O Big Data Industrial é um novo conceito, literalmente entendido, o big data industrial refere -se ao big data gerado na aplicação de informações industriais.
Com a profunda integração de informatização e industrialização, a tecnologia da informação penetrou em todos os vínculos da cadeia industrial de empresas industriais, como códigos de barras, códigos QR, RFID, sensores industriais, sistemas de controle automático industrial, Internet 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 Internet, Internet móvel e Internet das coisas no campo industrial, as empresas industriais também entraram em um novo estágio de desenvolvimento na indústria da Internet, e os dados mantidos por empresas industriais se tornaram cada vez mais abundantes.
A aplicação de big data industrial trará uma nova era de inovação e transformação em empresas industriais. Através da percepção de baixo custo, conexão móvel de alta velocidade, computação distribuída e análise avançada provocadas pela Internet e pela Internet móvel, tecnologia da informação e sistemas industriais globais estão sendo profundamente integrados, trazendo profundas mudanças para as indústrias globais e inovando a P&D e a produção de empresas. , Métodos de operação, marketing e gerenciamento. HANGAO TECH (SEKO MACHINERY) aplica a tecnologia da Internet ao sistema de controle do Máquinas de fabricação de tubos soldados de aço inoxidável inteligentes , 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 desligamentos.
Portanto, os problemas e desafios enfrentados pelos aplicativos industriais de big data não são inferiores aos da indústria da Internet e, em alguns casos, são ainda mais complicados.
Essas empresas industriais inovadoras em diferentes indústrias trouxeram velocidade mais rápida, maior eficiência e maior percepção.
As aplicações típicas de big data industrial incluem inovação de produtos, diagnóstico e previsão de falhas de produtos, análise de IoT da linha de produção industrial, otimização da cadeia de suprimentos de empresas industriais e marketing de precisão do produto. Este artigo resolverá os cenários de aplicação de big data industrial nas empresas de fabricação, uma a uma.
1. Acelere a inovação de produtos
O comportamento de interação e transação entre clientes e empresas industriais gerará uma grande quantidade de dados. A mineração e a análise desses dados dinâmicos do cliente podem ajudar os clientes a participar da análise da demanda de produtos e atividades de inovação de design de produtos e fazer contribuições para a inovação de produtos.
Ford é um exemplo a esse respeito. Eles aplicaram a tecnologia de big data à inovação e otimização do produto do Ford Focus Electric Car. Este carro tornou -se um verdadeiro 'carro elétrico de big data' 'A primeira geração de veículos elétricos da Ford Focus gerou muitos dados ao dirigir e estacionar.
Enquanto dirige, o motorista atualiza continuamente a aceleração, a frenagem, o carregamento da bateria e as informações de localização do veículo. Isso é útil para os motoristas, mas os dados também são enviados de volta aos engenheiros da Ford para entender os hábitos de condução do cliente, incluindo como, quando e onde cobrar. Mesmo que o veículo esteja parado, ele continuará a transmitir dados sobre a pressão dos pneus e o sistema de bateria do veículo para o telefone inteligente mais próximo.
Esse cenário de aplicativo de big data centrado no cliente tem muitos benefícios, porque o big data permite métodos valiosos de inovação e colaboração de novos produtos. Os motoristas recebem informações úteis e atualizadas, enquanto os engenheiros da Detroit agregam informações sobre como dirigir o comportamento para entender os clientes, desenvolver planos de melhoria do produto e implementar novas inovações de produtos.
Além disso, as empresas de energia e outros fornecedores de terceiros podem analisar milhões de quilômetros de dados de direção para determinar onde construir novas estações de carregamento e como impedir que a grade frágil sobrecarregasse.
2. Diagnóstico e previsão de falhas do produto
Isso pode ser usado para o serviço pós-venda do produto e melhoria do produto. A introdução de sensores onipresentes e tecnologia da Internet tornou realidade o diagnóstico em tempo real de falhas do produto, enquanto os aplicativos de big data, as tecnologias de modelagem e simulação tornaram possível prever a dinâmica.
Durante a busca pela conexão perdida da Malaysia Airlines MH370, os dados operacionais do motor obtidos pela Boeing desempenharam um papel fundamental na determinação do caminho da conexão perdida da aeronave. Vamos tomar o sistema de aeronaves da Boeing como um 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, hidráulica e sistemas elétricos, compõem o estado de bordo. Esses dados são medidos e enviados em menos de alguns microssegundos. Tomando o Boeing 737 como exemplo, o motor pode gerar 10 terabytes de dados a cada 30 minutos em 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 piloto, o que pode efetivamente alcançar o diagnóstico e a previsão de falhas.
Vejamos um exemplo de General Electric (GE). O Centro de Monitoramento de Energia e Diagnóstico da GE (M&D) em Atlanta, EUA, coleta dados sobre milhares de turbinas GE Gas 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 a partir dos sinais de vibração e temperatura do sensor no sistema. Essas análises de big data fornecerão suporte ao diagnóstico de falhas de turbinas a gás da GE e alerta precoce.
O fabricante de turbinas eólicas Vestas também melhorou o layout das turbinas eólicas por dados climáticos de análise cruzada e seus dados do medidor de turbina, aumentando assim o nível de produção de energia das turbinas eólicas e prolongando a vida útil do serviço.
3. Aplicação de big data da linha de produção de IoT industrial
As linhas modernas de produção industrial de fabricação 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 dos regulamentos de produção, falhas de componentes) etc.
Antes de tudo, em termos de melhoria do processo de produção, o uso desses big data no processo de produção pode analisar todo o processo de produção e entender como cada link é executado. Depois que um determinado processo se desvia do processo padrão, um sinal de alarme será gerado, erros ou gargalos podem ser encontrados mais rapidamente e o problema pode ser resolvido com mais facilidade.
Usando a tecnologia de big data, também é possível estabelecer modelos virtuais do processo de produção de produtos industriais, simular e otimizar o processo de produção. Quando todos os dados de processo e desempenho podem ser reconstruídos no sistema, essa transparência ajudará os fabricantes a melhorar seus processos de produção.
Para 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 de equipamentos 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 realizados. A análise reduzirá bastante o consumo de energia.
4. Análise e otimização da cadeia de suprimentos industriais
Atualmente, a análise de big data já é um meio importante para muitas empresas de comércio eletrônico aprimorarem a competitividade de suas cadeias de suprimentos.
Por exemplo, a empresa de comércio eletrônico Jingdong Mall usa big data para analisar e prever a demanda por mercadorias em vários lugares com antecedência, melhorando assim a eficiência da distribuição e do armazenamento e garantindo a experiência do cliente do dia seguinte.
RFID e outro produto Tecnologia de identificação eletrônica, a tecnologia da Internet das Coisas e a tecnologia da Internet móvel podem ajudar as empresas industriais a obter big data de uma cadeia completa de suprimentos de produtos. O uso desses dados para análise trará um aumento significativo no armazenamento, distribuição e eficiência de vendas e um custo significativo. declínio.
Existem mais de 1.000 grandes fornecedores de OEM nos Estados Unidos, fornecendo mais de 10.000 produtos diferentes para empresas de manufatura. Cada fabricante conta com previsões de mercado e outras variáveis diferentes, como dados de vendas, informações de mercado, exposições, notícias e dados de concorrentes e até previsões climáticas para vender seus produtos.
Usando dados de vendas, dados do sensor de produto 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 os preços de estoque e venda podem ser rastreados e podem ser comprados quando os preços caírem, 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, elas também podem prever onde e quando as peças são necessárias. Isso reduzirá bastante o estoque e otimizará a cadeia de suprimentos.
