工业大数据介绍

一、工业大数据的定义工业大数据是指在工业领域，主要通过传感器等物联网技术进行数据采集、传输得来的数据，由于数据量巨大，传统的信息技术已无法对相应的数据进行处理、分析、展示，而在传统工业信息化技术的基础上借鉴了互联网大数据的技术，提出新型的基于数据驱动的工业信息化技术及其应用。二、工业大数据特点工业大数据主要有以下几个特点：1、数据来源主要是企业内部，而非互联网个人用户；2、数据采集方式更多依赖传感器而非用户录入数据；3、数据服务对象是企业，而不是个人；4、在技术上，传统的企业架构技术已无法提供相应的分析应用，更多的采用了互联网大数据领域成熟的技术；5、改变了企业原先对数据的看法，使得原先看似无用的、直接丢弃的数据重新得到了重视，并且切实改进了企业的生产、销售、服务等过程；三、大数据在工业领域的作用1、实现数据的全面采集并持久化在前大数据时代，很多工业现场采集到的数据的生命周期仅仅是在显示屏上一闪而过，大量的数据由于种种原因被丢弃了，丢弃的一个很重要的原因就是无法有效存储，全部存储成本过高且数据量过大导致无法使用。大数据时代之后，新型的数据处理技术及云计算带来的低成本，使得数据的全面采集并且持久化成为可能，即采集到的数据可以实现长时间的存储，且海量的数据可处理、可分析，工业用户就有了存储数据的意愿。而这一切又反过来为大数据分析提供了坚实的数据基础，使得分析的结果更准确，成为一种正向循环。2、实现全生产过程的信息透明化随着现代生产技术的飞速提高，生产过程已经呈现高度复杂性和动态性，逐渐出现了不可控性。生产过程信息呈现碎片化倾向，只有专业部门、专业人员才掌握本部门、本专业的数据，企业无法全面有效了解全生产流程。随着大数据处理和可视化技术的不断发展，目前，通过全生产过程的信息高度集成化和数据可视化，从而达到了生产过程的信息透明化，企业总调度中心不仅可以清晰地识别产品，定位产品，而且还可全面掌握产品的生产经过、实际状态以及至目标状态的可选路径。3、实现生产设备的故障诊断和故障预测当前，已经可实现对设备各类数据的采集，包括设备运行的状态参数，例如温度、震动等，设备运行的工况数据，例如负载、转速、能耗等，设备使用过程中的环境参数，例如风速、气压等，设备的维护保养记录，包括检查、维护、维修、保养等信息，以及设备的使用情况，例如使用单位、操作人员等。收集到设备的各类数据后，再加上同类设备的数据、长周期的使用数据等等，就构成了大数据分析的基础数据。这个时候，再加上好的算法及模型，通过数据的分析处理实现设备的故障诊断和故障预测就是一个再简单不过的事情了。4、实现生产设备的优化运行在故障诊断和故障预测的基础上，机器、数据和生产指标构成了一个相互交织的网络，通过信息的实时交互、调整，再加上优化准则，将它们进行比对、评估，最终选出最佳方案。可以进一步提高设备的效率和精度，更加合理化和智能化的使用设备，这就使生产更具效率，更环保，更加人性化。并且设备的使用更加高效、节能、持久，同时还可减少运维环节中的浪费和成本，提高设备的可用率。5、提高企业的安全水平由于设备信息、环境信息和人员信息的高度集成，经过数据分析可实现安全报警、预警，隐患评估、预警等，从而大幅度提高安全水平，并且可提升人员效率；6、实现定制化生产近几十年里，技术开发面临的最大挑战是产品乃至系统无限增加的复杂性。与此同时，这还导致开发和制造的工业过程的复杂性也倾向于无限增加。而工业企业欲在未来长期保持竞争优势，又必须提高生产灵活性。因为只有这样，才能降低成本，缩短产品上市时间，并通过提高产品的种类，满足个性化的生产需求。单靠人脑进行管理，是无法对如此复杂的流程和庞大的数据进行匹配的，通过大数据技术的引入，可以将客户的需求直接反映到生产系统中，并且由系统智能化排程，安排组织生产，使得企业定制化生产成为现实；7、实现供应链的优化配置通过RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。供应链体系以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合供应链资源和用户资源。在供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，企业就能够持续进行供应链改进和优化，保证了对客户的敏捷响应。8、实现产品的持续跟踪服务随着物联网技术的发展，对于已售出的产品，现在可实现运行数据的全面收集，从而可分析已售出产品的安全性、可靠性、故障状态、使用情况等，在这些数据的基础上，产品运行数据可以直接转化到生产过程中，可以改进生产流程、提高产品质量、开发新产品，更进一步，生产信息也可以直接作用于优化产品研发及生产过程的上游工序中。9、为企业提升新的服务价值商家卖的是产品，用户看重的是产品带来的价值。一切技术或产品都只是手段，其核心目的是在使用中创造价值。当企业能够使用新的技术为用户提供服务时，卖的已经不是或者不只是冰冷的产品了，而是新的价值服务。这样，一个生产商就从过去单纯的产品提供者转变为如今的信息服务商。四、工业大数据案例1、实现全生产过程的信息透明化的案例通过采用集成自动化与驱动解决方案，能够显著提高生产效率和灵活性。原东德玻璃制造商f|glass就是一个很好的实例。它的工厂可以算得上是全世界最先进、最节能的工厂之一了。该工厂采用了一套集成自动化解决方案、一个先进的能源管理系统以及一个创新的热回收系统。从原材料供应和混合，到熔化过程，再到玻璃表面的精加工和调试，生产与物流均完全实现了自动化。通过全集成自动化（TIA），所有集成仪表、驱动、自动化及配电解决方案相互协同，所有生产流程高效而灵活。过程控制系统SimaticPCS7可视化控制着700米长设备上的3000个测量点，实现了一年365天连续可靠的运行。2、实现生产设备的故障诊断和故障预测的案例某世界500强的生活消费公司每年在纸尿裤市场占据超过100亿美元的市场份额，在纸尿裤的生产过程中曾经遇到过令人十分头痛的问题：在完成纸尿裤生产线从原材料到成品的全自动一体化升级后，生产线的生产速度得到了大幅提升，每秒钟能够生产近百米的纸尿裤成品。然而新的生产线建成后一直没有办法发挥最大的产能，因为在高速生产过程中某一个工序一旦出现错误，生产线会进行报警并造成整条生产线的停机，随后由现场的工人将生产错误的部分切除后再重新让生产线运转，这样做的原因是一旦某一片纸尿裤的生产发生问题会使随后的所有产品都受到影响，因此不得不将残次部分剔除后重新开机。为了提升生产线的生产效率，这家公司与IMS合作对纸尿裤生产线的监控和控制系统进行了升级。我们首先从控制器中采集了每一个工序的控制信号和状态监控参数，从这些信号中寻找出现生产偏差时的数据特征，并利用数据挖掘的分析方法找到正常生产状态和偏差生产状态下的序列特征。随后用机器学习的方法记录下这些特征，建立判断生产状态正常和异常的健康评估模型。在利用历史数据进行模型评价的过程中。该健康模型能够识别出所有生产异常的样本并用0—1之间的数字作为当前状态即时动态监控拇标。于是在生产过程中的每一个纸尿裤都会被赋予1个0—1的健康值，当系统识别出某一个纸尿裤的生产出现异常时，生产系统将在维持原有生产速度的状态下自动将这一产品从生产线上分离出来，且不会影响到其他产品的生产和整条生产线的运转。这项技术后来被纸尿裤生产公司集成到了控制器当中，升级后的生产线实现了近乎于零的停机时间，也使生产线实现了无人化操作，每年由于生产效率提升所带来的直接经济价值就高达4.5亿美元。3、实现生产设备的优化运行的案例（1）高圣是一家生产带锯机床的中国台湾公司，所生产的带锯机床产品主要用于对金属物料的粗加工切削，为接下来的精加工做准备。机床的核心部件是用来进行切削的带锯，在加工过程中带锯会随着切削体积的增加而逐渐磨损，将会造成加工效率和质量的下降，在磨损到一定程度之后就要进行更换。使用带锯机床的客户工厂往往要管理上百台的机床，需要大量的工人时刻检查机床的加工状态和带锯的磨损情况，根据经验判断更换带锯的时间。带锯寿命的管理具有很大的不确定性，加工参数、工件材料、工件形状、润滑情况等一系列原因都会对带锯的磨耗速度产生影响，因此很难利用经验去预测带锯的使用寿命。切削质量也受到许多因素的影响，除了材料与加工参数的合理匹配之外，带锯的磨耗也是影响切削质量的重要因素。由于不同的加工任务对质量的要求不同，且对质量的影响要素无法实现透明化，因此在使用过程中会保守地提前终止使用依然健康的带锯。因此高圣意识到，客户所需要的并不是机床，而是机床所带来的切削能力，其核心是使用最少的费用实现最优的切削质量。于是高圣开始从机床的PLC控制器和外部传感器收集加工过程中的数据，并开发了带锯寿命衰退分析与预测算法模块，实现了带锯机床的智能化升级，为客户提供机床生产力管理服务。在加工过程中，智能带锯机床能够对产生的数据进行实时分析：首先识别当前的工件信息和工况参数，随后对振动信号和监控参数进行健康特征提取，依据工况状态对健康特征进行归一化处理后，将当前的健康特征映射到代表当前健康阶段的特征地图上的相应区域，就能够将带锯的磨损状态进行量化和透明化。分析后的信息随后被存储到数据库内建立带锯使用的全生命信息档案，这些信息被分为三类：工况类信息，记录工件信息和加工参数；特征类信息，记录从振动信号和控制器监控参数里提取的表征健康状态的特征值；状态类信息，记录分析的健康状态结果、故障模式和质量参数。大量带锯的全生命信息档案形成了一个庞大的数据库，可以使用大数据分析的方法对其进行数据挖掘，例如通过数据挖掘找到健康特征、工艺参数和加工质量之间的关系，建立不同健康状态下的动态最佳工艺参数模型，在保障加工质量的前提下延长带锯使用的寿命。在实现锯机床“自省性”智能化升级的同时，高圣开发了智慧云服务平台为用户提供“定”制化的机床健康与生产力管理服务，机床采集的状态信息被传到云端进行分析后，机床各个关键部件的健康状态、带锯衰退情况、加工参数匹配性和质量风险等信息都可以通过手机或PC端的用户界面获得，每一个机床的运行状态都变得透明化。用户还可以用这个平台管理自己的生产计划，根据生产任务的不同要求匹配适合的机床和能够达到要求的带锯，当带锯磨损到无法满足加工质量要求时，系统会自动提醒用户去更换据带，并从物料管理系统中自动补充一个带锯的订单。于是用户的人力的使用效率得到了巨大提升，并且避免了凭借人的经验进行管理带来的不确定性。带锯的使用寿命也得以提升，同时质量也被定量化和透明化地管理了起来。高圣的智慧带锯机床和智能云服务在2014年的芝加哥国际机床技术展（IMTS）上推出后赢得强烈反响，被认为是智能化设备的杰出示范，赢得了广大客户的欢迎和青睐。（2）位于德国安贝格的西门子工厂即是一个很好的实例，该工厂负责生产Simatic系列PLC（可编程逻辑控制器ProgrammableLogicController）。大部分生产都实现了数字化，并独立于实际生产进行了仿真和优化。通过采用SimaticIT制造执行系统，显著提高了生产效率和灵活性。该Simatic系统允许在一分钟之内更改产品和工序，这对于自动化系统来说卫是一个很大的挑战：另外，每天大约有一百多万个测量事件，不断地涌入中央系统。通过数据矩阵码扫描器和RFID芯片，采集产品信息，并加载到上位中央系统，以确保数据的一致性。这样，控制系统就可以掌握每一件产品的信息，例如产品当前状态、是否通过检验等。若该产品未能通过检验，控制系统将对其按照原有程序进行干涉，如：自动发送一封邮件到品控部门，为技术人员提供维护信息等。品控部门的员工将会收到一份内容包含装配计划和故障诊断的信息清单。正是因为应用了这一技术，使得西门子公司的这家工厂几乎成为了误差最小的工厂。其误差比率之低，十分惊人:百万缺陷率仅15，相当于工厂产品合格率为99.9985%。（3）大众汽车改造一条已经使用了17年之久的冲压生产线时，将产品生命周期管理软件（P