• 全部商品分類
    智能制造:工業制造中的大數據分析

    易電五金機電網 / 2019-02-28

    如何實現智能制造是大家都關心的問題。從哈佛商學院的邁克爾·波特到賓夕法尼亞大學沃頓商學院,有一個普遍的共識,即數字化轉型是智能制造實現的途徑。重要的是,這個共識也來自與眾多的世界級制造業企業與企業家們。

    這一共識是基于無數技術趨勢的融合,例如,物聯網,賽博系統(cps),工業物聯網,移動技術,人工智能,云計算,虛擬/虛擬增強現實(vr/ar),大數據分析等。我們一定要保持清醒,不要簡單認為有了這些技術,未來五年就是制造業的黃金時期,道理很簡單,這個新制造業文化的變革的進程是相當復雜和緩慢與艱難的,沒有行業與企業與用戶的融合推進,我們是無法實現這次變革的。數字化轉型不僅僅意味著企業簡單的數字化,而是把數字作為智能制造的核心驅動力需要利用數據去整合產業鏈和價值鏈。

    自工業革命以來,為了改進運營,制造商一直以來都在有意采集并存儲數據。隨著時間的推移,數據在制造業分析的需求將越來越大。然在過去的250年間,利用數據的根本動因并沒有改變,但有數據的復雜性增強,以及將數據轉化為情報的能力將有越來越大的需求。

    2012年高德納給出德大數據定義里面,特別強調大數據是多樣化信息資產,不僅關注實際數據,而最最重要的是關注大數據處理方法。數據量大還是量小本身并不是判斷大數據價值的核心指標,而數據的實時性和多元性應該對大數據的定義和價值更具直接的影響。

    在討論工業大數據分析的時候,我注意到兩種不同的觀點:

    1第一種觀點

    第一種觀點認為,制造業向來都有大數據。幾十年來我們的企業一直在通過歷史記錄、mes,erp,eam等各種應用系統采集數據??赡茉诓糠之a業鏈的環節,特別在市場營銷方面,大數據是一個新的熱詞。

    2第二種觀點

    第二種觀點認為,從工業大數據角度,制造業是一個尚未打開的市場或是剛剛開啟的市場。存在大量數據,大量不同類型的數據,但如今它們還未被應用到分析之中。

    考慮到這些觀點,首先我認為面對任何新的市場提法,包括名詞解釋,定義或分析框架,我們始終都應該保持適當的懷疑精神。我更多傾向于第二個觀點。我們在制造業的確是有“大量數據”,但這并不是我們大多數人從市場上所理解的“大數據”涵義。在搞清出工業大數據分析,第一步我們應該如何定義制造業的大數據?這里我和大家通過大數據的三個特性,來經一步了解大數據的特性。

    1關注#1 -工業大數據數據來源

    工業大數據的主要來源有兩個,第一類數據來源與智能設備。普適計算有很大的空間,現代工人可以帶一個普適感應器等設備來參加生產和管理。所以工業數據源是280億左右大量設備之間的關聯,這個是我們未來需要去采納的數據源之一。

    第二個數據來源于人類軌跡產生的數據,包括在現代工業制造鏈中,從采購,生產,物流與銷售市場的內部流程以及外部互聯網訊息等,都是此類大數據的戰場。通過行為軌跡數據與設備數據的結合,大數據可以幫助我們實現客戶的分析和挖掘,它的應用場景包括了實時核心,交易,服務,后臺服務等。

    2關注#2 -數據的關系

    數據必須要放到相應的環境中一起分析,這樣才能了解數據之間的關系,可以分析出問題的根本原因(root cause)。譬如,每一款新機型在交付給航空公司之前都會接受一系列殘酷的飛行測試。極端天氣測試就是多項嚴酷的測試之一。該測試的目的是為了確保飛機的發動機、材料和控制系統能在極端天氣條件下正常運行。

    問題的處理關鍵在于找到產生問題的根源,而以知錯誤的消除,關鍵在于解決方案的可靠有效。一旦找到并確定了根本原因,同時產生了可接受的應急措施,就可把問題當成一個已知錯誤來處理。問題調查的過程一定需要收集所有可用,與事件相關的信息來確定并消除引起事件和問題的根本原因。數據采集與分析必須要事件/問題發生的環境數據結合。

    3關注#3 -數據的收益

    對于數字化轉型的其他方面而言,大數據不僅要關注實際數據量的多少,而最重要的是關注在大數據的處理方法在特定的場合的應用,讓數據產生巨大的創新價值。如果離開了收益考慮或投資回報(roi)的設計,一味尋求大數據既無法落地也無法為企業創造價值。

    工業大數據分析的定義

    我們都明白,發動機是飛機的心臟,也是關乎航空安全,生命安全的重中之重。為了實時監控發動機的狀況,現代民航大多安裝了飛機發動機健康管理系統。通過傳感器、信號主要由發射系統、信號接收系統、信號分析系統等方式采集到的數據,會經由飛機通訊尋址與報告系統通過甚高頻或者衛星通訊傳輸出來,這就是為何ge的發動機監控系統每天會獲取超過1pb的數據的原因。

    生產執行系統(mes)與飛機發動機健康管理系統如出一轍。我們可以從工廠的生產中,實時采集到海量的流程,變量,測量結果等數據。這些數據來源的原因都是因為在制造環境中,設備或資產連接后所產生的現象。然而基于大量數據集而生成的報表,或是基礎統計的分析并不足以稱之為制造業的大數據分析。

    所以如果制造業大數據分析不僅僅意味著數據的量,作為一個行業,我們應該如何定義制造業的大數據分析?“大數據不僅僅是大量的數據”這句話里面包含了多重涵義。

    當代大數據處理技術的價值在于技術進步,同時也是因為技術進步,使大數據成為商業中有價值的核心驅動因素。作為智能制造的三駕馬車之一,工業大數據分析已經被多數的制造企業所認知并接受。許多制造業企業認為自己在生產運營方面也累積了大量的數據,是時候可以用到大數據了。

    的確,一個制造型企業,幾十年的經營操作下來,確實紀錄了不少的數據。這些紀錄的數據是大數據么?對于許多制造廠商或資產密集型企業而言,工業大數據是什么,到底有什么用,以及相關的預測性分析是什么且有什么用都是一系列需要明確的問題。

    數據類型的多樣性

    大數據不僅僅是大量的數據的堆積。大數據的重要屬性之一,便是,人們設法收集,并弄清楚,不斷變化的數據類型。如果只是大量采集同一類型的數據的話,再大的數據量都不能稱之為大數據。

    在流程繁重,工藝制造要求非常嚴格的制造環境中,在全制造范圍內,從原材料,設計,制造,銷售與物流的全制造鏈來看,踏踏實實地收集并存儲海量的流程變量或標簽,一定是正確的,也是必要的。

    但是,如果收集來的大量數據,如果本質上相同的數據話,那并不等于擁有大數據。例如,生產環境中收集的時間序列模擬流程變量,數據的類型是單一的,很容易建立索引,即使存在千千萬萬,也不足以成為大數據。

    數據必須包括高度可變性和種類多樣性。制造工廠中存在無數的大數據應用,但并不包括簡單地分類和展示一連串的流程測量結果,這些工作基本的統計展現就可以完成。一些大數據數據庫或數據湖的構成部分數據類型也是文本信息、圖像數據、地理或地質信息和非結構信息,例如,通過社交媒體或其他協作平臺獲得的數據類型。

    制造業信息結構概括起來分為兩層,一個是管理層,一個是自動化層。從經營管理,生產執行與控制三個緯度來實現決策支持、管理、生產執行、過程控制以及設備的連接與傳感。制造業中大數據分析是指利用通用的數據模型,將管理層與自動化層的結構性系統數據與非結構性數據結合,進而通過先進的分析工具發現新的洞見。

    大數據分析對生產的意義

    制造業的創新的核心就是要依托大量的前沿科技。先進的技術是創新的手段。在新技術的支持下,可以通過一體化的制造運作管理系統mom將企業管理應用系統,例如erp,eam等系統與工業自動化的相關系統整合為一體。在一體化制造運作管理的基礎上,我們可以實現集it+mom+mes+bi的一體化的制造企業信息系統解決方案。

    從兩化融合的角度來看,信息系統供應商要從企業的主信息系統提供商(miv,main informationsystems vendor )定位來做好規劃、標準、功能設計、實施策略的統一性工作。協助企業做好風險控制,降低投資,降低操作維護成本,實現企業信息系統全集成。

    尤其是,企業管理信息平臺被普遍認為是制造企業管理的集成和儀表板工具。許多供應商既大量投資其與erp和自動化系統的專有的集成也投資開放式集成,還投資儀表板和移動技術,希望隨時隨地為需要正確信息的決策者提供衡量標準。

    大數據分析的三種途徑

    1途徑一

    途徑一,從制造運作管理系統空間釋放出來,利用開放技術與平臺,將任何系統的數據移動到任何其他地方。

    制造運作管理系統建設項目是系統工程,不僅僅是一套我們傳統理解的軟件系統,更多的是項目執行和服務的平臺。這需要對項目管理與制造企業的策略“客戶服務”,提現出制造企業的綜合管理能力與軟實力。

    整個平臺要從前期,工程實施以及售后服務這三個大的階段來架構。在前期規劃中,要重視標準,設計與實施,特別是與管理一體化的信息系統形成統一的對接。有了前期統一規劃制定,工程實施的環節要把行業的經驗、集成能力、實施能力、軟件開發能力等融合。特別需要在組織上建立和形成超級團隊的制度。而持續服務,長期經營,將物聯網應用融入與“軟件+云服務”的互聯網+戰略是后服務的考慮重點。

    在制造業大數據分析工作中,必須要加強通過物聯網科技的應用對后續持續服務的支撐作業。通過工業物聯網,實現的及時響應客戶、物聯網軟硬件系統定期巡檢、提供應急備件、提供易耗品、完善應用等功能來加強和鎖定與企業的供應鏈企業之間的長期合作。通過管理平臺與物聯網數據的,可以持續為客戶提供有價值的服務。

    2途徑二

    投資工廠內外系統架構堆棧中任何地方的能夠處理結構性和非結構性數據的數據模型。

    新技術是創新革命的核心,其中很重要一個特點就是集成,即制造運作管理系統mom與erp、eam、oa、商業分析bi的集成,包括一鍵登錄、界面集成、消息推送、工作流集成、主數據、應用集成總線與平臺。

    由于這些系統之間主數據全部統一,所有系統之間的數據交互依靠應用系統總線進行數據交互,整合了跨系統的業務流程、工作流、服務流程等之后即實現無縫集成和分析。對于企業管理者來說,一鍵登錄后,可以根據不同的崗位,個性化制定并且顯示與管理最相關的必要需要信息。這就是互聯網所帶給我們的先分享有個性的思路。

    3途徑三

    通過時間序列、圖像、視頻、機器學習、地理空間、預測模型、優化、模擬和統計過程控制等先進的分析工具與制造業企業內的大數據平臺結合分析,從而洞見未有可能的見蒂。我想想,通過傳感器、感應器,傳輸網絡和應用軟件等物聯網數據,與管理應用軟件結合起來,一定是今后制造業的大數據分析的一大方向。

    制造企業要培養自身分析師

    作為一個行業,我們需要有機地發展行業特定的大數據分析工具集,這樣我們才能讓現在的行業專家,從足夠的數據科學中實現數字化轉型,反之則不然。為了形成這種態勢,我們將需有一大批優秀的企業利用這種方法,并向其他人或同行證明其價值。

    正如六西格瑪管理技能不是由技術和咨詢公司出售給該行業的,而是由領先的公司(ge)開發并向全球進行推廣的。我提倡工業大數據分析應用的推動與發展也可以借鑒并采用類似的方法。

    美國硅谷的cisco (思科)作為網絡設備與解決方案的巨頭,僅僅在供應鏈環節,現在就擁有近80名數據科學家。而這些數據科學家都是通過兩年的內部訓練項目成長起來的。類似cisco的做法現在越來越成為趨勢,其主要的原因是因為團隊已開始提供強大的投資回報(roi)。

    中國的制造業企業為了成功實踐智能制造,要通過組織培養自己的數據科學團隊,行業領先的企業需要擴大合作,努力做到以下四點:

    1.參與并為大數據分析專門術語建立通用的行業語言,包括:工具、方法等。

    2.已證實的行業大數據分析工具建立工業特定框架與理論,以映射各個使用案例。

    3.為確定使用案例、預估潛在的經濟效益和追蹤實際的經濟效益建立通用的方法。

    4.利用互聯網科技,建立通用的培訓和認證項目,幫助在發展和交流創造新的人力資本。

    你昨天的優勢,將被明天的趨勢所取代。你不必做錯任何事情,只要您的競爭對手抓住浪潮,做正確,您就可能失去所有和失敗。

     

    惠泽社群ok1488资料 永胜县| 海南省| 凤凰县| 阿瓦提县| 牡丹江市| 北票市| 绥滨县| 台中市| 泽库县| 常熟市| 清流县| 东安县| 大兴区| 石城县| 松溪县| 固阳县| 柯坪县| 桐城市| 县级市| 新平| 山东省| 江津市| 赤水市| 乐至县| 舟山市| 潼南县| 山东| 绥化市| 江达县| 溧水县| 老河口市| 洛浦县| 岫岩| 岫岩| 来凤县| 鄂托克前旗| 贵州省| 浮梁县| 玉山县| 东辽县| 胶南市| http://v.sinam9b0.pw http://m5.lsjup7.club http://lvsidai.net http://www.sinafad.pw http://baidu.6gv7qp.top http://m.sinathj.pw