1）物理過程和業(yè)務(wù)過程的融合。能將物理量與經(jīng)營過程量（如產(chǎn)品質(zhì)量、生產(chǎn)效率、設(shè)備可靠性等）的關(guān)系定量化，突破現(xiàn)有生產(chǎn)技術(shù)人員的知識(shí)盲點(diǎn)，實(shí)現(xiàn)過程痕跡的可視化。
2）對(duì)于物理過程環(huán)節(jié)，重視知識(shí)的“自動(dòng)化”，而不僅僅是知識(shí)的“發(fā)現(xiàn)”。將領(lǐng)域知識(shí)進(jìn)行系統(tǒng)化管理，通過大數(shù)據(jù)分析進(jìn)行檢索和更新優(yōu)化；對(duì)于相對(duì)明確的專家知識(shí)，借助大數(shù)據(jù)建模工具提供的典型時(shí)空模式描述與識(shí)別技術(shù)，進(jìn)行形式化建模，在海量歷史數(shù)據(jù)上進(jìn)行驗(yàn)證和優(yōu)化，不斷萃取專家知識(shí)，充分利用多維度融合帶來的統(tǒng)計(jì)顯著性（比如個(gè)別風(fēng)場看似偶發(fā)的故障，在全體風(fēng)場上可能有穩(wěn)定的統(tǒng)計(jì)規(guī)律）
3）“軟”測量。在工業(yè)應(yīng)用中，不同過程量監(jiān)測的技術(shù)可行性、精度、頻度、成本差別較大，通過大數(shù)據(jù)分析，建立指標(biāo)間的關(guān)聯(lián)關(guān)系模型，通過易測的過程量去推斷難測的過程量，提升生產(chǎn)過程的整體可觀可控。
小結(jié)
如前所述，工業(yè)大數(shù)據(jù)分析更應(yīng)秉承“小數(shù)據(jù)”思維，尊重機(jī)理模型和領(lǐng)域知識(shí)，利用數(shù)據(jù)分析技術(shù)手段，披沙簡金，釋放工業(yè)大數(shù)據(jù)的價(jià)值。為更明確指導(dǎo)工業(yè)大數(shù)據(jù)分析軟件架構(gòu)，下篇將從分析算法側(cè)重點(diǎn)、分析模型與機(jī)理模型融合方式、業(yè)務(wù)應(yīng)用場景等3個(gè)方面分享工業(yè)大數(shù)據(jù)分析的典型范式。