姚雪梅，李少波，璩晶磊，陈伟兴

(1.贵州大学 现代制造技术教育部重点实验室，贵州 贵阳 550025；2.贵州大学 机械工程学院，贵州 贵阳 550025；3.中国科学院 成都计算机应用研究所，四川 成都610041)

制造大数据相关技术架构分析*

姚雪梅1，李少波2，3，璩晶磊3，陈伟兴1

(1.贵州大学 现代制造技术教育部重点实验室，贵州 贵阳 550025；2.贵州大学 机械工程学院，贵州 贵阳 550025；3.中国科学院 成都计算机应用研究所，四川 成都610041)

针对大数据技术给制造业带来的机遇和挑战，通过分析制造大数据的研究现状和产生，给出了制造大数据的定义。依据制造大数据的处理流程构建其技术架构，并介绍了相应的关键技术。最后列举了几种典型的应用场景，指出了制造大数据面临的挑战并展望下一步发展方向。

制造大数据；处理流程；技术架构；关键技术

1 制造大数据的产生和研究现状

1.1 制造大数据的研究现状

大数据一词在《The Third Wave》一书中最早被提出后，在农业、交通、金融、医疗、遥感等行业得到了充分的发展和应用，制造业也不例外，尤其在 2013年的《中国大数据技术与产业发展白皮书》中，明确指出在制造业采用大数据技术可以减少 20%到50%的产品开发时间，促进制造业的转型升级；在 2014年的《大数据标准化白皮书》中强调必须推动大数据在大规模制造业生产过程中的应用，鼓励企业运用大数据开展个性化定制，创新生产管理模式，降低生产成本，提高企业竞争力。

文献[1]提出一种基于服务的制造数据管理方法，实现了产品研制和生产制造过程的有效管理；……