Индустриалните големи данни са нова концепция, разбирана буквално, индустриалните големи данни се отнасят до големите данни, генерирани при прилагането на индустриална информация.
Със задълбочената интеграция на информатизацията и индустриализацията, информационните технологии са навлезли във всички звена на индустриалната верига на индустриалните предприятия, като баркодове, QR кодове, RFID, индустриални сензори, индустриални автоматични системи за управление, индустриален Интернет на нещата, ERP, CAD/CAM/CAE/CAI и други технологии се използват широко в индустриалните предприятия.
Особено с прилагането на информационни технологии от ново поколение като интернет, мобилен интернет и интернет на нещата в индустриалната сфера, индустриалните предприятия също навлязоха в нов етап на развитие в интернет индустрията, а данните, съхранявани от индустриалните предприятия, стават все по-изобилни.
Прилагането на индустриални големи данни ще донесе нова ера на иновации и трансформация в индустриалните предприятия.Чрез възприемането на ниска цена, високоскоростна мобилна връзка, разпределено изчисление и усъвършенстван анализ, донесени от Интернет и мобилния Интернет на нещата, информационните технологии и глобалните индустриални системи са дълбоко интегрирани, внасяйки дълбоки промени в глобалните индустрии и обновявайки R&D и производство на предприятия., Операция, маркетинг и методи на управление. Hangao Tech (SEKO Machinery) прилага интернет технология към системата за управление на интелигентни машини за производство на промишлени заварени тръби от неръждаема стомана , така че техническите екипи на двете страни да могат да наблюдават производствените данни в реално време, да откриват грешки по време на работа и да предотвратяват спирания.
Следователно проблемите и предизвикателствата, пред които са изправени индустриалните приложения за големи данни, не са по-малко от тези на интернет индустрията, а в някои случаи са дори по-сложни.
Тези иновативни промишлени предприятия в различни индустрии донесоха по-бърза скорост, по-висока ефективност и по-добра проницателност.
Типичните приложения на индустриалните големи данни включват продуктови иновации, диагностика и прогнозиране на дефекти на продукта, IoT анализ на индустриална производствена линия, оптимизация на веригата за доставки на индустриални предприятия и прецизен маркетинг на продукта.Тази статия ще сортира един по един сценариите за приложение на индустриални големи данни в производствените предприятия.
1. Ускоряване на продуктовите иновации
Взаимодействието и поведението на транзакциите между клиентите и индустриалните предприятия ще генерират голямо количество данни.Извличането и анализирането на тези динамични данни за клиентите може да помогне на клиентите да участват в анализ на търсенето на продукти и иновационни дейности по дизайн на продукти и да дадат принос към продуктовите иновации.
Форд е пример в това отношение.Те приложиха технологията за големи данни към продуктовата иновация и оптимизацията на електрическия автомобил Ford Focus.Тази кола се превърна в истинска 'електрическа кола с големи данни'. Първото поколение електрически автомобили Ford Focus генерира много данни при шофиране и паркиране.
Докато шофира, водачът непрекъснато актуализира информацията за ускорението, спирането, зареждането на батерията и местоположението на автомобила.Това е полезно за шофьорите, но данните също се изпращат обратно на инженерите на Ford, за да разберат навиците на шофиране на клиента, включително как, кога и къде да се зарежда.Дори ако автомобилът е в покой, той ще продължи да предава данни за налягането в гумите и акумулаторната система на автомобила към най-близкия смарт телефон.
Този ориентиран към клиента сценарий за приложение на големи данни има много предимства, тъй като големите данни позволяват ценни нови продуктови иновации и методи за сътрудничество.Шофьорите получават полезна и актуална информация, докато инженерите в Детройт събират информация за поведението при шофиране, за да разберат клиентите, да разработят планове за подобряване на продукта и да внедрят нови продуктови иновации.
Освен това енергийните компании и други доставчици трети страни могат да анализират милиони мили данни за шофиране, за да определят къде да изградят нови зарядни станции и как да предотвратят претоварването на крехката мрежа.
2. Диагностика и прогнозиране на неизправности на продукта
Това може да се използва за следпродажбено обслужване и подобряване на продукта.Въвеждането на повсеместни сензори и интернет технология направи диагностицирането в реално време на дефектите на продукта реалност, докато приложенията за големи данни, технологиите за моделиране и симулация направиха възможно прогнозирането на динамиката.
По време на търсенето на изгубената връзка на Malaysia Airlines MH370 данните за работата на двигателя, получени от Boeing, изиграха ключова роля при определянето на пътя на изгубената връзка на самолета.Нека вземем самолетната система на Boeing като случай, за да видим как приложенията за големи данни играят роля в диагностиката на дефектите на продукта.
На самолетите на Boeing стотици променливи, като двигатели, горивни системи, хидравлика и електрически системи, съставляват състоянието по време на полет.Тези данни се измерват и изпращат за по-малко от няколко микросекунди.Като вземем за пример Boeing 737, двигателят може да генерира 10 терабайта данни на всеки 30 минути по време на полет.
Тези данни са не само инженерни телеметрични данни, които могат да бъдат анализирани в определен момент в бъдещето, но също така насърчават адаптивен контрол в реално време, използване на гориво, прогнозиране на повреда на компоненти и пилотно известяване, което може ефективно да постигне диагностика и прогнозиране на грешки.
Нека да разгледаме пример за General Electric (GE).Центърът за мониторинг и диагностика на GE Energy (M&D) в Атланта, САЩ, събира данни за хиляди газови турбини на GE в повече от 50 страни по света и може да събира 10G данни за клиенти всеки ден.Анализирайте постоянния голям поток от данни от вибрациите на сензора и температурните сигнали в системата.Тези анализи на големи данни ще осигурят подкрепа за диагностиката на неизправностите на газовите турбини и ранното предупреждение на GE.
Производителят на вятърни турбини Vestas също така подобри разположението на вятърните турбини чрез кръстосано анализиране на метеорологичните данни и данните от измервателните уреди на турбините, като по този начин увеличи нивото на изходна мощност на вятърните турбини и удължи експлоатационния живот.
3. Приложение за големи данни на индустриална IoT производствена линия
Модерните промишлени производствени линии са оборудвани с хиляди малки сензори за откриване на температура, налягане, топлина, вибрации и шум.
Тъй като данните се събират на всеки няколко секунди, много форми на анализ могат да бъдат реализирани с помощта на тези данни, включително диагностика на оборудването, анализ на потреблението на енергия, анализ на потреблението на енергия, анализ на качествени аварии (включително нарушения на производствените разпоредби, повреди на компоненти) и т.н.
На първо място, по отношение на подобряването на производствения процес, използването на тези големи данни в производствения процес може да анализира целия производствен процес и да разбере как се изпълнява всяка връзка.След като даден процес се отклони от стандартния процес, ще се генерира алармен сигнал, грешките или тесните места могат да бъдат открити по-бързо и проблемът може да бъде решен по-лесно.
Използвайки технологията за големи данни, също е възможно да се създадат виртуални модели на производствения процес на промишлени продукти, да се симулира и оптимизира производственият процес.Когато всички данни за процеси и производителност могат да бъдат реконструирани в системата, тази прозрачност ще помогне на производителите да подобрят своите производствени процеси.
За друг пример, по отношение на анализа на потреблението на енергия, използването на сензори за централно наблюдение на всички производствени процеси по време на производствения процес на оборудването може да открие аномалии или пикове в потреблението на енергия, така че потреблението на енергия да може да бъде оптимизирано по време на производствения процес и всички процеси да могат да бъдат изпълнени.Анализът ще намали значително потреблението на енергия.
4. Анализ и оптимизация на промишлена верига за доставки
Понастоящем анализът на големи данни вече е важно средство за много компании за електронна търговия за повишаване на конкурентоспособността на техните вериги за доставки.
Например, компанията за електронна търговия Jingdong Mall използва големи данни, за да анализира и прогнозира търсенето на стоки на различни места предварително, като по този начин подобрява ефективността на дистрибуцията и складирането и осигурява изживяването на клиентите на следващия ден.
RFID и други технологии за електронна идентификация на продукти, технологията за интернет на нещата и технологията за мобилен интернет могат да помогнат на промишлените предприятия да получат големи данни за пълна верига за доставка на продукти.Използването на тези данни за анализ ще доведе до значително увеличение на ефективността на складирането, дистрибуцията и продажбите и значителни разходи.упадък.
В Съединените щати има повече от 1000 големи OEM доставчици, които предоставят повече от 10 000 различни продукта на производствените компании.Всеки производител разчита на пазарни прогнози и други различни променливи, като данни за продажбите, информация за пазара, изложения, новини и данни за конкуренти, и дори прогнози за времето, за да продава своите продукти.
Използвайки данни за продажби, данни от продуктови сензори и данни от бази данни на доставчици, индустриалните производствени компании могат точно да предвидят търсенето в различни региони на света.
Тъй като инвентаризацията и продажните цени могат да бъдат проследени и могат да бъдат закупени, когато цените паднат, производствените компании могат да спестят много разходи.
Ако използвате повторно данните, генерирани от сензорите в продукта, за да знаете какво не е наред с продукта и къде са необходими части, те също могат да предвидят къде и кога са необходими части.Това значително ще намали запасите и ще оптимизира веригата за доставки.
