1.1　引言

1.1.1　 基于大數據的預測性分析與決策

在智能制造模式下，知識成為服務型制造運作的基礎，數據分析和挖掘是產生知識的主要途徑，數據成為企業核心資產。制造系統中問題的發生和解決的過程會產生大量數據，通過對這些數據的分析和挖掘可以了解問題產生的過程、造成的影響和解決的方式[1][圖1.1（a）]，這些信息被抽象化建模后轉化成知識，再利用知識去認識、解決和避免問題，核心是從以往依靠人的經驗，轉向依靠挖掘數據中隱形的線索，使得制造知識能夠被更加高效和自發地產生、利用和傳承，為制造系統的智能化發展帶來了難得的歷史機遇。

圖1.1　基于大數據的預測性分析與決策

然而，傳統數據分析方法已經無法滿足海量級別運營維護信息的分析處理需求，給有效利用這些數據帶來了困難。當企業開始使用大數據時會發現，把大數據分析作為一個完全獨立的功能是行不通的，數據的強大和處理的可擴展性將最終推動企業的數據分析方法從描述性分析（總結與描述過去已經發生的）向預測性分析（預測未來將發生的事情）和規范性分析（決定采取何種行為促使未來事件發生）轉變，并將數據分析內嵌在企業的業務流程之中，直接基于大數據預測算法制定規劃和決策并導致行為發生。

基于大數據的預測性分析可以加速產品創新、生產系統質量的預測性管理、產品健康管理及預測性維護、能源管理、環保與安全、供應鏈優化、產品精準營銷、智能裝備和生產系統的自省性和重構能力[1]，其實現方式可以從以下3個方面體現[圖1.1（b）]。

①建模：把問題變成數據，通過數據建模把經驗變成可持續的價值。

②預測：把數據（如時域信號的統計特征、波形信號的頻域特征、能量譜特征以及特定工況下的信號讀數等）變成知識，分析可見問題，預測不可見問題。

③決策：把知識變成數據，驅動產品、工藝、生產、運營、決策創新。