附件：
续表
续表
续表
热处理车间淬火工艺规范 一、调质 1.1 调质定义为了达到产品的工艺硬度要求，得到回火索氏体，得到良好的强韧性，提高使用性能和寿命，因此曲轴和连杆产品需进行调质处理。调质，即淬火加高温回火，以获得回火索氏体组织，主要用于中碳碳素结构钢或低合金结构钢以获得良好的综合机械性能。 1.1.1 淬火的定义 淬火是将钢加热到临界温度Ac3 （亚共析钢）或Ac1 （过共析钢）以上温度，保温一段时间，使之全部或部分奥氏体化，然后以大于临界冷却速度的冷速快冷到Ms以下（或Ms附近等温）进行马氏体（或贝氏体）转变的热处理工艺。通常也将铝合金、铜合金、钛合金、钢化玻璃等材料的固溶处理或带有快速冷却过程的热处理工艺也称为淬火。 1.1.2淬火的目的淬火的目的是使过冷奥氏体进行马氏体或贝氏体转 变，得到马氏 体或贝氏体组织，然后配合以不同温度的回火，以大幅提高钢的刚性、硬度、耐磨性、疲劳强度以及韧性等，从而满足各种机械零件和工具的不同使用要求。也可以通过淬火满足某些特种钢材的铁磁性、耐蚀性等特殊的物理、化学性能。 1.1.3回火的定义 回火是工件淬硬后加热到Ac1 （加热时珠光体向奥氏体转变的开始温度）以下的某一温度，保温一定时间，然后冷却到室温的热处理工艺。
按回火温度范围，回火可分为低温回火、中温回火和高温回火。 4.1.1低温回火：工件在150~250C进行的回火。 目的是保持淬火工件高的硬度和耐磨性，降低淬火残留应力和脆性，回火后得到回火马氏体，指淬火马氏体低温回火时得到的组织。 应用范围：主要应用于各类高碳钢的工具、刃具、量具、模具、滚动轴承、渗碳及表面淬火的零件等。 4.1.2中温回火：工件在350?500 C之间进行的回火。 目的是得到较高的弹性和屈服点，适当的韧性。回火后得到回火屈氏体，指马氏体回火时形成的铁素体基体内分布着极其细小球状碳化物（或渗碳体）的复相组织。 应用范围：主要用于弹簧、发条、锻模、冲击工具等。 4.1.3高温回火：工件在500~650C以上进行的回火。 目的是得到强度、塑性和韧性都较好的综合力学性能。回火后得到回火索氏体，指马氏体回火时形成的铁素体基体内分布着细小球状碳化物（包括渗碳体）的复相组织。 应用范围：广泛用于各种较重要的受力结构件，如连杆、螺栓、齿轮及轴类零件等。 1.1.4 回火的目的 回火一般紧接着淬火进行，其目的是： （a）消除工件淬火时产生的残留应力，防止变形和开裂； (b)调整工件的硬度、强度、塑性和韧性，达到使用性能要求； (c)稳定组织与尺寸，保证精度；
2020年大数据行业发展报告出炉 马云曾经说过一句话，当今以及未来的世界当中，最珍贵的能源就是大数据。随着云计算和大数据技术的兴起和快速发展，大数据技术应用已经融入到了各行各业。很多公司已经从大数据中获益。 大数据不仅运用在财务核算上，更能在从研发到采购、生产、物流、营销、客户、订单管理等等一系列企业运营上发挥作用。借助数据管理，企业不仅可以有效预估和分析管理效果，而且还能为企业在战略问题，资源整合问题，业务拓展提供决策依据。因此大数据产业的发展将可以几大的促进企业的进步，实现跨时代的变革。 2016-2021年大数据行业深度分析及“十三五”发展规划指导报告认为，2017年大数据行业将呈现六大趋势： 1.将会推出更多的分析工具 随着数据量的不断增长，数据分析方法也将进一步提高。虽然SQL依然会是数据分析的标准方法，但是新兴分析工具也不可小觑。 Spark是其中之一，它是大数据时代下的一个快速处理数据分析工作的框架，多家世界顶级的数据企业例如Google，Facebook等现已纷纷转向Spark框架。 这些新兴分析工具操作简单，对用户没有任何编码知识要求。 Microsoft和Salesforce都已经推出了新型分析工具， MicrosoftRServer和LightningCRM平台，非编码人员也可以创建应用程序来查看数据。 2.实时数据分析将获得更多关注 技术专家预测，2017年企业将需要实时数据分析工具，来帮助他们利用数据进行实时决策。实时计算一般都是针对海量数据进行的，一般要求为秒级。目前有几款数据分析工具可以提供实时访问数据，如GoogleAnalytics和Clicky。高德纳资讯公司预测，到2018年，近50%的企业都将面临隐私泄露问题。事实
2015-2020年中国大数据行业市场深度调研及投资方向建议报告 中国产业信息网
什么是行业研究报告 行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。 企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。 行业研究报告的构成 一般来说，行业研究报告的核心内容包括以下五方面：
行业研究的目的及主要任务 行业研究是进行资源整合的前提和基础。 对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。 行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；企业的发展永远必须遵循行业的经营特征和规律。 行业研究的主要任务： 解释行业本身所处的发展阶段及其在国民经济中的地位 分析影响行业的各种因素以及判断对行业影响的力度 预测并引导行业的未来发展趋势 判断行业投资价值 揭示行业投资风险 为投资者提供依据
2015-2020年中国大数据行业市场深度调研及投资方 向建议报告 【出版日期】2015年 【交付方式】Email电子版/特快专递 【价格】纸介版：7000元电子版：7200元纸介+电子：7500元 【报告编号】R331187 报告目录： 前言 继物联网、云计算之后，大数据已经成为当前信息技术产业最受关注的概念之一。大数据是为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术。人们普遍将该定义概括为四个“V”，即更大的容量（Volume，从TB级跃升至PB级，甚至EB级）、更高的多样性（Variety，包括结构化、半结构化和非结构化数据），以及更快的生成速度（Velocity）。前面三个“V”的组合推动了第四个因素——价值（Value）。 云计算、物联网、智慧城市、移动互联，新技术与应用的不断涌现，加速了“大数据”时代的到来。大数据，已经超越数据本身，转向数据的资产化和服务化，转向挖掘与分析数据带来新商业价值，转向以技术维护国家安全利益，并为信息服务产业和传统商业模式带来了巨大的机遇与挑战。 2013年，大数据应用带来了令人瞩目的成绩。作为新的重要资源，
当前，许多国家的政府和国际组织都认识到了大数据的重要作用，纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要抓手，实施大数据战略，对大数据产业发展有着高度的热情。 美国政府将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。在美国的先进制药行业，药物开发领域的最新前沿技术是机器学习，即算法利用数据和经验教会自己辨别哪种化合物同哪个靶点相结合，并且发现对人眼来说不可见的模式。根据前期计划，美国希望利用大数据技术实现在多个领域的突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等。 其中具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6 个联邦部门和机构。 目前，欧盟在大数据方面的活动主要涉及四方面内容：研究数据价值链战略因素；资助“大数据”和“开放数据”领域的研究和创新活动；实施开放数据政策；促进公共资助科研实验成果和数据的使用及再利用。 英国在2017 年议会期满前，开放有关交通运输、天气和健康方面的核心公共数据库，并在五年内投资1000 万英镑建立世界上首个“开放数据研究所”；政府将与出版行业等共同尽早实现对得到公共资助产生的科研成果的免费访问，英国皇家学会也在考虑如何改进科研数据在研究团体及其他用户间的共享和披露；英国研究理事会将投资200 万英镑建立一个公众可通过网络检索的“科研门户”。 法国政府为促进大数据领域的发展，将以培养新兴企业、软件制造商、工程师、信息系统设计师等为目标，开展一系列的投资计划。法国政府在其发布的《数字化路线图》中表示，将大力支持“大数据”在内的战略性高新技术，法国软件编辑联盟曾号召政府部门和私人企业共同合作，投入3 亿欧元资金用于推动大数据领域的发展。法国生产振兴部部长ArnaudMontebourg、数字经济部副部长FleurPellerin 和投资委员LouisGallois 在第二届巴黎大数据大会结束后的第二天共同宣布了将投入1150 万欧元用于支持7 个未来投资项目。这足以证明法国政府对于大数据领域发展的重视。法国政府投资这些项目的目的在于“通过发展创新性解决方案，并将其用于实践，来促进法国在大数据领域的发展”。众所周知，法国在数学和统计学领域具有独一无二的优势。 日本为了提高信息通信领域的国际竞争力、培育新产业，同时应用信息通信技术应对抗灾救灾和核电站事故等社会性问题。2013 年6 月，安倍内阁正式公布了新IT 战略——“创建
第1章 1.加热介质与工件之间传热的方式及影响因素。 对流传热，热量的传递靠发热体和工件之间流体的流动进行。2=曾尸（切-几）影响传热系数的因素： ⑴流体运动的情况 自然对流条件下，传热系数较小； 强迫流动条件下，如气体炉用风扇强制气体循环，流体运动加快，传热系数较大。 ⑵流体的物理性质 流体的导热系数入、比热容C及密度P越人， 传热系数越大；黏度系数越大，传热系数越小。 ⑶工件表面形状及其在炉内放置位置 f T 辐 射传热，辐射传热时工件表而吸收的热量为Q = ［希 An相当吸收率，与工件表面黑度、发热体表面黑度、工件相对于发热 体的位置及炉内介质有关。 传导传热，其热量的传递不依靠传热物质的定向宏观移动，阳仅靠传热物质质点间的相互碰撞。q = - A — dx 综合传热，同吋考虑对流传热、辐射传热、传导传热的传热方式的称为综合传热。 2.热处理加热时间确定的经验公式及其中各参数的意义。 生产中T=ad a——加热系数， d——冇效厚度， 工件最快传热方向上的截面厚度。 3.影响热处理加热速度的因素。 1加热方式的影响 随炉加热（冷装炉） 特点：装炉虽大，加热速度缓慢，表面与心部的温差AT小。 应用：人型铸锻件、高合金钢、形状复杂，工件如大型轧辘等，生产率低。 到温装炉（热装炉） 特点：加热速度t，温差f ,生产率t 应用：如化学热处理、淬火、正火、回火等。 预热加热 特点：加热速度较冷装炉t , AT小。 应用：大型铸锻件、较大截血的高合金，工貝钢模具钢淬火加热。 高温装炉 特点：炉温比正常加热温度高100^200°C,强化加热，加热速度f t ,表面与心部温差f t ,生产率t 应用：锻件退火、正火、碳钢、低合金钢淬火等。 2加热介质及工件放置方式的影响（影响a的因索）
2019-2025年中国大数据行业市场规模预测及发 展痛点分析 大数据是信息化发展的新阶段，随着全球数据储量的不断提高，大数据正进入发展加速时期。近年来，随着5G、AI、云计算、区块链等新一代信息技术的蓬勃发展，大数据技术走向融合发展的关键阶段。同时，我国大数据产业保持良好发展势头，“大数据+行业”渗透融合全面展开，融合生态加速构建，新技术、新业态、新模式不断涌现，政策支持、战略引领、标准规范、产业创新的良性互动局面正在形成。 一、大数据行业市场规模预测 近年来，全球数据产生量迅猛增长。预计2020年，全球数据产生量将达到50.5ZB，同比增长23%。在数据储量不断增长的推动下，大数据产业也将构建出多层多样的市场格局，具有广阔发展空间。在2018-2020年期内，预测大数据市场整体的收入规模将保持每年约70亿美元的增长，预计全球大数据市场收入规模2020年将达到560亿美元。未来两年里，大数据市场将呈现稳步发展的态势，增速保持在14%左右。另外，随着大数据市场成熟度的不断提高，在2025-2027年间，市场规模的增长将有所放缓，维持约7%的增速。 2016-2020年全球每年产生数据量估算（ZB）
全球大数据储量地区分布（%）
2016-2027年全球大数据市场收入规模及预测（亿美元） 随着大数据、移动互联网、物联网等产业的深入发展，我国数据产生量将出现爆发式增长，数据交易将迎来战略机遇。我国产生的数据量将从2018年的7.6ZB增至2025年的48.6ZB，CAGR达30.35%，超过美国同期的数据产生量约18ZB。另外，随着相关技术的不断突破和大数据产品的相继落地，我国大数据市场产值不断提升，2020年将超万亿元，大数据正迎来发展黄金时期。 中国数据圈规模（单位：ZB）
大数据行业生态图谱3.0——信息图 发表于2014-05-29 15:07| 1774次阅读| 来源中国大数据| 2条评论| 作者佚名 大数据分布式文件系统风险投资 摘要：2012年，FirstMark资本的MattTurck绘制了大数据生态地图2.0版本，涵盖了大数据的38种商业模式，被业界奉为大数据创业投资的清明上河图。两年后的今天，经过漫长的等待，Turck终于推出大数据生态地图3.0版本。 【编者按】创业者们纷纷涌入大数据市场，尾随的VC们也是挥金如土，导致大数据创业市场目前已经非常拥挤。虽然大数据创业市场已经人山人海，但是依然有足够的空间给新的创业公司，现阶段大数据基础设施和分析工具领域的创新吸引了大量的资金，FirstMark资本的MattTurck绘制了大数据生态地图2.0版本，涵盖了大数据的38种商业模式，被业界奉为大数据创业投资的清明上河图。经过漫长的等待，Turck终于推出大数据生态地图3.0版本。他对大数据市场的几个最为关键的演变趋势做出预测。 以下为原文： 2012年，FirstMark资本的MattTurck绘制了大数据生态地图2.0版本，涵盖了大数据的38种商业模式，被业界奉为大数据创业投资的清明上河图。两年后的今天，经过漫长的等待，Turck终于推出大数据生态地图3.0版本。（期间bloomberg推出过一个2013版大数据生态地图）
在大数据生态地图3.0版中，Turck从一个风险投资者的角度对两年来大数据市场的最新发展进行了深入的研判，并对未来趋势进行解读，以下是Turck眼中大数据市场的几个最为关键的演变趋势： 竞争加剧：创业者们纷纷涌入大数据市场，尾随的VC们也是挥金如土，导致大数据创业市场目前已经非常拥挤。例如一些创业项目类别，例如数据库（无论是NoSQL还是NewSQL），或者社交媒体分析，目前正面临整合或去泡沫化（随着Twitter收购BlueFin和GNIP，社交分析领域的整合已经开始） 虽然大数据创业市场已经人山人海，但是依然有足够的空间给新的创业公司，现阶段大数据基础设施和分析工具领域的创新吸引了大量的资金，当然，这类大数据创业本来就是资金密集型项目。 大数据市场尚处于初期阶段：虽然大数据的概念已经热炒了数年，但我们依然处于市场的早期阶段，虽然过去几年类似Drawn和Scale这样的公司失败了，但是相当多的公司已经看到了胜利的曙光，例如Infochimps、Causata、Streambase、ParAccel、Aspera、GNIP、BlueFinLanbs、BlueKai等。 还有不少大数据创业公司已经形成规模和气候，并且获得了海量融资，例如MongoDB已经募集2.3亿美元，Plalantir9亿，Cloudera1亿。但是就成功的IPO或公司而言，市场尚处于早期阶段（虽然已经有Splunk、Tableau等成功IPO）。 此外，目前阶段一些传统IT巨头已经展开了收购大战，例如Oracle收购BlueKai和IBM收购Cloudant。在很多大数据创业领域，创业公司们依然在为市场领袖的地位展开混战。 从炒作回归现实：虽然经过几年声嘶力竭的热潮后，媒体对大数据已经有些审美疲劳，但这恰恰是大数据真正落地的重要阶段的开始。未来几年是大数据市场竞争的关键时期，企业的大数据应用从概念验证和实验走向生产环境，这意味着大数据厂商的收入将快速增长。当然，这也是一个检验大数据是否真的有“大价值”的时期。 大数据基础设施：虽然Hadoop已经确立了其作为大数据生态系统基石的地位，但市场上依然有不少Hadoop的竞争和替代产品，但这些产品还需要时间进化。基于Hadoop分布式文件系统的开源框架Spark近来成为人们讨论的热门话题，因为Spark能够弥补Hadoop的短板，例如提高互动速度和更好的编程界面。而快数据（实时）和内存计算也始终是大数据领域最热门的话题。一些新的热点也在不断涌现，例如数据转换整理工具Trifacta、Paxata 和DataTamer等。 时下一个关键的争论是企业数据是否会转移到云端（公有云或者私有云），如果是，什么时候会发生？一些基于云端的Hadoop服务创业公司例如Qubole、Mortar坚信从长远看所有企业数据最终都会转移到云端。
2019-2020年中国大数据行业现状分析与发展趋势研究报告 行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。
中国产业调研网https://www.doczj.com/doc/a3688573.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息 二、内容介绍 中国的大数据应用处在起步阶段，但随着电信和银行领域开始对大数据技术和服务产生浓厚的兴趣，未来三年我国大数据市场将突破百亿元。2012年市场规模达到4.7亿元，2013年增至11.2亿元，增长率高达138%，2014年，保持了与2013年基本持平的增速，增长率为114.38%，市场规模达到24.1亿元，未来三年内有望突破150亿元，2016年有望达到180亿规模，其中增长率最高的是存储市场，将达到60.8%，服务器市场的增长率则是38.3%，远远高于其他非大数据产品相关的市场，由此来看整个行业发展空间巨大。进入2014年以来，大数据受到各界广泛关注，已渗透到金融、医疗、消费、电力、制造以及几乎各个行业，大数据的新产品、新技术、新服务也正在不断地涌现。 我国大数据产业集聚发展效应开始显现，出现京津冀区域、长三角地区、珠三角地区和中西部4个集聚发展区，各具发展特色。北京依托中关村在信息产业的领先优势，快速集聚和培养了一批大数据企业，继而迅速将集聚势能扩散到津冀地区，形成京津冀大数据走廊格局。长三角地区城市将大数据与当地智慧城市、云计算发展紧密结合，使大数据既有支撑又有的放矢，吸引了大批大数据企业。珠三角地区在产业管理和应用发展等方面率先垂范，对企业扶持力度大，集聚效应明显。大数据产业链上下游企业合作意愿强烈，各集聚区间的合作步伐加快，产学研协同创新发展初见成效。
第43卷第3期 2017年3月 北京工业大学学报 JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY Vol.43 No.3 Mar. 2017大数据热点技术综述 陈军成\ 丁治明\高需2 (1.北京工业大学计算机学院，北京100124 ; 2.中国科学院软件研究所，北京100190) 摘要：大数据是当前学术界和工业界关注的热点，从大数据文件系统、大数据分布式存储策略、大数据资源调度 以及大数据计算框架等几个方面阐述了当前典型的大数据相关技术及热点技术，并进一步指出下一步可能的研究 方向：如何通过语义提髙计算效率以及如何髙效处理时空大数据. 关键词：大数据；数据存储；计算框架 中图分类号：U461; TP308 文献标志码：A 文章编号：0254 -0037(2017)03 -0358 - 10 doi：10.11936/bjutxb2016090005 Survey of Big Data Hot Techniques C H E N Juncheng1, D IN G Z h im in g1,G A O X u2 (1. College of Computer Science，Beijing University of Technology，Beijing 100124，China； 2. Institute of Software，China Academy of Sciences，Beijing 100190，China) Abstract：B ig data attracts a tten tion o f academ ia and in d u s try.A c co rd in g to the basic features o f b ig data and c u rre n t c h a lle n g e s，the ty p ic a l b ig data’s technologies o f b ig data file system were presented.The storage stra te g y，resource sc h e d u le，b ig data co m p utin g fra m e w o rk，and e sp ecially hot techniques were d is trib u t e d.L a s t，th is paper po in ts out two possible research d ire c tio n s，w h ic h are im p ro v in g com pute e fficie n cy through data sem antic and processing te m p o ra l-sp a tia l b ig data e ffic ie n tly. Key words：b ig d a ta;data storage;com p utin g fram ew ork 近年来，大数据迅速成为工业界和学术界争相 讨论的热点，甚至引起了国家层面的关注.美国政 府将大数据看作“未来的新石油冶，我国政府则在 2015年正式发文《促进大数据发展行动纲要》，从国 家层面引导大数据相关产业的发展. 根据维基百科的定义，大数据又称为巨量数据、海量数据、大资料等,是指无法通过人工或者计算 机，在合理的时间内达到截取、管理、处理并整理成 为人类所能解读的形式的信息[1]，通常应用于商业 模式及趋势的发现与探究、疾病预测、实时交通等领 域，特别是在科学研究领域，如脑科学、基因科学、生 物工程等.通常情况下，科学家面对的是海量数据，很难直接发现其中的因果关系，然而，借助大数据相 关技术手段，科学家能相对容易地发现其中的关联 关系.这种关联关系可以进一步指引科学家深入探 究其中的因果关系. 与传统的数据相比，大数据具有5 V特征，即数 据规模庞大（volum e)、速度快（v e lo c ity)、形态多 (v a rie ty)、识别困难（v e ra c ity)以及价值大但价值密 度低（v a lu e)等.大数据系统通常需要解决如何高 效存储数据、如何处理瞬间爆发的数据以及如何应 对形态各异的结构化、半结构化以及非结构化数据 等问题. 针对这些问题，国际巨头G oogle、F acebook、 收稿日期：2016-09-02 基金项目：国家自然科学基金资助项目（91546111);北京市博士后基金资助项目（Q6007011201602) 作者简介：陈军成（1980—)，男，讲师，主要从事大数据、软件测试与分析方面的研究，E-mail：juncheng@ bjut. edu. cn
试验研究 高低压联合转子材料及热处理工艺研究 金嘉瑜 (中国第一重型机械集团公司冶金研究所,黑龙江161042) 荆天辅 (燕山大学材料科学与工程学院,河北066004) 摘 要 根据高低压联合转子使用特性和技术要求,设计了相应的2.5%C r N i M oV钢转子材料,并进行了相关的物理和工艺参数试验,对试验结果进行了对比和讨论,认为该材料适用于生产高低压联合转子。 关键词 高低压转子 2.5%C r N i M oV钢 热处理 T he P rocess R esearch fo r of T he H P&L P Jo in t Ro to r M aterial and T he H eat T reatm en t J i n J i ayu J i ng T i anfu Abstract A cco rding to the characteristic and the technical specificati on of the H P&L P j o int ro to rs, the m aterial2.5%C r N i M oV fo r ro to rs has been developed,and relative m echanical and p rocess param eter tests have been perfo r m ed as w ell.T h is paper describes and contrast w ith the test results,w h ich confir m s that th is m aterial is suitable to the m anufacturing of the H P&L P ro to rs. Key W ords H P&L P Ro to r,2.5%C r N i M oV Steel,H eat T reatm ent. 1 前言 大容量汽轮机通常有高压、低压两根或两根以上的转子锻件。汽轮机组不同温度区段的汽缸中的转子锻件使用不同的材料制造。高、中压转子一般偏重考虑高温蠕变和持久强度,转子材料应该具有足够的强度、塑性和韧性,同时还应该有好的抗高温蠕变,持久强度和抗低周疲劳性能,所以都采用具有好的高温性能和淬透性的C r2M o2V合金钢。低压转子一般在350℃以下工作,但由于考虑到设计结构的要求和最后几级叶片的作用,因此低压转子一般重量重、直径大;要求制作低压转子的材料应具有很好的大截面淬透性,有高的强度和韧性的综合性能以及低的断口形貌转变温度和高的断裂韧性等。所以一般选用淬透性好的N i C r M oV钢作低压转子。 近年来,由于能源紧张等问题的日益突出,人们对大型火电发电设备的节能性提出了越来越高的要求。从节约能源、燃料的多样化、运转控制的多样化以及单机容量的大型化的观点来看,高低压联合转子构成的发电机组具有起动快、控制性能好、经济、使用寿命高的特点。因此,高低压联合转子的开发与使用便具有了重要的意义。 从80年代初起,美国、德国、英国和日本等国家就着手研究并制造了新型的高、低压一体化新型转子,使同一支转子分别兼具有高压转子和低压转子的性能[1]。目前国内尚没有开发出这种转子材料,所用转子完全依靠进口。为了满足开发新产品和拓宽市场的需要,我厂开始了高低压联合转子材料和工艺的研究。 大型铸锻件
2019年 中国大数据行业研究报告
目录CONTENT 01 02 03 04大数据行业发展现状 大数据行业典型企业案例分析大数据应用场景分析 大数据行业发展前景与趋势
大数据行业发展现状1.1 大数据产业概况 1.2 全球大数据行业发展现状1.3 中国大数据行业发展现状1.4 大数据细分市场概况
大数据（big data），是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据，其规模往往达到了PB（1024TB）级。不同机构对大数据也有不同的定义。 麦肯锡对大数据的定义：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 移动信息化研究中心对大数据的定义：大数据是帮助企业利用海量数据资产，实时、精确地洞察未知逻辑领域的动态变化，并快速重塑业务流程、组织和行业的新兴数据管理技术。 IDC认为大数据具备海量（volume）、异构（Variety）、高速（Velocity）和价值（Value）四大特性。 小数据与大数据对比 海量（volume） 价值（Value） 异构（Variety） 高速（Velocity） 大数据四大特性 特征小数据大数据 体积有限的量数据庞大 彻底性样本整个群体 分辨率和索引性粗糙，弱精致，强 关联性弱强 速度慢、定格快 多样性窄宽 灵活性和可扩展性中等 高
大数据的价值 数据应用的关联性数据分析的成本 数据价值的转化 数据质量的兼容性 大数据降低了数据分析的成本门槛 大数据使技术与算法从“静态”走向“持续 大数据实现了从数据到价值的高效转化 大数据通过“量”提升了数据分析对“质”的宽容度 随着移动互联网、云计算、物联网等信息技术产业发展日新月异，信息传输、存储、处理能力快速上升，导致数据量的指数型递增。传统简单抽样调查分析已无法满足当下对数据时效性、海量性、精确性的需求。大数据的出现改变了传统数据收集、存储、处理挖掘的 方式，数据采集方式更加多样化，数据来源更加广泛、多样化，数据处理方式也由简单因果关系转向发现丰富联系的相关关系，同时，大数据还能基于历史数据分析，提供市场预测，促成决策。 目前，大数据已从概念落到实地，在精准营销、智慧医疗、影视娱乐、金融、教育、体育、安防等领域均有大量应用，随着云计算、物联网、移动互联网等支撑行业快速发展，未来大数据将拥有更为广阔的应用市场空间。
大数据的热点、痛点及机会 2013-12-30 楚落电商360 一、大数据是不是一个昙花一现的概念炒作？ 有人说，2013年是大数据元年，其实即将过去的2013年实在是不平凡的一年，不仅仅是大数据元年，还有人认为2013年也是互联网金融元年。2013年里，大数据很热，热得连我这个与金融数据打了十几年的交道的人也很是吃惊。在过去的十几年里，数据分析一直是一个很小众的事情，我向来很难向我的朋友们解释我所从事的职业。可是，仿佛突然一夜之间所有人都明白了。现在我只要一提我的专业是数据分析，所有人都频频点头。很多事情，一旦到了每一个人都
在热议的时候就变得很可疑。即使是在数据分析师的小圈子里，也有很多人质疑大数据是不是又一次炒作，不过又是一个硬件厂商为了卖硬件搞出来的噱头。 对此，我的观点有点不一样。在以前的文章里，我曾经提到过，我认为：（1）物联网；（2）云存储，云计算；（3）大数据；（4）4G网络及其它互联网技术构成了信息时代的第三次浪潮。它们是不可分离的四个组成成分，将构成人类社会的神经系统。其中物联网是获取信息的触角；云存储云计算是信息存储的仓库；大数据是进行分析并给出指令的大脑；而4G以及今后的其它互联网技术革新技术则是信息传输的通道。它们紧密结合，相互作用，每一项技术都受到其它技术的影响，每一项技术的发展都将反过来推动整体技术的提高与发展。 这四项技术结合而形成的信息时代第三次浪潮，对于人类社会的影响绝不亚于个人计算机的产生，以及互联网的出现。如果说个人计算机的产生让信息开始个人化，互联网的出现创建了一个虚拟世界，那以物联网，大数据为代表的第三次浪潮将帮助人类社会链接虚拟世界与现实世界并且逐步形成人类社会的神经系统建立自学习能力。 由此可见，从这个层面来看，大数据绝对不是一个昙花一现的概念，它将在今后的很多年中一直伴随我们。正如互联网产生的初期出现过.com泡沫一样，大数据在发展的初期也免不了发烧。正如Garnter公司2013年技术成熟度曲线所揭示的一样，大数据技术正处在过热期的顶端，所以的确热得有点过了头。大家不难发现，很多人都在讨论大数据，但是明白大数据是什么，同时真正利用并产生了切切实实效果的企业并不多。在过热期之后便是低谷区。
2020-2024年中国大数据行业的预测分析 2020年大数据投资价值百强企业 图表2020年大数据企业投资价值百强榜 注：以上排名不分先后 资料来源：2020年大数据产业生态联盟深度调研 2020年大数据企业投资价值百强榜，依据自行设定的评判指标体系，从企业估值/市值、营收状况、创新投入、产品竞争力、细分市场潜力、领导层能力等多个维度进行评比。经过专家打分，评选出2020年度大数据领域最具投资价值的100家企业。 本榜单共选取了11个细分领域，涉及大数据基础软件、数据治理与分析、数据安全和商业智能4个通用领域，以及政府大数据、金融大数据、营销大数据、工业大数据、电信大数据、健康医疗大数据、教育大数据等7个融合应用领域。 研究显示，部分大数据企业已经在软件与信息技术服务业、互联网或传统产业等领域深耕多年，企业本身已经形成一定规模，经过长时间的沉淀，在各自的细分领域中有较好的用户、渠道、技术、创新等积累，把握新一代信息技术创新发展机遇，在大数据采集、分析挖掘、存储、平台，以及与人工智能等技术深度融合应用方面，积极拓展大数据业务，具备较强的竞争优势，如帆软、神州医疗、树根互联、人大金仓等。这些企业通过横向投资、并购等手段，拓宽自身在大数据领域的赛道。 此外，市场上大部分大数据企业成立时间较短，以中小企业为主。部分企业专注于大数据行业某一细分领域，深耕垂直行业，注重自主核心技术研发与迭代，为用户提供优质的大数据产品或服务，在这个过程中，这些大数据企业逐渐积累了稳定的用
户以及大量的数据，在细分领域中建立了品牌和竞争优势，市场份额和地位不断提升。 典型企业如百分点、三盟科技、网智天元、四方伟业、智慧星光、永洪科技、美林数据、数联铭品等。部分企业通过与大型平台企业（如阿里、腾讯、华为等）签署战略合作，加入平台生态，以及资本化运作的方式，不断扩大市场份额。 疫情给大数据行业带来的机遇 从疫情后大数据细分领域未来机会点与业务预测方面来看，随着大数据技术与人工智能、物联网、5G等新一代信息技术深度融合，大数据在政务、应急管理、交通运输、健康医疗、社会保障等领域应用场景不断丰富。 2020年，抗击新冠肺炎疫情是对国家治理体系和治理能力的一次大考，依靠整体性社会动员机制、织密的社会治理网络与现代化的网络技术正在发挥积极作用。但同时，此次疫情也暴露出社会治理存在的问题，给社会治理体系带来重大挑战，加强和创新社会治理，推动社会治理重心下移，成为了关注的焦点。 根据2020大数据产业生态联盟调研数据分析显示，2020年，社会治理（安防、舆情、应急管理、信用、环境监测、交通、能源、城市管理等）、政务、软件与信息服务三个大数据细分领域最被大数据企业看好，未来机遇点多，受企业关注度高；同时，从市场上大数据业务来看，众多大数据企业更加看好政府业务，有50%的受访企业认为政府业务将给大数据企业带来较多机遇。 图表疫情后不同类型大数据业务机遇预测 数据来源：2020大数据产业生态联盟调研
中国大数据产业现状：数据商业应用敏感度低 大数据作为一个新兴的产业，一直在处于舆论的风口浪尖。就像互联网＋的概念一样，大数据被神话了，被送上了“宗教”的神坛。大数据企业总是有一个担心，生怕大数据被捧得的太高，将来可能会被摔的很惨。 2015年中国大数据产业的热度从贵阳大数据交易所开始，到9 月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰，相信10月份的乌镇互联网大会上，大数据还会是一个大的热点。 大数据论坛上，数据产品和解决方案被介绍的很多。数据给企业带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。中国大数据产业经历着很多痛苦，大数据产业前景很好，但是大数据企业却很难做大，很难实现质的飞跃。中国大数据产业的痛点和困难如下。 大数据企业众多而弱小，很难实现产业优势 中国大数据企业大概有200多家，将近60%集中在北京，以小微企业为主，年销售额达到十亿人民币的企业几乎没有。大数据产业处于春秋时代早期，各家诸侯割地而立，每家占领了一块小的细分领域，很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为红海。 大数据企业人数大多在几十人到几百人，少有千人以上的企业。没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。 中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，很难形成人才合力。各家企业规模小，很难在企业做深做大，很难利用大数据帮助企业实现业务提升。大多数企业的工具和数据很难满足
企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产品进行竞争。 大数据产业如果要形成产业优势，必须需要一批领军企业。参考国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。 贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014 年中国大数据市场规模为767亿元。这个数字看上去不错，估计其实真正和大数据工具和大数据产品相关的不足20%（业务价值提升）。 大多数的经费都用于大数据基础平台（存储和计算）、咨询、报告等 和业务价值提升相关度不大的领域。中国大数据市场销售额大多数集中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。真正大数据企业所有市场份额加起来可能就在百亿元左右。 中国大数据企业规模过小，领军企业缺少，行业过于分散，这些都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。 外部数据是一个个孤岛，数据价值低 数据是大数据产业发展的基础，具有商业价值的数据可以帮助企业洞察客户、数字化运营、风险管控、精准营销、预测和决策等。具有商业价值的数据和商业分析真正能够帮助企业提升业务，创造出新的价值。 中国的大数据市场还不成熟，很多大数据企业拥的数据都是片段的数据，很难形成完整的，具有商业价值的数据。大数据市场的数据质量和企业的数据需求有较大的差距。外部数据大多处于孤岛状态，数据之间很少流动和整合；孤立、不流动、没有整合的数据很难帮到企业，很多需要数据的企业不得不从多个大数据企业采购数据，效率
２０１８年大数据应用热点与发展趋势报告 摘 要： 十九大报告提出建设 数字中国 的宏伟目标，这是我党在 系统总结以往数字技术在中国的实践经验二科学认识和把握 其发展规律的基础上做出的最新战略部署三大数据价值创造 的关键在于大数据的应用三通过案例跟踪研究二应用专题分 析二专业媒体监测以及专家访谈等研究方法，本报告从 数
字中国 发展历程与进展二 数字中国 背景下的中国大数 据发展状况二中国大数据应用热点聚焦与中国大数据应用发 展趋势四个方面进行分析与总结三此外，结合一年来对中国 大数据发展与应用的分析和研究，特别是大数据管理专业委 员会专家的智慧贡献，本报告从不同的视角对２０１９年及未来 一段时间大数据的发展趋势进行了预判三 一 “数字中国”发展历程与进展 自１９９８年美国在国际上首次提出 数字地球 概念以来，以美国为代表的发达国家借助地理空间信息二计算机网络通信等技术与地球科学高度综合集成，实现仿真地球发展变化二服务政府决策二数据融合共享等目标三此轮信息化浪潮推动全球大数据进入快速发展期，大数据研究也日益成为经济二科技二互联网等领域关注的 香饽饽 三越来越多的国家将大数据研究及应用纳入国家发展战略，中国也不例外三大数据正成为继海防二空防二边防之后，另一个大国博弈的空间三随着新时代下大数据的不断发展和研究二应用的逐步深入，大数据必将为服务全球气候变化二防灾减灾二低碳发展等方面做出积极贡献三 党中央审时度势，在十九大报告中明确提出了建设 数字中国 的宏伟目标，这是我党在系统总结以往数字技术在中国的实践经验二科学认识和把握其发展规律基础上做出的最新国家战略部署三所谓 数字中国 ，通俗地讲，就是数字技术在中国经济社会各领域广泛应用及其发挥的作用三与２１世纪末美国提出基于ＧＩＳ技术的 数字地球 概念相比， 数字中国
我国大数据产业链及战略地位分析 大数据产业链分析 中投顾问发布的《2016-2020年中国大数据行业投资分析及前景预测报告》指出，大数据从源到流到汇聚应用，包含数据入口、数据融合处理、数据应用三个主要过程。从前到后看，这三个过程分别对应于数据资产领域、数据融合与处理相关领域、数据应用相关领域。 1、数据资产领域 “数据正在成为一种（战略）资产”已经是行业的共识。大数据很大程度上是随着社会信息化程度提高而产生的，即是以前没有或无法获取且正在不断生成的“新（fresh）”数据。不同的公司把握着各个数据入口，而把握数据资产的企业也必然成为大数据的首批和直接受益者。从公司业务模式上，数据资产公司可以区分为纯数据资产公司和兼数据资产公司；从数据类型上，数据可以区分为交易数据（含询价等）和交互数据。 纯数据资产公司指其产品和业务即为数据本身，代表企业如友盟和个信互动等。友盟（Umeng）将核心代码植入各种移动应用，向移动应用创业者提供应用统计分析、用户反馈等服务，目前，国内主流开发者大多是友盟的用户，超过18万的移动应用从友盟服务中获益。个信互动的个推平台，面向公众提供专业的手机推送解决方案，并向开发者提供推送的BI数据，目前的接入用户已经超过6.8亿。 图表大数据产业主要数据资产类企业 资料来源：中投顾问产业研究中心
表格中所列示的都是规模较大、有所成绩的明星企业，因为如果数据没有相当深度和广度的累积，价值将非常低。但是，我们看到不断有新的企业成长起来，百花齐放百家争鸣，抢夺已有的入口或者开辟全新的入口。 2、数据融合与处理相关领域 在数据融合与处理相关的领域，主要解决包含两个方面的问题：一是数据标准化与有效性整理；二是面向过程（具体目的）的数据处理与粗提取。 典型的案例如征信数据库，商业银行与各信贷主体之间每天都在发生着海量交易，交易一旦发生则记录进入各商业银行数据库（录入人员通过人机交互过程完成数据的标准化和预处理），每天晚上各商业银行后台对数据进行整理和加密，次日将信贷主体与信用数据加密通过专用接口将数据包提交到征信数据中心，然后征信中心将各数据包加成导入到征信数据总库进行更新，完成数据标准化和有效性整理并形成更新后的数据状态。而面向过程的数据处理与粗提取，比如对某信贷主体的征信数据进行查询后，可通过插件进行破产风险（企业）或信用评分（个人）的简单核算，不同金融机构可设置不同的标准，根据自身风险政策完成初步的可否授信、授信额度大小的批量化评估。 较成熟的类似机构包括彭博、万得、同花顺等，目前均局限于金融行业，但每个行业都有不同的数据整合入库的需求，而数据标准的制定及数据汇聚的执行是其难点所在。另外，在大数据的融合与处理相关领域，两个绕不开的点为基础软件（数据库软件）和云计算。 3、数据应用相关领域 掌握数据资产的企业群是大数据的首批和直接受益者，因为他们会自然、方便的对大数据进行把玩、加工、消化、利用。而随着应用价值的逐步体现及大数据产业的发展，应用将必然扩张到生产生活的方方面面，广泛影响各行各业。 麦肯锡针对美国各个行业应用大数据的潜在价值提升做了一个评估，从其中我们可以看到，大数据的应用将使得金融保险、信息技术、公共管理、贸易物流等领域获得极大的价值提升。 大数据产业的战略地位 1、国家级别的战略产业 美国政府认为数据资源是继陆空海三大资源外的另一种重要的国家战略资源，已将大数据战略上升到国家层面，从2012年到现在为止提出了诸多促进大数据产业发展的宣言和计划。英国在顶着经济低迷的巨大压力下还将大数据作为重点发展的科技领域，2013年投资1.89亿英镑用来加强数据采集和分析，以求在数据革命中抢占先机。同样日本政府也提出了大力发展IT业的发展计划，不断地对信息产业提出战略规划。世界各国也逐渐意识到大数据时代的到来，纷纷建立大数据产业。中投顾问发布的《2016-2020年中国大数据行业投资分析及前景预测报告》认为大数据产业已经发展成为了国家级别的战略产业。 2、推动技术和知识创新模式的变革