智慧型製造是当今的热点之一，是一种基于新一代通信技术的新型製造模式，最突出的特点就是能有效的缩短产品研製周期，提高生产效率和产品质量，降低运营成本和资源能源消耗。其核心既是工业大数据。工业大数据是工业领域中，围绕智慧型製造模式，在整个产品全生命周期各个环节所产生的各类数据，及相关技术和套用的总称。通过现阶段的数据採集、数据处理、数据分析的能力，準确执行指令，实现闭环反馈，最终形成自主学习、自主决策、最佳化提升。工业大数据技术及套用将成为未来提升製造业生产力、竞争力、创新能力的关键要素，驱动生产过程智慧型化、产品智慧型化及新业态新模式形成。

如今，全球掀起了以製造业转型升级为首要任务的新一轮工业变革，世界上主要的工业发达体纷纷制定工业再发展战略,提出了结合自身特点、优势的架构方案。例如，德国提出了RAMI4.0，美国的IIRA。

那幺，有没有一个适合我国的国情的工业大数据架构呢？工业大数据又如何落地呢？

新一代信息技术与製造业的深度融合,正在引发产业的重大变革,形成新的生产方式、产业形态、商业模式和经济成长点;基于信息物理系统的智慧型製造正在改变传统的製造方式;网路众包、协同设计、个性化定製、精準供应链管理、产品全生命周期管理、工业云平台等正在重塑产业价值链体系。

全球产业竞争格局正在发生重大调整，工业的转型升级正成为全球经济发展新一轮的竞争焦点。从美国的“製造业回归”、德国的“工业4.0”到日本的“工业价值链”计画，都异曲同工地表达了同样的内容：用云计算、大数据、物联网、人工智慧等技术引领工业生产方式的变革，拉动工业经济的创新发展。中国製造业面临已开发国家和其他开发中国家“双向挤压”的严峻挑战，必须化挑战为机遇，抢占製造业新一轮竞争制高点，为此，政府提出了 “中国製造2025”计画。

智慧型製造是经济转型升级过程中的一项重要内容，各省市及国家层面都在推出各类智慧型製造专项。工业大数据是智慧型製造的核心，然而工业大数据套用也带来了广泛性的挑战。单从业务方面来看，工业大数据套用还处于发展初期，具有广泛示範作用的成功案例还不多，而且构建工业大数据套用系统所需的投资都不小。更重要的是企业的决策层不仅要有明确的认识，并且要有战略性的承诺。

目前，企业面对的一个挑战是如何着手工业大数据套用的开发及推动其实施，以保证所构建的系统在投产后能产生预期的作用、收回前期的投资。

如果没有系统架构作为基础，将很难有效地应对这些技术和业务上的挑战。因此，制订系统架构是解决这些问题的第一步，也是最为基础性的一步。而且，要解决不同行业之间系统的互操作性问题，不同行业之间也就必须对系统的整体架构达成共识。

架构是对不同行业的诉求作归纳分析，辨认其关键的共性并进行抽象及提升。一个通用的参考架构不仅能够为解决不同产业所共有的挑战提供共同的基础，并能够在跨产业的生态系统中实现知识和经验的共享，採用可重用的技术和系统构建模组。一个广阔跨产业的生态系统，将刺激更多的技术创新，降低技术成本，加快工业大数据系统的实施。

本书共分12章，首先论述了智慧型製造与大数据的关係（第1章），在分析了德国工业4.0架构模型RAMI4.0，美国工业网际网路参考模型IIRA、日本工业价值链参考框架IVRA及中国製造2025体系架构的基础上提出了工业大数据架构（第2章）。本书后续第3章至第11章将分别就工业大数据架构的三个维度展开阐述。第3、第4和第5章分别在产品价值链维度三大环节（研发、生产和服务）论述了工业大数据套用，第6、第7和第8章分别从企业纵向维度论述了智慧型製造的三个子系统即信息物理系统CPS、管理信息系统MIS和网际网路+，第9、第10和第11章分别从IT价值链集成维度（业务架构、信息系统架构和技术架构）论述了工业大数据整体架构及集成技术。最后，第12章讨论了工业大数据安全、质量等大数据治理环节内容。工业大数据架构与本书章节的对应关係如下图所示：

本书的主要特点有：（1）基于成熟的相关理论及国外成熟的相关架构。（2）目前CPS、工业网际网路，网际网路+、大规模个性化定製、大数据、工业云等概念比较多，本书基于工业大数据参考架构这个模型组织全书内容，为大家梳理出一个清晰的脉络。（3）本书使用了大量的架构图表（100多张）。（4）本书每章都有大量案例（共50个以上）支撑各章的核心观点。

各章的作者分别是:第一章，郑树泉，宗宇伟；第二章：郑树泉；第三章，王倩；第四章，王倩，丁志刚；第五章：武智霞；第六章，武智霞，丁志刚；第七章：王倩，董文生；第八章 覃海焕，郑树泉；第九章：徐侃，郑树泉；第十章：徐侃；第十一章：覃海焕，董文生；第十二章：武智霞，郑树泉，宗宇伟。郑树泉进行了本书的整体内容策划及编写组织工作。李索远承担了本书大量的文字录入、图表製作及版本管理工作。

感谢上海产业技术研究院工业大数据研究小组多年来的研究和套用实践为本书的写作积累了大量的素材和案例。

感谢全国信标委大数据标準工作组及《工业大数据白皮书》编写组成员对本书写作的支持。

本书的写作过程中得到了星环信息科技（上海）有限公司陈晓勇、北京数码大方科技股份有限公司齐建军、苏州罗想软体股份有限公司陈勇、南京优倍电气有限公司董健、用友网路科技股份有限公司上海分公司曹晖、上海宝信软体股份有限公司欧阳树生、中国电子技术标準化研究院王典威等智慧型製造、工业云和大数据等领域专家的帮助，他们为本书的写作提供了不少建议和案例材料，在此一併表示感谢。

工业大数据是一个跨学科和跨界的领域，也是不断改进和演化的过程。本书付印之际，作者诚惶诚恐，虽然智慧型製造、工业网际网路、工业大数据等技术和套用如火如荼，然而国内工业大数据架构研究及套用还刚刚开始，本书的理论模型和套用实践方面难免会有一些偏颇。欢迎读者对不足之处批评指正，希望分享体会和经验，推进工业大数据在智慧型製造和智慧型服务等领域的套用。

作者

2017年5月

第1章 绪论

1.1 智慧型製造及技术体系

1.1.1 智慧型製造的定义

1.1.2 智慧型製造的目标

1.1.3 智慧型製造的技术体系

1.2 工业大数据的战略作用

1.2.1 大数据与企业核心能力

1.2.2 大数据与价值链

1.2.3 大数据与製造模式

1.3 工业大数据定义、特徵

1.3.1 工业大数据定义

1.3.2 工业大数据特徵

1.4 工业大数据战略、实现路径及实施流程

1.4.1 不同类型的业务战略

1.4.2 工业大数据价值实现路径

1.4.3 工业大数据实施流程

参考文献

第2章 工业大数据架构

2.1德国工业4.0参考架构

2.1.1背景

2.1.2 RAMI4.0模型

2.1.3功能层

2.1.4生命周期与价值流

2.1.5企业纵向层

2.1.6 工业4.0组件

2.2美国工业网际网路参考架构

2.2.1背景

2.2.2工业网际网路架构基本概念

2.2.3业务视角

2.2.4套用视角

2.2.5功能视角

2.2.6实施视角

2.3日本工业价值链参考架构

2.3.1背景

2.3.2 IVRA模式

2.3.3智慧型製造单元

2.4中国製造2025参考架构

2.4.1背景

2.4.2智慧型製造系统架构

2.4.3智慧型製造标準体系结构

2.5工业大数据参考架构

2.5.1生命周期与价值流

2.5.2企业纵向层级

2.5.3 IT价值链

参考文献

第3章 研发大数据

3.1 研发大数据的类型

3.2研发大数据的套用

3.2.1基于模型的研发设计

3.2.2基于仿真的研发设计

3.2.3基于产品生命周期的设计

3.2.4 融合消费者反馈的设计

3.3研发大数据的创新

3.3.1产品创新研发的消费者驱动模式

3.3.2产品创新的技术驱动模式

3.3.3用数据让竞争创新透明化

3.4研发大数据服务技术平台

第4章 生产大数据

4.1 企业资源管理ERP

4.1.1 ERP简介

4.1.2 ERP体系

4.1.3 融合大数据的ERP实施

4.2企业製造执行系统（MES）

4.2.1 MES简介

4.2.2 MES体系

4.2.3结合大数据的MES套用

4.3客户关係管理（CRM）

4.3.1 CRM简介

4.3.2 运用大数据的CRM行销

4.4供应链管理（SCM）

4.4.1 SCM简介

4.4.2基于大数据的SCM最佳化

4.4.3大数据时代下的SCM变革

参考文献

第5章 服务大数据

5.1服务大数据类型及价值体现

5.1.1服务大数据的类型

5.1.2 服务大数据主要来源及其价值体现

5.2服务大数据套用

5.2.1 预测性维修

5.2.2 城市基础设施管理

5.2.3 企业能源管理

参考文献

第6章 信息物理系统

6.1 CPS基本理论

6.1.1 CPS的定义

6.1.2 CPS的本质

6.1.3 CPS体系架构

6.2 CPS在产品全生命周期中的套用

6.2.1 研发与设计

6.2.2生产与供应链管理

6.2.3运维与服务

6.3 CPS下的智慧型工厂

6.3.1自动化和互联的设备

6.3.2 产品智慧型化且可配置

6.3.3 智慧型的机器和流程

6.3.4 具有知识的人

6.4 CPS下的智慧城市

参考文献

第7章 企业管理信息系统

7.1 企业管理信息系统的发展历程

7.1.1信息技术在企业套用的发展历程

7.1.2信息化管理的成熟度模型

7.1.3企业管理信息系统的七个阶段

7.1.4企业集成运行的成熟度模型

7.2 管理信息系统构成

7.2.1从信息角度

7.2.2从职能构成

7.2.3从套用角度

7.3 两化融合下的管理信息系统集成

7.3.1信息化集成标準

7.3.2纵向集成

7.3.3跨越整个价值链的端到端工程数字集成

7.3.4价值网路的横向集成

7.3.5信息化集成系统内的系统集成

7.4 工业大数据下的关键套用

7.4.1 高级计画与排程

7.4.2产品生命周期管控

7.4.3供应链集成

参考文献

第8章 “网际网路+”时代的工业转型

8.1理论基础

8.1.1马斯洛需求理论

8.1.2生产型消费者与共享经济

8.1.3平台战略

8.2 个性化定製

8.2.1产生背景

8.2.2个性化定製业务框架

8.2.3套用案例

8.3 网路化协同製造

8.3.1产生背景

8.3.2网路化协同製造业务框架

8.3.3套用案例

8.4 製造业分享经济

8.4.1产生背景

8.4.2製造业分享经济业务框架

8.4.3套用案例

参考文献

第9章 业务架构

9.1企业信息化发展阶段

9.1.1部门级信息化套用阶段

9.1.2企业级信息化套用阶段

9.1.3基于网路的信息化套用阶段

9.2工业大数据创新业务模式

9.2.1智慧型化生产套用

9.2.2智慧型化设计套用

9.2.3智慧型化行销

9.2.4 网路化套用

9.2.5 个性化套用

9.2.6 服务化套用

9.2.7 平台化套用

9.2.8 供应链最佳化套用

9.3工业大数据能力成熟度模型

9.3.1 工业大数据能力成熟度模型等级

9.3.2工业大数据能力成熟度内容与要求

9.4 工业大数据业务架构规划

9.4.1工业大数据规划步骤

9.4.2 工业大数据业务架构

参考文献

第10章 信息系统架构

10.1套用架构

10.1.1套用架构的规划原则

10.1.2工业大数据套用架构参考模型

10.2数据架构

10.2.1元数据与主数据

10.2.2数据生命周期与数据质量

10.2.3数据架构规划

10.2.4数据架构模型

10.3工业大数据信息系统架构的实现

10.3.1製造企业信息系统分析

10.3.2工业大数据的处理分析流程

10.3.3工业大数据信息系统架构模型

参考文献

第11章 信息技术架构

11.1 工业云服务

11.1.1工业云服务概念

11.1.2工业云服务类型及典型服务

11.2 大数据开源技术组件

11.2.1数据採集阶段开源技术组件

11.2.2数据存储阶段开源技术组件

11.2.3数据计算阶段开源技术组件

11.2.4数据分析与挖掘阶段开源技术组件

11.2.5 ETL阶段的开源技术组件

11.2.6可视化阶段的开源技术组件

11.3 工业大数据信息技术架构

11.3.1数据层

11.3.2数据採集层

11.3.3数据存储层

11.3.4计算层

11.3.5套用层

11.3.6展示层

11.4 信息技术架构典型案例

11.4.1行业级工业大数据整体信息技术架构案例

11.4.2套用级工业大数据信息技术架构案例

参考文献

第12章 工业大数据治理

12.1工业大数据治理框架

12.1.1 工业大数据治理原则

12.1.2 工业大数据治理範围

12.1.3工业大数据治理的实施与评估

12.2 工业大数据质量

12.2.1 数据质量的基本概念

12.2.2 工业大数据质量管理参考架构

12.2.3 工业大数据质量项目实施方法

12.3 工业大数据安全

12.3.1 工业4.0世界中的威胁与挑战

12.3.2 工业大数据的安全目标和要求

12.3.3 典型的技术安全措施

12.3.4 实施方案

参考文献

工业大数据技术及套用正在成为提升製造业生产力、竞争力、创新力的关键要素，是驱动产品、生产过程、管理、服务、新业态新模式等智慧型化的重要基础。本书全面、系统梳理了工业大数据相关领域和概念，基于成熟IT架构理论和大量套用案例，深度分析并从多个维度提出工业大数据通用架构，具有一定创新性，为进一步推动工业大数据平台、数据处理、数据管理等理论研究和实际套用提供了很好的参考和指导作用。

全国信标委大数据工作组工业大数据国家标準专题组组长，北京数码大方科技股份有限公司工业云事业部副总，齐建军

邵子曰： “日以迟为进，月以疾为退，日月一会而加半日减半日，是以为闰余也。”中国古人以数据作为时间的记载；今人，以数据作为科技的基石，推动技术的发展。承上启下，都离不开数据的积累和孕育。

上海作为中国现代工业的发源地，其工业化发展正处于智慧型製造4.0的前期，面临一个赶超西方现代工业的起点，其发展非常依赖于工业大数据的採集，分析和挖掘，《工业大数据:架构和套用》正好恰逢其时，为读者开启了一个工业数据利用的方便之门，可以帮助企业界对企业内的数据进行整理，归类，治理，同时书中介绍了很多企业构建大数据典型套用的案例, 为现代企业大数据建设提供了非常好的借鉴意义。不失为一本企业IT部门管理者和架构师需要好好研读的一本好书。

星环信息科技（上海）有限公司技术总监 陈晓勇

数据技术的快速发展，採集，传输，储存，加工，运用，构建出新的工业生态。新工业以其不可阻挡的力量，出现并茁壮成长，影响着社会的发展和进步。无论是机器，人，还是各种设施在完成传统意义的工作之外，同时生产着相应的信息数据，数据的套用，已在改变生产生活社会的方方面面。学会驾驭数据工业是个人成长，企业发展，社会进步的基础保障。

工业4.0产业联盟秘书长 杜玉河

如何以规模化製造的成本和效率生产个性定製的产品？如何使製造过程信息透明化、生产协同化、效率最大化？ 如何实现全产业链的信息整合，使工业运营系统变得更加强壮而又有柔性？

答案是企业必须要形成自己的智慧型製造和大数据体系，但首先第一步是要构建系统架构，这是最基础的一步也是非常关键的一步。《工业大数据：架构与套用》详细分析如何构建系统架构，为智慧型製造系统和大数据奠定基础，对中国企业真正走上智慧型製造之旅是一盏指明灯。

苏州罗想软体股份有限公司总经理 陈勇

网际网路和计算机技术的快速发展，颠覆了传统思维，改变了人们的生活方式，使我们的生活更加多姿多彩。我们正生活在信息化的时代，本书的理论模型及套用实践将对我国的工业大数据架构及套用提供一个很好的新思维。

上海市轻工科技协会 秘书长 高级工程师 徐关麟

《工业大数据：架构与套用》一书从大数据的视角揭示了智慧型製造的实质，将目前热门的概念：工业4.0、网际网路+、CPS、工业大数据等有机地贯通起来，为读者梳理出来一个生动的故事，无论是作为科研工作者、企业家，或者是教育工作者都可以从中找到感兴趣的看点。本书非常适合工业工程和信息系统专业的学生做为专业学习的参考书籍，将工业大数据的技术及套用融入课堂，是对现有教学内容的重要补充，也是高等教育发展的必然趋势。

上海第二工业大学工业工程系主任，教授，博士 杨敬辉