Industrijski veliki podatki so nov koncept, dobesedno razumljeni, 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 povezave industrijske verige industrijskih podjetij, kot so črtne kode, QR kode, RFID, industrijski senzorji, industrijski avtomatski nadzor, industrijski internet stvari, ERP, CAD/CAI/CAI in druge tehnologije in druge tehnologije.
Zlasti pri uporabi informacijskih tehnologij za novo generacijo, kot so internet, mobilni internet in internet stvari na industrijskem področju, so industrijska podjetja vstopila tudi v novo stopnjo razvoja v internetni industriji, podatki, ki jih hranijo industrijska podjetja, pa postajajo vse bolj obilne.
Uporaba industrijskih velikih podatkov bo prinesla novo obdobje inovacij in preobrazbe v industrijskih podjetjih. Z nizkocenovnim dojemanjem, visokohitrostno mobilno povezavo, porazdeljeno računalništvom in napredno analizo, ki jo prinašajo internet in mobilni internet stvari, se informacijsko tehnologijo in globalni industrijski sistemi globoko integrirajo, kar prinaša globoke spremembe v globalni industriji ter inovacije raziskav in razvoja ter proizvodnje podjetij. , Metode operacije, trženja in upravljanja. Hangao Tech (Seko Machinery) uporablja internetno tehnologijo za nadzorni sistem Inteligentni stroji za izdelavo cevi iz nerjavečega jekla , tako da lahko tehnične ekipe obeh strank spremljajo proizvodne podatke v realnem času, med delovanjem najdejo napake in preprečijo zaustavitev.
Zato težave in izzivi, s katerimi se soočajo industrijske aplikacije za velike podatke, niso manjši od težav v internetni industriji, v nekaterih primerih pa so še bolj zapleteni.
Ta inovativna industrijska podjetja v različnih panogah so prinesla hitrejšo hitrost, večjo učinkovitost in večji vpogled.
Tipične aplikacije industrijskih velikih podatkov vključujejo inovacije izdelkov, diagnozo napak in napoved izdelkov, analizo IoT industrijske proizvodne linije, optimizacijo dobavne verige industrijskih podjetij in natančno trženje izdelkov. Ta članek bo razvrstil scenarije uporabe industrijskih velikih podatkov v proizvodnih podjetjih drug za drugim.
1. pospešite inovacije izdelkov
Medsebojno in transakcijsko vedenje med strankami in industrijskimi podjetji bo ustvarilo veliko količino podatkov. Rudarjenje in analiza teh dinamičnih podatkov kupcev lahko strankam pomagajo sodelovati pri analizi povpraševanja po izdelkih in inovacijskih dejavnostih oblikovanja izdelkov ter prispevajo k inovacijam izdelkov.
Ford je primer v zvezi s tem. Velike podatkovne tehnologije so uporabili za inovacijo izdelkov in optimizacijo električnega avtomobila Ford Focus. Ta avtomobil je postal pravi 'električni avtomobil z velikimi podatki. ' Prva generacija električnih vozil Ford Focus je ustvarila veliko podatkov med vožnjo in parkiranjem.
Med vožnjo voznik nenehno posodablja pospeševanje, zaviranje, zavor in informacije o lokaciji. To je koristno za voznike, vendar se podatki pošljejo tudi nazaj Ford Engineers, da bi razumeli voznikove vozniške navade, vključno s tem, kako, kdaj in kje zaračunati. Tudi če je vozilo mirovalno, bo še naprej prenašalo podatke o tlaku v pnevmatikah in baterijskem sistemu vozila na najbližji pametni telefon.
Ta scenarij aplikacije velikih podatkov, ki je osredotočen na stranke, ima veliko prednosti, saj veliki podatki omogočajo dragocene nove inovacije izdelkov in metode sodelovanja. Vozniki dobijo koristne in posodobljene informacije, medtem ko inženirji v Detroitu združujejo informacije o vedenju, da bi razumeli kupce, razvili načrte za izboljšanje izdelkov in izvajali nove inovacije izdelkov.
Poleg tega lahko elektrarne in drugi dobavitelji tretjih oseb lahko analizirajo milijone kilometrov vožnje, da ugotovijo, kje sestaviti nove polnilne postaje in kako preprečiti, da bi se krhka mreža preobremenila.
2. Diagnoza in napoved napake izdelka
To se lahko uporabi za storitve po prodaji in izboljšanje izdelka. Uvedba vseprisotnih senzorjev in internetne tehnologije je v realnem času diagnoza napak izdelka v realnem času resničnost, medtem ko so aplikacije za velike podatke, modeliranje in simulacijske tehnologije omogočile napovedovanje dinamike.
Med iskanjem izgubljene povezave Malaysia Airlines MH370 so podatki o motorju, ki jih je pridobil Boeing, igrali ključno vlogo pri določanju poti izgubljene povezave letala. Vzemimo sistem letalskih letal Boeing kot primer, da vidimo, kako imajo velike aplikacije za podatke vlogo pri diagnozi napak v izdelku.
Na Boeingovem letalu na stotine spremenljivk, kot so motorji, sistemi za gorivo, hidravliki in električni sistemi, sestavljajo stanje med letom. Ti podatki se merijo in pošljejo v manj kot nekaj mikrosekund. Kot primer jemlje Boeing 737, lahko motor ustvari 10 terabajtov podatkov vsakih 30 minut v letu.
Ti podatki niso samo inženirski telemetrijski podatki, ki jih je mogoče analizirati v določenem trenutku v prihodnosti, ampak tudi spodbujajo prilagodljivi nadzor v realnem času, porabo goriva, napovedovanje okvare komponent in pilotsko obveščanje, ki lahko učinkovito dosežejo diagnozo napak in napovedovanje.
Poglejmo primer General Electric (GE). Center za spremljanje in diagnostiko GE Energy (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 10G podatkov za stranke. Analizirajte konstanten pretok velikih podatkov iz vibracij senzorjev in temperaturnih signalov v sistemu. Ta analiza velikih podatkov bo zagotovila podporo za diagnozo napak v plinski turbini in zgodnje opozorilo.
Proizvajalec vetrnih turbin Vestas je tudi izboljšal postavitev vetrnih turbin z navzkrižno analizo vremenskih podatkov in njegovih podatkov o merilnikih turbin, s čimer je povečal raven izhoda vetrnih turbin in razširil življenjsko dobo.
3. Uporaba velikih podatkov industrijske proizvodne linije IoT
Sodobne industrijske proizvodne proizvodne linije so opremljene s tisoči majhnih senzorjev za zaznavanje temperature, tlaka, toplote, vibracij in hrupa.
Ker se podatki zbirajo vsakih nekaj sekund, je mogoče realizirati številne oblike analize z uporabo teh podatkov, vključno z diagnozo opreme, analizo porabe energije, analizo porabe energije, analizo kakovosti nesreč (vključno s kršitvami proizvodnih predpisov, okvarami komponent) itd.
Najprej lahko glede na izboljšanje proizvodnih procesov uporaba teh velikih podatkov v proizvodnem procesu analizira celoten proizvodni postopek in razume, kako se vsaka povezava izvaja. Ko določen postopek odstopa od standardnega postopka, bo ustvarjen alarmni signal, napake ali ozka grla lahko najdemo hitreje in težavo lahko lažje rešimo.
Z uporabo velikih podatkovnih tehnologij je mogoče določiti tudi virtualne modele proizvodnega procesa industrijskih izdelkov, simulirati in optimizirati proizvodni proces. Ko se lahko v sistemu rekonstruirajo vsi podatki o procesih in zmogljivosti, bo ta preglednost pomagala proizvajalcem izboljšati svoje proizvodne procese.
Za drug primer lahko uporaba senzorjev za centralno spremljanje vseh proizvodnih procesov med proizvodnim procesom opreme lahko najde nepravilnosti ali vrhove porabe energije, tako da se lahko med proizvodnim procesom optimizira poraba energije in vse procese lahko izvedemo. Analiza bo močno zmanjšala porabo energije.
4. Analiza in optimizacija industrijske dobavne verige
Trenutno je analiza velikih podatkov že pomembno sredstvo za številna podjetja za e-trgovino za izboljšanje konkurenčnosti svojih dobavnih verig.
Na primer, podjetje za e-trgovino Jingdong Mall uporablja velike podatke za analizo in napovedovanje povpraševanja po blagu v različnih krajih vnaprej, s čimer se izboljša učinkovitost distribucije in skladiščenja ter zagotavlja izkušnjo kupcev naslednji dan.
RFID in druga elektronska tehnologija za identifikacijo izdelkov, tehnologija Internet of Things in mobilni internetni tehnologija lahko pomagajo industrijskim podjetjem pri pridobivanju velikih podatkov celotne dobavne verige izdelkov. Uporaba teh podatkov za analizo bo znatno povečala skladiščenje, distribucijo in učinkovitost prodaje ter znatne stroške. upad.
V ZDA je več kot 1000 velikih dobaviteljev OEM, ki proizvajalcem zagotavlja več kot 10.000 različnih izdelkov. Vsak proizvajalec se opira na tržne napovedi in druge različne spremenljivke, kot so prodajni podatki, tržne informacije, razstave, novice in podatki o konkurenci ter celo vremenske napovedi za prodajo svojih izdelkov.
Z uporabo prodajnih podatkov, podatkov senzorjev izdelkov in podatkov iz baz podatkov dobaviteljev lahko industrijska proizvodna podjetja natančno napovedujejo povpraševanje v različnih regijah sveta.
Ker je mogoče cene zalog in prodaje spremljati in jih je mogoče kupiti, ko cene padejo, lahko proizvodna podjetja prihranijo veliko stroškov.
Če ponovno uporabite podatke, ki jih ustvarijo senzorji v izdelku, da veste, kaj je narobe z izdelkom in kje so potrebni deli, lahko tudi napovedujejo, kje in kdaj so deli potrebni. To bo močno zmanjšalo inventar in optimiziralo dobavno verigo.
