首页 > 产品大全 > 泛在计算与工业大数据联合实验室 大数据技术开发的创新实践与前沿探索

泛在计算与工业大数据联合实验室 大数据技术开发的创新实践与前沿探索

泛在计算与工业大数据联合实验室 大数据技术开发的创新实践与前沿探索

在数字经济时代,泛在计算与工业大数据的融合正成为推动产业升级的核心引擎。东华大学与北京大学信息技术高等研究院(北大信研院)联合共建的“泛在计算与工业大数据联合实验室”,聚焦大数据技术开发,旨在打通学术研究与产业应用的壁垒,为工业智能化提供关键技术支撑。

一、实验室定位:交叉融合,赋能工业
联合实验室依托东华大学在纺织、材料等工业领域的深厚积累,以及北大信研院在人工智能、大数据、泛在计算等方面的前沿优势,构建了“泛在感知—数据汇聚—智能分析—决策优化”的全链条技术研发体系。实验室重点围绕工业大数据采集与治理、实时流计算、边缘智能、数据安全与隐私保护等方向开展技术攻关,致力于解决工业场景中数据孤岛、实时性不足、分析模型泛化能力弱等痛点。

二、大数据技术开发的核心方向

  1. 泛在感知与数据采集技术:针对工业设备异构、协议多样的特点,实验室研发了轻量级边缘采集网关与自适应协议解析引擎,支持高频时序数据的实时接入与预处理,实现多源异构数据的统一表征。
  2. 工业大数据治理与存储:构建了面向工业时序数据的分布式存储与索引框架,结合数据质量评估与清洗算法,提升数据的可用性与一致性;同时设计元数据管理与数据血缘追踪机制,保障数据可追溯。
  3. 实时流计算与边缘智能:开发了基于流式计算的实时分析引擎,支持复杂事件处理与在线机器学习,将部分推理任务下沉至边缘端,降低延迟并减少带宽消耗。
  4. 智能分析与决策优化:融合深度学习与时序预测模型,面向设备预测性维护、能耗优化、质量溯源等场景,提供可解释的智能决策支持;并探索联邦学习在跨企业数据协作中的应用,兼顾数据隐私与模型效果。

三、技术开发与产业实践
实验室注重技术成果的落地转化。在纺织服装行业,团队开发了基于工业大数据的生产过程质量预测系统,通过分析纱线张力、温湿度等多参数时序数据,实现疵点提前预警,助力企业降本增效。在装备制造领域,实验室联合企业搭建了设备健康管理平台,利用振动、电流等信号进行故障诊断与剩余寿命预测,减少非计划停机。实验室还积极参与工业大数据标准制定与开源社区建设,推动技术生态的开放协同。

四、未来展望
面向联合实验室将继续深化泛在计算与工业大数据的融合创新,重点布局工业大模型、云边端协同计算、数据要素可信流通等前沿方向。通过产学研用深度融合,实验室力求打造具有国际影响力的工业大数据技术策源地,为制造业数字化转型与高质量发展注入新动能。

如若转载,请注明出处:http://www.qiuzhang01.com/product/54.html

更新时间:2026-11-20 12:54:01