Industrijski veliki podatki so nov koncept, dobesedno razumljen, industrijski veliki podatki se nanašajo na velike podatke, ustvarjene pri uporabi industrijskih informacij.
S poglobljeno integracijo informatizacije in industrializacije je informacijska tehnologija prodrla v vse člene industrijske verige industrijskih podjetij, kot so črtne kode, QR kode, RFID, industrijski senzorji, industrijski avtomatski nadzorni sistemi, industrijski internet stvari, ERP, CAD/CAM/CAE/CAI in druge tehnologije se pogosto uporabljajo v industrijskih podjetjih.
Predvsem z uporabo informacijskih tehnologij nove generacije, kot so internet, mobilni internet in internet stvari na industrijskem področju, so tudi industrijska podjetja vstopila v novo stopnjo razvoja internetne industrije, podatki, ki jih hranijo industrijska podjetja, pa so se postajajo vedno bolj izdatne.
Uporaba industrijskih velikih podatkov bo prinesla novo dobo inovacij in transformacije v industrijskih podjetjih.Z dojemanjem nizkih stroškov, hitrimi mobilnimi povezavami, porazdeljenim računalništvom in naprednimi analizami, ki jih prinašata internet in mobilni internet stvari, se informacijska tehnologija in globalni industrijski sistemi globoko integrirajo, kar prinaša globoke spremembe v svetovne industrije in inovacije R&R in proizvodnja podjetij., Metode delovanja, trženja in upravljanja. Hangao Tech (SEKO Machinery) uporablja internetno tehnologijo za nadzorni sistem inteligentni industrijski stroji za izdelavo varjenih cevi iz nerjavečega jekla , tako da lahko tehnične ekipe obeh strani spremljajo proizvodne podatke v realnem času, najdejo napake med delovanjem in preprečijo zaustavitve.
Zato težave in izzivi, s katerimi se soočajo industrijske velike podatkovne aplikacije, niso nič manjši od tistih v internetni industriji, v nekaterih primerih pa so celo bolj zapleteni.
Ta inovativna industrijska podjetja v različnih panogah so prinesla večjo hitrost, večjo učinkovitost in večji vpogled.
Tipične aplikacije industrijskih velikih podatkov vključujejo inovacije izdelkov, diagnozo in napovedovanje napak izdelka, analizo IoT industrijske proizvodne linije, optimizacijo dobavne verige industrijskih podjetij in natančno trženje izdelkov.Ta članek bo enega za drugim razvrstil scenarije uporabe industrijskih velikih podatkov v proizvodnih podjetjih.
1. Pospešite inovacije izdelkov
Interakcija in transakcijsko vedenje med strankami in industrijskimi podjetji bosta ustvarila veliko količino podatkov.Rudarjenje in analiziranje teh dinamičnih podatkov o strankah lahko pomaga strankam sodelovati pri analizi povpraševanja po izdelkih in dejavnostih inovacije oblikovanja izdelkov ter prispevati k inovacijam izdelkov.
Ford je v tem pogledu primer.Tehnologijo velikih podatkov so uporabili pri inovaciji izdelkov in optimizaciji električnega avtomobila Ford Focus.Ta avto je postal pravi 'električni avtomobil z velikimi podatki'. Prva generacija električnih vozil Ford Focus je med vožnjo in parkiranjem ustvarila veliko podatkov.
Med vožnjo voznik nenehno posodablja podatke o pospeševanju, zaviranju, polnjenju baterije in lokaciji vozila.To je uporabno za voznike, vendar se podatki pošljejo tudi nazaj Fordovim inženirjem, da razumejo vozne navade strank, vključno s tem, kako, kdaj in kje polniti.Tudi če vozilo miruje, bo še naprej pošiljal podatke o tlaku v pnevmatikah in akumulatorskem sistemu vozila na najbližji pametni telefon.
Ta scenarij uporabe velikih podatkov, osredotočen na stranke, ima veliko prednosti, saj veliki podatki omogočajo dragocene nove inovacije izdelkov in metode sodelovanja.Vozniki dobijo uporabne in posodobljene informacije, medtem ko inženirji v Detroitu zbirajo informacije o vedenju med vožnjo, da bi razumeli stranke, razvili načrte za izboljšanje izdelkov in uvedli nove inovacije izdelkov.
Poleg tega lahko elektroenergetska podjetja in drugi zunanji dobavitelji analizirajo milijone kilometrov podatkov o vožnji, da ugotovijo, kje zgraditi nove polnilne postaje in kako preprečiti preobremenitev krhkega omrežja.
2. Diagnoza in predvidevanje napak izdelka
To se lahko uporabi za poprodajne storitve izdelka in izboljšanje izdelka.Uvedba vseprisotnih senzorjev in internetne tehnologije je omogočila diagnozo napak izdelka v realnem času, medtem ko so aplikacije za velike količine podatkov, modeliranje in simulacijske tehnologije omogočile napovedovanje dinamike.
Med iskanjem izgubljene povezave letala Malaysia Airlines MH370 so imeli podatki o delovanju motorja, ki jih je pridobil Boeing, ključno vlogo pri določanju poti izgubljene povezave letala.Vzemimo letalski sistem Boeing kot primer, da vidimo, kako velike podatkovne aplikacije igrajo vlogo pri diagnosticiranju napak izdelka.
Na Boeingovih letalih na stotine spremenljivk, kot so motorji, sistemi za gorivo, hidravlika in električni sistemi, sestavljajo stanje med letom.Ti podatki se izmerijo in pošljejo v manj kot nekaj mikrosekundah.Če vzamemo za primer Boeing 737, lahko motor ustvari 10 terabajtov podatkov vsakih 30 minut med letom.
Ti podatki niso samo inženirski telemetrični podatki, ki jih je mogoče analizirati na določeni točki v prihodnosti, ampak tudi spodbujajo prilagodljiv nadzor v realnem času, porabo goriva, napovedovanje okvar komponent in obveščanje pilota, kar lahko učinkovito doseže diagnozo in napovedovanje napak.
Poglejmo primer podjetja General Electric (GE).Center GE Energy Monitoring and Diagnostics (M&D) v Atlanti, ZDA, zbira podatke o tisočih plinskih turbinah GE v več kot 50 državah po vsem svetu in lahko vsak dan zbira podatke 10G za stranke.Analizirajte stalen pretok velike količine podatkov iz vibracij senzorjev in temperaturnih signalov v sistemu.Te velike analize podatkov bodo zagotovile podporo za diagnostiko in zgodnje opozarjanje na plinske turbine družbe GE.
Proizvajalec vetrnih turbin Vestas je izboljšal tudi postavitev vetrnih turbin z navzkrižno analizo vremenskih podatkov in podatkov števcev turbin, s čimer je povečal raven izhodne moči vetrnih turbin in podaljšal življenjsko dobo.
3. Uporaba velikih podatkov industrijske proizvodne linije IoT
Sodobne proizvodne linije industrijske proizvodnje so opremljene s tisoči majhnih senzorjev za zaznavanje temperature, tlaka, toplote, vibracij in hrupa.
Ker se podatki zbirajo vsakih nekaj sekund, je mogoče z uporabo teh podatkov izvesti številne oblike analiz, vključno z diagnozo opreme, analizo porabe energije, analizo porabe energije, analizo nesreče kakovosti (vključno s kršitvami proizvodnih predpisov, okvarami komponent) itd.
Prvič, kar zadeva izboljšanje proizvodnega procesa, lahko z uporabo teh velikih podatkov v proizvodnem procesu analiziramo celoten proizvodni proces in razumemo, kako se izvaja vsaka povezava.Ko določen proces odstopa od standardnega procesa, se sproži alarmni signal, hitreje se odkrijejo napake ali ozka grla in težava se lažje reši.
S tehnologijo velikih podatkov je mogoče vzpostaviti tudi virtualne modele proizvodnega procesa industrijskih izdelkov, simulirati in optimizirati proizvodni proces.Ko je mogoče v sistemu rekonstruirati vse podatke o procesih in zmogljivostih, bo ta preglednost proizvajalcem pomagala izboljšati njihove proizvodne procese.
Za drug primer, v smislu analize porabe energije, lahko uporaba senzorjev za centralno spremljanje vseh proizvodnih procesov med proizvodnim procesom opreme odkrije nenormalnosti ali konice v porabi energije, tako da je porabo energije mogoče optimizirati med proizvodnim procesom in vse procese izvajati.Analiza bo močno zmanjšala porabo energije.
4. Analiza in optimizacija industrijske dobavne verige
Trenutno je analiza velikih podatkov že pomembno sredstvo za številna podjetja v e-trgovini za povečanje konkurenčnosti njihovih dobavnih verig.
Na primer, podjetje za e-trgovino Jingdong Mall uporablja velike podatke za vnaprejšnjo analizo in napovedovanje povpraševanja po blagu na različnih mestih, s čimer izboljša učinkovitost distribucije in skladiščenja ter zagotovi uporabniško izkušnjo naslednjega dne.
RFID in druge tehnologije elektronske identifikacije izdelkov, tehnologija interneta stvari in mobilna internetna tehnologija lahko pomagajo industrijskim podjetjem pridobiti velike podatke o celotni dobavni verigi izdelkov.Uporaba teh podatkov za analizo bo znatno povečala učinkovitost skladiščenja, distribucije in prodaje ter znatne stroške.upad.
V Združenih državah je več kot 1000 velikih dobaviteljev OEM, ki proizvodnim podjetjem zagotavljajo več kot 10.000 različnih izdelkov.Vsak proizvajalec se pri prodaji svojih izdelkov zanaša na tržne napovedi in druge različne spremenljivke, kot so podatki o prodaji, informacije o trgu, razstave, novice in podatki o konkurentih ter celo vremenske napovedi.
Z uporabo podatkov o prodaji, podatkov senzorjev izdelkov in podatkov iz baz podatkov dobaviteljev lahko industrijska proizvodna podjetja natančno predvidijo povpraševanje v različnih regijah sveta.
Ker je zalogam in prodajnim cenam mogoče slediti in jih je mogoče kupiti, ko cene padejo, lahko proizvodna podjetja prihranijo veliko stroškov.
Če znova uporabite podatke, ki jih ustvarijo senzorji v izdelku, da ugotovite, kaj je narobe z izdelkom in kje so potrebni deli, lahko tudi predvidijo, kje in kdaj so potrebni deli.To bo močno zmanjšalo zaloge in optimiziralo dobavno verigo.
