隨著新一代信息技術(shù)與制造業(yè)的深度融合,工業(yè)企業(yè)的運(yùn)營(yíng)管理,越來越依賴工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)的潛在價(jià)值也日益呈現(xiàn)。隨著越來越多的生產(chǎn)設(shè)備、零部件、產(chǎn)品以及人力物力不斷加入工業(yè)互聯(lián)網(wǎng),也致使工業(yè)大數(shù)據(jù)呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì)。
工業(yè)大數(shù)據(jù)是以工業(yè)4.0數(shù)據(jù)分析和特色收集為基礎(chǔ),對(duì)設(shè)備、裝備的質(zhì)量和生產(chǎn)效率,以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化管理,并為未來的制造系統(tǒng)搭建無(wú)憂的環(huán)境。它通過工業(yè)傳感器、無(wú)線射頻識(shí)別、條形碼、工業(yè)自動(dòng)控制系統(tǒng)、企業(yè)資源計(jì)劃、計(jì)算機(jī)輔助設(shè)計(jì)等技術(shù)來擴(kuò)充工業(yè)數(shù)據(jù)量。
從應(yīng)用端來看,工業(yè)大數(shù)據(jù)的價(jià)值有以下幾點(diǎn):
第一,它能夠以較低的成本滿足用戶的定制化需求;
第二,工業(yè)大數(shù)據(jù)分析使得制造過程的信息透明化,從而提高了效率,提升了質(zhì)量,降低了成本和資源的消耗,實(shí)現(xiàn)了更有效的管理;
第三,工業(yè)大數(shù)據(jù)能夠提供設(shè)備全生命周期的信息管理和服務(wù),使設(shè)備的使用更加高效、節(jié)能、持久,并減少了運(yùn)維環(huán)節(jié)中的浪費(fèi),提高了設(shè)備的可用率;
第四,它實(shí)現(xiàn)了全產(chǎn)業(yè)鏈的信息整合,讓整個(gè)生產(chǎn)系統(tǒng)協(xié)同優(yōu)化,使其變得更加動(dòng)態(tài)靈活,進(jìn)一步提高了生產(chǎn)效率。
此外,一提到大數(shù)據(jù),人們首先會(huì)想到在互聯(lián)網(wǎng)和商業(yè)等環(huán)境中,利用大量的行為數(shù)據(jù)來分析用戶行為和預(yù)測(cè)市場(chǎng)趨勢(shì)等應(yīng)用。但是對(duì)工業(yè)大數(shù)據(jù)的定義和應(yīng)用卻很難直觀地理解和想象,而工業(yè)大數(shù)據(jù)的挑戰(zhàn)和目的則要通過“3B” 和 “3C” 來理解。
工業(yè)大數(shù)據(jù)應(yīng)用的“3B”挑戰(zhàn):
Bad Quality——在工業(yè)大數(shù)據(jù)中,數(shù)據(jù)質(zhì)量問題一直是許多企業(yè)所面臨的挑戰(zhàn)。這主要受制于工業(yè)環(huán)境中數(shù)據(jù)獲取手段的限制,包括傳感器、數(shù)采硬件模塊、通信協(xié)議和組態(tài)軟件等多個(gè)技術(shù)限制。對(duì)數(shù)據(jù)質(zhì)量的管理技術(shù)是一個(gè)企業(yè)必須要下的硬功夫。
Broken——工業(yè)對(duì)于數(shù)據(jù)的要求并不僅在于量的大小,更在于數(shù)據(jù)的全面性。在利用數(shù)據(jù)建模的手段解決某一個(gè)問題時(shí),需要獲取與被分析對(duì)象相關(guān)的全面參數(shù),而一些關(guān)鍵參數(shù)的確會(huì)使分析過程碎片化。舉例而言,當(dāng)分析航空發(fā)動(dòng)機(jī)性能時(shí)需要溫度、空氣密度、進(jìn)出口壓力、功率等多個(gè)參數(shù),而當(dāng)其中任意一個(gè)參數(shù)缺失時(shí)都無(wú)法建立完整的性能評(píng)估和預(yù)測(cè)模型。因此對(duì)于企業(yè)來說,在進(jìn)行數(shù)據(jù)收集前要對(duì)分析對(duì)象和目的有清楚的規(guī)劃,這樣才能夠確保所獲取數(shù)據(jù)的全面性,以免斥巨資積累了大量數(shù)據(jù)后發(fā)現(xiàn)并不能解決所關(guān)心的問題。
Below the Surface——除了對(duì)數(shù)據(jù)所反映出來的表面統(tǒng)計(jì)特征進(jìn)行分析以外,還應(yīng)該關(guān)注數(shù)據(jù)中所隱藏的相關(guān)性。對(duì)這些隱藏在表面以下的相關(guān)性進(jìn)行分析和挖掘時(shí),需要一些具有參考性的數(shù)據(jù)進(jìn)行對(duì)照,也就是數(shù)據(jù)科學(xué)中所稱的 “貼標(biāo)簽” 過程。這一類數(shù)據(jù)包括工況設(shè)定、維護(hù)記錄、任務(wù)信息等,雖然數(shù)據(jù)量不大,但在數(shù)據(jù)分析中卻起到至關(guān)重要的作用。
工業(yè)大數(shù)據(jù)分析的“3C”目的:
Comparison(比較性)——從比較過程中獲取洞察,既包括比較相似性,也包括比較差異性。比較的維度既可以是在時(shí)間維度上與自身狀態(tài)的比較,也可以是在集群維度上與其他個(gè)體的比較。這種比較分析能夠幫助我們將龐大的個(gè)體信息進(jìn)行分類,為接下來尋找相似中的普適性規(guī)律和差異中的因果關(guān)系奠定基礎(chǔ)。
Correlation (相關(guān)性)——如果說物聯(lián)網(wǎng)是可見世界的連接,那么所連接對(duì)象之間的相關(guān)性就是不可見世界的連接。對(duì)相關(guān)性的挖掘是形成記憶和知識(shí)的基礎(chǔ),簡(jiǎn)單地將信息存儲(chǔ)下來并不能稱之為記憶,通過信息之間的關(guān)聯(lián)性對(duì)信息進(jìn)行管理和啟發(fā)式的聯(lián)想才是記憶的本質(zhì)。相關(guān)性同時(shí)也促進(jìn)了人腦在管理和調(diào)用信息時(shí)的效率,我們?cè)诨叵肫鹨粋€(gè)畫面或是情節(jié)的時(shí)候,往往并不是去回憶每一個(gè)細(xì)節(jié),而是有一個(gè)如線頭一樣的線索,你去牽它一下就能夠引出整個(gè)場(chǎng)景。這樣的類似記憶式的信息管理方式運(yùn)用在工業(yè)智能中,就是一種更加靈活高效的數(shù)據(jù)管理方式。
Consequence (因果性)——數(shù)據(jù)分析的重要目的是進(jìn)行決策支持,在制定一個(gè)特定的決策時(shí),其所帶來的結(jié)果和影響應(yīng)該被同等地分析和預(yù)測(cè)。這是以往的控制系統(tǒng)所不具備的特性,也是智能化的本質(zhì)。工業(yè)系統(tǒng)中的大部分活動(dòng)都具有很強(qiáng)的目的性,就是把目標(biāo)精度最大化,把破壞度最小化的 “結(jié)果管理”。結(jié)果管理的基礎(chǔ)是預(yù)測(cè),例如制造系統(tǒng)中,如果我們可以預(yù)測(cè)到設(shè)備的衰退對(duì)質(zhì)量的影響,以及對(duì)下一個(gè)工序質(zhì)量的影響,就可以在制造過程中對(duì)質(zhì)量風(fēng)險(xiǎn)進(jìn)行補(bǔ)償和管理,制造系統(tǒng)的彈性和堅(jiān)韌性就會(huì)增加。
工業(yè)4.0的基礎(chǔ)特征在于互聯(lián)與高度融合,互聯(lián)包括設(shè)備與設(shè)備、設(shè)備與人、人與人、服務(wù)與服務(wù)的萬(wàn)物互聯(lián)趨勢(shì),高度融合包括縱向、橫向的“二維”戰(zhàn)略,它們的目標(biāo)都是使設(shè)備數(shù)據(jù)、活動(dòng)數(shù)據(jù)、環(huán)境數(shù)據(jù)、服務(wù)數(shù)據(jù)、公司數(shù)據(jù)、市場(chǎng)數(shù)據(jù)和上下游產(chǎn)業(yè)數(shù)據(jù)鏈等能夠在統(tǒng)一平臺(tái)環(huán)境中流通,這些數(shù)據(jù)將原本孤立的系統(tǒng)相互連接,使設(shè)備之間可以通行交流,也使生產(chǎn)過程變得透明。此外,由于企業(yè)的核心開始從“單點(diǎn)對(duì)多點(diǎn)”的數(shù)據(jù)中心模式轉(zhuǎn)變成以用戶為核心的平臺(tái)式服務(wù)模式,從而形成了基于社區(qū)、以用戶為核心的服務(wù)生態(tài)系統(tǒng)。
違法和不良信息舉報(bào)投訴電話:0377-62377728 舉報(bào)郵箱:fbypt@ex12580.com
網(wǎng)絡(luò)警察提醒你 a> 中國(guó)互聯(lián)網(wǎng)舉報(bào)中心 網(wǎng)絡(luò)舉報(bào)APP下載 掃黃打非網(wǎng)舉報(bào)專區(qū)