当然，不仅仅是数据可以发挥作用，还需要其他的知识。如果从过去1万家企业接近3万个系统，3万多个结合点，目前的中天合创（音）是*大的煤化工企业，有40多万烯烃，有17万个点，平均算一下3000个点，共有的物理节点就是所谓的IOT、物联网、工业物联网有超过7500万个物理链连接在一起。我们每秒钟产生的数据至少5亿万各个。

二、工业大数据解决什么问题

我们能做什么？对流程工业来讲，工业大数据可以解决问题，但怎么解决这些问题？如果大家对流程工业比较熟悉的话，很容易理解五大痛点，但因为现在很多年轻孩子不愿意学化工，一学化工就觉得是危险的场景，的确如此，但没有那么可怕。现在的化工行业非常安全，但它的安全生产问题、绿色环保的问题、节能降耗的问题、质量提升问题、降本增效的问题五大任务一定是所有流程工业企业*关注的。前面两个甚至是红线，谁踩到，可能就会出问题。

围绕智能工厂的五大目标，如何通过工业大数据解决。在流程工业里，如果要利用工业大数据解决，我觉得不仅仅是数据的问题，还需要工艺技术、设备技术、操作技术、自动化技术，再加上IT技术，IT技术不仅仅是大数据技术，还包括了人工智能技术，哪怕*普通的数据统计技术都可以应用。所以，这五项技术的集成或者说综合应用，将会让真正的大数据发挥作用，能够解决刚才讲的五大任务。

如果从大数据的角度来讲，我觉得这四个方面应该说可以率先发挥作用，比如设备的维护，自从GE推出的Predix开始就是对设备的维护、能源平衡，因为对中国来说乐观，同样单位的产品能耗都比国外高30%-50%，包括工艺参数的优化。

未来智能工厂也好，大数据也好，人工智能也好，如何通过在线的数据，在线的工况寻优，刚才安司长说“数据+模型=应用”，如果有工艺数据、控制数据、报警数据、故障数据、操作数据、化验数据、原料切换、调度指令、经济数据，流程工业必须是一年365天每天24小时连续运转，所以必须实时计算。

三、工业大数据如何解决问题

下面利用中控的案例进行介绍。针对精细化工行业，精细化工行业就是多品种，各种排号产品，各种产品如何进行很好的排查，如何依据市场的需求，包括各种产品的需求，生产线的排布，因为有很多还不完全是365天同样的生产数据，有可能是24小时或者36小时，或者几天的半连续过程。就像啤酒发酵，喝啤酒都知道啤酒怎么生产出来，它不是365天每天24小时，它是半小时一罐，数据量很大，并不完全连续。如何通过大数据批次生产，精益的全流程管理。