guī)定最大信息速率和突發(fā)流量大小等。3工業(yè)大數據傳輸NB-IoT技術NB-IoT（NarrowbandInternetofThings）是一種低功耗廣域網（LPWAN）技術，專門設計用于物聯網設備的連接。它提供了低功耗、廣覆蓋、低成本和高連接密度的特性，使其適用于大規(guī)模的物聯網應用，如智能城市、智能家居、智能農業(yè)等。NB-IoT技術基于現有的移動通信網絡，通過在現有基站和頻譜上進行調整和優(yōu)化，可以實現設備的低功耗連接。它支持大量的設備連接，能夠在室內和室外提供廣覆蓋的連接，同時也能夠保證設備的低成本和長電池壽命。NB-IoT技術是一種新型的低功耗廣域物聯網技術，是3GPP制定的物聯網標準之一。NB-IoT技術采用窄帶調制方式，可以在較低的功率和帶寬下實現廣域覆蓋，適用于大規(guī)模低功耗物聯網應用場景。表2-3NB-IoT和LoRa技術參數對比5G技術圖2-225G性能指標需求IMT-2020(5G)推進組于2014年5月發(fā)布《5G愿景與需求白皮書》、其中描繪了5G的總體愿景：5G將滲透到未來社會的各個領域，構建以用戶為中心的全方位信息生態(tài)系統(tǒng)。5G將使信息突破時空限制，提供卓越的交互體驗，帶給用戶身臨其境的信息盛宴5G將拉近萬物之間的距離，通過無縫融合，方便地實現人與一切的智能互聯。在IMT-2020的《5G愿景與需求白皮書》中，中國的移動通信領域的專家們在描繪5G關鍵能力時畫出了一朵“5G之花”，如圖2-22所示。每一朵花瓣都對應著一項性能指標，花瓣的頂點代表對應指標的最大值，花朵的里層為4G具有的性能能力，花朵的外層為5C需要達到的性能指標，綠葉則表示著效率指標，是5G可持續(xù)發(fā)展的基本保障。“5G之花”反映了5G滿足未來多元化業(yè)務和場景需求的能力。5G技術Wi-Fi隨著科技的飛速發(fā)展，工業(yè)界正在經歷一場前所未有的變革，被稱為工業(yè)4.0。在這一潮流中，WiFi(WirelessFidelity,無線保真)模塊作為無線通信技術的關鍵組成部分，發(fā)揮著重要的作用，推動智能制造向更高水平邁進。Wi-Fi是一種允許電子設備（如智能手機、平板電腦、筆記本電腦等）連接到無線局域網（WLAN）的技術。它基于IEEE802.11標準，并使用射頻（RF）信號來在設備之間傳輸數據。WiFi模塊在工業(yè)4.0中的一個關鍵作用是實現實時數據傳輸與監(jiān)控。在智能制造中，大量的傳感器和設備需要實時共享數據，以便進行準確的生產監(jiān)控和優(yōu)化。WiFi模塊通過無線連接，使得設備能夠實時傳輸數據至云端或中央服務器，實現對生產過程的實時監(jiān)測和遠程管理。4工業(yè)大數據預處理4.1工業(yè)大數據質量評估數據質量控制與數據質量管理是數據科學的重要研究內容之一，數據質量關系著最終實驗結果的好壞和可靠程度。一般情況下，數據質量可采用三個基本屬性(指標)進行描述即正確性、完整性和一致性。(1)數據正確性(correctness)是指數據是否實事求是地記錄了客觀現象。(