基於工業大數據的工業智能發展 | 機器智能 | 趨勢研判

基於工業大數據的工業智能發展 | 機器智能 | 趨勢研判

來自專欄 九三智能控

更多AI資訊,關注微信公眾號:九三智能控

工業智能的基礎:工業大數據

工業大數據是工業智能的基礎,通過數據驅動實現工業智能是目前較為可行的途徑,隨著工業數字化、網路化的進程不斷加快,工業領域收集的數據維度不斷擴大,主要體現在三個方面:

一是時間維度不斷延長。經過多年的生產經營,積累下來歷年的產品數據、工業數據、原材料數據和生產設備數據;

二是數據範圍不斷擴大。隨著企業信息化建設的過程,一方面積累了企業的財務、供應商數據,也通過CRM系統積累了客戶數據,通過CAD等積累了研發過程數據,通過攝像頭積累了生產安全數據等,另一方面越來越多的外部數據也被收集回來,包括市場數據、社交網路數據、企業輿情數據等;

三是數據粒度不斷細化。從一款產品到多款、多系列產品使得產品數據不斷細化,從單機機床到聯網機床,使得數據交互頻率大大增強;加工精度從1mm提升到0.2mm,從5分鐘每次的統計到每5秒的全程監測,都使得採集到的數據精細度不斷提升。

以上三個維度最終導致企業所積累的數據量以加速度的方式在增加,構成了工業大數據的集合。不管企業是否承認,這些數據都堆砌在工廠的各個角落,而且在不斷增加。

企業經營的視角來看待這些工業數據。可以按照數據的用途分成三類:

第一類是經營性數據,比如財務、資產、人事、供應商基礎信息等數據,這些數據在企業信息化建設過程中陸陸續續積累起來,表現了一個工業企業的經營要素和成果。

第二類是生產性數據,這部分是圍繞企業生產過程中積累的數據,包括原材料、研發、生產工藝、半成品、成品、售後服務等。隨著數字機床、自動化 生產線、SCADA 系統的建設,這些數據也被企業大量記錄下來。這些數據是工業生產過程中價值增值的體現,是決定企業差異性的核心所在。

第三類是環境類數據,包括布置在機床的設備診斷系統,庫房、車間的溫濕度數據,以及能耗數據,廢水廢氣的排放等數據。這些數據對工業生產過程中起到約束作用。

從目前的數據採用情況看,經營類數據利用率最高,生產性數據和環境類數據相比差距比較大。從未來數據量來說,生產線數據在工業企業數據中的佔比將越來越大,環境類數據也將越來越多樣化。

  一般意義上,大數據有具有數據量大、數據種類多、商業價值高、處理速度高,在此基礎上,工業大數據還有兩大特點。

一是準確率高,大數據一般的應用場景是預測,在一般性商業領域,如果預測準確率達到90%已經是很高了,如果是99%就是卓越了。但在工業領域的很多應用場景中,對準確率的要求達到99.9%甚至更高,比如軌道交通 自動控制,再比如定製生產,如果把甲乙客戶的訂單參數搞混了,就會造成經濟損失。

二是實時性強,工業大數據重要的應用場景是實時監測、實時預警、實時控制。一旦數據的採集、傳輸和應用等全處理流程耗時過長,就難以在生產過程中發揮價值。

大數據在工業企業的應用

  企業所積累的數據量以越來越快的速度在增加,很多企業也就順勢將大數據技術引入企業的生產經營中。大數據在工業企業的應用主要體現在三方面:

一是基於數據的產品價值挖掘。通過對產品及相關數據進行二次挖掘,創造新價值。

  日本的科研人員日前設計出一種新型座椅,能夠通過分析相關數據識別主人,以此確保汽車的安全。這種座椅裝有360個不同類型的感應器,可以收集並分析駕駛者的體重、壓力值,甚至坐到座椅上的方式等多種信息,並將它們與車載系統中內置的車主信息進行匹配,以此判斷駕駛者是否為車主,從而決定是否開動汽車。實驗數據顯示,這種車座的識別準確率高達98%。

  三一公司的挖掘機指數也是如此。通過在線跟蹤銷售出去的挖掘機的開工、負荷情況,就能了解全國各地基建情況,進而對於宏觀經濟判斷、市場銷售布局、金融服務提供調整依據。

二是提升服務型生產。提升服務型生產就是增加服務在生產(產品)的價值比重。主要體現在兩個方向。一是前向延伸,就是在售前階段,通過用戶參與、個性化設計的方式,吸引、引導和鎖定用戶。比如紅領西服的服裝定製,通過精準的量體裁衣,在其他成衣服裝規模關店的市場下,能保持每年150%的收入和利潤增長,每件衣服的成本僅比成衣高10%。當然了,小米手機也屬於這一類。二是後向延伸,通過銷售的產品建立客戶和廠家的互動,產生持續性價值。蘋果手機的硬體配置是標準的,但每個蘋果手機用戶安裝的軟體是個性化的,這裡面最大的功勞是APPStore。蘋果通過銷售蘋果終端產品只是開始,通過APPStore建立用戶和廠商的連接,滿足用戶個性化需求,提供差異性服務,年創造收入在百億美金。

三是創新商業模式。商業模式創新主要體現在兩個方面,一是基於工業大數據,工業企業對外能提供什麼樣的創新性商業服務;二是在工業大數據背景下,能接受什麼樣的新型的商業服務。最優的情況是,通過提供創新性商業模式能獲得更多的客戶,發掘更多的藍海市場,贏取更多的利潤;同時通過接受創新性的工業服務,降低了生產成本、經營風險。

比如,GE不銷售發動機,而是將發動機租賃給航空公司使用,按照運行時間收取費用,這樣GE通過引入大數據技術監測發動機運行狀態,通過科學診斷和維護提升發動機使用壽命,獲得的經濟回報高於發動機銷售。

微信群&交流合作

  • 加入微信群:不定期分享資料,拓展行業人脈請在公眾號留言:「微信號+名字+研究領域/專業/學校/公司」,我們將很快與您聯繫。
  • 投稿、交流合作請留言聯繫。

weixin.qq.com/r/AC91bd- (二維碼自動識別)


推薦閱讀:

從頭學習大數據培訓課程 任務調度工具 oozie(二)基本元素、oozie_SSH、MySQL 命令、tomcat與HTML
數字世界是如何被一群科學家和工程師創造出來的?——從《創新者》看創新
產品經理:一張表格理思路,行為數據打輔助
技術精品課大放送:學習雲計算大數據,這些技能必不可少
2018雲計算大會有哪些是值得關注的?

TAG:工業大數據 | 大數據 | 機器學習 | AI技術 |