Les mégadonnées industrielles sont un nouveau concept, littéralement compris, les mégadonnées industrielles se réfèrent aux mégadonnées générées dans l'application des informations industrielles.
Avec l'intégration approfondie de l'informatisation et de l'industrialisation, les technologies de l'information ont pénétré dans tous les liens de la chaîne industrielle des entreprises industrielles, telles que les codes-barres, les codes QR, la RFID, les capteurs industriels, les systèmes de contrôle automatique industriels, l'Internet industriel, l'ERP, la CAD / CAM / CAE / CAI et d'autres technologies sont largement utilisées dans les entreprises industrielles.
En particulier avec l'application de technologies d'information de nouvelle génération telles que Internet, Internet mobile et l'Internet des objets dans le domaine industriel, les entreprises industrielles sont également entrées dans une nouvelle étape de développement dans l'industrie de l'internet, et les données détenues par les entreprises industrielles sont devenues de plus en plus abondantes.
L'application des mégadonnées industrielles apportera une nouvelle ère d'innovation et de transformation dans les entreprises industrielles. Grâce à la perception à faible coût, à la connexion mobile à grande vitesse, à l'informatique distribuée et à une analyse avancée provoquée par Internet et l'Internet des objets mobiles, les technologies de l'information et les systèmes industriels mondiaux sont profondément intégrés, apportant des changements profonds dans les industries mondiales et innovant la R&D et la production d'entreprises. , Méthodes de fonctionnement, de marketing et de gestion. Hangao Tech (Machinery Seko) applique la technologie Internet au système de contrôle de la Machines de fabrication de tuyaux soudées industriels en acier inoxydable intelligent , afin que les équipes techniques des deux parties puissent surveiller les données de production en temps réel, trouver des défauts pendant le fonctionnement et empêcher les arrêts.
Par conséquent, les problèmes et les défis auxquels sont confrontés les applications industrielles de Big Data ne sont pas inférieures à celles de l'industrie Internet, et dans certains cas, elles sont encore plus compliquées.
Ces entreprises industrielles innovantes dans différentes industries ont apporté une vitesse plus rapide, une efficacité plus élevée et des informations plus élevées.
Les applications typiques des mégadonnées industrielles incluent l'innovation des produits, le diagnostic et la prédiction des défauts des produits, l'analyse IoT de la ligne de production industrielle, l'optimisation de la chaîne d'approvisionnement des entreprises industrielles et la commercialisation de la précision des produits. Cet article réglera les scénarios d'application des mégadonnées industrielles dans les entreprises de fabrication une par une.
1. Accélérer l'innovation des produits
L'interaction et le comportement de transaction entre les clients et les entreprises industrielles généreront une grande quantité de données. L'exploitation et l'analyse de ces données dynamiques des clients peuvent aider les clients à participer à l'analyse de la demande de produits et à des activités d'innovation de conception de produits et à apporter des contributions à l'innovation des produits.
Ford est un exemple à cet égard. Ils ont appliqué la technologie des mégadonnées à l'innovation du produit et à l'optimisation de la voiture électrique Ford Focus. Cette voiture est devenue un véritable 'Big Data Electric Car. ' La première génération de véhicules électriques Ford Focus a généré beaucoup de données lors de la conduite et du stationnement.
En conduisant, le conducteur met en œuvre en permanence l'accélération, le freinage, la charge de la batterie du véhicule et les informations de localisation. Ceci est utile pour les conducteurs, mais les données sont également renvoyées aux ingénieurs de Ford pour comprendre les habitudes de conduite du client, y compris comment, quand et où facturer. Même si le véhicule est à l'arrêt, il continuera de transmettre des données sur la pression des pneus et le système de batterie du véhicule au téléphone intelligent le plus proche.
Ce scénario d'application de Big Data centré sur le client présente de nombreux avantages, car les mégadonnées permettent de précieuses méthodes d'innovation et de collaboration de nouveaux produits. Les conducteurs obtiennent des informations utiles et à jour, tandis que les ingénieurs de Détroit agrégent des informations sur la conduite du comportement pour comprendre les clients, élaborer des plans d'amélioration des produits et mettre en œuvre de nouvelles innovations de produits.
De plus, les compagnies d'électricité et autres fournisseurs tiers peuvent analyser des millions de kilomètres de données de conduite pour déterminer où construire de nouvelles bornes de recharge et comment empêcher la grille fragile de surcharger.
2. Diagnostic et prédiction des défauts du produit
Ceci peut être utilisé pour le service après-vente des produits et l'amélioration des produits. L'introduction de capteurs omniprésents et de technologie Internet a fait du diagnostic en temps réel des défauts des produits une réalité, tandis que les applications de mégadonnées, les technologies de modélisation et de simulation ont permis de prédire la dynamique.
Lors de la recherche de la connexion perdue de Malaysia Airlines MH370, les données de fonctionnement du moteur obtenues par Boeing ont joué un rôle clé dans la détermination du chemin de la connexion perdue de l'avion. Prenons le système des avions Boeing comme un cas pour voir comment les applications Big Data jouent un rôle dans le diagnostic des défauts du produit.
Dans les avions de Boeing, des centaines de variables, telles que les moteurs, les systèmes de carburant, l'hydraulique et les systèmes électriques, constituent l'état en vol. Ces données sont mesurées et envoyées en moins de quelques microsecondes. Prenant l'exemple du Boeing 737, le moteur peut générer 10 téraoctets de données toutes les 30 minutes en vol.
Ces données ne sont pas seulement des données de télémétrie en génie qui peuvent être analysées à un certain point à l'avenir, mais favorisent également le contrôle adaptatif en temps réel, l'utilisation du carburant, la prédiction de défaillance des composants et la notification pilote, qui peuvent réaliser efficacement le diagnostic et la prédiction des défauts.
Regardons un exemple d'électricité générale (GE). Le GE Energy Monitoring and Diagnostics (M&D) Center à Atlanta, aux États-Unis, recueille des données sur des milliers de turbines à gaz GE dans plus de 50 pays à travers le monde et peut collecter des données 10G pour les clients tous les jours. Analyser le flux constant de Big Data à partir des signaux de vibration et de température du capteur dans le système. Cette analyse des mégadonnées fournira un soutien au diagnostic des défauts de la turbine à gaz de GE et à l'alerte précoce.
Le fabricant d'éoliennes Vestas a également amélioré l'agencement des éoliennes par les données météorologiques de l'analyse croisée et ses données de compteur de turbine, augmentant ainsi le niveau de puissance des éoliennes et prolongeant la durée de vie.
3. Application des mégadonnées de la ligne de production IoT industrielle
Les lignes de production de fabrication industrielle modernes sont équipées de milliers de petits capteurs pour détecter la température, la pression, la chaleur, les vibrations et le bruit.
Étant donné que les données sont collectées toutes les quelques secondes, de nombreuses formes d'analyse peuvent être réalisées en utilisant ces données, notamment le diagnostic de l'équipement, l'analyse de la consommation d'énergie, l'analyse de la consommation d'énergie, l'analyse des accidents de qualité (y compris les violations des réglementations de production, les défaillances des composants), etc.
Tout d'abord, en termes d'amélioration du processus de production, l'utilisation de ces mégadonnées dans le processus de production peut analyser l'ensemble du processus de production et comprendre comment chaque lien est exécuté. Une fois qu'un certain processus s'écarte du processus standard, un signal d'alarme sera généré, les erreurs ou les goulots d'étranglement peuvent être trouvés plus rapidement et le problème peut être résolu plus facilement.
En utilisant la technologie des mégadonnées, il est également possible d'établir des modèles virtuels du processus de production des produits industriels, de simuler et d'optimiser le processus de production. Lorsque toutes les données de processus et de performance peuvent être reconstruites dans le système, cette transparence aidera les fabricants à améliorer leurs processus de production.
Pour un autre exemple, en termes d'analyse de consommation d'énergie, l'utilisation de capteurs pour surveiller de manière centralisée tous les processus de production pendant le processus de production de l'équipement peut trouver des anomalies ou des pics de consommation d'énergie, afin que la consommation d'énergie puisse être optimisée pendant le processus de production et tous les processus peuvent être effectués. L'analyse réduira considérablement la consommation d'énergie.
4. Analyse et optimisation de la chaîne d'approvisionnement industrielle
À l'heure actuelle, l'analyse des mégadonnées est déjà un moyen important pour de nombreuses entreprises de commerce électronique d'améliorer la compétitivité de leurs chaînes d'approvisionnement.
Par exemple, la société de commerce électronique Jingdong Mall utilise les mégadonnées pour analyser et prédire la demande de marchandises à divers endroits à l'avance, améliorant ainsi l'efficacité de la distribution et de l'entreposage, et garantissant l'expérience client du lendemain.
La technologie d'identification électronique RFID et d'autres produits, la technologie de l'Internet des objets et la technologie Internet mobile peuvent aider les entreprises industrielles à obtenir les mégadonnées d'une chaîne d'approvisionnement complète. L'utilisation de ces données pour l'analyse entraînera une augmentation significative de l'entreposage, de la distribution et de l'efficacité des ventes et un coût significatif. déclin.
Aux États-Unis, plus de 1 000 grands fournisseurs OEM sont plus de grands fournisseurs OEM, offrant plus de 10 000 produits différents aux entreprises de fabrication. Chaque fabricant s'appuie sur les prévisions du marché et autres variables différentes, telles que les données de vente, les informations sur le marché, les expositions, les nouvelles et les données concurrentes, et même les prévisions météorologiques pour vendre leurs produits.
À l'aide des données de vente, des données des capteurs de produits et des données des bases de données des fournisseurs, les entreprises de fabrication industrielle peuvent prédire avec précision la demande dans différentes régions du monde.
Étant donné que les inventaires et les prix de vente peuvent être suivis et peuvent être achetés lorsque les prix baissent, les entreprises de fabrication peuvent économiser beaucoup de coûts.
Si vous réutilisez les données générées par les capteurs du produit pour savoir ce qui ne va pas avec le produit et où les pièces sont nécessaires, elles peuvent également prédire où et quand les pièces sont nécessaires. Cela réduira considérablement les stocks et optimisera la chaîne d'approvisionnement.
