البيانات الضخمة الصناعية هي مفهوم جديد ، مفهومة حرفيًا ، تشير البيانات الكبيرة الصناعية إلى البيانات الضخمة التي تم إنشاؤها في تطبيق المعلومات الصناعية.
من خلال التكامل المتعمق للمعلومات والتصنيع ، اخترقت تكنولوجيا المعلومات جميع روابط السلسلة الصناعية للمؤسسات الصناعية ، مثل الرموز الباركية ورموز QR و RFID وأجهزة الاستشعار الصناعية وأنظمة التحكم التلقائية الصناعية والإنترنت الصناعي للأشياء و ERP و CAD/CAD/CAE/CAE وغيرها من التقنيات المستخدمة في المشاريع الصناعية.
خاصة مع تطبيق تقنيات معلومات الجيل الجديد مثل الإنترنت والإنترنت عبر الهاتف المحمول وإنترنت الأشياء في المجال الصناعي ، دخلت المؤسسات الصناعية أيضًا إلى مرحلة جديدة من التنمية في صناعة الإنترنت ، وأصبحت البيانات التي تحتفظ بها المؤسسات الصناعية وفيرة بشكل متزايد.
سيؤدي تطبيق البيانات الضخمة الصناعية إلى إحضار حقبة جديدة من الابتكار والتحول في المؤسسات الصناعية. من خلال الإدراك المنخفض التكلفة ، يتم دمج الاتصال المتنقل عالي السرعة والحوسبة الموزعة والتحليل المتقدم الناتج عن الإنترنت والإنترنت المتنقل للأشياء ، وتكنولوجيا المعلومات والأنظمة الصناعية العالمية بعمق ، مما يؤدي إلى تغييرات عميقة على الصناعات العالمية ، وابتكار البحث والتطوير وإنتاج المؤسسات. والتشغيل والتسويق والإدارة أساليب. يطبق Hangao Tech (Seko Machinery) تقنية الإنترنت على نظام التحكم في آلات صنع الأنابيب المصنوعة من الفولاذ المقاوم للصدأ المصنوعة من الفولاذ المقاوم للصدأ ، بحيث يمكن للفرق الفنية لكلا الطرفين مراقبة بيانات الإنتاج في الوقت الفعلي ، والعثور على الأخطاء أثناء التشغيل ، ومنع الإغلاق.
لذلك ، فإن المشكلات والتحديات التي تواجهها تطبيقات البيانات الضخمة الصناعية ليست أقل من تلك الموجودة في صناعة الإنترنت ، وفي بعض الحالات تكون أكثر تعقيدًا.
جلبت هذه المؤسسات الصناعية المبتكرة في مختلف الصناعات سرعة أسرع وكفاءة أعلى وزيادة البصيرة.
تشمل التطبيقات النموذجية للبيانات الضخمة الصناعية ابتكار المنتجات ، وتشخيص أخطاء المنتج والتنبؤ به ، وتحليل خط الإنترنت للإنتاج الصناعي ، وتحسين سلسلة التوريد للمؤسسات الصناعية ، والتسويق الدقيق للمنتج. ستقوم هذه المقالة بفرز سيناريوهات التطبيق للبيانات الضخمة الصناعية في مؤسسات التصنيع واحدة تلو الأخرى.
1. تسريع ابتكار المنتج
سيؤدي سلوك التفاعل والمعاملات بين العملاء والمؤسسات الصناعية إلى إنشاء كمية كبيرة من البيانات. يمكن أن يساعد استخراج البيانات الديناميكية هذه وتحليلها للعملاء على المشاركة في تحليل الطلب على المنتجات وأنشطة ابتكار تصميم المنتجات ، وتقديم مساهمات في ابتكار المنتجات.
فورد مثال في هذا الصدد. قاموا بتطبيق تكنولوجيا البيانات الكبيرة على ابتكار المنتج وتحسين سيارة فورد فوكس الكهربائية. أصبحت هذه السيارة سيارة كهربائية كبيرة البيانات.
أثناء القيادة ، يقوم برنامج التشغيل باستمرار بتحديث تسارع السيارة والكبح وشحن البطارية ومعلومات الموقع. يعد هذا مفيدًا للسائقين ، ولكن يتم إرسال البيانات أيضًا إلى مهندسي فورد لفهم عادات قيادة العميل ، بما في ذلك كيف ومتى وأين يتم شحنها. حتى إذا كانت السيارة في حالة توقف تام ، فسوف تستمر في نقل البيانات على ضغط الإطارات ونظام البطارية في السيارة إلى أقرب هاتف ذكي.
يحتوي سيناريو تطبيق البيانات الضخمة المتمحورة حول العملاء على العديد من الفوائد ، لأن البيانات الضخمة تتيح أن تكون أساليب جديدة للابتكار والتعاون في المنتجات. يحصل برامج التشغيل على معلومات مفيدة ومحدثة ، بينما يقوم المهندسون في ديترويت بتجميع معلومات حول سلوك القيادة لفهم العملاء ، وتطوير خطط تحسين المنتج ، وتنفيذ ابتكارات منتجات جديدة.
علاوة على ذلك ، يمكن لشركات الطاقة وغيرها من موردي الطرف الثالث تحليل ملايين الأميال من بيانات القيادة لتحديد مكان إنشاء محطات شحن جديدة وكيفية منع الشبكة الهشة من التحميل الزائد.
2. تشخيص خطأ المنتج والتنبؤ به
يمكن استخدام هذا لخدمة المنتج بعد البيع وتحسين المنتج. لقد جعل إدخال أجهزة الاستشعار في كل مكان وتكنولوجيا الإنترنت تشخيصًا في الوقت الفعلي لأخطاء المنتج حقيقة واقعة ، في حين أن تطبيقات البيانات الكبيرة ونمذجة ومحاكاة جعلت من الممكن التنبؤ بالديناميات.
أثناء البحث عن الاتصال المفقود لشركات الطيران الماليزية MH370 ، لعبت بيانات تشغيل المحرك التي حصلت عليها Boeing دورًا رئيسيًا في تحديد مسار الاتصال المفقود للطائرة. دعنا نأخذ نظام الطائرات بوينغ كحالة لمعرفة كيف تلعب تطبيقات البيانات الكبيرة دورًا في تشخيص خطأ المنتج.
على طائرات بوينغ ، تشكل مئات المتغيرات ، مثل المحركات وأنظمة الوقود والهيدروليكية والأنظمة الكهربائية الحالة على متن الطائرة. يتم قياس هذه البيانات وإرسالها في أقل من بضعة microseconds. أخذ Boeing 737 كمثال ، يمكن للمحرك إنشاء 10 تيرابايت من البيانات كل 30 دقيقة في الرحلة.
هذه البيانات ليست فقط بيانات القياس عن بُعد هندسة يمكن تحليلها في نقطة معينة في المستقبل ، ولكن أيضًا تعزز التحكم في الوقت الفعلي ، واستخدام الوقود ، والتنبؤ بالمكون والإخطار التجريبي ، والذي يمكن أن يحقق بشكل فعال تشخيص الأعطال والتنبؤ.
دعونا نلقي نظرة على مثال على جنرال إلكتريك (GE). يجمع مركز GE Energy Monitoring and Diagnostics (M&D) في أتلانتا بالولايات المتحدة الأمريكية بيانات عن الآلاف من توربينات الغاز GE في أكثر من 50 دولة في جميع أنحاء العالم ، ويمكنها جمع بيانات 10G للعملاء كل يوم. قم بتحليل تدفق البيانات الضخمة الثابتة من اهتزاز المستشعر ودرجة الحرارة في النظام. سيوفر تحليل البيانات الضخمة هذه الدعم لتشخيص خطأ التوربينات الغازية في GE والإنذار المبكر.
كما قامت الشركة المصنعة لتوربينات الرياح بتحسين تخطيط توربينات الرياح من خلال تحليل بيانات الطقس عبر التحليل وبيانات عداد التوربينات ، وبالتالي زيادة مستوى إخراج الطاقة في توربينات الرياح وتوسيع عمر الخدمة.
3. تطبيق البيانات الضخمة لخط إنتاج إنترنت الأشياء الصناعي
تم تجهيز خطوط إنتاج التصنيع الصناعية الحديثة بآلاف المستشعرات الصغيرة للكشف عن درجة الحرارة والضغط والحرارة والاهتزاز والضوضاء.
نظرًا لأن البيانات يتم جمعها كل بضع ثوانٍ ، يمكن تحقيق العديد من أشكال التحليل باستخدام هذه البيانات ، بما في ذلك تشخيص المعدات ، وتحليل استهلاك الطاقة ، وتحليل استهلاك الطاقة ، وتحليل حوادث الجودة (بما في ذلك انتهاكات لوائح الإنتاج ، وفشل المكونات) ، إلخ.
بادئ ذي بدء ، من حيث تحسين عملية الإنتاج ، يمكن أن يؤدي استخدام هذه البيانات الكبيرة في عملية الإنتاج إلى تحليل عملية الإنتاج بأكملها وفهم كيفية تنفيذ كل رابط. بمجرد انحراف عملية معينة من العملية القياسية ، سيتم إنشاء إشارة إنذار ، يمكن العثور على أخطاء أو اختناقات بسرعة أكبر ، ويمكن حل المشكلة بسهولة أكبر.
باستخدام تكنولوجيا البيانات الكبيرة ، من الممكن أيضًا إنشاء نماذج افتراضية لعملية إنتاج المنتجات الصناعية ، ومحاكاة عملية الإنتاج وتحسينها. عندما يمكن إعادة بناء جميع بيانات العملية والأداء في النظام ، فإن هذه الشفافية ستساعد الشركات المصنعة على تحسين عمليات الإنتاج الخاصة بهم.
على سبيل المثال ، من حيث تحليل استهلاك الطاقة ، يمكن أن يؤدي استخدام المستشعرات لمراقبة جميع عمليات الإنتاج مركزيًا أثناء عملية إنتاج المعدات إلى إيجاد تشوهات أو قمم في استهلاك الطاقة ، بحيث يمكن تحسين استهلاك الطاقة أثناء عملية الإنتاج ويمكن تنفيذ جميع العمليات. سيقلل التحليل بشكل كبير من استهلاك الطاقة.
4. تحليل وتحسين سلسلة التوريد الصناعية
في الوقت الحاضر ، يعد تحليل البيانات الضخمة بالفعل وسيلة مهمة للعديد من شركات التجارة الإلكترونية لتعزيز القدرة التنافسية لسلاسل التوريد الخاصة بها.
على سبيل المثال ، تستخدم شركة التجارة الإلكترونية Jingdong Mall بيانات كبيرة لتحليل وتنبؤ الطلب على البضائع في أماكن مختلفة مقدمًا ، وبالتالي تحسين كفاءة التوزيع والتخزين ، وضمان تجربة العملاء في اليوم التالي.
يمكن لـ RFID وغيرها من تقنية تحديد الهوية الإلكترونية للمنتجات ، وتكنولوجيا الإنترنت ، وتكنولوجيا الإنترنت للهاتف المحمول ، أن تساعد المؤسسات الصناعية على الحصول على بيانات كبيرة لسلسلة توريد كاملة للمنتجات. سيؤدي استخدام هذه البيانات للتحليل إلى زيادة كبيرة في التخزين والتوزيع وكفاءة المبيعات وتكلفة كبيرة. انخفاض.
يوجد أكثر من 1000 من موردي OEM كبير في الولايات المتحدة ، مما يوفر أكثر من 10000 منتج مختلف لشركات التصنيع. تعتمد كل مصنع على توقعات السوق وغيرها من المتغيرات المختلفة ، مثل بيانات المبيعات ، ومعلومات السوق ، والمعارض ، والأخبار ، وبيانات المنافسة ، وحتى توقعات الطقس لبيع منتجاتها.
باستخدام بيانات المبيعات ، وبيانات مستشعر المنتجات ، والبيانات من قواعد بيانات الموردين ، يمكن لشركات التصنيع الصناعية التنبؤ بدقة الطلب في مناطق مختلفة من العالم.
نظرًا لأنه يمكن تتبع أسعار المخزون والمبيعات ، ويمكن شراؤها عندما تنخفض الأسعار ، يمكن لشركات التصنيع توفير الكثير من التكاليف.
إذا قمت بإعادة استخدام البيانات التي تم إنشاؤها بواسطة أجهزة الاستشعار في المنتج لمعرفة ما هو الخطأ في المنتج ومكان الحاجة إلى الأجزاء ، فيمكنهم أيضًا التنبؤ بمكان ووقت الحاجة إلى الأجزاء. هذا سوف يقلل بشكل كبير من المخزون وتحسين سلسلة التوريد.
