Ang malaking data sa industriya ay isang bagong konsepto, literal na nauunawaan, ang malaking data ng industriya ay tumutukoy sa malaking data na nabuo sa aplikasyon ng impormasyong pang-industriya.
Sa malalim na pagsasama ng impormasyon at industriyalisasyon, ang teknolohiya ng impormasyon ay tumagos sa lahat ng mga link ng pang-industriya na kadena ng mga pang-industriyang negosyo, tulad ng mga barcode, QR code, RFID, pang-industriya na sensor, pang-industriya na awtomatikong control system, pang-industriya na Internet ng mga Bagay, ERP, Ang CAD/CAM/CAE/ CAI at iba pang mga teknolohiya ay malawakang ginagamit sa mga pang-industriyang negosyo.
Lalo na sa paggamit ng mga bagong henerasyong teknolohiya ng impormasyon tulad ng Internet, mobile Internet, at Internet of Things sa larangan ng industriya, ang mga pang-industriyang negosyo ay pumasok din sa isang bagong yugto ng pag-unlad sa industriya ng Internet, at ang data na hawak ng mga pang-industriyang negosyo ay may lalong nagiging sagana.
Ang aplikasyon ng malaking data sa industriya ay magdadala ng bagong panahon ng pagbabago at pagbabago sa mga pang-industriyang negosyo.Sa pamamagitan ng low-cost perception, high-speed mobile connection, distributed computing at advanced analysis na dala ng Internet at mobile Internet of Things, ang teknolohiya ng impormasyon at mga pandaigdigang sistemang pang-industriya ay malalim na isinasama, na nagdadala ng malalim na pagbabago sa mga pandaigdigang industriya, at nagpapabago sa R&D at produksyon ng mga negosyo., Operasyon, marketing at mga pamamaraan ng pamamahala. Inilalapat ng Hangao Tech (SEKO Machinery) ang teknolohiya ng Internet sa control system ng matalinong hindi kinakalawang na asero na pang-industriya na welded pipe making machinery , upang ang mga teknikal na koponan ng magkabilang partido ay masubaybayan ang data ng produksyon sa real time, makahanap ng mga pagkakamali sa panahon ng operasyon, at maiwasan ang mga shutdown.
Samakatuwid, ang mga problema at hamon na kinakaharap ng mga pang-industriyang big data application ay hindi mas mababa kaysa sa industriya ng Internet, at sa ilang mga kaso ay mas kumplikado ang mga ito.
Ang mga makabagong pang-industriyang negosyong ito sa iba't ibang industriya ay nagdala ng mas mabilis na bilis, mas mataas na kahusayan at mas mataas na pananaw.
Kasama sa mga karaniwang aplikasyon ng malaking data sa industriya ang pagbabago ng produkto, pagsusuri at paghula ng pagkakamali sa produkto, pagsusuri ng IoT na linya ng produksyon sa industriya, pag-optimize ng supply chain ng pang-industriya na enterprise, at marketing sa katumpakan ng produkto.Aayusin ng artikulong ito ang mga sitwasyon ng aplikasyon ng malaking data sa industriya sa mga negosyo sa pagmamanupaktura nang paisa-isa.
1. Pabilisin ang pagbabago ng produkto
Ang pakikipag-ugnayan at pag-uugali ng transaksyon sa pagitan ng mga customer at pang-industriya na negosyo ay bubuo ng malaking halaga ng data.Ang pagmimina at pagsusuri sa mga dynamic na data ng customer na ito ay maaaring makatulong sa mga customer na lumahok sa pagsusuri ng demand ng produkto at mga aktibidad sa pagbabago sa disenyo ng produkto, at gumawa ng mga kontribusyon sa pagbabago ng produkto.
Ang Ford ay isang halimbawa sa bagay na ito.Inilapat nila ang teknolohiya ng malaking data sa pagbabago ng produkto at pag-optimize ng Ford Focus electric car.Ang kotseng ito ay naging isang tunay na 'big data electric car.' Ang unang henerasyon ng Ford Focus electric vehicles ay nakabuo ng maraming data kapag nagmamaneho at paradahan.
Habang nagmamaneho, patuloy na ina-update ng driver ang acceleration, braking, charging ng baterya at impormasyon ng lokasyon ng sasakyan.Ito ay kapaki-pakinabang para sa mga driver, ngunit ang data ay ibinabalik din sa mga inhinyero ng Ford upang maunawaan ang mga gawi sa pagmamaneho ng customer, kabilang ang kung paano, kailan at saan sisingilin.Kahit na huminto ang sasakyan, patuloy itong magpapadala ng data sa presyon ng gulong at sistema ng baterya ng sasakyan sa pinakamalapit na smart phone.
Ang senaryo ng application na ito na nakasentro sa customer ay may maraming benepisyo, dahil binibigyang-daan ng malaking data ang mahalagang bagong pagbabago ng produkto at mga paraan ng pakikipagtulungan.Ang mga driver ay nakakakuha ng kapaki-pakinabang at napapanahon na impormasyon, habang ang mga inhinyero sa Detroit ay nagsasama-sama ng impormasyon tungkol sa gawi sa pagmamaneho upang maunawaan ang mga customer, bumuo ng mga plano sa pagpapahusay ng produkto, at magpatupad ng mga bagong inobasyon ng produkto.
Higit pa rito, maaaring suriin ng mga kumpanya ng kuryente at iba pang mga third-party na supplier ang milyun-milyong milya ng data sa pagmamaneho upang matukoy kung saan magtatayo ng mga bagong charging station at kung paano mapipigilan ang marupok na grid na mag-overload.
2. Diagnosis at paghula ng pagkakamali sa produkto
Magagamit ito para sa serbisyo pagkatapos ng benta ng produkto at pagpapabuti ng produkto.Ang pagpapakilala ng ubiquitous sensors at teknolohiya ng Internet ay ginawang real-time na diagnosis ng mga fault ng produkto, habang ang mga big data application, modeling at simulation na teknolohiya ay naging posible upang mahulaan ang dynamics.
Sa panahon ng paghahanap para sa nawalang koneksyon ng Malaysia Airlines MH370, ang data ng pagpapatakbo ng makina na nakuha ng Boeing ay may mahalagang papel sa pagtukoy sa landas ng nawalang koneksyon ng sasakyang panghimpapawid.Isaalang-alang natin ang sistema ng sasakyang panghimpapawid ng Boeing upang makita kung paano gumaganap ang malaking papel ng mga application ng data sa pagsusuri ng pagkakamali sa produkto.
Sa sasakyang panghimpapawid ng Boeing, daan-daang variable, gaya ng mga makina, fuel system, hydraulics, at electrical system, ang bumubuo sa in-flight state.Ang mga data na ito ay sinusukat at ipinadala sa mas mababa sa ilang microseconds.Kung isinasaalang-alang ang Boeing 737 bilang isang halimbawa, ang makina ay maaaring makabuo ng 10 terabytes ng data bawat 30 minuto sa paglipad.
Ang mga data na ito ay hindi lamang data ng telemetry ng engineering na maaaring masuri sa isang tiyak na punto sa hinaharap, ngunit nagpo-promote din ng real-time na adaptive na kontrol, paggamit ng gasolina, hula sa pagkabigo ng bahagi at abiso ng piloto, na maaaring epektibong makamit ang fault diagnosis at hula.
Tingnan natin ang isang halimbawa ng General Electric (GE).Ang GE Energy Monitoring and Diagnostics (M&D) Center sa Atlanta, USA, ay nangongolekta ng data sa libu-libong GE gas turbine sa mahigit 50 bansa sa buong mundo, at maaaring mangolekta ng 10G data para sa mga customer araw-araw.Suriin ang patuloy na daloy ng malaking data mula sa mga signal ng vibration ng sensor at temperatura sa system.Ang malaking data analysis na ito ay magbibigay ng suporta para sa gas turbine fault diagnosis at maagang babala ng GE.
Pinahusay din ng tagagawa ng wind turbine na si Vestas ang layout ng mga wind turbine sa pamamagitan ng pag-cross-analyzing ng data ng lagay ng panahon at ng data ng turbine meter nito, sa gayo'y pinapataas ang antas ng power output ng mga wind turbine at pagpapahaba ng buhay ng serbisyo.
3. Big data application ng pang-industriyang IoT production line
Ang mga modernong pang-industriyang linya ng produksyon ng pagmamanupaktura ay nilagyan ng libu-libong maliliit na sensor upang makita ang temperatura, presyon, init, panginginig ng boses at ingay.
Dahil ang data ay kinokolekta bawat ilang segundo, maraming anyo ng pagsusuri ang maaaring maisakatuparan sa pamamagitan ng paggamit ng mga datos na ito, kabilang ang diagnosis ng kagamitan, pagsusuri sa pagkonsumo ng kuryente, pagsusuri sa pagkonsumo ng enerhiya, pagsusuri sa kalidad ng aksidente (kabilang ang mga paglabag sa mga regulasyon sa produksyon, mga pagkabigo ng bahagi), atbp.
Una sa lahat, sa mga tuntunin ng pagpapabuti ng proseso ng produksyon, ang paggamit ng malalaking data na ito sa proseso ng produksyon ay maaaring suriin ang buong proseso ng produksyon at maunawaan kung paano isinasagawa ang bawat link.Sa sandaling lumihis ang isang partikular na proseso mula sa karaniwang proseso, bubuo ng signal ng alarma, mas mabilis na mahahanap ang mga error o bottleneck, at mas madaling malutas ang problema.
Gamit ang teknolohiya ng malaking data, posible ring magtatag ng mga virtual na modelo ng proseso ng produksyon ng mga produktong pang-industriya, gayahin at i-optimize ang proseso ng produksyon.Kapag ang lahat ng proseso at data ng pagganap ay maaaring muling buuin sa system, ang transparency na ito ay makakatulong sa mga tagagawa na mapabuti ang kanilang mga proseso ng produksyon.
Para sa isa pang halimbawa, sa mga tuntunin ng pagtatasa ng pagkonsumo ng enerhiya, ang paggamit ng mga sensor upang sentral na subaybayan ang lahat ng mga proseso ng produksyon sa panahon ng proseso ng produksyon ng kagamitan ay maaaring makahanap ng mga abnormalidad o peak sa pagkonsumo ng enerhiya, upang ang pagkonsumo ng enerhiya ay ma-optimize sa panahon ng proseso ng produksyon at ang lahat ng mga proseso ay maaaring gumanap.Ang pagsusuri ay lubos na makakabawas sa pagkonsumo ng enerhiya.
4. Pagsusuri at pag-optimize ng industrial supply chain
Sa kasalukuyan, ang pagsusuri ng malaking data ay isa nang mahalagang paraan para sa maraming kumpanya ng e-commerce upang mapahusay ang pagiging mapagkumpitensya ng kanilang mga supply chain.
Halimbawa, ang e-commerce na kumpanya na Jingdong Mall ay gumagamit ng malaking data upang pag-aralan at hulaan ang demand para sa mga kalakal sa iba't ibang lugar nang maaga, sa gayon ay pagpapabuti ng kahusayan ng pamamahagi at warehousing, at tinitiyak ang karanasan ng customer sa susunod na araw.
Ang RFID at iba pang teknolohiya ng electronic identification ng produkto, teknolohiya ng Internet of Things, at teknolohiyang mobile Internet ay makakatulong sa mga pang-industriyang negosyo na makakuha ng malaking data ng isang kumpletong supply chain ng produkto.Ang paggamit ng data na ito para sa pagsusuri ay magdadala ng isang makabuluhang pagtaas sa warehousing, pamamahagi, at kahusayan sa pagbebenta at isang makabuluhang gastos.tanggihan.
Mayroong higit sa 1,000 malalaking OEM supplier sa Estados Unidos, na nagbibigay ng higit sa 10,000 iba't ibang mga produkto sa mga kumpanya ng pagmamanupaktura.Ang bawat tagagawa ay umaasa sa mga pagtataya sa merkado at iba pang iba't ibang mga variable, tulad ng data ng mga benta, impormasyon sa merkado, mga eksibisyon, balita, at data ng kakumpitensya , At maging ang mga pagtataya ng panahon upang ibenta ang kanilang mga produkto.
Gamit ang data ng benta, data ng sensor ng produkto, at data mula sa mga database ng supplier, tumpak na mahulaan ng mga kumpanya ng industriyang pagmamanupaktura ang demand sa iba't ibang rehiyon sa mundo.
Dahil ang mga presyo ng imbentaryo at mga benta ay maaaring masubaybayan, at mabibili kapag bumaba ang mga presyo, ang mga kumpanya ng pagmamanupaktura ay maaaring makatipid ng maraming gastos.
Kung muli mong gagamitin ang data na nabuo ng mga sensor sa produkto upang malaman kung ano ang mali sa produkto at kung saan kailangan ang mga bahagi, maaari din nilang hulaan kung saan at kailan kailangan ang mga bahagi.Ito ay lubos na magbabawas ng imbentaryo at ma-optimize ang supply chain.
