Dữ liệu lớn công nghiệp là một khái niệm mới, theo nghĩa đen, dữ liệu lớn công nghiệp đề cập đến dữ liệu lớn được tạo ra trong việc áp dụng thông tin công nghiệp.
Với sự tích hợp chuyên sâu của thông tin hóa và công nghiệp hóa, công nghệ thông tin đã thâm nhập vào tất cả các liên kết của chuỗi công nghiệp của các doanh nghiệp công nghiệp, như mã vạch, mã QR, RFID, cảm biến công nghiệp, hệ thống kiểm soát tự động công nghiệp, internet công nghiệp, ERP, CAD/CAM/CAE/CAI và các công nghệ khác được sử dụng rộng rãi trong doanh nghiệp công nghiệp.
Đặc biệt với việc áp dụng các công nghệ thông tin thế hệ mới như Internet, Internet di động và Internet of Things trong lĩnh vực công nghiệp, các doanh nghiệp công nghiệp cũng đã bước vào giai đoạn phát triển mới trong ngành công nghiệp Internet và dữ liệu do các doanh nghiệp công nghiệp nắm giữ ngày càng trở nên phong phú.
Việc áp dụng dữ liệu lớn công nghiệp sẽ mang lại một kỷ nguyên mới của sự đổi mới và chuyển đổi trong các doanh nghiệp công nghiệp. Thông qua nhận thức chi phí thấp, kết nối di động tốc độ cao, điện toán phân tán và phân tích nâng cao do Internet và Internet of Things di động, công nghệ thông tin và hệ thống công nghiệp toàn cầu đang được tích hợp sâu sắc, mang lại những thay đổi sâu sắc cho các ngành công nghiệp toàn cầu và đổi mới R & D và sản xuất doanh nghiệp. , Phương pháp vận hành, tiếp thị và quản lý. Hangao Tech (Máy móc SEKO) áp dụng công nghệ Internet cho hệ thống điều khiển của Máy móc làm ống hàn công nghiệp bằng thép không gỉ thông minh , để các nhóm kỹ thuật của cả hai bên có thể giám sát dữ liệu sản xuất trong thời gian thực, tìm lỗi trong quá trình hoạt động và ngăn chặn tắt máy.
Do đó, các vấn đề và thách thức mà các ứng dụng dữ liệu lớn công nghiệp không phải là ít hơn so với ngành công nghiệp internet và trong một số trường hợp, chúng thậm chí còn phức tạp hơn.
Những doanh nghiệp công nghiệp sáng tạo này trong các ngành công nghiệp khác nhau đã mang lại tốc độ nhanh hơn, hiệu quả cao hơn và hiểu biết cao hơn.
Các ứng dụng điển hình của Dữ liệu lớn công nghiệp bao gồm đổi mới sản phẩm, chẩn đoán và dự đoán lỗi sản phẩm, phân tích IoT sản xuất công nghiệp, tối ưu hóa chuỗi cung ứng doanh nghiệp công nghiệp và tiếp thị chính xác sản phẩm. Bài viết này sẽ sắp xếp các kịch bản ứng dụng của dữ liệu lớn công nghiệp trong các doanh nghiệp sản xuất từng cái một.
1. Tăng tốc đổi mới sản phẩm
Sự tương tác và hành vi giao dịch giữa khách hàng và doanh nghiệp công nghiệp sẽ tạo ra một lượng lớn dữ liệu. Khai thác và phân tích dữ liệu động của khách hàng này có thể giúp khách hàng tham gia phân tích nhu cầu sản phẩm và các hoạt động đổi mới thiết kế sản phẩm và đóng góp cho đổi mới sản phẩm.
Ford là một ví dụ về vấn đề này. Họ đã áp dụng công nghệ dữ liệu lớn cho sự đổi mới sản phẩm và tối ưu hóa chiếc xe điện Ford Focus. Chiếc xe này đã trở thành một chiếc xe điện dữ liệu lớn thực sự.
Trong khi lái xe, người lái liên tục cập nhật khả năng tăng tốc, phanh, sạc pin và thông tin vị trí của xe. Điều này rất hữu ích cho các trình điều khiển, nhưng dữ liệu cũng được gửi lại cho các kỹ sư của Ford để hiểu thói quen lái xe của khách hàng, bao gồm cả cách nào, khi nào và ở đâu để tính phí. Ngay cả khi chiếc xe đứng yên, nó sẽ tiếp tục truyền dữ liệu về áp suất lốp và hệ thống pin của chiếc xe đến điện thoại thông minh gần nhất.
Kịch bản ứng dụng dữ liệu lớn tập trung vào khách hàng này có nhiều lợi ích, bởi vì dữ liệu lớn cho phép các phương pháp cộng tác và đổi mới sản phẩm mới có giá trị. Trình điều khiển có được thông tin hữu ích và cập nhật, trong khi các kỹ sư ở Detroit tổng hợp thông tin về hành vi lái xe để hiểu khách hàng, phát triển các kế hoạch cải tiến sản phẩm và thực hiện đổi mới sản phẩm mới.
Hơn nữa, các công ty điện lực và các nhà cung cấp bên thứ ba khác có thể phân tích hàng triệu dặm dữ liệu lái xe để xác định nơi xây dựng các trạm sạc mới và làm thế nào để ngăn lưới mong manh quá tải.
2. Chẩn đoán và dự đoán lỗi sản phẩm
Điều này có thể được sử dụng cho dịch vụ sau bán hàng sản phẩm và cải tiến sản phẩm. Việc giới thiệu các cảm biến phổ biến và công nghệ internet đã biến chẩn đoán lỗi sản phẩm theo thời gian thực thành hiện thực, trong khi các ứng dụng dữ liệu lớn, công nghệ mô hình hóa và mô phỏng đã giúp dự đoán động lực học.
Trong quá trình tìm kiếm sự kết nối bị mất của Malaysia Airlines MH370, dữ liệu vận hành động cơ thu được của Boeing đã đóng một vai trò quan trọng trong việc xác định đường dẫn kết nối bị mất của máy bay. Chúng ta hãy coi hệ thống máy bay Boeing làm trường hợp để xem các ứng dụng dữ liệu lớn đóng vai trò như thế nào trong chẩn đoán lỗi sản phẩm.
Trên máy bay của Boeing, hàng trăm biến, chẳng hạn như động cơ, hệ thống nhiên liệu, thủy lực và hệ thống điện, tạo thành trạng thái trên máy bay. Những dữ liệu này được đo và gửi trong ít hơn một vài micro giây. Lấy ví dụ về Boeing 737, động cơ có thể tạo ra 10 terabyte dữ liệu cứ sau 30 phút trong chuyến bay.
Những dữ liệu này không chỉ là dữ liệu từ xa kỹ thuật có thể được phân tích tại một điểm nhất định trong tương lai, mà còn thúc đẩy kiểm soát thích ứng thời gian thực, sử dụng nhiên liệu, dự đoán thất bại thành phần và thông báo thí điểm, có thể đạt được chẩn đoán và dự đoán lỗi một cách hiệu quả.
Hãy xem xét một ví dụ về General Electric (GE). Trung tâm Giám sát và Chẩn đoán Năng lượng GE (M & D) tại Atlanta, Hoa Kỳ, thu thập dữ liệu về hàng ngàn tua -bin khí GE tại hơn 50 quốc gia trên thế giới và có thể thu thập dữ liệu 10G cho khách hàng mỗi ngày. Phân tích dòng dữ liệu lớn không đổi từ các tín hiệu rung cảm biến và tín hiệu nhiệt độ trong hệ thống. Những phân tích dữ liệu lớn này sẽ cung cấp hỗ trợ cho chẩn đoán lỗi tuabin khí của GE và cảnh báo sớm.
Nhà sản xuất tuabin gió Vestas cũng cải thiện cách bố trí tua-bin gió bằng cách phân tích chéo dữ liệu thời tiết và dữ liệu đồng hồ đo tuabin của nó, do đó làm tăng mức độ công suất của tuabin gió và kéo dài tuổi thọ dịch vụ.
3. Ứng dụng dữ liệu lớn của dây chuyền sản xuất IoT công nghiệp
Các dây chuyền sản xuất công nghiệp hiện đại được trang bị hàng ngàn cảm biến nhỏ để phát hiện nhiệt độ, áp suất, nhiệt, độ rung và tiếng ồn.
Do dữ liệu được thu thập cứ sau vài giây, nhiều hình thức phân tích có thể được thực hiện bằng cách sử dụng các dữ liệu này, bao gồm chẩn đoán thiết bị, phân tích tiêu thụ điện năng, phân tích tiêu thụ năng lượng, phân tích tai nạn chất lượng (bao gồm vi phạm các quy định sản xuất, lỗi thành phần), v.v.
Trước hết, về mặt cải tiến quy trình sản xuất, sử dụng các dữ liệu lớn này trong quy trình sản xuất có thể phân tích toàn bộ quy trình sản xuất và hiểu cách thực hiện mỗi liên kết. Khi một quy trình nhất định lệch khỏi quy trình tiêu chuẩn, tín hiệu báo động sẽ được tạo ra, lỗi hoặc tắc nghẽn có thể được tìm thấy nhanh hơn và vấn đề có thể được giải quyết dễ dàng hơn.
Sử dụng công nghệ dữ liệu lớn, cũng có thể thiết lập các mô hình ảo của quá trình sản xuất các sản phẩm công nghiệp, mô phỏng và tối ưu hóa quy trình sản xuất. Khi tất cả dữ liệu quy trình và hiệu suất có thể được xây dựng lại trong hệ thống, tính minh bạch này sẽ giúp các nhà sản xuất cải thiện quy trình sản xuất của họ.
Ví dụ khác, về phân tích tiêu thụ năng lượng, việc sử dụng các cảm biến để theo dõi tập trung tất cả các quy trình sản xuất trong quá trình sản xuất thiết bị có thể tìm thấy sự bất thường hoặc đỉnh cao trong tiêu thụ năng lượng, do đó có thể tối ưu hóa mức tiêu thụ năng lượng trong quá trình sản xuất và tất cả các quy trình có thể được thực hiện. Phân tích sẽ làm giảm đáng kể mức tiêu thụ năng lượng.
4. Phân tích và tối ưu hóa chuỗi cung ứng công nghiệp
Hiện tại, phân tích dữ liệu lớn đã là một phương tiện quan trọng đối với nhiều công ty thương mại điện tử để tăng cường khả năng cạnh tranh của chuỗi cung ứng của họ.
Ví dụ, công ty thương mại điện tử Jingdong Mall sử dụng dữ liệu lớn để phân tích và dự đoán nhu cầu hàng hóa ở nhiều nơi khác nhau, do đó cải thiện hiệu quả phân phối và lưu trữ, và đảm bảo trải nghiệm của khách hàng vào ngày hôm sau.
RFID và công nghệ nhận dạng điện tử sản phẩm khác, công nghệ Internet of Things và công nghệ internet di động có thể giúp các doanh nghiệp công nghiệp có được dữ liệu lớn của chuỗi cung ứng sản phẩm hoàn chỉnh. Sử dụng các dữ liệu này để phân tích sẽ mang lại sự gia tăng đáng kể về kho lưu trữ, phân phối và hiệu quả bán hàng và chi phí đáng kể. sự suy sụp.
Có hơn 1.000 nhà cung cấp OEM lớn ở Hoa Kỳ, cung cấp hơn 10.000 sản phẩm khác nhau cho các công ty sản xuất. Mỗi nhà sản xuất phụ thuộc vào dự báo thị trường và các biến khác nhau khác nhau, chẳng hạn như dữ liệu bán hàng, thông tin thị trường, triển lãm, tin tức và dữ liệu đối thủ cạnh tranh và thậm chí dự báo thời tiết để bán sản phẩm của họ.
Sử dụng dữ liệu bán hàng, dữ liệu cảm biến sản phẩm và dữ liệu từ cơ sở dữ liệu nhà cung cấp, các công ty sản xuất công nghiệp có thể dự đoán chính xác nhu cầu ở các khu vực khác nhau trên thế giới.
Vì hàng tồn kho và giá bán có thể được theo dõi và có thể được mua khi giá giảm, các công ty sản xuất có thể tiết kiệm rất nhiều chi phí.
Nếu bạn sử dụng lại dữ liệu được tạo bởi các cảm biến trong sản phẩm để biết những gì sai với sản phẩm và nơi cần các bộ phận, chúng cũng có thể dự đoán nơi cần thiết và khi nào các bộ phận. Điều này sẽ giảm đáng kể hàng tồn kho và tối ưu hóa chuỗi cung ứng.
