Fabricación inteligente: análisis de big data en la fabricación industrial
1
Atención# 1-Fuentes de datos de big data industrial
Existen dos fuentes principales de big data industrial, el primer tipo de fuentes de datos y los dispositivos inteligentes . Hay mucho espacio para la computación ubicua y los trabajadores modernos pueden traer un sensor ubicuo y otros equipos para participar en la producción y la gestión. Por lo tanto, las fuentes de datos industriales son la correlación entre una gran cantidad de dispositivos de aproximadamente 28 mil millones y son una de las fuentes de datos que debemos utilizar en el futuro.
Los segundos datos provienen de los datos generados por las trayectorias humanas, incluidos los procesos internos de adquisición, producción, logística y mercados de ventas en la cadena de fabricación industrial moderna y la información externa de Internet, que son todos campos de batalla para esto. tipo de grandes datos. A través de la combinación de datos de trayectoria de comportamiento y datos del dispositivo, big data puede ayudarnos a realizar análisis y minería de clientes. Sus escenarios de aplicación incluyen núcleos, transacciones, servicios, servicios en segundo plano en tiempo real, etc.
2
Céntrese en la relación de datos número 2
Los datos deben colocarse en el entorno correspondiente y analizarse juntos para comprender la relación entre los datos y el análisis. La causa raíz del problema. Por ejemplo, cada nuevo modelo de avión se somete a una serie de brutales pruebas de vuelo antes de ser entregado a las aerolíneas. La prueba de clima extremo es una de muchas pruebas severas. El objetivo de esta prueba es garantizar que los motores, materiales y sistemas de control de la aeronave puedan funcionar correctamente en condiciones climáticas extremas.
La clave para resolver un problema es encontrar la causa raíz del problema, y la clave para eliminar errores radica en la confiabilidad y eficacia de la solución. Una vez que se ha encontrado y determinado la causa raíz y se han desarrollado soluciones alternativas aceptables, el problema puede considerarse un error conocido. El proceso de investigación del problema debe recopilar toda la información disponible relacionada con el incidente para determinar y eliminar la causa raíz del incidente y el problema. La recopilación y el análisis de datos deben combinarse con datos contextuales sobre el incidente/problema.
Tres
Céntrese en el tercer punto: los beneficios de los datos
Para otros aspectos de la transformación digital, big data no solo debe centrarse en la cantidad real de datos, pero lo más importante es prestar atención a la aplicación de métodos de procesamiento de big data en situaciones específicas, para que los datos puedan generar un enorme valor innovador. Si se deja de lado la consideración de los ingresos o el diseño del retorno de la inversión, la búsqueda ciega de big data no se implementará ni creará valor para la empresa.
La definición de análisis de big data industrial
El sistema de ejecución de producción (MES) es exactamente el mismo que el sistema de gestión del estado del motor de un avión. Podemos recopilar datos masivos sobre procesos, variables, resultados de mediciones, etc. de la producción en fábrica en tiempo real. Todas estas fuentes de datos son causadas por el fenómeno de los equipos o activos conectados en el entorno de fabricación. Sin embargo, los informes generados en base a grandes conjuntos de datos o análisis de datos estadísticos básicos no son suficientes para denominarlos análisis de big data de fabricación.
Entonces, si el análisis de big data en la industria manufacturera no significa solo la cantidad de datos, como industria, ¿cómo deberíamos definir el análisis de big data en la industria manufacturera? La frase “Big data es más que una gran cantidad de datos” tiene múltiples significados.
El valor de la tecnología de procesamiento de big data contemporánea radica en el progreso tecnológico, y es precisamente debido al progreso tecnológico que el big data se ha convertido en una valiosa fuerza impulsora central en los negocios. Como parte de la troika de la fabricación inteligente, el análisis de big data industrial ha sido reconocido y aceptado por la mayoría de las empresas manufactureras. Muchas empresas manufactureras creen que han acumulado una gran cantidad de datos en producción y operaciones y que es hora de utilizar big data.
Diversidad de tipos de datos
Big data no es sólo la acumulación de grandes cantidades de datos. Un atributo importante del big data son los tipos de datos en constante cambio que las personas intentan recopilar y darles sentido. Si simplemente recopila una gran cantidad de datos del mismo tipo, no importa cuántos datos tenga, no se le puede llamar big data.
Los datos deben incluir un alto grado de variabilidad y diversidad de especies. Existen innumerables aplicaciones de big data en las plantas de fabricación, pero no incluyen simplemente clasificar y mostrar una serie de resultados de medición de procesos. La visualización de estadísticas básicas se puede utilizar para completar estas tareas. Algunas bases de datos de big data o lagos de datos también constan de información textual, datos de imágenes, información geográfica o geológica e información no estructurada, como los tipos de datos obtenidos a través de las redes sociales u otras plataformas de colaboración.
La estructura de información de fabricación generalmente se divide en dos capas, una es la capa de gestión y la otra es la capa de automatización. Realice el apoyo a las decisiones, la gestión, la ejecución de la producción, el control de procesos y la conexión y percepción de equipos desde tres dimensiones: gestión, ejecución de la producción y control. El análisis de big data de fabricación se refiere al uso de un modelo de datos común para combinar datos estructurados del sistema y datos no estructurados en la capa de gestión y automatización, y luego descubrir nuevos conocimientos a través de herramientas de análisis avanzadas.
La importancia del análisis de big data para la producción
El núcleo de la innovación manufacturera se basa en una gran cantidad de tecnologías de vanguardia. La tecnología avanzada es un medio de innovación. Con el apoyo de nuevas tecnologías, los sistemas de aplicaciones de gestión empresarial como ERP y MES se pueden integrar con sistemas relacionados con la automatización industrial a través del sistema integrado de gestión de operaciones de fabricación MOM.
Desde la perspectiva de la integración de la informatización y la informatización, los proveedores de sistemas de información deben unificar la planificación, los estándares, el diseño funcional y las estrategias de implementación desde la perspectiva del principal proveedor de sistemas de información de la empresa. Ayudar a las empresas a controlar los riesgos, reducir la inversión, reducir los costos de operación y mantenimiento y lograr una integración completa de los sistemas de información empresarial.