工业大数 据的特点和应用特性
发布时间：2022-12-16 11:30:41 所属栏目：大数据 来源：
导读： 工业系统往往具有复杂动态系统特性，确定性是工业系统本身能够有效运行的基础，不确定性是工业系统必须面临的客观存在，有效应对不确定性是工业系统相关各方追求的目标，也是工业大数据发挥作用的重点方向。
|
工业系统往往具有复杂动态系统特性，确定性是工业系统本身能够有效运行的基础，不确定性是工业系统必须面临的客观存在，有效应对不确定性是工业系统相关各方追求的目标，也是工业大数据发挥作用的重点方向。而工业大数据技术挑战来源于工业大数据的数据特点和应用特性。 一、工业大数据的数据特点 从工业大数据的数据特点看，工业大数据首先符合大数据的4V特征，即大规模（）、速度快（）、类型杂（）、低质量（）。但作为对工业相关要素的数字化描述和在赛博空间的映像大数据4v的特点，工业大数据集还具有多模态、强关联、高通量等特征。“多模态”体现了工业系统的系统化特征，反映工业系统的各方面要素，不仅仅是数据格式的差异性，而是数据内生结构呈现出“多模态”特征。工业数据之间的“强关联”反映的就是工业的系统性及其复杂动态关系，数据之间的关联更多体现在语义层面。机器设备所产生的时序数据涉及海量的设备与测点、数据采集频度高（产生速度快）、数据总吞吐量大、7X24持续不断，呈现出“高通量”的特征。 二、工业大数据的应用特征 工业大数据的应用特征可归纳为跨尺度、协同性、多因素、因果性、强机理等几个方面。“跨尺度”、“协同性”主要体现在大数据支撑工业企业在线业务活动、推进业务智能化的过程中。“跨尺度”是工业大数据的首要特征，是由工业的复杂系统性所决定。“牵一发而动全身”是对“协同性”的形象描述、是“系统性”的典型特征。“多因素”、“因果性”、“强机理”体现在工业大数据支撑过程分析、对象建模、知识发现，并应用于业务持续改进的过程中。“多因素”是指影响某个业务目标的因素特别多，“因果性”源于工业系统对确定性的高度追求，“强机理”是获得高可靠分析结果的保证。 （编辑：财气旺网 - 海宁网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐