智慧制造云中大数据技术的研究、实践和思考

李伯虎

我的主题报告主要围绕三个部分展开：第一部分是智慧制造云概述，第二部分是智慧制造云中大数据技术与人工智能技术研究与实践，第三部分是发展智慧制造云的建议。

众所周知，一场新技术革命和新产业变革正在进行，互联网+大数据+人工智能时代正在到来。什么叫智慧制造云？它是一种基于泛在互联网，用户能按需、随时随地获取智慧制造资源、能力与产品服务，进行数字化、网络化、云化、智能化制造的新制造模式、技术手段和业态。

智慧制造云之所以称之为“智慧”主要是强调了三种深度融合：以用户为中心的人、机、物、环境、信息的深度融合；数字化、网络化（互联化）、智能化的深度融合；工业化与信息化的深度融合。智慧云制造的目標是：高效、优质、节省、绿色、柔性地制造产品和服务用户，提高企业（或集团）的市场竞争能力。

简单说智慧制造云体系架构包括智慧资源、智慧能力、智慧产品层；智慧感知/接入/通信层（感知、网、边缘智能处理层）；智慧制造云服务平台层（虚拟智慧资源/能力/产品层、智慧云服务支撑层、智慧用户界面层）；智慧云服务应用层。我们在此基础上进一步提出了技术体系，它的框架包括整个系统的总体技术，目前我们有六类技术和解决方案。

第一类是大数据集成与清洗技术。把不同来源、格式、特点性质的数据及数据源在逻辑上或物理上有机地接入平台并进行重新审查和校验，得到干净、一致的数据，并发送给存储系统或数据中间件系统作后续处理。特点是能够清洗海量实时数据：智慧制造云中实时数据源（制造设备、产品及现场产生的大量传感器和工业现场）占比很高；能够实现异构数据类型集成：包括传感数据等轻量结构化数据以及监控视频、图片等非结构化数据。

第二类是大数据存储与管理技术。采用云存储和分布式存储技术及高吞吐量数据库技术与非结构化数据访问技术，实现云系统中数据的经济、高效、高可靠、容错的管理与服务。特点是能够实现海量数据分布式存储：接入智慧制造云的单个智慧工厂每天产生数PB数据，需要对各类存储数据快速访问以保证实时制造决策与工控指令反馈。

第三类是大数据分析挖掘技术。从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息。特点是应用目标导向算法：智慧制造云大数据应用目标广泛，需深度结合应用目标进行特征算法设计。建立智能优化模型：建立云制造应用定量解析或人工智能分析模型。

第四类技术是大数据可视化技术。基于二维综合报表、VR/AR等可视化展示技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理。特点是能够综合处理显示多维度数据：智慧制造云数据应用涉及多种维度数据的综合处理与显示。交互式需求：制造或企业经营管理决策者基于视觉的交互。

第五类是大数据标准与质量体系。包括了智慧制造云中大数据通用技术、平台、产品、行业、安全等方面的标准与规范，涉及数据规范、标准、控制，监督等技术。特点是多类型标准。领域间交换和交易：标准与质量体系聚焦于智慧制造云跨领域数据交换集成和应用数据交易。

第六类技术就是大数据安全。涉及大数据采集、传输、存储、挖掘、发布及应用等安全，以及用户管控、数据溯源、隐私数据保护、安全态势感知等。特点是隐私保护要求高，难度大、关联性强；数据产生及应用过程的追溯与保护难。

最后我想谈一下智慧云方面的建议，一是自主创新是引领发展的第一动力，是构建智慧制造云的战略支撑。第二就是技术、产业、应用一体化发展。要重视新制造科学技术、新信息通信技术、新智能科学技术及制造应用领域专业技术等四类新技术的深度融合；要重视加强智慧制造云的新模式、新流程、新手段、新业态的研究；要重视符合“分享经济”的商业模式技术研究；要重视安全技术（制造系统安全及商业安全技术）及相关标准和评估指标体系技术研究；要重视加快智能化感知、接入、互联层的基础研究与建设，重视性能需求。

产业方面。要加强云制造工具集（硬件/软件）和平台的研发产业，加强面向云制造的智能产品的研发产业，加强智慧制造云系统（行业、企业、车间制造云及制造产业链上各阶段云制造服务系统）的构建与运行产业，加强智慧制造云运营中心的运营服务产业。

应用方面。要突出行业、企业特点；突出以问题为导向的模式、手段和业态的变革；突出系统的六要素、六流的综合集成化、优化和智慧化；突出系统工程的实施原则，即“一把手挂帅”，“创新驱动，总体规划，突出重点，分步实施”的指导思想，制定好发展规划与阶段性实施方案等。

三是大力提升网络和信息技术支撑能力，夯实数字经济发展基础。

四是开放合作。

（根据演讲内容整理，未经本人审核）