前言：工業互聯網現在是當前比較火熱的話題，但其存在哪些科技難題呢？這恐怕是產業界和工業界大多數人關注的問題，因為它們既是科技問題，也是應用難題。在2019工業互聯網峰會上，眾多專家學者對此分享了各自的觀點，提出了目前工業互聯網面臨的幾大挑戰。

 

    數據管理的挑戰

 

    清華大學大數據系統軟件國家工程實驗室總工程師王晨認為，工業互聯網上的數據管理非常有挑戰。

 

    第一，工業上用到的大量的數據高效查詢的問題，它與商業物聯網、工業場景的數據量完全不在一個數量級。比如風電領域，風機上的振動數據的采集頻率會達到毫秒級及以下，是上萬赫茲的采集頻率。這樣的數據怎么存儲，查詢，是特別大的挑戰。還有實時數據庫，也沒有很好地解決這種問題，這是數據管理的效率問題。

 

    第二，是數據利用不能回避的兩個問題，一個是數據治理也就是數據質量的問題，在工業上，機器回來的數據質量比人產生的數據質量更糟糕。由于傳感器本身的采集精度問題，環境的漸次干擾問題，會產生數據丟包，那怎么做修正？這和工業密切相關，也是一個很開放的問題。

 

    再一個就是數據集成的問題，非常有挑戰，因為傳統數據集成基本上是相同性或者是相似性做數據集成，但回到工業上看，離散制造業要根據動態變化考慮做數據集成，流程制造業要看到不同工序中時序的變化。這些已經超出了傳統數據管理的范疇。