- 工業(yè)大數(shù)據(jù)工程:系統(tǒng)、方法與實(shí)踐
- 田春華 張碩等
- 940字
- 2024-02-01 14:56:05
1.2.2 應(yīng)用領(lǐng)域與場(chǎng)景
工業(yè)企業(yè)應(yīng)用涉及3個(gè)生命周期,即產(chǎn)品生命周期(設(shè)計(jì)、工藝規(guī)劃、生產(chǎn)工程、制造、使用和服務(wù)、廢棄和回收等)、生產(chǎn)過程周期(采購、制造計(jì)劃、制造過程、質(zhì)量管理等)和商務(wù)活動(dòng)周期(銷售、交付、售后等)。結(jié)合實(shí)踐經(jīng)驗(yàn),工業(yè)大數(shù)據(jù)的6個(gè)業(yè)務(wù)應(yīng)用領(lǐng)域[5]如圖1-1所示,包括新業(yè)務(wù)模式、數(shù)字化研發(fā)、智能制造、智能運(yùn)維、數(shù)字化營銷和數(shù)字化工作空間。其中,智能制造包括以生產(chǎn)制造效率為中心的縱向整合,也包括以業(yè)務(wù)價(jià)值鏈協(xié)同為中心的橫向整合。

圖1-1 工業(yè)大數(shù)據(jù)的6個(gè)業(yè)務(wù)應(yīng)用領(lǐng)域
作為一種技術(shù),大數(shù)據(jù)分析擅長(zhǎng)從大量重復(fù)性的數(shù)據(jù)中挖掘新模式。在創(chuàng)新性強(qiáng)(重復(fù)性弱、頻度低)的新業(yè)務(wù)模式、數(shù)字化研發(fā)等環(huán)節(jié),大數(shù)據(jù)分析僅能起到數(shù)據(jù)匯集、信息提醒的輔助作用,例如,根據(jù)大量設(shè)備在不同環(huán)境、不同工況下實(shí)際運(yùn)行數(shù)據(jù)和故障信息,針對(duì)性地指導(dǎo)產(chǎn)品研發(fā)。另外,商務(wù)活動(dòng)及數(shù)字化空間的需求與通用的面向企業(yè)的數(shù)據(jù)分析沒有區(qū)別,本書不做展開討論。因此,工業(yè)大數(shù)據(jù)分析目前主要集中在智能運(yùn)維和智能制造等環(huán)節(jié)。
工業(yè)大數(shù)據(jù)分析的典型主題可歸納為如表1-2所示的3類:① 智能裝備/產(chǎn)品,以智能運(yùn)維環(huán)節(jié)的需求為主,適當(dāng)融入智能運(yùn)維帶來的新業(yè)務(wù)模式(例如,服務(wù)性制造、基于產(chǎn)品的金融衍生服務(wù))和研發(fā)創(chuàng)新,詳細(xì)劃分為故障預(yù)測(cè)與健康管理(Prognostics and Health Management,PHM)、資產(chǎn)績(jī)效管理(Asset Performance Management,APM)和運(yùn)作閉環(huán)等3類子主題;② 智慧工廠/車間,集中在圖1-1中智能制造的縱向整合,打通不同生產(chǎn)單元與業(yè)務(wù)環(huán)節(jié),結(jié)合不同時(shí)空顆粒度,從效率、質(zhì)量和安全的角度,保證制造過程的可視、可溯、可決;③ 產(chǎn)業(yè)互聯(lián),集中在圖1-1中智能制造的縱向整合,通過數(shù)據(jù)的融合與深度分析,提高協(xié)作效率,支撐新的協(xié)作模式。
表1-2 工業(yè)大數(shù)據(jù)分析的典型主題

產(chǎn)業(yè)鏈上不同角色的企業(yè)關(guān)注的分析課題不同,例如,高端裝備制造業(yè)(汽輪機(jī)制造企業(yè))強(qiáng)調(diào)“服務(wù)型制造”、“智能裝備”和“智能診斷”,而裝備使用企業(yè)(例如,發(fā)電廠)則關(guān)注整個(gè)生產(chǎn)系統(tǒng)(而不是單類設(shè)備)的生產(chǎn)效率。再者,對(duì)同一類分析課題,由于產(chǎn)品特點(diǎn)和生產(chǎn)模式的不同,不同行業(yè)的分析側(cè)重點(diǎn)差異也很大,例如,在生產(chǎn)質(zhì)量分析方面,化工行業(yè)的質(zhì)量管控粒度較粗,但需要長(zhǎng)久穩(wěn)定的質(zhì)量,而電子行業(yè)可以做到單件或單批次的質(zhì)量檢測(cè),甚至可以做到逐批(Run-to-Run)的工藝參數(shù)調(diào)整。
- 從0到1:數(shù)據(jù)分析師養(yǎng)成寶典
- Modern Programming: Object Oriented Programming and Best Practices
- 商業(yè)分析思維與實(shí)踐:用數(shù)據(jù)分析解決商業(yè)問題
- 深入淺出MySQL:數(shù)據(jù)庫開發(fā)、優(yōu)化與管理維護(hù)(第2版)
- 大數(shù)據(jù)營銷:如何讓營銷更具吸引力
- 數(shù)字媒體交互設(shè)計(jì)(初級(jí)):Web產(chǎn)品交互設(shè)計(jì)方法與案例
- 計(jì)算機(jī)應(yīng)用基礎(chǔ)教程上機(jī)指導(dǎo)與習(xí)題集(微課版)
- 云數(shù)據(jù)中心網(wǎng)絡(luò)與SDN:技術(shù)架構(gòu)與實(shí)現(xiàn)
- 計(jì)算機(jī)組裝與維護(hù)(微課版)
- MySQL技術(shù)內(nèi)幕:SQL編程
- 數(shù)據(jù)指標(biāo)體系:構(gòu)建方法與應(yīng)用實(shí)踐
- Python 3爬蟲、數(shù)據(jù)清洗與可視化實(shí)戰(zhàn)
- Microsoft Dynamics NAV 2015 Professional Reporting
- Visual Studio 2012 and .NET 4.5 Expert Development Cookbook
- 數(shù)據(jù)挖掘與數(shù)據(jù)化運(yùn)營實(shí)戰(zhàn):思路、方法、技巧與應(yīng)用