O big data industrial é un concepto novo, entendido literalmente, o big data industrial refírese ao big data xerado na aplicación da información industrial.
Coa profunda integración da informatización e a industrialización, a tecnoloxía da información penetrou en todos os elos da cadea industrial de empresas industriais, como códigos de barras, códigos QR, RFID, sensores industriais, sistemas de control automático industrial, Internet industrial das cousas, ERP, CAD/CAM/CAE/CAI e outras tecnoloxías son amplamente utilizadas nas empresas industriais.
Especialmente coa aplicación de tecnoloxías da información de nova xeración como Internet, Internet móbil e Internet das cousas no ámbito industrial, as empresas industriais tamén entraron nunha nova etapa de desenvolvemento na industria de Internet, e os datos que posúen as empresas industriais aumentaron. vólvense cada vez máis abundantes.
A aplicación do big data industrial traerá unha nova era de innovación e transformación nas empresas industriais.A través da percepción de baixo custo, a conexión móbil de alta velocidade, a computación distribuída e a análise avanzada que ofrecen Internet e a Internet das Cousas móbiles, a tecnoloxía da información e os sistemas industriais globais están sendo profundamente integrados, provocando cambios profundos nas industrias mundiais e innovando no mundo. I+D e produción de empresas., Métodos de operación, comercialización e xestión. Hangao Tech (SEKO Machinery) aplica tecnoloxía de Internet ao sistema de control do Máquinas intelixentes de fabricación de tubos soldados industriais de aceiro inoxidable , para que os equipos técnicos de ambas as partes poidan supervisar os datos de produción en tempo real, atopar fallos durante o funcionamento e evitar paradas.
Polo tanto, os problemas e retos aos que se enfrontan as aplicacións industriais de big data non son menores que os da industria de Internet, e nalgúns casos son aínda máis complicados.
Estas empresas industriais innovadoras en diferentes industrias aportaron unha velocidade máis rápida, unha maior eficiencia e unha maior visión.
As aplicacións típicas dos grandes datos industriais inclúen a innovación de produtos, o diagnóstico e predición de fallos do produto, a análise de IoT da liña de produción industrial, a optimización da cadea de subministración de empresas industriais e o marketing de precisión do produto.Este artigo resolverá os escenarios de aplicación dos grandes datos industriais nas empresas de fabricación un por un.
1. Acelerar a innovación de produtos
A interacción e o comportamento das transaccións entre os clientes e as empresas industriais xerarán unha gran cantidade de datos.A minería e a análise destes datos dinámicos dos clientes poden axudar aos clientes a participar na análise da demanda de produtos e nas actividades de innovación do deseño de produtos e a facer contribucións á innovación do produto.
Ford é un exemplo neste sentido.Aplicaron a tecnoloxía de big data á innovación de produtos e á optimización do coche eléctrico Ford Focus.Este coche converteuse nun auténtico 'coche eléctrico de grandes datos'. A primeira xeración de vehículos eléctricos Ford Focus xerou moitos datos ao conducir e aparcar.
Mentres conduce, o condutor actualiza continuamente a información de aceleración, freada, carga da batería e localización do vehículo.Isto é útil para os condutores, pero os datos tamén se envían aos enxeñeiros de Ford para comprender os hábitos de condución do cliente, incluíndo como, cando e onde cobrar.Aínda que o vehículo estea parado, seguirá transmitindo datos sobre a presión dos pneumáticos e o sistema de batería do vehículo ao teléfono intelixente máis próximo.
Este escenario de aplicación de big data centrado no cliente ten moitos beneficios, porque o big data permite valiosos métodos de colaboración e innovación de produtos novos.Os condutores obteñen información útil e actualizada, mentres que os enxeñeiros de Detroit agregan información sobre o comportamento da condución para comprender aos clientes, desenvolver plans de mellora de produtos e implementar novas innovacións.
Ademais, as compañías eléctricas e outros provedores externos poden analizar millóns de quilómetros de datos de condución para determinar onde construír novas estacións de carga e como evitar que a fráxil rede se sobrecargue.
2. Diagnóstico e predición de avarías do produto
Isto pódese usar para o servizo posvenda de produtos e a mellora do produto.A introdución de sensores omnipresentes e a tecnoloxía de Internet fixo realidade o diagnóstico en tempo real dos fallos dos produtos, mentres que as aplicacións de big data, as tecnoloxías de modelado e simulación permitiron predecir a dinámica.
Durante a busca da conexión perdida do MH370 de Malaysia Airlines, os datos de funcionamento do motor obtidos por Boeing xogaron un papel fundamental para determinar o camiño da conexión perdida do avión.Tomemos o sistema de avións Boeing como un caso para ver como as aplicacións de big data xogan un papel no diagnóstico de fallos do produto.
Nos avións de Boeing, centos de variables, como motores, sistemas de combustible, hidráulicos e sistemas eléctricos, conforman o estado en voo.Estes datos mídense e envían en menos duns microsegundos.Tomando como exemplo o Boeing 737, o motor pode xerar 10 terabytes de datos cada 30 minutos en voo.
Estes datos non son só datos de telemetría de enxeñería que se poden analizar nun momento determinado no futuro, senón que tamén promoven o control adaptativo en tempo real, o uso de combustible, a predición de avarías de compoñentes e a notificación do piloto, o que pode lograr un diagnóstico e predición de fallos de forma efectiva.
Vexamos un exemplo de General Electric (GE).O Centro de Monitorización e Diagnóstico de Enerxía (M&D) de GE en Atlanta, EUA, recolle datos de miles de turbinas de gas GE en máis de 50 países de todo o mundo e pode recoller datos 10G para os clientes todos os días.Analiza o fluxo de grandes datos constantes dos sinais de vibración e temperatura do sensor no sistema.Esta análise de grandes datos proporcionará soporte para o diagnóstico de fallas da turbina de gas e a alerta temperá de GE.
O fabricante de aeroxeradores Vestas tamén mellorou a disposición dos aeroxeradores mediante a análise cruzada dos datos meteorolóxicos e os datos dos seus medidores de turbinas, aumentando así o nivel de potencia de saída dos aeroxeradores e prolongando a vida útil.
3. Aplicación de big data da liña de produción industrial de IoT
As liñas de produción modernas de fabricación industrial están equipadas con miles de pequenos sensores para detectar temperatura, presión, calor, vibracións e ruído.
Dado que os datos se recollen cada poucos segundos, pódense realizar moitas formas de análise mediante o uso destes datos, incluíndo diagnóstico de equipos, análise de consumo de enerxía, análise de consumo de enerxía, análise de calidade de accidentes (incluíndo violacións das normas de produción, fallos de compoñentes), etc.
En primeiro lugar, en canto á mellora do proceso de produción, o uso destes grandes datos no proceso de produción pode analizar todo o proceso de produción e comprender como se executa cada ligazón.Unha vez que un determinado proceso se desvía do proceso estándar, xerarase un sinal de alarma, pódense atopar erros ou embotellamentos máis rapidamente e o problema pode resolverse máis facilmente.
Usando a tecnoloxía de big data, tamén é posible establecer modelos virtuais do proceso de produción de produtos industriais, simular e optimizar o proceso de produción.Cando todos os datos de proceso e rendemento se poidan reconstruír no sistema, esta transparencia axudará aos fabricantes a mellorar os seus procesos de produción.
Por outro exemplo, en termos de análise do consumo de enerxía, o uso de sensores para supervisar de forma centralizada todos os procesos de produción durante o proceso de produción de equipos pode atopar anomalías ou picos no consumo de enerxía, de xeito que o consumo de enerxía pode optimizarse durante o proceso de produción e todos os procesos poden ser realizada.A análise reducirá moito o consumo de enerxía.
4. Análise e optimización da cadea de subministración industrial
Na actualidade, a análise de big data é xa un medio importante para que moitas empresas de comercio electrónico melloren a competitividade das súas cadeas de subministración.
Por exemplo, a empresa de comercio electrónico Jingdong Mall utiliza grandes datos para analizar e predecir a demanda de mercadorías en varios lugares con antelación, mellorando así a eficiencia da distribución e o almacenamento e garantindo a experiencia do cliente ao día seguinte.
RFID e outras tecnoloxías de identificación electrónica de produtos, tecnoloxía de Internet das cousas e tecnoloxía de Internet móbil poden axudar ás empresas industriais a obter grandes datos dunha cadea de subministración de produtos completa.O uso destes datos para a análise provocará un aumento significativo da eficiencia de almacenamento, distribución e vendas e un custo importante.declive.
Hai máis de 1.000 grandes provedores de OEM nos Estados Unidos, que proporcionan máis de 10.000 produtos diferentes ás empresas de fabricación.Cada fabricante confía nas previsións do mercado e outras variables diferentes, como datos de vendas, información do mercado, exposicións, noticias e datos da competencia, e mesmo as previsións meteorolóxicas para vender os seus produtos.
Usando datos de vendas, datos de sensores de produtos e datos de bases de datos de provedores, as empresas de fabricación industrial poden prever con precisión a demanda en diferentes rexións do mundo.
Dado que os prezos de inventario e de vendas pódense seguir e pódense comprar cando os prezos caen, as empresas de fabricación poden aforrar moitos custos.
Se reutilizas os datos xerados polos sensores do produto para saber o que falla no produto e onde se necesitan pezas, tamén poden predecir onde e cando se necesitan.Isto reducirá moito o inventario e optimizará a cadea de subministración.
