e-works数字化企业网  »  文章频道  »  基础信息化  »  网络与安全

工业大数据技术

2017/3/18    来源:电信网技术    作者:王建民      
关键字:工业大数据  大数据技术  
本文分析了工业大数据的主体来源,阐述了工业大数据“多模态、强关联、高通量”的数据特点和“物理信息、产业链、跨界”三层次融合的应用特点,归纳了工业大数据管理与分析技术的关健问题,给出了我国工业大数据典型用案例,最后对自主发展的工业大数据提出了建议。
    1.工业大数据是新工业革命的核心动力
    
    金融危机以来,为了寻找经济增长的新出路,特别是在云计算、大数据和物联网等新兴技术的推动下,全球掀起了以制造业转型升级为首要任务的新一轮工业变革,其中以德国工业4.0和美国工业互联网为典型代表。方兴未艾的新工业革命以数字化为基础、网络化为核心、智能化为目标,将新一代信息技术与现代制造业、生产性服务业等深度融合,以推动产业转型升级。根据麦肯锡全球研究院发布的研究报告表明,美国制造领域拥有的数据规模为各领域之首,大数据作为工业从自动化到智能化跨越发展的核心动力,其重要性不言而喻。
    
    随着大数据技术与开源社区的不断成熟,大数据软件生态系统繁荣发展,商业配套工具日益丰富。IBM ,EMC、华为等企业都在开源大数据软件之上封装了各自的商业版数据管理产品。这些技术的成熟为数据技术向工业界渗透提供了必要的条件,同时也为高端制造企业提供了巨大的市场机会。近年来,国际知名工业企业、软件公司和科研机构纷纷研发面向制造业转型升级的大数据产品和系统。
    
    美国通用电气(GE)公司联合Pivotal向全球开放工业互联网云平台Predix,将各种工业资产设备接人云端提供资产性能管理(APM)和运营优化服务;美国PTC公司收购了物联网云平台公司Axeda,打造智能互联产品ThingWorx;丹麦维斯塔斯(Vestas)公司联合IBM基于BigInsights大数据平台分析气象、传感器、卫星、地图数据支持风场选址、运行评估等工作;德国西子公司面向工业大数据应用,整合远程维护、数据分析及网络安全等一系列现有技术和新技术,推出Sinalytics数字化服务平台,作为其实现工业4.0的重要抓手;德国SAP公司开发了面向物联网应用和实时数据处理的HANA大数据平台,并利用其在传统企业信息化ERP系统上的优势,推动HANA与信息化系统的集成;美国航空航天局(NASA)对外开放自身数据,帮助进行火星生命探测和天文观测等。此外,硅谷新兴创业公司也在积极投人工业数据的技术和产品研发,典型代表有Uptake Tech公司,为建筑、航空、采矿行业提供分析与预测软件服务。
    
    国内工业大数据平台建设方面也有一定进展,主要依托国内互联网应用的基础,面向轻资产设备数据接人搭建通用平台,例如中国移动物联网开放平台、腾讯QQ物联平台等;在高端装备方面仍然是以龙头企业自建方式为主,例如陕鼓动力的鼓风机远程监测平台、三一集团工程机械物联网平台、远景格林威治风电云平台、红领制衣板型数据平台、南方航空公司航空大数据平台等。这些工业领域的大数据平台存在技术架构差异大、建设水平参差不齐、应用效果不明显等瓶颈问题。
    
    未来,随着我国人口红利逐步消失,环境压力日益加大,工业数据作为战略核心资产将成为我国制造业转型过程中实现价值留存和新价值创造的关键要素。在此背景下,国家相继出台《国务院关于加快发展生产性服务业促进产业结构调整升级的指导意见》等指导性文件,制定《“互联网+”行动计划》,颁布《中国制造2025》战略规划,特别是国务院《促进大数据发展行动纲要》与《中国制造2025重点领域技术路线图》都将工业大数据作为重点发展方向。
 
    2.工业大数据的主体来源
    
    工业大数据是指工业领域所产生的海量数据,包括信息化数据、物联网数据以及跨界数据。
    
    首先,企业信息系统存储了高价值密度的核心业务数据。20世纪60年代以来,信息技术加速应用于工业领域,形成了产品生命周期管理(PLM)、企业资源规划(ERP)、供应链管理(SCM)和客户关系管理(CRM)等企业信息系统。这些系统中积累的产品研发数据、生产制造数据、供应链数据以及客户服务数据,存在于企业或产业链内部,是工业领域传统数据资产。
    
    以某装备企业2013年PLM系统数据为例,其管理零部件总数达165.5637万个,每周增长量为8182个;管理的Word文档数量共162.7929万个,每周增长量为9149个;管理的图纸共235.9777万张,每周增长量1.1486万张;数据总量为15.8T,日增长约11GB。
    
    其次,随着物联网技术的快速发展,装备物联网成为工业大数据新的、增长最快的来源,它实时自动采集了车间内生产设备和交付给用户的产品状态与工况数据。一方面,机床等生产设备物联网数据为智能工厂生产调度、质量控制和绩效管理提供了实时数据基础;另一方面,2012年美国通用电气公司提出的工业大数据(狭义的),专指装备使用过程中由传感器采集的大规模时间序列数据,包括装备状态参数、工况负载和作业环境等信息,可以帮助用户提高装备运行效率,拓展制造维修服务(Maintenance Repair and Overhaul,MRO)。
    
    以风机装备为例,IEC61400-25标准由IEC TC88技术委员会起草制定,是IEC 61850标准在风力发电领域内的延伸,专门面向风电厂的监控系统通信,旨在实现风电厂中不同供应商设备之间的自由通信,通过对风电厂信息进行抽象化、模型化、标准化,实现各设备之间的相互通信,使各设备之间具有互联性、互操作性和可扩展性。根据该标准,单台风机每秒产生225k字节传感器数据,每台风机按每年7000运行小时计算,单台风机每年生成6TB传感器数据,金风科技目前拥有2万台风机,6.OTB/台/年x2万台=120PB/年。
    
    最后,今天的互联网与工业深度融合,企业外部跨界数据已成为工业大数据不可忽视的来源。21世纪初,日本企业就开始利用互联网数据分析获取用户的产品评价,今天小米手机利用社交媒体数据成功实现产品创新研发;此外,外部企业还存在着海量的“跨界”数据,如影响装备作业的气象数据、影响产品市场预测的宏观经济数据、影响企业生产成本的环境法规数据等。
    
    以风电场运营业务为例,来自气象部门的跨界数据、模式数据与卫星数据,其每天处理数据增量为200TB,年70PB;来自环保部门的跨界数据、实时监控数据、环评数据、审批业务数据年增量为1PB o
 
    3.工业大数据的主要特点
    
    工业大数据本身不仅具有广义大数据的3v或4V特点,还呈现出“多模态”、“强关联”和“高通量”3个特点。
    
    (1)多模态
    
    所谓多模态,是指非结构化类型工程数据,包括设计制造阶段的概念设计、详细设计、制造工艺、包装运输等巧大类业务数据,以及服务保障阶段的运行状态、维修计划、服务评价等14大类数据。例如,在运载火箭研制阶段,将涉及气动力数据、气动力热数据、载荷与力学环境数据、弹道数据、控制数据、结构数据、总体试验数据等。
    
    (2)强关联
    
    所谓强关联,一方面是指产品生命周期的设计、制造、服务等不同环节的数据之间需要进行关联,即把设计制造阶段的业务数据正向传递到服务保障阶段,同时将服务保障阶段的数据反馈到设计制造阶段;另一方面,在产品生命周期的统一阶段会涉及到不同学科、不同专业的数据。例如,民用飞机预研过程中会涉及总体设计方案数据,总体需求数据,气动设计及气动力学分析数据,声学模型数据及声学分析数据,飞机结构设计数据,零部件及组装体强度分析数据,多电系统模型数据,多电系统设计仿真数据,各个航电系统模型仿真数据导航系统模型仿真数据,系统及零部件健康模型数据,系统及零部件可靠性分析数据等,这些数据需要进行关联。
    
    (3)高通量
    
    所谓高通量,即工业传感器要求瞬时写人超大规模数据。嵌人传感器的智能互联产品已成为工业互联网时代的重要标志,是未来工业发展的方向,机器数据已成为工业大数据的主体。以风机装备为例,风机故障状态其数据采样频率为50Hz,每台平均125个测点,金风科技公司拥有2万台风机,其最高瞬时数据写人量超过1亿数据点/s。
    
    工业大数据应用特点集中体现在物理信息、产业链以及跨界3个层次的融合,这与其他领域大数据应用具有明显差异,因此需要从数据模型、语义、查询操作3个层面对工业大数据进行一体化管理。
    
    .“物理信息融合”表现在设计开发阶段主要管理数字产品,而在制造服务阶段主要管理物理产品,跨生命周期管理需要融合数字产品和物理产品,从而构建工业信息物理融合系统(Cyber-physical System ,CPS )。
    
    .“产业链融合”表现在互联网大数据环境下,以资源整合优化为目标的云制造模式得以迅速发展,智能产业链需要突破传统企业边界,实现数据驱动的业务过程集成。
    
    .“跨界融合”是指在“互联网+”环境下,企业需要将外部跨界数据源进行集成,如美国某农机公司将天气数据、灌溉数据、种子数据以及农机数据进行综合利用,为农场提供粮食增产服务。
 
    4.工业大数据的关键技术问题
    
    拥有大数据不是目的,发掘其价值才是关键。由企业信息化数据、装备物联网数据和外部互联网数据汇聚而成的工业大数据,蕴藏着巨大价值。例如,通过分析用户使用数据改进产品,如波音公司通过对}3}型号运行数据分析创新翼尖小翼;通过分析现场测量数据提高工件加工水平,如高端机床设备通过实时测量数据动态优化进刀参数;工况数据进行产品健康管理,如罗罗公司通过对发动机工况数据支持售卖飞行小时新型商业模式等。
    
    工业大数据技术可以分为两个层次,即大数据管理技术和大数据分析技术。
    

责任编辑:李欢
本文为授权转载文章,任何人未经原授权方同意,不得复制、转载、摘编等任何方式进行使用,e-works不承担由此而产生的任何法律责任! 如有异议请及时告之,以便进行及时处理。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
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