Endüstriyel büyük veri, kelimenin tam anlamıyla anlaşılan yeni bir kavramdır; endüstriyel büyük veri, endüstriyel bilgilerin uygulanmasında üretilen büyük verileri ifade eder.
Bilişim ve sanayileşmenin derinlemesine entegrasyonuyla bilgi teknolojisi, barkodlar, QR kodları, RFID, endüstriyel sensörler, endüstriyel otomatik kontrol sistemleri, endüstriyel Nesnelerin İnterneti, ERP gibi endüstriyel işletmelerin endüstriyel zincirinin tüm bağlantılarına nüfuz etmiştir. CAD/CAM/CAE/CAI ve diğer teknolojiler endüstriyel işletmelerde yaygın olarak kullanılmaktadır.
Özellikle internet, mobil internet, nesnelerin interneti gibi yeni nesil bilgi teknolojilerinin endüstriyel alanda uygulanmasıyla birlikte endüstriyel işletmeler de internet sektöründe yeni bir gelişim aşamasına girmiş ve sanayi işletmelerinin elinde tuttuğu veriler büyük oranda değişime uğramıştır. giderek bollaşıyor.
Endüstriyel büyük verinin uygulanması endüstriyel işletmelerde yeni bir inovasyon ve dönüşüm dönemini beraberinde getirecektir.İnternet ve mobil Nesnelerin İnterneti'nin getirdiği düşük maliyet algısı, yüksek hızlı mobil bağlantı, dağıtılmış bilgi işlem ve ileri analiz sayesinde, bilgi teknolojisi ve küresel endüstriyel sistemler derinlemesine entegre oluyor, küresel endüstrilere derin değişiklikler getiriyor ve yenilikçilik sağlıyor. İşletmelerin Ar-Ge ve üretimi., Operasyon, pazarlama ve yönetim yöntemleri. Hangao Tech (SEKO Machinery), internet teknolojisini kontrol sistemine uyguluyor akıllı paslanmaz çelik endüstriyel kaynaklı boru yapım makineleri , böylece her iki tarafın teknik ekipleri üretim verilerini gerçek zamanlı olarak izleyebilir, çalışma sırasında hataları bulabilir ve kapanmaları önleyebilir.
Bu nedenle endüstriyel büyük veri uygulamalarının karşılaştığı sorunlar ve zorluklar İnternet endüstrisininkinden daha az değildir ve bazı durumlarda daha da karmaşıktır.
Farklı sektörlerdeki bu yenilikçi endüstriyel girişimler, daha yüksek hız, daha yüksek verimlilik ve daha yüksek içgörüyü beraberinde getirdi.
Endüstriyel büyük verinin tipik uygulamaları arasında ürün yeniliği, ürün arıza teşhisi ve tahmini, endüstriyel üretim hattı IoT analizi, endüstriyel kurumsal tedarik zinciri optimizasyonu ve ürün hassas pazarlaması yer alır.Bu makale endüstriyel büyük verinin imalat işletmelerindeki uygulama senaryolarını tek tek sıralayacaktır.
1. Ürün yeniliğini hızlandırın
Müşteriler ve endüstriyel işletmeler arasındaki etkileşim ve işlem davranışları büyük miktarda veri üretecektir.Bu müşteri dinamik verilerinin madenciliği ve analiz edilmesi, müşterilerin ürün talep analizi ve ürün tasarımı inovasyon faaliyetlerine katılmalarına ve ürün inovasyonuna katkıda bulunmalarına yardımcı olabilir.
Ford bu konuda bir örnektir.Ford Focus elektrikli otomobilin ürün yeniliğine ve optimizasyonuna büyük veri teknolojisini uyguladılar.Bu araba gerçek bir 'büyük veri elektrikli arabası' haline geldi. Ford Focus elektrikli araçlarının ilk nesli, sürüş ve park etme sırasında çok fazla veri üretiyordu.
Sürüş sırasında sürücü, aracın hızlanma, frenleme, akü şarjı ve konum bilgilerini sürekli olarak günceller.Bu, sürücüler için faydalıdır ancak veriler aynı zamanda nasıl, ne zaman ve nerede şarj edileceği de dahil olmak üzere müşterinin sürüş alışkanlıklarını anlamak için Ford mühendislerine de geri gönderilir.Araç dururken dahi aracın lastik basıncı ve akü sistemine ait verileri en yakın akıllı telefona aktarmaya devam edecek.
Bu müşteri odaklı büyük veri uygulama senaryosunun birçok faydası vardır çünkü büyük veri, değerli yeni ürün inovasyonu ve işbirliği yöntemlerine olanak sağlar.Sürücüler yararlı ve güncel bilgiler alırken, Detroit'teki mühendisler müşterileri anlamak, ürün iyileştirme planları geliştirmek ve yeni ürün yeniliklerini uygulamak için sürüş davranışı hakkında bilgi topluyor.
Üstelik enerji şirketleri ve diğer üçüncü taraf tedarikçiler, yeni şarj istasyonlarının nereye inşa edileceğini ve hassas şebekenin aşırı yüklenmesinin nasıl önleneceğini belirlemek için milyonlarca kilometrelik sürüş verilerini analiz edebilir.
2. Ürün arıza teşhisi ve tahmini
Bu, ürün satış sonrası servis ve ürün iyileştirme için kullanılabilir.Her yerde bulunan sensörlerin ve İnternet teknolojisinin kullanıma sunulması, ürün hatalarının gerçek zamanlı teşhisini gerçeğe dönüştürürken, büyük veri uygulamaları, modelleme ve simülasyon teknolojileri de dinamikleri tahmin etmeyi mümkün kıldı.
Malezya Havayolları MH370'in kayıp bağlantısını arama çalışmaları sırasında Boeing'in elde ettiği motor çalışma verileri, uçağın kaybolan bağlantısının yolunun belirlenmesinde önemli rol oynadı.Büyük veri uygulamalarının ürün arıza teşhisinde ne kadar rol oynadığını görmek için Boeing uçak sistemini örnek alalım.
Boeing uçaklarında motorlar, yakıt sistemleri, hidrolikler ve elektrik sistemleri gibi yüzlerce değişken uçuş sırasındaki durumu oluşturur.Bu veriler birkaç mikrosaniyeden daha kısa sürede ölçülür ve gönderilir.Boeing 737'yi örnek alırsak, motor uçuş sırasında her 30 dakikada bir 10 terabayt veri üretebiliyor.
Bu veriler yalnızca gelecekte belirli bir noktada analiz edilebilecek mühendislik telemetri verileri değil, aynı zamanda gerçek zamanlı uyarlanabilir kontrolü, yakıt kullanımını, bileşen arıza tahminini ve pilot bildirimini de teşvik ederek arıza teşhisini ve tahminini etkili bir şekilde gerçekleştirebilir.
General Electric'in (GE) bir örneğine bakalım.ABD'nin Atlanta kentinde bulunan GE Enerji İzleme ve Teşhis (M&D) Merkezi, dünya çapında 50'den fazla ülkede binlerce GE gaz türbini hakkında veri topluyor ve müşteriler için her gün 10G verisi toplayabiliyor.Sistemdeki sensör titreşimi ve sıcaklık sinyallerinden gelen sürekli büyük veri akışını analiz edin.Bu büyük veri analizi, GE'nin gaz türbini arıza teşhisi ve erken uyarısına destek sağlayacak.
Rüzgar türbini üreticisi Vestas ayrıca hava durumu verileri ile türbin ölçüm verilerini çapraz analiz ederek rüzgar türbinlerinin yerleşimini iyileştirerek rüzgar türbinlerinin güç çıkış seviyesini artırdı ve hizmet ömrünü uzattı.
3. Endüstriyel IoT üretim hattının büyük veri uygulaması
Modern endüstriyel üretim üretim hatları, sıcaklığı, basıncı, ısıyı, titreşimi ve gürültüyü tespit etmek için binlerce küçük sensörle donatılmıştır.
Veriler birkaç saniyede bir toplandığından, bu veriler kullanılarak ekipman teşhisi, güç tüketimi analizi, enerji tüketimi analizi, kalite kaza analizi (üretim düzenlemelerinin ihlalleri, bileşen arızaları dahil) vb. dahil olmak üzere birçok analiz şekli gerçekleştirilebilir.
Her şeyden önce, üretim sürecinin iyileştirilmesi açısından, bu büyük verileri üretim sürecinde kullanmak, tüm üretim sürecini analiz edebilir ve her bir bağlantının nasıl yürütüldüğünü anlayabilir.Belirli bir süreç standart süreçten saptığında bir alarm sinyali üretilecek, hatalar veya darboğazlar daha hızlı bulunabilecek ve sorun daha kolay çözülebilecektir.
Büyük veri teknolojisini kullanarak endüstriyel ürünlerin üretim sürecinin sanal modellerini oluşturmak, üretim sürecini simüle etmek ve optimize etmek de mümkündür.Tüm süreç ve performans verileri sistemde yeniden oluşturulabildiğinde, bu şeffaflık üreticilerin üretim süreçlerini iyileştirmelerine yardımcı olacaktır.
Başka bir örnek olarak, enerji tüketimi analizi açısından, ekipman üretim süreci sırasında tüm üretim süreçlerini merkezi olarak izlemek için sensörlerin kullanılması, enerji tüketimindeki anormallikleri veya zirveleri bulabilir, böylece enerji tüketimi üretim süreci sırasında optimize edilebilir ve tüm süreçler gerçekleştirilecek.Analiz enerji tüketimini büyük ölçüde azaltacaktır.
4. Endüstriyel tedarik zincirinin analizi ve optimizasyonu
Şu anda büyük veri analizi, birçok e-ticaret şirketinin tedarik zincirlerinin rekabet gücünü artırması için zaten önemli bir araç.
Örneğin, e-ticaret şirketi Jingdong Mall, çeşitli yerlerdeki mallara olan talebi önceden analiz etmek ve tahmin etmek için büyük verileri kullanıyor, böylece dağıtım ve depolama verimliliğini artırıyor ve ertesi günkü müşteri deneyimini garanti ediyor.
RFID ve diğer ürün elektronik tanımlama teknolojileri, Nesnelerin İnterneti teknolojisi ve mobil İnternet teknolojisi, endüstriyel kuruluşların tüm ürün tedarik zincirine ilişkin büyük verileri elde etmesine yardımcı olabilir.Bu verilerin analiz için kullanılması, depolama, dağıtım ve satış verimliliğinde önemli bir artışa ve önemli bir maliyete neden olacaktır.reddetmek.
Amerika Birleşik Devletleri'nde imalat şirketlerine 10.000'den fazla farklı ürün sağlayan 1.000'den fazla büyük OEM tedarikçisi bulunmaktadır.Her üretici, ürünlerini satmak için pazar tahminlerine ve satış verileri, pazar bilgileri, sergiler, haberler ve rakip verileri ve hatta hava durumu tahminleri gibi diğer farklı değişkenlere güvenir.
Endüstriyel üretim şirketleri satış verilerini, ürün sensörü verilerini ve tedarikçi veri tabanlarından gelen verileri kullanarak dünyanın farklı bölgelerindeki talebi doğru bir şekilde tahmin edebilir.
Stok ve satış fiyatları takip edilebildiğinden ve fiyatlar düştüğünde satın alınabildiğinden, imalat şirketleri birçok maliyetten tasarruf edebilir.
Üründe neyin yanlış olduğunu ve parçaların nerede gerekli olduğunu bilmek için üründeki sensörler tarafından oluşturulan verileri yeniden kullanırsanız, parçalara nerede ve ne zaman ihtiyaç duyulacağını da tahmin edebilirler.Bu, envanteri büyük ölçüde azaltacak ve tedarik zincirini optimize edecektir.
