尊敬的各位专家，各位领导，各位同行，大家下午好！根据大会的要求，我汇报的题目就是工业大数据及其应用。我们知道大数据和网络是联系非常密切的。
       汇报三个方面，第一个是概括和现状。我们知道随着互联网、信息系统和电子设备的发展，人类各行各业都在产生海量的数据，可以说大数据的数据已经到来，并且正在改变着我们的工作和生活，可以说，这个时代跟上了大数据，运用了大数据，你就比别人受益得多。
       目前，中国工业正在面临转型升级，迫切需要将大数据融合到经营管理和生产运营活动中，促进制造企业项服务化、智能化转型升级。三个方面，工业面临的问题和挑战、工业大数据已经形成、工业大数据的技术需求迫切。
       工业大数据的内涵，工业大数据是指在工业领域中，围绕性智能制造模式，从客户需求到销售、定单、计划、研发、设计、工艺、制造、采购、供应、库存等整个产品权声明周期的范围。
       工业大数据的来源。一是企业运营管理的业务数据，二是制造过程的数据，三是企业的数据。
       与智能制造的关系，智能制造是工业大数据的载体和产生来源，其各环节信息化，自动化系统所产生的数据构成了工业大数据的主体，另一方面，智能制造又是工业大数据形成的数据产品的应用场景和目标。
       与工业互联网的关系。工业互联网通过智能+，打通、整合、协同产业链，催生个性化定制、网络化协同、服务化延伸等新模式，从而提升企业、整体行业价值链，或者区域产业集群的效率。工业互联网既是工业大数据的中国来源，也是工业大数据的重要应用场景。
       应用与案例。智能化设计。传统的产品设计模式是基于设计师的灵感和经验来揣度消费者的需求序号，设计产品针对性不强，不精确。工业大数据可以拉近消费者与设计师的距离，精准量化客户需求，指导设计过程，改变产品设计模式。
       智能化的生产。工业大数据通过采集和汇聚设备运行数据、工艺参数、质量检测数据等生产现场数据，利用大数据技术分析和反馈并在制造工艺、生产流程等具体场景应用，实现智能化的生产。这也是一个闭环的过程。
       网络化的协同制造。基于工业大数据平台，将产业链各个环节的数据进行采集，并输入到全生命周期的数据库，关联形成知识库，通过信息技术、自动化技术，推动制造全产业链智能协同，优化生产要素配置和资源利用，消除低效中间环节。
       智能化服务。基于工业大数据与新一代技术的融合应用，赋予市场、销售、运营维护等产品全生命周期服务全新的内容，不断催生出制造业新模式、新业态，从大规模流水线生产转向规模化定制生产和从生产型制造向服务型制造转变。
       个性化的定制。这也是工业大数据应用的应用热点模式之一。通过工业大数据技术及解决方案，构建千人千面的用户画像，并基于用户的动态需求，指导需求准确地转化为定单，满足用户的动态需求变化，最终形成基于数据驱动的工业大规模个性化定制的新模式。
       轮胎产业大数据关键技术研究及应用示范。用了四年的时间总投入4200万。项目的背景及意义。轮胎制造数据与外部市场销售等相关数据的快速增长，已经形成轮胎产业大数据。数据类型繁多，多源异构性强，实时性要求高，层次关联性复杂。
       技术路线。本项目按照大数据关键技术研究，大数据处理平台及应用系统开发，铃珑轮胎应用示范，行业应用总结提炼。
       主要研究内容。研究轮胎产业大数据应用模式，整合轮胎全生命周期中产品设计，生产环节，质量检验，测试售后，销售客户等数据，收集融合原材料价格行业发展、市场变化等数据，形成轮胎企业大数据资源中心开发质量故障数据分析、高级计划排产等。
       这是关键技术，主要有四点，一是多源异构大数据的融合技术，二是轮胎大数据集中存储与实时分析技术。更加注重数据的可用性，设计理念本身不适用于数据分析，如果直接在业务系统上进行大量的数据分析，业务系统将会受到严重影响，分析数据性能也得不到保障，我们就采取了空间换时间的模式来进行。这是轮胎制造大数据集中存储的管理架构。三是大数据分析决策支持模型与技术。这是生产计划逻辑的流程，这是产品质量分析与质量数据追溯管理。这是系统的技术架构，研究成果。大数据分析决策系统，这是一个落地的产品，目前应用的效果还不错。这是它的一个界面，有大数据中心，这是大数据资源中心的一个界面，这是相关行业信源分布的情况。这是几个模块的来源，这是它的主要功能，这是市场的销售预测情况，该模块主要是基于历史的销售发货，采用多种销售预测进行市场加权。通过图形方式展示某客户的微观销售预测准确率。这是供应商评价系统，这是供应商评价的显示界面。

       三、技术与挑战

       工业大数据管理的科学问题，分析的科学问题。工业大数据的关键技术，工业大数据平台架构及存储技术，工业大数据检测与管理技术。
       工业大数据的趋势。深度学习应用，利用深度学习的算法，在工业场景中开展图象合视频处理，将成为重要的发展方向。
       工业知识图谱。如何在工业生产过程中提取工业语义关键信息并关联形成具备专业特点的工业知识。
       虚实现实。主要是产品设计的协同化，远程运维的智能化。
       工业大数据面临的挑战。如何创造出新的智能产品？智能应用软件，利用像语音识别、机器翻译、图象识别、知识处理等。
       如何创造出新的智能应用系统？像智能制造，制造云服务，智能制造系统，远程智能诊断，运维和服务新模式。智能物流，包括智能化分拣。智能企业，生产智能调度的重构，生产数据的集成化，生产过程的透明化，生产现场的无人化，运营管理的智能化等系统。
       工业大数据是新一轮产业革命的核心，是实现工业4.0、工业互联网和中国智能制造的重要抓手—将通过企业从制造走向智造。需要我们勇于全新的大数据思维来开辟工业化发展的新途径。