工業大數據

大數據是指大量、多變且快速產生的數據，需要新的科技來處理，以便於決策、知識探索以及制程的最佳化[4]，這也稱為大數據的3V（volume、variety、velocity）。有時也會加上第四個V，也就是資料真實性（veracity）此一特徵，強調資料的品質及整合性[5]。不過工業大數據還需要加上二個V。一個V是可見（visibility），意思是發現資產或是制程中一些未預期的事實，並且將不可見的知識轉換為可見的價值，另一個V也就是價值（value），因為工業環境會面對的風險及衝擊，工業大數據在分析上的準確性要求會遠高於比社會媒體分析或是客戶行為分析上的要求[6][7][8][9]。

工業大數據的數據是由自動化設備及程序自動產生，而其環境及操作也是受到控制的，目的是讓人為的介入降到最小，因此工業大數據的資料的結構化程度較高，彼此相關性也較高，會依發生時間順序排列，也比較適合進行分析[6]。不過即使設備機器都已經互相連線及網路化，工業大數據有以下的特點（Background、Broken、Bad-Quality，也稱為3B）也會造成在分析時的挑戰[6]：

• 背景

一般的大數據分析重點在挖掘到資料之間的相關性，以及捕捉到現象。不過工業大數據更著重於由現象中找出其背後的物理性根本原因。因此有效的工業大數據分析會比一般的大數據分析更需要特定領域的專業知識。

• 破裂

相較於一般的大數據分析，工業大數據著重資料的完整性更甚於巨量的資料。因為若要建構一個準確的資料驅動分析系統，必需從不同的工作條件上採集資料。因為通訊特性，以及資料來源的不同，系統中的資料是離散未同步的。因此在正式進行分析之前，預處理格外的重要，可以確保資料是完整、連續及同步的。

• 品質不良資料的破壞性

大數據分析的重點是資料挖掘及發現，因此巨量的資料可以彌補資料的品質不良。但在工業大數據中，各變數都有明確的物理意義，在建立分析系統時，資料完整性非常重要。品質不良的資料或是不正確的記錄都會影響不同變數之間的關係，對於估測的準確性上有災難式的衝擊。

因此，單純一般泛用大數據分析的技巧不一定可以應用在工業數據中。工業大數據需要更多的領域知識、分析系統機能的清楚定義，也需要在正確的時機將提取到的見解給正確的人，以產生較佳的決策[6][10]。

工業系統的元件無時無刻都可以產生大量的資料。一個生產線上，每台機器每天都可以產生上億筆的資料[1]，例如波音787每次飛行就會產生500 Gigabyte的資料[15]。明顯的，工業系統中的一組單元產生的資料量遠超過傳統方式的能力範圍，因此在處理、管理及運算上都是挑戰。

有許多研究者、公司主動參與了收集、組織及分析巨量工業資料的工作，其中有些資料若因為研究需要，已可以公開給大眾。

NASA的資料存取庫[16]是工業大數據中最出名的資料存取庫。其中的許多資料會用在預測式分析、故障偵測及預診斷機能等。