本书根据作者的大量企业实践出发，内容覆盖基本概念、理论方法、实现技术，全面介绍工业大数据分析方法。背景与技术基础篇（第1-2章），从工业大数据内涵、数据特性、数据分析的特点、数据分析方法的发展现状，阐述工业大数据基本概念。制造大数据分析算法与应用篇（第3~4章），以数据驱动的数据分析方法为主体内容，介绍制造中的数据分析应用。最后，本书在第5章中对工业大数据分析前沿动态与发展方向，做了进一步总结与分析。从工业场景的需求出发，在大数据基本概念和技术的基础上，结合制造领域的具体需求进一步阐述大数据分析方法与技术在工业场景中的应用，提升本书的实用性。

汪俊亮 副研究员 东华大学机械工程学院工业大数据中心负责人，上海交大博士。主持国家自然科学基金、上海市扬帆计划项目，作为项目核心骨干参与国家自然科学基金重点项目、重点研发计划等课题，开发了中国商飞C919部装线首套数据采集系统。在IEEE Trans等期刊发表SCI/EI论文十余篇，合作出版著作2部，获得软件著作权5项。曾参与《制造业大数据》、《制造业大数据资源》等著作的编写工作。

前言 在数字经济蓬勃发展的当下，数据已成为驱动社会进步与产业变革的核心生产要素，其重要性堪比工业革命时期的石油。制造业作为国民经济的支柱产业，正经历着从传统自动化向智能制造的深刻转型，而这一转型的核心动力便源于对工业大数据的深度挖掘与应用。从车间设备实时采集的运行参数到产品全生命周期的管理数据，从供应链协同的业务信息到客户需求驱动的定制化数据，海量、多样、高速的工业数据正以前所未有的规模涌现，既为制造业带来了优化生产效率、提升产品质量、创新商业模式的历史机遇，也对数据处理技术、分析方法与应用范式提出了严峻挑战。 本书聚焦智能制造背景下的工业大数据领域，旨在为读者搭建一套从理论基础到实践应用的完整知识体系。本书笔者长期深耕智能制造与大数据研究，依托东华大学在工业信息化领域的深厚积累，系统梳理了工业大数据的核心概念、技术方法与典型应用，既注重理论的严谨性与前沿性，又强调实践的可操作性与针对性，力求为从事制造业数字化转型、工业大数据分析与智能制造系统研发的科研人员、工程技术人员及高校师生提供一本兼具参考价值与指导意义的专业著作。 全书共分为5章，各章节内容层层递进、逻辑紧密，构成一个完整的工业大数据知识框架。以第1章绪论开篇，阐述了智能制造与工业大数据的内在关联——智能制造是制造业发展的必然趋势，而工业大数据是实现智能制造的关键支撑。通过回顾制造业的发展历程，本书强调强大制造业对国家综合国力与国际竞争力的重要意义，并指出在新一轮科技革命与产业变革中，信息技术与制造业的深度融合正推动生产线、车间与工厂向自学习、自适应、自控制的智能形态演进。在此背景下，工业大数据不...