Industrial Big Data adalah konsep baru, secara harfiah dipahami, Big Data Industri mengacu pada data besar yang dihasilkan dalam penerapan informasi industri.
Dengan integrasi mendalam dari informatisasi dan industrialisasi, teknologi informasi telah menembus ke semua hubungan rantai industri perusahaan industri, seperti barcode, kode QR, RFID, sensor industri, sistem kontrol otomatis industri, internet industri, ERP, CAD/CAE/CAI/Teknologi lainnya adalah industri yang digunakan di industri.
Terutama dengan penerapan teknologi informasi generasi baru seperti internet, internet seluler, dan Internet of Things di bidang industri, perusahaan industri juga telah memasuki tahap pengembangan baru di industri internet, dan data yang dipegang oleh perusahaan industri menjadi semakin berlimpah.
Penerapan data besar industri akan membawa era baru inovasi dan transformasi di perusahaan industri. Melalui persepsi berbiaya rendah, koneksi seluler berkecepatan tinggi, komputasi terdistribusi, dan analisis lanjutan yang disebabkan oleh Internet dan Internet Mobile, teknologi informasi dan sistem industri global sangat terintegrasi, membawa perubahan besar pada industri global, dan berinovasi R&D dan produksi perusahaan. , Metode Operasi, Pemasaran dan Manajemen. Hangao tech (mesin seko) menerapkan teknologi internet ke sistem kontrol Mesin pembuatan pipa industri stainless steel yang cerdas , sehingga tim teknis dari kedua belah pihak dapat memantau data produksi secara real time, menemukan kesalahan selama operasi, dan mencegah shutdown.
Oleh karena itu, masalah dan tantangan yang dihadapi oleh aplikasi Big Data industri tidak kurang dari industri internet, dan dalam beberapa kasus mereka bahkan lebih rumit.
Perusahaan industri inovatif ini di berbagai industri telah membawa kecepatan lebih cepat, efisiensi yang lebih tinggi dan wawasan yang lebih tinggi.
Aplikasi khas data besar industri meliputi inovasi produk, diagnosis dan prediksi kesalahan produk, analisis IoT lini produksi industri, optimasi rantai pasokan perusahaan industri, dan pemasaran presisi produk. Artikel ini akan memilah skenario aplikasi Big Data Industri di perusahaan manufaktur satu per satu.
1. Akselerasi Inovasi Produk
Perilaku interaksi dan transaksi antara pelanggan dan perusahaan industri akan menghasilkan sejumlah besar data. Menambang dan menganalisis data dinamis pelanggan ini dapat membantu pelanggan berpartisipasi dalam analisis permintaan produk dan kegiatan inovasi desain produk, dan memberikan kontribusi untuk inovasi produk.
Ford adalah contoh dalam hal ini. Mereka menerapkan teknologi data besar untuk inovasi produk dan optimalisasi mobil listrik Ford Focus. Mobil ini telah menjadi 'mobil listrik besar. ' Generasi pertama kendaraan listrik Ford Focus menghasilkan banyak data saat mengemudi dan parkir.
Saat mengemudi, pengemudi terus memperbarui akselerasi, pengereman, pengisian daya baterai, dan informasi lokasi. Ini berguna untuk pengemudi, tetapi data juga dikirim kembali ke insinyur Ford untuk memahami kebiasaan mengemudi pelanggan, termasuk bagaimana, kapan dan di mana harus dikenakan biaya. Bahkan jika kendaraan macet, itu akan terus mengirimkan data pada tekanan ban dan sistem baterai kendaraan ke ponsel pintar terdekat.
Skenario aplikasi Big Data yang berpusat pada pelanggan ini memiliki banyak manfaat, karena data besar memungkinkan inovasi produk baru dan metode kolaborasi. Pengemudi mendapatkan informasi yang berguna dan terkini, sementara insinyur di Detroit agregat informasi tentang perilaku mengemudi untuk memahami pelanggan, mengembangkan rencana peningkatan produk, dan mengimplementasikan inovasi produk baru.
Selain itu, perusahaan listrik dan pemasok pihak ketiga lainnya dapat menganalisis jutaan mil data mengemudi untuk menentukan di mana harus membangun stasiun pengisian baru dan bagaimana mencegah kisi-kisi yang rapuh dari kelebihan beban.
2. Diagnosis dan prediksi kesalahan produk
Ini dapat digunakan untuk layanan purna jual produk dan peningkatan produk. Pengenalan sensor di mana-mana dan teknologi internet telah membuat diagnosis real-time dari kesalahan produk menjadi kenyataan, sementara aplikasi data besar, pemodelan dan teknologi simulasi telah memungkinkan untuk memprediksi dinamika.
Selama pencarian koneksi yang hilang dari Malaysia Airlines MH370, data pengoperasian mesin yang diperoleh Boeing memainkan peran kunci dalam menentukan jalur koneksi yang hilang dari pesawat. Mari kita ambil sistem pesawat Boeing sebagai kasus untuk melihat bagaimana aplikasi data besar berperan dalam diagnosis kesalahan produk.
Di pesawat Boeing, ratusan variabel, seperti mesin, sistem bahan bakar, hidrolika, dan sistem listrik, membentuk keadaan dalam penerbangan. Data ini diukur dan dikirim kurang dari beberapa mikrodetik. Mengambil Boeing 737 sebagai contoh, mesin dapat menghasilkan 10 terabyte data setiap 30 menit dalam penerbangan.
Data ini tidak hanya rekayasa data telemetri yang dapat dianalisis pada titik tertentu di masa depan, tetapi juga mempromosikan kontrol adaptif waktu nyata, penggunaan bahan bakar, prediksi kegagalan komponen dan pemberitahuan pilot, yang secara efektif dapat mencapai diagnosis dan prediksi kesalahan.
Mari kita lihat contoh General Electric (GE). Pusat Pemantauan dan Diagnostik GE Energy (M&D) di Atlanta, AS, mengumpulkan data tentang ribuan turbin gas GE di lebih dari 50 negara di seluruh dunia, dan dapat mengumpulkan data 10g untuk pelanggan setiap hari. Analisis aliran data besar konstan dari getaran sensor dan sinyal suhu dalam sistem. Analisis data besar ini akan memberikan dukungan untuk diagnosis kesalahan turbin gas GE dan peringatan dini.
Produsen turbin angin Vestas juga meningkatkan tata letak turbin angin dengan menganalisis data cuaca silang dan data meter turbinnya, sehingga meningkatkan tingkat keluaran daya turbin angin dan memperpanjang masa pakai layanan.
3. Aplikasi Big Data dari Lini Produksi IoT Industri
Jalur produksi manufaktur industri modern dilengkapi dengan ribuan sensor kecil untuk mendeteksi suhu, tekanan, panas, getaran, dan kebisingan.
Karena data dikumpulkan setiap beberapa detik, banyak bentuk analisis dapat direalisasikan dengan menggunakan data ini, termasuk diagnosis peralatan, analisis konsumsi daya, analisis konsumsi energi, analisis kecelakaan kualitas (termasuk pelanggaran peraturan produksi, kegagalan komponen), dll.
Pertama -tama, dalam hal peningkatan proses produksi, menggunakan data besar ini dalam proses produksi dapat menganalisis seluruh proses produksi dan memahami bagaimana setiap tautan dijalankan. Setelah proses tertentu menyimpang dari proses standar, sinyal alarm akan dihasilkan, kesalahan atau bottleneck dapat ditemukan lebih cepat, dan masalahnya dapat diselesaikan dengan lebih mudah.
Menggunakan teknologi Big Data, juga dimungkinkan untuk membangun model virtual dari proses produksi produk industri, mensimulasikan dan mengoptimalkan proses produksi. Ketika semua data proses dan kinerja dapat direkonstruksi dalam sistem, transparansi ini akan membantu produsen meningkatkan proses produksi mereka.
Untuk contoh lain, dalam hal analisis konsumsi energi, penggunaan sensor untuk memantau semua proses produksi secara terpusat selama proses produksi peralatan dapat menemukan kelainan atau puncak dalam konsumsi energi, sehingga konsumsi energi dapat dioptimalkan selama proses produksi dan semua proses dapat dilakukan. Analisis akan sangat mengurangi konsumsi energi.
4. Analisis dan Optimalisasi Rantai Pasokan Industri
Saat ini, analisis data besar sudah merupakan sarana penting bagi banyak perusahaan e-commerce untuk meningkatkan daya saing rantai pasokan mereka.
Misalnya, perusahaan e-commerce Jingdong Mall menggunakan data besar untuk menganalisis dan memprediksi permintaan barang di berbagai tempat di muka, sehingga meningkatkan efisiensi distribusi dan pergudangan, dan memastikan pengalaman pelanggan pada hari berikutnya.
RFID dan teknologi identifikasi elektronik produk lainnya, teknologi Internet of Things, dan teknologi internet seluler dapat membantu perusahaan industri mendapatkan data besar dari rantai pasokan produk yang lengkap. Menggunakan data ini untuk analisis akan menghasilkan peningkatan yang signifikan dalam pergudangan, distribusi, dan efisiensi penjualan dan biaya yang signifikan. menolak.
Ada lebih dari 1.000 pemasok OEM besar di Amerika Serikat, menyediakan lebih dari 10.000 produk berbeda untuk perusahaan manufaktur. Setiap produsen bergantung pada perkiraan pasar dan variabel berbeda lainnya, seperti data penjualan, informasi pasar, pameran, berita, dan data pesaing, dan bahkan perkiraan cuaca untuk menjual produk mereka.
Menggunakan data penjualan, data sensor produk, dan data dari basis data pemasok, perusahaan manufaktur industri dapat secara akurat memprediksi permintaan di berbagai wilayah di dunia.
Karena harga inventaris dan penjualan dapat dilacak, dan dapat dibeli ketika harga turun, perusahaan manufaktur dapat menghemat banyak biaya.
Jika Anda menggunakan kembali data yang dihasilkan oleh sensor dalam produk untuk mengetahui apa yang salah dengan produk dan di mana bagian diperlukan, mereka juga dapat memprediksi di mana dan kapan bagian diperlukan. Ini akan sangat mengurangi inventaris dan mengoptimalkan rantai pasokan.
