大数据和智能生产给传统工业带给了极大冲击，强劲的工业数据分析服务将沦为生产企业数字化战略的最重要组成部分，工业物联网将显露出更大的战略价值。　　2014年，三一集团启动大数据平台建设，通过自律研发了大数据储存与分析平台即ECC的客户服务平台，需要构建双向的交互以及对设备的远程控制，可将20多万台客户设备动态运营情况的数据通过传感器传遍后台展开分析和优化，最后目的是构建低成本海量设备数据终端与分析，灵敏洞察用户不道德，仅有生命周期闭环对系统。用户可通过网页或手机APP，随时随地掌控机器各方面的状态。

M2M远程数据采集与监控平台实施规模化商用，则竣工了国内首家工程机械物联网企业控制中心。　　实质上，为了使得工业数据需要最后构成商业机会，我们有四个方面必须注目：　　1.交流。即设备环境信号辨识。

信号辨识的关键点是信息搜集过程中实时性还过于，信号辨识的对象过于原始和全面，这是创建工业大数据能力必须考虑到的第一个问题。　　2.构建与融合。

即大数据的数据平台。所谓融合就是说，OA、知识库、ERP、订购系统等所有的可触碰和非可触碰的数据都应当串联一起。

我们整个串联工作还有十分漫长的路要回头。　　3.分析与决策。我们大数据的建模能力不劣。补的是我们对行业解读的投放以及构成模型的能力，以及大大拆掉修复和调整的持续投放，因为作出一个好的模型，有可能花上很多年，而且要大大的去修正，这种能力不是一触即发的，必须大家留意。

　　4.创立颠覆性的自助服务文化。机器需要自我自学和自我调节。

通过焦点移往到不可见的因素，数据给了我们找到创意的全新多视角，最后导向了革命性的商业机会。　　工业互联网／物联网　　工业物联网（IIoT）和工业大数据的经常出现，以及制造业中与之涉及的预测性分析，和资产密集型部门的蓬勃发展，使资产性能管理或APM沦为这一轮信息化与智能化建设的一个焦点。

　　从狭义的保守派来看，资产性能管理重点应当是对资产性能的掌控和决策的技能。而从广义的定义上看管理，我们也不会还包括掌控资产性能的不道德管理这个层面。　　虽然狭义与广义之间有些错综复杂，但有助说明资产性能管理从单点解决方案，变成构建卓越运营的方法的演进的思路。

这种方法涵括了从对资产设备状况原始数据从搜集到用作记录、计划和决定修理活动的企业资产管理应用程序。因此，我指出，资产性能管理是一种反对卓越运营的商业流程。　　增强及高度重视大数据应用于　　三一重工积极开展的大数据应用于主要在以下几个方面：预测宏观环境、分析产品结构、预测设备故障、预测配件市场需求。

　　智能设备的未来，一定是需要自律评估健康状况和发育情况并主动防治潜在性能故障，并且作出修理决策。要构建身体健康条件评估，就必须利用数据驱动算法分析从机械设备及其周边环境中的数据。动态设备条件信息可对系统至机械控制器以构建自适应控制，同时信息也不会对系统至设备管理人员便利及时修理。操作员可根据每台设备的身体健康条件均衡和调节每台设备工作量和工作压力，从而仅次于程度优化生产和设备性能，构建主动检修计划的智能决策。

　　从长年看，硬件生产端的价值在大大减少，智能化产品的价值将大大提高。大数据和智能生产给传统工业带给了极大冲击，强劲的工业数据分析服务将沦为生产企业数字化战略的最重要组成部分，工业物联网将显露出更大的战略价值。

本文来源：必博官方网站-www.fairy-heart.com