IoT applications in Industries | IIoT | Industry 4 0
來源：前沿报告上 作者：智造百家
工業大數據是一個新的概念，從字面上理解，工業大數據是指在工業領域資訊化應用中所產生的大數據。
隨著資訊息化與工業化的深度融合，資訊技術滲透到了工業企業產業鏈的各個環節，條碼、二維碼、RFID、工業感測器、工業自動控制系統、工業物聯網、ERP、CAD/CAM/CAE/CAI等技術，在工業企業中得到廣泛應用。
尤其是互聯網、行動網路、物聯網等新一代資訊技術，在工業領域的應用，工業企業也進入了互聯網工業的新的發展階段，工業企業所擁有的數據也日益豐富。
工業企業中生產線處於高速運轉，由工業設備所產生、採集和處理的數據量，遠大於企業中電腦和人工產生的數據，從數據類型看也多是非結構化數據，生產線的高速運轉，則對數據的即時性要求也更高。
因此，工業大數據應用所面臨的問題和挑戰，並不比互聯網行業的大數據應用少，某些情況下甚至更為複雜。
工業大數據應用，將帶來工業企業創新和變革的新時代。透過互聯網、行動網路、物聯網等，帶來的低成本感知、高速行動連接、分布式計算和高級分析，資訊技術和全球工業系統，正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、營運、行銷和管理方式。
這些創新不同行業的工業企業，帶來了更快的速度、更高的效率和更高的洞察力。
工業大數據的典型應用，包括產品創新、產品故障診斷，與預測、工業生產線物聯網分析、工業企業供應鏈優化，和產品精準行銷等諸多方面。本文將對工業大數據在製造企業的應用場景，進行逐一梳理。
一、加速產品創新
客戶與工業企業之間的交互和交易行為，將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。
福特公司是這方面的表率，他們將大數據技術，應用到了福特福克斯電動車的產品創新和優化中，這款車成為了一款名副其實的「大數據電動車」。第一代福特福克斯電動車，在駕駛和停車時產生大量數據。
在行駛中，司機持續地更新車輛的加速度、剎車、電池充電和位置資訊。這對於司機很有用，但數據也傳回福特工程師那裡，以瞭解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處於靜止狀態，它也會持續將車輛胎壓和電池系統的數據，傳送給最近的智慧電話。
這種以客戶為中心的大數據應用場景，具有多方面的好處，因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新資訊，而位於底特律的工程師匯總關於駕駛行為的資訊，以瞭解客戶，制訂產品改進計劃，並實施新產品創新。
而且，電力公司和其他第三方供應商，也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。
二、產品故障診斷與預測
這可以被用於產品售後服務與產品改進。無所不在的傳感器、互聯網技術的引入，使得產品故障即時診斷變為現實，大數據應用、建模與仿真技術，則使得預測動態性成為可能。
在馬航MH370失聯客機搜尋過程中，波音公司獲取的發動機運轉數據，對於確定飛機的失聯路徑，起到了關鍵作用。我們就拿波音公司飛機系統作為案例，看看大數據應用在產品故障診斷中，如何發揮作用。
在波音的飛機上，發動機、燃油系統、液壓和電力系統等，數以百計的變量，組成了在航狀態，這些數據不到幾微秒，就被測量和發送一次。以波音737為例，發動機在飛行中每30分鐘，就能產生10TB數據。
這些數據不僅僅是未來某個時間點，能夠分析的工程遙測數據，而且還促進了即時自適應控制、燃油使用、零件故障預測和飛行員通報，能有效實現故障診斷和預測。
再看一個通用電氣(GE)的例子，位於美國亞特蘭大的GE能源監測和診斷(M&D)中心，收集全球50多個國家上千台GE燃氣輪機的數據，每天就能為客戶收集10G的數據，透過來自系統內的傳感器振動，和溫度信號的恆定大數據流分析，這些大數據分析，將為GE公司對燃氣輪機故障診斷和預警，提供支撐。
風力渦輪機製造商Vestas，也透過對天氣數據及其渦輪儀表數據，進行交叉分析，從而對風力渦輪機佈局進行改善，由此增加了風力渦輪機的電力輸出水準，並延長了服務壽命。
三、工業物聯網生產線的大數據應用
現代化工業製造生產線安裝，有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲。
因為每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、品質事故分析(包括違反生產規定、零組件故障)等。
首先，在生產技術改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，瞭解每個環節是如何執行的。一旦有某個流程偏離了標準技術，就會產生一個警報信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。
利用大數據技術，還可以對工業產品的生產過程，建立虛擬模型，仿真並優化生產流程，當所有流程和績效數據，都能在系統中重建時，這種透明度將有助於製造商，改進其生產流程。
再如，在能耗分析方面，在設備生產過程中，利用傳感器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中，優化能源的消耗，對所有流程進行分析，將會大大降低能耗。
四、工業供應鏈的分析和優化
當前，大數據分析已經是很多電子商務企業，提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，透過大數據提前分析，和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。
RFID 等產品電子標識技術、物聯網技術以及行動網路技術，能幫助工業企業，獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升，和成本的大幅下降。
美國較大的 OEM 供應商超過千家，為製造企業提供超過一萬種不同的產品，每家廠商都依靠市場預測，和其他不同的變量，如銷售數據、市場資訊、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。
利用銷售數據、產品的感測器數據，和出自供應商數據庫的數據，工業製造企業便可準確地預測，全球不同區域的需求。
由於可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以製造企業便可節約大量的成本。
如果再利用產品中感測器所產生的數據，知道產品出了什麼故障，哪裡需要配件，他們還可以預測，何處以及何時需要零件。這將會極大地減少庫存，優化供應鏈。
五、產品銷售預測與需求管理
透過大數據來分析，當前需求變化和組合形式。
大數據是一個很好的銷售分析工具，透過歷史數據的多維度組合，可以看出區域性需求佔比和變化、產品品類的市場受歡迎程度，以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。
在某些分析中我們可以發現，在開學季大學較多的城市，對文具的需求會高很多，這樣我們可以加大對這些城市經銷商的促銷，吸引他們在開學季多訂貨，同時在開學季之前一兩個月，開始產能規劃，以滿足促銷需求。
對產品開發方面，透過消費人群的關注點，進行產品功能、性能的調整，如幾年前大家喜歡用音樂手機，而現在大家更傾向於用手機上網、拍照分享等，手機的拍照功能提升，就是一個趨勢，4G手機也佔據更大的市場佔有率。透過大數據對一些市場細節的分析，可以找到更多的潛在銷售機會。
六、生產計劃與排程
製造業面對多品種小批量的生產模式，數據的精細化自動即時方便的採集(MES/DCS)，及多變性導致數據劇烈增大，再加上十幾年的資訊化的歷史數據，對於需要快速響應的APS來說，是一個巨大的挑戰。
大數據可以給予我們更詳細的數據資訊，發現歷史預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，透過智慧的優化算法，制定預計劃排產，並監控計劃與現場實際的偏差，動態的調整計劃排產。
幫我們規避「畫像」的缺陷，直接將群體特徵，直接強加給個體(工作中心數據直接改變為具體一個設備、人員、模具等數據)。透過數據的關聯分析並監控它，我們就能計劃未來。
雖然，大數據略有瑕疵，只要得到合理的應用，大數據會變成我們強大的武器。當年，福特問大數據的客戶需求是什麼？而回答是「一匹更快的馬」，而不是現在已經普及的汽車。
所以，在大數據的世界裡，創意、直覺、冒險精神和知識野心尤為重要。
七、產品品質管理與分析
傳統的製造業正面臨著大數據的衝擊，在產品研發、工藝設計、品質管理、生產營運等各方面，都迫切期待著有創新方法的誕生，來應對工業背景下的大數據挑戰。
例如在半導體行業，晶片在生產過程中，會經歷許多次摻雜、增層、光刻和熱處理等複雜的工藝制程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設備在加工產品的同時，也同步生成了龐大的檢測結果。
這些海量數據究竟是企業的包袱，還是企業的金礦呢？如果說是後者的話，那麼又該如何快速地撥雲見日，從「金礦」中準確地發現，產品良率波動的關鍵原因呢？這是一個已經困擾半導體工程師們多年的技術難題。
某半導體科技公司生產的晶圓，在經過測試環節後，每天都會產生包含一百多個測試項目、長度達幾百萬行測試記錄的數據集。
按照品質管理的基本要求，一個必不可少的工作，就是需要針對這些技術規格，要求各異的一百多個測試項目，分別進行一次過程能力分析。
如果按照傳統的工作模式，我們需要按部就班地，分別計算一百多個過程能力指數，對各項品質特性一一考核。
這裡暫且不論工作量的龐大與繁瑣，哪怕有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中，看出它們之間的關聯性，更難對產品的總體品質性能，有一個全面的認識與總結。
然而，如果我們利用大數據品質管理分析平台，除了可以快速地得到一個長長的，傳統單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大數據集中，得到很多嶄新的分析結果。
八、工業污染與環保檢測
《穹頂之下》令人印象深刻的一點是透過可視化報表，柴靜團隊向觀眾傳遞霧霾問題的嚴峻性、霧霾的成因等等。
這給我們帶來的一個啓示，即大數據對環保具有巨大價值。
《穹頂之下》圖表的原生數據哪裡來的呢？其實並非都是憑借高層關係獲取，不少數據都是公開可查，在中國政府網、各部委網站、中石油中石化官網、環保組織官網，以及一些特殊機構，可查詢的公益環保數據越來越多，包括他們的全國空氣、水文等數據，氣象數據，工廠分布及污染排放達標情況等數據等等。
只不過這些數據太分散、太專業、缺少分析、沒有可視化，普通人看不懂。如果能夠看懂並保持關注，大數據將成為社會監督環保的重要手段。
百度上線《全國污染監測地圖》就是一個很好的方式，結合開放的環保大數據，百度地圖加入了污染檢測圖層，任何人都可以透過它，查看全國及自己所在區域省市，所有的在環保局監控之下的排放機構(包括各類火電廠、大型工業企業和污水處理廠等)的位置資訊、機構名稱、排放污染源的種類，最近一次環保局公佈的污染排放達標情況等。
可查看距離自己最近的污染源，出現提醒，該監測點檢測項目，哪些超標，超標多少倍。這些資訊可以即時社交媒體平台，告知好友，提醒大家一同注意污染源情況，及個人安全健康。
工業大數據應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。
一個是大數據意識建立的問題。過去，也有這些大數據，但由於沒有大數據的意識，數據分析手段也不足，很多即時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。
還有一個重要問題，是數據孤島的問題。很多工業企業的數據分布於企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內，提取這些數據相當困難。因此，工業大數據應用一個重要議題是整合應用。309180530
 |
沒有留言:
張貼留言