Page 192 - 电气控制技术与管理
P. 192
电气控制技术与管理
Electrical Control Technology and Management
5.数据质量和数据管理
数据质量和数据管理是指为了满足信息利用的需要，面对信息系统的各个信
息采集点进行规范，包括建立模式化的操作规程、原始信息的校验、错误信息的
反馈、矫正等一系列的过程。大数据分析离不开数据质量和数据管理，高质量的
数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分
析结果的真实和有价值。
（四）制造大数据的特点
通常所说的大数据3V特性包括大规模、多样性和高速度，制造大数据除了
同样具备明显的大数据3V特性之外，还具备制造领域所特有的特征。
1.制造大数据具备的明显的大数据3V特性
（1）大量数据
考虑到半导体设计的例子，在单片产品园的质量控制过程中，每个站点都
可以生成足够的数据大小快速自动检测设备每年可以收集近2个数据。根据他们
2009年的统计数据，在美国拥有1000多名员工的加工者产生的平均数据至少为2
亿，这一数字每1.2年翻一番。根据该报告，未来十年工业数据的增长率将是其
他大型数据行业的两倍。
（2）数据结构不同
生产过程中涉及的设计元素，如产品结构表、工艺文件、数控程序、三维模
型、设备运行参数等，它们往往来自不同的系统，具有完全不同的数据结构。随
着图像处理设备、声传感器等检测设备逐渐适应了恶劣的生产环境，在大规模生
产过程中记录重要图像、音频等数据具有非结构化元素的特点。
（3）数据增长迅速
以国内知名生产公司Crystal Parks的唯一生产区为例，2014年4月，新增控制
方案约13700个，瓷砖移动记录约19780000条，参数数据36155000条，报警参数
7500000条，数据增加0.17mm。
2.制造大数据所具备的制造领域特有的一些特征
（1）允许的特。
建筑公司产生的大量数据来自生产过程审计员的连续抽样，这些数据通常是
具有典型同步特征的时间序列。
·180·
