工业数据挖掘与分析_大数据_基础信息化_文章_e-works数字化企业网
 
 
e-works数字化企业网  »  文章频道  »  基础信息化  »  大数据

工业数据挖掘与分析

2018/7/30    来源:e-works    作者:张芹      
关键字:工业数据挖掘  工业数据  
跨越企业层面的、包括整个价值增值网络的数据链接也具有越来越重大的意义。为了实现数据的无缝交流,互操作性的实现与保障也具有越来越重要的意义。

    2.3 根据商业需求对生产进行控制

    前面所简略谈到的应用情景建立在这样一个通信基础上——远离机器。工业4.0当中,物联网的巨大潜能只有在机器与机器之间建立起通信以后才能发挥出来。例如,在供应链出现瓶颈或物流不畅通时降低生产速度,以减少能源消耗,或是在即时反应战略的指导思想下将临时库存的负荷降至最低。这种情况下,一个显著的挑战是如何建立符合价值増值网络的企业内全面联网。另一个挑战在于在生产进程中直接干预信息技术控制系统会给生产引入新的风险。而与生产设备相比,使用寿命较短的信息技术系统也会带来问题,因为每次对系统进行变动都会带来潜在风险。而一旦生产设备与“外部”有了连接,那么人们也不得不重新思考信息技术安全问题。

    2.4 通过机器设备之间的通信交流对生产进行控制

    机器设备,譬如说激光器必须依据所加工材料的不同而进行调整。其所需的相应技术现在虽然可以通过不同的方法获得,但在生产完成以后这些技术便不再被继续使用。将机器设备互相连接后,通过技术数据的交换或是对目标机器本身数据进行自动调整,可以改善以上问题。各企业的全面联网对这些数据的处理也是有利的,但难点在于如何建立企业之间的高度相互信赖和保证数据质量。解决此类问题需要建立相应的数据使用许可模式和商业模式在出现状况时,需要有保持中立的第三方出面对相关企业进行调解,平衡各方利益。

    2.5 商业和生产层面的相互作用

    在生产制造业中,必须要对中间产品的质量把控。由于质量低下的原材料或生产设备的运行不够稳定可能会导致中间产品质量低劣,而这些中间产品必须在进一步深加工前被检测出来,以便及时对其进行处理(比如重新加工或用于更低质量等级的成品)。

    对于上述问题的解决现在普遍采用的是在生产过程中加装合适的传感设备的方法。一旦出现此类问题,之前所做的生产计划就只得作废。为了和生产管理系统连接起来,现在产生了对生产计划的智能计算,通过这项技术可以将最新的生产订单和相应的运行参数加入到生产流程里,这就需要将运行和生产部分的数据进行结合。此外,对传感数据的分析利用可以在生产步骤里对劣质产品的出现进行预测。在这里所面临的问题是以现有技术无法收集并处理如此大量而又种类繁多的数据。关于这一点将在之后的“大数据部分”作进一步的详细介绍。

    总的来说,这些例子都强调复杂的在线优化,也就是难以在不同决策者和决策层面,让其在很短的响应时间里实现同步要求的优化问题

    2.6 产品数据整合

    产品数据整合指的是像上面例子中所体现出来的那样,即来自生产层面与业务层面的数据的耦合。显然将单个传感器数据传递至商业层面是没有意义的。

    在整合之前,数据的准备和收集很有必要。实现这一点的技术先决条件是传感器之间的连接,并且这些传感器的连接有着“相应地建立在一种通信‘标准’基础上的”评估逻辑。在不同的系统中耦合时,是以企业服务总线(Enterprise Service Bus)来作为标准技术的。然而光有此种连接,而没有对数据进行足够的语义描述,那是远远不够的。因此一些标准如 OPC-UA技术规范在现场设备通信层面中起着重要的作用。

    正如例子中所体现岀来的那样,跨越企业层面的、包括整个价值增值网络的数据链接也具有越来越重大的意义。为了实现数据的无缝交流,互操作性的实现与保障也具有越来越重要的意义。

    全面的产品数据整合面临以下几个挑战。

    ●由于机械设备的新旧程度不一样,生产厂商也不同,导致许多具有不同技术标准的自动化项目需要被整合

    ●由于信息技术和机械设备制造领域研发创新速度不一样,导致各自设备的生产与更新间隔时间不一致。

    ●信息技术系统所面临的安全性挑战越来越巨大。

    ●在这一领域,数据往往也会变为(能用金钱来衡量的)商品,因此也应得到相应的保护(现在通常是通过封闭的生产环境来保障)

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
兴趣阅读
相关资料
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐