தொழில்துறை பெரிய தரவு என்பது ஒரு புதிய கருத்தாகும், உண்மையில் புரிந்து கொள்ளப்பட்ட, தொழில்துறை பெரிய தரவு என்பது தொழில்துறை தகவல்களைப் பயன்படுத்துவதில் உருவாக்கப்பட்ட பெரிய தரவைக் குறிக்கிறது.
தகவல் மற்றும் தொழில்மயமாக்கலின் ஆழமான ஒருங்கிணைப்புடன், தகவல் தொழில்நுட்பம் தொழில்துறை நிறுவனங்களின் தொழில்துறை சங்கிலியின் அனைத்து இணைப்புகளான பார்கோடுகள், கியூஆர் குறியீடுகள், ஆர்.எஃப்.ஐ.டி, தொழில்துறை சென்சார்கள், தொழில்துறை தானியங்கி கட்டுப்பாட்டு அமைப்புகள், தொழில்துறை இணையம், ஈஆர்பி, சிஏடி/கேம்/சிஏஐ/சிஏஐ மற்றும் பிற தொழில்நுட்பங்கள் தொழில்துறை நிறுவனங்களில் பரவலாக பயன்படுத்தப்படுகின்றன.
குறிப்பாக தொழில்துறை துறையில் இணையம், மொபைல் இணையம் மற்றும் இன்டர்நெட் ஆஃப் திங்ஸ் போன்ற புதிய தலைமுறை தகவல் தொழில்நுட்பங்களைப் பயன்படுத்துவதன் மூலம், தொழில்துறை நிறுவனங்களும் இணையத் துறையில் ஒரு புதிய கட்ட வளர்ச்சியில் நுழைந்துள்ளன, மேலும் தொழில்துறை நிறுவனங்கள் வைத்திருக்கும் தரவு பெருகிய முறையில் ஏராளமாகிவிட்டது.
தொழில்துறை பெரிய தரவுகளின் பயன்பாடு தொழில்துறை நிறுவனங்களில் புதுமை மற்றும் மாற்றத்தின் புதிய சகாப்தத்தை கொண்டு வரும். குறைந்த விலை கருத்து, அதிவேக மொபைல் இணைப்பு, விநியோகிக்கப்பட்ட கம்ப்யூட்டிங் மற்றும் மேம்பட்ட பகுப்பாய்வு ஆகியவற்றின் மூலம் இணையம் மற்றும் மொபைல் இன்டர்நெட் ஆஃப் திங்ஸ், தகவல் தொழில்நுட்பம் மற்றும் உலகளாவிய தொழில்துறை அமைப்புகள் ஆழமாக ஒருங்கிணைக்கப்பட்டு, உலகளாவிய தொழில்களில் ஆழமான மாற்றங்களைக் கொண்டு வருகின்றன, மேலும் ஆர் & டி மற்றும் நிறுவனங்களின் உற்பத்தியை புதுமைப்படுத்துகின்றன. , செயல்பாடு, சந்தைப்படுத்தல் மற்றும் மேலாண்மை முறைகள். ஹேங்காவோ டெக் (செகோ மெஷினரி) இணைய தொழில்நுட்பத்தை கட்டுப்பாட்டு அமைப்புக்கு பயன்படுத்துகிறது புத்திசாலித்தனமான எஃகு தொழில்துறை வெல்டட் குழாய் தயாரிக்கும் இயந்திரங்கள் , இதனால் இரு தரப்பினரின் தொழில்நுட்ப குழுக்களும் உற்பத்தித் தரவை நிகழ்நேரத்தில் கண்காணிக்க முடியும், செயல்பாட்டின் போது தவறுகளைக் கண்டறியலாம் மற்றும் பணிநிறுத்தங்களைத் தடுக்கலாம்.
எனவே, தொழில்துறை பெரிய தரவு பயன்பாடுகள் எதிர்கொள்ளும் சிக்கல்கள் மற்றும் சவால்கள் இணையத் துறையை விடக் குறைவாக இல்லை, சில சந்தர்ப்பங்களில் அவை இன்னும் சிக்கலானவை.
வெவ்வேறு தொழில்களில் உள்ள இந்த புதுமையான தொழில்துறை நிறுவனங்கள் விரைவான வேகம், அதிக செயல்திறன் மற்றும் அதிக நுண்ணறிவைக் கொண்டு வந்துள்ளன.
தொழில்துறை பெரிய தரவுகளின் வழக்கமான பயன்பாடுகளில் தயாரிப்பு கண்டுபிடிப்பு, தயாரிப்பு தவறு கண்டறிதல் மற்றும் கணிப்பு, தொழில்துறை உற்பத்தி வரி IOT பகுப்பாய்வு, தொழில்துறை நிறுவன விநியோக சங்கிலி உகப்பாக்கம் மற்றும் தயாரிப்பு துல்லிய சந்தைப்படுத்தல் ஆகியவை அடங்கும். இந்த கட்டுரை உற்பத்தி நிறுவனங்களில் தொழில்துறை பெரிய தரவுகளின் பயன்பாட்டு காட்சிகளை ஒவ்வொன்றாக வரிசைப்படுத்தும்.
1. தயாரிப்பு கண்டுபிடிப்புகளை விரைவுபடுத்துங்கள்
வாடிக்கையாளர்களுக்கும் தொழில்துறை நிறுவனங்களுக்கும் இடையிலான தொடர்பு மற்றும் பரிவர்த்தனை நடத்தை அதிக அளவு தரவை உருவாக்கும். இந்த வாடிக்கையாளர் டைனமிக் தரவை சுரங்கப்படுத்துவதும் பகுப்பாய்வு செய்வதும் வாடிக்கையாளர்களுக்கு தயாரிப்பு தேவை பகுப்பாய்வு மற்றும் தயாரிப்பு வடிவமைப்பு கண்டுபிடிப்பு நடவடிக்கைகளில் பங்கேற்க உதவும், மேலும் தயாரிப்பு கண்டுபிடிப்புகளுக்கு பங்களிப்புகளைச் செய்யலாம்.
இந்த விஷயத்தில் ஃபோர்டு ஒரு எடுத்துக்காட்டு. ஃபோர்டு ஃபோகஸ் எலக்ட்ரிக் காரின் தயாரிப்பு கண்டுபிடிப்பு மற்றும் தேர்வுமுறை ஆகியவற்றிற்கு அவர்கள் பெரிய தரவு தொழில்நுட்பத்தைப் பயன்படுத்தினர். இந்த கார் ஒரு உண்மையான 'பிக் டேட்டா எலக்ட்ரிக் கார். ' ஃபோர்டு ஃபோகஸ் எலக்ட்ரிக் வாகனங்களின் முதல் தலைமுறை வாகனம் ஓட்டும்போது நிறைய தரவை உருவாக்கியது.
வாகனம் ஓட்டும்போது, வாகனத்தின் முடுக்கம், பிரேக்கிங், பேட்டரி சார்ஜிங் மற்றும் இருப்பிட தகவல்களை இயக்கி தொடர்ந்து புதுப்பிக்கிறது. இது ஓட்டுனர்களுக்கு பயனுள்ளதாக இருக்கும், ஆனால் வாடிக்கையாளரின் ஓட்டுநர் பழக்கத்தைப் புரிந்துகொள்ள தரவு ஃபோர்டு பொறியாளர்களுக்கும் திருப்பி அனுப்பப்படுகிறது, இதில் எப்படி, எப்போது, எங்கு கட்டணம் வசூலிக்க வேண்டும். வாகனம் நிறுத்தப்பட்டிருந்தாலும், அது வாகனத்தின் டயர் அழுத்தம் மற்றும் பேட்டரி சிஸ்டம் குறித்த தரவை அருகிலுள்ள ஸ்மார்ட் ஃபோனுக்கு தொடர்ந்து அனுப்பும்.
இந்த வாடிக்கையாளரை மையமாகக் கொண்ட பெரிய தரவு பயன்பாட்டு சூழ்நிலையில் பல நன்மைகள் உள்ளன, ஏனெனில் பெரிய தரவு மதிப்புமிக்க புதிய தயாரிப்பு கண்டுபிடிப்பு மற்றும் ஒத்துழைப்பு முறைகளை செயல்படுத்துகிறது. ஓட்டுநர்கள் பயனுள்ள மற்றும் புதுப்பித்த தகவல்களைப் பெறுகிறார்கள், அதே நேரத்தில் டெட்ராய்டில் உள்ள பொறியாளர்கள் வாடிக்கையாளர்களைப் புரிந்துகொள்வதற்கும், தயாரிப்பு மேம்பாட்டுத் திட்டங்களை உருவாக்குவதற்கும், புதிய தயாரிப்பு கண்டுபிடிப்புகளை செயல்படுத்துவதற்கும் ஓட்டுநர் நடத்தை பற்றிய தகவல்களை மொத்தமாகப் பெறுகிறார்கள்.
மேலும், மின் நிறுவனங்கள் மற்றும் பிற மூன்றாம் தரப்பு சப்ளையர்கள் மில்லியன் கணக்கான மைல் ஓட்டுநர் தரவை பகுப்பாய்வு செய்யலாம், புதிய சார்ஜிங் நிலையங்களை எங்கு உருவாக்குவது மற்றும் பலவீனமான கட்டம் அதிக சுமை தவிர எவ்வாறு தடுப்பது என்பதை தீர்மானிக்க முடியும்.
2. தயாரிப்பு தவறு கண்டறிதல் மற்றும் கணிப்பு
விற்பனை விற்பனைக்குப் பின் சேவை மற்றும் தயாரிப்பு மேம்பாட்டிற்கு இதைப் பயன்படுத்தலாம். எங்கும் நிறைந்த சென்சார்கள் மற்றும் இணைய தொழில்நுட்பத்தின் அறிமுகம் தயாரிப்பு தவறுகளை நிகழ்நேர கண்டறிதலை ஒரு யதார்த்தமாக்கியுள்ளது, அதே நேரத்தில் பெரிய தரவு பயன்பாடுகள், மாடலிங் மற்றும் உருவகப்படுத்துதல் தொழில்நுட்பங்கள் இயக்கவியலைக் கணிப்பதை சாத்தியமாக்கியுள்ளன.
மலேசியா ஏர்லைன்ஸ் MH370 இன் இழந்த இணைப்பைத் தேடும்போது, போயிங் பெறிய இயந்திர இயக்கத் தரவு விமானத்தின் இழந்த இணைப்பின் பாதையை தீர்மானிப்பதில் முக்கிய பங்கு வகித்தது. தயாரிப்பு தவறு நோயறிதலில் பெரிய தரவு பயன்பாடுகள் எவ்வாறு பங்கு வகிக்கின்றன என்பதைக் காண போயிங் விமான அமைப்பை ஒரு சந்தர்ப்பமாக எடுத்துக்கொள்வோம்.
போயிங்கின் விமானத்தில், இயந்திரங்கள், எரிபொருள் அமைப்புகள், ஹைட்ராலிக்ஸ் மற்றும் மின் அமைப்புகள் போன்ற நூற்றுக்கணக்கான மாறிகள் விமானத்தில் உள்ள நிலையை உருவாக்குகின்றன. இந்த தரவு அளவிடப்பட்டு சில மைக்ரோ விநாடிகளுக்குள் அனுப்பப்படுகிறது. போயிங் 737 ஐ உதாரணமாக எடுத்துக் கொண்டால், எஞ்சின் ஒவ்வொரு 30 நிமிடங்களுக்கும் விமானத்தில் 10 டெராபைட் தரவை உருவாக்க முடியும்.
இந்த தரவு பொறியியல் டெலிமெட்ரி தரவு மட்டுமல்ல, எதிர்காலத்தில் ஒரு குறிப்பிட்ட கட்டத்தில் பகுப்பாய்வு செய்ய முடியும், ஆனால் நிகழ்நேர தகவமைப்பு கட்டுப்பாடு, எரிபொருள் பயன்பாடு, கூறு தோல்வி முன்கணிப்பு மற்றும் பைலட் அறிவிப்பு ஆகியவற்றை ஊக்குவிக்கிறது, இது தவறான நோயறிதல் மற்றும் கணிப்பை திறம்பட அடைய முடியும்.
ஜெனரல் எலக்ட்ரிக் (ஜி.இ) ஒரு உதாரணத்தைப் பார்ப்போம். அமெரிக்காவின் அட்லாண்டாவில் உள்ள GE எரிசக்தி கண்காணிப்பு மற்றும் கண்டறிதல் (எம் & டி) மையம், உலகெங்கிலும் 50 க்கும் மேற்பட்ட நாடுகளில் ஆயிரக்கணக்கான ஜி.இ. எரிவாயு விசையாழிகளின் தரவை சேகரிக்கிறது, மேலும் ஒவ்வொரு நாளும் வாடிக்கையாளர்களுக்கு 10 ஜி தரவை சேகரிக்க முடியும். கணினியில் உள்ள சென்சார் அதிர்வு மற்றும் வெப்பநிலை சமிக்ஞைகளிலிருந்து நிலையான பெரிய தரவு ஓட்டத்தை பகுப்பாய்வு செய்யுங்கள். இந்த பெரிய தரவு பகுப்பாய்வு GE இன் எரிவாயு விசையாழி தவறு நோயறிதல் மற்றும் ஆரம்ப எச்சரிக்கைக்கு ஆதரவை வழங்கும்.
காற்றாலை விசையாழி உற்பத்தியாளர் வெஸ்டாஸ் வானிலை தரவு மற்றும் அதன் விசையாழி மீட்டர் தரவுகளை குறுக்கு பகுப்பாய்வு செய்வதன் மூலம் காற்றாலை விசையாழிகளின் தளவமைப்பை மேம்படுத்தியது, இதனால் காற்றாலை விசையாழிகளின் சக்தி வெளியீட்டு அளவை அதிகரிக்கும் மற்றும் சேவை ஆயுளை விரிவுபடுத்துகிறது.
3. தொழில்துறை ஐஓடி உற்பத்தி வரியின் பெரிய தரவு பயன்பாடு
நவீன தொழில்துறை உற்பத்தி உற்பத்தி கோடுகள் வெப்பநிலை, அழுத்தம், வெப்பம், அதிர்வு மற்றும் சத்தம் ஆகியவற்றைக் கண்டறிய ஆயிரக்கணக்கான சிறிய சென்சார்கள் பொருத்தப்பட்டுள்ளன.
ஒவ்வொரு சில விநாடிகளிலும் தரவு சேகரிக்கப்படுவதால், உபகரணங்கள் கண்டறிதல், மின் நுகர்வு பகுப்பாய்வு, எரிசக்தி நுகர்வு பகுப்பாய்வு, தர விபத்து பகுப்பாய்வு (உற்பத்தி விதிமுறைகளின் மீறல்கள், கூறு தோல்விகள் உட்பட) போன்றவற்றை உள்ளடக்கிய இந்த தரவுகளைப் பயன்படுத்துவதன் மூலம் பல வகையான பகுப்பாய்வுகளை உணர முடியும்.
முதலாவதாக, உற்பத்தி செயல்முறை மேம்பாட்டைப் பொறுத்தவரை, உற்பத்தி செயல்பாட்டில் இந்த பெரிய தரவைப் பயன்படுத்துவது முழு உற்பத்தி செயல்முறையையும் பகுப்பாய்வு செய்து ஒவ்வொரு இணைப்பும் எவ்வாறு செயல்படுத்தப்படுகிறது என்பதைப் புரிந்து கொள்ளலாம். ஒரு குறிப்பிட்ட செயல்முறை நிலையான செயல்முறையிலிருந்து விலகியதும், ஒரு அலாரம் சமிக்ஞை உருவாக்கப்படும், பிழைகள் அல்லது இடையூறுகளை விரைவாகக் காணலாம், மேலும் சிக்கலை மிக எளிதாக தீர்க்க முடியும்.
பெரிய தரவு தொழில்நுட்பத்தைப் பயன்படுத்தி, தொழில்துறை தயாரிப்புகளின் உற்பத்தி செயல்முறையின் மெய்நிகர் மாதிரிகளை நிறுவவும், உற்பத்தி செயல்முறையை உருவகப்படுத்தவும் மேம்படுத்தவும் முடியும். அனைத்து செயல்முறை மற்றும் செயல்திறன் தரவையும் கணினியில் புனரமைக்க முடியும், இந்த வெளிப்படைத்தன்மை உற்பத்தியாளர்கள் தங்கள் உற்பத்தி செயல்முறைகளை மேம்படுத்த உதவும்.
மற்றொரு எடுத்துக்காட்டுக்கு, எரிசக்தி நுகர்வு பகுப்பாய்வைப் பொறுத்தவரை, உபகரணங்கள் உற்பத்தி செயல்பாட்டின் போது அனைத்து உற்பத்தி செயல்முறைகளையும் மையமாகக் கண்காணிக்க சென்சார்களின் பயன்பாடு ஆற்றல் நுகர்வு அசாதாரணங்கள் அல்லது சிகரங்களைக் காணலாம், இதனால் உற்பத்தி செயல்பாட்டின் போது ஆற்றல் நுகர்வு மேம்படுத்தப்படலாம் மற்றும் அனைத்து செயல்முறைகளையும் செய்ய முடியும். பகுப்பாய்வு ஆற்றல் நுகர்வு வெகுவாகக் குறைக்கும்.
4. தொழில்துறை விநியோகச் சங்கிலியின் பகுப்பாய்வு மற்றும் தேர்வுமுறை
தற்போது, பெரிய தரவு பகுப்பாய்வு பல ஈ-காமர்ஸ் நிறுவனங்களுக்கு அவற்றின் விநியோகச் சங்கிலிகளின் போட்டித்தன்மையை மேம்படுத்த ஒரு முக்கியமான வழிமுறையாகும்.
எடுத்துக்காட்டாக, ஈ-காமர்ஸ் நிறுவனமான ஜிங்டாங் மால் பல்வேறு இடங்களில் பொருட்களுக்கான தேவையை முன்கூட்டியே பகுப்பாய்வு செய்வதற்கும் கணிப்பதற்கும் பெரிய தரவைப் பயன்படுத்துகிறது, இதன் மூலம் விநியோகம் மற்றும் கிடங்கின் செயல்திறனை மேம்படுத்துகிறது, மேலும் அடுத்த நாளின் வாடிக்கையாளர் அனுபவத்தை உறுதி செய்கிறது.
RFID மற்றும் பிற தயாரிப்பு மின்னணு அடையாள தொழில்நுட்பம், இன்டர்நெட் ஆஃப் திங்ஸ் டெக்னாலஜி மற்றும் மொபைல் இணைய தொழில்நுட்பம் ஆகியவை தொழில்துறை நிறுவனங்களுக்கு முழுமையான தயாரிப்பு விநியோகச் சங்கிலியின் பெரிய தரவைப் பெற உதவும். இந்த தரவுகளை பகுப்பாய்விற்குப் பயன்படுத்துவது கிடங்கு, விநியோகம் மற்றும் விற்பனை திறன் ஆகியவற்றில் குறிப்பிடத்தக்க அதிகரிப்பு மற்றும் குறிப்பிடத்தக்க செலவைக் கொண்டுவரும். வீழ்ச்சி.
அமெரிக்காவில் 1,000 க்கும் மேற்பட்ட பெரிய OEM சப்ளையர்கள் உள்ளனர், உற்பத்தி நிறுவனங்களுக்கு 10,000 க்கும் மேற்பட்ட வெவ்வேறு தயாரிப்புகளை வழங்குகிறார்கள். ஒவ்வொரு உற்பத்தியாளரும் சந்தை முன்னறிவிப்புகள் மற்றும் விற்பனை தரவு, சந்தை தகவல்கள், கண்காட்சிகள், செய்திகள் மற்றும் போட்டியாளர் தரவு போன்ற பிற வெவ்வேறு மாறிகள் மற்றும் தங்கள் தயாரிப்புகளை விற்க வானிலை கணிப்புகள் போன்றவற்றை நம்பியுள்ளனர்.
விற்பனை தரவு, தயாரிப்பு சென்சார் தரவு மற்றும் சப்ளையர் தரவுத்தளங்களிலிருந்து தரவைப் பயன்படுத்தி, தொழில்துறை உற்பத்தி நிறுவனங்கள் உலகின் பல்வேறு பிராந்தியங்களில் தேவையை துல்லியமாக கணிக்க முடியும்.
சரக்கு மற்றும் விற்பனை விலைகளைக் கண்காணிக்க முடியும் என்பதால், விலைகள் வீழ்ச்சியடையும் போது வாங்கலாம், உற்பத்தி நிறுவனங்கள் நிறைய செலவுகளை மிச்சப்படுத்தும்.
தயாரிப்பில் என்ன தவறு மற்றும் பாகங்கள் தேவைப்படும் இடத்தை அறிய தயாரிப்பில் உள்ள சென்சார்கள் உருவாக்கிய தரவை நீங்கள் மீண்டும் பயன்படுத்தினால், பாகங்கள் எங்கு, எப்போது தேவைப்படுகின்றன என்பதையும் அவர்கள் கணிக்க முடியும். இது சரக்குகளை வெகுவாகக் குறைத்து விநியோகச் சங்கிலியை மேம்படுத்தும்.
