摘要：作为一个新概念，工业大数据具体指在工业领域信息化中进行应用的大数据，在信息化和我国工业化持续发展以及二者互为融合的背景下，各类信息技术持续在工业企业产业链中进行渗透，如，利用工业物联网FRID等，在工业企业中这些技术得到了良好的应用。在智能制造业中应用工业大数据会带来历史性的变革，从而促进智能制造业稳步健康迈向新时代。鉴于此，文章详细论述了智能制造中工业大数据的应用价值，旨在可以为行业人士提供有价值的借鉴与参考，进而为制造业的健康繁荣发展提供助力。
关键词：工业大数据；智能制造；应用价值
前言：工业大数据作为一项新技术，能够全面促进智能制造业的发展，工业大数据能为制造过程和日常管理提供优化和改善基础，创新产品、服务和运营模式，提高整个产业生态系统的快速聚集能力，既能给企业带来更高的利润，也能够使各种高附加值的服务拥有坚实的理论和数据基础。
1工业大数据及其特性
工业大数据是指在智能制造过程中，从客户需求到产品研发、设计、工艺、制造以及售后、服务、运维、报废、回收等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。工业大数据主要有三个来源：第一类是生产经营相关业务数据，主要包括ERP、PLM、SCM、CRM等信息系统数据；第二类是设备物联数据，主要包括设备运行情况、工况状态、环境参数等；第三类是外部数据，如：评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。
工业大数据是通过先进的感知、计算、通信、控制等信息技术和自动控制技术，采集智能制造环境下的设计研发、生产制造、销售服务等环节的工业数据。工业大数据具有以下特征：①价值性(Value)：工业大数据更强调用户价值驱动和数据本身的可用性。②实时性(Real-time)：工业大数据从数据采集频率、数据处理、数据分析、异常发现和应对等方面均具有很高的实时性要求。③准确性(Accuracy)：工业大数据更加关注数据质量以及处理、分析技术和方法的可靠性。④闭环性(Closed-loop)：工业大数据处理和分析过程是数据感知、分析、反馈、控制等闭环场景下的动态持续调整和优化过程。
2智能制造与工业大数据关系
目前，随着工业大数据理念应用范围不断扩展，其所应用场景可涵括交易、服务、后台等，并以智能手机、计算机等作为载体，可实现即时分析、数据共享等功用，并可以保证企业更加全面地认识制造生产过程中所存在的问题、潜藏的影响因素、智能产品的缺陷等。
工业大数据分析是利用数据模型，把库存信息、交易信息、财务交易信息等结构化业务系统数据同预警、流程参数、供应商、公网数据等非结构化操作系统数据结合起来，通过这些数据之间的关系，可对制造业生产、经营管理和销售全过程规律进行挖掘，从而使智能制造业的发展拥有更理想的条件。
工业企业想要减少生产过程中的资源浪费并提升整体制造效益，通常需要结合实际生产运营情况进行合理、科学、系统的自我调整。工业大数据可以帮助工业企业分析感知用户需求，提升产品附加值，打造智能工厂，也将成为智能制造创新驱动的动力和核心竞争力。
3智能制造应用工业大数据价值
3.1 智能制造应用工业大数据销售分析价值
通过对工业大数据提炼、挖掘、分析，可针对智能制造产品销售预测、销售趋势等形成可行性方案与报告，从而为企业管理层提供决策辅助依据。具体销售分析价值主要体现在：
第一，可利用工业大数据来分析客户的行为、特性，掌握产品用户的偏好、购买意向、产品使用习惯、新产品期待等，最大限度地满足客户需求，加强智能制造产品销售水平。
第二，以往的数据分析过程在销售方面缺少客户的实际数据，导致最终分析结果精准度、针对性明显不足，无法开展精准营销。通过利用工业大数据进行客户特征收集、分析后，可进行更具针对性的信息推送，从而实现精准营销模式。
第三，对于智能制造企业来说，重点客户是保证企业长远经济效益的重要基础。而利用工业大数据可对企业现有客户群体中进行销售价值深入分析，并寻找其中内在联系与销售规律，进而可以筛选出重点客户。
第四，企业发展规划中必然需要逐步提升对品牌效益与传播关注度，从而保证企业稳定、长远的销售增长。因此，使用工业大数据分析可针对产品属性分布、互动客户、传播趋势、口碑类型、产品需求等进行综合分析，并依据客户所反映的实际内容，制定更具品牌特色的销售方案。
第五，在利用工业大数据有效维护、稳固现有客户的同时，还可利用新客户群体特征分析、新客户产品意向等数据分析结果，优化、调整自身产品，可进一步推动企业在新智能制造产品供需市场中的占比。
3.2 智能制造应用工业大数据产品分析价值
一方面，应用工业大数据可以实现企业智能制造产品的优化与完善，并提升整体管理流程的信息化水平。首先企业应进行全面、系统的数据收集与整理，如产能、产量、工艺、损耗、温度、压力、噪声、人员等；其次，使用大数据分析技术进行当前数据与预期数据对比，从而提升整体控制与管理水平；最后，不断更新、提升生产工艺，合理、科学的增减制造技术类型，提升工作人员的专业技能水平，从而可以加强生产管理的质量与效率，科学、有效地对智能制造产品进行管控。
另一方面，未来是产品多样化的时代，智能制造产品需要更多地创新、个性元素，以便更好地满足客户所需，并以创新产品为基础，企业可搭建更为现代化的生产、销售、服务三位一体发展模式，在提升产品多样性、创新性的同时可以进一步推动企业的革新发展。同时，工业大数据不仅仅可以应用与企业自身发展方面，还可应用于企业上游、下游以及其他行业领域中，从而将社会各个行业进行整合，形成崭新的智能产品供应链与共赢、互惠生态圈。
3.3 智能制造应用工业大数据发展分析价值
智能制造企业不仅应注重销售、生产方面的革新与发展，还应懂得在当前的全球化背景下，利用工业大数据技术深入进行预测性分析，同样是保证企业未来良好发展的重要措施之一，如股市走向、社会发展需求预测等。工业大数据预测逻辑中，包含一切规律性的发展与非规律性的变化、征兆，从而进行综合性预测。但需要注意的是，通过大数据分析为企业提供的通常仅为某一类事件可能发生的概率，并非准确预测某一类事件必然会发生，因此企业管理层进行决策时，应仅将工业大数据所分析的数据进行辅助参考与概率比对，在实际的方案决策方面，更多的应是参考自身产业发展特性与实际情况，具体问题应具体分析，才能够充分发挥工业大数据技术的导向作用与基本价值。
结束语：
总体而言，目前在全世界各个国家都较为注重技术创新，而工业大数据无疑是降低工业资源浪费、提升环境与经济协调水平的重要途径之一。基于此，企业应以明确智能制造与工业大数据关系的基础上，重点分析其应用价值，进一步推动企业核心竞争力的提升，实现可持续性发展目标。
参考文献：
[1]廖德华，曾维平，陈向.基于工业大数据的有色金属产业数字化转型[J].世界有色金属，2017（09）：54-56.
[2]齐建军，朱道云，万洋.工业大数据标准化研究[J].信息技术与标准化，2017（04）：18-21，25.
[3]杨建云，殷鹏程.智能制造应用:浅谈数据采集[J].工业控制计算机，2016（10）：89，91.
[4]余嘉元.大数据和工业 4.0 带给心理学的新机遇[A].中国心理学会.第十八届全国心理学学术会议摘要集—— — 心理学与社会发展[C].中国心理学会，2015：3.
[5]张礼立.工业制造中的大数据分析[J].中国工业评论，2017（1）：12-17.
[6] 李定川.大数据云计算云存储对工业自动化影响的应用分析[J].智慧工厂，2016（10）：59-63.
[7]童群.工业大数据在智能制造中的应用价值[J].电子技术与软件工程,2018(18):147.
[8]杨宁.工业大数据在智能制造中的应用价值分析[J].中国新通信,2019,21(02):115-116.