El big data industrial és un concepte nou, literalment entès, el big data industrial fa referència al big data generat en l'aplicació de la informació industrial.
Amb la integració profunda 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 les coses, ERP, CAD/CAM/CAE/CAI i altres tecnologies s'utilitzen àmpliament a les empreses industrials.
Especialment amb l'aplicació de tecnologies de la informació de nova generació com Internet, Internet mòbil i Internet de les coses en l'àmbit industrial, les empreses industrials també han entrat en una nova etapa de desenvolupament en la indústria d'Internet, i les dades que tenen les empreses industrials han esdevenen cada cop més abundants.
L'aplicació de big data industrial portarà una nova era d'innovació i transformació a les empreses industrials.A través de la percepció de baix cost, la connexió mòbil d'alta velocitat, la informàtica distribuïda i l'anàlisi avançada provocada per Internet i l'Internet de les coses mòbil, la tecnologia de la informació i els sistemes industrials globals s'estan integrant profundament, aportant canvis profunds a les indústries globals i innovant el R+D i producció d'empreses., Operació, màrqueting i mètodes de gestió. Hangao Tech (SEKO Machinery) aplica tecnologia d'Internet al sistema de control de la maquinària intel·ligent de fabricació de canonades soldades industrials d'acer inoxidable , de manera que els equips tècnics d'ambdues parts puguin controlar les dades de producció en temps real, trobar errors durant el funcionament i evitar parades.
Per tant, els problemes i reptes als quals s'enfronten les aplicacions industrials de big data no són menors que els de la indústria d'Internet, i en alguns casos són encara més complicats.
Aquestes empreses industrials innovadores de diferents indústries han aportat una velocitat més ràpida, una major eficiència i una major visió.
Les aplicacions típiques del big data industrial inclouen innovació de productes, diagnòstic i predicció d'errors de producte, anàlisi d'IoT de línia de producció industrial, optimització de la cadena de subministrament d'empreses industrials i màrqueting de precisió del producte.En aquest article es descriuen els escenaris d'aplicació del big data industrial a les empreses de fabricació un per un.
1. Accelerar la innovació de producte
La interacció i el comportament de transaccions entre clients i empreses industrials generarà una gran quantitat de dades.L'explotació i l'anàlisi d'aquestes dades dinàmiques dels clients poden ajudar els clients a participar en l'anàlisi de la demanda de productes i a les activitats d'innovació del disseny de productes i fer contribucions a la innovació de productes.
Ford n'és un exemple en aquest sentit.Van aplicar la tecnologia de big data a la innovació de producte i l'optimització del cotxe elèctric Ford Focus.Aquest cotxe s'ha convertit en un veritable 'cotxe elèctric de grans dades'. La primera generació de vehicles elèctrics Ford Focus va generar moltes dades en conduir i aparcar.
Mentre condueix, el conductor actualitza contínuament la informació sobre l'acceleració, la frenada, la càrrega de la bateria i la ubicació del vehicle.Això és útil per als conductors, però les dades també s'envien als enginyers de Ford per entendre els hàbits de conducció del client, com ara com, quan i on cobrar.Encara que el vehicle estigui aturat, continuarà transmetent dades sobre la pressió dels pneumàtics i el sistema de bateria del vehicle al telèfon intel·ligent més proper.
Aquest escenari d'aplicació de big data centrat en el client té molts avantatges, perquè el big data permet mètodes de col·laboració i innovació de nous productes valuosos.Els conductors reben informació útil i actualitzada, mentre que els enginyers de Detroit agrupen informació sobre el comportament de la conducció per entendre els clients, desenvolupar plans de millora de productes i implementar noves innovacions de producte.
A més, les companyies elèctriques i altres proveïdors externs poden analitzar milions de milles de dades de conducció per determinar on construir noves estacions de recàrrega i com evitar que la xarxa fràgil es sobrecarregui.
2. Diagnòstic i predicció d'avaries del producte
Això 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 les avaries del producte, mentre que les aplicacions de big data, les tecnologies de modelització i simulació han permès predir la dinàmica.
Durant la recerca de la connexió perduda de l'MH370 de Malaysia Airlines, les dades de funcionament del motor obtingudes per Boeing van tenir un paper clau a l'hora de determinar el camí de la connexió perduda de l'avió.Prenem com a cas el sistema d'avions de Boeing per veure com les aplicacions de big data juguen un paper en el diagnòstic d'errors del producte.
A les aeronaus de Boeing, centenars de variables, com ara motors, sistemes de combustible, sistemes hidràulics i elèctrics, conformen l'estat en 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 del pilot, que poden assolir eficaçment el diagnòstic i la predicció d'errors.
Vegem un exemple de General Electric (GE).El Centre de Monitorització i Diagnòstic d'Energia (M&D) de GE a Atlanta, EUA, recopila dades de milers de turbines de gas de GE a més de 50 països d'arreu del món i pot recollir dades de 10G per als clients cada dia.Analitzeu el flux constant de grans dades dels senyals de vibració i temperatura del sensor del sistema.Aquesta anàlisi de grans dades proporcionarà suport per al diagnòstic de fallades de la turbina de gas i l'alerta primerenca de GE.
El fabricant d'aerogeneradors Vestas també va millorar la disposició de les turbines eòliques mitjançant l'anàlisi creuada de les dades meteorològiques i les dades del seu comptador de turbines, augmentant així el nivell de potència de sortida de les turbines eòliques i allargant la vida útil.
3. Aplicació de big data de la línia de producció industrial IoT
Les modernes línies de producció de fabricació industrial estan equipades amb milers de petits sensors per detectar temperatura, pressió, calor, vibració i soroll.
Com que les dades es recullen cada pocs segons, es poden realitzar moltes formes d'anàlisi mitjançant l'ús d'aquestes dades, com ara el diagnòstic d'equips, l'anàlisi del consum d'energia, l'anàlisi del consum d'energia, l'anàlisi d'accidents de qualitat (incloent infraccions de les normatives de producció, fallades de components), etc.
En primer lloc, pel que fa a la millora del procés de producció, l'ús d'aquestes grans dades en el procés de producció pot analitzar tot el procés de producció i entendre com s'executa cada enllaç.Una vegada que un procés determinat es desvia del procés estàndard, es generarà un senyal d'alarma, es poden trobar errors o colls d'ampolla més ràpidament i el problema es pot resoldre més fàcilment.
Mitjançant la tecnologia de big data, també és possible establir models virtuals del procés de producció de productes industrials, simular i optimitzar el procés de producció.Quan totes les dades de procés i rendiment es puguin reconstruir al sistema, aquesta transparència ajudarà els fabricants a millorar els seus processos de producció.
Per un altre exemple, pel que fa a l'anàlisi del consum d'energia, l'ús de sensors per controlar de manera centralitzada tots els processos de producció durant el procés de producció de l'equip 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 poden ser realitzat.L'anàlisi reduirà molt el consum d'energia.
4. Anàlisi i optimització de la cadena de subministrament industrial
Actualment, l'anàlisi de big data 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 grans dades per analitzar i predir la demanda de béns en diversos llocs amb antelació, millorant així l'eficiència de la distribució i l'emmagatzematge i assegurant l'experiència del client de l'endemà.
La RFID i altres tecnologies d'identificació electrònica de productes, la tecnologia d'Internet de les coses i la tecnologia d'Internet mòbil poden ajudar les empreses industrials a obtenir grans dades d'una cadena de subministrament de productes completa.L'ús d'aquestes dades per a l'anàlisi suposarà un augment significatiu de l'eficiència d'emmagatzematge, distribució i 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 la competència, i fins i tot les previsions meteorològiques per vendre els seus productes.
Utilitzant dades de vendes, dades de sensors de productes i dades de bases de dades de proveïdors, les empreses de fabricació industrial poden predir amb precisió la demanda a diferents regions del món.
Atès que els preus d'inventari i de venda es poden fer un seguiment i es poden comprar quan baixen 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 peces, també poden predir on i quan es necessiten peces.Això reduirà molt l'inventari i optimitzarà la cadena de subministrament.
