日本高清不卡全中文字幕_av天堂东京热无码_色77久久综合网_视频播放在线观看精品视频

您的位置:首頁(yè) > 資訊 > 物聯(lián)網(wǎng)/大數據 > 正文

工業(yè)物聯(lián)網(wǎng)與大數據融合的四個(gè)重點(diǎn)

2016-12-13 09:19 性質(zhì):轉載 作者:智能制造門(mén)戶(hù)網(wǎng) 來(lái)源:智能制造門(mén)戶(hù)網(wǎng)
免責聲明:中叉網(wǎng)(www.ausitpro.com)尊重合法版權,反對侵權盜版。(凡是我網(wǎng)所轉載之文章,文中所有文字內容和圖片視頻之知識產(chǎn)權均系原作者和機構所有。文章內容觀(guān)點(diǎn),與本網(wǎng)無(wú)關(guān)。如有需要刪除,敬請來(lái)電商榷?。?/div>
有擁有數據時(shí),他們是不會(huì )為原始數據買(mǎi)單的1.我們不要太早地去設定框架當企業(yè)在考慮采用工業(yè)物聯(lián)網(wǎng)(IIoT)鏈接與工業(yè)大數據分析...
  有擁有數據時(shí),他們是不會(huì )為原始數據買(mǎi)單的
  1.我們不要太早地去設定框架
  當企業(yè)在考慮采用工業(yè)物聯(lián)網(wǎng)(IIoT)鏈接與工業(yè)大數據分析的時(shí)候,最好的方法是找到一個(gè)適合企業(yè)的案例或應用作為入口。這已經(jīng)是一種較為普遍的慣性思維模式。但這似乎并不是我們想像中的那么簡(jiǎn)單,因為我們很容易發(fā)現,要找到非常通用的、適合眾多企業(yè)的單一使用案例并不存在。相反地,這些應用場(chǎng)景卻分布在制造業(yè)企業(yè)部門(mén)的各個(gè)傳統驅動(dòng)要素里面,包括能源、可靠性、質(zhì)量、生產(chǎn)、設計等等。換句話(huà)來(lái)講,就是工業(yè)物聯(lián)網(wǎng)與大數據的結合沒(méi)有固定的模式,沒(méi)有固定的架構,可是,我們今天卻給出了太多的框架。
  過(guò)緊或過(guò)松的工程與制造公差所引發(fā)的故障導致客戶(hù)無(wú)法享用產(chǎn)品或者是成品的貨到即損質(zhì)量問(wèn)題等,都屬于成功的工業(yè)物聯(lián)網(wǎng)的應用案例。在結合多方實(shí)地調研以及與企業(yè)的項目合作之后,我們發(fā)現,遠程監控在這兩年依然居于工業(yè)物聯(lián)網(wǎng)與大數據結合案例的首位。能源效率的管理緊隨其后,而資產(chǎn)可靠性與設備智能所帶來(lái)的質(zhì)量提升則位居第三。業(yè)務(wù)轉型措施被多數企業(yè)看作長(cháng)期使用案例,更有可能成為明年及以后的目標。
  正是這些早期的成功案例,使得新的應用創(chuàng )新以及應用的方向轉變成為可能。例如,從出售資產(chǎn)變?yōu)槌鍪勰芰Φ裙蚕斫?jīng)濟的模式。美國NSF智能維護系統中心主任李杰教授在《工業(yè)大數據》一書(shū)中指出,實(shí)現制造業(yè)的價(jià)值化,實(shí)現用戶(hù)需求、產(chǎn)品設計、制造和營(yíng)銷(xiāo)的配合,根據生產(chǎn)狀況實(shí)現系統自我調整,降低生產(chǎn)過(guò)程中的浪費以及制造工業(yè)環(huán)保與安全是大數據工業(yè)制造的五大核心支撐。
  2.重視顯性因素和不顯性因素的必要融合
  五大支柱的焦點(diǎn)就是顯性因素和不顯性因素的融合。我們曾經(jīng)關(guān)心的是產(chǎn)品的制造、產(chǎn)品的制造工藝、產(chǎn)品本身的質(zhì)量等顯性因素??紤]的因素都是可以觸摸的、可直觀(guān)判斷的。在工業(yè)大數據里,要解決的問(wèn)題卻是那些不顯性因素。設備處在一個(gè)在亞健康狀態(tài),我們不僅看不到,更不明白問(wèn)題的根源在那里。
  由于問(wèn)題大部分與顯而易見(jiàn)的關(guān)系有關(guān),其中包括隱形的訊息、零配件供應商、復雜的制造流程、多變的環(huán)境狀況和客戶(hù)使用方案等。對于未來(lái)的智能制造而言,想要達到零宕機、零排放或是零維修等目的,我們必須突破的一個(gè)關(guān)鍵點(diǎn),就是關(guān)注相關(guān)隱形的因素,做好量化與數據交叉關(guān)聯(lián)分析。
  今時(shí)今日,多數公司依然通過(guò)信息系統層次結構的控制來(lái)實(shí)現對數據流的管理,我們已經(jīng)看到不少企業(yè)開(kāi)始嘗試從下至上、向頂層的企業(yè)應用系統和分析管控平臺輸送IIoT的數據的方式。而另外一種嘗試就是從外源數據層,數據也同時(shí)通過(guò)企業(yè)各種門(mén)戶(hù)流向的工業(yè)物聯(lián)網(wǎng)的云端?,F在的問(wèn)題就是,外源的數據能否在直接與現有自動(dòng)化設備相連的門(mén)戶(hù)的“物”的一側實(shí)現,或通過(guò)傳感器和連接器的第二系統實(shí)現對接。
  傳感器門(mén)戶(hù)云的這種方案有利有弊。好的一面是,基于傳感器的解決方案,尤其是專(zhuān)注于提供這些傳感器產(chǎn)生的數據所形成的價(jià)值,比現有的自動(dòng)化解決方案的部署更快更方便,也會(huì )經(jīng)常提供積極的短期投資回報率。而不足之處便是,所產(chǎn)生的數據大多是控制系統內已經(jīng)收集到的數據,畢竟,缺乏控制系統環(huán)境的測量數據點(diǎn)與環(huán)境數據的采集是較為突出的問(wèn)題。
  3.無(wú)法產(chǎn)生價(jià)值,沒(méi)有人會(huì )在意數據的所有權
  伴隨著(zhù)對數據所產(chǎn)生的價(jià)值驅動(dòng)被大眾廣為接受后,數據所有權及數據共享的問(wèn)題變得越來(lái)越突出。那么究竟是資產(chǎn)設備的制造者,還是用戶(hù)的機器擁有數據,目前市場(chǎng)沒(méi)有定論。如果我們沿用信息管理的最佳實(shí)踐,認同客戶(hù)擁有這些數據,而設備制造者的角色是配合用戶(hù),以做好數據保管者的工作為主。的確,有一些設備供應商比較堅持自己擁有數據,而且并不愿意與客戶(hù)分享原始數據,但多數供應商至少傾向為客戶(hù)提供原始數據訪(fǎng)問(wèn)的有效途徑,來(lái)共同參與全制造鏈的改進(jìn)與提升。
  數據的所有權與資產(chǎn)/設備是否為企業(yè)帶來(lái)競爭優(yōu)勢有密切的關(guān)系。當機器的使用還不具備競爭優(yōu)勢,或是沒(méi)有真正為企業(yè)帶來(lái)新的競爭優(yōu)勢的時(shí)候,數據所有與分享一般都不會(huì )得到太多的重視。一直到當機器的使用確實(shí)產(chǎn)生了競爭優(yōu)勢時(shí),資產(chǎn)使用者會(huì )更多地保護數據。
  伴隨著(zhù)大數據理念井噴式的發(fā)展,用戶(hù)對于大數據理解的成熟度也迅速提升。能夠很明確的一點(diǎn)是,當客戶(hù)沒(méi)有擁有數據時(shí),他們是不會(huì )為原始數據買(mǎi)單的。相反,對于供應商而言,只有通過(guò)共享數據并且提供給客戶(hù)有價(jià)值的服務(wù),才能從工業(yè)物聯(lián)網(wǎng)的設備數據中獲得回報。
  考慮到各種各樣的工業(yè)物聯(lián)網(wǎng)應用案例與場(chǎng)景,其中也包括新數據源,改變系統架構的數據以及多結構化數據等因素,我們今天的制造企業(yè)并不完全擁有適當的分析能力與相關(guān)的人才。不少制造業(yè)企業(yè)的確有很多數據分析的經(jīng)驗,但主要是集中在結構性數據集的基礎上進(jìn)行描述性分析,而不是利用大數據,融合實(shí)時(shí)與各種非結構化數據共同進(jìn)行預測性和規范性分析。
  那么,這也意味著(zhù)產(chǎn)業(yè)鏈需要全面緊密的合作,企業(yè)不僅既需要投資合適的技術(shù),更重要的是更為重要的是,也也需要投資過(guò)程和培訓。正如西格瑪和精益已被融進(jìn)持續改進(jìn)措施之中,數字建模,機器自學(xué)習等大數據工具也需要進(jìn)行深化改造,進(jìn)入到制造業(yè)的每一個(gè)環(huán)節,每一個(gè)細小的功能,讓制造業(yè)專(zhuān)家來(lái)充分使用這些大數據工具,而不僅僅專(zhuān)屬于數據科學(xué)家的專(zhuān)屬。
  4.需要加速實(shí)施智能連接資產(chǎn)實(shí)現智能運營(yíng)
  在工業(yè)大數據的推動(dòng)下,趨勢分析,統計分布分析,統計過(guò)程控制與優(yōu)化,包括回歸分析等開(kāi)始運用到大量資產(chǎn)連接后所提供的數據。工業(yè)物聯(lián)網(wǎng)平臺技術(shù)的出現不僅僅是提升了分析的廣度,更出現了加速淡化了傳統分層模型的趨勢與可能性。
  自90年代初誕生的制造企業(yè)生產(chǎn)過(guò)程執行管理系統(MES),作為制造業(yè)協(xié)同管理的平臺為現今制造的管理打下了堅實(shí)的基礎。制造執行系統協(xié)會(huì )(MESA)在給MES定義中特別指出,MES必須提供實(shí)時(shí)收集生產(chǎn)過(guò)程中數據的功能,并作出相應的分析和處理。而如今的工業(yè)物聯(lián)網(wǎng)在這定義的基礎上,逐步使之成為智能連接運營(yíng)的協(xié)調、優(yōu)化平臺,而不僅僅是執行與合規的集成和分析中間介層。
  工業(yè)物聯(lián)網(wǎng)平臺引起無(wú)數供應商的關(guān)注是因為工業(yè)物聯(lián)網(wǎng)平臺的構成自身就是一個(gè)多元化的整合以及不同元素之間相互探索的平臺。到2020年,根據埃森則的報告,到2020年,全球傳感器的數量將達到2120億,設備所產(chǎn)生的數據流量接近16EB。而資產(chǎn)/設備是這一切的一切。
  全面啟用智能連接資產(chǎn)/設備將能夠使任何地方的工業(yè)大數據傳輸到任何別的地方,從一種分散控制器變?yōu)榧锌刂?,再到全分散控制的新模式,以及支持真正的端對端價(jià)值鏈流程的混搭應用程序與分析功能。資產(chǎn)/設備全面連接不僅僅會(huì )轉變控制系統層次結構,也同樣會(huì )改變企業(yè)的應用程序。能夠靈活處理運營(yíng)數據而不僅僅是結構性交易數據,甚至有可能會(huì )顛覆我們長(cháng)期基于會(huì )計的運用操作模式。

網(wǎng)友評論
文明上網(wǎng),理性發(fā)言,拒絕廣告

相關(guān)資訊

熱點(diǎn)資訊

關(guān)注官方微信

手機掃碼看新聞