RFID等技术帮助工业企业获得完整的产品供应链大数据

2020-03-13 09:18:28 27

工业生产企业中生产线处于一个高速运转,由工业技术设备所产生、采集和处理的数据量远大于其他企业管理中计算机和人工智能产生的数据,从数据信息类型看也多是非结构化分析数据,生产线的高速运转则对数据的实时性要求也更高,因此我国工业大数据可以应用所面临的问题和挑战并不比互联网金融行业的大数据通过应用少。本文对工业大数据在制造公司企业的应用研究场景设计进行逐一梳理。


工业大数据是一个新概念,从字面上讲,工业大数据是指信息技术在工业领域应用中产生的大数据。


随着信息化和工业化深度融合,信息技术渗透到工业企业的产业链,条形码,二维码,RFID,工业传感器,工业自动化系统,工业事情,ERP,CAD / CAM的各个方面/ CAE / CAI技术被广泛应用于工业企业,特别是互联网,移动互联网,物联网等新一代工业应用领域的信息技术,工业企业也纷纷进入互联网行业的一个新的发展阶段,工业企业拥有的数据越来越丰富。工业企业生产线以高速,从工业设备,数据采集和处理得到的是比在企业计算机数据大得多和人工产生的,从数据类型到看到大多是非结构化数据,生产线的高速运行是数据实时性要求也较高。因此,在工业上应用的大数据问题和面临的不低于在互联网行业的大数据应用,在某些情况下甚至更复杂的挑战。


工业大数据可以应用将带来发展工业社会企业创新和变革的新时代。通过利用互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级研究分析,信息科学技术和全球工业控制系统正在不断深入融合,给全球工业公司带来更加深刻的变革,创新对于企业的研发、生产、运营、营销和管理工作方式。这些学生创新能力不同教育行业的工业建筑企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用主要包括中国产品具有创新、产品出现故障诊断与预测、工业生产线物联网分析、工业企业内部供应链优化和产品精准营销等诸多因素方面。本文将对我国工业大数据在制造一个企业的应用场景进行逐一梳理。


360截图20200309102658675.jpg


1、加速产品创新

客户和工业企业之间的互动和交易将产生大量的数据挖掘和这些动态的客户数据的分析,可以帮助客户参与到产品需求分析和产品设计创新活动,促进产品创新。福特在这方面树立了一个榜样,他们将应用大数据技术,产品的创新和优化福特福克斯电动车,该车已成为名副其实的“大数据电动车。”第一代福特福克斯电动车产生大量的数据,而驾驶和停车。在行驶时,驾驶员连续地更新车辆,制动器,电池充电和位置信息的加速度。这对于司机很有用,但也将数据备份到福特的工程师了解客户的驾驶习惯,包括如何,何时何地充电。即使车辆处于静止状态,它会继续传送到最近的电池系统的智能手机的胎压和车辆数据。这种以客户为中心的大数据方案有多种好处,因为大数据实现了有价值的新产品创新和协作。最新的驱动程序,以获取有用的信息,而工程师在底特律汇总信息,以了解客户,产品改进计划制定和实施新产品创新的驾驶行为。此外,电力公司和其他第三方供应商也可以分析数以百万计的驾驶数据的英里,以便确定建立一个新的充电站,其中,以及如何防止脆弱的电网过载。


2. 产品进行故障分析诊断与预测

这可用于产品售后服务与产品改进.. 无处不在的传感器和互联网技术的引入使产品的实时故障诊断成为现实,而大数据应用、建模和仿真技术使预测具有动态性。 波音公司在搜索该航空公司MH370失踪客机期间的发动机运行数据在确定该飞机失踪路径方面发挥了关键作用。 我们将波音飞机系统作为一个案例来研究大数据应用在产品故障诊断中的作用。 在波音公司的飞机上,数百个变量,如发动机、燃料系统、液压和动力系统,构成了飞行状态,数据在不到几微秒钟内被测量和发送一次。 以波音737为例,它在飞行中每30分钟产生10TB的数据。 这些数据不仅是未来某一点可以分析的工程遥测数据,而且促进了实时自适应控制、燃料使用、部分故障预测和先导通知,有效地实现了故障诊断和预测。 再举一个通用电气(GE)的例子,它是美国亚特兰大的通用电气能源监测和诊断(M&D)中心,它收集来自世界50多个国家的数千台通用电气燃气轮机的数据,每天为客户收集10G.. 通过分析系统内传感器振动和温度信号的恒定大数据流,这些大数据分析将支持GE公司进行燃气轮机故障诊断和预警。 风力涡轮机制造商Vestas还通过对天气数据及其涡轮仪表数据的交叉分析来改善风力涡轮机的布局,从而提高风力涡轮机的功率输出水平,延长使用寿命。


3.工业应用大的数据线的IOT

现代化工业制造企业生产线安装有数以千计的小型传感器,来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据,利用通过这些研究数据管理可以有效实现中国很多不同形式的分析,包括网络设备诊断、用电量分析、能耗分析、质量安全事故原因分析(包括违反社会生产相关规定、零部件故障)等。首先,在生产加工工艺改进教学方面,在生产发展过程中主要使用这些大数据,就能分析我国整个公司生产活动流程,了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺,就会导致产生这样一个报警信号,能更快速地发现自己错误或者瓶颈所在,也就能更容易得到解决这个问题。利用大数据处理技术,还可以对工业旅游产品的生产经营过程就是建立虚拟经济模型,仿真并优化农业生产流程,当所有流程和绩效指标数据都能在系统中重建时,这种透明度将有助于制造商改进其生产流程。再如,在能耗分析能力方面,在设备生产生活过程中充分利用各种传感器集中监控所有的生产流程,能够及时发现能耗的异常或峰值情形,由此便可在生产实践过程中优化能源的消耗,对所有流程进行比较分析方法将会大大降低能耗。


4.工业供应链的分析和优化

目前,大数据分析有许多电子商务企业是提升供应链的竞争力的重要手段。例如,电子商务企业京东商城,提前通过大数据分析和遍布全国预测大宗商品需求,从而提高配送和仓储的效率,以确保第二天货到客户体验。 RFID产品如电子识别技术,网络技术和移动互联网技术可以帮助工业企业获得一个完整的大数据产品的供应链,利用这些数据进行分析,将带来可观的仓储,配送,大大提高了效率和成本销售下滑。海尔的情况下,海尔的供应链体系是完美的,它是一个市场链为纽带,以定单信息流为中心,带动了移动物流和资金流,以及全球供应链资源和全球用户资源的整合。在海尔的供应链,客户数据,内部数据,哦供应商的数据汇总到供应链系统的各个方面,海尔公司可以继续通过大量的数据收集和分析的供应链与供应链的改进和优化,以保证海尔敏捷响应给客户。美国一千多的大型OEM供应商,为制造商提供了超过一万种不同的产品,每个供应商依靠市场预测和各种其他变量,如销售数据和市场信息,展览,新闻,竞争对手的数据,甚至气象报告,以推销自己的产品。从数据库供应商使用的销售数据,传感器数据和产品数据,工业制造企业可以在世界不同地区的准确预测需求。因为你可以跟踪库存和销售价格,你可以买的时候价格下跌,因此厂家可以显著节省成本。如果您使用的传感器产生的数据产品,该产品知道什么是错,哪里需要的配件,他们也可以预测,当你需要的部分地方和。这将大大减少库存,优化供应链。


360截图20200309102704392.jpg


5. 产品销售预测及需求管理

数据由大电流需求的变化和组合分析。大数据是销售分析一个很好的工具,通过对历史数据的多维组合,我们可以看到区域的需求,并在市场上受欢迎的产品类别和组合的最常见形式的程度的变化,以及其他消费的比重水平,以调整产品策略和分销策略。在一些分析,我们可以看到在文具城开学季的需求,更多的高校要高得多,这样我们就可以增加这些城市的经销商销售,以吸引他们到学校的季节,而学校的季节两个月容量规划开始前,以满足促销需求。对于产品开发,开展消费群体注重产品的功能,性能优化,比如几年前,我们喜欢用音乐手机,但现在我们更倾向于使用手机上网,共享图片,这款手机的摄像头升级为一个趋势,4G手机也占据了较大的市场份额。通过对一些细节分析大数据市场,你可以找到更多的潜在销售机会。


6. 生产计划与排程

制造多品种小批量的生产模式在脸上,自动微及时,便捷的数据采集(MES / DCS)和变异导致数据的急剧增加,加上历史资料超过十年,需要APS快速响应,这是一个巨大的挑战。大数据可以给出更详细的数据,我们发现,历史预测与实际偏差的概率,给定的容量限制,人员技能克制,材料可用约束的,模具的限制,通过优化算法智能,预规划进度的发展,并监控计划和实际偏置场,动态调整程序的调度。帮助我们能够直接避免缺陷的“肖像”,以直接征收组识别个人(工作中心数据直接切换到一个特定的设备,人员,模具等数据)。分析和关联数据监控它,我们就可以规划未来。虽然大数据略有瑕疵,只要大数据的合理应用将成为我们最强大的武器。这一年,福特问顾客需要什么是大数据?答案是“一匹更快的马”,而不是现在流行的汽车。所以,在大数据,创造力,直觉,冒险和野心的知识精神的世界就显得尤为重要。


7. 产品服务质量进行管理与分析

传统制造业正面临大数据的冲击,在产品研发,工艺设计,质量管理,生产运营等方面都迫切期待着创新方法的诞生,以应对产业背景下的大数据挑战.. 例如,在半导体工业中,芯片在生产过程中将经历掺杂、层压、光刻和热处理等许多复杂的工艺过程,每一步都必须满足极其苛刻的物理特性要求,高度自动化的设备在处理产品时同时产生巨大的检测结果。 这些大数据是企业的负担还是企业的金矿?? 如果是后者,那么如何快速拨云见日,从“金矿”中准确找到产品产量波动的关键原因?这是一个困扰半导体工程师多年的技术问题.. 在对一家半导体技术公司制造的晶片进行测试后,它们每天都会产生包含100多个测试项目和数百万行测试记录的数据集.. 根据质量管理的基本要求,对100多个不同技术规格的测试项目进行过程能力分析是一项必不可少的任务。 如果按照传统的工作模式,我们需要逐步计算100多个过程能力指标,并逐一检查每个质量特性。 无论工作量的体积和复杂程度如何,即使有人能解决计算问题,也很难看到这些100多个过程能力指标之间的相关性,更难对产品的整体质量性能有一个全面的了解和总结。 然而,如果我们使用大数据质量管理分析平台,除了可以快速获得长期传统单一指标的过程能力分析报告外,更重要的是,我们可以从同一个大数据集中获得许多新的分析结果。


360截图20200309102718187.jpg


8.工业环境污染与环保技术检测

《穹顶之下》令人印象深刻的是,柴静小组通过视觉报道向观众传达了雾霾问题的严重性、雾霾的原因等。 这给我们带来了一个启示,大数据对环境保护有很大的价值。 穹顶下的图表原始数据来自哪里? 事实上,并不是所有的数据都是通过高层关系获得的,许多数据都是公开的,在中国政府网络、部委网站、中石油中国石化官方网站、环境组织官方网站和一些专门机构中,可以查阅越来越多的公共环境数据,包括国家空气、水文等数据、气象数据、植物分布和污染等数据。 只是这些数据太分散,太专业,缺乏分析,没有可视化,普通人无法理解。 如果你能理解并保持你的注意力,大数据将成为社会监督环境保护的重要手段。 百度在线的“全国污染监测图”是一种很好的方式,结合开放的环境大数据,百度地图增加了污染检测层,任何人都可以通过该层查看国家和本地区的省市,环保局监测下的所有排放机构(包括各类火电厂、国有工业企业和污水处理厂等)。 位置信息、组织名称、排放污染源类型、最新环保局公布的污染排放标准等。 能从自身查看最近的污染源,有提醒,该监测点检测项目,哪些超标,多少次.. 此信息可实时社交媒体平台,告知好友,提醒大家注意污染源及人身安全健康。


对于大型工业值数据应用的巨大潜力。然而,要实现这些价值有很多工作要做。一是建立大型数据意识的问题。在过去,有这些大数据,但是因为没有大数据的意义上说,数据分析工具也不乏大量的实时数据被丢弃或束之高阁,大量数据的潜在价值被埋没。另一个重要问题是数据孤岛的问题。数据许多工业企业分布在企业的各种料仓,特别是在大型跨国公司,为了提取这些数据在整个企业中非常困难。因此,在工业上应用的大数据集成应用是一个重要问题。


首页
产品
新闻
联系