【智能制造】基于工业大数据技术基础的应用方案规划
https://mp.weixin.qq.com/s/a_0BHPHDNyOZKn_84EJoxQ
主要内容
-
大数据规模、特征
-
从大数据到工业大数据
-
工业大数据应用背景
-
工业大数据应用方案的规划思路
-
智能工厂中的典型工业大数据应用
大数据的规模与相对性
-
1B：一个字符或一粒沙子
-
1K：一句句子或一撮沙子
-
1M：20页左右的Powerpoint 文件或一勺沙子
-
1G：一摞厚度10米左右的书或一鞋盒沙子
-
1T：300小时左右的高清视频或一操场沙子
-
1P：30~40万张数字照片或者一片1.5公里左右长海滩沙子
-
1E：大约2000年前后全球信息的一半或者上海到香港之间海滩的全部沙子
2010年全球数字世界信息规模首次达到1ZB（1万亿GB)
IDC:The Digital Universe in 2020:
Big Data,Bigger Digital Shadows,and Biggest Growth in the Far East.
大数据指的是所涉及的数据集规模已经超越了传统数据库软件获取、存储、管理和分析的能力。这是一个被故意设计成主观性的定义，并且是一个关于多大的数据集才能被认为是大数据的可变定义……随着技术的不断发展，复核大数据标准的数据集容量也会增长；并且定义随不同的行业也有变化，这依赖于在一个特定行业通常使用何种软件和数据集有多大……
McKinsey Global Institute.Big Data:
The next Frontier for Innovation,Cometition and Productivity
大数据特征
工业大数据中，生产数据的速度实时性更明显
各企业或组织机构中，80%以上数字信息都是非结构化
工业大数据需要基于归因、建议、预测、洞察、基准的应用
从大数据到工业大数据
-
工业大数据中，数据的采集来源更多样化，PLC控制、传感器、内部系统、互联网
-
应用模式更复杂：研发、设计、工艺、生产、管理、决策、运维、环境
-
实时性要求：工业控制级别的上下环节协同
-
知识共享：隐形知识显性化的嵌入式技术体系比互联网式样的知识地图更为复杂
-
数据隐私保护：涉及商业秘密的前提条件下公有云与私有云模式的谨慎区隔
工业大数据面临的智能制造架构
美国IIRA
德国RAMI4.0架构
日本IVRA
中国智能制造架构
工业大数据面临的国内外平台
工业大数据面临的技术进步
制造型企业内部的数据与应用用户
基于工业大数据技术基础的应用规划
基于前延与后扩的制造服务全周期数据管理视角
基于数据与应用现状的现实主义拼图
基于数据服务于企业成长的策略
基于具体可行的数据处理手段
遵循智能工厂平台的整体目标
以数据总线链接全部数据应用拼图
面向不同用户的数据APP
让工业数据在企业内流动
以数据驱动的智慧企业（智慧工厂/智能院所）
规划方案纲要
典型工业大数据应用（1）：科技研发大数据平台
典型工业大数据应用（2）：云设计/云仿真平台
典型工业大数据应用（3）：产品智能检测
典型工业大数据应用（4）：能量监控
典型工业大数据应用（5）：MRO
集团成员间虽然产品不一样，但售后服务体系类似MRO私有云具有极大可行性，可降低成员单位建设MRO体系的成本，也可共享集团成员遍布全国各地的专家和技师资源，可借助彼此建立备件库。
工业大数据可采用的数据可视化