Osa teollisen big datan lähteestä on tuotanto- ja käyttöalan dataa ja suuri osa tuotantolaitteiden ja valmistettujen huipputuotteiden ja laitteiden käyttöprosessissa syntyvää konetietoa.
Ja todellinen iso data ei ole dataa, tietojen jälkeen pääsy tallentaa voidaan tehdä, todellinen asia on älykäs analyysi ja älykäs päätös, integroimalla nämä kaksi älykkään analyysin optimointijärjestelmän "teolliset aivot" perusteella. tehdä vastaava älykäs päätös.
Tätä älykästä analysointia ja päätöksentekoa ei voi erottaa alkuperäisen tietojärjestelmän ja automaatiojärjestelmän tuesta, mutta sitä ei myöskään voida erottaa näitä tietoja tuottavista fyysisistä laitteista ja laitteista. Tietojen integroitujen ympäristötietojen perusteella rakennetaan tiedonhallintajärjestelmän ja automaatiojärjestelmän pohjalle älykkään analysointi- ja optimointikyvyn omaava big datajärjestelmä laadun parantamisen, tehokkuuden lisäämisen, kulutuksen vähentämisen ja riskien hallinnan tavoitteen saavuttamiseksi. .
Teollinen big data voidaan jakaa kolmeen luokkaan. Yksi osa on teollista Internet of Things -dataa, kuten tuotantolaitteiden, älykkäiden tuotteiden ja monimutkaisten laitteiden tuottamaa dataa 24 tuntia vuorokaudessa. Osa yrityksen informatisointitiedoista ja tärkeä osa tiedoista on koko teollisuusketjun ulkopuolinen data, mukaan lukien käyttöprosessissa olevien laitteiden ympäristötiedot, kuten säätiedot, maantieteelliset tiedot ja vastaavat ympäristötiedot. Vain kun nämä kolme datatyyppiä yhdistetään, niitä voidaan kutsua teolliseksi big dataksi.
Kuinka käyttää dataa ajamiseen. Ensinnäkin tarkastellaan, millaista dataa meillä on nyt, mistä ne tulevat, miten niitä kerätään, jos meillä ei ole niitä, mitkä ovat näiden tietojen ominaisuudet, kuten aikasarjatiedot, aikaavaruustiedot, data älykkäiden tuotteiden ja tuotantolaitteiden tuottaman tiedon synnyttämä tieto ja kuinka paljon dataa loppujen lopuksi on. Toinen on ymmärtää tiedot, tiedot kuinka tallentaa, hallinta, käyttö, toinen on tärkeämpää on, miten varmistetaan tietojen laatu. Kolmas on käyttää millaista järjestelmää, millaisia työkaluja varmistetaan tietojen varastointi, tiedonhallinta, tietojenkäsittely? Samaan aikaan näiden tietojen integrointi ja yhdistäminen ei tarkoita vain laitteiden tuottamien tietojen analysointia ja hallintaa, vaan myös ympäröivän ympäristödatan, maantieteellisen tiedon ja muun rajat ylittävän tiedon yhdistämistä analyysiprosessiin.
