实验室接触了也做了很多与工业大数据的应用，并将其分为了三个层次。
个层次是单元级。即针对工业设备，不于设备的远程运维，还包括对设备故障的提前预警、故障分析，以及设备的优化运行、资产管理等等。首先我们需要将设备的运行状态进行精确的数字化测量，这种测量手段其实是将工业大数据的连续空间离散化。
第二个层次是工厂层次。这个层次不是关注单体设备，而关注整个工厂的运营效率、产品质量和安全、环保问题。工业讲求的是包括人、物料、工艺、设备、环境在内的因素，在复杂的动态系统中能够协同作用。假设把全中国都看作一个大工厂，怎么在产业链条上提升自己的效率？我们做工业大数据，做“智能+”，就是这个用途。首先要回答数据在哪里，其实数据在任何一个地方。
第三层次是怎么拿到其他人的数据？比如说挖掘机要自动化施工，需要了解GIS数据、环境数据，但这些都不是传统制造业企业拥有的数据。这说明工业大数据的内涵，比传统的数据内涵要大得多。自动化以及跨界整体的数据，构成工业大数据的体系。 工业大数据采集软件，武汉安弘智能。山西大数据采集系统
产品质量管理与分析
传统的制造业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。例如在半导体行业，芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程，每一步都必须达到极其苛刻的物理特性要求，高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。这些海量数据究竟是企业的包袱，还是企业的金矿呢?如果说是后者的话，那么又该如何快速地拨云见日，从“金矿”中准确地发现产品良率波动的关键原因呢？这是一个已经困扰半导体工程师们多年的技术难题。
某半导体科技公司生产的晶圆在经过测试环节后，每天都会产生包含一百多个测试项目、长度达几百万行测试记录的数据集。按照质量管理的基本要求，一个必不可少的工作就是需要针对这些技术规格要求各异的一百多个测试项目分别进行一次过程能力分析。如果按照传统的工作模式，我们需要按部就班地分别计算一百多个过程能力指数，对各项质量特性一一考核。
山西大数据采集系统大数据采集软件，武汉安弘智能。2020中国工作报告提出“发展工业互联网，推进智能制造”。这是工业互联网第二次被列入工作报告。、均强调推动大数据在工业中的应用。今年4月，引发的《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要支持构建工业等领域规范化数据开发利用的场景，提升数据资源价值。
随着工业互联网的创新发展，工业大数据应用迈出了从理念研究走向落地实施的关键步伐，在需求分析、流程优化、预测运维、能源管理等环节，数据驱动的工业新模式新业态不断涌现。
我对工业大数据时代有个自己的定义：工业大数据时代就是（基本上）不必要考虑数据多了怎么办的时代。我们主要去考虑它能带来什么价值、怎么用好数据就行了，而不必要过于纠结于数据存储、传输、查找过程的麻烦——因为这些麻烦总会有办法解决。
工业大数据的价值在什么地方？大处说有两个层次：一个层次就是让企业的管控更好，另外一个层次是对企业的业务再造和重构。我们主要谈个层次：因为企业重构的问题太复杂、个性化太强。
企业管控更好，也就尽量是将不必要的成本、质量、效率损失降低到小。所谓的小，就是保持当前的小，再通过持续改进来降低。也就是基于当前技术条件的、不是跳跃性的，是PDCA 持续改进、精益管理的思想结合在一起的。这个出发点的依据是一个调研结果：企业由于管理不善导致的损失，一般会占到成本的20%左右。
关于推进的路径，我曾经提出一个原则：从可追溯、到透明化、再到智能化。可追溯指的是：出来问题可以追溯发生问题的过程；透明化指的是：出了问题可以立刻让管理者知道，并尽快做出决策，管理者的注意力不会淹没在数据的海洋中。智能化指的是：让计算机去实时决策。
工业数据采集软件，武汉安弘智能装备有限公司。
清华大学大数据系统软件国家工程实验室总工程师、工业互联网产业副秘书长王晨在由清华大学全球股权研究院举办的“‘智能+’时代新机遇”论坛上发表了以《工业大数据：从智能制造到工业互联网》为题的演讲
他所在的清华大学大数据系统软件国家工程实验室，是2017年由国家发改委正式批复、清华大学一个在大数据方面的实验室。在演讲中，他介绍了实验室对于工业大数据的理解，工业大数据如何赋能智能制造，以及如何在智能制造的基础上未来走向工业互联网。
智能数据采集系统，武汉安弘智能装备有限公司。山西大数据采集系统
工业数据采集软件，武汉安弘智能。山西大数据采集系统
1、数据量巨大
任何系统，在不同的数据量面前，需要的技术难度都是完全不同的。
如果单纯是将数据采到，可能还比较好完成，但采集之后还需要处理，因为必须考虑数据的规范与清洗，因为大量的工业数据是“脏”数据，直接存储无法用于分析，在存储之前，必须进行处理，对海量的数据进行处理，从技术上又提高了难度。
2、工业数据的协议不标准
互联网数据采集一般都是我们常见的HTTP等协议，但在工业领域，会出现ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等等各类型的工业协议，而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议，导致在工业协议的互联互通上，出现了极大地难度。
很多开发人员在工业现场实施综合自动化等项目时，遇到的问题及时面对众多的工业协议，无法有效的进行解析和采集。
3、视频传输所需带宽巨大
传统工业信息化由于都是在现场进行数据采集，视频数据传输主要在局域网中进行，因此，带宽不是主要的问题。
但随着云计算技术的普及及公有云的兴起，大数据需要大量的计算资源和存储资源，因此工业数据逐步迁移到公有云已经是大势所趋了。
山西大数据采集系统