Mae data mawr diwydiannol yn gysyniad newydd, a ddeellir yn llythrennol, mae data mawr diwydiannol yn cyfeirio at y data mawr a gynhyrchir wrth gymhwyso gwybodaeth ddiwydiannol.
Gyda integreiddio gwybodaeth a diwydiannu yn fanwl, mae technoleg gwybodaeth wedi treiddio i bob cysylltiad o'r gadwyn ddiwydiannol o fentrau diwydiannol, megis codau bar, codau QR, RFID, synwyryddion diwydiannol, systemau rheoli awtomatig diwydiannol, rhyngrwyd diwydiannol pethau, erp, cad/cam/cai/cai eraill.
Yn enwedig gyda chymhwyso technolegau gwybodaeth cenhedlaeth newydd fel y Rhyngrwyd, Rhyngrwyd Symudol, a Rhyngrwyd Pethau yn y maes diwydiannol, mae mentrau diwydiannol hefyd wedi nodi cam datblygu newydd yn y diwydiant Rhyngrwyd, ac mae'r data sydd gan fentrau diwydiannol wedi dod yn fwyfwy niferus.
Bydd cymhwyso data mawr diwydiannol yn dod ag oes newydd o arloesi a thrawsnewid mewn mentrau diwydiannol. Trwy'r canfyddiad cost isel, mae cysylltiad symudol cyflym, cyfrifiadura wedi'i ddosbarthu a dadansoddiad uwch a ddaeth yn sgil Rhyngrwyd a Rhyngrwyd Symudol pethau, technoleg gwybodaeth a systemau diwydiannol byd-eang yn cael eu hintegreiddio'n ddwfn, gan ddod â newidiadau dwys i ddiwydiannau byd-eang, ac arloesi Ymchwil a Datblygu a chynhyrchu mentrau. , Dulliau gweithredu, marchnata a rheoli. Mae Hangao Tech (peiriannau SEKO) yn cymhwyso technoleg Rhyngrwyd i system reoli'r Peiriannau gwneud pibellau weldio diwydiannol dur gwrthstaen deallus , fel y gall timau technegol y ddwy ochr fonitro data cynhyrchu mewn amser real, dod o hyd i ddiffygion yn ystod y llawdriniaeth, ac atal cau.
Felly, nid yw'r problemau a'r heriau sy'n wynebu cymwysiadau data mawr diwydiannol yn llai na phroblemau'r diwydiant Rhyngrwyd, ac mewn rhai achosion maent hyd yn oed yn fwy cymhleth.
Mae'r mentrau diwydiannol arloesol hyn mewn gwahanol ddiwydiannau wedi dod â chyflymder cyflymach, effeithlonrwydd uwch a mewnwelediad uwch.
Mae cymwysiadau nodweddiadol data mawr diwydiannol yn cynnwys arloesi cynnyrch, diagnosis a rhagfynegiad nam cynnyrch, dadansoddiad IoT llinell gynhyrchu diwydiannol, optimeiddio cadwyn gyflenwi menter ddiwydiannol, a marchnata manwl gywirdeb cynnyrch. Bydd yr erthygl hon yn datrys senarios cymhwysiad data mawr diwydiannol mewn mentrau gweithgynhyrchu fesul un.
1. Cyflymu arloesedd cynnyrch
Bydd yr ymddygiad rhyngweithio ac trafodion rhwng cwsmeriaid a mentrau diwydiannol yn cynhyrchu llawer iawn o ddata. Gall mwyngloddio a dadansoddi'r data deinamig cwsmeriaid hyn helpu cwsmeriaid i gymryd rhan mewn dadansoddi galw am gynnyrch a gweithgareddau arloesi dylunio cynnyrch, a gwneud cyfraniadau at arloesi cynnyrch.
Mae Ford yn enghraifft yn hyn o beth. Fe wnaethant gymhwyso technoleg data fawr i arloesi cynnyrch ac optimeiddio'r car trydan Ford Focus. Mae'r car hwn wedi dod yn gar trydan Data Big dilys.
Wrth yrru, mae'r gyrrwr yn diweddaru cyflymiad, brecio, codi tâl batri a gwybodaeth am leoliad y cerbyd yn barhaus. Mae hyn yn ddefnyddiol i yrwyr, ond mae'r data hefyd yn cael ei anfon yn ôl at beirianwyr Ford i ddeall arferion gyrru'r cwsmer, gan gynnwys sut, pryd a ble i godi tâl. Hyd yn oed os yw'r cerbyd yn aros yn ei unfan, bydd yn parhau i drosglwyddo data ar bwysedd teiars a system batri'r cerbyd i'r ffôn smart agosaf.
Mae gan y senario cais data mawr sy'n canolbwyntio ar y cwsmer lawer o fuddion, oherwydd mae data mawr yn galluogi arloesi cynnyrch newydd gwerthfawr a dulliau cydweithredu. Mae gyrwyr yn cael gwybodaeth ddefnyddiol ac yn gyfoes, tra bod peirianwyr yn Detroit yn agregu gwybodaeth am ymddygiad gyrru i ddeall cwsmeriaid, datblygu cynlluniau gwella cynnyrch, a gweithredu arloesiadau cynnyrch newydd.
Ar ben hynny, gall cwmnïau pŵer a chyflenwyr trydydd parti eraill ddadansoddi miliynau o filltiroedd o ddata gyrru i benderfynu ble i adeiladu gorsafoedd gwefru newydd a sut i atal y grid bregus rhag gorlwytho.
2. Diagnosis a Rhagfynegiad Diffyg Cynnyrch
Gellir defnyddio hwn ar gyfer gwasanaeth ôl-werthu cynnyrch a gwella cynnyrch. Mae cyflwyno synwyryddion hollbresennol a thechnoleg Rhyngrwyd wedi gwneud diagnosis amser real o ddiffygion cynnyrch yn realiti, tra bod cymwysiadau data mawr, technolegau modelu ac efelychu wedi ei gwneud hi'n bosibl rhagweld dynameg.
Wrth chwilio am gysylltiad coll Malaysia Airlines MH370, chwaraeodd y data gweithredu injan a gafwyd gan Boeing ran allweddol wrth bennu llwybr cysylltiad coll yr awyren. Gadewch i ni gymryd system awyrennau Boeing fel achos i weld sut mae cymwysiadau data mawr yn chwarae rôl mewn diagnosis nam cynnyrch.
Ar awyren Boeing, mae cannoedd o newidynnau, megis peiriannau, systemau tanwydd, hydroleg a systemau trydanol, yn ffurfio'r wladwriaeth wrth hedfan. Mae'r data hyn yn cael eu mesur a'u hanfon i mewn llai nag ychydig o ficrosecondau. Gan gymryd y Boeing 737 fel enghraifft, gall yr injan gynhyrchu 10 terabytes o ddata bob 30 munud wrth hedfan.
Mae'r data hyn nid yn unig yn ddata telemetreg peirianneg y gellir ei ddadansoddi ar bwynt penodol yn y dyfodol, ond sydd hefyd yn hyrwyddo rheolaeth addasol amser real, defnyddio tanwydd, rhagfynegiad methiant cydrannau a hysbysiad peilot, a all sicrhau diagnosis a rhagfynegiad nam yn effeithiol.
Gadewch i ni edrych ar enghraifft o General Electric (GE). Mae canolfan Monitro a Diagnosteg GE ynni (M&D) yn Atlanta, UDA, yn casglu data ar filoedd o dyrbinau GE nwy mewn mwy na 50 o wledydd ledled y byd, a gall gasglu data 10G ar gyfer cwsmeriaid bob dydd. Dadansoddwch y llif data mawr cyson o'r dirgryniad synhwyrydd a signalau tymheredd yn y system. Bydd y dadansoddiad data mawr hyn yn darparu cefnogaeth ar gyfer diagnosis nam tyrbin nwy GE a rhybudd cynnar.
Fe wnaeth y gwneuthurwr tyrbinau gwynt Vestas hefyd wella cynllun tyrbinau gwynt trwy draws-ddadansoddi data tywydd a'i ddata mesurydd tyrbin, a thrwy hynny gynyddu lefel allbwn pŵer tyrbinau gwynt ac ymestyn oes gwasanaeth.
3. Cymhwyso Data Mawr Llinell Gynhyrchu IoT Diwydiannol
Mae gan linellau cynhyrchu gweithgynhyrchu diwydiannol modern filoedd o synwyryddion bach i ganfod tymheredd, pwysau, gwres, dirgryniad a sŵn.
Oherwydd bod data'n cael ei gasglu bob ychydig eiliadau, gellir gwireddu sawl math o ddadansoddiad trwy ddefnyddio'r data hyn, gan gynnwys diagnosis offer, dadansoddiad defnydd pŵer, dadansoddi defnydd ynni, dadansoddi damweiniau ansawdd (gan gynnwys torri rheoliadau cynhyrchu, methiannau cydran), ac ati.
Yn gyntaf oll, o ran gwella prosesau cynhyrchu, gall defnyddio'r data mawr hyn yn y broses gynhyrchu ddadansoddi'r broses gynhyrchu gyfan a deall sut mae pob dolen yn cael ei gweithredu. Unwaith y bydd proses benodol yn gwyro o'r broses safonol, bydd signal larwm yn cael ei gynhyrchu, gellir dod o hyd i wallau neu dagfeydd yn gyflymach, a gellir datrys y broblem yn haws.
Gan ddefnyddio technoleg data mawr, mae hefyd yn bosibl sefydlu modelau rhithwir o'r broses gynhyrchu o gynhyrchion diwydiannol, efelychu a gwneud y gorau o'r broses gynhyrchu. Pan ellir ailadeiladu'r holl ddata prosesau a pherfformiad yn y system, bydd y tryloywder hwn yn helpu gweithgynhyrchwyr i wella eu prosesau cynhyrchu.
Er enghraifft arall, o ran dadansoddiad o ddefnydd ynni, gall defnyddio synwyryddion i fonitro pob proses gynhyrchu yn ganolog yn ystod y broses gynhyrchu offer ddod o hyd i annormaleddau neu gopaon wrth ddefnyddio ynni, fel y gellir optimeiddio defnydd ynni yn ystod y broses gynhyrchu a gellir cyflawni'r holl brosesau. Bydd dadansoddiad yn lleihau'r defnydd o ynni yn fawr.
4. Dadansoddi ac Optimeiddio Cadwyn Gyflenwi Ddiwydiannol
Ar hyn o bryd, mae dadansoddi data mawr eisoes yn fodd pwysig i lawer o gwmnïau e-fasnach wella cystadleurwydd eu cadwyni cyflenwi.
Er enghraifft, mae'r cwmni e-fasnach Jingdong Mall yn defnyddio data mawr i ddadansoddi a rhagfynegi'r galw am nwyddau mewn amrywiol leoedd ymlaen llaw, a thrwy hynny wella effeithlonrwydd dosbarthu a warysau, a sicrhau profiad cwsmer y cwsmer drannoeth.
Gall RFID a thechnoleg adnabod electronig cynnyrch arall, technoleg Rhyngrwyd Pethau, a thechnoleg rhyngrwyd symudol helpu mentrau diwydiannol i gael data mawr o gadwyn gyflenwi cynnyrch gyflawn. Bydd defnyddio'r data hyn i'w dadansoddi yn arwain at gynnydd sylweddol mewn warysau, dosbarthu ac effeithlonrwydd gwerthu a chost sylweddol. dirywiad.
Mae mwy na 1,000 o gyflenwyr OEM mawr yn yr Unol Daleithiau, gan ddarparu mwy na 10,000 o wahanol gynhyrchion i gwmnïau gweithgynhyrchu. Mae pob gwneuthurwr yn dibynnu ar ragolygon y farchnad a gwahanol newidynnau eraill, megis data gwerthu, gwybodaeth am y farchnad, arddangosfeydd, newyddion, a data cystadleuwyr, a hyd yn oed rhagolygon y tywydd i werthu eu cynhyrchion.
Gan ddefnyddio data gwerthu, data synhwyrydd cynnyrch, a data o gronfeydd data cyflenwyr, gall cwmnïau gweithgynhyrchu diwydiannol ragfynegi'r galw yn gywir mewn gwahanol ranbarthau o'r byd.
Gan y gellir olrhain prisiau rhestr eiddo a gwerthu, a gellir eu prynu pan fydd prisiau'n gostwng, gall cwmnïau gweithgynhyrchu arbed llawer o gostau.
Os ydych chi'n ailddefnyddio'r data a gynhyrchir gan y synwyryddion yn y cynnyrch i wybod beth sydd o'i le ar y cynnyrch a ble mae angen rhannau, gallant hefyd ragweld ble a phryd mae angen rhannau. Bydd hyn yn lleihau rhestr eiddo yn fawr ac yn gwneud y gorau o'r gadwyn gyflenwi.
