17、工业4.0与物联网时代的大数据与智能工厂

工业4.0与物联网时代的大数据与智能工厂

1. 大数据概述

1.1 非结构化数据

非结构化数据是指那些难以用基本算法进行探索的数据，属于定性数据。人类生成的非结构化数据包括电子邮件、视频文件、音频文件、社交媒体帖子和图像等；机器生成的非结构化数据有卫星图像、科学数据、数字监控数据和传感器数据等。大约80%的在线数据都是非结构化的，在处理大型数据集时，非结构化数据能提供更好的洞察。这些数据可通过面向对象的数据库（如Apache Hadoop）提取，还能借助机器学习等高级工具用于分析数字通信、跟踪大量数据以及分析人类行为以获取情报。

1.2 大数据的特征

大数据具有多种特征，具体如下：
| 特征 | 描述 | 示例 |
| — | — | — |
| 容量（Volume） | 随着传统产业向工业4.0和工业物联网转型，机器和设备上的异构传感器节点会产生大量数据，数据大小从几千字节到泽字节不等。 | 大型综合巡天望远镜（LSST）每晚产生约32TB数据；亚马逊网页每天约有1500万客户点击提供反馈。 |
| 多样性（Variety） | 数据生成的数量和类型具有随机性，数据格式包括结构化、半结构化和非结构化，智能设备可生成任意格式的数据，组织和管理这些数据颇具挑战。 | - |
| 准确性（Veracity） | 反映数据的正确性。由于数据生成的随机性，数据准确性分析较为复杂。工业4.0行业中的智能机器能自我诊断故障和维护，需先进学习算法分析数据以提供实时反馈。 | - |
| 速度（Velocity） | 指数据生成的速度。尽管处理器的数据处理速度有所提高，但由于大数据需实时处理大量数据，系统整体