Ba grands données industrielles ezali concept ya sika, oyo e comprendre vraiment, ba grands données industrielles ezali ko référer na ba grands données oyo esalemi na application ya information industrielle.
Na bosangisi ya mozindo ya informatisation mpe ya industrielisation, technologie ya information ekoti na ba liens nionso ya chaîne industrielle ya ba entreprises industrielles, lokola ba code barre, code QR, RFID, capteurs industriels, systèmes de contrôle automatique industriel, Internet industriel des choses, ERP, CAD/CAM/CAE/ CAI pe ba technologies misusu esalelamaka mingi na ba entreprises industrielles.
Mingimingi na bosaleli ya ba technologies ya information ya génération ya sika lokola Internet, Internet mobile, mpe Internet ya biloko na domaine industriel, ba entreprises industrielles ekoti mpe na étape ya sika ya développement na industrie ya Internet, mpe ba données oyo ezali na maboko ya ba entreprises industrielles ekoti ekómaka mingi mingi.
Kosalela ba grands données industrielles eko mema époque ya sika ya innovation mpe ya transformation na ba entreprises industrielles.Na nzela ya perception ya talo moke, connexion mobile ya vitesse makasi, informatique distribuée mpe analyse avancée oyo ememi na Internet mpe Internet mobile ya biloko, technologie ya information mpe ba systèmes industriels mondiaux ezali ko intégrer na mozindo, komema ba changements profonds na ba industries mondiales, mpe ko innover ba R&D mpe production ya ba entreprises., Ba méthodes ya exploitation, marketing na gestion. Hangao Tech (SEKO Machinery) esalelaka technologie ya Internet na système ya contrôle ya... intelligent stainless steel industrial souded pipe making machinery , mpo ete ba équipes techniques ya ba parties nionso mibale ekoki ko suivre ba données ya production en temps réel, koluka ba fautes na tango ya fonctionnement, mpe kopekisa ba arrêts.
Yango wana, mikakatano mpe mikakatano oyo ba applications ya ba données minene ya industrie ezali kokutana na yango ezali moke te koleka oyo ya industrie ya internet, mpe na ba cas misusu ezali kutu compliqué koleka.
Ba entreprises industrielles oyo ya sika na ba industries ndenge na ndenge ememi vitesse ya mbangu, efficacité ya likolo pe bososoli ya likolo.
Ba applications typiques ya ba grands données industrielles ezali innovation ya produit, diagnostic mpe prédiction ya ba fautes ya produit, analyse IoT ya ligne de production industrielle, optimisation ya chaîne d’approvisionnement ya entreprise industrielle, mpe marketing ya précision ya produit.Lisolo oyo ekobongisa ba scénarios ya application ya ba grands données industrielles na ba entreprises ya fabrication moko moko.
1. Kosala nokinoki mayele ya sika ya biloko
Comportement ya interaction na transaction entre ba clients na ba entreprises industrielles ekosala que ba données ebele.Mining mpe analyse ya ba données dynamiques ya ba clients oyo ekoki kosalisa ba clients ba participer na analyse ya demande ya produit mpe na ba activités ya innovation ya conception ya produit, mpe kosala ba contributions na innovation ya produit.
Ford azali ndakisa na likambo yango.Basalelaki technologie ya ba données minene na innovation ya produit mpe optimisation ya voiture électrique Ford Focus.Motuka oyo ekomi véritable 'motuka ya électrique ya ba données minene.' Génération ya liboso ya ba véhicules électriques Ford Focus ebimisaki ba données ebele tango ya ko conduire pe ya parking.
Ntango azali kotambwisa motuka, mokumbi motuka azali ntango nyonso kozongisa na mikolo accélération, freinage, chargement ya pile mpe ba informations ya esika ya motuka.Yango ezali na ntina mpo na ba chauffeurs, kasi ba données ezongisamaka mpe na ba ingénieurs ya Ford mpo na ko comprendre mimeseno ya conduite ya client, y compris ndenge nini, tango nini mpe esika nini asengeli kofuta.Ata soki motuka etɛlɛmi, ekolanda kotinda ba données ya pression ya pneu mpe système ya pile ya motuka na smart phone oyo ezali pene.
Scénarios oyo ya application ya ba données minene oyo etali client ezali na ba avantages ebele, po ba données minene epesaka nzela na innovation ya produit ya sika ya valeur na ba méthodes ya collaboration.Ba chauffeurs bazuaka ba informations ya tina pe ya sika, alors que ba ingénieurs na Detroit basangisaka ba informations oyo etali comportement ya conduite pona ko comprendre ba clients, kosala ba plans ya amélioration ya produit, pe ko mettre en œuvre ba innovations ya sika ya produit.
Lisusu, bakompanyi ya kura mpe bafournisseurs mosusu ya misato bakoki kotalela bamilio ya bakilomɛtrɛ ya ba données ya conduite mpo na koyeba esika nini bakotonga ba stations ya sika ya chargement mpe ndenge nini kopekisa réseau fragile ezwa charge mingi.
2. Diagnostic ya ba fautes ya produit na prédiction
Yango ekoki kosalelama mpo na mosala ya nsima ya kotɛka biloko mpe kobongisa biloko.Kokɔtisa ba capteurs bisika nyonso mpe mayele ya Internet esali ete diagnostic en temps réel ya ba fautes ya produit ezala réalité, alors que ba applications ya ba données minene, ba technologies ya modélisation mpe ya simulation esali que ezala possible ya ko prédire dynamique.
Na tango ya boluki connexion oyo ebungaki ya Malaysia Airlines MH370, ba données ya fonctionnement ya moteur oyo Boeing ezuaki e jouaki rôle ya munene na koyeba nzela ya connexion oyo ebungaki ya avion.Tozua système ya avion Boeing lokola cas pona komona ndenge nini ba applications ya ba données minene e jouaka rôle na diagnostic ya ba fautes ya produit.
Na mpɛpɔ ya Boeing, bankama ya biloko oyo ekoki kobongwana, na ndakisa ba moteur, ba systèmes ya carburant, ba systèmes hydrauliques, mpe ba systèmes électriques, nde esalaka état ya vol.Ba mesures ba données wana pe etindamaka na moins de quelques microsecondes.Soki tozwi ndakisa ya Boeing 737, motɛ́lɛ yango ekoki kobimisa ba terabytes 10 ya ba données nsima ya miniti 30 nyonso oyo epumbwaka.
Ba données oyo ezali kaka te ba données ya télémétrie ya ingénierie oyo ekoki ko analyser na point moko boye na mikolo ekoya, kasi ezali pe ko promouvoir contrôle adaptatif en temps réel, usage ya carburant, prédiction ya panne ya composant pe notification pilote, oyo ekoki ko réaliser efficacement diagnostic pe prédiction ya ba fautes.
Totala ndakisa ya General Electric (GE).Centre ya GE Energy Monitoring and Diagnostics (M&D) na Atlanta, USA, esangisi ba données ya ba nkoto ya ba turbines ya gaz GE na ba pays koleka 50 na mokili mobimba, mpe ekoki kosangisa ba données ya 10G pona ba clients mikolo nionso.Analyser flux constant ya ba grands données à partir ya vibration ya capteur na ba signaux ya température na système.Analyse oyo ya ba données minene ekopesa lisungi pona diagnostic ya ba fautes ya turbine ya gaz ya GE pe kokebisa liboso.
Mosali ya ba turbines éoliennes Vestas ebongisaki pe ndenge ya kosala ba éoliennes na kosala analyse croisée ya ba données météorologiques pe ba données ya compteur ya turbine na yango, na yango ematisaki niveau ya sortie ya puissance ya ba éoliennes pe ebakisaki bomoi ya mosala.
3. Application ya ba données minene ya ligne ya production industrielle ya IoT
Ba lignes ya production ya fabrication industrielle ya mikolo oyo ezali na ba nkoto ya ba capteurs ya mike pona ko détecter température, pression, chaleur, vibration na makelele.
Lokola ba données esangisi sima ya mwa ba secondes, ba formes ebele ya analyse ekoki kosalema na kosalelaka ba données wana, na kati na yango diagnostic ya équipement, analyse ya consommation ya puissance, analyse ya consommation ya énergie, analyse ya accident ya qualité (y compris ba violations ya ba règlements ya production, ba pannes ya ba composants), etc.
Ya liboso, na oyo etali amélioration ya processus ya production, kosalela ba grands données wana na processus ya production ekoki ko analyser processus ya production mobimba pe ko comprendre ndenge nini lien moko moko esalemaka.Soki procédé moko boye elongwi na processus standard, signal ya alarme ekobima, ba erreurs to ba goulets d’étranglement ekoki kozwama noki, mpe problème ekoki kosila na pete.
Na kosalelaka technologie ya ba données minene, ezali pe possible ya ko établir ba modèles virtuels ya processus ya production ya ba produits industriels, ko simuler pe ko optimiser processus ya production.Tango ba données nionso ya procédé pe ya performance ekoki kotongama lisusu na système, transparence oyo ekosalisa ba fabricants babongisa ba processus na bango ya production.
Pona ndakisa mosusu, na oyo etali analyse ya consommation ya énergie, bosaleli ya ba capteurs pona ko surveiller centralement ba processus nionso ya production na tango ya processus ya production ya équipement ekoki kozwa ba anomalies to ba sommets ya consommation ya énergie, po consommation ya énergie ezala optimisée na tango ya processus ya production pe ba processus nionso ekoki ezala kosalema.Analyse ekokitisa mingi consommation ya énergie.
4. Analyse mpe optimisation ya chaîne d’approvisionnement industriel
Na tango oyo, analyse ya ba données minene ezali déjà moyen ya ntina mpo na ba entreprises mingi ya commerce électronique mpo na ko améliorer compétitivité ya ba chaînes d’approvisionnement na bango.
Na ndakisa, société ya commerce électronique Jingdong Mall esalelaka ba données minene mpo na ko analyser mpe ko prédire demande ya biloko na bisika ndenge na ndenge liboso, na yango kobongisa efficacité ya distribution mpe entrepôt, mpe ko assurer expérience ya client ya mokolo oyo elandi.
RFID mpe technologie mosusu ya identification électronique ya produit, technologie ya Internet ya biloko, mpe technologie ya Internet mobile ekoki kosalisa ba entreprises industrielles ezwa ba données minene ya chaîne d’approvisionnement ya produit mobimba.Kosalela ba données oyo pona analyse ekosala que bomati makasi ya entrepôt, distribution, pe efficacité ya vente pe coût ya munene.koboya.
Ezali na ba fournisseurs minene ya OEM koleka 1.000 na Etats-Unis, oyo bazali kopesa biloko ndenge na ndenge koleka 10.000 na ba entreprises ya fabrication.Mosali moko na moko azali kotya motema na ba pronostics ya zando mpe na ba variables mosusu ekeseni, lokola ba données ya vente, information ya marché, ba expositions, ba sango, mpe ba données ya ba concurrents , Mpe ata ba pronostics ya météo mpo na koteka biloko na bango.
Na kosaleláká ba données ya vente, ba données ya capteur ya produit, mpe ba données oyo euti na ba bases de données ya ba fournisseurs, ba entreprises ya fabrication industrielle ekoki ko prédire na bosikisiki demande na ba régions différentes ya mokili.
Lokola ba prix ya inventaire mpe ya vente ekoki kolandelama, mpe ekoki kosombama tango ba prix ekiti, ba entreprises ya fabrication ekoki kobomba ba frais ebele.
Soki osaleli lisusu ba données oyo ba capteurs oyo ezali na produit ebimisaka mpo na koyeba nini ezali mabe na produit mpe esika nini esengeli ba pièces, bakoki mpe ko prédire esika nini mpe tango nini esengeli ba pièces.Yango ekosala ete inventaire ekita mingi mpe ekosala ete chaîne d’approvisionnement ezala malamu.
