第3章 大数据分析和知识图谱

制造大数据是指制造业通过网络化、数字化、物联化形成的海量异构制造数据资产汇聚，通过数据驱动的制造行业数据资源分析与应用，可为制造业设计、生产、经营、管理全过程提供大数据支撑与服务，促进创新链、供应链、产业链的形成与优化，为制造业转型升级、宏观决策、智慧制造提供支撑。制造大数据技术架构如图3-1所示。

图3-1 制造大数据技术架构

（1）数据采集 以传感器为主要采集工具，结合RFID、条码扫描器、生产和检测设备、PDA、人机交互、智能终端等手段采集制造领域多源、异构数据信息，并通过互联网等技术实现源数据的实时准确传输。采集的源数据归纳起来包括结构化、半结构化、非结构化三类数据。

（2）数据处理 首次采集获得的源数据是多维异构的，为避免噪声或干扰项给后期分析带来的困难，必须执行同构化处理，同时将处理结果有效存储在性能和容量都能线性扩展的分布式数据库中。

（3）数据分析 在传统数据挖掘基础上，结合新兴的云计算、Hadoop、专家系统等对同构数据执行高效准确的分析运算，并用可视化技术展示结果。

（4）数据应用 经过上述处理、分析后的数据主要应用于车间、工厂的流程管控和优化，产品研发的决策支持，质量检测和故障预警，供应链优化等方面。

本章将从数据处理和数据应用两方面入手，分别阐述制造大数据预处理以及制造大数据在故障诊断、状态预测和人机物知识图谱融合的制造诊断决策方面的相关研究工作。