¿Cuáles son las características de los datos industriales?
Las características de los datos industriales se introducen de la siguiente manera:
En primer lugar, se obtienen de múltiples fuentes, con datos dispersos y una gran proporción de datos no estructurados.
Los big data industriales provienen de una amplia gama de fuentes y están dispersos, incluidos datos de monitoreo de la red de control industrial en el sitio de fabricación del producto, datos de clientes y proveedores de Internet, y datos de operación y gestión de la intranet empresarial. Los datos masivos, heterogéneos, de múltiples fuentes y múltiples categorías son difíciles de integrar de manera efectiva, la descripción semántica es difícil y no se puede lograr una gestión colaborativa de datos para la gestión del ciclo de vida del sistema.
En segundo lugar, los datos están altamente correlacionados, y la correlación también debe tener causa y efecto.
La generación y aplicación de big data industrial giran en torno al ciclo de vida completo de los productos, el principal valor. cadena de empresas, etc., y la correlación entre datos Es muy sensible y requiere una alta precisión analítica. No sólo se deben utilizar big data para tomar decisiones, sino que también se deben utilizar big data como base para la toma de decisiones. La precisión de la predicción de los big data industriales es baja, la precisión y la confiabilidad no son altas y no pueden cumplir con los requisitos de seguridad.
El tercero es la recopilación continua, con características espaciotemporales dinámicas distintivas.
Los big data industriales provienen de redes de control industrial y equipos de detección, y tienen las características de fuerte tiempo real, continuidad y requisitos de alta estabilidad, es necesario utilizar herramientas confiables de recopilación, almacenamiento y gestión de datos para la gestión. Además, cuando se trata de la economía nacional y los medios de vida de las personas, también se requiere que toda la plataforma sea segura y controlable. El análisis de big data industrial tiene altos requisitos en tiempo real, control dinámico difícil y cuantificación difícil.
En cuarto lugar, está estrechamente relacionado con campos industriales específicos.
La generación de big data industrial se basa en redes CPS y productos inteligentes, pero el método de análisis actual para los sistemas de fusión ciberfísicos es único y no se puede lograr un análisis completo de circuito cerrado de autocomparación de múltiples niveles, múltiples etapas, etc., las capacidades de detección de fallas para dispositivos inteligentes y productos inteligentes son insuficientes, el nivel de gestión de predicción de salud es bajo y profundo; No se puede realizar un análisis de confiabilidad del producto.