Az ipari nagy adatok egy új koncepció, amelyet szó szerint megértettek, az ipari nagy adatok az ipari információk alkalmazásában generált nagy adatokra utalnak.
Az informatizáció és az iparosodás mélyreható integrációjával az információs technológia behatolt az ipari vállalkozások ipari láncának minden láncába, például vonalkódok, QR-kódok, RFID, ipari érzékelők, ipari automatikus vezérlőrendszerek, ipari internet, ERP, CAD/CAE/CAE/CAI és más technológiák széles körben használható az ipari vállalkozásokban.
Különösen az új generációs információs technológiák, például az internet, a mobil internet és a tárgyak internete alkalmazása révén az ipari vállalkozások az internetes iparág fejlesztésének új szakaszába léptek be, és az ipari vállalkozások által birtokolt adatok egyre inkább bővebbé váltak.
Az ipari nagy adatok felhasználása új korszakot hoz az innováció és az átalakulás az ipari vállalkozásokban. Az olcsó észlelés révén a nagysebességű mobil kapcsolat, az elosztott számítástechnika és az internet és a mobil tárgyak internete, az információs technológia és a globális ipari rendszerek által létrehozott fejlett elemzések mélyen integrálódnak, mély változásokat hoznak a globális iparágakban, valamint a K + F és a vállalkozások előállításának innovációját. , Működés, marketing és menedzsment módszerek. A Intelligens rozsdamentes acél ipari hegesztett csőkészítő gépek , hogy mindkét fél műszaki csapata valós időben figyelemmel kísérhesse a termelési adatokat, hibákat találjon a működés közben, és megakadályozza a leállítást.
Ezért az ipari nagy adat -alkalmazások problémái és kihívásai nem kevesebbek, mint az internetes ipar, és bizonyos esetekben még bonyolultabbak.
Ezek az innovatív ipari vállalkozások a különböző iparágakban gyorsabb, magasabb hatékonyságot és magasabb betekintést hoztak.
Az ipari nagy adatok tipikus alkalmazásai közé tartozik a termékinnováció, a termékhiba diagnosztizálása és az előrejelzés, az ipari gyártósor IoT elemzése, az ipari vállalati ellátási lánc optimalizálása és a termék precíziós marketingje. Ez a cikk rendezi az ipari nagy adatok alkalmazási forgatókönyveit a gyártási vállalkozásokban egyenként.
1. Gyorsítsa fel a termékinnovációt
Az ügyfelek és az ipari vállalkozások közötti interakciós és tranzakciós magatartás nagy mennyiségű adatot generál. Ezen ügyfél dinamikus adatok bányászása és elemzése segíthet az ügyfeleknek a termékigény -elemzésben és a terméktervezési innovációs tevékenységekben való részvételben, valamint hozzájárulhat a termékinnovációhoz.
A Ford példa erre a tekintetben. Nagy adattechnológiát alkalmaztak a termékinnovációra és a Ford Focus Electric Car optimalizálására. Ez az autó valódi 'Big Data Electric Car.'. A Ford Focus elektromos járművek első generációja sok adatot generált vezetés és parkolás során.
Vezetés közben a vezető folyamatosan frissíti a jármű gyorsulását, fékezését, akkumulátorát és helymeghatározási információkat. Ez hasznos a járművezetők számára, de az adatokat visszajuttatják a Ford Mérnököknek, hogy megértsék az ügyfél vezetési szokásait, ideértve azt is, hogy hogyan, mikor és hol kell tölteni. Még akkor is, ha a jármű megállt, továbbra is továbbítja az adatokat a jármű gumiabroncsnyomás és akkumulátorrendszeréről a legközelebbi okostelefonra.
Ennek az ügyfél-központú BIG Data alkalmazás-forgatókönyvnek számos előnye van, mivel a Big Data lehetővé teszi az új termékinnovációs és együttműködési módszereket. A járművezetők hasznos és naprakész információkat kapnak, míg a Detroiti mérnökök a vezetési magatartással kapcsolatos információkat az ügyfelek megértése, a termékfejlesztési tervek kidolgozása és az új termékinnovációk végrehajtása érdekében.
Ezenkívül az energiaszolgáltatók és más harmadik féltől származó beszállítók több millió mérföldes vezetési adat elemzését elemezhetik, hogy meghatározzák, hol építhetnek új töltőállomásokat, és hogyan lehet megakadályozni a törékeny rács túlterhelését.
2.
Ez felhasználható az értékesítés utáni szolgáltatáshoz és a termékek fejlesztéséhez. A mindenütt jelenlévő érzékelők és az internetes technológia bevezetése a termékhibák valós idejű diagnosztizálására vált valósággá, míg a Big Data alkalmazások, a modellezési és a szimulációs technológiák lehetővé tették a dinamika előrejelzését.
A Malaysia Airlines MH370 elvesztett kapcsolatának keresése során a Boeing által kapott motor működési adatai kulcsszerepet játszottak a repülőgép elveszett kapcsolatának útjának meghatározásában. Vegyük a Boeing Aircraft rendszert, hogy megtudjuk, milyen szerepet játszanak a nagy adat -alkalmazások a termékhibás diagnosztizálásában.
A Boeing repülőgépén több száz változó, például motorok, üzemanyagrendszerek, hidraulika és elektromos rendszerek alkotják a repülés közbeni állapotát. Ezeket az adatokat mérik és kevesebb, mint néhány mikrosekundumban küldjük el. Például a Boeing 737 -et véve a motor 30 percenként 10 perces adatot generálhat.
Ezek az adatok nemcsak olyan telemetriai adatok, amelyeket a jövőben egy bizonyos ponton lehet elemezni, hanem elősegítik a valós idejű adaptív vezérlést, az üzemanyag-felhasználást, az összetevők meghibásodásának előrejelzését és a pilóta értesítést, amelyek hatékonyan elérhetik a hiba diagnózist és előrejelzést.
Nézzük meg a General Electric (GE) példáját. A GE Energy Monitoring and Diagnostics (M&D) központja, Atlanta, az USA -ban, a világ több mint 50 országában több ezer GE gázturbinát gyűjt, és napi 10G adatot gyűjthet az ügyfelek számára. Elemezze az állandó nagy adatáramlást a rendszer érzékelő rezgése és hőmérsékleti jeleiből. Ezek a nagy adatelemzés támogatni fogja a GE gázturbina hibás diagnosztizálását és a korai figyelmeztetést.
A Vestas szélturbinagyártó szintén javította a szélturbinák elrendezését az időjárási adatok és a turbina-mérő adatainak keresztirányú elemzésével, ezáltal növelve a szélturbinák teljesítményének szintjét és meghosszabbítva az élettartamot.
3.
A modern ipari gyártóvezetékek több ezer kis érzékelővel vannak felszerelve a hőmérséklet, a nyomás, a hő, a rezgés és a zaj észlelésére.
Mivel az adatokat néhány másodpercenként összegyűjtik, az elemzések sok formája ezen adatok felhasználásával valósítható meg, ideértve a berendezések diagnosztizálását, az energiafogyasztási elemzést, az energiafogyasztási elemzést, a minőségi balesetek elemzését (ideértve a termelési előírások megsértését, az alkatrészek hibáit) stb.
Mindenekelőtt a termelési folyamat fejlesztése szempontjából ezeknek a nagy adatoknak a felhasználása a termelési folyamatban elemezheti a teljes termelési folyamatot és megértheti az egyes linkek végrehajtásának módját. Miután egy bizonyos folyamat eltér a standard eljárástól, riasztási jel jön létre, a hibákat vagy a szűk keresztmetszeteket gyorsabban megtalálhatják, és a probléma könnyebben megoldható.
A Big Data Technology alkalmazásával az ipari termékek gyártási folyamatának virtuális modelljei is lehet létrehozni, szimulálni és optimalizálni a termelési folyamatot. Ha az összes folyamat- és teljesítményadat rekonstruálható a rendszerben, ez az átláthatóság segít a gyártóknak a termelési folyamatok javításában.
Egy másik példa az energiafogyasztási elemzés szempontjából az érzékelők használata az összes termelési folyamat központi ellenőrzésére a berendezések előállítási folyamata során az energiafogyasztás rendellenességeit vagy csúcsát találhatja, így az energiafogyasztás optimalizálható a gyártási folyamat során, és minden folyamat elvégezhető. Az elemzés jelentősen csökkenti az energiafogyasztást.
4. Az ipari ellátási lánc elemzése és optimalizálása
Jelenleg a Big Data elemzése már fontos eszköz sok e-kereskedelmi vállalat számára az ellátási láncok versenyképességének javítása érdekében.
Például az e-kereskedelmi társaság Jingdong Mall nagy adatokat használ az áruk iránti igény elemzésére és előrejelzésére különféle helyeken, javítva a disztribúció és a raktározás hatékonyságát, és biztosítva a következő nap vevői tapasztalatait.
Az RFID és más termék elektronikus azonosító technológiája, a tárgyak internete technológiája és a mobil internetes technológia segíthet az ipari vállalkozásoknak a teljes termékellátási lánc nagy adatainak megszerzésében. Ezen adatok elemzési felhasználása a raktározás, a disztribúció és az értékesítés hatékonyságának jelentős növekedését, valamint jelentős költségeket eredményez. hanyatlás.
Az Egyesült Államokban több mint 1000 nagy OEM -beszállító található, amelyek több mint 10 000 különféle terméket biztosítanak a gyártó cégek számára. Minden gyártó a piaci előrejelzésekre és más különféle változókra támaszkodik, például értékesítési adatok, piaci információk, kiállítások, hírek és versenytársak adatok, sőt az időjárási előrejelzések termékeik eladására.
Az értékesítési adatok, a termékérzékelő adatok és a beszállítói adatbázisok adatainak felhasználásával az ipari gyártó cégek pontosan megjósolhatják a keresletet a világ különböző régióiban.
Mivel a leltár és az értékesítési árak nyomon követhetők, és az árak csökkenése esetén megvásárolhatók, a gyártó cégek sok költséget takaríthatnak meg.
Ha újrafelhasználja a termék érzékelői által generált adatokat, hogy megtudja, mi a baj a termékkel, és ahol alkatrészekre van szükség, akkor azt is megjósolhatják, hogy hol és mikor van szükség alkatrészekre. Ez nagymértékben csökkenti a készleteket és optimalizálja az ellátási láncot.
