【“工业大数据预测”系列】——第1篇:谈谈工业大数据

本文探讨了工业大数据的定义、面临的挑战,包括不规则采样、多时空时间序列性和数据混杂性,并列举了故障诊断预测、生产数据分析和制造排程优化等应用场景。工业大数据在制造业生态中的作用不容忽视,对于推动工业互联网智能化具有重要意义。
摘要由CSDN通过智能技术生成

前言

  笔者在本科毕业设计之时初次接触到了工业大数据,深感其应用前景广阔,同时将来研究生的方向也是大数据预测建模,因此针对毕设以及自己的前期学习先做个阶段性总结,通过这个系列介绍自己的一些认识与心得体会。

  由于本人在本科期间的主要兴趣都是在电子制作,做过无人机、四足机器人等作品,在大数据领域属于小白,希望自己能够尽快积累、进步,能够尽快入门,文中的观点也是基于本人的一些学习和理解,属于个人拙见,若有不当之处,恳请读者指出,希望能和大家一起交流学习,共同进步。


1 什么是工业大数据?有哪些挑战?

1.1 工业大数据理解

近年来,随着传感器技术、计算机技术、通信技术、物联网、数据存储等技术的发展,互联网、制造工业等行业产生并存储了大量的数据。其中,工业大数据是一个全新的概念,从字面上理解是指工业领域信息化应用中产生的大数据

工业大数据与互联网大数据存在很大的不同。

  • 互联网大数据的研究重点是对大规模数据的分布式存储和分布式处理,强调的是实时数据分析处理,是非结构化数据的储存和管理机制,通常可以采用查询、统计、可视化等手段来获得数据的深层次信息。
  • 工业大数据则是面向复杂工业过程,通过实现工业建模、预测、控制、决策、优化、故障诊断等一系列应用来解决较为复杂的工业过程建模问题。目前仍属于起步阶段。

  • 7
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值