Big data industrial é um conceito novo, entendido literalmente, big data industrial refere-se ao big data gerado na aplicação de informações industriais.
Com a profunda integração da informatização e industrialização, a tecnologia da informação penetrou em todos os elos da cadeia industrial das empresas industriais, como códigos de barras, códigos QR, RFID, sensores industriais, sistemas de controle automático industrial, Internet das Coisas industrial, ERP, CAD/CAM/CAE/CAI e outras tecnologias são amplamente utilizadas em empresas industriais.
Especialmente com a aplicação de tecnologias de informação de nova geração, como a Internet, a Internet móvel e a Internet das Coisas no campo industrial, as empresas industriais também entraram numa nova fase de desenvolvimento na indústria da Internet, e os dados detidos pelas empresas industriais têm tornar-se cada vez mais abundante.
A aplicação de big data industrial trará uma nova era de inovação e transformação nas empresas industriais.Através da percepção de baixo custo, da ligação móvel de alta velocidade, da computação distribuída e da análise avançada proporcionadas pela Internet e pela Internet das Coisas móvel, a tecnologia da informação e os sistemas industriais globais estão a ser profundamente integrados, trazendo mudanças profundas às indústrias globais e inovando o mundo. P&D e produção de empresas., Métodos de operação, marketing e gestão. Hangao Tech (SEKO Machinery) aplica tecnologia da Internet ao sistema de controle do máquinas inteligentes para fabricação de tubos soldados industriais de aço inoxidável , para que as equipes técnicas de ambas as partes possam monitorar os dados de produção em tempo real, encontrar falhas durante a operação e evitar paradas.
Portanto, os problemas e desafios enfrentados pelas aplicações industriais de big data não são menores que os da indústria da Internet e, em alguns casos, são ainda mais complicados.
Estas empresas industriais inovadoras em diferentes indústrias trouxeram velocidade mais rápida, maior eficiência e maior conhecimento.
As aplicações típicas de big data industrial incluem inovação de produtos, diagnóstico e previsão de falhas de produtos, análise de IoT de linhas de produção industrial, otimização da cadeia de suprimentos de empresas industriais e marketing de precisão de produtos.Este artigo classificará os cenários de aplicação de big data industrial em empresas de manufatura, um por um.
1. Acelere a inovação de produtos
A interação e o comportamento de transação entre clientes e empresas industriais gerarão uma grande quantidade de dados.A mineração e a análise desses dados dinâmicos dos clientes podem ajudá-los a participar de atividades de análise de demanda de produtos e de inovação no design de produtos, além de contribuir para a inovação de produtos.
A Ford é um exemplo nesse sentido.Eles aplicaram a tecnologia de big data à inovação e otimização do produto do carro elétrico Ford Focus.Este carro se tornou um verdadeiro 'carro elétrico de big data'. A primeira geração de veículos elétricos Ford Focus gerava muitos dados ao dirigir e estacionar.
Enquanto dirige, o motorista atualiza continuamente as informações de aceleração, frenagem, carga da bateria e localização do veículo.Isto é útil para os condutores, mas os dados também são enviados aos engenheiros da Ford para compreender os hábitos de condução do cliente, incluindo como, quando e onde carregar.Mesmo que o veículo esteja parado, continuará a transmitir dados sobre a pressão dos pneus e o sistema de bateria do veículo para o smartphone mais próximo.
Esse cenário de aplicação de big data centrado no cliente tem muitos benefícios, porque o big data permite inovações valiosas em novos produtos e métodos de colaboração.Os motoristas obtêm informações úteis e atualizadas, enquanto os engenheiros em Detroit agregam informações sobre o comportamento ao dirigir para entender os clientes, desenvolver planos de melhoria de produtos e implementar novas inovações de produtos.
Além disso, as empresas de energia e outros fornecedores terceiros podem analisar milhões de quilómetros de dados de condução para determinar onde construir novas estações de carregamento e como evitar a sobrecarga da frágil rede.
2. Diagnóstico e previsão de falhas do produto
Isso pode ser usado para serviço pós-venda e melhoria do produto.A introdução de sensores onipresentes e da tecnologia da Internet tornou o diagnóstico em tempo real de falhas de produtos uma realidade, enquanto as aplicações de big data e as tecnologias de modelagem e simulação tornaram possível prever a dinâmica.
Durante a busca pela conexão perdida do Malaysia Airlines MH370, os dados operacionais do motor obtidos pela Boeing desempenharam um papel fundamental na determinação do caminho da conexão perdida da aeronave.Tomemos o sistema da aeronave Boeing como caso para ver como os aplicativos de big data desempenham um papel no diagnóstico de falhas do produto.
Nas aeronaves da Boeing, centenas de variáveis, como motores, sistemas de combustível, sistemas hidráulicos e elétricos, constituem o estado em voo.Esses dados são medidos e enviados em menos de alguns microssegundos.Tomando como exemplo o Boeing 737, o motor pode gerar 10 terabytes de dados a cada 30 minutos de voo.
Esses dados não são apenas dados de telemetria de engenharia que podem ser analisados em um determinado momento no futuro, mas também promovem controle adaptativo em tempo real, uso de combustível, previsão de falhas de componentes e notificação do piloto, que podem efetivamente alcançar diagnóstico e previsão de falhas.
Vejamos um exemplo da General Electric (GE).O Centro de Monitoramento e Diagnóstico de Energia (M&D) da GE em Atlanta, EUA, coleta dados de milhares de turbinas a gás da GE em mais de 50 países ao redor do mundo e pode coletar dados de 10G para clientes todos os dias.Analise o fluxo constante de big data dos sinais de vibração e temperatura do sensor no sistema.Essas análises de big data fornecerão suporte para o diagnóstico precoce de falhas em turbinas a gás da GE.
O fabricante de turbinas eólicas Vestas também melhorou o layout das turbinas eólicas através da análise cruzada de dados meteorológicos e dos dados dos medidores das turbinas, aumentando assim o nível de produção de energia das turbinas eólicas e prolongando a vida útil.
3. Aplicação de big data da linha de produção industrial de IoT
As modernas linhas de produção industrial estão equipadas com milhares de pequenos sensores para detectar temperatura, pressão, calor, vibração e ruído.
Como os dados são coletados a cada poucos segundos, muitas formas de análise podem ser realizadas usando esses dados, incluindo diagnóstico de equipamentos, análise de consumo de energia, análise de consumo de energia, análise de acidentes de qualidade (incluindo violações de regulamentos de produção, falhas de componentes), etc.
Em primeiro lugar, em termos de melhoria do processo produtivo, a utilização destes big data no processo produtivo pode analisar todo o processo produtivo e compreender como cada elo é executado.Uma vez que um determinado processo se desvie do processo padrão, um sinal de alarme será gerado, erros ou gargalos poderão ser encontrados mais rapidamente e o problema poderá ser resolvido mais facilmente.
Utilizando a tecnologia big data, também é possível estabelecer modelos virtuais do processo produtivo de produtos industriais, simular e otimizar o processo produtivo.Quando todos os dados de processo e desempenho puderem ser reconstruídos no sistema, esta transparência ajudará os fabricantes a melhorar os seus processos de produção.
Por outro exemplo, em termos de análise de consumo de energia, o uso de sensores para monitorar centralmente todos os processos de produção durante o processo de produção do equipamento pode encontrar anormalidades ou picos no consumo de energia, para que o consumo de energia possa ser otimizado durante o processo de produção e todos os processos possam ser realizado.A análise reduzirá bastante o consumo de energia.
4. Análise e otimização da cadeia de abastecimento industrial
Actualmente, a análise de big data já é um meio importante para muitas empresas de comércio electrónico aumentarem a competitividade das suas cadeias de abastecimento.
Por exemplo, a empresa de comércio eletrônico Jingdong Mall usa big data para analisar e prever antecipadamente a demanda por mercadorias em vários locais, melhorando assim a eficiência da distribuição e armazenamento e garantindo a experiência do cliente no dia seguinte.
RFID e outras tecnologias de identificação eletrônica de produtos, tecnologia de Internet das Coisas e tecnologia de Internet móvel podem ajudar as empresas industriais a obter big data de uma cadeia de fornecimento de produtos completa.O uso desses dados para análise trará um aumento significativo na eficiência de armazenamento, distribuição e vendas e um custo significativo.declínio.
Existem mais de 1.000 grandes fornecedores OEM nos Estados Unidos, fornecendo mais de 10.000 produtos diferentes para empresas fabricantes.Cada fabricante depende de previsões de mercado e outras variáveis diferentes, como dados de vendas, informações de mercado, exposições, notícias e dados de concorrentes, e até mesmo previsões meteorológicas para vender seus produtos.
Usando dados de vendas, dados de sensores de produtos e dados de bancos de dados de fornecedores, as empresas de manufatura industrial podem prever com precisão a demanda em diferentes regiões do mundo.
Como o estoque e os preços de venda podem ser rastreados e comprados quando os preços caem, as empresas de manufatura podem economizar muitos custos.
Se você reutilizar os dados gerados pelos sensores do produto para saber o que há de errado com o produto e onde as peças são necessárias, eles também poderão prever onde e quando as peças serão necessárias.Isso reduzirá bastante o estoque e otimizará a cadeia de suprimentos.
