信息技术的普及使制造业中积累了大量与生产、管理和运营相关的数据,这些数据中隐藏着诸多有价值的知识,可以指导企业优化管理流程、改进生产工艺、调整加工参数、诊断设备故障等,帮助制造业企业提高效率、降低成本,达到利润最大化,并为实现智能制造打下基础。然而,当前制造业中存在着数据量大、数据利用率低的矛盾,许多场景中的数据规模甚至已经超出传统数据分析方法所能承受的极限。因此,越来越多的研究者致力于研究大数据分析在制造业中的应用,旨在通过大数据分析技术发掘蕴含在数据中的宝贵知识和财富。介绍了制造业大数据的概念和特征,讨论了制造业大数据及其分析的特点和挑战,并从制造业产业链流程的角度出发,将制造业概括为设计、生产、采购、销售和售后五个阶段,分别阐释了每个阶段的典型业务场景及需求,总结了大数据分析模型在这些业务场景中的应用方面的研究进展。最后,对大数据分析在制造业中的应用现状做出了分析和评价,并讨论了其中存在的问题和不足。