工业大数据工程:系统、方法与实践

第1章 工业大数据概论 1.1 工业大数据提出的背景 1.2 工业大数据的内涵与范畴 1.2.1 工业大数据的概念 1.2.2 应用领域与场景 1.2.3 在企业信息架构中的位置 1.2.4 模型形式与应用范式 1.2.5 与其他技术方向的关系 1.3 工业大数据的认知辨析 1.3.1 经济与制度视角 1.3.2 数据资产视角 1.3.3 思维模式视角 1.3.4 数据技术视角 1.3.5 数字化与信息化的差别 1.3.6 OT、DT、IT的融合与分工 1.4 工业大数据工程的内容 1.4.1 工业大数据建设面临的挑战 1.4.2 敏捷工业大数据工程方法 1.4.3 面向领域的工业大数据系统技术 第2章 工业大数据工程的建设与运维方法 2.1 数据工厂的概念与范畴 2.1.1 数据工厂概述 2.1.2 数据工厂的特征 2.1.3 数据加工价值线的关键要素 2.1.4 数据智能创新线的关键要素 2.2 数据工厂的规划建设方法 2.2.1 企业数据战略理解 2.2.2 业务主题选定 2.2.3 可行性评估 2.2.4 建设方案设计 2.2.5 系统实施 2.2.6 管控与运维 2.3 数据工厂容量规划方法 2.3.1 业务需求与技术指标 2.3.2 集群配置与规模规划 2.3.3 价值线与创新线的规划侧重 2.4 数据质量管控方法 2.4.1 数据质量的定义 2.4.2 全面数据质量管理 2.4.3 基于SPC的数据质量监控 2.5 运维监控与性能调优 2.5.1 数据工厂监控实践 2.5.2 性能调优实践 第3章 工业大数据汇聚与处理技术 3.1 数据接入与传输 3.1.1 典型工业数据来源及其特点 3.1.2 接入与传输技术要素 3.1.3 典型的接入与传输技术 3.1.4 接入与传输技术路线 3.2 数据存储 3.2.1 存储的需求特点与关键要素 3.2.2 存储的挑战和问题 3.2.3 典型的数据存储技术 3.2.4 存储的选型考虑与思路 3.3 数据处理与计算 3.3.1 处理与计算的需求特点及关键要素 3.3.2 处理与计算的挑战和问题 3.3.3 典型的数据处理模式与技术 3.3.4 处理与计算的选型考虑与思路 第4章 工业大数据建模与数据集成技术 4.1 工业数据集成概述 …… 第5章 敏捷工业数据分析方法 第6章 工业数据分析建模环境与技术 第7章 数据应用的敏捷开发方法 第8章 风电大数据 第9章 水电大数据 第10章 煤矿综采大数据 附录A 英文缩写表