En del av kilden til industriell stordata er dataene innen produksjon og drift, og en stor del er maskindataene som genereres i driftsprosessen til produksjonsutstyr og avanserte produkter og utstyr produsert.
Og de virkelige store dataene er ikke dataene, dataene etter tilgangen til å lagre kan gjøres, den virkelige tingen er intelligent analyse og intelligent beslutning, gjennom integrering av de to på grunnlag av det intelligente analyseoptimaliseringssystemet "industriell hjerne" å utføre den tilsvarende intelligente avgjørelsen.
Disse intelligente analysene og beslutningsprosessene kan ikke skilles fra støtten til det opprinnelige informasjonssystemet og automatiseringssystemet, men kan heller ikke skilles fra det fysiske utstyret og utstyret som produserer disse dataene. Basert på miljødataene der dataene er integrert, bygges et big data-system med intelligent analyse- og optimaliseringsevne på grunnlag av informasjonsstyringssystemet og automatiseringssystemet for å oppnå formålet med å forbedre kvaliteten, øke effektiviteten, redusere forbruket og kontrollere risikoen. .
Industriell stordata kan deles inn i tre kategorier. En del er industrielle Internet of Things-data, slik som data generert av produksjonsutstyr, intelligente produkter og komplekst utstyr 24 timer i døgnet. En del av bedriftens informasjonsdata, og en viktig del av dataene er eksterne data på tvers av industrikjeden, inkludert miljødata for utstyret i driftsprosessen, som meteorologiske data, geografiske data og tilsvarende miljødata. Først når disse tre typer data kombineres, kan de kalles industriell stordata.
Hvordan bruke data til å kjøre. Den første er å se på hva slags data vi har nå, hvor de kommer fra, hvordan vi samler dem hvis vi ikke har dem, hva er egenskapene til disse dataene, for eksempel tidsseriedata, tidsromdata, data generert av intelligente produkter og data generert av produksjonsutstyr, og hvor mye data det er til slutt. Den andre er å forstå dataene, dataene hvordan lagre, administrasjon, bruk, en annen er viktigere er hvordan man sikrer kvaliteten på dataene. Den tredje er å bruke hva slags system, hva slags verktøy for å sikre datalagring, databehandling, databehandling? På samme tid, hvordan man integrerer og assosierer disse dataene er ikke bare å analysere og administrere dataene som genereres av utstyret, men også å knytte de omkringliggende miljødataene, geografiske dataene og andre grenseoverskridende data i analyseprosessen.
