工業互聯網與大數據應用是做什麼的

可做的事：1、能夠幫助客戶參與產品的需求分析和產品設計等創新活動中，為產品創新做出貢獻；2、進行產品故障診斷與預測，可以用於產品售後服務與產品改進；3、進行工業供應鏈的分析與優化，實現倉儲、配送、銷售效率的大幅提升和成本的大幅下降；4、透過大數據來分析當前需求變化和組合形式，實現產品銷售預測與需求管理；5、進行生產計畫與排程；6、產品品質管理與分析；7、工業污染與環保檢測。

本教學操作環境：windows7系統、Dell G3電腦。

工業互聯網與大數據應用是指將世界上各種機器、設備組、設施和系統網絡，與先進的傳感器、控制和軟體應用程式相連接形成的一個大型網絡。像是核磁共振成像儀、飛機引擎、電動車，甚至發電廠，這些都可以連接到工業互聯網。透過網路互聯與大數據分析結合進行合理決策，以便能更有效發揮各機器的潛能，提高生產力。工業互聯網最顯著的特點是能最大程度地提高生產效率，節省成本，推動設備技術的升級，提高效益。

簡單來說就是將工業與互聯網結合，再與大數據結合，因為現在大數據確實很方便，各個行業都有可用武之地。以此來提高效率，增加效益。

工業互聯網與大數據應用的場景分析

1.加速產品創新

　　客戶與工業企業之間的互動與交易行為將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與產品的需求分析和產品設計等創新活動中，為產品創新做出貢獻。福特公司是這方面的表率，他們將大數據技術應用到了福特福克斯電動車的產品創新和優化中，這款車成為了一款名副其實的「大數據電動車」。第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中，駕駛者持續更新車輛的加速度、煞車、電池充電和位置資訊。這對駕駛者很有用，但數據也傳回福特工程師那裡，以了解客戶的駕駛習慣，包括如何、何時以及何處充電。即使車輛處於靜止狀態，它也會持續將車輛胎壓和電池系統的資料傳送給最近的智慧型電話。

　　這種以客戶為中心的大數據應用場景具有多方面的好處，因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新信息，而位於底特律的工程師匯總關於駕駛行為的信息，以了解客戶，制訂產品改進計劃，並實施新產品創新。而且，電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據，以決定在何處建立新的充電站，以及如何防止脆弱的電網超負荷運轉。

2.產品故障診斷與預測

　　這可以被用於產品售後服務與產品改進。無所不在的感測器、網路技術的引進使得產品故障即時診斷變成現實，大數據應用、建模與模擬技術則使得預測動態性成為可能。在馬航MH370失聯客機搜尋過程中，波音公司所取得的引擎運轉資料對於決定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例，看看大數據應用在產品故障診斷上如何發揮作用。在波音的飛機上，發動機、燃油系統、液壓和電力系統等數以百計的變數組成了在航狀態，這些數據不到幾微秒就被測量和發送一次。以波音737為例，發動機在飛行中每30分鐘就能產生10TB數據。

　　這些數據不僅是未來某個時間點能夠分析的工程遙測數據，而且還促進了即時自適應控制、燃油使用、零件故障預測和飛行員通報，能有效實現故障診斷和預測。再看一個通用電氣(GE)的例子，位於美國亞特蘭大的GE能源監測和診斷(M&D)中心，收集全球50多個國家上千台GE燃氣渦輪機的數據，每天就能為客戶收集10G的數據，通過分析來自系統內的感測器振動和溫度訊號的恆定大數據流，這些大數據分析將為GE公司對燃氣渦輪故障診斷和預警提供支撐。風力渦輪機製造商Vestas也透過對天氣資料及期渦輪儀表資料進行交叉分析，從而對風力渦輪機佈局進行改善，由此增加了風力渦輪機的電力輸出水準並延長了服務壽命。

3.工業物聯網生產線的大數據應用

　　現代化工業製造生產線安裝有數以千計的小型感測器，來探測溫度、壓力、熱能、振動和噪音。因為每隔幾秒鐘就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、品質事故分析(包括違反生產規定、零件故障)等。首先，在生產流程改善方面，在生產過程中使用這些大數據，就能分析整個生產流程，並了解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會產生一個警報訊號，能更快速地發現錯誤或瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業產品的生產過程建立虛擬模型，模擬並優化生產流程，當所有流程和績效數據都能在系統中重建時，這種透明度將有助於製造商改進其生產流程。再如，在能耗分析方面，在設備生產過程中利用感測器集中監控所有的生產流程，能夠發現能耗的異常或峰值情形，由此便可在生產過程中優化能源的消耗，對所有流程進行分析將會大大降低能耗。

4.工業供應鏈的分析與最佳化

　　當前，大數據分析已經是許多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，透過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。 RFID等產品電子識別技術、物聯網技術以及行動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

　　以海爾公司為例，海爾公司供應鏈體系很完善，它以市場鍊為紐帶，以訂單資訊流為中心，帶動物流和資金流的運動，整合全球供應鏈資源和全球用戶資源。在海爾供應鏈的各個環節，客戶資料、企業內部資料、供應商資料被匯總到供應鏈體系中，透過供應鏈上的大數據收集和分析，海爾公司能夠持續進行供應鏈改進和優化，保證了海爾對客戶的敏捷回應。美國較大的OEM供應商超過千家，為製造業提供超過1萬種不同的產品，每家廠商都依賴市場預測和其他不同的變量，如銷售數據、市場資訊、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。

　　利用銷售數據、產品的感測器數據和來自供應商資料庫的數據，工業製造企業便可精確預測全球不同區域的需求。由於可以追蹤庫存和銷售價格，可以在價格下跌時買進，所以製造企業便可節省大量的成本。如果再利用產品中感測器產生的數據，知道產品出了什麼故障，哪裡需要配件，他們還可以預測何處以及何時需要零件。這將會大大減少庫存，優化供應鏈。

5.產品銷售預測與需求管理

　　透過大數據來分析當前需求變化與組合形式。大數據是一個很好的銷售分析工具，透過歷史資料的多維度組合，可以看出區域性需求佔比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。在某些分析中我們可以發現，在開學季高校較多的城市對文具的需求會高很多，這樣我們可以加大對這些城市經銷商的促銷，吸引他們在開學季多訂貨，同時在開學季之前一兩個月開始產能規劃，以滿足促銷需求。對產品開發方面，透過消費人群的關注點進行產品功能、性能的調整，如幾年前大家喜歡用音樂手機，而現在大家更傾向於用手機上網、拍照分享等，手機的拍照功能提升就是一個趨勢，4G手機也佔據更大的市場。透過大數據對一些市場細節的分析，可以找到更多的潛在銷售機會。

6.生產計畫與排程

　　製造業面對多品種小批量的生產模式，數據的精細化自動及時方便的採集(MES/DCS)及多變性導致數據劇烈增大，再加上十幾年的信息化的歷史數據，對於需要快速回應的APS來說，是一個巨大的挑戰。大數據可以給予我們更詳細的數據信息，發現歷史預測與實際的偏差概率，考慮產能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優化算法，制定預計劃排產，並監控計劃與現場實際的偏差，動態的調整計劃排產。幫我們避免「畫像」的缺陷，直接將群體特徵直接強加給個體(工作中心資料直接改變為具體一個設備、人員、模具等資料)。透過數據的關聯分析並監控它，我們就能規劃未來。雖然，大數據略有瑕疵，只要得到合理的應用，大數據就會變成我們強大的武器。當年，福特問大數據的顧客需求是什麼  而回答是“一匹更快的馬”，而不是現在已經普及的汽車。所以，在大數據的世界裡，創意、直覺、冒險精神和知識野心特別重要。

7.產品品質管理與分析

　　傳統的製造業正面臨著大數據的衝擊，在產品研發、製程設計、品質管理、生產營運等各方面都迫切期待著有創新方法的誕生，來應對工業背景下的大數據挑戰。例如在半導體產業，晶片在生產過程中會經歷許多次摻雜、增層、光刻和熱處理等複雜的製程流程，每一步都必須達到極其苛刻的物理特性要求，高度自動化的設備在加工產品的同時，也同步產生了龐大的檢測結果。這些海量數據究竟是企業的包袱，還是企業的金礦呢  如果說是後者的話，那麼又該如何快速地撥雲見日，從「金礦」中準確地發現產品良率波動的關鍵原因呢  這是一個已經困擾半導體工程師們多年的技術難題。

　　某半導體科技公司生產的晶圓在經過測試環節後，每天都會產生包含一百多個測試項目、長度達數百萬行測試記錄的資料集。依照品質管理的基本要求，一個不可或缺的工作就是需要針對這些技術規格要求各異的一百多個測試項目分別進行一次製程能力分析。若依照傳統的工作模式，我們需要依部就班地分別計算一百多個製程能力指數，對各項品質特性一一評量。這裡暫且不論工作量的龐大與繁瑣，即使有人能夠解決了計算量的問題，但也很難從這一百多個過程能力指數中看出它們之間的關聯性，更難對產品的總體質量性能有一個全面的認識與總結。然而，如果我們利用大數據品質管理分析平台，除了可以快速地得到一個長長的傳統單一指標的過程能力分析報表之外，更重要的是，還可以從同樣的大數據集中得到很多嶄新的分析結果。

8.工業污染與環保檢測

《穹頂之下》令人印象深刻的一點是透過視覺化報表，柴靜團隊向觀眾傳遞霧霾問題的嚴峻性、霧霾的成因等等。

　　這帶給我們的一個啟示，即大數據對環保具有巨大價值。 《穹頂之下》圖表的原生資料哪裡來的呢  其實並非都是憑藉高層關係獲取，不少數據都是公開可查，在中國政府網、各部會網站、中石油中石化官網、環保組織官網以及一些特殊機構，可查詢的公益環保數據越來越多，包括全國空氣、水文等數據，氣象數據，工廠分佈及污染排放達標情況等數據等等。只不過這些數據太分散、太專業、缺乏分析、沒有視覺化，一般人看不懂。如果能夠看懂並保持關注，大數據將成為社會監督環保的重要手段。近日百度上線《全國污染監測地圖》就是一個很好的方式，結合開放的環保大數據，百度地圖加入了污染檢測圖層，任何人都可以透過它查看全國及自己所在區域省市，所有的在環保署監控之下的排放機構(包括各類火力電廠、國控工業企業及污水處理廠等)的位置資訊、機構名稱、排放污染源的種類，最近一次環保署公佈的污染排放達標情況等。可查看距離自己最近的污染源，出現提醒，監測點偵測項目，哪些超標，超標多少倍。這些資訊可以即時分享到社群媒體平台，告知好友，提醒大家一同註意污染源狀況及個人安全健康。

總結：工業大數據應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。一個是大數據意識建立的問題。過去，也有這些大數據，但由於沒有大數據的意識，數據分析手段也不足，很多即時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。還有一個重要問題是資料孤島的問題。許多工業企業的數據分佈於企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些數據相當困難。因此，工業大數據應用一個重要議題是整合應用。

更多相關知識，請造訪常見問題欄位！

以上是工業互聯網與大數據應用是做什麼的的詳細內容。更多資訊請關注PHP中文網其他相關文章！