Parte da fonte de big data industrial são os dados no campo de produção e operação, e uma grande parte são os dados da máquina gerados no processo de operação de equipamentos de produção e produtos e equipamentos de ponta produzidos.
E o big data real não são os dados, os dados após o acesso para salvar podem ser feitos, o real é análise inteligente e decisão inteligente, através da integração dos dois com base no sistema de otimização de análise inteligente "cérebro industrial" para realizar a decisão inteligente correspondente.
Essas análises e tomadas de decisão inteligentes não podem ser separadas do suporte do sistema de informação original e do sistema de automação, mas também não podem ser separadas dos equipamentos físicos e equipamentos que produzem esses dados. Com base nos dados do ambiente onde os dados são integrados, um sistema de big data com capacidade inteligente de análise e otimização é construído com base no sistema de gerenciamento de informações e no sistema de automação para atingir o objetivo de melhorar a qualidade, aumentar a eficiência, reduzir o consumo e controlar os riscos .
O big data industrial pode ser dividido em três categorias. Uma parte são os dados industriais da Internet das Coisas, como os dados gerados por equipamentos de produção, produtos inteligentes e equipamentos complexos 24 horas por dia. Parte dos dados de informatização da empresa, e uma parte importante dos dados são os dados externos em toda a cadeia industrial, incluindo os dados ambientais do equipamento no processo de operação, como dados meteorológicos, dados geográficos e dados ambientais correspondentes. Somente quando esses três tipos de dados são combinados, eles podem ser chamados de big data industrial.
Como usar os dados para dirigir. A primeira é ver que tipo de dados temos agora, de onde vêm, como coletá-los se não os tivermos, quais são as características desses dados, como dados de séries temporais, dados de espaço de tempo, dados gerados por produtos inteligentes e dados gerados por equipamentos de produção e quantos dados há no final. A segunda é entender os dados, os dados como salvar, gerenciar, usar, outra é mais importante é como garantir a qualidade dos dados. A terceira é usar que tipo de sistema, que tipo de ferramentas para garantir o armazenamento de dados, gerenciamento de dados, processamento de dados? Ao mesmo tempo, como integrar e associar estes dados é não só analisar e gerir os dados gerados pelo equipamento, mas também associar os dados ambientais envolventes, dados geográficos e outros dados transfronteiriços no processo de análise.
