爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。
根据国家“十三五”规划纲要关于实施制造强国战略的纲领性要求，加快发展新型制造业，实施智能制造工程，加快发展智能制造关键技术装备，强化智能制造标准、工业电子设备、核心支撑软件等基础，培育推广新型智能制造模式，推动生产方式向柔性、智能、精细化转变成为制造业未来工作的重中之重。
随着迈入工业4.0时代，智能制造所产生的数据量剧增，且形式趋于多元化，这些数据中蕴含着大量待发掘的价值，数据作为企业管理资产的理念被越来越多的人所接受。如何能够快速高效的利用这些数据，成了制造企业的管理者的新课题。
随着制造业的信息化投入不断加大，各类业务系统集中建设，企业信息化应用水平不断提高，企业正逐步从信息系统集中建设阶段转变到集成或数据管理阶段。如何实现企业内数据的横向融合、纵向贯通，为企业精益生产、协同研发、敏捷管理提供有效地管理手段已经成为企业迫在眉睫的重要任务。
要实现这些目标和要求，就需要将传统制造业与各种前沿技术相结合，从中寻求技术创新和技术突破点。
可以利用爱可生智能制造大数据平台在数据存储、整合、挖掘和分析方面的优势，对大量的生产制造工艺数据进行再次利用，发现一些生产制造过程中的潜在规律，进而去改进整个生产制造工艺，提高产品质量和生产效率。
| |
| |
|
1.数据源
爱可生智能制造大数据平台的数据来源包括制造企业的各种业务系统以及外部的各种数据资源。主要包括如下：
|
2.功能架构
爱可生智能制造大数据平台是一套针对生产制造企业实现智能制造设计开发的全方位、一体化大数据平台，它从生产制造数据的采集、加工、存储、挖掘、应用、展现等方面管理数据、挖掘数据、利用数据，以数据驱动生产制造智能化的方式帮助企业实现智能制造。
整个平台主要包括如下几个功能模块：
数据采集同步 负责从业务系统采集各种业务数据。主要包括批量采集与实时采集两种采集模式。批量采集主要是采集一段时间内的业务数据，主要由批量数据导入和批量文件同步组成。实时采集主要针对实时变化的数据的采集，主要由变化数据采集、增量文件同步、消息数据接入、网络信息爬取等组成。 数据整合加工 负责对来自业务系统的数据进行整合加工处理。主要分为两种整合加工模式，一种是基于ODS的数据整合，它包括数据清洗、数据转换、数据汇总等几个主要组成部分；另一种是针对实时数据的实时处理，主要利用分布式消息缓存服务与流式处理技术，开发适合特定业务场景的流式数据整合加工程序，实现及时快速地的数据整合加工。 分布式数据存储 分布式数据存储是整个智能制造大数据平台的核心，负责管理数据中心的存储的全部数据，通过Hadoop和MySQL集群两种数据存储管理架构，提供数据仓库、分布式文件系统、时序数据存储等数据存储管理功能，实现对结构化数据、非结构化数据和半结构化数据的存储管理，同时也管理整合加工后的主数据与各种主题数据，并通过数据总线提供各种数据访问能力。 | 高性能机器学习平台 高性能机器学习平台基于分布式架构设计，提供了多种面向智能制造的基础算法库与基础模型，开发人员可以利用平台提供的数据采集、数据处理、特征处理、模型训练、模型评估、模型发布等功能构建面向不同应用需求的机器学习模型，以实现面向智能制造的诊断、预测、调控等。 统一数据服务 统一数据服务是数据中心对外提供数据的桥梁，可以根据不同的业务需求，将数据中心的各种数据定制成不同形式的服务供外部的程序或者应用进行访问，同时，通过各种安全机制，保障服务的安全性，进而保障数据中心数据的安全性。 可视化数据展现 负责提供基于智能制造大数据的多维度智能分析和展示功能，支持自主构建分析建模，展示样式覆盖历史变化趋势图、空间几何投影图、散点图、雷达图等。 分布式集群统一监控管理 利用集群管理技术，通过WEB的系统管理方式，降低系统管理的复杂度，使得在任何环境下都能够以最简单的方式管理整个数据中心系统。同时，利用各种安全防护措施，从硬件网络、软件设计、操作流程、权限分配等方面对整个数据中心进行安全防护，保障全部数据与系统各个模块的安全性。 |
3.技术架构
爱可生智能制造大数据平台基于分布式架构，采用分层、模块化、可扩展思想设计，所有模块与处理层次均采用高可用设计，任何一个模块、数据处理节点发生故障，都不会影响整个系统的正常运行；并且可以根据业务发展，动态调整处理节点，实现平台能力的线性扩展。
具体技术架构如下：
爱可生智能制造大数据平台实施后，可以辅助企业解决生产制造智能化过程中从数据采集、加工、存储、挖掘、应用、展现等方面遇到的管理数据、挖掘数据、利用数据的众多痛点，能够以数据驱动生产制造智能化的方式帮助企业实现智能制造。
生产制造过程各阶段的实施效果如下：
生产环境中的核心性能指标如下：
|
创新技术与行业知识相结合，为用户寻求新的数据驱动的价值增长点
