欢迎光临挖掘机机网站百人技术研发团队进口配件技术

挖掘机机

挖掘机机百人研发团队

[挖掘机再生产成本]工业大数据:从智能制造到工业互联网

作者:安尼      发布时间:2021-04-28      浏览量:0
工业转型升级作用途径大数据系统软件国家工

工业转型升级作用途径

大数据系统软件国家工程实验室将工业转型升级作用途径总结为加减乘除四个象限。

但是,在这个时代加减法是不够的。例如,私募股权机构投资企业,企业每年加算一点,投资者可能不满意,希望企业实现指数级的增长。如何实现?工业互联网可能是实现乘法和除法的途径。乘坐方法是平台效应。例如,淘宝,容纳无数商店在其平台上开店赚钱是个案例。但是在工业领域,能构建工业互联网平台吗?以服装行业为例。传统的第一代服装企业,如雅戈尔,有自己的设计、工厂和商店,即完整的产业链。第二代服装企业,如澜之家,抛弃工厂选择全代工生产,转向市场营销,以店铺为资产。互联网时代的服装企业,比如韩都衣柜,没有工厂也没有店面,成本几乎为零,所有的店面都依赖于淘宝,只负责快速设计、控制供应链,最后的总盘不一定像传统企业那么大,但利润率却很高。因此,除法是企业关注自己的核心竞争力。轻资产高利润运营,这是未来中国中小企业创新创业的道路。建立工业互联网的平台生态并不意味着只有这个平台才能赚钱,但是平台上的每个人都可能赚钱。

三个层次:工业大数据行业的分类

实验室接触,与工业大数据的应用也很多,分为三个层次。

第一层为单元级。也就是说,工业设备不仅限于设备的远程运输,还包括设备故障的预警、故障分析、设备的优化运行、资产管理等。首先,必须正确测量设备的运行状态。这种测量手段实际上是分散工业大数据的连续空间。该连续空间复杂,可测量的物理量、精度、传感器数量有限,无法实现全空间采样。但是,随着数字水平的提高、信息化进程的推进、智能应用的反复,未来的测量过程也会升级。

第三层如何获取他人数据?例如,挖掘机需要自动化施工,了解GIS数据、环境数据,但这些不是传统制造业企业所拥有的数据。这说明今天工业大数据的内涵比传统的数据内涵大得多。自动化和跨境整体数据构成工业大数据系统。

工业大数据的分类和挑战

事实上,工业大数据有三个特点。第一个特点是多模式。过去简单粗暴地将数据分为结构数据、半结构数据和非结构数据,但工业企业并非如此。今天看到的很多形式不同,非结构化的工程数据,真正打开的时候不同。非结构化数据的使用效率取决于结构化程度,只有结构化才能高效利用;第二个特点是高通量,许多设备不停机,所有数据都是7*24小时连续产生的,量非常大;第三个特点是强关联,在工业的不同行业,数据关联不是简单的聚合,而是遵循不同的规则。

工业大数据本身的特征带来了很多挑战。除了获取数据的挑战战,也是数据分析、应用的挑战。这里最大的限制是因果关系,即数据驱动的方法只能告诉我们关联性,不能告诉我们因果性。例如,淘宝推荐商品,只知道推荐相关商品,但不关心这件事的因果——为什么用户是这样的人?但而,这在工业上是不可行的,尤其是在控制方面,因此模型需要长时间的分析和验证。

工业领域存在白盒模型和灰盒模型,白盒模型是工业机构,企业根据工业机构设计工序、产品结构和技术是第一步。设计结束后,运行中出现了很多不确定性。这些不确定性的消除依赖于专家、工匠的经验,使整个过程的生产更加稳定高效。这是灰盒状态。不分析和理解机理和知识本身的数据模型是黑盒模型。工业大数据和工业智能的本质是定量学习这些经验和知识,挖掘心中没有的隐藏知识,或者用数据方法找到统计关系,还给工匠分析。工业是工业,存在的时间比信息化时间长,堆积比信息化多,大数据和人工智能技术只给工业带来了小的变化,试图消除不确定性。

大数据、人工智能在工业中的应用

首先是智能制造。例如,如果某机床的良品率下降,机床可以推测工具有磨损的可能性,积极更换工具,或者炉温过热,自主降低温度2度。如果设备可以自主通知、自主变化,而不是按照事先设定的逻辑操作,那就是智能化。真正的数字工厂应该是什么样的?第一层是大数据整合。以攀钢为例,钢轨的最大问题是产品质量,许多钢轨表面不平整,必须修正。发现表面不平整怎么办?调整工会推测原因、调整、再生产,经过多次反复稳定。大数据可以建立数据集成系统,决策者可以看到各轨道发生了什么,控制参数,检测参数。以材料为中心,以工序流程为轴的数据集成系统,可以为调整工提供更好的决策信息,第二层是大数据统计分析。好批次数据和差批次数据重叠比较,能看到控制参数的不同吗?大数据可以猜测出问题的原因,至少可以排序,调整人员可以按顺序进行检查和调整,第三层是机理模型。通过大量的数据和反馈,工业企业可以建立比较准确、正确的模拟模型,在数字双胞胎、数字空间进行调整,最后在工厂进行测试,双胞胎带来的智能系统。