Industrial Big Data és un nou concepte, literalment entès, la industrial Big Data es refereix a les grans dades generades en l'aplicació d'informació industrial.
Amb la integració en profunditat de la informatització i la industrialització, la tecnologia de la informació ha penetrat en tots els enllaços de la cadena industrial de les empreses industrials, com ara codis de barres, codis QR, RFID, sensors industrials, sistemes de control automàtic industrial, Internet industrial de coses, ERP, CAD/CAM/CAE/CAI i altres tecnologies s’utilitzen àmpliament en les entercions industrials.
Especialment amb l’aplicació de tecnologies de la informació de nova generació com Internet, Internet mòbil i Internet de les coses en el camp industrial, les empreses industrials també han entrat en una nova etapa de desenvolupament a la indústria d’Internet i les dades de les empreses industrials han esdevingut cada cop més abundants.
L’aplicació de Big Data industrial comportarà una nova era d’innovació i transformació a les empreses industrials. Mitjançant la percepció de baix cost, la connexió mòbil d’alta velocitat, la informàtica distribuïda i l’anàlisi avançada provocada per Internet i Internet mòbil de les coses, les tecnologies de la informació i els sistemes industrials globals estan profundament integrades, aportant canvis profunds a les indústries mundials i innovant la R + D i la producció d’empreses. , Mètodes d’operació, màrqueting i gestió. Herao Tech (Seko Machinery) aplica la tecnologia d'Internet al sistema de control del Maquinària de fabricació de canonades industrials d'acer inoxidable intel·ligent , de manera que els equips tècnics d'ambdues parts puguin supervisar les dades de producció en temps real, trobar falles durant el funcionament i evitar les parades.
Per tant, els problemes i els reptes a què s’enfronten les aplicacions de dades industrials no són inferiors als de la indústria d’internet i, en alguns casos, són encara més complicats.
Aquestes innovadores empreses industrials de diferents indústries han aportat una velocitat més ràpida, una major eficiència i una visió més elevada.
Les aplicacions típiques de dades industrials de dades inclouen la innovació del producte, el diagnòstic i la predicció de falles del producte, la línia de producció industrial de la línia de producció IoT, l’optimització de la cadena de subministrament d’empreses industrials i el màrqueting de precisió del producte. Aquest article ordenarà els escenaris de l'aplicació de les dades grans industrials en la fabricació de les empreses una per una.
1. Accelerar la innovació del producte
La interacció i el comportament de transacció entre clients i empreses industrials generaran una gran quantitat de dades. La mineria i l’anàlisi d’aquestes dades dinàmiques del client pot ajudar els clients a participar en l’anàlisi de la demanda de productes i al disseny de productes en les activitats d’innovació de productes i aportar aportacions a la innovació del producte.
Ford és un exemple en aquest sentit. Van aplicar la tecnologia de grans dades a la innovació del producte i a l’optimització del Ford Focus Electric Car. Aquest cotxe s’ha convertit en un autèntic cotxe elèctric 'Big Data. ' La primera generació de vehicles elèctrics Ford Focus va generar moltes dades en conduir i aparcar.
Mentre condueix, el conductor actualitza contínuament l’acceleració del vehicle, la frenada, la càrrega de la bateria i la ubicació. Això és útil per als conductors, però les dades també s’envien a Ford Engineers per entendre els hàbits de conducció del client, inclosos com, quan i on cobrar. Tot i que el vehicle estigui aturat, continuarà transmetent dades sobre el sistema de pressió i bateries del pneumàtic del vehicle al telèfon intel·ligent més proper.
Aquest escenari d’aplicació de grans dades centrat en el client té molts avantatges, perquè Big Data permet valuosos mètodes d’innovació i col·laboració de nous productes. Els conductors reben informació útil i actualitzada, mentre que els enginyers de Detroit van agregar informació sobre la conducció del comportament per comprendre els clients, desenvolupar plans de millora del producte i implementar noves innovacions de productes.
A més, les empreses elèctriques i altres proveïdors de tercers poden analitzar milions de quilòmetres de dades de conducció per determinar on construir noves estacions de recàrrega i com evitar que la fràgil xarxa es sobrecàrrega.
2. Diagnòstic i predicció de falles del producte
Es pot utilitzar per al servei postvenda del producte i la millora del producte. La introducció de sensors omnipresents i la tecnologia d’internet ha fet realitat el diagnòstic en temps real de falles del producte, mentre que les aplicacions de grans dades, les tecnologies de modelatge i simulació han permès predir dinàmiques.
Durant la cerca de la connexió perduda de Malàisia Airlines MH370, les dades de funcionament del motor obtingudes per Boeing van tenir un paper clau en la determinació del camí de la connexió perduda de l’aeronau. Prenem el sistema d’avions Boeing com a cas per veure com les aplicacions de dades grans tenen un paper en el diagnòstic de falles del producte.
A l’avió de Boeing, centenars de variables, com ara motors, sistemes de combustible, hidràulica i sistemes elèctrics, constitueixen l’estat de vol. Aquestes dades es mesuren i s’envien en menys d’uns pocs microsegons. Prenent com a exemple el Boeing 737, el motor pot generar 10 terabytes de dades cada 30 minuts en vol.
Aquestes dades no només són dades de telemetria d’enginyeria que es poden analitzar en un moment determinat en el futur, sinó que també promouen el control adaptatiu en temps real, l’ús de combustible, la predicció de fallades de components i la notificació pilot, que poden aconseguir efectivament el diagnòstic i la predicció de falles.
Vegem un exemple de General Electric (GE). El Centre de Monitorització i diagnòstic de GE energètic (M&D) a Atlanta, EUA, recopila dades sobre milers de turbines de gas GE a més de 50 països del món i pot recopilar dades de 10G per als clients cada dia. Analitzeu el flux de dades grans constants de la vibració del sensor i els senyals de temperatura del sistema. Aquesta anàlisi de grans dades proporcionarà suport al diagnòstic de falles de la turbina de gas de GE i a l'avís precoç.
El fabricant de turbines eòliques Vestas també va millorar la disposició dels aerogeneradors mitjançant les dades meteorològiques que s’analitzen creuades i les seves dades del mesurador de turbines, augmentant així el nivell de sortida d’energia dels aerogeneradors i ampliant la vida útil.
3. Aplicació de grans dades de la línia de producció industrial IoT
Les línies de producció de fabricació industrial modernes estan equipades amb milers de petits sensors per detectar temperatura, pressió, calor, vibracions i soroll.
Com que les dades es recopilen cada pocs segons, es poden realitzar moltes formes d’anàlisi mitjançant aquestes dades, incloent el diagnòstic d’equips, l’anàlisi del consum d’energia, l’anàlisi del consum d’energia, l’anàlisi d’accidents de qualitat (incloses les violacions de les regulacions de producció, fallades de components), etc.
En primer lloc, en termes de millora del procés de producció, l’ús d’aquestes dades grans en el procés de producció pot analitzar tot el procés de producció i comprendre com s’executa cada enllaç. Una vegada que un procés determinat es desviï del procés estàndard, es generarà un senyal d’alarma, es poden trobar errors o colls d’ampolla més ràpidament i el problema es pot solucionar amb més facilitat.
Utilitzant la tecnologia de grans dades, també és possible establir models virtuals del procés de producció de productes industrials, simular i optimitzar el procés de producció. Quan es poden reconstruir totes les dades de procés i de rendiment al sistema, aquesta transparència ajudarà els fabricants a millorar els seus processos de producció.
Per un altre exemple, en termes de l’anàlisi del consum d’energia, l’ús de sensors per supervisar centralment tots els processos de producció durant el procés de producció d’equips pot trobar anomalies o pics en el consum d’energia, de manera que es pot optimitzar el consum d’energia durant el procés de producció i tots els processos es poden realitzar. L’anàlisi reduirà molt el consum d’energia.
4. Anàlisi i optimització de la cadena de subministrament industrial
Actualment, l’anàlisi de grans dades ja és un mitjà important per a moltes empreses de comerç electrònic per millorar la competitivitat de les seves cadenes de subministrament.
Per exemple, l’empresa de comerç electrònic Jingdong Mall utilitza Big Data per analitzar i predir la demanda de béns en diversos llocs amb antelació, millorant així l’eficiència de la distribució i el magatzematge i garantint l’experiència del client l’endemà.
La tecnologia d’identificació electrònica de RFID i altres productes, la tecnologia d’Internet de les coses i la tecnologia d’Internet mòbil poden ajudar a les empreses industrials a obtenir dades grans d’una cadena de subministrament de productes completa. Utilitzar aquestes dades per a l’anàlisi provocarà un augment significatiu de l’emmagatzematge, la distribució i l’eficiència de vendes i un cost important. declivi.
Hi ha més de 1.000 grans proveïdors OEM als Estats Units, que ofereixen més de 10.000 productes diferents a les empreses de fabricació. Cada fabricant es basa en les previsions del mercat i altres variables diferents, com ara dades de vendes, informació del mercat, exposicions, notícies i dades de competidors i, fins i tot, les previsions meteorològiques per vendre els seus productes.
Utilitzant dades de vendes, dades del sensor de producte i dades de bases de dades de proveïdors, les empreses de fabricació industrial poden predir amb precisió la demanda en diferents regions del món.
Atès que es poden fer un seguiment dels preus d'inventari i de vendes i es poden comprar quan cauen els preus, les empreses de fabricació poden estalviar molts costos.
Si reutilitzeu les dades generades pels sensors del producte per saber què passa amb el producte i on es necessiten les parts, també poden predir on i quan es necessiten les parts. Això reduirà molt l’inventari i optimitzarà la cadena de subministrament.
