1、工业数据治理和数据资源化思考与实践钟虓北京工业大数据创新中心业务总经理|01一些背景一些背景03一些思考一些思考02一些实践一些实践04一些总结一些总结目录目录CONTENT|一些背景01|数智化浪潮推动，制造企业数智化转型刻不容缓数字化已经上升为国家战略“数智化“转型是企业战略核心和发展趋势数字化时代已经来临.无人驾驶技术商用.3D打印应用于工业设计.5G组网，商用.虚拟现实带来新的体验 面向未来的“数字化”经济形态技术驱动企业数字化转型升级，关键是构建智慧大脑.以数据为核心.以大数据计算为支撑.以“互联、共享、智能”为引领中共中央关于制定国民经济和社会发展第十四个五年规划和二三五年远景目标

2、的建议明确提出要“加快数字化发展”，并对此作出了系统部署。IDG研究报告：全球1000强企业中的67%、中国1000强企业中的50%都把数字化转型作为公司战略核心|对企业而言，数智化转型不仅是降本增效，更是探索业务的升级转型改善运营提升盈利数字化对外赋能在精益改善和管理优化的基础上，业务和流程的数字化为企业进一步降本增效更强的收入创造收入5年复合增长率1.4%3.4%更高的盈利能力息税前利润5年复合增长率2.1%5.1%*麦肯锡Analytics Quotient(AQ)数据库，Capital IQ其他企业AQ领先者数字化领军企业通过内部持续变革，对外输出高价值产品与服务，构建数字化生态数据源

3、自业务数据反映业务数据改进业务数据驱动业务数字化数字化领军企领军企业业行业行业引领标准供应商供应商高效供应链利益相利益相关方关方灯塔示范客户客户卓越产品2.42.4倍倍2.42.4倍倍|自动化PLC,SCADA,机器人,自动立库,AGV 1信息化ERP,CRM,WMS,MES,EES,PLM 数智化转型23数据服务.感知、分析、决策、自迭代自优化.大数据可视化，自动报表.设备OEE、人员绩效数字化管理.全流程端到端优化方案数据是企业转型升级的重要要素.成本、质量、交期 业务标准化.人、机、料等制造要素组织运营.业财一体化.自动化采集 数据.无人化的生产过程多源、异构的数据海量、互联的数据感知、

4、控制标准化运营管理与决策优化运营模式，决策效率提升反哺信息化系统迭代升级标准化业务流程提升自动化水平，降低成本价值创造数据治理是数据价值落地能力变革的关键环节|算法改编为并行算法并行计算初步结论天N周天现场数据收集清洗脏数据N周理解并整理数据成果数据治理及资源化自动并行化成果1自动并行化成果2自动并行化成果3已沉淀知识算法算法算法天N周N周天天BeforeAfter工业数据治理的价值高效沟通高效沟通促进协作效应促进协作效应缩短生产周期缩短生产周期提高效率提高效率数据价值释放数据价值释放的持续性的持续性数据自服务数据自服务赋能工业用户赋能工业用户伴随着文化的变革，促进协作、信任和责任。使数据价值

5、链的各个协作方之间打破边界，鼓励知识交流与沉淀，减少冲突，提高生产力工程化、自动化的数据生产价值链有助于提供新的洞察和据产品，减少人工的浪费。缩短反馈和测试的周期。有助于加快应对不断变化的业务需求，提高数据生产价值链的灵活性和柔性定义明确的分析管道，提升速度、健壮性。数据资源化包括全面的日志和监控系统，从而保证数据价值生产链的质量和可靠性具有更高的自动化数据加工和机器学习算法。简化开发和部署任务，降低对数据技术专家的要求。让具有一定程度技术知识的业务用户可以构建自己的数据服务|工业数据治理的挑战关联好关联好的数据的数据合适的合适的算法算法解决问题的解决问题的数据分析模数据分析模型型结构化结构化

6、的知识的知识反映工业生产关系的数据关联反映工业生产关系的数据关联1）生产复杂度高多达上百道工序的前后关联并行、重工、返工等复杂变化长时间生产工序，多达几十天时间、工序、机台等维度的数据对比2）过程动态变化生产过程中机台参数动态变化工序、工步上下文强相关参数异常判定规则的实时调整异常事件的及时反馈和处理工业数据的接、存、管、用工业数据的接、存、管、用1）数据分散：MES/SCADA生产机台/检测机台/数据库2)数据多维：关系型数据/时序数据/对象数据人、机、料、法、环、测多维度3）数据海量：高频：最高20ms的数据采集频率多参：最多上千个参数的设备机台|一些实践02|助力工业龙头企业核心产品/业

7、务数智化转型高端复杂装备数据治理实践测风塔激光雷达测风塔测绘地形图地表粗糙度DEMI地形高程风能光照辐射资源卫星遥感影像地质资源属性现场GPS全球地面气象现场音视频全球气象卫星雷达等遥感资料全球海洋数据全球数值再分析格点资料全球高空气象资料风场CFD模型油品检测项目报告50Hz振动数据SCADA高频数据日统计数据故障数据状态数据功率曲线数据变位数据动作记录维护检修数据故障快照故障时序状态翻转消防开关量10分钟数据统计累计频谱(能量谱,包络谱等)载荷结果设计报告其它仿真结果13高端复杂装备数据治理实践含 1020毫秒级、110秒级、10分钟级、小时级、事件触发数据 等多种频率类型多种频率类型接入

8、Scada运行数据、振动数据、设备运维记录、设备台账信息等多种业务类型数据多种业务类型数据含 时间序列数据、对象数据、关系数据 等多种数据多种数据类型类型含发电量指标、设备故障数据、设备运行数据 等价值密度相异数据价值密度相异数据煤矿综采设备智能服务31对煤矿综采成套设备的监测数据进行梳理，建立以采煤业务逻辑为主体的数据模型，形成针对煤矿综采工作面的设备层级数据资产，方便工业专家理解、调用与分析数据；基于 资源化的数据，利用K2 产品内置领域算子，与设备专家合作提取工艺过程关键参数，形成采煤刀划分、支架压力循环动作和已采三维空间分析等模型算法，为成套设备的智能化采煤提供决策支持；利用K2产品云

9、+端一体化应用管理部署的能力，统一管理工业 APP 的运行、分析模型结果数据和可视化界面，简化系统使用与运营。面向煤矿综采设备后服务市场，基于煤矿工作面综采成套设备运行数据，与采煤机、液压支架等核心设备专家携手构建可运行的综采行为分析算法，按业务需求建立服务化应用，解决半自动化采煤过程中的行为识别问题，提高煤矿综采成套设备智能化运行水平。基于数据识别采煤过程中的设备工况和采煤工艺提高煤矿综采成套设备智能化水平项目背景建立液压支架智能供液等多个服务于综采成套设备智能化采煤的工业 APP 应用，提高综采成套产品智能化水平；动力透平设备智能运维按照透平设备运行与故障数据存储和管理标准要求，对透平设备

10、全部管理对象、对象关系、基础资源、运行数据、故障特征等进行数字化定义，建立数字化设备资产管理模型；通过平台将专家故障诊断知识进行沉淀，建立透平设备故障模式库、故障征兆库、判定规则库，为动平衡不良、叶片断裂或脱落、油膜涡动、联轴器不平衡、蒸汽振荡、轴系扭振等故障诊断模型，为用户机组安全、可靠运行提供保障；平台提供频率高达 8000 赫兹以上每秒 3000 万数据点高精度工况数据的采集与存储能力，积累了 100TB 的装备工况数据，目前已服务350 多家企业用户，接入超过 800 台套透平设备。面向动力透平设备后服务市场，以透平设备运行大数据为基础，以设备远程智能诊断与运维应用为驱动，构建基于工业

11、大数据的远程运维与健康管理工业云服务平台，为用户提供设备在线运行监控、健康评估、故障诊断预警、维护维修、备品备件等服务。获评为工信部智能制造试点示范项目。已服务 350 多家企业用 户接入超过 800 台套透平设备项目背景32新能源商用车&工程机械大数据智能运营以经济模型评估为依托，建立每月、每天的生产基线，对每个矿场、每辆车的运营数据进行经济指标的评估打分，有效帮助矿场、车队及时跟踪和动态调整运营计划，提升矿场经济效益；以效率模型评估为抓手，建立车辆轨迹模型、司机驾驶行为模型，通过对产量、能耗、GPS轨迹的分析，为车辆运行轨迹、司机驾驶行为、矿场整体运营提供可量化的优化建议和最优目标，提升整

12、体运营效率；以健康模型评估为基准，在不同生产环境、工况环境下，对车辆、电池进行健康度评估，动态分析整车、局部零配件的健康状态和劣化趋势，为车辆、电池长期运行能力和质量提升提供依据。面向矿山、港口、大型工程和市政建设等工程机械应用场景，建立大数据运营平台，为上下游企业提供数据驱动的增值服务，为车辆销售运营管理、金融服务、设备健康提供数据、模型及服务支撑；帮助新能源商用车&工程机械制造商和运营商扩展服务范围，提升市场竞争能力。为产业生态上下游企业提供数据驱动的增值服务加速产业数智化转型进程项目背景33以业务运营为导向，整合T-Box、站控、电池、换电、生产、车队等多方数据源，建立数字化设备资产管理

13、模型；数字化产线数据治理实践将钢轨生产过程中的各类生产数据按照钢轨物料维度、空间维度、时间维度三维集成，为钢轨实物构建数字孪生，实现实物钢轨从产品末端控制向全流程控制转变；基于历史、实时数据，面向钢坯加热、轧制环节，研发生产调度管控预报、关键过程参数寻优、工艺过程质量波动根因分析、轧辊残值预警、设备劣化趋势及自诊断等模型，辅助改善关键工艺和质量；对轧制过程中各道次的轧制力、辊缝等过程数据波动模式进行识别，帮助将缺陷根因的排查时间控制在10分钟之内；建立面向钢轨数字化管理应用的大数据平台，构建钢轨生产过程的数字孪生。与制造专家携手，多维综合挖掘轨梁设备状态与控制参数、生产过程数据、业务数据等数据

14、价值，辅助管理决策，为轨梁实现产品质量全分析、轧制技术模型研究和系统仿真提供支撑。数据驱动探索钢铁长（型）材的智能生产在国内乃至世界上尚属首次，获评为工信部制造业与互联网融合发展试点示范项目。监控轧机等关键生产设备状态，自动挖掘生产工况并学习各工况下设备健康模式，实现故障预警。项目背景高铁重轨数字化产线高铁重轨数字化产线够满足工厂质量、工艺专家的使用需求，根据质量分析、工艺分析的业务语义，实现一体化查询，支持数据的多维分析、挖掘，并支持触发改善动作，为搭建以产品数据为中心的大数据应用主题建立良好的数据基础。梳理生产现场“人、机、料、法、环、测”各种数据，以产品良率为核心，建立起生产系统的数字孪

15、生模型；对各检测工序的质检数据精细化展示良率缺陷，合作研发关联规则挖掘、孤立森林、决策树等数据驱动模型，实现多工序的良率关联分析；以K2敏捷分析方法论，培训内部的大数据团队和质量、工艺团队，在数据平台上协同工作，自主沉淀良率相关模型.良率分析和提升管理是柔性电路板行业比较普遍存在的需求，且有显著的经济效益。因流程长、工艺复杂、精度高、数据量大，传统数据库和分析软件难以适应良率大数据分析场景。良率大数据分析平台以工厂生产环境的生产数据和检测数据为依据，通过领域建模实现高效的数据关联，利用数据驱动模型完成柔板质检数据分析，实现柔板生产实时监控和质量追溯快速响应。项目背景某柔性PCB制造商制造良率提

16、升共创工作坊，融合培训、规划、数据探索POC等方式，帮助各个团队理解并初步掌握数据资源化的方法，知行合一，并共同定义企业的“数据车间“蓝图，支撑数据资源化工作的推进；通过海量的、价值密度极低的机器日志、测试结果文件、测试日志等机器数据，解析特征，量化评估一线操作员的绩效。已经计划拓展到整个工厂，加深对于设备OEE计算，HR开展员工画像课题。某半导体公司是全球领先的专注于CPU、GPU封装测试的半导体制造企业。企业在当前环境下的发展瓶颈：设备难购买、人才难培养、效率难提升。希望通过项目进行数字化升级转型的探索，通过对“数据资产”的数据资源化理解、组织、加工、分析，改善运营、提升盈利、数字化新业务

17、（对外赋能）。对外输出标准的行业解决方案和产品。项目背景更多人员主动加入数据资源化项目，提升组织数字化能力。某半导体封测厂商的数据资源化项目基于历史数据建立相应数据标准，从几十道工序上万参数中快速识别引起本次不良的关键工序和参数，将人工排查时间从13天缩短到1 小时，大幅减少人工诊断和返工时间；将全流程的AOI光学异物检测数据进行全局关联，并通过AI算法识别和消除不同机台的对位误差，通过前后坐标及缺陷类型的对比分析，实现异物的精确朔源与准确定责；在已有人工业务规则基础上，基于全局优化算法实时给出蒸镀机对位补偿的调整建议，平均提升约10%的PPA符合率，从而提升边缘MURA良率。针对工艺复杂、精

18、度高、参数海量的面板生产线，通过大数据分析发掘产品质量与生产过程的关联关系，快速识别引起质量波动的关键工序及工艺参数，辅助工艺人员更快、更准、更全面的定位和解决质量问题；并基于现有业务规则，通过全局优化等技术，自动监控关键指标波动并推荐调整建议。项目背景以产品质量为业务导向，整合机台设备、自动控制系统、MES系统等多种数据源，建立数字化产线和面向产品质量追溯的数据资产模型；AMOLED 生产质量分析与提升一些思考03|全链路的数据治理规划风电场光伏电站光热电站储能电站PLCWTGPLCWTG测风塔功率预测变电箱升压站数据分析平台集控中心数据平台业务监控系统业务分析系统集中功率预报集中监控故障报

19、警功率控制经营仪表盘SCADA在线监测实时统计分析故障报警实时分析系统数据分析系统一区二区隔离网闸隔离网闸监测预警预测性维护运行分析生产优化业务数据设备运行数据环境数据|为数据治理投入的精力可感知可量化的业务价值典型数据传输链路（概念模型）2监控系统数据总线数据接入数据存储数据预处理分析算法数据服务安全I 区安全II 区安全III 区工业数智化平台工业生产系统数智化APP常见数据治理点2监控系统数据总线数据接入数据存储数据预处理分析算法数据服务安全I 区安全II 区安全III 区数据接入时实时治理数据资源化时治理数据预处理时治理数智化APP工业生产系统工业数智化平台实践方案一：数据接入时实时治

20、理数据接入数据存储数据预处理分析算法数据服务数智化APP数据接入时实时治理设计理念：在数据接入平台之时就根据平台数据治理标准，一次性、全量、实时一次性、全量、实时完成接入数据的异常进行识别，修复问题数据，标准化数据内容希望实现一次治理处处受益，毕其功于一役。降低后续数据使用过程中的数据理解、数据处理的复杂性工业数智化平台愿景：在源头避免“垃圾进-垃圾出”数据去重支持重复数据的识别和隔离，在大数据集群中提供类似关系库“主键“功能异常数据识别 逐条识别和定义类型不符合的数据并隔离数据质量核查 逐条核查缺失、取值异常、单调性异常等数据质量问题数据监控告警 根据预定义规则，当接入数据统计信息异常的时候

21、及时告警实践问题数据治理特别是异常数据修复方案无法形成统一标准，不同的业务场景和算法实现过程中对数据修复的要求各异。如：平均数补值、固定值补值、差值补值、历史相近工况数据补值、相近设备数据补值等数据治理过程中对原始数据的加工，可能会隐藏或掩盖原始异常数据中所包含的有用信息。如趋势、无效等，对后续算法建模造成干扰数据治理特别是全量数据的实时治理会占用较大的计算资源，当不是所有的数据都会被分析处理时会造成相应的“浪费”当数据治理规则变更之后，历史治理后数据需要进行重新运算和调整，不然会来带系统的不一致性工作量大、成效不如预期实践方案二：数据接入时实时治理且保留原始数据数据接入数据存储数据预处理分析

22、算法数据服务工业数智化平台数智化APP数据接入时实时治理设计理念：在方案一的设计理念基础之上，为避免数据治理之后对数据分析产生的一些负面作用。在提供治理后数据的同时，保留原始数据供分析模型使用治理后数据原始数据方案二实践问题治理后的数据和原始数据都需要作为标准数据服务，提供给分析模型使用，会占用额外的存储资源同时数据治理的开销和规则变更之后带来的一致性问题仍然存在工作量大、成效不如预期实践方法三：分阶段按需数据治理方法3监控系统数据总线数据接入数据存储数据预处理分析算法数据服务安全I 区安全II 区安全III 区工业数智化平台数据接入时实时治理工业生产系统数据资源化时治理数据预处理时治理数智化

23、APP工业大数据的数据质量问题数据是否存在缺失记录或缺失字段完整性统计，缺失值、缺失字段数据是否与其对应的客观实体的特征相一致。值域范围数据是否存在重复记录重复数据检查，去重完整性重复性正确性STEP1:数据质量评估和异常识别在接入时实时对数据进行质量分析，识别发现数据层面异常，如重复性问题、完整性问题、数据类型问题等。帮助系统管理员和数据分析师及时发现数据质量问题，制定数据管理和数据分析策略。时效性数据是否能满足数据分析及价值应用的要求重复性分析及去重现象从设备发来的数据，由于发送端具有缓存功能，有时会重复发送数据，虽然比例通常不大（约1%3%），但如果不处理就落库，就会对后期分析结果造成影

24、响。解决方案实时去重处理：在不影响数据吞吐量的情况下，根据设备ID和时间戳，过滤掉已经入库的数据。异常数据保存在缓存区中供管理员处理。某风场缓存重发带来的重复数据完整性分析正确性分析离群点检测基于数据分类聚类近邻距离密度统计参数化半参数化信息时序时域频域基于规则单个传感器变化性不变不稳定超限多传感器综合分类方法聚类方法时序方法统计方法独立森林,One-Class SVM等时域、频域信息熵、最小描述长度等统计分布与检验近邻法距离或密度距离、密度、谱聚类信息论Outlier Detection时效性分析工业大数据的数据质量问题数据是否存在缺失记录或缺失字段（完整性统计，缺失值、缺失字段）数据是否与

25、其对应的客观实体的特征相一致。（单点值域范围）描述同一实体的同一属性的值在不同数据集中是否一致。数据类型、数据格式数据是否存在重复记录（重复数据检查，去重）完整性重复性一致性正确性STEP2:按需数据资源化39在数据资源化过程中，根据数据标准对数据格式等信息进行对齐、映射，增强数据的业务可理解性，避免算法需要根据接入数据名称等信息的变化而修改算法代码。时效性数据是否能满足数据分析及价值应用的要求传统基于IT视角的数据使用模式良率分析故障分析预警分析产能分析。分析质量管理运维管理生产管理能耗管理。管理物料数据质量数据生产数据设备数据产品数据运营数据传统数据使用模式基于底层数据接口访问，能力要求高

26、、开发周期长、风险高竖井式建设，资源浪费严重，数据使用效率低基于领域模型的数据资源化应用质量管理运维管理生产管理能耗管理。管理良率分析故障分析预警分析产能分析。分析质量管理运维管理生产管理能耗管理。管理物料数据质量数据生产数据设备数据产品数据运营数据设备产品人员工艺物料运维域模型生产域模型质量域模型.模型.良率分析故障分析预警分析产能分析。分析物料数据质量数据生产数据设备数据产品数据运营数据面向接入的数据服务领域模型传统数据使用模式领域模型驱动数据使用模式面向应用和分析的数据服务数据资源化：就是让数据有效/可靠/敏捷地被加工的过程数据资源化核心理念：基于统一资产模型的数据服务统一集成、存储和管

27、理来自多个孤立系统的多维异构数据打造数字化设备/系统全生命周期数据模型，并根据模型有机组织和关联相关数据通过数据服务，为分析服务层提供一致的可信的数据测风塔测风塔激光激光雷达雷达测风塔测风塔测绘测绘地形图地形图地表地表粗糙度粗糙度DEMIDEMI地形高程地形高程风能风能光照辐射光照辐射资源资源卫星卫星遥感影像遥感影像地质地质资源属性资源属性现场现场GPSGPS全球全球地面地面气象气象现场现场音视频音视频全球全球气象卫星气象卫星雷达等遥雷达等遥感资料感资料全球全球海洋数据海洋数据全球全球数值再分析数值再分析格点资料格点资料全球全球高空气象高空气象资料资料风场风场CFDCFD模型模型油品油品检测检

28、测设计设计报告报告秒级秒级SCADASCADA数数据据50Hz50Hz高频高频(载荷载荷,振动等）振动等）日统计日统计数据数据故障故障数据数据状态状态数据数据功率功率曲线数据曲线数据变位变位数据数据动作记录动作记录(Action(Action listlist文件文件)维护维护检修数据检修数据故障快照故障快照(f(f文件文件)1010分钟分钟平均平均(m m文件文件)状态翻转状态翻转(o(o文件文件)消防消防开关量开关量1010分钟分钟平均平均(m(m文件文件)统计累计统计累计(Date(Date文件文件)频谱频谱(能量谱能量谱,包络谱等包络谱等)载荷载荷结果结果多科学多科学仿真结仿真结果果客

29、户（业主）水电开发公司电站（厂）A水电站水轮发电机测点：振动1测点：振动2测点：轴承温度模块：定子模块：转子模块：联轴器测点：排气温度测点：润滑油温度.测点：进气压力测点：排气压力.水轮机.下机壳隔板支撑轴承箱电站（厂）B水电站1#机组水轮发电机组采集数据集特征2#机组水轮发电机组诊断报告报警记录故障记录维修记录诊断模型诊断模型诊断报告实践检验：设备资产管理示例算子采集数据集采集数据集故障案例基于中性BOM的资产模型服务生生命命中中期期生生命命初初期期模模型型层层生生命命中中期期模模型型层层制制造造BOM设设计计BOM维修需求维修策略维修规程概念设计详细设计仿真分析产品配置试验数据设计需求使用

30、规范制造工艺工装设备工艺仿真制造质量工厂布局调试报告包装运输装配试验核核心心层层中中性性B O M服服务务保保障障模模型型制制造造BOM关关联联模模型型实实例例运运行行追追溯溯模模型型实实例例BOM关关联联模模型型维维修修策策略略建建模模语语言言中中性性BOM建建模模规规范范维修视频故障记录保障流程试验报告装备履历异常报告巡检记录生命特征运行状态维修计划历史记录维修变更备品备件服务评价实例BOM1实例BOMn实例BOM3实例BOM2?生生命命初初期期设备主信息BOM结构设计标准配置参数测试报告试验数据仿真报告监测指标分析模型以设备为核心的业务数据设备工况（时序数据）设备履历维修记录故障记录备件

31、更换记录异常报告巡检记录生命特征基于设备中性中性BOMBOM标准构建以设备为核心的，关联客户、设备安装、维修服务、备品备件等信息的全生命周期数据模型。支持海量、多源、异构、高通量设备数据的全量无损接入以及多维全景可视化。以BOM结构为核心的产品生命周期中期数据集成管理框架（GBT322369-2015）设备数据资产模型内置常用基础设备类型模版多维度设备数据资产统一管理47STEP3:组装式数据预处理数据治理算子库示例算子扩展和行业算子沉淀输入参数：input_dict：字典（自然数个key-value对），key类型为STRING，value类型为pd.DataFrameparams：字典（自

32、然数个key-value对），key类型为STRING，value类型为INTEGER、DOUBLE、BOOLEAN、STRINGiterations：字典（自然数个key-value对），key类型为STRING，value类型为INTEGER、DOUBLE、BOOLEAN、STRING输出结果：类型为字典（k-v类型1：key类型为STRING，value类型为pd.DataFrame；k-v类型2：key=iterations，value类型为字典）类型1用于输出计算结果，类型2用于传递迭代量算子代码规范算子配置文档50处理后数据再次资源化通过“四次”数据资源化的过程，逐步提升数据的价值

33、密度，释放数据价值数据资源化体系需要具备以下三大关键要素敏捷的数字化办公室敏捷的数字化办公室敏捷的组织体系3T融合的团队完善的合作生态敏捷的工作流程和方法敏捷的工作流程和方法场景驱动的工作模式支撑“创新”到“价值”的过程四次资源化落地指导工业互联网技术支撑工业互联网技术支撑数据价值探索挖掘的底座工业领域可掌握的技术工具面向数智化的技术架构|一些观点04|观点观点:分阶段数据治理观点观点：按需数据资源化观点观点：体系化建设并行观点观点:业务视角审视关于工业数据治理的一些观点关于昆仑数据/工业大数据创新中心|用数据推动中国工业未来成为最受工业企业尊敬和认可的大数据合伙人专业、前瞻务实、敏捷世界经济

34、论坛技术先锋Technology Pioneer工业数据挖掘领域顶级赛事PHM大赛世界冠军多次入选国家级工业互联网平台、工信部“制造+互联网”融合试点示范项目、工信部大数据产业发展试点示范项目使命愿景价值观关于昆仑数据/工业大数据创新中心|跨界融合 协同创新 网络布局四川省工业大数据创新中心苏州工业大数据创新中心北京工业大数据创新中心（2016年7月)清华国家工程实验室战略合作单位创新中心成员单位在工信部和地方工信部门支持下建设和运营工业大数据创新中心网络关于昆仑数据/工业大数据创新中心|聚焦行业 深度合作关于昆仑数据/工业大数据创新中心|国家级工业互联网平台工信部“制造+互联网”融合试点示范项目工信部大数据产业发展试点示范项目做工业企业的大数据合伙人帮助客户成功非常感谢您的观看|