在近十年来,祖国的装备工业取得了历史性成就、发生了历史性变革。2012年至2021年,装备工业增加值年均增长8.2%,始终保持中高速增长。其中,产业规模持续加大扩张。至2021年底,装备工业规模以上企业达10.51万家,比2012年增长近45.30%;资产总额、营业收入、利润总额分别达到28.83万亿元、26.47万亿元和1.57万亿元,分别比2012年增长92.97%、47.76%和28.84%。
今年8月份,面对极端高温天气和疫情散发多发等不利因素影响,各地区各部门高效统筹、积极应对,稳经济一揽子政策加快推进实施,工业生产小幅回升,延续5月份以来稳步恢复态势。随着智能制造与工业互联网概念的深入,互联网、大数据与工业的融合发展成为了新型工业体系的核心,工业大数据的应用将带来工业生产与管理环节的极大的升级和优化,其价值正在逐步体现和被认可。随着社会的进步和信息通信技术的发展,大数据被广泛应用在各行业、各领域。大数据的广泛应用也意味着数据存储量越来越大,因而,近年来数据存储量呈爆发式增长。在大数据行业的快速增长过程中,中美两国以先进的技术优势占据行业重要地位。未来大数据行业在经历爆发式增长后,增速将逐渐放缓。
近两年来,大数据发展浪潮席卷。根据数据公司(IDC)的监测数据显示,2013年大数据储量为4.3ZB(相当于47.24亿个1TB容量的移动硬盘),2014年和2015年大数据储量分别为6.6ZB和8.6ZB。大数据行业正处在高速增长阶段,不论是数据存储规模还是整个行业的市场规模都在迅速成长,行业发展潜力巨大。
数据大整合、数据规范统一。逐步加强工业大数据采集、交换与集成,打破数据孤岛,实现数据跨层次、跨环节、跨系统的大整合。
机器学习,数据到模型的自动建立。在工业上实现大数据采集、集成的基础上,推进工业全链条的数字化建模和深化工业大数据分析,将各领域各环节的经验、工艺参数和模型数字化,形成全生产流程、全生命周期的数字镜像,并构造从经验到模型的机器学习系统,以实现从数据到模型的自动建模。
构建不同领域的专业数据分析算法。在工业大数据技术领域通用算法的基础上,不断构建工业领域专业的算法,深度挖掘工业系统的物理化学原理、工艺、制造等知识,满足企业对工业数据分析结果高置信度的要求。
数据结果通过3D工业场景可视化。进行数据和3D工业场景的可视化呈现,将数据结果直观地展示给用户,增加工业数据的可使用度。通过3D工业场景的可视化,实现制造过程的透明化,有利于过程协同。