産業ビッグデータは新しい概念であり、文字通り理解すると、産業情報のアプリケーションで生成されるビッグデータを指します。
情報化と産業化の徹底的な統合により、情報技術は、バーコード、QR コード、RFID、産業用センサー、産業用自動制御システム、産業用モノのインターネット、ERP、 CAD/CAM/CAE/CAI およびその他のテクノロジーは、産業企業で広く使用されています。
特に、インターネット、モバイルインターネット、モノのインターネットなどの新世代情報技術の産業分野への応用に伴い、産業企業もインターネット産業において新たな発展段階に入り、産業企業が保有するデータは高度化しています。ますます豊かになります。
産業ビッグデータの応用は、産業企業にイノベーションと変革の新時代をもたらすでしょう。インターネットとモバイル IoT によってもたらされる、低コストの認識、高速モバイル接続、分散コンピューティング、高度な分析を通じて、情報技術と世界の産業システムが深く統合され、世界の産業に重大な変化をもたらし、世界の産業に革新をもたらしています。企業の研究開発と生産。、運営、マーケティング、管理方法。 Hangao Tech (SEKO Machinery) は、 インターネット技術を自動車の制御システムに応用しています。 インテリジェントなステンレス鋼工業用溶接管製造機械。これにより、双方の技術チームはリアルタイムで生産データを監視し、稼働中の障害を発見し、シャットダウンを防ぐことができます。
したがって、産業用ビッグデータ アプリケーションが直面する問題や課題は、インターネット産業に劣らず、場合によってはさらに複雑です。
さまざまな業界のこれらの革新的な産業企業は、より高速なスピード、より高い効率、そしてより高い洞察をもたらしました。
産業ビッグデータの一般的な用途には、製品イノベーション、製品の故障診断と予測、産業生産ラインのIoT分析、産業企業のサプライチェーンの最適化、製品の精密マーケティングなどがあります。本稿では、製造業における産業ビッグデータの活用シナリオを一つずつ整理していきます。
1. 製品イノベーションの加速
顧客と産業企業の間のやり取りや取引行動により、大量のデータが生成されます。これらの顧客の動的データをマイニングして分析することは、顧客が製品需要分析や製品設計革新活動に参加し、製品革新に貢献するのに役立ちます。
この点ではフォードがその一例です。彼らは、ビッグデータ技術をフォード フォーカス電気自動車の製品革新と最適化に適用しました。この車は、まさに「ビッグデータ電気自動車」になりました。第 1 世代のフォード フォーカス電気自動車は、運転中や駐車時に大量のデータを生成しました。
運転中、ドライバーは車両の加速、制動、バッテリーの充電、位置情報を継続的に更新します。これはドライバーにとって便利ですが、充電方法、いつ、どこで充電するかなど、顧客の運転習慣を理解するためにデータはフォードのエンジニアにも送信されます。車両が停止している場合でも、車両のタイヤ空気圧とバッテリー システムに関するデータを最寄りのスマートフォンに送信し続けます。
この顧客中心のビッグデータ アプリケーション シナリオには、ビッグデータによって価値のある新製品のイノベーションやコラボレーション方法が可能になるため、多くの利点があります。ドライバーは有益な最新情報を入手し、デトロイトのエンジニアは運転行動に関する情報を集約して顧客を理解し、製品改善計画を策定し、新しい製品イノベーションを実装します。
さらに、電力会社やその他のサードパーティサプライヤーは、数百万マイルの走行データを分析して、新しい充電ステーションをどこに建設するか、脆弱な送電網の過負荷を防ぐ方法を決定できます。
2. 製品の故障診断と予測
製品のアフターサービスや製品の改良などに活用できます。ユビキタスセンサーとインターネットテクノロジーの導入により、製品の故障のリアルタイム診断が現実になり、ビッグデータアプリケーション、モデリング、シミュレーションテクノロジーによりダイナミクスの予測が可能になりました。
マレーシア航空MH370便の接続が失われた捜索中、ボーイング社が入手したエンジン稼働データが、航空機の接続が失われた経路を特定する上で重要な役割を果たしました。ボーイング航空機システムを事例として取り上げ、ビッグデータ アプリケーションが製品の故障診断においてどのような役割を果たすかを見てみましょう。
ボーイングの航空機では、エンジン、燃料システム、油圧システム、電気システムなどの数百の変数が飛行中の状態を構成します。これらのデータは数マイクロ秒以内に測定されて送信されます。ボーイング 737 を例にとると、エンジンは飛行中 30 分ごとに 10 テラバイトのデータを生成できます。
これらのデータは、将来の特定の時点で分析できるエンジニアリングテレメトリデータであるだけでなく、リアルタイムの適応制御、燃料使用量、コンポーネントの故障予測、パイロット通知を促進し、故障の診断と予測を効果的に実現できます。
ゼネラル・エレクトリック（GE）の例を見てみましょう。米国アトランタにある GE エネルギー監視診断 (M&D) センターは、世界 50 か国以上の数千台の GE ガス タービンに関するデータを収集しており、顧客向けに毎日 10G データを収集できます。システム内のセンサーの振動と温度信号からの継続的なビッグデータ フローを分析します。これらのビッグデータ分析は、GEのガスタービンの故障診断と早期警告をサポートします。
風力タービン メーカーの Vestas はまた、気象データとタービン メーター データを相互分析することで風力タービンのレイアウトを改善し、これにより風力タービンの出力レベルを向上させ、耐用年数を延長しました。
3. 産業用IoT生産ラインのビッグデータ活用
現代の工業製造ラインには、温度、圧力、熱、振動、騒音を検出するために何千もの小型センサーが装備されています。
数秒ごとにデータが収集されるため、これらのデータを活用することで、設備診断、消費電力解析、エネルギー消費解析、品質事故解析（製造規定違反、部品故障など）など、さまざまな解析が実現できます。
まず、生産プロセスの改善に関しては、これらのビッグデータを生産プロセスに活用することで、生産プロセス全体を分析し、各リンクがどのように実行されているかを理解することができます。特定のプロセスが標準プロセスから逸脱すると、アラーム信号が生成され、エラーやボトルネックをより迅速に発見でき、問題をより簡単に解決できます。
ビッグデータ技術を活用することで、工業製品の生産プロセスの仮想モデルを構築し、生産プロセスをシミュレーション、最適化することも可能です。すべてのプロセスとパフォーマンスのデータをシステム内で再構築できれば、この透明性はメーカーが生産プロセスを改善するのに役立ちます。
また、エネルギー消費分析の例としては、機器の生産工程においてセンサーを用いて全生産工程を集中監視することで、エネルギー消費量の異常やピークを発見することができ、生産工程におけるエネルギー消費量の最適化や全工程の安定化を図ることができます。実行される。分析によりエネルギー消費が大幅に削減されます。
4. 産業サプライチェーンの分析と最適化
現在、ビッグデータ分析はすでに多くの電子商取引企業にとって、サプライチェーンの競争力を強化するための重要な手段となっています。
たとえば、電子商取引企業の京東モールは、ビッグデータを使用してさまざまな場所での商品の需要を事前に分析および予測することで、物流と倉庫の効率を向上させ、翌日の顧客体験を保証します。
RFID およびその他の製品電子識別技術、モノのインターネット技術、およびモバイル インターネット技術は、産業企業が完全な製品サプライ チェーンのビッグ データを取得するのに役立ちます。これらのデータを分析に使用すると、倉庫、物流、販売の効率が大幅に向上し、大幅なコストがかかります。衰退。
米国には 1,000 社を超える大手 OEM サプライヤーがあり、10,000 種類を超えるさまざまな製品を製造会社に提供しています。各メーカーは、市場予測や、販売データ、市場情報、展示会、ニュース、競合他社のデータ、さらには天気予報などのさまざまな変数に依存して製品を販売しています。
工業製造会社は、販売データ、製品センサー データ、サプライヤー データベースのデータを使用して、世界のさまざまな地域の需要を正確に予測できます。
在庫と販売価格を追跡でき、価格が下がったときに購入できるため、製造会社は大幅なコストを節約できます。
製品のセンサーによって生成されたデータを再利用して、製品の何が問題なのか、どこに部品が必要なのかを把握すれば、部品がいつどこで必要になるかを予測することもできます。これにより在庫が大幅に削減され、サプライチェーンが最適化されます。
