前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于工业大数据的工业智能发展 | 机器智能 | 趋势研判

基于工业大数据的工业智能发展 | 机器智能 | 趋势研判

作者头像
用户7623498
发布2020-08-04 15:18:05
4130
发布2020-08-04 15:18:05
举报
文章被收录于专栏:决策智能与机器学习

工业智能的基础:工业大数据

工业大数据是工业智能的基础,通过数据驱动实现工业智能是目前较为可行的途径,随着工业数字化、网络化的进程不断加快,工业领域收集的数据维度不断扩大,主要体现在三个方面:

一是时间维度不断延长。经过多年的生产经营,积累下来历年的产品数据、工业数据、原材料数据和生产设备数据;

二是数据范围不断扩大。随着企业信息化建设的过程,一方面积累了企业的财务、供应商数据,也通过CRM系统积累了客户数据,通过CAD等积累了研发过程数据,通过摄像头积累了生产安全数据等,另一方面越来越多的外部数据也被收集回来,包括市场数据、社交网络数据、企业舆情数据等;

三是数据粒度不断细化。从一款产品到多款、多系列产品使得产品数据不断细化,从单机机床到联网机床,使得数据交互频率大大增强;加工精度从1mm提升到0.2mm,从5分钟每次的统计到每5秒的全程监测,都使得采集到的数据精细度不断提升。

以上三个维度最终导致企业所积累的数据量以加速度的方式在增加,构成了工业大数据的集合。不管企业是否承认,这些数据都堆砌在工厂的各个角落,而且在不断增加。

企业经营的视角来看待这些工业数据。可以按照数据的用途分成三类:

第一类是经营性数据,比如财务、资产、人事、供应商基础信息等数据,这些数据在企业信息化建设过程中陆陆续续积累起来,表现了一个工业企业的经营要素和成果。

第二类是生产性数据,这部分是围绕企业生产过程中积累的数据,包括原材料、研发、生产工艺、半成品、成品、售后服务等。随着数字机床、自动化 生产线、SCADA 系统的建设,这些数据也被企业大量记录下来。这些数据是工业生产过程中价值增值的体现,是决定企业差异性的核心所在。

第三类是环境类数据,包括布置在机床的设备诊断系统,库房、车间的温湿度数据,以及能耗数据,废水废气的排放等数据。这些数据对工业生产过程中起到约束作用。

从目前的数据采用情况看,经营类数据利用率最高,生产性数据和环境类数据相比差距比较大。从未来数据量来说,生产线数据在工业企业数据中的占比将越来越大,环境类数据也将越来越多样化。

  一般意义上,大数据有具有数据量大、数据种类多、商业价值高、处理速度高,在此基础上,工业大数据还有两大特点。

一是准确率高,大数据一般的应用场景是预测,在一般性商业领域,如果预测准确率达到90%已经是很高了,如果是99%就是卓越了。但在工业领域的很多应用场景中,对准确率的要求达到99.9%甚至更高,比如轨道交通 自动控制,再比如定制生产,如果把甲乙客户的订单参数搞混了,就会造成经济损失。

二是实时性强,工业大数据重要的应用场景是实时监测、实时预警、实时控制。一旦数据的采集、传输和应用等全处理流程耗时过长,就难以在生产过程中发挥价值。

大数据在工业企业的应用

  企业所积累的数据量以越来越快的速度在增加,很多企业也就顺势将大数据技术引入企业的生产经营中。大数据在工业企业的应用主要体现在三方面:

一是基于数据的产品价值挖掘。通过对产品及相关数据进行二次挖掘,创造新价值。

  日本的科研人员日前设计出一种新型座椅,能够通过分析相关数据识别主人,以此确保汽车的安全。这种座椅装有360个不同类型的感应器,可以收集并分析驾驶者的体重、压力值,甚至坐到座椅上的方式等多种信息,并将它们与车载系统中内置的车主信息进行匹配,以此判断驾驶者是否为车主,从而决定是否开动汽车。实验数据显示,这种车座的识别准确率高达98%。

  三一公司的挖掘机指数也是如此。通过在线跟踪销售出去的挖掘机的开工、负荷情况,就能了解全国各地基建情况,进而对于宏观经济判断、市场销售布局、金融服务提供调整依据。

二是提升服务型生产。提升服务型生产就是增加服务在生产(产品)的价值比重。主要体现在两个方向。一是前向延伸,就是在售前阶段,通过用户参与、个性化设计的方式,吸引、引导和锁定用户。比如红领西服的服装定制,通过精准的量体裁衣,在其他成衣服装规模关店的市场下,能保持每年150%的收入和利润增长,每件衣服的成本仅比成衣高10%。当然了,小米手机也属于这一类。二是后向延伸,通过销售的产品建立客户和厂家的互动,产生持续性价值。苹果手机的硬件配置是标准的,但每个苹果手机用户安装的软件是个性化的,这里面最大的功劳是APPStore。苹果通过销售苹果终端产品只是开始,通过APPStore建立用户和厂商的连接,满足用户个性化需求,提供差异性服务,年创造收入在百亿美金。

三是创新商业模式。商业模式创新主要体现在两个方面,一是基于工业大数据,工业企业对外能提供什么样的创新性商业服务;二是在工业大数据背景下,能接受什么样的新型的商业服务。最优的情况是,通过提供创新性商业模式能获得更多的客户,发掘更多的蓝海市场,赢取更多的利润;同时通过接受创新性的工业服务,降低了生产成本、经营风险。

比如,GE不销售发动机,而是将发动机租赁给航空公司使用,按照运行时间收取费用,这样GE通过引入大数据技术监测发动机运行状态,通过科学诊断和维护提升发动机使用寿命,获得的经济回报高于发动机销售。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-04-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 决策智能与机器学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档