Industrial Big Data เป็นแนวคิดใหม่ที่เข้าใจได้อย่างแท้จริงข้อมูลอุตสาหกรรมขนาดใหญ่หมายถึงข้อมูลขนาดใหญ่ที่เกิดขึ้นในการประยุกต์ใช้ข้อมูลอุตสาหกรรม
ด้วยการบูรณาการเชิงลึกของการให้ข้อมูลและอุตสาหกรรมเทคโนโลยีสารสนเทศได้แทรกซึมเข้าไปในการเชื่อมโยงทั้งหมดของห่วงโซ่อุตสาหกรรมขององค์กรอุตสาหกรรมเช่นบาร์โค้ดรหัส QR, RFID, เซ็นเซอร์อุตสาหกรรม, ระบบควบคุมอัตโนมัติอุตสาหกรรม, อินเทอร์เน็ตอุตสาหกรรม, ERP, CAD/CAE/CAI/CAI และเทคโนโลยีอื่น ๆ
โดยเฉพาะอย่างยิ่งกับการประยุกต์ใช้เทคโนโลยีสารสนเทศรุ่นใหม่เช่นอินเทอร์เน็ตอินเทอร์เน็ตบนมือถือและอินเทอร์เน็ตของสิ่งต่าง ๆ ในสาขาอุตสาหกรรมองค์กรอุตสาหกรรมได้เข้าสู่ขั้นตอนใหม่ของการพัฒนาในอุตสาหกรรมอินเทอร์เน็ตและข้อมูลที่จัดขึ้นโดยองค์กรอุตสาหกรรมมีความอุดมสมบูรณ์มากขึ้นเรื่อย ๆ
การประยุกต์ใช้ข้อมูลขนาดใหญ่อุตสาหกรรมจะนำยุคใหม่ของนวัตกรรมและการเปลี่ยนแปลงในองค์กรอุตสาหกรรม ผ่านการรับรู้ที่มีต้นทุนต่ำการเชื่อมต่อมือถือความเร็วสูงการคำนวณแบบกระจายและการวิเคราะห์ขั้นสูงที่เกิดขึ้นจากอินเทอร์เน็ตและอินเทอร์เน็ตบนมือถือของสิ่งต่าง ๆ เทคโนโลยีสารสนเทศและระบบอุตสาหกรรมทั่วโลกได้รับการบูรณาการอย่างลึกซึ้งนำการเปลี่ยนแปลงที่ลึกซึ้งมาสู่อุตสาหกรรมระดับโลก , การดำเนินงาน, การตลาดและวิธีการจัดการ Hangao Tech (Seko Machinery) ใช้เทคโนโลยีอินเทอร์เน็ตกับระบบควบคุมของ เครื่องจักรทำท่อเชื่อมแบบสแตนเลสสตีลอัจฉริยะ เพื่อให้ทีมงานด้านเทคนิคของทั้งสองฝ่ายสามารถตรวจสอบข้อมูลการผลิตแบบเรียลไทม์ค้นหาความผิดพลาดระหว่างการดำเนินการและป้องกันการปิด
ดังนั้นปัญหาและความท้าทายที่ต้องเผชิญกับแอพพลิเคชั่นข้อมูลขนาดใหญ่อุตสาหกรรมจึงไม่น้อยกว่าอุตสาหกรรมอินเทอร์เน็ตและในบางกรณีพวกเขามีความซับซ้อนมากขึ้น
องค์กรอุตสาหกรรมที่เป็นนวัตกรรมเหล่านี้ในอุตสาหกรรมต่าง ๆ ได้นำความเร็วที่เร็วขึ้นประสิทธิภาพที่สูงขึ้นและข้อมูลเชิงลึกที่สูงขึ้น
การใช้งานทั่วไปของอุตสาหกรรมข้อมูลขนาดใหญ่รวมถึงนวัตกรรมผลิตภัณฑ์การวินิจฉัยและการทำนายความผิดพลาดของผลิตภัณฑ์การวิเคราะห์สายการผลิตอุตสาหกรรม IoT การเพิ่มประสิทธิภาพห่วงโซ่อุปทานขององค์กรอุตสาหกรรมและการตลาดที่แม่นยำของผลิตภัณฑ์ บทความนี้จะแยกแยะสถานการณ์แอปพลิเคชันของอุตสาหกรรมข้อมูลขนาดใหญ่ในองค์กรการผลิตทีละคน
1. เร่งนวัตกรรมผลิตภัณฑ์
การโต้ตอบและพฤติกรรมการทำธุรกรรมระหว่างลูกค้าและองค์กรอุตสาหกรรมจะสร้างข้อมูลจำนวนมาก การขุดและวิเคราะห์ข้อมูลแบบไดนามิกของลูกค้าเหล่านี้สามารถช่วยให้ลูกค้ามีส่วนร่วมในการวิเคราะห์ความต้องการผลิตภัณฑ์และกิจกรรมนวัตกรรมการออกแบบผลิตภัณฑ์และสร้างผลงานนวัตกรรมผลิตภัณฑ์
ฟอร์ดเป็นตัวอย่างในเรื่องนี้ พวกเขาใช้เทคโนโลยีข้อมูลขนาดใหญ่กับนวัตกรรมผลิตภัณฑ์และการเพิ่มประสิทธิภาพของรถยนต์ไฟฟ้า Ford Focus รถคันนี้ได้กลายเป็นรถยนต์ไฟฟ้า 'ข้อมูลขนาดใหญ่ ' รุ่นแรกของฟอร์ดโฟกัสรถยนต์ไฟฟ้าสร้างข้อมูลจำนวนมากเมื่อขับรถและจอดรถ
ขณะขับรถคนขับจะอัปเดตการเร่งความเร็วการเบรกการชาร์จแบตเตอรี่และข้อมูลตำแหน่งอย่างต่อเนื่อง สิ่งนี้มีประโยชน์สำหรับผู้ขับขี่ แต่ข้อมูลจะถูกส่งกลับไปยังวิศวกรของฟอร์ดเพื่อทำความเข้าใจพฤติกรรมการขับขี่ของลูกค้ารวมถึงวิธีการชาร์จเมื่อใดและที่ไหน แม้ว่ายานพาหนะจะหยุดนิ่ง แต่ก็จะยังคงส่งข้อมูลเกี่ยวกับแรงดันลมยางและระบบแบตเตอรี่ของยานพาหนะไปยังสมาร์ทโฟนที่ใกล้ที่สุด
สถานการณ์แอปพลิเคชันข้อมูลขนาดใหญ่ที่เน้นลูกค้าเป็นศูนย์กลางนี้มีประโยชน์มากมายเนื่องจากข้อมูลขนาดใหญ่ช่วยให้นวัตกรรมผลิตภัณฑ์ใหม่และวิธีการทำงานร่วมกัน ไดรเวอร์จะได้รับข้อมูลที่เป็นประโยชน์และทันสมัยในขณะที่วิศวกรในข้อมูลรวมดีทรอยต์เกี่ยวกับพฤติกรรมการขับขี่เพื่อทำความเข้าใจลูกค้าพัฒนาแผนการปรับปรุงผลิตภัณฑ์และใช้นวัตกรรมผลิตภัณฑ์ใหม่
นอกจากนี้ บริษัท พลังงานและซัพพลายเออร์บุคคลที่สามอื่น ๆ สามารถวิเคราะห์ข้อมูลการขับขี่หลายล้านไมล์เพื่อพิจารณาว่าจะสร้างสถานีชาร์จใหม่และวิธีการป้องกันไม่ให้กริดที่เปราะบางจากการทำงานมากเกินไป
2. การวินิจฉัยข้อผิดพลาดของผลิตภัณฑ์และการทำนาย
สามารถใช้สำหรับบริการหลังการขายและการปรับปรุงผลิตภัณฑ์ การแนะนำเซ็นเซอร์ที่แพร่หลายและเทคโนโลยีอินเทอร์เน็ตได้ทำการวินิจฉัยแบบเรียลไทม์ของความผิดพลาดของผลิตภัณฑ์เป็นจริงในขณะที่แอปพลิเคชันข้อมูลขนาดใหญ่การสร้างแบบจำลองและเทคโนโลยีการจำลองทำให้สามารถทำนายการเปลี่ยนแปลงได้
ในระหว่างการค้นหาการเชื่อมต่อที่สูญหายของสายการบินมาเลเซีย MH370 ข้อมูลการทำงานของเครื่องยนต์ที่ได้รับจากโบอิ้งมีบทบาทสำคัญในการกำหนดเส้นทางของการเชื่อมต่อที่หายไปของเครื่องบิน ลองใช้ระบบเครื่องบินโบอิ้งเป็นกรณีเพื่อดูว่าแอปพลิเคชันข้อมูลขนาดใหญ่มีบทบาทในการวินิจฉัยความผิดพลาดของผลิตภัณฑ์อย่างไร
บนเครื่องบินของโบอิ้งตัวแปรหลายร้อยตัวเช่นเครื่องยนต์ระบบเชื้อเพลิงไฮดรอลิกส์และระบบไฟฟ้าทำให้เกิดสถานะในเที่ยวบิน ข้อมูลเหล่านี้ถูกวัดและส่งในน้อยกว่าสองสามไมโครวินาที ตัวอย่าง Boeing 737 เป็นตัวอย่างเครื่องยนต์สามารถสร้างข้อมูล 10 เทราไบต์ทุก ๆ 30 นาทีในเที่ยวบิน
ข้อมูลเหล่านี้ไม่เพียง แต่ข้อมูลทางวิศวกรรมทางวิศวกรรมที่สามารถวิเคราะห์ได้ ณ จุดหนึ่งในอนาคต แต่ยังส่งเสริมการควบคุมการปรับตัวแบบเรียลไทม์การใช้เชื้อเพลิงการทำนายความล้มเหลวของส่วนประกอบและการแจ้งเตือนนักบินซึ่งสามารถบรรลุการวินิจฉัยความผิดพลาดและการทำนายได้อย่างมีประสิทธิภาพ
ลองดูตัวอย่างของ General Electric (GE) ศูนย์ตรวจสอบและวินิจฉัยพลังงาน GE (M&D) ในแอตแลนต้าสหรัฐอเมริการวบรวมข้อมูลเกี่ยวกับกังหันก๊าซ GE หลายพันแห่งในกว่า 50 ประเทศทั่วโลกและสามารถรวบรวมข้อมูล 10G สำหรับลูกค้าทุกวัน วิเคราะห์การไหลของข้อมูลขนาดใหญ่คงที่จากการสั่นสะเทือนของเซ็นเซอร์และสัญญาณอุณหภูมิในระบบ การวิเคราะห์ข้อมูลขนาดใหญ่เหล่านี้จะให้การสนับสนุนการวินิจฉัยความผิดพลาดของกังหันก๊าซของ GE และการเตือนล่วงหน้า
ผู้ผลิตกังหันลม Vestas ยังปรับปรุงรูปแบบของกังหันลมโดยข้อมูลสภาพอากาศที่วิเคราะห์ข้ามและข้อมูลเครื่องวัดกังหันซึ่งจะเป็นการเพิ่มระดับกำลังไฟของกังหันลมและยืดอายุการใช้งาน
3. การประยุกต์ใช้ข้อมูลขนาดใหญ่ของสายการผลิต IoT อุตสาหกรรม
สายการผลิตการผลิตอุตสาหกรรมที่ทันสมัยมีเซ็นเซอร์ขนาดเล็กนับพันเพื่อตรวจจับอุณหภูมิความดันความร้อนการสั่นสะเทือนและเสียงรบกวน
เนื่องจากข้อมูลถูกรวบรวมทุก ๆ สองสามวินาทีการวิเคราะห์หลายรูปแบบสามารถรับรู้ได้โดยใช้ข้อมูลเหล่านี้รวมถึงการวินิจฉัยอุปกรณ์การวิเคราะห์การใช้พลังงานการวิเคราะห์การใช้พลังงานการวิเคราะห์อุบัติเหตุคุณภาพ (รวมถึงการละเมิดกฎการผลิตความล้มเหลวขององค์ประกอบ) ฯลฯ
ก่อนอื่นทั้งหมดในแง่ของการปรับปรุงกระบวนการผลิตโดยใช้ข้อมูลขนาดใหญ่เหล่านี้ในกระบวนการผลิตสามารถวิเคราะห์กระบวนการผลิตทั้งหมดและเข้าใจว่าแต่ละลิงก์ถูกดำเนินการอย่างไร เมื่อกระบวนการบางอย่างเบี่ยงเบนจากกระบวนการมาตรฐานสัญญาณเตือนจะถูกสร้างขึ้นข้อผิดพลาดหรือคอขวดสามารถพบได้เร็วขึ้นและปัญหาสามารถแก้ไขได้ง่ายขึ้น
การใช้เทคโนโลยีข้อมูลขนาดใหญ่ยังเป็นไปได้ที่จะสร้างแบบจำลองเสมือนจริงของกระบวนการผลิตผลิตภัณฑ์อุตสาหกรรมจำลองและเพิ่มประสิทธิภาพกระบวนการผลิต เมื่อข้อมูลกระบวนการและประสิทธิภาพทั้งหมดสามารถสร้างขึ้นใหม่ในระบบความโปร่งใสนี้จะช่วยให้ผู้ผลิตปรับปรุงกระบวนการผลิตของพวกเขา
อีกตัวอย่างหนึ่งในแง่ของการวิเคราะห์การใช้พลังงานการใช้เซ็นเซอร์ในการตรวจสอบกระบวนการผลิตทั้งหมดในระหว่างกระบวนการผลิตอุปกรณ์สามารถค้นหาความผิดปกติหรือจุดสูงสุดในการใช้พลังงานเพื่อให้การใช้พลังงานสามารถปรับให้เหมาะสมในระหว่างกระบวนการผลิตและกระบวนการทั้งหมดสามารถทำได้ การวิเคราะห์จะลดการใช้พลังงานอย่างมาก
4. การวิเคราะห์และการเพิ่มประสิทธิภาพของห่วงโซ่อุปทานอุตสาหกรรม
ในปัจจุบันการวิเคราะห์ข้อมูลขนาดใหญ่เป็นวิธีที่สำคัญสำหรับ บริษัท อีคอมเมิร์ซหลายแห่งในการปรับปรุงความสามารถในการแข่งขันของห่วงโซ่อุปทานของพวกเขา
ตัวอย่างเช่น บริษัท อีคอมเมิร์ซ Jingdong Mall ใช้ข้อมูลขนาดใหญ่เพื่อวิเคราะห์และทำนายความต้องการสินค้าในสถานที่ต่าง ๆ ล่วงหน้าซึ่งจะเป็นการปรับปรุงประสิทธิภาพของการกระจายและการจัดเก็บคลังสินค้าและทำให้มั่นใจได้ว่าประสบการณ์ของลูกค้าในวันถัดไป
RFID และเทคโนโลยีการระบุตัวตนทางอิเล็กทรอนิกส์อื่น ๆ เทคโนโลยี Internet of Things และเทคโนโลยีอินเทอร์เน็ตบนมือถือสามารถช่วยให้องค์กรอุตสาหกรรมได้รับข้อมูลขนาดใหญ่ของห่วงโซ่อุปทานผลิตภัณฑ์ที่สมบูรณ์ การใช้ข้อมูลเหล่านี้เพื่อการวิเคราะห์จะนำมาซึ่งการเพิ่มขึ้นอย่างมีนัยสำคัญของคลังสินค้าการกระจายและประสิทธิภาพการขายและค่าใช้จ่ายที่สำคัญ ปฏิเสธ.
มีซัพพลายเออร์ OEM ขนาดใหญ่มากกว่า 1,000 รายในสหรัฐอเมริกาโดยมีผลิตภัณฑ์ที่แตกต่างกันมากกว่า 10,000 รายการให้กับ บริษัท ผู้ผลิต ผู้ผลิตแต่ละรายอาศัยการคาดการณ์ของตลาดและตัวแปรอื่น ๆ เช่นข้อมูลการขายข้อมูลตลาดการจัดนิทรรศการข่าวและข้อมูลคู่แข่งและแม้แต่การพยากรณ์อากาศเพื่อขายผลิตภัณฑ์ของพวกเขา
การใช้ข้อมูลการขายข้อมูลเซ็นเซอร์ผลิตภัณฑ์และข้อมูลจากฐานข้อมูลซัพพลายเออร์ บริษัท ผู้ผลิตอุตสาหกรรมสามารถทำนายความต้องการในภูมิภาคต่าง ๆ ของโลกได้อย่างแม่นยำ
เนื่องจากสามารถติดตามสินค้าคงคลังและราคาขายได้และสามารถซื้อได้เมื่อราคาลดลง บริษัท ผู้ผลิตสามารถประหยัดค่าใช้จ่ายได้มาก
หากคุณนำข้อมูลที่สร้างขึ้นโดยเซ็นเซอร์ในผลิตภัณฑ์เพื่อทราบว่ามีอะไรผิดปกติกับผลิตภัณฑ์และที่ต้องการชิ้นส่วนพวกเขายังสามารถทำนายได้ว่าที่ไหนและเมื่อใดที่จำเป็นต้องใช้ชิ้นส่วน สิ่งนี้จะลดสินค้าคงคลังอย่างมากและเพิ่มประสิทธิภาพห่วงโซ่อุปทาน
