Dữ liệu lớn công nghiệp là một khái niệm mới, hiểu theo nghĩa đen, dữ liệu lớn công nghiệp đề cập đến dữ liệu lớn được tạo ra trong quá trình ứng dụng thông tin công nghiệp.
Với sự hội nhập sâu rộng của tin học hóa và công nghiệp hóa, công nghệ thông tin đã thâm nhập vào tất cả các mắt xích trong chuỗi công nghiệp của các doanh nghiệp công nghiệp như mã vạch, mã QR, RFID, cảm biến công nghiệp, hệ thống điều khiển tự động công nghiệp, Internet vạn vật công nghiệp, ERP, CAD/CAM/CAE/CAI và các công nghệ khác được sử dụng rộng rãi trong các doanh nghiệp công nghiệp.
Đặc biệt với việc ứng dụng các công nghệ thông tin thế hệ mới như Internet, Internet di động và Internet vạn vật trong lĩnh vực công nghiệp, các doanh nghiệp công nghiệp cũng bước vào một giai đoạn phát triển mới của ngành Internet và dữ liệu do các doanh nghiệp công nghiệp nắm giữ đã ngày càng trở nên phong phú.
Việc ứng dụng dữ liệu lớn công nghiệp sẽ mang đến một kỷ nguyên mới về 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 vạn vật di động mang lại, 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 của doanh nghiệp., Phương pháp vận hành, tiếp thị và quản lý. Hangao Tech (SEKO Machinery) ứng dụng công nghệ Internet vào hệ thống điều khiển của Máy làm ống hàn công nghiệp bằng thép không gỉ thông minh , để đội kỹ thuật của cả hai bên có thể giám sát dữ liệu sản xuất trong thời gian thực, tìm ra lỗi trong quá trình vận hành và ngăn chặn tình trạng ngừng hoạt động.
Do đó, những vấn đề và thách thức mà các ứng dụng dữ liệu lớn trong công nghiệp phải đối mặt không hề ít so với ngành Internet, thậm chí trong một số trường hợp còn phức tạp hơn.
Các doanh nghiệp công nghiệp đổi mới trong các ngành công nghiệp khác nhau này đã mang lại tốc độ nhanh hơn, hiệu quả cao hơn và hiểu biết sâu sắc 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 trong dây chuyền sản xuất công nghiệp, tối ưu hóa chuỗi cung ứng của doanh nghiệp công nghiệp và tiếp thị độ chính xác của sản phẩm.Bài viết này sẽ lần lượt phân loại các kịch bản ứng dụng dữ liệu lớn công nghiệp trong các doanh nghiệp sản xuất.
1. Tăng tốc đổi mới sản phẩm
Hành vi tương tác và giao dịch giữa khách hàng và doanh nghiệp công nghiệp sẽ tạo ra một lượng lớn dữ liệu.Khai thác và phân tích những dữ liệu động của khách hàng này có thể giúp khách hàng tham gia vào các hoạt động phân tích nhu cầu sản phẩm và đổi mới thiết kế sản phẩm, đồng thời đóng góp vào việc đổi mới sản phẩm.
Ford là một ví dụ về vấn đề này.Họ đã áp dụng công nghệ dữ liệu lớn vào việc đổi mới và tối ưu hóa sản phẩm của xe điện Ford Focus.Chiếc xe này đã trở thành một 'ô tô điện dữ liệu lớn' thực sự. Thế hệ xe điện Ford Focus đầu tiên tạo ra rất nhiều dữ liệu khi lái xe và đỗ xe.
Trong khi lái xe, người lái liên tục cập nhật thông tin về khả năng tăng tốc, phanh, sạc pin và vị trí của xe.Điều này rất hữu ích cho người lái xe, 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 thức, thời điểm và địa điểm sạc.Ngay cả khi xe đứng yên, nó sẽ tiếp tục truyền dữ liệu về áp suất lốp và hệ thống ắc quy của xe tới điện thoại thông minh gần nhất.
Kịch bản ứng dụng dữ liệu lớn lấy khách hàng làm trung tâm này có nhiều lợi ích vì dữ liệu lớn cho phép các phương pháp cộng tác và đổi mới sản phẩm mới có giá trị.Người lái xe nhận 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 kế hoạch cải tiến sản phẩm và thực hiện các cải tiến 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 cách ngăn lưới điện mỏng manh khỏi bị quá tải.
2. Chẩn đoán và dự đoán lỗi sản phẩm
Điều này có thể được sử dụng cho dịch vụ sau bán hàng và cải tiến sản phẩm.Sự ra đời của các cảm biến phổ biến và công nghệ Internet đã biến việc chẩn đoán lỗi sản phẩm theo thời gian thực trở 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 có thể thực hiện được.
Trong quá trình tìm kiếm kết nối bị mất của Malaysia Airlines MH370, dữ liệu vận hành động cơ mà Boeing thu được đóng vai trò then chốt trong việc xác định đường đi của kết nối bị mất của máy bay.Hãy lấy hệ thống máy bay Boeing làm trường hợp để xem các ứng dụng dữ liệu lớn đóng vai trò như thế nào trong việc chẩn đoán lỗi sản phẩm.
Trên máy bay của Boeing, hàng trăm biến số, chẳng hạn như động cơ, hệ thống nhiên liệu, hệ thống thủy lực và điện, tạo nên trạng thái trong chuyến bay.Những dữ liệu này được đo và gửi trong vòng chưa đầy vài micro giây.Lấy chiếc Boeing 737 làm ví dụ, động cơ có thể tạo ra 10 terabyte dữ liệu cứ sau 30 phút bay.
Những dữ liệu này không chỉ là dữ liệu đo từ xa kỹ thuật có thể được phân tích tại một thời điểm nhất định trong tương lai mà còn thúc đẩy kiểm soát thích ứng theo thời gian thực, sử dụng nhiên liệu, dự đoán lỗi thành phần và thông báo thí điểm, có thể đạt được chẩn đoán và dự đoán lỗi một cách hiệu quả.
Hãy xem một ví dụ về General Electric (GE).Trung tâm Giám sát và Chẩn đoán Năng lượng GE (M&D) ở Atlanta, Hoa Kỳ, thu thập dữ liệu về hàng nghìn tuabin 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 luồng dữ liệu lớn liên tục từ tín hiệu rung và nhiệt độ của cảm biến trong hệ thống.Những phân tích dữ liệu lớn này sẽ hỗ trợ việc chẩn đoán và cảnh báo sớm lỗi tuabin khí của GE.
Nhà sản xuất tuabin gió Vestas cũng cải tiến cách bố trí các tuabin gió bằng cách phân tích chéo dữ liệu thời tiết và dữ liệu đồng hồ đo tuabin, từ đó tăng mức sản lượng điện của tuabin gió và kéo dài tuổi thọ sử dụng.
3. Ứng dụng big data dây chuyền sản xuất IoT công nghiệp
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.
Vì dữ liệu được thu thập vài giây một lần nên có thể thực hiện nhiều hình thức phân tích bằng cách sử dụng những dữ liệu này, bao gồm chẩn đoán thiết bị, phân tích mức tiêu thụ điện năng, phân tích mức tiêu thụ năng lượng, phân tích tai nạn chất lượng (bao gồm vi phạm quy định sản xuất, lỗi linh kiện), v.v.
Trước hết, về mặt cải tiến quy trình sản xuất, việc sử dụng những dữ liệu lớn này trong quy trình sản xuất có thể phân tích toàn bộ quy trình sản xuất và hiểu cách thực hiện từng liên kết.Khi một quy trình nhất định đi chệch khỏi quy trình tiêu chuẩn, tín hiệu cảnh báo 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 còn có thể thiết lập các mô hình ảo về quy trình sản xuất sản phẩm công nghiệp, mô phỏng và tối ưu hóa quy trình sản xuất.Khi tất cả dữ liệu về 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.
Một ví dụ khác, về mặt phân tích mức tiêu thụ năng lượng, việc sử dụng cảm biến để giám sát tập trung tất cả các quy trình sản xuất trong quá trình sản xuất thiết bị có thể phát hiện ra những điểm bất thường hoặc mức tiêu thụ năng lượng cao nhất, từ 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 phương tiện quan trọng để nhiều công ty thương mại điện tử nâng cao 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 trước nhu cầu hàng hóa ở nhiều nơi, từ đó nâng cao hiệu quả phân phối và lưu kho, đồng thời 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 về chuỗi cung ứng sản phẩm hoàn chỉnh.Việc sử dụng những dữ liệu này để phân tích sẽ mang lại sự gia tăng đáng kể về hiệu quả lưu kho, phân phối và bán hàng cũng như chi phí đáng kể.sự suy sụp.
Có hơn 1.000 nhà cung cấp OEM lớn tại Hoa Kỳ, cung cấp hơn 10.000 sản phẩm khác nhau cho các công ty sản xuất.Mỗi nhà sản xuất dựa vào dự báo thị trường và các biến số 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 cả 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 giá hàng tồn kho và giá bán có thể được theo dõi và có thể mua được khi giá giảm nên các công ty sản xuất có thể tiết kiệm rất nhiều chi phí.
Nếu bạn sử dụng lại dữ liệu do các cảm biến trong sản phẩm tạo ra để biết sản phẩm gặp vấn đề gì và nơi nào cần các bộ phận, chúng cũng có thể dự đoán vị trí và thời điểm cần các bộ phận.Điều này sẽ làm giảm đáng kể hàng tồn kho và tối ưu hóa chuỗi cung ứng.
