औद्योगिक ठूलो डाटा एक नयाँ अवधारणा हो, शाब्दिक रूपमा बुझिन्छ, औद्योगिक ठूलो डाटा औद्योगिक जानकारी को आवेदन मा उत्पन्न ठूलो डाटा को संदर्भित गर्दछ।
सूचनाकरण र औद्योगिकीकरणको गहिरो एकीकरणको साथ, सूचना प्रविधिले औद्योगिक उद्यमहरूको औद्योगिक श्रृंखलाको सबै लिङ्कहरूमा प्रवेश गरेको छ, जस्तै बारकोडहरू, QR कोडहरू, RFID, औद्योगिक सेन्सरहरू, औद्योगिक स्वचालित नियन्त्रण प्रणालीहरू, चीजहरूको औद्योगिक इन्टरनेट, ERP, CAD/CAM/CAE/CAI र अन्य प्रविधिहरू औद्योगिक उद्यमहरूमा व्यापक रूपमा प्रयोग गरिन्छ।
विशेष गरी औद्योगिक क्षेत्रमा इन्टरनेट, मोबाइल इन्टरनेट र इन्टरनेट अफ थिंग्स जस्ता नयाँ पुस्ताको सूचना प्रविधिको प्रयोगसँगै औद्योगिक उद्यमहरूले पनि इन्टरनेट उद्योगमा विकासको नयाँ चरणमा प्रवेश गरेका छन् र औद्योगिक उद्यमहरूले राखेका तथ्याङ्कहरू बढ्दो प्रचुर मात्रामा हुन।
औद्योगिक बिग डाटाको प्रयोगले औद्योगिक उद्यमहरूमा नवीनता र रूपान्तरणको नयाँ युग ल्याउनेछ।कम लागत धारणा, उच्च-गति मोबाइल जडान, वितरित कम्प्युटिङ र इन्टरनेट र मोबाइल इन्टरनेट अफ थिंग्स द्वारा ल्याइएका उन्नत विश्लेषणहरू मार्फत, सूचना प्रविधि र विश्वव्यापी औद्योगिक प्रणालीहरू गहिरो रूपमा एकीकृत भइरहेका छन्, विश्वव्यापी उद्योगहरूमा गहिरो परिवर्तनहरू ल्याइरहेका छन्, र नवाचारहरू। R&D र उद्यमहरूको उत्पादन।, सञ्चालन, मार्केटिङ र व्यवस्थापन विधिहरू। हाङ्गाओ टेक (SEKO मेसिनरी) को नियन्त्रण प्रणालीमा इन्टरनेट प्रविधि लागू हुन्छ बौद्धिक स्टेनलेस स्टील औद्योगिक वेल्डेड पाइप बनाउने मेसिनरी , ताकि दुबै पक्षका प्राविधिक टोलीहरूले वास्तविक समयमा उत्पादन डेटा अनुगमन गर्न, सञ्चालनको क्रममा त्रुटिहरू फेला पार्न र बन्द हुनबाट रोक्न सक्छ।
तसर्थ, औद्योगिक ठूला डाटा अनुप्रयोगहरूले सामना गर्ने समस्याहरू र चुनौतीहरू इन्टरनेट उद्योगको भन्दा कम छैनन्, र केही अवस्थामा तिनीहरू अझ जटिल छन्।
विभिन्न उद्योगहरूमा यी नवीन औद्योगिक उद्यमहरूले द्रुत गति, उच्च दक्षता र उच्च अन्तरदृष्टि ल्याएका छन्।
औद्योगिक ठूला डाटाको विशिष्ट अनुप्रयोगहरूमा उत्पादन नवाचार, उत्पादन त्रुटि निदान र भविष्यवाणी, औद्योगिक उत्पादन लाइन IoT विश्लेषण, औद्योगिक उद्यम आपूर्ति श्रृंखला अनुकूलन, र उत्पादन सटीक मार्केटिंग समावेश छ।यस लेखले उत्पादन उद्यमहरूमा औद्योगिक ठूला डाटाको अनुप्रयोग परिदृश्यहरू एक-एक गरी क्रमबद्ध गर्नेछ।
1. उत्पादन नवीनता को गति
ग्राहक र औद्योगिक उद्यमहरू बीचको अन्तरक्रिया र लेनदेन व्यवहारले ठूलो मात्रामा डाटा उत्पन्न गर्नेछ।यी ग्राहकको गतिशील डाटा खनन र विश्लेषणले ग्राहकहरूलाई उत्पादनको माग विश्लेषण र उत्पादन डिजाइन नवाचार गतिविधिहरूमा भाग लिन र उत्पादन नवाचारमा योगदान दिन मद्दत गर्न सक्छ।
फोर्ड यस सन्दर्भमा एक उदाहरण हो।तिनीहरूले फोर्ड फोकस इलेक्ट्रिक कारको उत्पादन नवीनता र अप्टिमाइजेसनमा ठूलो डेटा प्रविधि लागू गरे।यो कार एक साँचो 'बिग डाटा इलेक्ट्रिक कार' भएको छ। फोर्ड फोकस इलेक्ट्रिक गाडीहरूको पहिलो पुस्ताले ड्राइभिङ र पार्किङ गर्दा धेरै डाटा उत्पन्न गर्यो।
ड्राइभिङ गर्दा, ड्राइभरले गाडीको गति, ब्रेकिङ, ब्याट्री चार्ज र स्थान जानकारी लगातार अपडेट गर्दछ।यो ड्राइभरहरूका लागि उपयोगी छ, तर कसरी, कहिले र कहाँ चार्ज गर्ने लगायत ग्राहकको ड्राइभिङ बानी बुझ्नको लागि डेटा फोर्ड इन्जिनियरहरूलाई फिर्ता पठाइन्छ।गाडी रोकिएको अवस्थामा पनि यसले गाडीको टायरको चाप र ब्याट्री प्रणालीको डाटा नजिकको स्मार्ट फोनमा पठाउने काम जारी राख्छ।
यो ग्राहक-केन्द्रित ठूलो डेटा अनुप्रयोग परिदृश्यमा धेरै फाइदाहरू छन्, किनभने ठूलो डेटाले मूल्यवान नयाँ उत्पादन नवाचार र सहयोग विधिहरूलाई सक्षम बनाउँछ।ड्राइभरहरूले उपयोगी र अप-टु-डेट जानकारी प्राप्त गर्छन्, जबकि डेट्रोइटका इन्जिनियरहरूले ग्राहकहरूलाई बुझ्न, उत्पादन सुधार योजनाहरू विकास गर्न, र नयाँ उत्पादन आविष्कारहरू लागू गर्न ड्राइभिङ व्यवहारको बारेमा समग्र जानकारी प्राप्त गर्छन्।
यसबाहेक, पावर कम्पनीहरू र अन्य तेस्रो-पक्ष आपूर्तिकर्ताहरूले नयाँ चार्जिङ स्टेशनहरू कहाँ निर्माण गर्ने र कमजोर ग्रिडलाई ओभरलोडिङबाट कसरी रोक्ने भन्ने निर्धारण गर्न लाखौं माइलको ड्राइभिङ डाटाको विश्लेषण गर्न सक्छन्।
2. उत्पादन दोष निदान र भविष्यवाणी
यो उत्पादन बिक्री पछि सेवा र उत्पादन सुधारको लागि प्रयोग गर्न सकिन्छ।सर्वव्यापी सेन्सरहरू र इन्टरनेट प्रविधिको परिचयले उत्पादन त्रुटिहरूको वास्तविक-समय निदानलाई वास्तविकता बनाएको छ, जबकि ठूला डाटा अनुप्रयोगहरू, मोडलिङ र सिमुलेशन प्रविधिहरूले गतिशीलताको भविष्यवाणी गर्न सम्भव बनाएको छ।
मलेसिया एयरलाइन्स MH370 को सम्पर्क हराएको खोजी गर्दा बोइङले प्राप्त गरेको इन्जिन अपरेटिङ डाटाले विमानको हराएको जडानको बाटो निर्धारण गर्न प्रमुख भूमिका खेलेको थियो।ठूला डाटा एप्लिकेसनहरूले उत्पादन गल्ती निदानमा कसरी भूमिका खेल्छन् भनेर हेर्नको लागि बोइङ विमान प्रणालीलाई एक केसको रूपमा लिनुहोस्।
बोइङको विमानमा, इन्जिन, इन्धन प्रणाली, हाइड्रोलिक र विद्युतीय प्रणाली जस्ता सयौं चरहरूले उडानको अवस्था बनाउँछन्।यी डाटा मापन गरिन्छ र केहि माइक्रोसेकेन्ड भन्दा कम मा पठाइन्छ।बोइङ ७३७ लाई उदाहरणका रूपमा लिने हो भने, इन्जिनले उडानमा हरेक ३० मिनेटमा १० टेराबाइट डाटा उत्पन्न गर्न सक्छ।
यी डाटाहरू इन्जिनियरिङ टेलिमेट्री डाटा मात्र होइनन् जुन भविष्यमा निश्चित बिन्दुमा विश्लेषण गर्न सकिन्छ, तर वास्तविक-समय अनुकूलन नियन्त्रण, इन्धन प्रयोग, कम्पोनेन्ट विफलता भविष्यवाणी र पायलट सूचनालाई पनि बढावा दिन्छ, जसले प्रभावकारी रूपमा त्रुटि निदान र भविष्यवाणी हासिल गर्न सक्छ।
जनरल इलेक्ट्रिक (GE) को उदाहरण हेरौं।एटलान्टा, संयुक्त राज्य अमेरिकामा रहेको GE एनर्जी मोनिटरिङ एण्ड डायग्नोस्टिक्स (M&D) केन्द्रले विश्वभरका ५० भन्दा बढी देशहरूमा हजारौं GE ग्यास टर्बाइनहरूको डेटा सङ्कलन गर्छ र हरेक दिन ग्राहकहरूको लागि 10G डाटा सङ्कलन गर्न सक्छ।प्रणालीमा सेन्सर कम्पन र तापमान संकेतहरूबाट निरन्तर ठूलो डेटा प्रवाहको विश्लेषण गर्नुहोस्।यी ठूला डाटा विश्लेषणहरूले GE को ग्यास टर्बाइन गल्ती निदान र प्रारम्भिक चेतावनीको लागि समर्थन प्रदान गर्नेछ।
पवन टर्बाइन निर्माता Vestas ले मौसम डेटा र यसको टर्बाइन मिटर डेटा क्रस-विश्लेषण गरेर पवन टर्बाइनको लेआउटमा सुधार गर्यो, जसले गर्दा पवन टर्बाइनको पावर आउटपुट स्तर बढ्यो र सेवा जीवन विस्तार भयो।
3. औद्योगिक IoT उत्पादन लाइन को ठूलो डाटा आवेदन
आधुनिक औद्योगिक उत्पादन उत्पादन लाइनहरू तापमान, दबाब, गर्मी, कम्पन र आवाज पत्ता लगाउन हजारौं साना सेन्सरहरूसँग सुसज्जित छन्।
किनभने डाटा प्रत्येक केही सेकेन्डमा सङ्कलन गरिन्छ, यी डाटाहरू प्रयोग गरेर विश्लेषणका धेरै रूपहरू महसुस गर्न सकिन्छ, उपकरण निदान, पावर खपत विश्लेषण, ऊर्जा खपत विश्लेषण, गुणस्तर दुर्घटना विश्लेषण (उत्पादन नियमहरूको उल्लङ्घन, घटक विफलताहरू सहित) आदि।
सबैभन्दा पहिले, उत्पादन प्रक्रिया सुधारको सन्दर्भमा, उत्पादन प्रक्रियामा यी ठूला डाटाहरू प्रयोग गरेर सम्पूर्ण उत्पादन प्रक्रियाको विश्लेषण गर्न र प्रत्येक लिङ्क कसरी कार्यान्वयन गरिन्छ भनेर बुझ्न सकिन्छ।एक पटक एक निश्चित प्रक्रिया मानक प्रक्रियाबाट विचलित भएपछि, एक अलार्म संकेत उत्पन्न हुनेछ, त्रुटि वा बाधाहरू छिटो फेला पार्न सकिन्छ, र समस्या अझ सजिलै हल गर्न सकिन्छ।
ठूला डाटा टेक्नोलोजी प्रयोग गरेर, औद्योगिक उत्पादनहरूको उत्पादन प्रक्रियाको भर्चुअल मोडेलहरू स्थापना गर्न, उत्पादन प्रक्रियालाई अनुकरण र अनुकूलन गर्न पनि सम्भव छ।जब सबै प्रक्रिया र कार्यसम्पादन डेटा प्रणालीमा पुन: निर्माण गर्न सकिन्छ, यो पारदर्शिताले उत्पादकहरूलाई उनीहरूको उत्पादन प्रक्रियाहरू सुधार गर्न मद्दत गर्नेछ।
अर्को उदाहरणको लागि, ऊर्जा खपत विश्लेषणको सन्दर्भमा, सेन्सरको प्रयोगले केन्द्रीय रूपमा उपकरण उत्पादन प्रक्रियाको समयमा सबै उत्पादन प्रक्रियाहरूको निगरानी गर्न ऊर्जा खपतमा असामान्यताहरू वा शिखरहरू फेला पार्न सक्छ, ताकि ऊर्जा खपत उत्पादन प्रक्रियाको क्रममा अनुकूलित गर्न सकिन्छ र सबै प्रक्रियाहरू गर्न सक्छन्। प्रदर्शन गरिनेछ।विश्लेषणले ऊर्जा खपत धेरै कम गर्नेछ।
4. औद्योगिक आपूर्ति श्रृंखला को विश्लेषण र अनुकूलन
हाल, ठूला डाटा विश्लेषण पहिले नै धेरै ई-वाणिज्य कम्पनीहरूको लागि उनीहरूको आपूर्ति श्रृंखलाहरूको प्रतिस्पर्धात्मकता बढाउनको लागि महत्त्वपूर्ण माध्यम हो।
उदाहरणका लागि, ई-कमर्स कम्पनी Jingdong मलले विभिन्न स्थानहरूमा सामानको मागको विश्लेषण र भविष्यवाणी गर्न ठूलो डेटा प्रयोग गर्दछ, जसले गर्दा वितरण र भण्डारणको दक्षतामा सुधार हुन्छ, र अर्को दिनको ग्राहक अनुभव सुनिश्चित गर्दछ।
RFID र अन्य उत्पादन इलेक्ट्रोनिक पहिचान टेक्नोलोजी, इन्टरनेट अफ थिंग्स टेक्नोलोजी, र मोबाइल इन्टरनेट प्रविधिले औद्योगिक उद्यमहरूलाई पूर्ण उत्पादन आपूर्ति श्रृंखलाको ठूलो डेटा प्राप्त गर्न मद्दत गर्न सक्छ।विश्लेषणका लागि यी डाटाहरू प्रयोग गर्दा भण्डारण, वितरण, र बिक्री दक्षता र महत्त्वपूर्ण लागतमा उल्लेखनीय वृद्धि हुनेछ।अस्वीकार।
संयुक्त राज्यमा 1,000 भन्दा बढी ठूला OEM आपूर्तिकर्ताहरू छन्, जसले निर्माण कम्पनीहरूलाई 10,000 भन्दा बढी विभिन्न उत्पादनहरू प्रदान गर्दछ।प्रत्येक निर्माताले बजार पूर्वानुमान र अन्य विभिन्न चरहरूमा निर्भर गर्दछ, जस्तै बिक्री डेटा, बजार जानकारी, प्रदर्शनी, समाचार, र प्रतिस्पर्धी डेटा, र तिनीहरूका उत्पादनहरू बेच्नको लागि मौसम पूर्वानुमानहरू पनि।
बिक्री डाटा, उत्पादन सेन्सर डाटा, र आपूर्तिकर्ता डाटाबेसहरूबाट डाटा प्रयोग गरेर, औद्योगिक उत्पादन कम्पनीहरूले विश्वका विभिन्न क्षेत्रहरूमा मागको सही भविष्यवाणी गर्न सक्छन्।
चूंकि सूची र बिक्री मूल्यहरू ट्र्याक गर्न सकिन्छ, र मूल्यहरू घट्दा किन्न सकिन्छ, निर्माण कम्पनीहरूले धेरै लागतहरू बचत गर्न सक्छन्।
यदि तपाईंले उत्पादनमा के गल्ती छ र कहाँ भागहरू आवश्यक छ भनेर जान्न उत्पादनमा सेन्सरहरूद्वारा उत्पन्न गरिएको डाटा पुन: प्रयोग गर्नुहुन्छ भने, तिनीहरूले पनि कहाँ र कहिले भागहरू आवश्यक छ भनेर भविष्यवाणी गर्न सक्छन्।यसले सूचीलाई धेरै कम गर्नेछ र आपूर्ति श्रृंखलालाई अनुकूलन गर्नेछ।
