本站小編為你精心準備了數據對工業互聯網應用發展的影響參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：工業互聯網作為物聯網的發展，被業內眾多專家普遍認為是未來工業制造業的藍圖，隨著大數據技術的不斷發展，大數據技術為工業互聯網提供了有力的技術支持并由此產生了眾多的發展應用，文章將根據大數據在工業互聯網中的幾個應用來淺談大數據技術對于工業互聯網的推動。

關鍵詞：工業互聯網；大數據；智能工廠

1概述

與傳統的工業生產有著巨大的不同，工業互聯網是一個前所未有的新領域，其擁有著極其豐富的組成部分和創新架構。當艾什頓教授在麻省理工學院把RFID標簽貼到工廠生產的商品上之后，物聯網這一概念開始被廣泛傳播，而工業互聯網就是物聯網在工業領域的深入應用，幾乎所有業內人士都認為工業互聯網是我們工業企業未來發展的藍圖，特別是在目前我國傳統工業企業發展面臨轉型的關鍵時刻，工業互聯網更是我們發展的不二方向。而作為工業互聯網發展的核心基礎技術之一的大數據技術更是重中之重。

2大數據技術在工業互聯網中的應用

2.1預防性維修

帶有故障或故障癥候的生產設備往往會給工廠帶來巨大的經濟損失，據不完全估計，豐田集團每天的凈利潤高達4.2億人民幣，一旦停止生產造成的損失將是難以估計的。為了降低因生產設備而造成的意外停產，各工業企業都有制定自己的維修維護計劃，但是在傳統的工業企業中，這種維修維護更多的是靠著“老師傅”或是技術人員的工作經驗，故在這其中存在著很大的主觀性，容易造成過度維修浪費經費和缺乏維修導致意外停工的情況出現。而當大數據技術加持的工業互聯網出現之后，這種由之前技術人員通過主觀經驗而確定維修計劃的弊病就一去不復返了，基于大數據技術的預測維修使用方案的目的是實現生產設備的無故障運行，盡可能降低因生產設備故障而造成的停工和經濟損失，其核心是故障診斷與預防維修，主要的處理流程是通過安裝傳感器在生產設備上來收集設備的生產參數，大數據將會根據此種生產參數和生產設備的歷史損壞記錄而建立相應的數據庫，不僅僅是一家公司的設備數據會連入此數據庫，全國乃至全世界的此設備的生產信息都可以連入此數據庫，大數據能夠根據以往的維修記錄智能的確定在什么時候對設備進行什么樣的保養或維修能夠最經濟的使用該設備，并極大的減少意外停工事件的發生。目前市場上大部分的生產設備還沒有建立有效的預測性維護使用方案，而在英特爾的實驗性的智能工廠中，有預測性維護使用方案的生產設備的健康狀況要好于其他設備65%以上，設備的生命周期更是高出其他設備一半以上。預測性維修方案除了在工廠生產車間有眾多應用之外，在常見的工程機械裝備中也有很多應用，例如在挖掘機、吊車、自卸車上，油缸起著動力源的作用，但是由于其內部的壓力很高，一旦發生危險將會造成十分嚴重的后果，在油缸發生故障之前，排量和活塞往復運動的次數成正態分布，預測性維修方案可以建立對應的數字模型，從而建立以殘差數據為輸入信息的判別函數，最終通過油缸偏離正常取值范圍的情況來制定維修保養計劃。預防性維修方案的意義不僅僅在于為使用者提供有保證、可靠的生產設備，更深遠的意義在于設備的使用數據建立的數據庫可以直觀的反映出設備的制造缺陷，通過分析這些缺陷的成因制造商可以輕松的分析出產品的薄弱環節，從而在以后的生產中改進設計方案，逐步完善設備的可靠度，提高設備的效率，從而促進該行業乃至生個工業生態鏈的快速發展。

2.2智能化服務

智能化服務實現的是一種通過分析用戶需求來智能化的為用戶提供更好的服務的新技術，其主要實現方式為使用攝像頭，傳感器等數據采集元件收集用戶使用產品或服務的眾多信息，隨后由傳輸系統送至后臺，根據收到的數據信息中央處理器將構建需求的結構模型，進行數據挖掘和商業智能分析，不僅可以深入分析用戶的習慣、喜好等較為顯性的需求外，還可以進一步深入的分析與時空、身份、工作生活狀態關聯的隱性需求，主動給用戶提供精準、高效的服務。智能化服務主要根據工況數據的采集，使用大數據技術進行對數據的分析、監控以此來實現對于故障的預判，將傳統陳舊的服務模式向智能化、數字化、信息化服務的新型服務模式慢慢過渡，一步步實現從售前到售后服務的全流程數字信息化，以實現對于服務質量的全程監督。大數據技術作為主要的支撐技術將貫穿整個智能服務，如智能服務中需要的原料需求預測，通過用戶采購訂單、當前庫存狀態結合補貨所需要的時間、步驟，以及工具對不同時間段、趨勢、波動性進行深入的分析，達到配件需求的精度等級。一方面幫助上游配件供應商提高生產速度，另一方面降低易損件備用間的庫存水平，節約流動資金，為下游經銷商降低備件所需要的庫存金額。

2.3智能化生產

大數據加持的工業互聯網在工業生產中有著十分深遠的應用，在煤炭的生產過程中，大數據加持的工業互聯網可以實現建立智能的生產指揮控制系統，此系統能夠用充分的整合傳統的挖掘采集、運輸、通風換氣、電力供應等控制系統，將傳統的生產系統數字化，在大數據的幫助下實現煤炭挖掘、水洗加工、裝載外運等環節的高度協調以實現生產流程的無縫對接，以及挖掘采集、運輸、通風換氣、電力供應等生產參數的深度分析，通過數字化的分析以實現煤礦的安全生產，分析可能造成事故的各種征兆，最大程度的減少傷亡事故的發生。典型的智能化煤礦生產模式為數據收集系統、數據傳輸系統、數據分析云平臺、數據分析處理等。數據收集系統主要包括礦井下各種智能傳感器，如攝像機、紅外傳感設備等通過井下的智能傳感設備網絡對井下的生產數據等進行實時不間斷的采集。數據傳輸系統包括連接各種設備的光導纖維、無線網絡等，通過有線和無線的方式連接各種傳感器和中央數據處理器。數據分析云平臺存能夠對智能傳感器接收到的數據進行分類，并按照一定方式存儲各類數據，以此為大數據分析做出基礎工作。神華集團通過使用大數據加持的工業互聯網實行智能控制，減少井下工作人員200余人，同時節省掉了3500余萬元的人工成本，極大程度的提高了工作效率，實現了透明化生產、智能化的數據分析，是我國典型的工業互聯網案例。

3結束語

目前世界上工業互聯網產業仍處于初級階段，我國的工業互聯網水平更是有待提高，成熟的、可大規模推廣的企業應用成功案例較少，工業互聯網安全的研究及產業支持仍處于起步階段。此外在工業互聯網的發展初期需要制定一系列標準和端口問題，這需要我們付出巨大的人力成本和時間成本，但是我們仍需迎難而上，從管理、技術、安全等多方向協同構建工業互聯網。隨著大數據技術的飛速發展，未來工業互聯網必將推動企業乃至整個工業制造業行業的巨大發展甚至變革。

參考文獻：

[1]戴驅，刀亞娟，吳威.大數據時代智能水電站建設思路[J].水電站機電技術，2018（1）：23-27.

[2]刁振飛.三次產業革命的制度創新研究[D].中央民族大學，2017（03）：51-52.

[3]富士康工業的工業互聯網之路[J].中國工業和信息化，2018（09）：15-16.

[4]大數據應用解決方案[J].工業互聯網創新中心有限公司，2018（04）：42-43.

[5]我國工業互聯網平臺建設面臨的四大瓶頸[J].通信產業報，2018（04）：66-67.

[6]馬鐵寶，田豐，劉云璐.DT時代的工業互聯網生態[J].電信網技術，2016（08）：19-20.

作者：鄭忠斌 李世強 劉子昊 孫學偉 單位：工業互聯網創新中心有限公司