Parte della fonte dei big data industriali sono i dati nel campo della produzione e del funzionamento, e gran parte sono i dati della macchina generati nel processo operativo delle apparecchiature di produzione e dei prodotti e delle apparecchiature di fascia alta prodotti.
E i veri big data non sono i dati, i dati dopo l'accesso al salvataggio possono essere fatti, la cosa reale è l'analisi intelligente e la decisione intelligente, attraverso l'integrazione dei due sulla base del sistema di ottimizzazione dell'analisi intelligente "cervello industriale" per eseguire la decisione intelligente corrispondente.
Queste analisi e processi decisionali intelligenti non possono essere separati dal supporto del sistema informativo e del sistema di automazione originali, ma non possono nemmeno essere separati dalle apparecchiature fisiche e dalle apparecchiature che producono questi dati. Sulla base dei dati ambientali in cui i dati sono integrati, viene costruito un sistema di big data con capacità di analisi e ottimizzazione intelligenti sulla base del sistema di gestione delle informazioni e del sistema di automazione per raggiungere lo scopo di migliorare la qualità, aumentare l'efficienza, ridurre i consumi e controllare i rischi .
I big data industriali possono essere suddivisi in tre categorie. Una parte è rappresentata dai dati dell'Internet of Things industriale, come i dati generati da apparecchiature di produzione, prodotti intelligenti e apparecchiature complesse 24 ore al giorno. Parte dei dati di informatizzazione aziendale e una parte importante dei dati sono i dati esterni lungo la catena industriale, compresi i dati ambientali delle apparecchiature nel processo operativo, come i dati meteorologici, i dati geografici e i corrispondenti dati ambientali. Solo quando questi tre tipi di dati vengono combinati possono essere definiti big data industriali.
Come usare i dati per guidare. Il primo è guardare a che tipo di dati abbiamo ora, da dove provengono, come raccoglierli se non li abbiamo, quali sono le caratteristiche di questi dati, come i dati delle serie temporali, i dati dello spazio temporale, i dati generati da prodotti intelligenti e dati generati da apparecchiature di produzione e quanti dati sono alla fine. Il secondo è capire i dati, i dati come salvare, gestire, utilizzare, un altro è più importante è come garantire la qualità dei dati. Il terzo è utilizzare che tipo di sistema, che tipo di strumenti per garantire l'archiviazione dei dati, la gestione dei dati, l'elaborazione dei dati? Allo stesso tempo, come integrare e associare questi dati non è solo analizzare e gestire i dati generati dall'apparecchiatura, ma anche associare i dati ambientali circostanti, i dati geografici e altri dati transfrontalieri nel processo di analisi.
