基于工業大數據技術基礎的智能工廠方案規劃.ppt
下載文檔
上傳人:地**
編號:1227856
2024-10-10
25頁
11.06MB
1、基于工業大數據技術基礎的應用方案規劃主要內容大數據規模、特征從大數據到工業大數據工業大數據應用背景工業大數據應用方案的規劃思路智能工廠中的典型工業大數據應用大數據的規模與相對性1B:一個字符或一粒沙子1K:一句句子或一撮沙子1M:20頁左右的Powerpoint 文件或一勺沙子1G:一摞厚度10米左右的書或一鞋盒沙子1T:300小時左右的高清視頻或一操場沙子1P:3040萬張數字照片或者一片1.5公里左右長海灘沙子1E:大約2000年前后全球信息的一半或者上海到香港之間海灘的全部沙子2010年全球數字世界信息規模首次達到1ZB(1萬億GB)IDC:The Digital Universe in2、 2020:Big Data,Bigger Digital Shadows,and Biggest Growth in the Far East.大數據指的是所涉及的數據集規模已經超越了傳統數據庫軟件獲取、存儲、管理和分析的能力。這是一個被故意設計成主觀性的定義,并且是一個關于多大的數據集才能被認為是大數據的可變定義隨著技術的不斷發展,復核大數據標準的數據集容量也會增長;并且定義隨不同的行業也有變化,這依賴于在一個特定行業通常使用何種軟件和數據集有多大McKinsey Global Institute.Big Data:The next Frontier for Innovation,Come3、tition and Productivity大數據特征Volumn(數量)Variety(種類)Velocity(速度)Veracity(真實)Value(價值)結構化:數據庫等半結構化:如XML準結構化:如URL非結構化:不同類型文件工業大數據中,生產數據的速度實時性更明顯各企業或組織機構中,80%以上數字信息都是非結構化ESB集成方法,數據驅動的應用數據可視化,數據關系,數據貨幣化SOA服務,迭代更新,實時交換機制ECTL,商業智能BI,機器學習,模式識別應用層結構化數據和非結構化數據的處理MPP并行處理,線性擴展,OLAP分析層虛擬化、網絡化、分布式(軟件定義SDX)橫向可擴展的體系結4、構(區塊鏈),數據采集管理層基礎層工業大數據中,數據的采集來源更多樣化,應用模式更復雜數字化設備數據采集者數據匯總者數據使用者數據應用模式大數據產業模式工業大數據需要基于歸因、建議、預測、洞察、基準的應用從大數據到工業大數據工業大數據中,數據的采集來源更多樣化,PLC控制、傳感器、內部系統、互聯網應用模式更復雜:研發、設計、工藝、生產、管理、決策、運維、環境實時性要求:工業控制級別的上下環節協同知識共享:隱形知識顯性化的嵌入式技術體系比互聯網式樣的知識地圖更為復雜數據隱私保護:涉及商業秘密的前提條件下公有云與私有云模式的謹慎區隔工業大數據面臨的智能制造架構德國RAMI4.0架構美國IIRA日本5、IVRA中國智能制造架構我國智能制造架構體系中工業大數據的位置工業大數據面臨的國內外平臺云平臺解決方案普奧工業云索為航天云網舜宇其他云服務公有云私有云行業云企業云工業大數據面臨的技術進步技術背景計算CPU虛擬化內存虛擬化存儲NASSAN云存儲網絡網卡虛擬化虛擬交換機網絡虛擬化流程SDNSDM制造流程定義安全分布式數據微服務:數據繼承應用集成ESB區塊鏈應用協同新在線事務(Nosql/newsql))分布式處理()高級分析機器學習聚類關聯回歸分類數據可視化制造型企業內部的數據與應用用戶基于工業大數據技術基礎的應用規劃基于前延與后擴的制造服務全周期數據管理視角基于前延與后擴的制造服務全周期數據管理6、視角基于數據與應用現狀的現實主義拼圖基于數據與應用現狀的現實主義拼圖基于數據服務于企業成長的策略基于數據服務于企業成長的策略基于具體可行的數據處理手段基于具體可行的數據處理手段基于工業大數據技術基礎的應用規劃(2)遵循智能工廠平臺的整體目標遵循智能工廠平臺的整體目標以數據總線鏈接全部數據應用拼圖以數據總線鏈接全部數據應用拼圖面向不同用戶的數據面向不同用戶的數據APPAPP讓工業數據在企業內流動讓工業數據在企業內流動基于工業大數據技術基礎的應用規劃(3)以數據驅動的智慧企業(智慧工廠/智能院所)規劃思路戰略設定集團戰略企業戰略信息化戰略需求分析產品競爭力生產成本管理流程研發流程質量客戶服務信息系7、統基礎業務軟件數據現狀成熟度評估模型架構整體架構技術路線技術方案總體框架云基礎平臺網絡安全用戶授權數據標準科技研發其他各子系統系統集成戰略與資源配置組織與流程優化制造模式與管理優化技術工具與集成度客戶與產業鏈協同050以數據驅動的智慧企業(智慧工廠/智能院所)規劃方案綱要典型工業大數據應用(1):科技研發大數據平臺科技數據平臺已經累計科技數據平臺已經累計130130多萬篇科技技術文檔多萬篇科技技術文檔高效篩選并跟蹤高價值信息是工業大數據支撐高效篩選并跟蹤高價值信息是工業大數據支撐智能制造的第一步智能制造的第一步典型工業大數據應用(2):云設計/云仿真平臺云仿真大數據產業鏈云仿真大數據產業鏈云仿8、真應用適應于企業私有云云仿真應用適應于企業私有云/行業云行業云應用仿真云平臺對工程問題進行仿真應用仿真應用開發環境將經驗、流程固化為仿真App上傳下載應用仿真App針對具體的設計問題、工程問題進行仿真,找出最優設計方案,而無需了解任何仿真細節。專業仿真工程師典型工業大數據應用(3):產品智能檢測與其他系統數據集成與其他系統數據集成構成完整的產品檢測數據鏈條構成完整的產品檢測數據鏈條可以進行同類或者相似部件的質量故障推理,甚至通過集團內跨企業間的產品檢測數據參考,協助提高質量可以進行同類或者相似部件的質量故障推理,甚至通過集團內跨企業間的產品檢測數據參考,協助提高質量典型工業大數據應用(4):能9、量監控2016/01/052016/01/062016/01/072016/01/082016/01/0905101520253035404550能耗總量綜合能耗產值用電量基于集團企業間的能耗數據分析將更有意義基于集團企業間的能耗數據分析將更有意義典型工業大數據應用(5):MRO集團成員間雖然產品不一樣,但售后服務體系類似集團成員間雖然產品不一樣,但售后服務體系類似MROMRO私有云具有極大可行性,可降低成員單位建設私有云具有極大可行性,可降低成員單位建設MROMRO體系的成本,也可共享集團成員遍布全國各地的專家和體系的成本,也可共享集團成員遍布全國各地的專家和技師資源,可借助彼此建立備件庫技師資源,可借助彼此建立備件庫工業大數據可采用的數據可視化可視化空間標量一維二維三維地理信息多變量空間數據場時變數據層次和網絡數據文檔和文本跨媒體數據關系復雜高維多元可視化交互可視化評測面向領域只有了解制造本身才能造就智能工廠。我們可能是最好的智能工廠解決方案研究者、實踐者。我們可能是最好的工業大數據產業創新者。數據,智造驅動力數據,智造驅動力