工程机械行业工业数据分类分级应用分析及研究

全球新一轮科技革命和产业变革与中国加快转变经济发展方式形成历史性交汇，中国制造业创新发展面临着前所未有的挑战。经过多年快速发展，中国已成为全球制造业大国，成为世界的加工制造中心，伴随着南水北调工程、西气东输、西电东送、三峡工程、高铁工程、核电工程、地铁工程、国防工程、城市建设和改造工程等众多大规模投资项目的积极推进，促进了对工程机械设备的需求，中国大规模基础设施投资的持续增长，为中国工程机械行业带来了绝佳的市场机遇，造就了中国成为工程机械使用和制造大国并逐步迈向制造强国。随着信息技术高速发展，工业数据作为载体已经渗透到工业制造的各个领域，在经济发展中的作用越来越突出，工业化与信息化深度融合发展成为了工程机械行业发展的重中之重，传统产业数字化转型成为推动工程机械行业高质量发展的关键。

一、工业数据内涵

二十世纪六十年代，计算机在企业管理中得到应用，经历了层次、网状等模型后，统一为关系模型，形成了以结构化数据为基础的ERP/MES管理软件体系。七十年代，随着计算机图形学和辅助设计技术的发展，CAD/CAE/CAM等工具软件生成了三维模型、工程仿真、加工代码等复杂结构文件，形成了以非结构化数据为基础的PDM技术软件体系。二十一世纪，互联网和物联网为企业提供大量的文本、图像、视音频、时序、空间等非结构化数据，进而引发工业数据中结构化数据与非结构化数据的规模比例发生了质的变化。

近年来，智能制造和工业互联网推动了以“个性化定制、网络化协同、智能化生产、服务化延伸”为代表的新兴制造模式的发展，今后由人产生的数据规模比重将逐步降低，机器数据所占比重增大。麦肯锡全球研究院在2011年发布的《大数据：下一个创新、竞争和生产力的前沿》报告中首次提出“大数据”概念，报告指出，大数据规模和存储容量正在迅速增长，各行业业务领域中已被渗透，成为了同物质和人力资产同等重要的生产要素。2012年美国通用电气公司提出的工业数据(狭义的)，主要指工业产品使用过程中由传感器采集的以时空序列为主要类型的机器数据，包括装备状态参数、工况负载和作业环境等信息。从某种程度上来看，工业数据随着时代的变迁，其主要内容和来源也在不断演进变化。

工业数据是工业领域产品和服务全生命周期产生和应用的数据，在大数据、云制造、工业互联网高速发展的今天，对工业数据这一要素如何进行有效的管理、使用、保护及共享，实行工业数据分类分级是最基础的工作，也是行业转型升级的重要战略资源。工业数据按潜在影响分为一级、二级、三级等3个级别，一级数据对工业控制系统及设备、工业互联网平台等正常运行影响较小，给企业造成负面影响较小，受影响的用户和企业数量较少、生产生活区域范围较小、持续时间较短，恢复工业数据或消除负面影响所需付出代价较小;二级数据容易引发较大或重大生产安全事故或突发环境事件，给企业造成较大负面影响，引发的级联效应明显，影响范围涉及多个行业、区域或者行业内多个企业，持续时间长，或可导致大量供应商、客户资源被非法获取，恢复工业数据或消除负面影响所需代价较大;三级数据容易引发特别重大生产安全事故或突发环境事件，或造成直接经济损失特别巨大，对国民经济、行业发展、公众利益、社会秩序乃至国家安全会造成严重影响。所以要高度重视工业数据。

二、运作模式探索

行业企业一般以企业信息化相关部门牵头，各事业部或分公司或相关职能部门配合组成项目团队，确保领导决策力和整体协调推动力。

例如：

行业工业数据分类分级划分为研发域、生产域、运维域、管理域和外部域5个数据域，分别对应的业务系统、功能、后台数据库的数据表来分类。对应的一级子类、二级子类、三级子类可以通过企业每个数据域所对应的业务主题映射到数据主题，它们不是数据产生部门，是数据所属类别，要按照数据的业务功能来定义数据类别。工业数据主要来源于研发、生产、销售、供应链、仓储、设备管理，涉及SAP、MES、SCADA、RDM、PLM、产品配置管理系统、DMS等系统。数据分类不是唯一的，而是多维度的，同一个数据既能属于生产域数据，也能属于管理域数据。如下表：

工作开展方式:

1、调研、梳理企业全部业务领域，确定企业工业数据分类分级范围，确定各事业部或分公司或相关职能部门工作对接专人。

2、成立项目组，统一工作思路，组内分工，明确落实工作任务。若企业已开展过内部工业数据分类分级相关工作，要按照《工业数据分类分级指南(试行)》(以下简称：《指南》)要求，梳理企业业务数据，确定最终的工业数据分类分级内容，进行相应匹配和完善、改进，促进此项工作完成。若企业没有开展过内部工业数据分类分级相关工作，要依据《指南》要求，认真梳理企业业务数据，确定工业数据分类分级内容，完成工作。

3、制定项目会议机制，构建信息系统应用及运维管理规范，确定项目完成时间节点，定期汇报工作进度，解决工作中遇到的实际问题，按时保质保量完成工作。具体开展方式需要结合各企业实际情况进行。

4、明确建立工业数据分类分级管理是实现数字化转型的重要举措，企业各部门之间要打破技术壁垒，共同参与、紧密合作才可以顺利推进工作开展。

5、和业务部门具体对接，调研交流，了解和分析企业业务实际情况和具体需求，才可以确定不同工业数据的类别和分类分级具体情况，明确企业工业数据现状，形成符合行业企业自身需求的分类分级目录体系。

6、项目组成员和企业主管领导要进行专业培训和宣贯，最终要企业全体动员，全员参与，同时积极解决工作中遇到的实际问题，及时了解企业基层反馈，确保工作真实落地，有效保质保量完成。

7、全面梳理行业企业拥有的各类各级工业数据，构建企业数据管理流程，形成企业完整的工业数据链。同时，加强企业工业数据安全防护意识，对数据安全加强管控，减少由于数据外泄等情况对企业造成的损失。

8、加快工程机械行业工业数据的采集、挖掘、共享、利用等，最大限度释放工业数据潜在价值，充分发挥工业数据对企业经济效益的放大、叠加和倍增作用，提升企业两化融合管理水平,推动大数据技术与制造业深度融合，夯实工业数据安全保障基础，助力数字经济高质量发展，为加速行业生产方式变革提供了强有力依据，同时，明确行业企业分类分级主体责任及相关要求，便于对标对表数据管理中存在的不足，提升企业数据管理能力。

三、重要意义

工业数据是工程机械行业数字化、智能化、网络化发展的基础性战略资源，对行业企业的生产方式、运行模式、生态体系会产生深远的影响。企业通过研发设计、生产制造、经营管理、运维服务等环节对数据进行全面采集梳理，帮助企业全面了解自身数据资源情况，指导企业统筹部署防护策略，合理配置和高效利用安全资源;推动数据上云，探索跨行业、跨领域、跨区域数据共享，充分释放数据潜在价值，赋能工程机械行业高质量发展;推动企业内部数据汇集，实施差异化管理，为综合应用提供高质量的数据源。对于行业企业内部部门之间统一数据分类标准、提升数据管理水平、强化安全防护水平、科学合理利用数据等，都会起到促进作用，进一步推动工程机械行业工业互联网改造升级，提升行业发展水平，引导更多企业特别是行业中小型企业建立工业数据分类分级体系，统一企业数据定义标准，提升数据管理和安全防护能力。

四、问题

工业数据分类分级工作缺失有针对性的企业组织架构。该架构包含：数据决策者(数据治理管理委员会)、数据管理者(业务单元+信息化管理部门)、数据提供者(数据所有人)、数据开发者(数据开发人员)、数据消费(内外部数据使用人员)等。流程办法上缺失细化的工业数据分类分级管理体制机制，数据没有明确的责任部门，缺乏数据治理的管理流程。技术上缺少数据分类分级管理的平台化系统。需要建设主数据管理系统、元数据管理系统、数据质量管理系统、数据资产管理等系统。

各企业主数据标准不统一、维护难，多套主数据独立存在于各业务系统中。行业企业在推进工业数据分类分级工作中，遇到各分公司或相关部门的数据孤岛，没有形成有效数据共享。很多时候采用电子表格方式进行工业数据分级分类工作，录入和查看方式不方便，应专门开发相应的数据定义管理系统，为工作带来便利。

五、思考与设想

要在行业开展工业数据分类分级应用工作，支持行业企业围绕工业数据的共享与应用，将《指南》结合行业实际情况，建设和完善工业数据管理制度，提高工业数据利用水平和安全防护,最终形成一批在行业可复制、可推广的标杆企业成套解决方案，提炼经验做法，最终形成完整的数据分类分级目录推广到整个行业。

要加强平台建设，建设主数据管理系统、元数据管理系统、数据质量管理系统、数据资产管理等系统，对口工作人员要各司其职，明确职责，让工作职责融入到日常企业工业数据分类分级管理和使用工作中。统一企业主数据，建立规范的主数据、变更流程并通过主数据稽核流程确保主数据规范标准的执行。

要打破企业内部的数据孤岛，形成智能制造信息互通系统和协同工作机制，实现企业各部门充分沟通、共享数据等。要采取新手段、新方法、新技术进行统一科学管理，摸清企业、行业底账。

要加强工程机械行业《指南》的宣贯和培训。采取宣贯会、培训等方式提高企业和管理部门工业分类分级的意识和水平，营造良好工业数据分类分级氛围。

要培育一批支撑服务机构。中国工程机械工业协会牵头，在工程机械行业内的大数据、信息安全等相关企业、高校、科研院所、专业机构中，遴选和培育若干数据分类分级支撑机构，同时加大相关人才培训力度，加强机构能力建设，为分类分级工作创造条件。

探索将区块链等技术融入到工业数据分类分级工作中。保证数据安全可靠，促进数据流转利用，防止数据篡改、破坏、泄露，便于数据溯源管理等作用。加强引导，进一步完善工业数据安全防护措施，提高行业企业安全防护意识，指导行业企业依据相关标准规范，加强企业工业数据安全防护。

总之，工业数据分类分级是制造业实现从要素驱动向创新驱动转型的关键要素与重要手段，有助于提升产品质量、生产效率、降低能耗，转变高耗能、低效率、劳动密集、粗放型生产方式，提升制造智能化水平。通过汇聚全产业链供需数据，优化配置制造企业所需要的原材料、设备、劳动力、资金等要素，可以实现工业生产、调度、分配全局优化，促进工业全要素生产率全面提升。通过建立包括产品生产过程工艺数据、在线监测数据、使用过程数据等在内的产品全生命周期质量数据体系，关联企业内外部多源数据的大数据分析，可以有效追溯质量问题的产生原因，并持续提升生产过程的质量保障能力。

为行业企业今后运用工业大数据打好基础，做好铺垫，为行业数字化转型提供动力，为企业健康良性发展提供助力，更是落实党中央、国务院以大数据促进数字经济发展的部署安排，提升工业自身数据管理能力的现实需要，以数字化转型带动工业全要素、全产业链、全价值链升级，实现经济高质量发展的关键举措。

（来源于中国工程机械工业协会）

责任编辑：Zeshuai