Big Data industrial é un novo concepto, literalmente entendido, o big data industrial refírese aos grandes datos xerados na aplicación de información industrial.
Coa integración en profundidade de informatización e industrialización, a tecnoloxía da información penetrou en todos os vínculos da cadea industrial de empresas industriais, como códigos de barras, códigos QR, RFID, sensores industriais, sistemas de control automático industrial, Internet industrial de cousas, CAD/CAM/CAE/CAI e outras tecnoloxías son amplamente utilizadas en empresas industriais.
Especialmente coa aplicación de tecnoloxías de información de nova xeración como Internet, Internet móbil e Internet das cousas no campo industrial, as empresas industriais tamén entraron nunha nova etapa de desenvolvemento na industria de Internet e os datos que posúen as empresas industriais volvéronse cada vez máis abundantes.
A aplicación de 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 informática distribuída e a análise avanzada provocada por Internet e Internet móbil de cousas, tecnoloxía da información e sistemas industriais globais están a integrarse profundamente, traendo profundos cambios ás industrias globais e innovando a I + D e a produción de empresas. , Métodos de operación, mercadotecnia e xestión. Holdao Tech (SEKO Machinery) aplica a tecnoloxía de Internet ao sistema de control do Intelligent Stainless Steel Industrial soldado de tubaxes de maquinaria , de xeito que os equipos técnicos de ambas as partes poidan controlar os datos de produción en tempo real, atopar fallos durante o funcionamento e evitar paradas.
Polo tanto, os problemas e os retos aos que se enfrontan as aplicacións industriais de Big Data non son inferiores aos da industria de Internet e, nalgúns casos, son aínda máis complicados.
Estas innovadoras empresas industriais en distintas industrias trouxeron unha velocidade máis rápida, maior eficiencia e maior coñecemento.
Entre as aplicacións típicas de Big Data Industrial inclúense a innovación do produto, o diagnóstico e predición de fallos do produto, a análise de liña de produción industrial IOT, a optimización da cadea de subministración de empresas industriais e o marketing de precisión de produtos. Este artigo clasificará os escenarios de aplicacións de Big Data Industrial nas empresas de fabricación un por un.
1. Acelerar a innovación do produto
O comportamento de interacción e transacción entre clientes e empresas industriais xerará 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 facer contribucións á innovación do produto.
Ford é un exemplo ao respecto. Aplicaron a tecnoloxía de big data á innovación e optimización do produto do coche eléctrico Ford Focus. Este coche converteuse nun auténtico 'coche eléctrico de big data. ' A primeira xeración de vehículos eléctricos Ford Focus xerou moitos datos ao conducir e estacionar.
Mentres conducía, o condutor actualiza continuamente a aceleración do vehículo, a freada, a carga da batería e a información de localización. Isto é útil para os condutores, pero os datos tamén se devolven aos enxeñeiros de Ford para comprender os hábitos de condución do cliente, incluído como, cando e onde cobrar. Mesmo se o vehículo está parado, seguirá transmitindo datos sobre a presión dos pneumáticos e o sistema de baterías do vehículo ao teléfono intelixente máis próximo.
Este escenario de aplicación de Big Data centrado no cliente ten moitos beneficios, porque os big data permiten valiosos métodos de innovación e colaboración de novos produtos. Os condutores reciben información útil e actualizada, mentres que os enxeñeiros en Detroit agregan información sobre o comportamento de condución para comprender os clientes, desenvolver plans de mellora do produto e implementar novas innovacións de produtos.
Ademais, as compañías eléctricas e outros provedores de terceiros 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 sobrecarga.
2. Diagnóstico e predición de fallos do produto
Pódese usar para o servizo post-venda de produtos e a mellora do produto. A introdución de sensores omnipresentes e a tecnoloxía de Internet fixo que o diagnóstico en tempo real dos fallos do produto fose unha realidade, mentres que as aplicacións de grandes datos, as tecnoloxías de modelado e simulación fixeron posible predicir a dinámica.
Durante a busca da conexión perdida de Malaysia Airlines MH370, os datos de funcionamento do motor obtidos por Boeing xogaron un papel clave na determinación do camiño da conexión perdida da aeronave. Imos tomar o sistema de avións Boeing como un caso para ver como as aplicacións de grandes datos xogan un papel no diagnóstico de fallos do produto.
Nos avións de Boeing, centos de variables, como motores, sistemas de combustible, hidráulica e sistemas eléctricos, forman o estado no voo. Estes datos mídense e envíanse en menos duns microsegundos. Tomando como exemplo o Boeing 737, o motor pode xerar 10 terabytes de datos cada 30 minutos de voo.
Estes datos non só son datos de telemetría de enxeñaría que se poden analizar nun determinado punto no futuro, senón que tamén promoven o control adaptativo en tempo real, o consumo de combustible, a predición de fallos de compoñentes e a notificación piloto, que poden conseguir eficazmente o diagnóstico e predición de fallos.
Vexamos un exemplo de General Electric (GE). O Centro GE Energy Monitoring and Diagnostics (M&D) en Atlanta, Estados Unidos, recolle datos sobre miles de turbinas de gas GE en máis de 50 países de todo o mundo e poden recoller datos de 10 g para clientes todos os días. Analiza o fluxo de datos constante de Big Data a partir dos sinais de vibración e temperatura do sensor no sistema. Esta análise de grandes datos proporcionará soporte para o diagnóstico de fallos de turbinas de gas de GE e aviso precoz.
O fabricante de aeroxeradores Vestas tamén mellorou a disposición dos aeroxeradores mediante os datos meteorolóxicos cruzados e os seus datos do contador de turbinas, aumentando así o nivel de potencia dos aeroxeradores e estendendo a vida útil.
3. Aplicación de grandes datos da liña de produción industrial IoT
As liñas de produción modernas de fabricación industrial están equipadas con miles de pequenos sensores para detectar a temperatura, a presión, a calor, a vibración e o ruído.
Debido a que os datos se recollen cada poucos segundos, pódense realizar moitas formas de análise empregando estes datos, incluíndo diagnóstico de equipos, análise de consumo de enerxía, análise de consumo de enerxía, análise de accidentes de calidade (incluíndo violacións da normativa de produción, fallos de compoñentes), etc.
En primeiro lugar, en termos de mellora do proceso de produción, usar estes 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 bloqueos de botella máis rápido e o problema pódese resolver máis facilmente.
Usando Big Data Technology, tamén é posible establecer modelos virtuais do proceso de produción de produtos industriais, simular e optimizar o proceso de produción. Cando todos os datos do proceso e o rendemento poidan reconstruírse no sistema, esta transparencia axudará aos fabricantes a mellorar os seus procesos de produción.
Por outro exemplo, en termos de análise de consumo de enerxía, o uso de sensores para controlar centralmente todos os procesos de produción durante o proceso de produción de equipos pode atopar anormalidades ou picos no consumo de enerxía, de xeito que o consumo de enerxía poida ser optimizado durante o proceso de produción e todos os procesos poden realizarse. A análise reducirá enormemente o consumo de enerxía.
4. Análise e optimización da cadea de subministración industrial
Na actualidade, a análise de Big Data xa é un medio importante para moitas empresas de comercio electrónico para mellorar a competitividade das súas cadeas de subministración.
Por exemplo, a compañía de comercio electrónico Jingdong Mall usa Big Data para analizar e predecir a demanda de bens en varios lugares con antelación, mellorando así a eficiencia de distribución e almacenamento e garantindo a experiencia do cliente do día seguinte.
RFID e outras tecnoloxías de identificación electrónica de produtos, tecnoloxía de Internet of Things e tecnoloxía de internet móbil poden axudar ás empresas industriais a obter grandes datos dunha cadea de subministración completa de produtos. Usar estes datos para a súa análise provocará un aumento significativo da eficiencia de almacenamento, distribución e vendas e un custo significativo. Declinación.
Hai máis de 1.000 grandes provedores de OEM nos Estados Unidos, proporcionando máis de 10.000 produtos diferentes ás empresas fabricantes. Cada fabricante depende de previsións de mercado e outras variables diferentes, como datos de vendas, información do mercado, exposicións, noticias e datos de competidores e incluso previsións meteorolóxicas para vender os seus produtos.
Usando datos de vendas, datos do sensor de produtos e datos de bases de datos de provedores, as empresas de fabricación industrial poden predicir con precisión a demanda en distintas rexións do mundo.
Dado que se poden rastrexar os prezos do inventario e das vendas e pódense mercar cando baixan os prezos, as empresas fabricantes poden aforrar moitos custos.
Se reutilizas os datos xerados polos sensores do produto para saber o que está mal co produto e onde son necesarias as pezas, tamén poden predicir onde e cando se necesitan pezas. Isto reducirá enormemente o inventario e optimizará a cadea de subministración.
