工业大数据重要元素与概念
工业4.0:德国,以CPPS(Cyber-Physical Production System)信息物理生产系统为核心技术的制造系统变革。
信息物理系统:美国,CPS(Cyber-Physical System),
数据的分析与预测:数据来源:人和设备。方法:统计分析、特征提取、关联挖掘、模式识别、深度学习等。(工具如Watchdog Agent,但是价格昂贵)
故障检测与健康管理:从传统的鼓掌管理转变为衰退管理,通过预测性维护实现设备的零宕机和持续可靠的运行。
国内:中国制造2025,未来十年,以智能制造为主攻方向。
工业0的三个支撑点:
制造本身的价值化:提供优良产品、降低浪费,实现设计、制造过程与用户需求相配合;
制造系统根据产品加工状况自动调整,实现“自省”,Self-Aware.
零故障、零隐患、零意外、零污染——最高境界。
新的价值创造理念:“有之以为利,无之以为用。”
德国发展目标:
- 定制化和可重构的生产系统;
- 生产流程透明化;
- 设备状态可监控;
- 具备自主决策能力的自动化;(实现信息回路)
- 供应链和市场信息的融合;
- 智能运维排程和企业资产管理。
德国发展策略:
- (1)“本地的智能化”与“连接的智能化”协同发展,即设备智能化与CPS.
- (2)二维战略:纵向:企业内部“端到端的信息融合”;横向:企业之间和产业链上下游。
服务创新新思维:煎蛋模型,6M+6C
(1)蛋黄6M
- Material
- Machine
- Methods
- Measurement
- Maintenance
- Modeling
(2)蛋白6C
- Connection
- Cloud
- Cyber
- Content/context
- Community
- Customization
预测型制造,信息的转化机制(Transforming Agent):整合的平台、预测分析方法和可视化工具。
大数据的4V特征及另外2V
- Volume
- Velocity
- Variety
- Veracity
- Visibility
- Value
大数据的价值体现:
- (1)使原本隐性的问题,通过对数据的挖掘变得显性,规避以往不可见的风险;
- (2)将大数据与先进的分析工具结合,实现产品的智能化升级,利用数据挖掘产生的信息为客户提供全产品生命周期的增值服务。
- (3)寻找新的价值缺口、商业模式。