首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏钱塘大数据

    工业大数据:车间物联网数据管理(干货)

    专家们将工业大数据分为公共资源数据、工程类数据、管理类数据和物联数据。传统的管理系统将人作为数据采集端,用流程来固化组织的行为,用指标来衡量评价流程和组织的效率。 工业企业的物联网,就是要将人和物联系起来,将系统和物联系起来,将物作为数据采集端,由人或系统进行数据分析和决策。数据的分析与优化是物联网的关键技术之一,也是未来物联网发挥价值的关键点。 物联网在工业中有很多种应用方式,如物流仓储、生产制造、产品运维等,我们这里重点讲讲生产制造和产品运维。 物联数据的管理技术   车间物联网是一种典型的复杂信息系统,涉及数据管理的各个方面,主要包括:数据质量控制、数据融合与集成、复杂事件处理、数据存储与处理,以及安全访问控制等。 2、物联车间的质量控制:某钢铁企业是中国最大的特种钢材生产企业,在其某条硅钢生产线上,由于多种复杂因素的作用,成品表面有时会形成一种称为纵条纹的瓦楞状缺陷。

    2.5K70发布于 2018-02-28
  • 来自专栏大数据

    数据管理—reshape2

    今天,May带来数据管理常用的工具reshape2,这个包的作用在于可以对数据进行变形,然后组成自己想要的数据内容。 下面可以开始来了解reshape2的应用过程。 我们可以就此输出一个文件,如下: 「结语 」 有小伙伴问,数据准备和数据管理有什么区别了,为什么在看文的时候会有不同的标题。 其实,数据管理的含义要比数据准备更大一些,基本上与数据有关的所有操作都可以视为一种数据管理行为,而数据准备更具有针对性,包括更具需求创建新变量、筛选变量、数据清洗和合并数据等系列操作。 所以,用于数据准备工作的函数都是数据管理的一部分,两者没有太大差异。

    89500发布于 2017-12-27
  • 从数据孤岛到战略资产:工业数据管理的转型之路

    手把手教你释放工业数据价值:从采集到智能决策在工业4.0浪潮中,企业纷纷投入巨资部署传感器、建设数据平台,但一个普遍的困惑依然存在:数据采集了那么多,价值却难以量化。 一、工业数据的业务挑战:从采集到洞察的鸿沟工业企业的数据管理普遍面临三大业务挑战。1.1数据孤岛与上下文缺失某汽车零部件制造企业部署了5000多个传感器,采集温度、振动、压力等20多种测点数据。 2.1数据上下文化:让数据具备可理解性数据上下文化的核心,是将数据与真实的工业对象关联起来。 当这些上下文被系统化地管理起来,数据就不再是孤立的数值,而是对工业运行状态的结构化描述。 六、实施路径建议企业实施数据资产化建议遵循"小步快跑"的原则:6.1试点阶段(1-3个月)选择1-2条关键产线或重点设备作为试点,完成数据接入、上下文建模、业务验证。

    13710编辑于 2026-03-27
  • 来自专栏可持续开发

    工业互联网2

    在文章”工业互联网”中,我提到了工业互联网需要分内部和外部形态,优秀的企业内部形态是实现外部互联互通的前提条件,如果企业内部都非常多的信息孤岛,又怎么能做好外部的连接工作呢,所以工业互联网实现的难度要远远高于消费 C端互联网,本文就重点讲解一下工业互联网的内部形态需要解决的问题和挑战。 工业企业流程多样化的问题 C端互联网的实现是标准统一化的,一个淘宝手机端,微信手机端可以服务10亿以上的用户,但工业互联网,每个节点都是多样化的。 ? 工业互联网需要先进的智能设备 智能设备是工业互联网的鼻子,眼睛,耳朵,手和脚,ERP和MES系统是企业内部形态的大脑和躯干,流动的信息就是血液循环系统。 ? ? 工业互联网需要企业信息化升级 工业互联网是企业管理软件领域的再次升级,但这必须是建立在企业完成内部信息化的基础上面的,而且如果只有大企业完成信息也,中小企业还在数字化低端水平,也无法真正实现工业互联网。

    1.2K20发布于 2019-08-26
  • 来自专栏用户1513005的专栏

    广州接点智能工业大数据:车间物联网数据管理

    工业企业的物联网,就是将人和物联系起来,将物作为数据采集端,由人或系统进行数据分析和决策,数据的分析和优化是物联网的关键技术之一,也是未来物联网发挥价值的关键点,物联网在工业中要很多种应用方式,如物流仓储 摄图网_500748889_banner.jpg 1.物联数据的组织方式 工业企业的生产制造物联网应用一般称为车间物联网或者制造物联,通过使用RFID传感器、无线网络通信、GPS定位、语音视频系统等技术把制造计划与制造资源 “人”、“机”、“料”、“法”、“环”等信息链接起来,从而对五大制造资源智能化识别、定位、跟踪、监控和管理,从而满足企业智慧调度、环境监测等方面的管理要求 2.物联数据的管理技术 车间物联网是一种典型的复杂信息系统 ,涉及数据管理的各个方面。

    66131发布于 2019-07-24
  • 来自专栏肉眼品世界

    数据管理之元数据管理

    作为描述性信息,描述系统的结构特征和静态特征; 2. 作为控制性信息,控制并配置特定工具和进程运行,实现数据仓库管理和维护的(半)自动化管理。 元数据机制主要支持以下 5 类系统管理功能: 1. 描述哪些数据在数据仓库中; 2. 定义要进入数据仓库中的数据和从从数据仓库中产生的数据; 3. 记录根据业务事件发生而对其进行的数据抽取工作时间安排; 4. 如果在建立数据集市的过程中,注意了元数据管理,在集成到数据仓库中时就会比较顺利;相反,如果在建设数据集市的过程中忽视了元数据管理,那么最后的集成过程就会很困难,甚至不可能实现。 2. 这三个标准:UML、MOF和CWM形成了OMG建模和元数据管理、交换结构的基础,推动了元数据标准化的快速发展。CWM 模型既包括元数据存储,也包括元数据交换,它是基于以下 3 个工业标准制定的。 (2)系统边界确定以后,把现有系统的元数据整理出来,加入语义层的对应。然后存到一个数据库中,这个数据库可以采用专用的元数据知识库,也可以采用一般的关系型数据库。 (3)确定元数据管理的范围。

    9.1K40编辑于 2021-12-29
  • 来自专栏CDO首席数据官

    DAMA数据管理数据管理概述

    本章重点介绍数据管理的总体流程、人员和技术。undefined 核心要点 引言 数据管理是一个职能或是高层级的业务流程。 (十大职能),数据治理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考数据和主数据管理、数据仓库和商务智能管理、文档和内容管理、元数据管理、数据质量管理。 考虑数据管理职能范围相关性。据不同企业不同时期、不同阶段,考虑相关职能的优先级,同时考虑投入、时间、努力等。 数据管理活动,职能范围的分解(结构:职能活动-子活动)。 另建议大家补充:PMI-PMP项目管理知识体系,加强数据管理的十个职能域的项目目标实现的理解。 使命和目标 本书中对于数据管理的使命描述,是站在企业需求的角度。 指导原则 本书中对于指导原则方面的介绍包括:数据资产、数据资产的有效利用、数据管理组织和人员、数据管理职能和职业。

    3.7K01发布于 2019-04-21
  • 来自专栏超级架构师

    工业控制系统】工业控制系统(ICS) 安全简介第 2 部分

    管理服务器人机界面 (HMI)报警服务器分析系统历史(如果适用于整个站点或区域) 2级:地方监督 对单个过程、单元、生产线或分布式控制系统 (DCS) 解决方案进行监控和监督控制。 它旨在描述管理工业部门网络的企业和工业部门之间分割的最佳实践。尽管如此,它作为 IT/OT 安全中的概念框架仍然很流行,因为它显示了可以在哪里添加安全措施。 在 2 级和 3 级之间引入次要执法边界,以保护: 不同单元/生产线/工艺中的 2 级设备。 来自恶意行为者的 2 级及以下设备,该恶意行为者已通过上层控制并进入 OT 环境。 出于这个原因,应在 2 级和 3 级之间配置辅助执行边界,以保护管理系统免受来自现场的攻击,并保护各个现场站点免受彼此的攻击。 工业物联网 (IIoT) 传感器、仪器、机器和其他设备联网在一起并使用互联网连接来增强工业和制造业务流程和应用程序。

    2.3K40编辑于 2022-03-08
  • TDengine 持续领跑国产时序库,赋能 AI 原生工业数据管理

    与此同时,TDengine于10月接连发布时序数据库3.3.8.0版本及工业数据管理平台IDMP1.0.5.0版本,以技术迭代与生态完善双轮驱动,为工业物联网、智慧城市等领域提供更高效的时序数据解决方案 2.IDMP1.0.5.0:AI原生能力重塑数据消费范式同步发布的工业数据管理平台IDMP1.0.5.0,是TDengine"时序数据库+AI平台"双引擎战略的关键落地。 作为AI原生的工业数据管理解决方案,此次版本更新后,模型计算能力增强,属性和属性模板现已支持公式与字符串类型,用户可直接在模型层定义计算逻辑。 涛思数据相关负责人表示,未来将持续聚焦AI与时序数据的深度融合,拓展边缘计算与多模数据管理能力,为全球用户提供更高效、易用的工业数据解决方案。

    40110编辑于 2025-11-13
  • 来自专栏xiaozhangStu

    数据管理

    数据管理 DML数据操作语言) INSERT命令 INSERT INTO 表名  [ ( 字段1, 字段2, 字段3, … ) ]  VALUES  (  '值1', '值2', '值3', …) UPDATE 命令 UPDATE   表名   SET   column_name = value [ , column_name2 = value2, …. ] [ WHERE   condition

    90220编辑于 2023-05-04
  • 来自专栏新亮笔记

    数据管理

    数据管理和部署流水线 我们通过测试来断言我们所开发的应用程序的行为符合我们期望的结果。 小结 由于生命周期不同,数据管理也面临一些待解决的问题。尽管这些问题与部署流水线上下文中的问题有所不同,但管理数据所用的基本原则是一样的。关键是要把创建和迁移数据库全部变成自动化过程。

    1.3K10编辑于 2022-12-05
  • 来自专栏高级开发进阶

    ES数据管理

    8.ES数据管理 8.1 ES数据管理概述 ES是面向文档(document oriented)的,这意味着它可以存储整个对象或文档(document)。 name": "张三", "age": 30, "interests": [ "篮球", "健身" ] } 8.2 基本操作 1) 创建索引 格式: PUT /索引名称 举例: PUT /es_db 2) "name": "张三", "sex": 1, "age": 25, "address": "上海徐汇", "remark": "java developer" } PUT /es_db/_doc/2 需要对一个具体的资源进行操作也就是要确定id才能进行==更新/创建,而==POST==是可以针对整个资源集合进行操作的,如果不写id就由ES生成一个唯一id进行==创建==新文档,如果填了id那就针对这个id的文档进行创建/更新 2

    1K30编辑于 2022-03-07
  • 【元数据管理

    数据管理是一种关键的技术理论,它在信息管理和数据管理领域中扮演着重要的角色。元数据是描述和管理数据的数据,它提供了关于数据的关键信息,如数据的来源、内容、结构和用途等。 为了有效地管理和利用这些数据,元数据管理成为一项必不可少的工作。元数据管理的目标是帮助组织和个人更好地理解、访问和利用数据。 元数据管理涉及到多个方面的理论和技术,包括数据建模、数据词典、数据集成和数据质量等。以下是一些重要的元数据管理技术理论: 数据建模:数据建模是元数据管理的基础,它定义了数据的结构和关系。 import pandas as pd # 读取数据 data1 = pd.read_csv('data1.csv') data2 = pd.read_csv('data2.csv') # 进行数据集成 元数据管理可以帮助识别和解决数据质量问题,通过收集和分析元数据信息,可以发现数据的潜在问题,并采取相应的措施进行修复。 总之,元数据管理是一种重要的技术理论,它在信息管理和数据管理中起着关键的作用。

    27510编辑于 2025-08-29
  • 来自专栏康怀帅的专栏

    Docker 数据管理

    我们已经熟悉了 -v 或者 --volume,官方最近建议( Docker 17.06+ ) 使用 --mount。 官方文档:https://docs.docker.com/engine/admin/volumes/ 类型 bind volume tmpfs source source 或 src destination destination 或 dst 或 target volumes 创建 volume $ docker volume create VOLUME_NAME $ dock

    1.9K50发布于 2018-02-28
  • 来自专栏『学习与分享之旅』

    ES数据管理

    图片PUT /bntang_index{ "settings": {}}判断索引是否存在HEAD /索引名称图片查看索引GET /索引名称图片批量查看索引GET /索引名称1,索引名称2,索引名称3, 打开索引POST /索引名称/_open图片关闭索引POST /索引名称/_close图片删除索引库DELETE /索引名称1,索引名称2,索引名称3,...图片映射操作也就是相当于操作,数据库-表-字段 POST /索引名/_update/{id}{ "doc": { "field": "value" }}不存在则新增:PUT /my_index/_doc/2{ "name": "BNTang "}图片存在则修改:PUT /my_index/_doc/2{ "name": "BNTang2"}图片局域更新,只是修改某个字段(使用 POST) 图片POST /my_index/_update/ q=age:>18&from=0&size=2_source 定制返回结果GET /索引名称/_doc/id?_source=file1,file2图片GET /my_index01/_doc/1?

    57500编辑于 2023-09-27
  • 来自专栏sktj

    Docker 数据管理

    Rex-Ray作为跨机房的数据驱动 安装 image.png image.png image.png 创建磁盘卷 image.png image.png image.png

    1.2K10发布于 2019-10-08
  • 来自专栏小孙同学的学习笔记

    ArcGIS数据管理

    (2)个人地理数据库:所有数据都储存于MSAccess中,该数据文件最大为2GB,但若超过250MB,性能下降严重 ,只使用小于250MB的文件。   

    1.7K30编辑于 2022-01-17
  • 来自专栏Pou光明

    2_linux海康工业相机环境搭建与测试

    安装步骤: 1>解压MVS_STD_GML_V2.1.2_231225.zip 2>解压MVS-2.1.2_x86_64_20231225.tar.gz 3>进入MVS-2.1.2_x86_64_20231225 中,查看INSTALL安装文件 执行完第三步,没用第四步测试,直接运行了MVS,可以获取图像,环境搭建OK. 2.使用Qt显示相机图像 这里主要是环境搭建。

    2.2K10编辑于 2024-02-22
  • 来自专栏基础知识文章

    Docker数据管理

    2 绑定数据卷 除了使用 volume 子命令来管理数据卷外,还可以在创建容器时将主机本地的任意路径挂载到容器内作为数据卷,这种形式创建的数据卷称为绑定数据卷。 ubuntu 此时, 容器 db1 和 db2 都挂载同一个数据卷到相同的 /dbdata 目录,三个容器任何一方在该目录下的写人,其他容器都可以看到。 如果删除了挂载的容器(包括 dbdata 、 db1 和 db2 ),数据卷并不会被自动删除。 2. 恢复 如果要恢复数据到一个容器,可以按照下面的操作 。 首先创建一个带有数据卷的容器 dbdata2: $ docker run -v /dbdata --name dbdata2 ubuntu /bin/bash 然后创建另一个新的容器,挂载 dbdata2

    1.2K10编辑于 2021-12-07
  • 来自专栏高级开发进阶

    ES数据管理

    8.ES数据管理 8.1 ES数据管理概述 ES是面向文档(document oriented)的,这意味着它可以存储整个对象或文档(document)。 name": "张三", "age": 30, "interests": [ "篮球", "健身" ] } 8.2 基本操作 1) 创建索引 格式: PUT /索引名称 举例: PUT /es_db 2) "name": "张三", "sex": 1, "age": 25, "address": "上海徐汇", "remark": "java developer" } PUT /es_db/_doc/2 需要对一个具体的资源进行操作也就是要确定id才能进行==更新/创建,而==POST==是可以针对整个资源集合进行操作的,如果不写id就由ES生成一个唯一id进行==创建==新文档,如果填了id那就针对这个id的文档进行创建/更新 2

    95320编辑于 2022-09-29
领券