【数据分析】Altair 制造业数据分析应用方案白 皮书

在智能制造的大背景下，对数据进行分析，并挖掘其中的信息是智能制造的关键内容。

所谓数据分析，就是从数据中提炼信息，发掘价值，形成洞察，并最终辅助决策的过程。

数据分析可以分为四个渐进式阶段，这也与工业4.0成熟度水平是不谋而合的。

• 指导性分析：又叫规范性分析，在预测的基础上，结合业务流程，提供指导建议；

• 描述性分析：对正在或已发生的数据进行描述与分析；

• 诊断性分析：事件发生的原因；

• 预测性分析：预测将来要发生的事件。

从技术角度出发，可以将智能制造领域的数据分析分为两类：

• 基于历史数据的离线大数据分析
  

• 基于实时数据的在线实时分析

实时分析的核心是高吞吐、低延迟、无中断。

由于工业领域的数据量级是非常巨大的，同时，大部分数据又是不可以直接使用的，比如需要滤波、截取、聚合等计算。这就首先需要对实时流数据进行处理，然后再进行分析或展示，而数据处理更多是基于预先设定好的规则（或模型）。

数据处理的规则（或模型）则需要利用历史大数据，特别是借助于机器学习等方法，对历史大数据训练出符合业务要求的模型。

另外，针对历史数据另外还可以做更复杂的分析，如预测性分析、指导性分析。

因此，智能制造的数据分析应该是针对流数据的实时分析，以及对历史数据的分析（以机器学习为主）两种类型，并根据实际场景结合使用或者单独应用。

数据处理

模型部署