您当前的位置:主页 > 其他 > 正文

工业4.0的大数据挑战

2019-05-25 18:05  作者:侠客 点击:次 

横跨18世纪后半叶和19世纪上半叶的第一次工业革命使天下发生了翻天覆地的变更:机器化和引擎驱动的临盆工艺和对象取代了人工措施。第一次工业革命催生了工厂轨制和大年夜规模临盆。

而在200年之后,21世纪的制造业将被工业4.0,也便是第四次工业革命所颠覆。先辈的数字技巧正被用于优化和自动化临盆,包括上游供应链流程。工业4.0的终纵目标是嵌入在机械和组件中,并采纳始终连接的传感器将实时数据传输到收集IT系统。反过来,这些利用机械进修和人工智能算法来阐发和获取这些大年夜数据的看法,并根据必要自动调剂其历程。

工业4.0的革命本身并不是大年夜数据,由于制造商已经在很长一段光阴内天生了大年夜量的实时临盆和质量数据。然而,因为短缺能够真正使用这些不合数据源并提取总体看法以前进质量和临盆力的平台,这些孤岛数据的挥霍并不罕有。换句话说,其要害不是天生和网络数据,而是能够有效地从中提取代价。

最大年夜的寻衅:从制造业大年夜数据中提取代价

工业4.0大年夜数据来自许多不合的滥觞:

·产品和/或机械设计数据,如阈值参数

·来自节制系统的机械操作数据

·产品和历程质量数据

·事情职员实施的人工操作记录

·制造履行系统

·有关制造和运营资源的信息

·故障检测和其他系统监控支配

·物流信息,包括第三方物流

·有关产品应用、反馈等的客户信息

此中一些数据源是布局化的(例如传感器旌旗灯号),一些是半布局化的(例如人工操作的记录),还有一些是完全非布局化的(例如图像文件)。然而,在很多环境下,大年夜多半数据或者是未应用的,或者只是用于异常详细的战术目的。工业4.0大年夜数据平日没有计谋使用的一个关键身分是不兼容的技巧、系统和数据类型之间的互操作性较差;第二个关键身分是传统IT系统无法存储、操作和治理高速天生的大年夜量不合数据。

是以,企业必要的是能够充分使用机械进修、人工智能和猜测阐发制造大年夜数据的代价的先辈平台。

工业4.0大年夜数据愿景

如今,制造商寻求经由过程网络、阐发和共享所有关键功能领域的数据来实现真正的商业智能。在这种体系布局中,临盆系统不仅效率更高,而且能够及时相应赓续变更的营业需求,此中包括来自相助伙伴和客户的旌旗灯号。

该模型更专注于工厂和工厂级其余大年夜数据和阐发流程

下层的(橙色)客栈快速并可扩展地网络、处置惩罚和阐发来自临盆车间的数据流。上层(蓝色)客栈用于大年夜规模和密集的批量阐发,很可能在基于云谋略的大年夜数据框架中实现。请留意,批处置惩罚阐发客栈还将存储的工厂/厂商大年夜数据作为输入。然后,数据流和批量阐发输出都作为信息分发,以优化制造流程和利用法度榜样。

工业4.0大年夜数据用例

2016年,普华永道公司对航空航天、国防与安然、汽车、电子和工业制造等各行业采纳工业4.0的环境进行了举世性查询造访。匀称而言,受访者表示,到2020年工业4.0实施(包括大年夜数据阐发)将使其临盆和运营资源低落3.6%,累计节省4210亿美元。

以下是一些阐明工业4.0大年夜数据愿景若作甚制造商带来可衡量代价所选定的实际例子:

·合并质量和临盆数据以前进临盆质量:半导系统体例造商开始将临盆历程停止时测试阶段捕获的单芯片数据与在流程早期网络的历程数据相关联。制造商可以在早期识别出出缺陷的芯片,并大年夜大年夜前进临盆历程的质量。

·授权客户:汽车行业热衷于采纳工业4.0,以经济有效地满意破费者对加倍实惠和数字连接汽车的期望。在联网汽车将天生的大年夜量大年夜数据用例中,此中就有与制造商无缝互换数据。除了为车主供给更好的售后办事外,还可以应用有关汽车机能的汇总信息来改进质量流程和未来的设计。

·削减停机光阴:适用于许多工业部门,工业4.0大年夜数据阐发可以在机械或流程故障发生前发明猜测模式。机械主管将能够实时评估历程或机械机能,在许多环境下,还可以防止计划外停机。

着末的阐明

跟着物联网和其他传感器的迅速遍及,数据的数量和速率只会跟着工业制造业的增长而增长。正如其他行业已经采纳尖端技巧以从大年夜数据(边缘谋略、雾谋略、云谋略等)中提取代价一样,工业4.0正在为广泛的大年夜数据阐发铺平蹊径。制造商的投资回报率已经在前进运营效率、前进质量,以及更快地相应赓续变更的市场旌旗灯号方面具有吸引力。

如今,制造商必要介入工业4.0革命的供应商供给办理规划,并为多个行业的客户带来可衡量的代价。他们必要网络、处置惩罚和天生来自多个不合滥觞数据的办理规划,并合并这些数据,以便为全天候实施自动化规则和自适应机械进修供给实时的透视阐发。最紧张的是,制造商必要这些办理规划与现有企业系统无缝集成,以便使临盆和质量流程与其核心营业目标维持同等。