关键字：工业大数据；powerpovit
作为新一轮工业革命的重要内容，正在快速发展的工业大数据成为世界各国争相抢夺的制高点。中国政府也高度重视大数据产业的发展。从《中国制造2025》，到《关于积极推进"互联网+"行动的指导意见》，到《"十三五规划纲要"》，再到《关于深化制造业与互联网融合发展的指导意见》均对大数据产业做出明确部署，并专门制定了《促进大数据发展行动纲要》。工业大数据是大数据最为重要的一项内容，《促进大数据发展行动纲要》的一项主要任务就是深化工业大数据创新应用。
1、工业大数据
工业大数据是指在工业领域中，围绕典型智能制造模式，基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。
工业大数据技术是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法，包括数据规划、采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据应用，则是对特定的工业大数据集，集成应用工业大数据系列技术与方法，获得有价值信息的过程。工业大数据技术的研究与突破，其本质目标就是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的新信息，从而促进制造型企业的产品创新、提升经营水平和生产运作效率以及拓展新型商业模式。
工业大数据除具有一般大数据的特征（数据量大、多样、快速和价值密度低）外，还具有时序性、强关联性、准确性、闭环性等特征。
2、Powerpivot
PowerPivot 是 Excel 中可用的三大数据分析工具之一。它是一种数据建模技术，用于创建数据模型，建立关系，以及创建计算。可使用 PowerPivot 处理大型数据集，构建广泛的关系，以及创建复杂或简单的计算。
Power Pivot 支持最大为 2GB 的文件，并且可处理内存中最多 4GB 的数据。在 PowerPivot 窗口中可以通过对数据模型的操作来创建较复杂的数据模型，在 Excel 和 Power Pivot 窗口中处理的数据存储在 Excel 工作簿内的分析数据库中，可以理解为PowerPivot是Excel的后台数据库，主要是为了解决海量数据存储问题，EXCEL一个SHEET页的最高行数只能存储100万行左右，而PowerPivot可以存储上千万甚至是上亿的数据行，并将通过一个强大的本地引擎来加载、查询和更新该数据库中的数据。由于数据存储在 Excel 中，所以可以立即供数据透视表、数据透视图、Power View 和 Excel 中用于聚合数据和与数据交互的其他功能使用。所有数据呈现和交互均由 Excel 提供；作为分析一般使用的并非明细数据，而是聚合的、汇总的数据，因此可以充分利用Excel的透视表和透视图及报表筛选、切片、钻取的分析功能。
3、工业大数据的数据源的数据整合
工业大数据来源大多数来源于三方面。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自市场、环境、客户、政府、供应链等外部环境的信息和数据。
以中烟工业的下属工厂大数据应用来看，不同车间，管理和生产数据存在于不同服务器或不同结构的数据库。概括数据存储于两种数据库，一种是的关系数据库，如Oracle，SQL server等，由很多表存储数据，以关系来索引这些数据。主要用于存储了MES所需要的数据，如不同生产批的质量参数数据与分析报告等。
期刊文章分类查询,尽在期刊图书馆另一种是工业现场监控与实时控制系统的实时过程数据库，如IFIX iHistorian，iFIX PDB，由一张表存储过程数据，可以通过数据标签和时间来索引数据，存储了生产过程中传感器或中央处理器的过程数据。两种数据库结构不一样，但包含的信息都具有很大的分析价值。
由于数据库技术不同，即便使用相同的数据库技术，也因不同数据库的表结构不同，存在数据整合的技术壁垒。通过大数据分析工具powerpovit来提取不同数据库的数据则使这个过程变得容易很多。
3.1Powerpovit与Oracle的链接
填写以下内容
服务器名称的格式为：{服务器IP地址}：{数据库所用端口}/{数据库名称}。
输入数据库名和登录密码。
登陆后选择分析所需要使用的数据表
3.2Powerpovit与IFIX ihistorian的链接
输入数据源地址，即数据源所在服务器的IP地址。
输入登录数据源的用户名及密码。
3.3Powerpovit与ifix PDB的链接
选择使用Excel Query
选择数据源类型
选择数据标签
4、大数据分析应用
大数据的分析不应是一成不变或者以一概全的，由于质量管理人员，生产调度人员，设备维修与保养人员工作性质与内容不同，造成大数据分析的目标和规模不尽相同，同时他们数据模型优化与改进又随着分析的深入需要不断地改进。所以灵活多变的大数据分析工具有很大的必要存在。
powerpovit的关系与层次结构可以有效的快速建立使用者所需要的数据分析模型。
4.1关系的建立
关系类似于关系数据库中表之间的索引，使用关系可以使已经提取的多个数据源的不同表之间的数据整合到一块，建立表之间内部链接，这样在索引数据时候即可以用简单操作，powerpovit从大量不同的数据表格提取到使用者想要的数据。
如从IFIX iHistorian中提取当前生产状态下的烘丝机生产相位和烘丝机出口水分数据趋势，和从Oracle数据库中提取不同工厂不同季节历史烘丝机出口水分数据趋势，再加上从IFIX PDB提取的实时水分和生产相位数据，三者可以以趋势图和仪表板的形式，组织成为一个水分监控的实时分析看板。
4.2层次的建立
层次是聚合数据最有效的思路之一，通过大类聚合小类。先从大类分析入手，不断细化的过程，也是数据模型不断清晰成型的过程。
如我们要比较不同季节，两个前后衔接的设备如加料机出口、烘丝机进口的水分数据的平均值差异分析，就可以先以设备为大类分析，再以季节小类进行分析，观察两者水分差异。
4.3数据透视表
数据透视表是计算、汇总和分析数据的强大工具，可助你了解数据中的对比情况、模式和趋势
数据透视表是powerpovit最基础的大数据分析结果的展示，它通过利用前两步建立的关系和层次结构，使需要分析的数据通过表格形式展现出来，并可利用EXCEL的多样化的分析工具来使数据图像化，使分析结果变得更简单易懂。
5、结语
工业大数据使需要不断挖掘的一个过程，这个过程中可能车间或工厂级别大的数据模型会不断改变，小的单个设备的数据模型也会是一个不断改进的过程，通过简单有效的方式使生产相关人员快速上手大数据分析工具，对加快此过程是非常有益的，同时多样化、多角度的简单分析也会为工厂大数据模型的升级不断添砖加瓦。
作者简介：周广旭（1987-），男，河南许昌人，本科，研究方向：电气自动化。
论文作者:周广旭
论文发表刊物:《科学与技术》2019年第17期
论文发表时间:2020/3/4
标签：数据论文; 工业论文; 大数论文; 数据库论文; 据分析论文; 关系论文; 过程论文; 《科学与技术》2019年第17期论文;