文档介绍：工业大数据发展态势与典型应用分析
摘 要:当前,我国处在新经济时代发展背景中,传统制造业转型升级中关键的生产要素就是工业大数据。工业大数据为工业领域进行智能制造期间产生的全部价值链以及产品全生命周期的每一过程数据,涵盖内容
对于研发设计的阶段,工业大数据应用包括了3个方面,下面分别进行阐述。首先,产品协同设计,展开大数据存储、处理,进行大数据的科学分析等,合理地处理好产品数据,构建起企业级产品数据库,使得各地域可以便捷地访问到相同设计数据,实现多站点协同目标,同时,满足工程组织设计的相关要求。其次,设计仿真,使得大数据技术跟产品仿真排程之间加强联系,得到理想的设计策略,使得产品交付周期进行有效的减短[8]。再次,实现工艺流程优化,实施大数据分析,对于历史工艺流程数据进行不断分析,发掘工艺步骤同投入之间关联性,汇总分析以往孤立的各类数据,并且针对当前操作工艺流程进行改正和完善[9]。
供应链环节
首先,优化供应链配送体系,经射频识别技术(Radio Frequency Identification,RFID)等产品电子标识技术、移动互联网技术、物联网技术等,得到完整产品供应链的大数据,然后认真地进行数据观察以及分析工作,对采购物料数量进行明确,同时,掌握住运送时间等内容,实现供应链不断优化的成效。其次,对于用户实际需求产生快速响应,也就是采用科学的数据分析工具、预测工具,展开各种需求的分析并且预测,使得商业运营、用户体验良好地提升。 生產制造环节
(1)智能生产,即把传感器在生产线进行配置,同时,将其配置到生产设备中,对数据资料进行采集,经无线通信连接互联网进行数据传输,实现生产过程实时监测。生产所形成数据也可以进行处理以及传递,将工厂从被动式管理向着自适应调整的智能网络化管理方向发展,实现工业控制管理的良好升级,使得有限资源应用效益切实地提升,有效控制生产成本。(2)优化生产流程,采集大数据,同时进行模拟,使得工业产品生产过程可以产生虚拟模型,之后进行仿真,健全完善生产流程,系统内进行重建流程和采集绩效数据,达到有效地改进制造生产流程的目标。(3)进行严格的预测维护设备工作,也就是需要形成大数据平台,从现场设备状态监测系统以及实时数据库系统内获取相应数据信息,包括轴承振动、压力和温度等,进一步形成建立在规则上的故障诊断、设备状态劣化趋势预测等模型,诊断预测设备故障问题。(4)严格地管理、控制好能源消耗问题,监控重点环节的能耗排放问题,并且管理好企业生产线各方面,掌握住生产线以及重点环节能耗数据,构建能耗仿真模型并仿真预测分析后得到节能空间数据,实现负荷与能耗的智能平衡优化,达到节能降耗的目标[10]。(5)开展个性化定制,获取客户的多样化、个性化需求,产生个性化产品模型,把重要的信息内容传给智能设备,展开调整好设备、装备好原材料的工作,确保生产产品可以达到用户标准[11]。
4 结语
工业大数据的特征是非常显著的,在工业化、信息化不断发展以及不断紧密融合的情况下,工业大数据的应用为制造业转型升级提供了新型的道路。未来需要更加广泛地对工业大数据应用到制造业生产环节的情况进行研究,使得工业大数据应用能发挥出更大的价值。
[参考文献]
[1]黄