Industrial Big Data - гэта новая канцэпцыя, літаральна зразумелая, прамысловыя вялікія дадзеныя ставяцца да вялікіх дадзеных, атрыманых пры ўжыванні прамысловай інфармацыі.
Дзякуючы паглыбленай інтэграцыі інфарматызацыі і індустрыялізацыі, інфармацыйныя тэхналогіі праніклі ва ўсе сувязі прамысловай сеткі прамысловых прадпрыемстваў, такіх як штрых-коды, QR-коды, RFID, прамысловыя датчыкі, прамысловыя сістэмы аўтаматычнага кіравання, прамысловы Інтэрнэт, ERP, CAD/CAI/CAI і іншыя тэхналогіі, якія выкарыстоўваюцца ў прамысловых прадпрыемствах.
Асабліва з прымяненнем інфармацыйных тэхналогій новага пакалення, такіх як Інтэрнэт, мабільны Інтэрнэт і Інтэрнэт рэчаў у прамысловай сферы, прамысловыя прадпрыемствы таксама ўвайшлі ў новую стадыю развіцця ў Інтэрнэт-індустрыі, а дадзеныя, якія захоўваюцца прамысловымі прадпрыемствамі, становяцца ўсё больш багатымі.
Прымяненне прамысловых вялікіх дадзеных прынясе новую эру інавацый і трансфармацыі ў прамысловых прадпрыемствах. Дзякуючы недарагія ўспрыманні, хуткаснае мабільнае злучэнне, размеркаваныя вылічэнні і прасунуты аналіз, выкліканы Інтэрнэтам і мабільным Інтэрнэтам рэчаў, інфармацыйныя тэхналогіі і глабальныя прамысловыя сістэмы глыбока інтэграваны, што прыносіць глыбокія змены ў глабальныя галіны, а таксама ўкараненне навукова-даследчых работ і вытворчасці прадпрыемстваў. , Метады працы, маркетынгу і кіравання. Hangao Tech (Seko Machinery) прымяняе Інтэрнэт -тэхналогію да сістэмы кіравання Інтэлектуальныя машыны для вырабу зварных труб з нержавеючай сталі , так што тэхнічныя каманды абодвух бакоў маглі кантраляваць дадзеныя вытворчасці ў рэжыме рэальнага часу, знайсці няспраўнасці падчас працы і прадухіляць адключэнне.
Такім чынам, праблемы і праблемы, з якімі сутыкаюцца прамысловыя прыкладанні для вялікіх дадзеных, не менш, чым у Інтэрнэт -індустрыі, а ў некаторых выпадках яны яшчэ больш складаныя.
Гэтыя інавацыйныя прамысловыя прадпрыемствы ў розных галінах прамысловасці прынеслі большую хуткасць, больш высокую эфектыўнасць і больш высокае разуменне.
Тыповыя прымяненне прамысловых вялікіх дадзеных ўключаюць інавацыі прадукту, дыягностыку няспраўнасці прадукту і прагназаванне, аналіз прамысловай вытворчай вытворчасці IoT, аптымізацыю ланцужкі паставак прамысловых прадпрыемстваў і маркетынг дакладнасці прадукту. У гэтым артыкуле будзе разбірацца сцэнарыі прыкладанняў прамысловых вялікіх дадзеных у вытворчых прадпрыемствах па чарзе.
1. Паскарыць інавацыі прадукту
Узаемадзеянне і паводзіны транзакцый паміж кліентамі і прамысловымі прадпрыемствамі будуць ствараць вялікую колькасць дадзеных. Здабыча і аналіз гэтых дынамічных дадзеных кліентаў могуць дапамагчы кліентам удзельнічаць у аналізе попыту на прадукцыю і распрацоўцы інавацыйных мерапрыемстваў, а таксама зрабіць унёсак у інавацыі прадукцыі.
Форд - прыклад у гэтым плане. Яны ўжылі вялікія тэхналогіі дадзеных для інавацый і аптымізацыі электрычнага аўтамабіля Ford Focus. Гэты аўтамабіль стаў сапраўдным электрычным аўтамабілем 'Вялікія дадзеныя'.
Падчас руху кіроўца пастаянна абнаўляе паскарэнне аўтамабіля, тармажэнне, зарадку батарэі і інфармацыю пра месцазнаходжанне. Гэта карысна для драйвераў, але дадзеныя таксама адпраўляюцца назад інжынерам Ford, каб зразумець звычкі кліента, у тым ліку, як, калі і дзе плаціць. Нават калі транспартны сродак знаходзіцца ў тупіку, ён будзе працягваць перадаваць дадзеныя пра ціск у шынах і сістэму батарэі транспартнага сродку на бліжэйшы смартфон.
Гэты сцэнарый прыкладанняў для вялікіх дадзеных, арыентаваны на кліента, мае мноства пераваг, таму што вялікія дадзеныя дазваляюць атрымаць каштоўныя новаўвядзенні і метады супрацоўніцтва. Кіроўцы атрымліваюць карысную і актуальную інфармацыю, у той час як інжынеры ў Дэтройце з сукупнай інфармацыяй пра паводзіны кіравання для разумення кліентаў, распрацоўкі планаў па ўдасканаленні прадуктаў і рэалізацыі новаўвядзенняў новых прадуктаў.
Акрамя таго, энергетычныя кампаніі і іншыя пастаўшчыкі іншых вытворцаў могуць прааналізаваць мільёны міль праезду, каб вызначыць, дзе будаваць новыя зарадныя станцыі і як прадухіліць перагрузку далікатнай сеткі.
2. Дыягностыка няспраўнасці прадукту і прагназаванне
Гэта можа быць выкарыстана для паслугі пасля продажу прадуктаў і паляпшэння прадукту. Увядзенне паўсюдных датчыкаў і інтэрнэт-тэхналогій паставіла ў рэальным дыягназе прадуктаў у рэжыме рэальнага часу, у той час як вялікія дадзеныя, мадэляванне і мадэляванне тэхналогій дазволілі прадказаць дынаміку.
Падчас пошуку страчанай сувязі Mhailys Mh370 Malaysia Airlines, дадзеныя аб працы рухавіка, атрыманыя Boeing, адыгралі ключавую ролю ў вызначэнні шляху страчанай сувязі самалёта. Давайце возьмем сістэму самалётаў Boeing як выпадак, каб даведацца, як вялікія прыкладанні для дадзеных гуляюць ролю ў дыягностыцы няспраўнасцей прадукцыі.
На самалётах Boeing сотні зменных, такіх як рухавікі, паліўныя сістэмы, гідраўліка і электрычныя сістэмы, складаюць стан палёту. Гэтыя дадзеныя вымяраюцца і адпраўляюцца менш чым у некалькіх мікрасекундах. У якасці прыкладу, які прымае Boeing 737, рухавік можа ствараць 10 тэрабайт дадзеных кожныя 30 хвілін у палёце.
Гэтыя дадзеныя-гэта не толькі дадзеныя інжынернай тэлеметрыі, якія могуць быць прааналізаваны ў пэўны момант у будучыні, але і спрыяюць адаптыўнаму кантролю ў рэжыме рэальнага часу, выкарыстанні паліва, прагназаваннем адмоваў кампанентаў і пілотным апавяшчэннем, якія могуць эфектыўна дасягнуць дыягностыкі і прагназавання няспраўнасцей.
Давайце разгледзім прыклад General Electric (GE). Цэнтр маніторынгу і дыягностыкі энергіі GE (M&D) у Атланце, ЗША, збірае дадзеныя аб тысячах газавых турбін GE ў больш чым 50 краінах свету і можа кожны дзень збіраць дадзеныя 10 г для кліентаў. Прааналізуйце пастаянны паток вялікіх дадзеных ад вібрацыі датчыка і тэмпературных сігналаў у сістэме. Гэты аналіз вялікіх дадзеных забяспечыць падтрымку дыягностыкі няспраўнасці газавай турбіны GE і ранняга папярэджання.
Вытворца ветрагенератараў Vestas таксама палепшыў макет ветравых турбін шляхам перакрыжаванага аналізацыі дадзеных пра надвор'е і дадзеных лічыльніка турбіны, тым самым павялічваючы ўзровень выходнай магутнасці ветравых турбін і пашырэнне тэрміну службы.
3. Вялікія дадзеныя Дадатак прамысловай вытворчай лініі IoT
Сучасныя вытворчыя вытворчыя лініі прамысловага вытворчасці абсталяваны тысячамі невялікіх датчыкаў для выяўлення тэмпературы, ціску, цяпла, вібрацыі і шуму.
Паколькі дадзеныя збіраюцца кожныя некалькі секунд, многія формы аналізу могуць быць рэалізаваны, выкарыстоўваючы гэтыя дадзеныя, уключаючы дыягностыку абсталявання, аналіз спажывання электраэнергіі, аналіз спажывання энергіі, якасны аналіз аварыі (уключаючы парушэнні вытворчых правілаў, збоі кампанентаў) і г.д.
Перш за ўсё, з пункту гледжання паляпшэння вытворчых працэсаў, выкарыстанне гэтых вялікіх дадзеных у вытворчым працэсе можа прааналізаваць увесь вытворчы працэс і зразумець, як выконваецца кожная спасылка. Пасля таго, як пэўны працэс адхіляецца ад стандартнага працэсу, будзе створаны сігнал сігналізацыі, памылкі або вузкія месцы можна знайсці хутчэй, і праблему можна вырашыць лягчэй.
Выкарыстоўваючы тэхналогію Big Data, таксама можна стварыць віртуальныя мадэлі вытворчага працэсу прамысловай прадукцыі, імітаваць і аптымізаваць вытворчы працэс. Калі ўсе дадзеныя працэсу і прадукцыйнасці могуць быць рэканструяваны ў сістэме, гэтая празрыстасць дапаможа вытворцам палепшыць свае вытворчыя працэсы.
Для іншага прыкладу, з пункту гледжання аналізу спажывання энергіі, выкарыстанне датчыкаў для цэнтральнага кантролю за ўсімі вытворчымі працэсамі ў працэсе вытворчасці абсталявання можа знайсці парушэнні або пікі спажывання энергіі, каб спажыванне энергіі можна было аптымізаваць у працэсе вытворчасці, і ўсе працэсы могуць быць выкананы. Аналіз значна знізіць спажыванне энергіі.
4. Аналіз і аптымізацыя прамысловай ланцужкі паставак
У цяперашні час аналіз вялікіх дадзеных ужо з'яўляецца важным сродкам для многіх кампаній электроннай камерцыі павысіць канкурэнтаздольнасць сваіх сетак паставак.
Напрыклад, кампанія па электроннай камерцыі Jingdong Mall выкарыстоўвае вялікія дадзеныя для аналізу і прагназавання попыту на тавары ў розных месцах, тым самым павышаючы эфектыўнасць размеркавання і складавання, а таксама забеспячэнне досведу кліентаў на наступны дзень.
RFID і іншыя тэхналогіі электроннай ідэнтыфікацыі, тэхналогіі Інтэрнэт рэчаў і тэхналогіі мабільнага Інтэрнэту могуць дапамагчы прамысловым прадпрыемствам атрымаць вялікія дадзеныя аб поўнай ланцужку паставак прадукцыі. Выкарыстанне гэтых дадзеных для аналізу прывядзе да значнага павелічэння складавання, размеркавання і эфектыўнасці продажаў і значных выдаткаў. зніжэнне.
У ЗША ёсць больш за 1000 буйных пастаўшчыкоў OEM, якія забяспечваюць вытворчым кампаніям больш за 10 000 розных прадуктаў. Кожны вытворца абапіраецца на прагнозы на рынку і іншыя розныя зменныя, такія як дадзеныя аб продажах, інфармацыя пра рынак, выставы, навіны і дадзеныя канкурэнта, і нават прагнозы надвор'я прадаваць сваю прадукцыю.
Выкарыстоўваючы дадзеныя аб продажах, дадзеныя датчыкаў прадукту і дадзеныя баз дадзеных пастаўшчыкоў, вытворчыя вытворчыя кампаніі могуць дакладна прадказаць попыт у розных рэгіёнах свету.
Паколькі інвентарызацыі і цэны на продаж можна адсочваць і іх можна купіць, калі падаюць цэны, вытворчыя кампаніі могуць зэканоміць шмат выдаткаў.
Калі вы паўторна выкарыстоўваеце дадзеныя, атрыманыя датчыкамі ў прадукце, каб ведаць, што не так з прадуктам і дзе неабходныя дэталі, яны таксама могуць прадказаць, дзе і калі неабходныя дэталі. Гэта значна паменшыць інвентар і аптымізаваць ланцужок паставак.
