工业大数据是一个新概念，从字面上理解，工业大数据是指在应用工业信息应用中产生的大数据。
随着信息化和工业化的深入整合，信息技术已渗透到工业企业工业连锁店的所有联系中，例如条形码，QR码，RFID，工业传感器，工业自动控制系统，工业互联网，物联网，ERP，ERP，CAD/CAD/CAD/CAE/CAI/CAI/CAI/CAI/CAI和其他工业用户都广泛使用。
尤其是在工业领域的互联网，移动互联网和物联网等新一代信息技术的应用中，工业企业也进入了互联网行业的新开发阶段，工业企业的数据变得越来越丰富。
工业大数据的应用将带来工业企业中创新和转型的新时代。通过低成本的感知，高速移动连接，分布式计算和互联网和移动互联网所带来的高级分析，信息技术和全球工业系统正在深入集成，为全球工业带来了深刻的变化，并创新了研发和企业的生产。 ，运营，营销和管理方法。 Hangao Tech（SEKO机械） 将互联网技术应用于 智能不锈钢工业焊接管道机械，以便双方的技术团队可以实时监控生产数据，在操作过程中查找故障并防止关闭。
因此，工业大数据应用程序所面临的问题和挑战并不小于互联网行业的问题，在某些情况下，它们更加复杂。
这些不同行业的创新工业企业带来了更快的速度，更高的效率和更高的见解。
工业大数据的典型应用包括产品创新，产品故障诊断和预测，工业生产线IoT分析，工业企业供应链优化和产品精确营销。本文将逐一整理生产企业中工业大数据的应用程序方案。
1。加速产品创新
客户与工业企业之间的互动和交易行为将产生大量数据。挖掘和分析这些客户动态数据可以帮助客户参与产品需求分析和产品设计创新活动，并为产品创新做出贡献。
福特就是这方面的一个例子。他们将大数据技术应用于福特焦点电动汽车的产品创新和优化。这辆车已成为名副其实的“大数据电动汽车。”第一代福特焦点电动汽车在驾驶和停车时产生了大量数据。
驾驶时，驾驶员不断更新车辆的加速度，制动，电池充电和位置信息。这对驾驶员很有用，但是数据还发送回福特工程师以了解客户的驾驶习惯，包括如何，何时和何时收费。即使车辆处于停滞状态，它也会继续将有关车辆的轮胎压力和电池系统的数据传输到最近的智能手机。
以客户为中心的大数据应用程序方案有很多好处，因为大数据可实现有价值的新产品创新和协作方法。驾驶员获得有用的最新信息，而底特律的工程师汇总了有关驾驶行为的信息，以了解客户，制定产品改进计划并实施新产品创新。
此外，电力公司和其他第三方供应商可以分析数百万英里的驾驶数据，以确定在哪里建造新的充电站以及如何防止脆弱的电网超载。
2。产品故障诊断和预测
这可用于产品售后服务和产品改进。无处不在的传感器和互联网技术的引入使对产品故障的实时诊断成为现实，而大数据应用，建模和仿真技术使预测动态成为可能。
在搜索马来西亚航空MH370的失去连接期间，通过波音获得的发动机操作数据在确定飞机失去连接的路径方面发挥了关键作用。让我们以波音飞机系统为例，以了解大数据应用程序如何在产品故障诊断中发挥作用。
在波音机的飞机上，数百个变量，例如发动机，燃料系统，液压系统和电气系统，构成了机上状态。这些数据是测量并以少数微秒为单位发送的。以波音737为例，发动机每30分钟飞行每30分钟就可以生成10保持数据。
这些数据不仅是工程遥测数据，可以在未来的某个点进行分析，还可以促进实时自适应控制，燃料使用情况，组件故障预测和试点通知，这些通知可以有效地实现故障诊断和预测。
让我们看一个通用电气的示例（GE）。美国亚特兰大的GE能源监测和诊断中心（M&D）中心收集有关全球50多个国家 /地区的数千个GE燃气轮机的数据，并且每天可以为客户收集10克数据。分析系统中传感器振动和温度信号的恒定大数据流。这些大数据分析将为GE的燃气轮机故障诊断和预警提供支持。
风力涡轮机制造商Vestas还通过交叉分析的天气数据及其涡轮机表数据改善了风力涡轮机的布局，从而提高了风力涡轮机的功率输出水平并延长了使用寿命。
3。工业物联网生产线的大数据应用
现代工业制造生产线配备了数千个小型传感器，可检测温度，压力，热量，振动和噪音。
由于每隔几秒钟收集一次数据，因此可以通过使用这些数据来实现多种形式的分析，包括设备诊断，功耗分析，能耗分析，质量事故分析（包括违反生产法规，组件失败），等等。
首先，就生产过程改进而言，在生产过程中使用这些大数据可以分析整个生产过程并了解如何执行每个链接。一旦某个过程偏离标准过程，就会生成警报信号，可以更快地发现错误或瓶颈，并且可以更轻松地解决问题。
使用大数据技术，还可以建立工业产品生产过程的虚拟模型，模拟和优化生产过程。当可以在系统中重建所有过程和性能数据时，这种透明度将帮助制造商改善其生产过程。
在另一个例子中，就能耗分析而言，使用传感器在设备生产过程中使用中心监测所有生产过程可以找到异常或能源消耗的峰值，以便在生产过程中可以优化能源消耗，并且可以执行所有过程。分析将大大减少能耗。
4。工业供应链的分析和优化
目前，大数据分析已经是许多电子商务公司增强其供应链竞争力的重要手段。
例如，电子商务公司Jingdong Mall使用大数据来分析和预测各个地方对商品的需求，从而提高了分销和仓储的效率，并确保第二天的客户体验。
RFID和其他产品电子识别技术，物联网技术和移动互联网技术可以帮助工业企业获得完整的产品供应链的大数据。使用这些数据进行分析将带来仓储，分销和销售效率的显着提高以及大量成本。衰退。
美国有1,000多个大型OEM供应商，为制造公司提供了10,000多种不同的产品。每个制造商都依靠市场预测和其他不同变量，例如销售数据，市场信息，展览，新闻和竞争对手数据，甚至天气预报都可以出售其产品。
使用销售数据，产品传感器数据和供应商数据库的数据，工业制造公司可以准确预测世界上不同地区的需求。
由于可以跟踪库存和销售价格，并且可以在价格下跌时购买，因此制造公司可以节省很多成本。
如果您重复使用产品中传感器生成的数据以了解产品的问题以及需要零件的何处，则它们还可以预测需要零件的何时何时需要零件。这将大大减少库存并优化供应链。
