産業用インターネットとビッグデータ アプリケーションは何に使用されますか?

できること: 1. 顧客の製品需要分析や製品設計などのイノベーション活動への参加を支援し、製品イノベーションに貢献できる; 2. 製品の故障診断と予測を実施し、次のような用途に活用できます。製品のアフターサービスと製品の改善 3. 産業サプライチェーンの分析と最適化により、倉庫保管、物流、販売の効率の大幅な向上とコストの大幅な削減を実現 4. ビッグデータを使用して現在の需要の変化と組み合わせを分析製品の販売を達成するためのフォーム 予測と需要管理 5. 生産計画とスケジューリング 6. 製品の品質管理と分析 7. 産業公害と環境保護テスト

このチュートリアルの動作環境: Windows 7 システム、Dell G3 コンピューター。

産業用インターネットとビッグ データ アプリケーションは、世界中のさまざまな機械、機器グループ、施設、システム ネットワークを高度なセンサー、制御、ソフトウェア アプリケーションと接続する大規模なネットワークを指します。 MRI 装置、航空機エンジン、電気自動車、さらには発電所などはすべて産業用インターネットに接続できます。ネットワーク相互接続とビッグデータ分析を組み合わせて合理的な意思決定を行うことで、各マシンの可能性をより効果的に引き出し、生産性を向上させることができます。インダストリアルインターネットの最大の特徴は、生産効率を最大化し、コストを削減し、設備技術のアップグレードを促進し、効率を向上させることができることです。

簡単に言うと、産業とインターネットを組み合わせ、さらにビッグデータと組み合わせることを意味します。ビッグデータは確かに今非常に便利であり、どの業界にも用途があるからです。効率を向上させ、利益を増やすため。

産業用インターネットとビッグ データ アプリケーションのシナリオ分析

1. 製品イノベーションを加速する

顧客と産業企業の間の相互作用と取引行動は、大量のデータ、これらの顧客の動的なデータをマイニングして分析することは、顧客が製品需要分析や製品設計などの革新的な活動に参加し、製品革新に貢献するのに役立ちます。フォードはこの点での先進的な例であり、フォード フォーカス電気自動車の製品革新と最適化にビッグデータ技術を適用し、この車をまさに「ビッグデータ電気自動車」にしています。第一世代のフォード フォーカス EV は、運転中や駐車中に大量のデータを生成します。運転中、ドライバーは車両の加速、制動、バッテリー充電、位置情報を継続的に更新します。これはドライバーにとって便利ですが、データはフォードのエンジニアにも送信され、充電方法、いつ、どこで充電するかなど、顧客の運転習慣を理解することができます。車両が停止しているときでも、車両のタイヤ空気圧とバッテリー システムに関するデータを最寄りのスマートフォンに継続的に送信します。

この顧客中心のビッグデータ アプリケーション シナリオには、ビッグデータによって価値のある新製品のイノベーションとコラボレーション方法が可能になるため、多くの利点があります。ドライバーは有益な最新情報を受け取り、デトロイトのエンジニアは運転行動に関する情報を集約して顧客を理解し、製品の改善を計画し、新しい製品イノベーションを実装します。また、電力会社やその他のサードパーティプロバイダーは、数百万マイルの走行データを分析して、新しい充電ステーションをどこに建設するか、脆弱な送電網の過負荷を防ぐ方法を決定することもできます。

2. 製品の故障診断と予測

製品のアフターサービスや製品の改善に活用できます。ユビキタスセンサーとインターネットテクノロジーの導入により、製品の故障のリアルタイム診断が現実になり、ビッグデータアプリケーション、モデリングおよびシミュレーションテクノロジーによりダイナミクスの予測が可能になりました。行方不明のマレーシア航空 MH370 便の捜索では、ボーイング社が入手したエンジン動作データが、航空機の行方不明の経路を特定する上で重要な役割を果たしました。ボーイング社の航空機システムを例として、ビッグデータ アプリケーションが製品の故障診断にどのような役割を果たしているかを見てみましょう。ボーイング社の航空機では、エンジン、燃料システム、油圧システム、電気システムなどの数百の変数が飛行中の状態を構成しており、このデータは数マイクロ秒未満で測定および送信されます。ボーイング 737 を例に挙げると、エンジンは飛行中 30 分ごとに 10 TB のデータを生成できます。

これらのデータは、将来の特定の時点で分析できるエンジニアリング テレメトリ データであるだけでなく、リアルタイムの適応制御、燃料使用量、部品の故障予測、パイロット通知を促進し、故障を効果的に認識することもできます。診断と予測。ゼネラル エレクトリック (GE) の別の例を見てみましょう。米国アトランタにある GE エネルギー監視および診断 (M&D) センターは、世界 50 か国以上にある数千台の GE ガス タービンからデータを収集しています。システム内のセンサーの振動と温度信号からの継続的なビッグデータ フローを分析することで、これらのビッグ データ分析は、GE のガス タービンの故障診断と早期警告をサポートします。風力タービン メーカーの Vestas はまた、気象データと定期的なタービン計測データを相互分析することで風力タービンのレイアウトを改善し、それによって風力タービンの出力レベルを向上させ、耐用年数を延長しています。

3. 産業用IoT生産ラインにおけるビッグデータ活用

現代の工業生産ラインには、温度、圧力、熱、振動、騒音を検出するために何千もの小型センサーが装備されています。数秒ごとにデータを収集するため、そのデータを利用して設備診断、消費電力解析、エネルギー消費解析、品質事故（製造規定違反、部品故障など）解析など、さまざまな分析が可能です。まず、生産プロセスの改善に関しては、生産プロセス中にこれらのビッグデータを使用することで、生産プロセス全体を分析し、各リンクがどのように実行されているかを理解することができます。特定のプロセスが標準プロセスから逸脱すると、アラーム信号が生成され、エラーやボトルネックをより迅速に発見でき、問題をより簡単に解決できます。ビッグデータ技術を利用して、工業製品の生産プロセスの仮想モデルを構築し、生産プロセスをシミュレーションおよび最適化することもでき、すべてのプロセスとパフォーマンスデータをシステム内で再構築できれば、この透明性はメーカーの生産プロセスの改善に役立ちます。 。また、エネルギー消費分析では、機器の生産工程において全生産工程をセンサーで集中監視し、エネルギー消費量の異常やピークを発見し、生産工程および全工程でのエネルギー消費量の最適化を実現します。分析によりエネルギー消費が大幅に削減されます。

4.産業サプライチェーンの分析と最適化

現在、ビッグデータ分析は、多くの電子商取引企業にとって、サプライチェーンの競争力を向上させるための重要な手段となっています。たとえば、電子商取引企業の JD.com は、ビッグデータを使用してさまざまな場所での商品の需要を事前に分析および予測することで、物流と倉庫の効率を向上させ、翌日には商品が届くという顧客体験を保証しています。 RFID、モノのインターネット技術、モバイルインターネット技術などの製品電子識別技術は、産業企業が製品サプライチェーン全体のビッグデータを取得するのに役立ち、これらのデータを分析に使用することで、倉庫保管、流通、販売の効率が大幅に向上し、コストの低下

ハイアールを例に挙げると、ハイアールのサプライ チェーン システムは非常に完成度が高く、マーケット チェーンをリンクとして使用し、注文情報の流れを中心として物流と資本の流れを推進し、グローバルなサプライ チェーン リソースを統合しています。およびグローバル ユーザーのリソース。ハイアールのサプライチェーンのあらゆる側面において、顧客データ、社内データ、サプライヤーデータがサプライチェーンシステムに集約されており、サプライチェーンにおけるビッグデータの収集と分析を通じて、ハイアールはサプライチェーンの改善と最適化を継続し、ハイアールの安全性を確保することができます。お客様への機敏な対応。米国には 1,000 を超える大規模な OEM サプライヤーがあり、10,000 を超えるさまざまな製品を製造会社に提供しています。各メーカーは、市場予測や、販売データ、市場情報、展示会、ニュース、競合他社のデータなどのその他のさまざまな変数に依存しています。製品を販売するために天気予報なども提供します。

販売データ、製品センサー データ、サプライヤー データベースのデータを使用して、工業製造会社は、世界中のさまざまな地域の需要を正確に予測できます。製造会社は、在庫と販売価格を追跡し、価格が下がったときに購入できるため、大幅なコストを節約できます。製品のセンサーによって生成されたデータを再利用して、製品の何が問題なのか、どこに部品が必要なのかを知ることができれば、部品がいつどこで必要になるかを予測することもできます。これにより在庫が大幅に削減され、サプライチェーンが最適化されます。

5. 製品の販売予測と需要管理

ビッグデータを使用して、現在の需要の変化と組み合わせを分析します。ビッグデータは優れた販売分析ツールであり、過去のデータを多次元的に組み合わせることで、地域の需要の割合や変化、商品カテゴリの市場人気、最も一般的な組み合わせ形態、消費者のレベルなどがわかります。商品戦略や流通戦略の調整にご活用ください。いくつかの分析では、大学が多い都市では、文具の需要が学校シーズン中にはるかに高くなることがわかりました。このようにして、これらの都市の販売店のプロモーションを強化して、学校期間中により多くの注文をしてもらうことができます。キャパシティー計画は、プロモーションのニーズを満たすために 1 ～ 2 か月前に開始されます。製品開発においては、製品の機能や性能が消費者層の懸念に基づいて調整されており、たとえば、数年前は誰もが音楽電話を使用するのが好きでしたが、今では携帯電話を使用してインターネットを利用する傾向が強くなり、携帯電話のカメラ機能の向上は一つのトレンドであり、4G 携帯電話もより大きな市場シェアを占めています。いくつかの市場詳細のビッグデータ分析を通じて、より多くの潜在的な販売機会を見つけることができます。

6. 生産計画とスケジューリング

製造業は、多品種少量生産モデルに直面しています。データの改良、自動、タイムリーかつ便利な収集 (MES/DCS)、および変動性により、データは劇的に増加しています。10 以上のデータと相まって、これは、迅速な対応が必要な APS にとって大きな課題です。ビッグデータは、より詳細なデータ情報を提供し、過去の予測と実際の間の乖離の確率を発見し、生産能力の制約、従業員のスキルの制約、材料の可用性の制約、工具と金型の制約を考慮し、インテリジェントな最適化アルゴリズムを使用して事前計画された生産を策定することができます。スケジュールとモニター 計画と現場の実際の状況に乖離がある場合、生産スケジュールを動的に調整します。 「ポートレート」の欠点を回避し、グループの特性を個人に直接押し付けることを回避するためにご協力ください（ワークセンターのデータは、機器、人員、金型などの特定のデータに直接変更されます）。データを関連付けて監視することで、将来の計画を立てることができます。ビッグデータには欠点もありますが、適切に活用すればビッグデータは私たちにとって強力な武器になります。当時、フォードはビッグデータに対する顧客のニーズは何かと尋ねましたが、その答えは現在人気の自動車ではなく、「より速い馬」でした。したがって、ビッグデータの世界では、創造性、直感、冒険心、知的野心が特に重要です。

7. 製品の品質管理と分析

従来の製造業はビッグデータの影響に直面しており、製品開発、プロセス設計、品質管理、生産業務などに熱心に取り組んでいます。産業分野におけるビッグデータの課題に対処するための革新的なアプローチが登場しています。たとえば、半導体産業では、チップは製造プロセス中にドーピング、積層、フォトリソグラフィー、熱処理などの多くの複雑なプロセスを経ます。各ステップは非常に厳しい物理的特性要件を満たす必要があり、製品を処理するには高度に自動化された装置が必要です。同時に、膨大な量の検出結果も同時に生成されます。この膨大なデータは会社にとって負担ですか?それとも会社にとって宝の山ですか?後者である場合、どうすれば雲を素早く見抜き、「金鉱」からの製品歩留まり変動の主な原因を正確に発見できるでしょうか?は、長年にわたって半導体エンジニアを悩ませてきた技術的な問題です。

半導体技術会社が製造したウェーハがテストプロセスを経た後、100 を超えるテスト項目と数百万行のテスト記録を含むデータセットが毎日生成されます。品質管理の基本要件によれば、技術仕様が異なる 100 を超えるテスト項目について工程能力分析を実行することが重要なタスクとなります。従来の作業モデルに従う場合、100 以上の工程能力指数を段階的に計算し、各品質特性を 1 つずつ評価する必要があります。膨大で煩雑な作業量にもかかわらず、たとえ計算問題が解けたとしても、100を超える工程能力指標からそれらの相関関係を見出すことは難しく、製品全体の品質を評価することはさらに困難です。 . パフォーマンスを包括的に理解し、要約します。しかし、ビッグデータ品質管理分析プラットフォームを使用すると、従来の単一指標を使用した長い工程能力分析レポートを迅速に取得できることに加えて、さらに重要なことに、同じビッグデータセットから多くの新しい分析結果を取得することもできます。

8. 産業汚染と環境保護の検出

「アンダー ザ ドーム」で最も印象的なのは、Chai Jing のチームが視覚的なレポートを通じて観客にヘイズ問題の深刻さを伝えていることです。かすみの原因の重要性など。

これは私たちに啓示をもたらします。つまり、ビッグデータは環境保護にとって非常に価値があるということです。 「アンダー・ザ・ドーム」のチャートの生データはどこから来たのですか? 実際、それらのすべてがハイレベルの関係を通じて取得されたわけではありません。データの多くは公的に入手可能であり、中国政府のウェブサイトで見つけることができます。さまざまな省庁や委員会の Web サイト、PetroChina と Sinopec の公式 Web サイト、環境保護団体の公式 Web サイト、および一部の特殊組織では、国の大気、水文学、その他のデータを含む、ますます多くの公共福祉および環境保護データを照会できるようになりました。気象データ、工場分布および公害排出規制遵守データなどただ、これらのデータは散在しすぎ、専門的すぎ、分析が不足しており、視覚化されていないため、一般の人には理解できません。それを理解し、注意を払い続けることができれば、ビッグデータは社会が環境保護を監督するための重要な手段となるでしょう。最近リリースされた百度の「全国汚染監視マップ」は、これを行うための良い方法です。オープンな環境保護ビッグデータと組み合わせて、百度マップに汚染検出レイヤーが追加されました。誰でもそれを使用して、国全体、省、都市を表示できます環境保護局が発表した所在地情報、組織名、排出源の種類、最新の汚染排出遵守状況（各種火力発電所、国営工業企業、下水処理を含む）植物）環境保護局の監督下にあります。最寄りの汚染源を確認することができ、監視地点で検査されたどの項目が基準を超えているか、基準を何回超えたかをリマインダーが表示されます。この情報はソーシャル メディア プラットフォームでリアルタイムに共有され、友人に知らせ、汚染源や個人の安全と健康に注意を払うよう全員に思い出させることができます。

要約: 産業用ビッグデータ アプリケーションの潜在的な価値は膨大です。ただし、これらの価値を実現するには、やるべきことがまだたくさんあります。 1つはビッグデータに対する認識を確立するという課題です。かつてはこのようなビッグデータがありましたが、ビッグデータに対する認識の不足やデータ分析手法の不備により、多くのリアルタイムデータが廃棄・棚上げされ、大量のデータの潜在的価値が埋もれてしまいました。もう 1 つの重要な問題は、データ アイランドの問題です。多くの産業企業のデータは、企業全体、特に大規模な多国籍企業内でさまざまなサイロに分散されているため、企業全体からこのデータを抽出することが困難になっています。したがって、産業用ビッグデータ応用における重要な課題は、統合応用である。

関連知識の詳細については、FAQ 列をご覧ください。

以上が産業用インターネットとビッグデータ アプリケーションは何に使用されますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。