工業大數據

工業大數據是未來工業在全球市場競爭中發揮優勢的關鍵。無論是德國工業4.0、美國工業互聯網還是《中國製造2025》，各國製造業創新戰略的實施基礎都是工業大數據的蒐集和特徵分析，及以此為未來製造系統搭建的無憂環境。本書基於工業4.0的時代背景，通過深入剖析未來工業的商業模式和智能服務體系的創新技術變革，論述如何通過工業大數據的分析和應用去預測需求、預測製造，整合產業鏈和價值鏈，發現用户的價值缺口，發現和管理不可見的問題，實現為用户提供定製化的產品和服務。 ^[1] 

李傑教授現任美國辛辛那提大學(Univ.of Cincinnati) 講座教授，美國國家科學基金會(NSF)智能維護系統（IMS）產學合作中心主任，目前的研究重點是以工業大數據分析為主的智能預測技術、產品及服務的主控式創新設計(Do m i n a n tInnovation®)。自2000年起他領導IMS與全球80多家國際公司（其中包括寶潔、英特爾、GE航空、波音、豐田、小松、西門子、阿爾斯通等世界500強公司）進行工業大數據技術聯合研發，開發了世界領先的Watchdog Agent®智能維護系統技術，突破了傳統機械設備故障預測的理論、方法和技術，被美國《財富》雜誌譽為21世紀全球三大熱門技術之一。李傑教授曾在美國NSF主管先進製造項目，並在美國聯合技術研究中心(UTRC)擔任產品開發與製造部總監。李傑教授從2013年起擔任美國白宮信息物理系統（CPS）專家組顧問，他同時也是上海交通大學特聘講座教授與先進產業技術研究院前瞻顧問。 ^[1] 

工業大數據分析是製造業轉型的重要基礎。本書集中闡述了企業如何以工業大數據為核心，如何進行大數據的分析，這些內容對於企業轉型及客户價值創造都是很有價值的，值得一讀。

——寶鋼集團有限公司黨委書記、董事長 徐樂江

工業大數據分析是智能製造的基礎，也是支撐未來製造智能化的重要方向。我們需要加強大數據方法論的研究，開發出可以用於製造過程分析的工具和使用軟件，才能真正推動製造技術的進步。

——中國工程院院士、上海交通大學常務副校長 林忠欽

人類創新的目的是為了社會更加進步和文明，企業創新的目的是為顧客創造價值。李傑教授主導的創新思想與工業大數據分析工具，會幫助企業家在互聯網大數據時代找到創新的路徑和方法。

——紅領集團董事長 張代理

未來工業大數據的分析是客户定製C2B的基礎，也是中國企業實現“互聯網+”的重要方向。李傑教授的主控式創新的新思維與工具是企業創新與價值創造的基礎，對中國企業是非常好的指引。

——尚品宅配董事長 李連柱

李傑教授曾經走進三一集團，與我們共同交流工業4.0的體會，他憑藉豐富的經驗與實踐，提出了以工業大數據為核心的工業價值創造體系，在眾多的工業4.0論述中，獨闢蹊徑，讓我們受益良多。

——三一集團總裁 唐修國

智能傳感器與大數據分析是製造業要成為世界級領導者的根基。李教授的美國NSF智能維護產學合作中心所開發的工業大數據分析技術是工業4.0的核心技術，企業應努力學習。

——上銀科技董事長 卓永財

《中國製造2025》強國夢的實現，必須依靠精益求精的品質與客户價值的創造。工業大數據分析是企業增強競爭力，使中國轉變為“製造強國”的關鍵要素。

—— 製造業國際聯盟主席 王洪豔

李傑教授提出的“6M+6C”智能體系設計，可以從理論與實踐兩方面精準地指引企業如何擁抱智能製造的新時代。他的新書將是企業家及各界人士迎接世界新一輪產業革命浪潮的指南。

中國《福布斯》雜誌執行主編 康健

以移動、互聯、智能和共享為特徵的“工業4.0”標誌着製造業新紀元的開啓，已成為我國相關產業轉型升級、彎道超車的最好機遇，更為充滿光明、無限美好的“中國夢”提供了難得的助力。

——中國船舶工業系統工程研究院院長 張宏軍

如何以較低成本滿足用户定製化的需求？

如何使製造過程的信息透明化、更加高效、提升質量、降低成本和資源消耗和更有效的管理？

如何提供設備全生命週期的信息管理和服務，使設備的使用更加高效、節能、持久？

如何使人的工作更加簡單，甚至部分代替人的工作，在提高生產效率的同事降低工作量？

如何實現全產業鏈的信息整合，使整個生產系統達到協同優化，增加生產系統變得更加動態和靈活，進一步提高生產效率和降低生產成本？

工業大數據則以分析這些問題為出發點，圍繞它能夠解決什麼樣的問題和為用户提供什麼樣的服務為價值。同時，工業大數據能夠在橫向與縱向環節的互聯與在統一平台的信息共享，由此將資源利用與分析維度規模化、價值最大化，進而能夠最大範圍地面向各環節的用户進行應用服務的定製與按需分發，由此又可衍生出持續性服務共贏的模式。

認識工業4.0所需要的重要元素與概念

推薦序一

推薦序二

推薦序三

前言 工業4.0：一場不可見世界的競爭

第1章 以價值創造為核心的工業轉型新思維

1.1 為什麼有工業4.0？

1.2 德國工業4.0與美國CPS戰略計劃

1.3 以價值為導向的變革新思維

1.4 “有之以為利，無之以為用”

1.5 中國工業4.0的競爭力缺口

1.6 探索適合中國工業4.0的轉型之路

第2章 工業4.0環境下的大數據價值創造體系

2.1 工業4.0的大數據環境

2.2 工業大數據和互聯網大數據

2.3 物聯網的潛在危機

2.4 挖掘工業大數據價值的核心技術——CPS

2.5 “5C”：以CPS為核心的數據價值創造體系架構

2.6 從數據到信息到價值的轉化過程

2.7 以數據價值創造為導向的CPS技術應用特徵

2.8 從CPS到工業4.0：製造的重新定位與新思維

第3章 數據價值創造的設計與實踐技術

3.1 智能感知層：建立統一的數據環境（Connection）

3.2 信息挖掘層：從數據到信息的分析過程（Conversion）

3.3 網絡層：網絡化內容管理（Cyber）

3.4 認知層：對信息的識別與決策（Cognition）

3.5 配置層：系統的彈性和重構（Configuration）

第4章 價值創造的商業模式設計

4.1 尋找價值的“GAP”

4.2 從創新到價值創造：主控式創新思維

4.3 主控式創新工具

4.4 手把手教你如何做“蛋白”

第5章 案例與實踐

5.1 智能裝備

5.2 智能工廠

5.3 智能服務

第6章 競爭力戰略新思維

結 語

參考資料

譯者介紹

美國智能維護系統(IMS)產學合作中心簡介 ^[1]