在《工业大数据分析指南》中,从理论的角度对通用的工业大数据分析方法和分析流程进行归纳总结,对其关键共性进行辨识、抽象和提升。随着以制造业转型升级为首要任务的工业变革的不断深入,工业大数据成为引领这场变革的主要驱动力,工业互联网逐渐成为工业大数据的核心应用、重要场景之一。
工业互联网为了解决工业制造业“智能化生产”、“个性化定制”、“网络化协同”、“服务化转型”的需求,需要建立一个基于海量数据采集、汇聚、分析的数据管理与分析的服务体系。在工业互联网的边缘,即工业边缘,通过大范围、深层次的数据采集,以及异构数据的边缘处理,通过构建精准、实时、高效的管理与分析体系,建立面向工业大数据存储、集成、访问、分析、管理的工业互联网平台环境,才能实现工业技术、经验、知识的模型化、标准化、软件化、复用化,才能不断优化研发设计、生产制造、运营管理等资源配置效率,才能形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。
为此,在工业互联网产业联盟的指导下,工业大数据特设组主持编写了这本《工业边缘数据管理与分析技术》白皮书。本书由工业互联网产业联盟编写,在编写过程中得到了信通院领导的悉心指导和相关参编单位的鼎力支持。
牵头编写单位:
清华大学
联想(北京)有限公司
参与编写单位:
北京航空航天大学
清华大学
中国信息通信研究院
北京天地和兴科技有限公司
中国科学院沈阳计算技术研究所
北京中元瑞讯科技有限公司
东方电气集团东方电机有限公司
杭州东信北邮信息技术有限公司
北京博华信智科技股份有限公司
北京机械工业自动化研究所有限公司
三六零科技有限公司
山东省科学院新一代技术标准化研究院
上海大制科技有限公司
深圳得一智科技有限公司
苏芯物联技术(南京)有限公司
新华三技术有限公司
宜通世纪科技股份有限公司
编写组成员(排名不分先后):
王建民、于辰涛、王晨、魏凯、李铮、王子涛、刘薇、闫君、任磊、李霏、尹作重、孙晓田、董松伟、赵大力、牛建伟、林杨、任继顺、汪洋、陈旭、曹予飞、韩涛、张镇、杨扬、何琪、冯振飞、吕晨阳、李波、徐心平、李志国、刘廉如、尹震宇、于碧辉、佟琨、项楠、尹作重、谭文哲、余笑寒