工业大数据不只是价值大 ， 而且在制造企业中蕴藏量也是巨大的 。 生产车间是制造企业使用与生产工业大数据的重要场所 ， 这些数据既包括MES等信息化系统中运行与产生的数据 ， 也包括生产设备产生的各种状态与制造参数等数据 。 这些数据是确保企业正常生产的基础 ， 通过对这些数据的进一步挖掘 ， 以量化、可视化等方式 ， 定位生产中存在的问题并进行优化 ， 可有效地提高生产效率和提升企业竞争力 。
【大数据|为什么车间是工业大数据的\金矿\？】
车间大数据的来源及种类可大致分为三类：
1、生产数据：包括MES中的工艺、计划、调度、库存、质量等生产过程中使用、产生的各类数据 ， 也包括与ERP、PLM等上游信息化系统经过集成而来的数据 ， 这是车间生产的主线 。
2、设备数据：各类数字化设备的状态信息及制造参数等 ， 通过设备联网或MES等系统采集而来 ， 这些数据具有密度大、实时性强等特征 ， 是保证设备正常生产与产品质量的基础 。
3、外围数据：包括能耗数据、废水废气排放等数据 ， 对这些数据进行深入挖掘 ， 将会对降成本、提效率、提质量有很大的促进作用 。
尽管车间里有大量的生产数据、设备数据、质量数据等工业大数据 ， 但传统的管理模式没有充分发挥出这些数据的价值 ， 造成了数据价值的浪费 。 具体表现如下：
（1）数据采集 。 数据采集工作由人工采集完成 ， 存在采集数据种类与数量均有限、采集效率低、易出错、不客观、信息反馈不及时等缺点 。
（2）数据挖掘 。 即便是对已有数据 ， 统计与管理人员也只是做些常规的数据统计工作 ， 不能对数据进行深入挖掘与分析 ， 没有充分地发挥出数据的更大价值 。
（3）数据使用 。 由于数据采集不全面 ， 数据挖掘与分析停留在表面 ， 企业各级管理者不能从深层次发现问题 ， 导致生产管理只停留的初级、表面、传统的粗放式管理 ， 不利于企业的发展 。
在数字化车间中 ， 通过MES及设备联网等信息化系统对数据进行全面而实时的采集 ， 结合生产与产品特点 ， 进行深入的数据挖掘与分析 ， 可快速地发现生产中存存在的问题 ， 并能精准地进行优化与提升 。

稿源：(未知)

【傻大方】网址：/c/1124a2aR021.html

标题：大数据|为什么车间是工业大数据的\金矿\？