工业大数据,区别于其他行业大数据,有自身的特点和挑战
工业大数据,区别于其他行业大数据,有自身的特点和挑战
工业大数据的产生和特征:工业大数据是制作企业创新和转型的驱动力和催化剂。随着3D规划、3D打印、机器人技能等,它在制作企业中得到广泛运用。工业大数据广泛散布在产品规划、制作、物流、服务等方面,详细如下:数字化规划:如飞机的全数字化规划:波音公司运用CATIA软件规划波音777的300万个零件的尺度和形状数据;智能制作:以智能工业机器人为代表的智能制作设备已经在许多范畴得到运用。
今年我国工业机器人超过日本。网络化监控:大型工业设备运转状况的网络化远程动态监控:例如,波音737发动机在飞行中每30分钟发生10TB的数据;陕西滚筒电源完成了数百台旋转机械的远程在线监测和故障诊断。物联化办理: RFID已经广泛运用于工业出产中,用于办理零件和产品。工业大数据区别于其他工业大数据有其本身的特点和应战;一种是多源搜集,很多的涣散和非结构化数据。
工业大数据源广泛而涣散,包含来自产品制作站点工业控制网络的监控数据、来自互联网的客户和供应商数据,以及来自企业内部网的运营和办理数据。海量异构多源多类别数据难以有用集成,语义描绘困难,无法完成面向体系生命周期办理的数据协同办理。第二,数据高度相关,如果有相关性,也应该有因果关系。工业大数据的出产和运用遍及产品的整个生命周期和企业的主要价值链等。数据之间有很强的相关性,对剖析精度有很高的要求。
咱们不只应该用大数据来做决策,而且应该用大数据来做决策。工业大数据猜测精度低,准确性和可靠性不高,不能满足安全要求。第三,接连搜集,具有明显的动态时空特征。工业大数据来自工业控制网络和传感器设备,具有实时性强、接连性强和安稳性要求高的特点。它需要可靠的数据搜集、存储和办理东西来进行办理。此外,它还要求整个渠道在国民经济和民生范畴是安全可控的。工业大数据剖析的实时性要求高,动态控制困难,量化困难。
第四,它与特定的工业范畴密切相关。工业大数据的发生依赖于CPS网络和智能产品,但现在信息物理交融体系的剖析办法单一,无法完成闭环、多层次、多阶段、自我比较等综合剖析。智能设备和智能产品的故障检测能力缺乏,健康猜测办理水平低,无法完成对产品可靠性的深入剖析。工业大数据的关键研究方向之一,根据MBD和物联网的数据集成技能。
CAX东西数据集成技能:关于产品规划进程中的结构规划、电气规划、仿真、测验等进程,一方面定义产品所需的标准零件、材料、部件和组件的参数模型、实体模型和标准标准,以便与不同的CAX东西同享,另一方面集中办理CAX东西的输入和输出参数等进程数据,构成规划常识。
智能设备数据集成技能:为了实时监控和办理车间内的各种对象,底层运用传感器搜集环境和设备信息,运用电子标签识别和跟踪材料、人员、东西和东西,经过数据搜集和处理完成可靠高效的信息传输,完成状况监控和出产要素的集成办理,如人机材料办法和环境丈量。异构事务体系数据集成技能:适用于ERP、PDM、MES、QIS、TDM等事务体系。在工厂,经过运用集成东西,如企业门户、企业服务总线、流程渠道等,完成了事务体系之间的接口、服务、流程和数据的集成。最后,完成了跨事务部门和事务体系的数据集成和流程链接。