工业大数据不只是价值大，而且在制造企业中蕴藏量也是巨大的。生产车间是制造企业使用与生产工业大数据的重要场所，这些数据既包括MES等信息化系统中运行与产生的数据，也包括生产设备产生的各种状态与制造参数等数据。这些数据是确保企业正常生产的基础，通过对这些数据的进一步挖掘，以量化、可视化等方式，定位生产中存在的问题并进行优化，可有效地提高生产效率和提升企业竞争力。

车间大数据的来源及种类可大致分为三类：

1、生产数据：包括MES中的工艺、计划、调度、库存、质量等生产过程中使用、产生的各类数据，也包括与ERP、PLM等上游信息化系统经过集成而来的数据，这是车间生产的主线。

2、设备数据：各类数字化设备的状态信息及制造参数等，通过设备联网或MES等系统采集而来，这些数据具有密度大、实时性强等特征，是保证设备正常生产与产品质量的基础。

3、外围数据：包括能耗数据、废水废气排放等数据，对这些数据进行深入挖掘，将会对降成本、提效率、提质量有很大的促进作用。

尽管车间里有大量的生产数据、设备数据、质量数据等工业大数据，但传统的管理模式没有充分发挥出这些数据的价值，造成了数据价值的浪费。具体表现如下：

（1）数据采集。数据采集工作由人工采集完成，存在采集数据种类与数量均有限、采集效率低、易出错、不客观、信息反馈不及时等缺点。

（2）数据挖掘。即便是对已有数据，统计与管理人员也只是做些常规的数据统计工作，不能对数据进行深入挖掘与分析，没有充分地发挥出数据的更大价值。

（3）数据使用。由于数据采集不全面，数据挖掘与分析停留在表面，企业各级管理者不能从深层次发现问题，导致生产管理只停留的初级、表面、传统的粗放式管理，不利于企业的发展。

在数字化车间中，通过MES及设备联网等信息化系统对数据进行全面而实时的采集，结合生产与产品特点，进行深入的数据挖掘与分析，可快速地发现生产中存存在的问题，并能精准地进行优化与提升。