根据2019年6月中国信通院发布的《数据资产管理实践白皮书4.0》：近年来，中国大数据和商业数据分析市场规模增速是世界平均增速的2倍，特别是离散制造业、流程制造业等行业需求尤其旺盛。

然而，如此可观的增速背后却有着一些痛点，是业界实践经验的总结：

1. 缺乏统一的数据集成工具

企业的数据资源散落在多个业务系统中，企业主和业务人员无法及时感知到数据的分布与更新情况，无法快速找到符合自己需求的数据，也无法发现和识别有价值的数据并纳入数据资产。

数据资源散落各地是老问题，但是让数据分析人员及业务人员感知并找到利用是新的问题，需要有个统一的数据源对接工具，可以高效集成各个业务数据库的数据。

2. 数据量大，数据结构复杂

工业数据湖包含了丰富的设计数据、业务数据、产品数据、生产数据、质量控制与绩效数据等，具有大规模、速度快、类型杂、低质量特性。使得人员分析问题时，不知道从哪里选择什么样的数据，无法快速挖掘整理出完善优质的数据属性供分析应用。

3. 原始数据指标无法直接反应业务问题

在工业场景中，设备数据原始指标无法直接用于业务问题的分析，需要根据需求构建跨系统的数据指标，实现高效的指标计算。

1.寄云工业数据管理系统核心功能

数据管理提供数据治理能力，并支持数据访问层的抽象处理，通过数据模型将物理对象映射为数字对象，实例化后提供数据服务接口，数据拓扑管理等功能。数据管理支持多元数据访问，通过数据对象管理、数据服务管理降低数据应用开发门槛，提高数据使用效率。数据管理提供可视化开发功能，通过内嵌提供的各种数据展示控件，实现数据应用页面的快速定制开发。

1.1数据治理

数据治理主要功能包括以下5方面：

形成企业数据资产地图，全面掌握数据资产现状，帮助业务人员快速精确查到需要的数据，帮助数据开发人员快速理解数据；

建立企业数据标准，完善企业数据管理规范，建立企业共享数据平台，存储企业数据，积累数据资产，建立企业数据共享流程，促进企业数据共享；

建立企业数据资产目录，快速建设需要的数据，建立数据服务目录，快速共享数据服务，建立数据计算工具，方便快速完成数据计算；

建立闭环的数据治理管控体系，设计数据质量标准，动态稽核数据质量，生成数据质量稽核报告；

完善企业数据安全策略，建立企业数据安全措施、审计措施，支持数据全生命周期安全管理。

1.2数据模型定义

数据模型定义分为数据模型定义及数据对象实例化两部分。数据模型通过虚实映射和公式、模型计算来完成物理实体如设备、产线等在信息系统中的定义；数据对象则是对数据模型的实例化，完成数据点的抽取、指标生成及指标存储等。

数据模型可以对原始静态数据点、原始动态数据点、公式指标、算法模型指标、数据模型进行命名和定义。定义公式指标和模型指标时，公式中包含的变量需要来自模型中已经存在的数据点或者指标。定义算法模型指标时，指定模型输入参数为已经存在的数据点或者指标。通过物模型可以实现比较复杂的公式指标的定义和计算。

数据对象则完成原始静态数据点的描述，原始动态数据点、公式指标、算法模型指标的生成，并将实例化的数据根据预先配置好的存储地址放到持久化存储中。

1.3 数据拓扑自动生成

数据对象可通过拓扑编辑器，在可视化界面中进行定义；拓扑中的每个对象可以指定需要展示的数据点或者指标。数据对象可支持钻进来展示层级关系。

数据对象关系可以自动发现，选中任意一个数据对象，则返回与其有数据关联的其他数据对象，可以指定搜索的层级（和当前数据对象的距离）；关系图中的每个对象可以指定需要展示的数据点或者指标。

1.4 数据可视化开发

数据对象展示可以通过画布添加，并绑到某个数据对象的数据点。画布中可以存在多个图例。支持仪表盘、折线图（动态实时展示，历史查询）、开关指示、地图、计数器、柱状图、label、百分比、饼图、表格、箱线图、状态图、雷达图、数据对象列表等。可以通过数据展示画布方便的生成数据应用页面。 

1.5 数据应用

基于寄云工业数据管理系统提供的数据模型、数据对象以及规则可以实现自定义告警规则。告警的变量来自于数据对象中的指标，通过规则来配置告警条件。当触发告警条件时，产生对应的告警动作。

2.寄云工业数据管理系统核心价值

寄云工业数据管理系统核心价值归纳为四点：能治理、全映射、可计算、易展示。

• 能治理：数据治理系统支持数据采集、存储、共享、使用、销毁全生命周期管理，支持异构、多源的企业数据融合， 帮助企业积累数据资产、提升数据质量、实现数据贯通、保障数据安全、促进数据共享、持续提升数据价值。
• 全映射：提供统一的数据接入管理，支持数十种不同类型的数据库，支持csv文件格式，实现统一的接入管理，便于构建跨系统的查询；支持数据模型定义，并可实例化为数据对象，来反映物理实体设备及工艺流程，构建数字孪生。
• 可计算：指标实时计算，支持工业常见各种指标计算，如各类四则运算、聚合、均值、极值、方差、平方根、求和、计数、差分、积分等；统一规则管理，快速构建条件和动作的一系列表达式，作为业务应用系统的背后计算引擎。
• 易展示：可通过数据展示画布方便的构建数据应用，仪表盘、折线图（动态实时展示，历史查询）、开关指示、地图、计数器、柱状图、label、百分比、饼图、表格、箱线图、状态图、雷达图、数据对象列表等，可方便构建设备后服务监控管理、产线优化、企业管理增效（安全生产等）等场景。

3.寄云工业数据管理系统应用场景

工业数据管理平台的典型的应用场景：智能告警，复杂指标计算；数据应用定制：设备后服务监控管理、产线优化、企业管理增效（安全生产等）。如下以寄云智慧产线综合管控系统来详细介绍。

3.1 寄云智慧产线综合管控系统

传统制造型企业在其发展过程中，通常会面临以下几种挑战：1、企业信息化基础不完善，生产过程信息基本依靠人工收集统计；2、工厂生产过程不透明，无法掌握真实生产状况；3、企业面临增效、降本、安全等方面的压力；4、企业需要有效、全面数据支撑其快速辅助管理、决策能力,这些问题制约着企业发展和提升，使得企业发展犹如步履蹒跚。

智慧产线综合管控系统在实现生产设备“全连接”的同时，也打造了“全数据”集中存储和处理的大数据平台，在达成实时、深度、灵活、形象展示数据的同时，还构建起了数据共享平台，为企业未来的业务系统的扩展奠定了基础，为企业数字化转型提供有力抓手。

寄云智慧产线综合管控系统打通实时设备数据和业务数据的数据通路，依托寄云的工业互联网平台，融合IT数据和OT数据，构建可视化的数字化车间实时看板，实现包括设备状态实时指标、关键设备效率指标、生产过程可视化、设备维护历史的实时展示和告警，实现基于数据的决策分析、车间管理、无纸化生产管理，实现车间生产透明化，设备管理数字化。

产品主要包含以下4部分内容，涉及4大关键业务场景和系统集成。

• 实现生产设备的运行、报警、工艺等数据的采集，完成对生产过程数据的实时的、准确的、可靠的数据搜集；
• 构建数据平台，对数据集中储存和处理，实现设备生产过程数据的全面关联整合，对存储数据进行有效管理；
• 构建数据展示平台，实时展示生产实时状态，记录设备运维信息，满足各级管理部门对生产、设备的远程监控和管理需要，实时了解设备运行状况，及时对各类报警进行处理，加大生产调度应用的深度和力度；

• 构建数据共享平台，为MES、ERP、RFID、BI系统等提供数据接口和信息共享，针对企业现状和发展方向，为企业后续各类管理系统奠定数据基础。

 产品收益主要体现在如下4个方面：

1. 系统自动收集数据，部分生产过程透明化；

2. 实现自动监控设备运行和实时参数采集，为预防维护打基础；

3. 实现设备与设备的对比，设备利用率提升；

4. 实现班次与班次、设备与设备的效率分析；

当企业实施寄云智慧产线综合管控系统后，首先是设备的网络化进一步增强了企业的设备管理能力，同时结合零配件、工艺流程等信息的电子化，以及设备之间的分析对比，也大力提升了企业对设备的利用率、工人的工作效率。

寄云智慧产线综合管控系统从设备、系统和人之间的连接开始，并深入实现了自动化的数据采集、处理、存储、展现以及共享等。

寄云智慧产线综合管控系统提供的设备运行自动监控和参数实时采集等服务，使得越来越多的生产流程走向透明化，并使得生产的管理既能达到全面的覆盖与统筹，也能“一探到底”实时了解设备、零件等最底层元素状态，也为将来的预防性维护扩展功能打下了坚实的基础。

在对设备、工艺流程、班次等工厂全面数据采集与存储的基础上，借助高端大数据分析能力，企业将来还能实现诸如数控机床的换刀策略的自动化优化。