Të dhëna të 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 thelluar të informatizimit dhe industrializimit, teknologjia e informacionit ka depërtuar në të gjitha lidhjet e zinxhirit industrial të ndërmarrjeve industriale, të tilla si barkodet, kodet QR, RFID, sensorë industrialë, sisteme automatike të kontrollit industrial, Internet industrial të gjërave, ERP, CAD/CAE/CAE/CAI dhe teknologji të tjera përdoren gjerësisht në ndërmarrjet industriale.
Sidomos 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 të zhvillimit në industrinë e Internetit, dhe të dhënat e mbajtura nga ndërmarrjet industriale janë bërë gjithnjë e më të bollshme.
Zbatimi i të dhënave të mëdha industriale do të sjellë një epokë të re të inovacionit dhe transformimit në ndërmarrjet industriale. Përmes perceptimit me kosto të ulët, lidhja celulare me shpejtësi të lartë, informatika e shpërndarë dhe analiza e përparuar e sjellë nga Interneti dhe Interneti celular i gjërave, teknologjia e informacionit dhe sistemet globale industriale janë duke u integruar thellësisht, duke sjellë ndryshime të thella në industritë globale dhe duke inovuar R&D dhe prodhimin e ndërmarrjeve. , Metodat e funksionimit, marketingut dhe menaxhimit. Hangao Tech (Seko Machinery) aplikon teknologjinë e internetit në sistemin e kontrollit të Makineritë inteligjente të Stainless Steel Steel Steel Makinerisë , në mënyrë që ekipet teknike të të dy palëve të mund të monitorojnë të dhënat e prodhimit në kohë reale, të gjejnë gabime 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 komplikuara.
Këto ndërmarrje inovative industriale në industri të ndryshme kanë sjellë shpejtësi më të shpejtë, efikasitet më të lartë dhe një pasqyrë më të lartë.
Aplikimet tipike të të dhënave të mëdha industriale përfshijnë inovacionin e produktit, diagnostikimin dhe parashikimin e fajit të produktit, analizën e linjës industriale të prodhimit IoT, optimizimin e zinxhirit të furnizimit me ndërmarrje industriale dhe marketingun e precizmit të produktit. Ky artikull do të zgjidhë skenarët e aplikimit të të dhënave të mëdha industriale në ndërmarrjet prodhuese një nga një.
1. Përshpejtoni inovacionin e produktit
Ndërveprimi dhe sjellja e transaksioneve midis klientëve dhe ndërmarrjeve industriale do të gjenerojnë një sasi të madhe të të dhënave. Minierat dhe analizimi i këtyre të dhënave dinamike të klientit mund të ndihmojnë klientët të marrin pjesë në analizën e kërkesës së produktit dhe aktivitetet e inovacionit të projektimit të produktit, dhe të japin kontribute në inovacionin e produkteve.
Ford është një shembull në këtë drejtim. Ata aplikuan teknologjinë e madhe të të dhënave për inovacionin e produktit dhe optimizimin e makinës elektrike Ford Focus. Kjo makinë është bërë një veturë e vërtetë 'e madhe e të dhënave. ' Gjenerata e parë e automjeteve elektrike Ford Focus, gjeneroi shumë të dhëna kur vozitni dhe parkoni.
Ndërsa vozitni, shoferi vazhdimisht azhurnon nxitimin e automjetit, frenimin, karikimin e baterisë dhe informacionin e vendndodhjes. Kjo është e dobishme për shoferët, por të dhënat u dërgohen përsëri inxhinierëve Ford për të kuptuar zakonet e drejtimit të klientit, duke përfshirë mënyrën se si, kur dhe ku të ngarkoni. Edhe nëse automjeti është në gjendje të vështirë, ai do të vazhdojë të transmetojë të dhëna në presionin e gomave dhe sistemin e baterisë së automjetit në telefonin më të afërt të zgjuar.
Ky skenar i aplikimit të të dhënave të mëdha në qendër të klientit ka shumë përfitime, sepse të dhënat e mëdha mundësojnë metoda të reja të vlefshme të inovacionit dhe bashkëpunimit të produkteve. Shoferët marrin informacion të dobishëm dhe të azhurnuar, ndërsa inxhinierët në Detroit Agregate Information në lidhje me sjelljen e drejtimit për të kuptuar klientët, zhvillojnë plane për përmirësimin e produktit dhe zbatojnë risitë e reja të produkteve.
Për më tepër, kompanitë e energjisë dhe furnitorët e tjerë të palëve të treta mund të analizojnë miliona milje të të dhënave të drejtimit për të përcaktuar se ku mund të ndërtojnë stacione të reja karikimi dhe si të parandalojnë mbingarkesën e rrjetit të brishtë.
2. Diagnostifikimi dhe parashikimi i fajit të produktit
Kjo mund të përdoret për shërbimin pas shitjes së produktit dhe përmirësimin e produktit. Futja e sensorëve të kudogjendur dhe teknologjisë së internetit ka bërë një realitet diagnozën në kohë reale të gabimeve të produktit, ndërsa aplikacionet e mëdha të të dhënave, teknologjitë e modelimit dhe simulimit kanë bërë të mundur parashikimin e dinamikës.
Gjatë kërkimit për lidhjen e humbur të Malajzisë Airlines MH370, të dhënat e funksionimit të motorit të marra nga Boeing luajtën një rol kryesor në përcaktimin e rrugës së lidhjes së humbur të avionit. Le të marrim sistemin e avionëve Boeing si një rast për të parë sesi aplikacionet e mëdha të të dhënave luajnë një rol në diagnostikimin e fajit të produktit.
Në avionët e Boeing, qindra ndryshore, të tilla si motorë, sisteme të karburantit, hidraulikë dhe sisteme elektrike, përbëjnë gjendjen gjatë fluturimit. Këto të dhëna maten dhe dërgohen më pak se disa mikrosekonda. Duke marrë si shembull Boeing 737, motori mund të gjenerojë 10 terabajt të të dhënave çdo 30 minuta në fluturim.
Këto të dhëna nuk janë vetëm të dhëna inxhinierike të telemetrisë që mund të analizohen në një pikë të caktuar në të ardhmen, por gjithashtu promovojnë kontrollin adaptiv në kohë reale, përdorimin e karburantit, parashikimin e dështimit të përbërësit dhe njoftimin pilot, të cilat mund të arrijnë në mënyrë efektive diagnozën dhe parashikimin e fajit.
Le të shohim një shembull të General Electric (GE). Qendra e Monitorimit dhe Diagnostifikimit të Energjisë GE Energy (M&D) në Atlanta, SH.B.A., 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 e vazhdueshme të të dhënave të mëdha nga dridhja e sensorit dhe sinjalet e temperaturës në sistem. Këto analiza të mëdha të të dhënave do të ofrojnë mbështetje për diagnostikimin e gabimeve të turbinave të gazit GE dhe paralajmërimin e hershëm.
Prodhuesi i turbinave të erës Vestas gjithashtu përmirësoi paraqitjen e turbinave të erës duke u analizuar të dhënat e motit dhe të dhënat e tij të njehsorit të turbinave, duke rritur kështu nivelin e prodhimit të energjisë së turbinave të erës dhe duke zgjatur jetën e shërbimit.
3. Aplikimi i madh i të dhënave të linjës industriale të prodhimit të IoT
Linjat moderne të prodhimit industrial të prodhimit janë të pajisura me mijëra sensorë të vegjël për të zbuluar temperaturën, presionin, nxehtësinë, dridhjen 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. Sapo një proces i caktuar të devijojë 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 madhe të të dhënave, është gjithashtu e mundur të vendosen modele virtuale të procesit të prodhimit të produkteve industriale, të simulojnë dhe optimizojnë procesin e prodhimit. Kur të gjitha të dhënat e procesit dhe të performancës mund të rikonstruktohen në sistem, kjo transparencë do t'i ndihmojë prodhuesit të përmirësojnë proceset e tyre të prodhimit.
Për një shembull tjetër, 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 maja në konsumin e energjisë, në mënyrë që konsumi i energjisë të mund të optimizohet gjatë procesit të prodhimit dhe të gjitha proceset të mund të kryhen. Analiza do të zvogëlojë shumë konsumin e energjisë.
4. Analiza dhe optimizimi i zinxhirit të furnizimit industrial
Aktualisht, analiza e madhe e të dhënave është tashmë një mjet i rëndësishëm për shumë kompani të tregtisë elektronike për të përmirësuar 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 kërkesën për mallra në vende të ndryshme paraprakisht, duke përmirësuar kështu efikasitetin e shpërndarjes dhe deponimit, dhe duke siguruar përvojën e klientit të ditës tjetër.
RFID dhe teknologjia tjetër e identifikimit elektronik të identifikimit, Teknologjia e Internetit e Gjërave dhe Teknologjia e Internetit celular mund të ndihmojnë ndërmarrjet industriale të marrin të dhëna të mëdha të një zinxhiri të plotë të furnizimit të produkteve. Përdorimi i këtyre të dhënave për analizë do të sjellë një rritje të konsiderueshme të deponimit, shpërndarjes dhe efikasitetit të shitjeve dhe një kosto të konsiderueshme. rënë.
Ka më shumë se 1.000 furnizues të mëdhenj OEM në Shtetet e Bashkuara, duke siguruar më shumë se 10,000 produkte të ndryshme për kompanitë prodhuese. Secili prodhues mbështetet në parashikimet e tregut dhe variablat e tjerë të ndryshëm, të tilla si të dhënat e shitjeve, informacionet e tregut, ekspozitat, lajmet dhe të dhënat e konkurrencës, dhe madje edhe parashikimet e motit për të shitur produktet e tyre.
Duke përdorur të dhënat e shitjeve, të dhënat e sensorit 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 inventari dhe çmimet e 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 është e gabuar me produktin dhe ku janë të nevojshme pjesët, ato gjithashtu mund të parashikojnë se ku dhe kur janë të nevojshme pjesët. Kjo do të zvogëlojë shumë inventarin dhe do të optimizojë zinxhirin e furnizimit.
