工业大数据是智能制造的引擎，而数据质量是关键

工业大数据是由工业领域信息化应用所产生的海量数据组成，来源涉及产品全生命周期的需求设计、原材料采购、生产制造、仓储物流、销售售后、报废回收等环节，包括传感器、工控系统、MES、ERP、CAX、PDM、SCM、CRM等相关工业信息化应用，数据的多源和类型的多样性导致数据情况十分复杂。麦肯锡报告认为：有效利用这些大数据能够帮助制造商提高设计和生产效率，降低缺陷和返工，更好地满足客户需求和进行有效的营销。然而，很多时候由于采集系统缺陷、链路问题、硬件故障、模型参数错误、人为因素等主客观原因造成的数据质量问题不可避免地广泛存在，这些低劣的数据都将导致大数据分析结果出现偏差，更严重的结果是可直接导致生产事故或错误决策，给企业经营发展造成不利影响。

以波音公司飞机系统为例，波音737发动机在飞行过程中每30min就能产生10TB数据，这些数据被有效用于故障诊断和预测，而故障诊断和预测的结果保障基础是准确的数据。2019年3月10日，一架埃塞俄比亚航空公司的波音737MAX型客机起飞后6分钟坠毁，正是因为飞机信号系统接收到一个假信号，信号显示飞机“抬头”，所以飞机自动失速控制系统持续给出了“低头”的指令，机组人员与飞机自动失速控制系统搏斗很长时间，但最终还是发生了坠机悲剧。血淋淋的教训告诉我们，数据质量问题导致“假信号”的发出，重则甚至关乎生命安全。

数据质量再受关注，工业4.0及制造数字化任重道远

在制造业企业信息系统中，普遍存在大量的数据质量问题，例如某大型机车企业ERP系统中近20%物料存在“一物多码”问题，造成装备物联网数据质量堪忧；某大型制造企业1个月的状态工况数据中，无效工况(如盾构机传回了工程车工况)、重名工况(同一状态工况使用不同名字)、时标混乱(当前时间错误或时标对不齐)等数据质量问题约30%。

工业大数据的重要性众所周知，应用价值潜力巨大。近年来，随着物联网、工业4.0等战略的发展，数据质量渐渐被更多制造企业所关注。但调查显示，我国制造业只有不到1/3的企业开展了数据治理，51%的企业仍在使用文档或更原始的方式进行数据管理，要想深度挖掘工业大数据的价值仍困难重重。

 2019年9月5日，由北京大学、国家电网全球能源互联网研究院与华矩科技三家产学研代表联合发起的第三届大数据•数据质量管理国际峰会将在北京举办，峰会以“数以质造•质造未来“为主题展开深入探讨与交流，荟萃技术发展与产业升级，汇聚国内外数据质量学术大拿、技术大拿、行业应用及技术创新者，不仅从更新更全的角度剖析数据质量的前沿发展，而且更贴合各行业各领域深度的业务场景，提供全新的视角与思考。

针对制造工业，DQMIS 2019特设工业智造板块，深度挖掘制造业物联网、产线监控、制造数字化、无人工厂等业务场景，结合数据资产、数据中台、元数据管理、边缘计算等前沿技术话题，邀请了国内外技术大咖及行业领袖现身说法，分享智造数字化过程的数据质量难点与实践，给制造企业带来更多启发与探讨。

已确定发言工业主题嘉宾

 早鸟优惠限时开放

早鸟优惠限时开放

峰会报名通道现已正式开启

早鸟报名优惠限时开放中

马上报名，切勿错失良机！

扫码报名

 票务咨询/奖项参评

18316570040

xingying_he@hjbis.com

商务/媒体合作

15011904323

mandy_zeng@hjbis.com