發展背景
在工業發展的階段，可以分為四個時期：
發展的機遇與挑戰
要做一件事情，不同人的想法是不一樣的也就會做出不同的努力，對於國家、企業、工程師和技術這四個方面的機遇，做了下面的介紹。
從國家的角度來講，國家提出了兩化融合，即工業化和資訊化的融合，同時也可以拉動我們的資金從實體上去轉化；從企業上來講，可以認為是供給側改革倒逼工業大資料。本質上來講就是商業競爭，如果現在**過剩的話，企業不能夠提公升自己的效率，降低成本，讓自己的產品在技術上的優勢凸顯出來，這樣的企業是很難去生存的；從工程師自身來講，工程師要有工匠精神，要知其然知其所以然；從技術方面來講，物聯網、雲計算技術、大資料及人工智慧技術的普及為工業大資料提供了機會。
這一切看上去都很完美，但實際走訪一些客戶後發現，實際上存在的壓力與挑戰還是很大的。下面介紹來自五個方面的挑戰。
第一，怎樣拿到訂單，怎樣低成本的把貨賣出去。甚至有些客戶在資訊化的建設方面還是做的很差，並沒有對所謂的從**鏈到生產管理系統、再到測試資料、到運維進行打通。
第二，即便是中國的許多頭部客戶，他們的測試工程師和研發工程師經常產生矛盾，研發人員在前端沒有考慮到可測性、可維護性、可追訴性，或者設計約束文件做的不夠好。在我國現在很多專案上的很快，但論證不一定充分，所以導致研發和後端的資料不管有沒有系統，從物理上或者流程上它就是隔離的。
第三，dcs封閉系統在工業領域特別是在安全控制系統領域要求很高，這時就需要轉變思路，用另外的方式，而不是強行的把它底層用變數的方式往上面傳，這樣會使很多客戶非常反感。
第四，現在客戶最關注的是在製造業裡面的產量，穩定性的產量。測試系統，生產系統是要高度穩定的。而目前中國的許多生產線上的裝置本身還沒有聯網，在工業領域怎麼把已有的裝置聯起來是非常重要的。這裡的核心問題是乙個標準的問題，要做到各家廠商相統一。
第五，跨界人才的匱乏，懂網際網路的人不懂工業，懂工業的人又不懂it，這是目前工業大資料裡重要問題，這就需要大家集思廣益去解決客戶的問題。
工業全流程資料
工業大資料在測試領域，對客戶而言整個產業鏈從研發、試驗、生產、測試、運維這是乙個標準工業鏈的幾個步驟，在這幾個步驟會產生大量的資料，很多資料其實現在已經存在，要用阿里的某些技術來連線起來。實際上客戶核心關注的是良品率，在良品率的周圍又會關注很多東西，例如生產效率、成本優化、工藝優化、效能優化、故障壽命測試、返修率等。
案例分享
下面分享幾個以前我們公司做過的案例以及現在我們看到的傳統行業做到的案例
測控行業—基於單機pc，綜合機電一體化技術
這是乙個非常典型的在工業領域裡面的一些資料來源。在這裡的a/d、d/a是把傳統的現場的溫度、壓力、加速度等轉化成數碼訊號在進入到計算機。
工業界測控的bi工具-diadem
在工業領域也有自己的bi工具，它的核心思路是把工業的演算法ip化。而國外把工業模型進行了標準化，只呼叫工業模型就可以把資料分析出來，但是它有乙個巨大的缺陷，它基本上是單機版的、不互聯的、外界的資料是手動進行輸入的，但這正恰恰是et大腦未來可以重點去做的事情，把分布式的計算能力集中起來。
工業界的資料倉儲：tdm測試資料管理系統
做測試就一定有很多資料，這些資料怎麼裝。在傳統領域很多結構化的資料和非結構化的資料絕大多數都是一些二進位制的資料，基本上大家會做一些內網的系統或者做一些單機版的系統。它的最大的問題在於erp沒有打通，它的運算是受限於它自身的伺服器的，處理能力並不是很強，這個也可以用分布式的方式去解決。
風洞實驗資料管理系統
傳統的做法是從最開始的階段做大量的資料，資料量特別的大基本上從靜態資料到動態資料要羅列很多組而且要頻繁的吹風。在這一過程中資料存為二進位制存入電腦中，然後由演算法工程師對資料進行提取，得出一些bi。而用阿里的思路它的理念就會更強一些，首先前端的daq、dcs和plc我們可以把它存入內網，可以把風洞模型做出來。
在故障監測上，工業領域也在做遠端故障維護，故障演算法是自己做結合阿里雲來合作。
工業大資料還是大有所為的，傳統裝置廠商的上雲，開放性的合作會帶來很多的機遇。測試資料倉儲建設的tdm與雲計算的結合，解決受限問題。生產測試裝備網際網路，感測器網路的切入，從已有的裝備入手把資料和網際網路打通，這樣就可以解決資料通道的問題，就可以更大的發揮我們的價值。
工業大資料漫談17 雲計算與工業大資料的關係
前面聊了工業大資料與工業4.0和物聯網 iot 的關係，今天來看看工業大資料和雲計算的關係。雲計算這一概念可以追溯到上個世紀sun和oracle提出的 網路就是計算機 限於當時的網際網路條件等多方面的原因，這一提法後來不了了之。造化弄人，後來當雲計算再次 火 起來的時候，雲計算的鼻祖之一sun卻處境...
工業大資料的特徵
定義 工業大資料即工業資料的總和，分成三類，即企業資訊化資料 工業物聯網資料，以及外部跨界資料。空間分布 不僅存在於企業內部，還存在於產業鏈和跨產業鏈的經營主體中，如scm crm。產生主體 人和機器。人產生的資料如 設計資料 業務資料 產品資料。機器資料有生產裝置 生產排程 質量控制與績效資料 和...
工業大資料分析技術在實踐應用中的思路與方法（下篇）
一 工業大資料分析的基本框架 目前，業界在開展工業大資料分析時主要遵從crisp dm分析流程，以資料為中心，將相關工作分成業務理解 資料理解 資料準備 建模 驗證與評估 實施與執行等六個步驟，如下圖所示。此流程相關步驟存在多處迴圈和反覆迭代，如業務理解和資料理解 資料準備和建模之間，整個分析過程需...