औद्योगिक बड़ा डेटा एक नई अवधारणा है, जिसका शाब्दिक अर्थ है, औद्योगिक बड़ा डेटा औद्योगिक जानकारी के अनुप्रयोग में उत्पन्न बड़े डेटा को संदर्भित करता है।
सूचनाकरण और औद्योगीकरण के गहन एकीकरण के साथ, सूचना प्रौद्योगिकी औद्योगिक उद्यमों की औद्योगिक श्रृंखला के सभी लिंक, जैसे बारकोड, क्यूआर कोड, आरएफआईडी, औद्योगिक सेंसर, औद्योगिक स्वचालित नियंत्रण प्रणाली, औद्योगिक इंटरनेट ऑफ थिंग्स, ईआरपी, में प्रवेश कर गई है। सीएडी/सीएएम/सीएई/सीएआई और अन्य प्रौद्योगिकियों का व्यापक रूप से औद्योगिक उद्यमों में उपयोग किया जाता है।
विशेष रूप से औद्योगिक क्षेत्र में इंटरनेट, मोबाइल इंटरनेट और इंटरनेट ऑफ थिंग्स जैसी नई पीढ़ी की सूचना प्रौद्योगिकियों के अनुप्रयोग के साथ, औद्योगिक उद्यमों ने भी इंटरनेट उद्योग में विकास के एक नए चरण में प्रवेश किया है, और औद्योगिक उद्यमों द्वारा रखे गए डेटा अधिकाधिक प्रचुर मात्रा में होता जा रहा है।
औद्योगिक बड़े डेटा का अनुप्रयोग औद्योगिक उद्यमों में नवाचार और परिवर्तन का एक नया युग लाएगा।कम लागत की धारणा, हाई-स्पीड मोबाइल कनेक्शन, वितरित कंप्यूटिंग और इंटरनेट और मोबाइल इंटरनेट ऑफ थिंग्स द्वारा लाए गए उन्नत विश्लेषण के माध्यम से, सूचना प्रौद्योगिकी और वैश्विक औद्योगिक प्रणालियों को गहराई से एकीकृत किया जा रहा है, जिससे वैश्विक उद्योगों में गहरा बदलाव आ रहा है और नवाचार हो रहा है। उद्यमों का अनुसंधान एवं विकास और उत्पादन।, संचालन, विपणन और प्रबंधन के तरीके। हैंगओ टेक (SEKO मशीनरी) नियंत्रण प्रणाली में इंटरनेट तकनीक लागू करती है बुद्धिमान स्टेनलेस स्टील औद्योगिक वेल्डेड पाइप बनाने की मशीनरी , ताकि दोनों पक्षों की तकनीकी टीमें वास्तविक समय में उत्पादन डेटा की निगरानी कर सकें, संचालन के दौरान दोष ढूंढ सकें और शटडाउन को रोक सकें।
इसलिए, औद्योगिक बड़े डेटा अनुप्रयोगों के सामने आने वाली समस्याएं और चुनौतियाँ इंटरनेट उद्योग की तुलना में कम नहीं हैं, और कुछ मामलों में वे और भी अधिक जटिल हैं।
विभिन्न उद्योगों में ये नवीन औद्योगिक उद्यम तेज गति, उच्च दक्षता और उच्च अंतर्दृष्टि लेकर आए हैं।
औद्योगिक बड़े डेटा के विशिष्ट अनुप्रयोगों में उत्पाद नवाचार, उत्पाद दोष निदान और भविष्यवाणी, औद्योगिक उत्पादन लाइन IoT विश्लेषण, औद्योगिक उद्यम आपूर्ति श्रृंखला अनुकूलन और उत्पाद सटीक विपणन शामिल हैं।यह लेख विनिर्माण उद्यमों में औद्योगिक बड़े डेटा के अनुप्रयोग परिदृश्यों को एक-एक करके सुलझाएगा।
1. उत्पाद नवाचार में तेजी लाएं
ग्राहकों और औद्योगिक उद्यमों के बीच बातचीत और लेनदेन व्यवहार से बड़ी मात्रा में डेटा उत्पन्न होगा।इन ग्राहक गतिशील डेटा का खनन और विश्लेषण करने से ग्राहकों को उत्पाद मांग विश्लेषण और उत्पाद डिजाइन नवाचार गतिविधियों में भाग लेने और उत्पाद नवाचार में योगदान करने में मदद मिल सकती है।
इस संबंध में फोर्ड एक उदाहरण है।उन्होंने फोर्ड फोकस इलेक्ट्रिक कार के उत्पाद नवाचार और अनुकूलन के लिए बड़ी डेटा तकनीक लागू की।यह कार वास्तव में 'बड़ी डेटा इलेक्ट्रिक कार' बन गई है। फोर्ड फोकस इलेक्ट्रिक वाहनों की पहली पीढ़ी ने ड्राइविंग और पार्किंग के दौरान बहुत सारा डेटा उत्पन्न किया।
गाड़ी चलाते समय ड्राइवर वाहन की एक्सीलरेशन, ब्रेकिंग, बैटरी चार्जिंग और लोकेशन की जानकारी लगातार अपडेट करता रहता है।यह ड्राइवरों के लिए उपयोगी है, लेकिन डेटा को ग्राहक की ड्राइविंग आदतों को समझने के लिए फोर्ड इंजीनियरों को भी भेजा जाता है, जिसमें यह भी शामिल है कि कैसे, कब और कहां चार्ज करना है।यहां तक कि अगर वाहन रुका हुआ है, तो भी यह वाहन के टायर दबाव और बैटरी सिस्टम पर डेटा निकटतम स्मार्ट फोन पर प्रसारित करना जारी रखेगा।
इस ग्राहक-केंद्रित बड़े डेटा एप्लिकेशन परिदृश्य के कई लाभ हैं, क्योंकि बड़ा डेटा मूल्यवान नए उत्पाद नवाचार और सहयोग विधियों को सक्षम बनाता है।ड्राइवरों को उपयोगी और नवीनतम जानकारी मिलती है, जबकि डेट्रॉइट में इंजीनियर ग्राहकों को समझने, उत्पाद सुधार योजनाएं विकसित करने और नए उत्पाद नवाचारों को लागू करने के लिए ड्राइविंग व्यवहार के बारे में जानकारी एकत्र करते हैं।
इसके अलावा, बिजली कंपनियां और अन्य तृतीय-पक्ष आपूर्तिकर्ता यह निर्धारित करने के लिए लाखों मील के ड्राइविंग डेटा का विश्लेषण कर सकते हैं कि नए चार्जिंग स्टेशन कहां बनाए जाएं और नाजुक ग्रिड को ओवरलोडिंग से कैसे रोका जाए।
2. उत्पाद दोष निदान और भविष्यवाणी
इसका उपयोग उत्पाद की बिक्री के बाद सेवा और उत्पाद सुधार के लिए किया जा सकता है।सर्वव्यापी सेंसर और इंटरनेट प्रौद्योगिकी की शुरूआत ने उत्पाद दोषों के वास्तविक समय निदान को वास्तविकता बना दिया है, जबकि बड़े डेटा अनुप्रयोगों, मॉडलिंग और सिमुलेशन प्रौद्योगिकियों ने गतिशीलता की भविष्यवाणी करना संभव बना दिया है।
मलेशिया एयरलाइंस MH370 के खोए हुए कनेक्शन की खोज के दौरान, बोइंग द्वारा प्राप्त इंजन ऑपरेटिंग डेटा ने विमान के खोए हुए कनेक्शन का मार्ग निर्धारित करने में महत्वपूर्ण भूमिका निभाई।आइए बोइंग विमान प्रणाली को एक मामले के रूप में लें और देखें कि बड़े डेटा एप्लिकेशन उत्पाद दोष निदान में कैसे भूमिका निभाते हैं।
बोइंग के विमान में, इंजन, ईंधन प्रणाली, हाइड्रोलिक्स और इलेक्ट्रिकल सिस्टम जैसे सैकड़ों चर, उड़ान के दौरान की स्थिति बनाते हैं।इन डेटा को कुछ माइक्रोसेकंड से भी कम समय में मापा और भेजा जाता है।उदाहरण के तौर पर बोइंग 737 को लेते हुए, इंजन उड़ान के दौरान हर 30 मिनट में 10 टेराबाइट डेटा उत्पन्न कर सकता है।
ये डेटा न केवल इंजीनियरिंग टेलीमेट्री डेटा हैं जिनका विश्लेषण भविष्य में एक निश्चित बिंदु पर किया जा सकता है, बल्कि वास्तविक समय अनुकूली नियंत्रण, ईंधन उपयोग, घटक विफलता भविष्यवाणी और पायलट अधिसूचना को भी बढ़ावा देता है, जो प्रभावी ढंग से गलती निदान और भविष्यवाणी प्राप्त कर सकता है।
आइए जनरल इलेक्ट्रिक (जीई) का एक उदाहरण देखें।अमेरिका के अटलांटा में GE एनर्जी मॉनिटरिंग एंड डायग्नोस्टिक्स (M&D) सेंटर दुनिया भर के 50 से अधिक देशों में हजारों GE गैस टर्बाइनों पर डेटा एकत्र करता है, और हर दिन ग्राहकों के लिए 10G डेटा एकत्र कर सकता है।सिस्टम में सेंसर कंपन और तापमान संकेतों से निरंतर बड़े डेटा प्रवाह का विश्लेषण करें।ये बड़े डेटा विश्लेषण जीई के गैस टरबाइन दोष निदान और प्रारंभिक चेतावनी के लिए सहायता प्रदान करेंगे।
पवन टरबाइन निर्माता वेस्टास ने मौसम डेटा और इसके टरबाइन मीटर डेटा का क्रॉस-विश्लेषण करके पवन टरबाइन के लेआउट में भी सुधार किया, जिससे पवन टरबाइन के बिजली उत्पादन स्तर में वृद्धि हुई और सेवा जीवन का विस्तार हुआ।
3. औद्योगिक IoT उत्पादन लाइन का बड़ा डेटा अनुप्रयोग
आधुनिक औद्योगिक विनिर्माण उत्पादन लाइनें तापमान, दबाव, गर्मी, कंपन और शोर का पता लगाने के लिए हजारों छोटे सेंसर से लैस हैं।
क्योंकि डेटा हर कुछ सेकंड में एकत्र किया जाता है, इन डेटा का उपयोग करके विश्लेषण के कई रूपों को महसूस किया जा सकता है, जिसमें उपकरण निदान, बिजली खपत विश्लेषण, ऊर्जा खपत विश्लेषण, गुणवत्ता दुर्घटना विश्लेषण (उत्पादन नियमों के उल्लंघन, घटक विफलताओं सहित) आदि शामिल हैं।
सबसे पहले, उत्पादन प्रक्रिया में सुधार के संदर्भ में, उत्पादन प्रक्रिया में इन बड़े डेटा का उपयोग करके संपूर्ण उत्पादन प्रक्रिया का विश्लेषण किया जा सकता है और समझा जा सकता है कि प्रत्येक लिंक को कैसे निष्पादित किया जाता है।एक बार जब एक निश्चित प्रक्रिया मानक प्रक्रिया से भटक जाती है, तो एक अलार्म सिग्नल उत्पन्न होगा, त्रुटियों या बाधाओं को अधिक तेज़ी से पाया जा सकता है, और समस्या को अधिक आसानी से हल किया जा सकता है।
बड़े डेटा प्रौद्योगिकी का उपयोग करके, औद्योगिक उत्पादों की उत्पादन प्रक्रिया के आभासी मॉडल स्थापित करना, उत्पादन प्रक्रिया का अनुकरण और अनुकूलन करना भी संभव है।जब सिस्टम में सभी प्रक्रिया और प्रदर्शन डेटा का पुनर्निर्माण किया जा सकता है, तो यह पारदर्शिता निर्माताओं को उनकी उत्पादन प्रक्रियाओं को बेहतर बनाने में मदद करेगी।
एक अन्य उदाहरण के लिए, ऊर्जा खपत विश्लेषण के संदर्भ में, उपकरण उत्पादन प्रक्रिया के दौरान सभी उत्पादन प्रक्रियाओं की केंद्रीय निगरानी के लिए सेंसर का उपयोग ऊर्जा खपत में असामान्यताएं या शिखर पा सकता है, ताकि उत्पादन प्रक्रिया के दौरान ऊर्जा खपत को अनुकूलित किया जा सके और सभी प्रक्रियाएं प्रदर्शन हुआ।विश्लेषण से ऊर्जा की खपत में काफी कमी आएगी।
4. औद्योगिक आपूर्ति श्रृंखला का विश्लेषण और अनुकूलन
वर्तमान में, कई ई-कॉमर्स कंपनियों के लिए अपनी आपूर्ति श्रृंखलाओं की प्रतिस्पर्धात्मकता बढ़ाने के लिए बड़ा डेटा विश्लेषण पहले से ही एक महत्वपूर्ण साधन है।
उदाहरण के लिए, ई-कॉमर्स कंपनी जिंगडोंग मॉल विभिन्न स्थानों पर माल की मांग का पहले से विश्लेषण और अनुमान लगाने के लिए बड़े डेटा का उपयोग करती है, जिससे वितरण और भंडारण की दक्षता में सुधार होता है और अगले दिन का ग्राहक अनुभव सुनिश्चित होता है।
आरएफआईडी और अन्य उत्पाद इलेक्ट्रॉनिक पहचान तकनीक, इंटरनेट ऑफ थिंग्स तकनीक और मोबाइल इंटरनेट तकनीक औद्योगिक उद्यमों को संपूर्ण उत्पाद आपूर्ति श्रृंखला का बड़ा डेटा प्राप्त करने में मदद कर सकती है।विश्लेषण के लिए इन आंकड़ों का उपयोग करने से भंडारण, वितरण और बिक्री दक्षता और महत्वपूर्ण लागत में उल्लेखनीय वृद्धि होगी।गिरावट।
संयुक्त राज्य अमेरिका में 1,000 से अधिक बड़े OEM आपूर्तिकर्ता हैं, जो विनिर्माण कंपनियों को 10,000 से अधिक विभिन्न उत्पाद प्रदान करते हैं।प्रत्येक निर्माता अपने उत्पादों को बेचने के लिए बाजार के पूर्वानुमानों और अन्य विभिन्न चर, जैसे बिक्री डेटा, बाजार की जानकारी, प्रदर्शनियों, समाचार और प्रतिस्पर्धी डेटा और यहां तक कि मौसम के पूर्वानुमान पर भी निर्भर करता है।
बिक्री डेटा, उत्पाद सेंसर डेटा और आपूर्तिकर्ता डेटाबेस से डेटा का उपयोग करके, औद्योगिक विनिर्माण कंपनियां दुनिया के विभिन्न क्षेत्रों में मांग का सटीक अनुमान लगा सकती हैं।
चूंकि इन्वेंट्री और बिक्री कीमतों को ट्रैक किया जा सकता है, और कीमतें गिरने पर खरीदा जा सकता है, विनिर्माण कंपनियां बहुत सारी लागत बचा सकती हैं।
यदि आप यह जानने के लिए उत्पाद में सेंसर द्वारा उत्पन्न डेटा का पुन: उपयोग करते हैं कि उत्पाद में क्या खराबी है और भागों की कहाँ आवश्यकता है, तो वे यह भी अनुमान लगा सकते हैं कि भागों की कहाँ और कब आवश्यकता है।इससे इन्वेंट्री बहुत कम हो जाएगी और आपूर्ति श्रृंखला अनुकूलित हो जाएगी।
