搜索
2019中国工业大数据发展及投资价值研究赛迪顾问股份有限公司2019年8月1概念界定及发展演进工业大数据概念界定工业大数据是指在工业领域中，围绕智能制造模式，以数据采集集成、分析处理、服务应用为主的各类经济活动所产生的数据的总称，包括从客户需求到销售、订单、计划、研发、设计、制造、采购、供应、库存、售后服务、运维等整个产品全生命周期各个环节产生的数据。生产经营相关业务联网数据工业大数据以数据资产全生命周期管理为核心工业大数据演进历程第一次工业革命第二次工业革命第三次工业革命第四次工业革命“大数据”一词在《第三次浪潮》书中出现苹果推出网络商店iTunesStore，具有数字音乐搜索、数据共享与评价、消费记录等大数据功能工信部印发《物联网“十二五”发展规划》把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这些是大数据的重要组成部分“大数据”首次写入我国《政府工作报告》国务院《促进大数据发展行动纲要》，明确指出要全力推动大数据发展和应用国务院发布《关于深化制造业与互联网融合发展的指导意见》，加快新旧发展动能和生产体系转换国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，深入推进“互联网+先进制造业”，规范和指导我国工业互联网发展2018年工信部发布《推动企业上云实施指南（2018-2020年）》，推动企业运用云计算加快数字化、网络化、智能化转型工信部发布《大数据产业发展规划（2016—2020年）》，提出了“到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成”的发展目标工信部发布《工业互联网发展行动计划（2018-2020年）》，提出到2020年底，初步建成工业互联网基础设施和产业体系《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，明确提出实施智能制造工程赛迪顾问，2019年8月随着大数据应用时代的到来，工业大数据这一大数据细分领域也逐渐被重视。为推动工业大数据的发展，我国正在深化工业云、大数据等技术在工业领域的集成应用，探索建立工业大数据实验中心，建设工业大数据应用示范工程。国家政策在工业大数据的需求端和供给端均出台了相应的规划，加快了信息化技术和工业的深度融合，创新实现新技术、新产品和新模式。1760年1850年1950年1980年2003年2011年2014年2015年2016年2017年2018年2工业大数据发展概况77.193.4114.2146.9192.625620.2%21.1%22.3%28.6%31.1%32.9%27.3%35.8%34.2%32.9%32.0%31.0%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%0501001502002503002016201720182019E2020E2021E中国工业大数据（单位：亿元）工业大数据增速大数据增速2016-2020年中国工业大数据市场规模增长及预测中国工业大数据市场规模中国工业大数据市场受宏观政策环境、技术进步与升级、智能应用普及渗透等众多利好因素的影响，成为工业领域转型新方向和突破口，在促进产业管理创新和生产升级转型中起重要作用，持续促进传统制造产业转型升级，助力工业智能化发展。2016-2018年，中国工业大数据市场规模稳步增长，预计未来三年中国工业大数据市仍呈增长态势，不久后中国工业大数据市场规模增速将反超中国大数据市场规模增速。数据来源：赛迪顾问2018年中国工业大数据市场特征设备故障诊断29.0%生产过程可视化27.1%生产流程优化21.3%产品设计研发11.8%供应链优化8.9%其他2.0%按销售额产品结构设备故障诊断和生产过程可视化产品占据大部分市场份额•设备故障诊断和生产过程可视化产品具有一定通用性，在一定程度上可实现标准化•生产流程优化和产品设计研发同样占据主要地位，市场份额提升较快大型企业80.0%中型企业15.9%小型企业4.1%按销售额用户类型大型工业制造类企业为主要客户•大型工业制造类企业自动化程度高、工艺流程复杂、产生数据体量庞大、利润率高，数据需求量大，企业通过工业大数据的使用优化提升生产效率，减少成本。离散型制造业62.1%流程型制造业17.9%电力8.2%热力、燃气及水生产和供应7.2%采矿业3.3%其他1.3%按销售额用户行业结构离散型企业用户占中国工业大数据市场比例最大•离散型企业设备和零部件数量较多，零部件变更困难，设备故障检测过程繁琐，大数据技术可以为企业实现生产流程优化和故障诊断处理，从而达到企业内部生产效率提升。数据来源：赛迪顾问3工业大数据典型应用场景◆福特公司➢利用大数据技术分析用户驾驶习惯，优化产品产品设计与研发产品改进•司机驾驶习惯•充电习惯•车辆位置数据分析电力公司•加速度•刹车距离•实时位置司机驾驶习惯车辆信息•胎压•电池系统✓充电站位置✓电力资源分配➢本案例中工业大数据的应用为下一代电动汽车产品的功能优化提供了更为明确的改善点，也使汽车制造企业对用户需求更加明确，能够更好的提升用户体验。此种应用方式不仅适用于汽车行业，各类离散型制造业都可借鉴此种方式优化产品，例如家电、手机等。另外，对于以上案例采集的数据，电力公司和其他第三方供应商也可以通过分析这些数据，决定建立充电站的位置，并预防电网超负荷运转等。能耗优化◆恒逸石化➢利用大数据技术实现燃煤效率提升2.6%•监测•诊断•预测•决策数据采集筛选模型建立模型应用燃煤效率提升•进风量•燃料量•烟气浓度•...•大数据分析模型•机理模型参数优化•控制系统优化•设备优化➢本案例通过对工艺流程中相关参数的数据采集和筛选，利用筛选出的关键参数建立模型，从而优化实际生产的燃煤消耗，达到了能耗优化的目的。可以说，对工业大数据的合理采集与分析是获得这一成功的必要条件。不仅仅是化工行业的锅炉，在各种行业，都可以通过对大数据的采集分析，做到能耗优化，以获得更高的效益。供应链优化◆海尔集团➢通过大数据采集和分析用户体验，持续改进和优化供应链订单信息整机组装企业零部件供应商物流资金流降低库存➢本案例中某家电制造企业利用大数据技术对供应链进行优化，改变了传统供应链系统对于固定提前期概念的严重依赖。通过分析相关数据创建更具有弹性的供应链，能够缩短供应周期，使企业获得更大的利润。该家电制造企业对于大数据技术的应用不仅能够给其他家电企业启示，对于其他对供应链有要求的行业，例如手机、制药等行业也有一定示范作用。预测性维护◆金风科技➢通过大数据进行风机叶片结冰的预测分析，降低设备运维成本结冰动力学模型特征提取包括风机结冰严重程度、输出功率、风能综合利用率、风向角、相对湿度、平均环境温等动态分析结冰—风机性能关系模型诊断结果：出现结冰结冰处理不结冰、早期结冰、明显结冰、严重结冰等➢风电装备利用大数据结冰动力模型，对风机特征进行动态观测，重点观测和分析风机利用率、环境温度等特征，尽可能监测和诊断到早期结冰的状况，并进行及时处理，防止出现严重结冰，提高了风机运行效率和电网的安全。在工业领域，利用大数据技术对各种设备运行状况进行预测，对出现的故障进行维护，不只是提高经济效益，更是保障生产的安全性。4工业大数据发展趋势判断工业大数据将成为智能制造和工业互联网发展的核心未来工业数据将呈现从消费数据、工业大数据到精准数据流的转变，构建从采集、分析、转化、反馈等环节的精准数据流闭环将成为智能制造和工业互联网发展的核心。以“大数据+工业互联网”为基础，结合云计算、大数据、物联网、人工智能等技术应用于产品设计研发、供应链优化、设备故障诊断等多个场景，引领工业生产方式的变革，拉动工业经济的创新发展。123456工业动作转成数据数据分析形成结果精准反馈转化命令精准数据流闭环消费数据工业大数据精准数据流闭环13目标是产品产生数据分析数据挖掘数据价值2根植行业、深耕场景将成为工业大数据企业发展的重要方向不同工业行业领域都有各自独特的知识领域和机理形成的行业门槛，每一个工业场景在不同行业、不同企业中的需求也会差异较大，没有一个普适性的解决方案可以在各个行业、场景、企业通用。因此，大多数工业大数据企业未来将呈现行业聚焦、场景聚焦模式，尤其对于工业企业成立分公司或部门专门研究大数据解决方案的企业，必将根植其优势行业，围绕优势行业拓展到相关行业，为相关行业的企业提供工业大数据解决方案。汽车机械制造钢铁化工3C纺织……柔性生产供应链优化故障诊断……各行业、场景、企业需求差异大，工业大数据企业将百花齐放数据安全将成为企业智能化升级决策的重要依据工业核心数据、关键技术专利、企业用户数据等数字化资产已成为企业核心资产。目前我国数据安全法规体系和监督机制尚不健全，一定程度上抑制了企业智能化升级步伐。未来，提高数据全生命周期安全性，增加企业上云信任度和意愿，将成为中国企业智能化升级决策的重要依据。企业智能化升级数据安全隐患大提高系统安全和数据安全法律法规不完善技术实力不够强监督机制不健全数据价值＞设备价值提高全生命周期安全性提高企业信任度数据资产管理将成为制造环节工业大数据价值挖掘的基础业务监测业务洞察业务优化数据盈利业务重塑大数据成熟度模型企业应用大数据的成熟程度从使用预警手段监控企业的运行状态的业务监测阶段，经过在特定领域做出有意义决策的业务洞察阶段、业务运行中的优化阶段、利用大数据变现的数据盈利阶段，到达将商业模式转换到新的市场的业务重塑阶段，逐步实现大数据成熟。随着工业大数据成熟度的提升，工业大数据的价值挖掘也逐渐深入。面向数据全生命周期的数据资产管理通过对数据的管控、应用和运营，保证数据资产的安全、完整、高质量和有效利用，逐步提升工业大数据成熟度，深入工业大数据价值挖掘。数据管控数据应用数据运营搭建工业机理模型库将成为工业大数据发展的重要路径将各行业的工业技术、知识、经验和方法以数字化模型的形式沉淀，搭建包括理论基础模型、流程逻辑模型、工艺模型、故障模型、仿真模型等模型，形成行业级工业机理模型库，把海量数据加载入模型库中，经过反复迭代、学习、分析、计算后，可以实现状态感知、实时分析、科学决策、精准执行。行业级工业机理模型库能够简单有效地帮助工业企业应用工业数据，搭建工业机理模型库将成为工业大数据的重要发展路径。状态感知实时分析科学决策精准执行工业机理模型理论基础模型流程逻辑模型部件模型工艺模型故障模型仿真模型工业APP将成为工业大数据发展的重要业务载体工业APP是面向工业产品全生命周期的场景，把工业产品及相关技术过程中的知识、最佳实践及技术诀窍封装成应用软件，能够有效促进知识的显性化、公有化、组织化、系统化，极大地便利了知识的应用和复用。作为工业互联网体系的应用层，工业APP是工业企业应用数据的最简单方式，受工业企业青睐。同时，国家出台多项政策引领工业APP发展，也将助推工业APP成为工业大数据企业的重要业务发展方向。◆政策引导2017年，国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，提出开发工业大数据分析应用软件2018年，工信部印发《工业互联网APP培育工程实施方案（2018-2020年）》，明确指出在未来三年将通过政策保障、资金支持培育出30万个工业APP，构建工业APP标准体系工业和信息化部办公厅组织开展工业互联网APP优秀解决方案征集活动，确定了2018年工业互联网APP优秀解决方案89项边缘层工业PaaS工业APPIaaS云基础设施（服务器、存储、网络、虚拟化）数据采集协议解析边缘智能工业应用开发工具工业微服务组件工业大数据分析平台（数据管理、数据建模、数据分析）通用PaaS平台（开发环境、运行环境、运营环境）新型工业APP传统软件云化工业互联网平台结构构建数据闭环将成为制造企业创新业务模式的重要驱动力精准营销在精准定位的基础上，依托大数据等手段,建立个性化的顾客沟通服务体系，提升企业产品渗透率，精准营销的相关数据可以作用于个性化定制场景中，目标直击服务受众，按照目标客户的特殊要求进行个性化产品开发，从产品设计