工業大資料，伴隨著「大資料」、「雲計算」、「物聯網」、「人工智慧」等概念的興起而逐漸火了起來。隨之，工業界、投資界、學術界，各界均把目光投向「工業大資料」，國外火，國內也火了起來。但「工業大資料」畢竟不是「商業大資料」，也不是「金融大資料」，似乎也不是純粹的「網際網路大資料」，「工業大資料」分析的主流方法和思路是什麼？本文就**一下。本文所談到的「工業大資料」，主要關注的是從各類工業裝置的各種監測資料、執行資料以及其他資料中挖掘價值。
（一）「華山論劍」之工業資料探勘流派
首先從「華山論劍」之工業資料流派說起。利用工業裝置資料來獲取資訊，其實由來已久，只不過，很多年之前，還不具備大資料的軟硬體條件，那時候，「工業大資料」的乙個分支「故障診斷」就已經出現。當年故障診斷中的兩大流派，也演變成了今天「工業大資料」流派中最大的兩大分支，甚至今天開展「工業大資料」業務的各類公司企業，也基本由這兩大流派衍生出來。
流派一：基於故障機理分析的「工業大資料」挖掘
該流派進行資料分析的基礎和依據是「因果關係」，也所謂「種瓜得瓜種豆得豆」。其理論基礎之一是「振動學」，由於各類機械裝置一般是動部件，因此，裝置執行時總會產生各類資料，最典型的是振動訊號。由於裝置發生故障時，裝置中部件的結構發生改變，因此，激發的振動形式也會不同。通過分析何種故障激發何種振動，然後分別從各個角度觀察訊號形態，從而判斷出裝置的健康狀態、故障模式等資訊。
從「醫學」角度講，這類方法的思路更像是「西醫」，及基於解剖學，對各個器官有詳細了解，明確各個器官病變會引發的外在特徵，所以，看病可以直接告訴患者具體到哪個器官出了問題。類似的，「基於故障機理分析」的診斷，或者是工業資料探勘，在開展工作之前，一定是對於被監測部件結構、振動方式、故障表現等十分了解，最為有代表性的概念就是「軸承故障特徵頻率」。
由該流派衍生的「工業大資料」分析企業，主要是傳統的「故障診斷、狀態監測」類企業，或者從事「測控工程」型別的企業。這些企業一般是某一類部件或者裝置的「行家」，對某一類裝置的結構等瞭如指掌，因此，對這些裝置的監測資料也十分熟悉，業務範圍也是集中於「某類特定裝置」，或「某些特定行業」。
流派二：基於資料驅動的「工業大資料」挖掘
該流派進行資料分析的基礎是「模式識別」，所有的分類依據，全部是基於資料本身。其主要思路是把裝置看成乙個黑盒子，只需要知道各類故障模式的樣本資料即可。剩下的事情就是從各類模式的資料中提取有效特徵，最終利用特徵進行模式分類即可。也就是說，典型的思路是：獲取資料-特徵提取-模式識別。通過該思路進行工業大資料探勘，甚至不需要知道裝置的組成和結構。開玩笑說：資料驅動流派的俠客，都不知道啥叫「軸承故障特徵頻率」。
從醫學角度講，這類方法更像是「中醫」。很多老中醫，並不懂什麼「解剖學」、「病理學」，僅僅通過「望聞問切」，即可知道人大概出了什麼問題。所以，從本質講，就是通過人的各種外在表徵，來決定人到底出了什麼問題。類似的，從資料驅動角度講，做資料驅動的俠客，更偏向於資料處理科學家，而不是各個行業的專家，對各類裝置部件的結構稱不上是「精通」。
由該流派衍生的「工業大資料」分析企業，主要是從事「網際網路大資料」分析的企業，像「工業大資料」、「物聯網」轉型的一些企業，也就是說，這類企業，或多或少的帶有「網際網路基因」，相對而言，這類企業對於「大資料分析」、「雲計算」、「人工智慧」等手段運用的也比較嫻熟。
（二）「武林高手，各顯神通」各流派之看家絕技
雖說是「華山論劍」，但各個流派都有自己的看家絕技。展現各家絕技的時候到了。
基於故障機理分析的「工業大資料」挖掘絕技：明察秋毫，嚴絲合縫。針對某特定裝置，該方法的診斷準確率極高，可以可靠的支援工業企業的執行維護。通過檢視資料，或基於各種分析工具檢視資料，可以「十分準確」的確定裝置出現故障的位置和原因。其針對某種特定裝置或部件的診斷準確性，是「資料驅動」門派望塵莫及的。
基於資料驅動的「工業大資料」挖掘絕技：有容乃大，海納百川。再說說基於故障機理的分析方法，由於需要明確各種故障的原因和訊號激發形式，一旦裝置過於複雜，或者針對某種大型系統，各種訊號產生「組合**」，此時再去一一對應故障原因，就心有餘而力不足了。但這個時候，「資料驅動」的優勢就顯示出來了，反正是把系統或裝置看成了「黑盒子」，大黑盒子，小黑盒子，都是黑盒子，所以相對而言，「資料驅動」流派可以應對各類複雜系統和裝置，可謂「有容乃大、海納百川」。
（三）「融合**」之看未來
哪怕是在醫學界，「中西醫結合」都是一種極好的思路，所謂「融合**」。類似的，看未來發展趨勢，「工業大資料」分析的流派融合也是未來發展的大趨勢，這也是「工業大資料」分析與其他行業「大資料」分析的不同之處。
就開展基於「故障機理」進行「工業大資料」分析的企業而言，嘗試引入新的技術，即「大（大資料）智（人工智慧）雲（雲計算）物（物聯網）移（移動通訊）」，可以有效提公升業務範圍，同時將傳統技術更加智慧型化，從而降低技術運營成本。
就開展基於「資料驅動」的「網際網路基因」企業而言，由於「工業大資料」分析不同於其他行業，工業對於「結論」的準確性要求極高，有時候一點點誤差就會造成很大損失，因此，將工業裝置和物件進行有效分類和抽象，選取出典型的裝置類別，進行「機理分析」和「解剖」，進一步提高「結論」有效性，將使得業務工程化水平更上一層樓。
就「流派融合，相互交流」角度而言，兩類思路的深度融合，在未來將是「工業大資料」分析的「里程碑」式發展機遇，如何做好深度融合，高校和研究所就該多做努力和探索，最終和企業實現「產學研結合」，推動我國「工業大資料」分析技術和水平的發展和提公升。
工業大資料漫談3 什麼是工業大資料？
前面兩部分我們大概了解了一下大資料的由來和特點，這一部分我們來看看什麼是工業大資料，它和傳統我們理解的大資料有什麼不同？在了解什麼是工業大資料的時候，我覺得我們有必要先了解一下什麼是工業以及工業都包括哪些門類。工業 industry 是指採集原料，並把它們加工成產品的工作和過程。一般，我們把工業分為...
資料清洗 工業大資料
異常值檢查方法 1 基於統計分析 異常檢測問題就在統計學領域裡得到廣泛研究，通常使用者用某個統計分布對資料點進行建模，再以假定的模型，根據點的分布來確定是否異常。如通過分析統計資料的散度情況，即資料變異指標來對資料的總體特徵有更進一步的了解，對資料的分布情況有所了解，進而通過資料變異指標來發現資料中...
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...