Të dhënat e mëdha industriale janë një koncept i ri, i kuptuar fjalë për fjalë, të dhënat e mëdha industriale i referohen të dhënave të mëdha të krijuara në aplikimin e informacionit industrial.
Me integrimin e thellë të informatizimit dhe industrializimit, teknologjia e informacionit ka depërtuar në të gjitha hallkat e zinxhirit industrial të ndërmarrjeve industriale, si barkodet, kodet QR, RFID, sensorët industrialë, sistemet e kontrollit automatik industrial, Interneti industrial i Gjërave, ERP, CAD/CAM/CAE/ CAI dhe teknologji të tjera përdoren gjerësisht në ndërmarrjet industriale.
Veçanërisht me aplikimin e teknologjive të informacionit të gjeneratës së re si interneti, interneti celular dhe Interneti i Gjërave në fushën industriale, ndërmarrjet industriale gjithashtu kanë hyrë në një fazë të re zhvillimi në industrinë e internetit dhe të dhënat e mbajtura nga ndërmarrjet industriale kanë bëhen gjithnjë e më të bollshme.
Aplikimi i të dhënave të mëdha industriale do të sjellë një epokë të re inovacioni dhe transformimi në ndërmarrjet industriale.Nëpërmjet perceptimit me kosto të ulët, lidhjes celulare me shpejtësi të lartë, llogaritjeve të shpërndara dhe analizave të avancuara të sjella nga Interneti dhe Interneti celular i Gjërave, teknologjia e informacionit dhe sistemet globale industriale janë duke u integruar thellë, duke sjellë ndryshime të thella në industritë globale dhe duke inovuar R&D dhe prodhimi i ndërmarrjeve., Operacioni, marketingu dhe metodat e menaxhimit. Hangao Tech (SEKO Machinery) aplikon teknologjinë e internetit në sistemin e kontrollit të makineri inteligjente industriale për prodhimin e tubave të salduar prej çeliku inox , në mënyrë që ekipet teknike të të dyja palëve të mund të monitorojnë të dhënat e prodhimit në kohë reale, të gjejnë defekte gjatë funksionimit dhe të parandalojnë mbylljet.
Prandaj, problemet dhe sfidat me të cilat përballen aplikacionet industriale të të dhënave të mëdha nuk janë më pak se ato të industrisë së internetit dhe në disa raste ato janë edhe më të ndërlikuara.
Këto ndërmarrje industriale inovative në industri të ndryshme kanë sjellë shpejtësi më të shpejtë, efikasitet më të lartë dhe njohuri më të lartë.
Aplikimet tipike të të dhënave të mëdha industriale përfshijnë inovacionin e produktit, diagnozën dhe parashikimin e gabimeve të produktit, analizën e linjës industriale të prodhimit IoT, optimizimin e zinxhirit të furnizimit të ndërmarrjeve industriale dhe marketingun e saktë të produktit.Ky artikull do të zgjidhë një nga një skenarët e aplikimit të të dhënave të mëdha industriale në ndërmarrjet prodhuese.
1. Përshpejtoni inovacionin e produktit
Ndërveprimi dhe sjellja e transaksionit midis klientëve dhe ndërmarrjeve industriale do të gjenerojë një sasi të madhe të dhënash.Minimi dhe analizimi i këtyre të dhënave dinamike të klientëve mund t'i ndihmojë klientët të marrin pjesë në analizën e kërkesës së produktit dhe aktivitetet e inovacionit të dizajnit të produktit, si dhe të japin kontribute në inovacionin e produktit.
Ford është një shembull në këtë drejtim.Ata aplikuan teknologjinë e të dhënave të mëdha për inovacionin e produktit dhe optimizimin e makinës elektrike Ford Focus.Kjo makinë është bërë një 'makinë elektrike e vërtetë e të dhënave të mëdha'. Gjenerata e parë e automjeteve elektrike Ford Focus gjeneroi shumë të dhëna gjatë drejtimit dhe parkimit.
Gjatë vozitjes, shoferi përditëson vazhdimisht informacionin e përshpejtimit, frenimit, karikimit të baterisë dhe vendndodhjes së mjetit.Kjo është e dobishme për shoferët, por të dhënat u dërgohen gjithashtu inxhinierëve të Ford-it për të kuptuar zakonet e drejtimit të klientit, duke përfshirë mënyrën, kur dhe ku të karikojnë.Edhe nëse automjeti është në ndalesë, ai do të vazhdojë të transmetojë të dhëna për presionin e gomave dhe sistemin e baterisë së automjetit në telefonin inteligjent më të afërt.
Ky skenar i aplikimit të të dhënave të mëdha i përqendruar te klienti ka shumë përfitime, sepse të dhënat e mëdha mundësojnë risi të vlefshme të produkteve të reja dhe metoda bashkëpunimi.Drejtuesit marrin informacione të dobishme dhe të përditësuara, ndërsa inxhinierët në Detroit grumbullojnë informacione rreth sjelljes së drejtimit për të kuptuar klientët, për të zhvilluar plane për përmirësimin e produktit dhe për të zbatuar risitë e produkteve të reja.
Për më tepër, kompanitë e energjisë dhe furnizuesit e tjerë të palëve të treta mund të analizojnë miliona milje të dhënash ngarje për të përcaktuar se ku të ndërtojnë stacione të reja karikimi dhe si të parandalojnë mbingarkimin e rrjetit të brishtë.
2. Diagnostikimi dhe parashikimi i gabimeve të produktit
Kjo mund të përdoret për shërbimin pas shitjes së produktit dhe përmirësimin e produktit.Futja e sensorëve të kudondodhur dhe teknologjisë së internetit e ka bërë realitet diagnozën në kohë reale të gabimeve të produktit, ndërsa aplikacionet e të dhënave të mëdha, teknologjitë e modelimit dhe simulimit kanë bërë të mundur parashikimin e dinamikës.
Gjatë kërkimit për lidhjen e humbur të Malaysia Airlines MH370, të dhënat e funksionimit të motorit të marra nga Boeing luajtën një rol kyç në përcaktimin e rrugës së lidhjes së humbur të avionit.Le të marrim sistemin e avionëve Boeing si një rast për të parë se si aplikacionet e të dhënave të mëdha luajnë një rol në diagnostikimin e gabimeve të produktit.
Në aeroplanët e Boeing, qindra variabla, si motorët, sistemet e karburantit, hidraulika dhe sistemet elektrike, përbëjnë gjendjen gjatë fluturimit.Këto të dhëna maten dhe dërgohen në më pak se disa mikrosekonda.Duke marrë si shembull Boeing 737, motori mund të gjenerojë 10 terabajt të dhëna çdo 30 minuta gjatë fluturimit.
Këto të dhëna nuk janë vetëm të dhëna të telemetrisë inxhinierike që mund të analizohen në një moment të caktuar në të ardhmen, por gjithashtu promovojnë kontrollin adaptiv në kohë reale, përdorimin e karburantit, parashikimin e dështimit të komponentëve dhe njoftimin e pilotit, të cilat mund të arrijnë në mënyrë efektive diagnostikimin dhe parashikimin e defekteve.
Le të shohim një shembull të General Electric (GE).Qendra e Monitorimit dhe Diagnostifikimit të Energjisë GE (M&D) në Atlanta, SHBA, mbledh të dhëna për mijëra turbina me gaz GE në më shumë se 50 vende të botës dhe mund të mbledhë të dhëna 10G për klientët çdo ditë.Analizoni rrjedhën konstante të të dhënave të mëdha nga sinjalet e dridhjeve dhe temperaturës së sensorit në sistem.Këto analiza të të dhënave të mëdha do të ofrojnë mbështetje për diagnozën e defektit të turbinës me gaz të GE dhe paralajmërimin e hershëm.
Prodhuesi i turbinave me erë Vestas përmirësoi gjithashtu paraqitjen e turbinave me erë duke analizuar të dhënat e motit dhe të dhënat e matësit të tij të turbinës, duke rritur kështu nivelin e prodhimit të fuqisë së turbinave me erë dhe duke zgjatur jetën e shërbimit.
3. Aplikimi i të dhënave të mëdha të linjës industriale të prodhimit IoT
Linjat moderne të prodhimit të prodhimit industrial janë të pajisura me mijëra sensorë të vegjël për të zbuluar temperaturën, presionin, nxehtësinë, dridhjet dhe zhurmën.
Për shkak se të dhënat mblidhen çdo disa sekonda, shumë forma të analizës mund të realizohen duke përdorur këto të dhëna, duke përfshirë diagnozën e pajisjeve, analizën e konsumit të energjisë, analizën e konsumit të energjisë, analizën e aksidenteve cilësore (përfshirë shkeljet e rregulloreve të prodhimit, dështimet e komponentëve), etj.
Para së gjithash, për sa i përket përmirësimit të procesit të prodhimit, përdorimi i këtyre të dhënave të mëdha në procesin e prodhimit mund të analizojë të gjithë procesin e prodhimit dhe të kuptojë se si ekzekutohet secila lidhje.Pasi një proces i caktuar devijon nga procesi standard, do të gjenerohet një sinjal alarmi, gabimet ose pengesat mund të gjenden më shpejt dhe problemi mund të zgjidhet më lehtë.
Duke përdorur teknologjinë e të dhënave të mëdha, është gjithashtu e mundur të krijohen modele virtuale të procesit të prodhimit të produkteve industriale, simulimi dhe optimizimi i procesit të prodhimit.Kur të gjitha të dhënat e procesit dhe performancës mund të rindërtohen në sistem, kjo transparencë do t'i ndihmojë prodhuesit të përmirësojnë proceset e tyre të prodhimit.
Për shembull, për sa i përket analizës së konsumit të energjisë, përdorimi i sensorëve për të monitoruar në mënyrë qendrore të gjitha proceset e prodhimit gjatë procesit të prodhimit të pajisjeve mund të gjejë anomali ose kulme në konsumin e energjisë, në mënyrë që konsumi i energjisë të mund të optimizohet gjatë procesit të prodhimit dhe të gjitha proceset mund të të kryhet.Analiza do të zvogëlojë ndjeshëm konsumin e energjisë.
4. Analiza dhe optimizimi i zinxhirit të furnizimit industrial
Aktualisht, analiza e të dhënave të mëdha është tashmë një mjet i rëndësishëm për shumë kompani të tregtisë elektronike për të rritur konkurrencën e zinxhirëve të tyre të furnizimit.
Për shembull, kompania e tregtisë elektronike Jingdong Mall përdor të dhëna të mëdha për të analizuar dhe parashikuar paraprakisht kërkesën për mallra në vende të ndryshme, duke përmirësuar kështu efikasitetin e shpërndarjes dhe magazinimit dhe duke siguruar përvojën e klientit të ditës së ardhshme.
RFID dhe teknologji të tjera të identifikimit elektronik të produkteve, teknologjia e Internetit të Gjërave dhe teknologjia e internetit celulare mund të ndihmojnë ndërmarrjet industriale të marrin të dhëna të mëdha të një zinxhiri të plotë furnizimi produkti.Përdorimi i këtyre të dhënave për analizë do të sjellë një rritje të konsiderueshme në efikasitetin e magazinimit, shpërndarjes dhe shitjes dhe një kosto të konsiderueshme.rënie.
Ka më shumë se 1,000 furnizues të mëdhenj OEM në Shtetet e Bashkuara, duke ofruar më shumë se 10,000 produkte të ndryshme për kompanitë prodhuese.Çdo prodhues mbështetet në parashikimet e tregut dhe variabla të tjerë të ndryshëm, si të dhënat e shitjeve, informacionet e tregut, ekspozitat, lajmet dhe të dhënat e konkurrentëve, madje edhe parashikimet e motit për të shitur produktet e tyre.
Duke përdorur të dhënat e shitjeve, të dhënat e sensorëve të produktit dhe të dhënat nga bazat e të dhënave të furnizuesve, kompanitë prodhuese industriale mund të parashikojnë me saktësi kërkesën në rajone të ndryshme të botës.
Meqenëse çmimet e inventarit dhe të shitjeve mund të gjurmohen dhe mund të blihen kur çmimet bien, kompanitë prodhuese mund të kursejnë shumë kosto.
Nëse ripërdorni të dhënat e krijuara nga sensorët në produkt për të ditur se çfarë nuk shkon me produktin dhe ku nevojiten pjesë, ata gjithashtu mund të parashikojnë se ku dhe kur nevojiten pjesë.Kjo do të reduktojë shumë inventarin dhe do të optimizojë zinxhirin e furnizimit.
