工业大数据是产业智能的基础。没有数据，AI就是无米之炊。但很多企业的数据平台建设走入了误区——重平台轻应用、重采集轻治理、重技术轻业务。花大价钱建了平台，采了一大堆数据，却回答不了“这个数据能解决什么问题”。

工业大数据平台不是越大越好，是越有用越好。从业务问题出发，用数据解决问题，才是正道。

一、工业大数据的来源与类型

工业数据来源多样、格式各异、质量参差，这是工业大数据的特点，也是难点。

设备数据来自PLC、DCS、SCADA，包括温度、压力、流量、电流、振动等。特点是频率高、连续、量大，但往往没有业务标签（只知道数值，不知道对应什么工况）。

业务数据来自MES、ERP、WMS，包括工单、BOM、库存、质量检验等。特点是结构化、有业务含义，但更新频率低、粒度粗（如按批次、按工单）。

环境数据来自温湿度传感器、能耗仪表等，是辅助数据，但有时很关键。

人工记录来自交接班记录、巡检记录、维修记录，信息丰富但格式不统一、质量不稳定。

很多企业的问题是：设备数据在自控部门，业务数据在IT部门，人工记录在生产部门。数据分散在各个部门，没有人把数据关联起来。

二、工业大数据平台的分层架构

一个实用的工业大数据平台，不需要从一开始就建得“大而全”，但架构要清晰。

采集层负责从各种数据源采集数据。设备数据通过OPC UA、Modbus等协议采集，业务数据通过API或数据库同步，人工记录通过移动端或PC端录入。采集层要解决数据连通性问题，确保数据能稳定、实时地上传到平台。

存储层负责数据的存储和管理。时序数据（设备参数）用时序数据库存储，适合高频写入和查询。业务数据用关系数据库存储，保持数据一致性和事务能力。非结构化数据（文档、图片）用对象存储。存储层要解决数据组织问题，不同用途的数据用不同的存储方案。

处理层负责数据的清洗、加工、计算。处理缺失值、异常值，统一单位、命名，关联设备数据与业务数据（某个工单对应的工艺参数），计算衍生指标（OEE、Cpk）。处理层是“脏活累活”，但也是最关键的环节。数据不经过清洗和治理，上层应用没法用。

应用层负责数据的消费，包括可视化看板、报表、报警、预测模型、优化建议等。应用层要解决价值呈现问题，让数据能被业务人员使用。

三、数据治理是核心

工业大数据平台建设最大的坑不是技术，是数据质量。没有经过治理的数据，存得再多也是垃圾。

数据质量问题：缺失（传感器采集不稳定、人工录入漏填），错误（传感器漂移、通信干扰、单位不一致），不一致（同一参数在不同系统命名不同、单位不同），无标签（只有传感器数据，没有工况标记（正常运行、停机、换型、故障））。

数据治理的内容：建立数据标准（统一命名规则、计量单位、编码规则），数据清洗（处理缺失值、异常值、重复值），数据关联（建立设备数据与业务数据的关联，给每个数据打上标签（工单号、产品型号、批次号）），数据质量监控（定期检查数据的完整性、准确性、及时性，质量不达标的数据不入库）。

数据治理不是一次性项目，是持续的过程。

某企业建了大数据平台，采集了上百个设备的数据，但分析时发现没法用——温度单位有的是摄氏度有的是华氏度，压力有的是表压有的是绝压，设备状态没有标记，不知道数据是在什么工况下采集的。数据治理花了三个月，平台才真正用起来。

四、从业务问题出发

工业大数据项目失败最常见的原因：先采数据，再想怎么用。采了一大堆，发现用不上。

正确的做法是先明确业务问题：质量波动为什么大？设备为什么频繁故障？能耗为什么高？然后确定需要什么数据去回答这些问题，再倒推需要采集什么、治理什么。

业务驱动示例：某反应釜收率波动大，好的批次78%，差的批次72%。需要的数据包括每批次的工艺参数（温度、压力、时间、搅拌速度）、原料批次信息、设备状态记录、操作班组。分析后收率稳定在77%以上。

不要为了“大数据”而做大数据。没有明确的业务价值，平台建了也是摆设。