摘要：工业从设计、仿真、工艺、制造、检测、试验、运行、服务、支持到退役是一个非常复杂的过程，工业大数据需要大量的传感器进行采集，数字化的数据通过移动互联网和物联网传递到后台，由大量的云上服务器做分析、解析和计算，支撑我们的智能制造体系。工业大数据不仅有工业过程的数据，还有大量不相关来源的数据，包括历史数据、报警数据、环境数据、风险管理数据等，工业大数据需要有对数字的洞察力和认知分析。据麦肯锡2016年的数据分析，全球各类数据之间的数量关系是：制造业大数据远超其他行业，难度很大，复杂度很高。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社