[ 導讀 ] 中國工程院院士柴天佑在周六舉行的中國計算機大會上表示,工業領域的大數據應為研究工業領域機理不清的復雜系統的動態行為開辟可能途徑,而復雜系統動態行為研究將帶來更高生產效率等優勢。

 　　中國工程院院士柴天佑在周六舉行的中國計算機大會上表示,工業領域的大數據應為研究工業領域機理不清的復雜系統的動態行為開辟可能途徑,而復雜系統動態行為研究將帶來更高生產效率等優勢。

 　　監控復雜系統的傳感器、視頻監控等數據采集器帶來不同類型的數據群,大數據應用出現前,除結構化數據外,其他類型數據很難通過機器分析來挖掘應用價值,而目前“大數據應用技術、建模技術與仿真技術等信息技術是的預測動態性能成為可能。”柴天佑表示。

 　　他舉例稱,風力渦輪機制造商Vestas對天氣數據及期渦輪儀表數據進行交叉分析,并對風力渦輪機布局進行改善,由此增加了風力渦輪機的電力輸出水平并延長了服務壽命。

 　　柴天佑表示,工業大數據同傳統認為的大數據概念有相似性,但又有差異。他認為,工業領域大數據特點包括,大體量、連續采樣、多源性、價值密度低、動態數據等特點。他著重指出,工業領域的大數據的“大”是相對概念,工業過程產生的數據多GB級別。以10萬個普通傳感器為例,每秒約產生8Bytes數據,每小時約產生3GB數據,“其實容量并不大”。

 　　柴天佑預測,大數據應用對于工業領域動態模型建設、安全運行及監控、多目標優化控制方法等多個方面將有促進作用。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。