您好,欢迎访问三七文档
工业大数据作者李杰译者邱伯华等读书报告人刘夏青作者李杰(JayLee)美国辛辛那提大学(Univ.ofCincinnati)讲座教授美国国家科学基金会(NSF)智能维护系统(IMS)产学合作中心主任李杰教授从2013年起担任美国白宫信息物理系统(CPS)专家组顾问,他同时也是上海交通大学特聘讲座教授与先进产业技术研究院前瞻顾问。什么是工业大数据?如何以较低成本满足用户定制化的需求?故障诊测与健康管理如何提供设备全生命周期的信息管理和服务,使设备的使用更加高效、节能、持久?如何使制造过程的信息透明化、更加高效、提升质量、降低成本和资源消耗和更有效的管理?如何使人的工作更加简单,甚至部分代替人的工作,在提高生产效率的同事降低工作量?物联网信息物理系统工业互联网互联网+数据的分析与预测目录前言工业4.0:一场不可见世界的竞争第1章以价值创造为核心的工业转型新思维第2章工业4.0环境下的大数据价值创造体系第3章数据价值创造的设计与实践技术第5章案例与实践第6章竞争力战略新思维第1章以价值创造为核心的工业转型新思维1、为什么有工业4.0?2、美德战略对比德国美国目的发挥其传统的装备设计与制造的国家优势,进一步提升产品市场适应力与配套服务能力发挥其传统信息行业的国家优势,进一步提升面向终端用户的体系性服务能力方向注重智能制造注重智能服务对象工业装备系统工程、工业互联网关注点涉及供应链的设备产品制造、销售、售后服务能力提升,即智能化生产制造能力涉及全产业链与生态链的技术、产品、服务成体系应用能力提升,即智能化体系服务能力及顾客价值创造手段以CPPS(cyberphysicalproductionsystem)和物联网技术为核心,重点在设备的自动化和生产流程管理等方面以CPS和物联网技术为核心,重点在以智能设设备、大数据分析和互联网为基础的智能化服务等方面目标实现面向产品制造流程和供应链的一站式服务实现面向用户服务链与价值链的一站式创新服务典型企业西门子、博世、SAP等专注工业自动化、制造设备研发、公司资产管理的工业公司GE、IBM、Cisco等专注供应集成设备服务和系系统性服务解决方案的工业公司或组织借鉴意义纵向智能化与横向的服务相结合,通过全产业链的信息融合实现价值链的协同优化,创造一个高灵敏度、高透明度和高整合度的智能生产系统面向工业应用和工业大数据分析与面向集群/社区网络的传统大数据分析相结合,实现从设备、系统、集群到社区智能化的有效整合,为用户提供全产业、全寿命周期的服务3、以价值为导向的变革新思维煎蛋模型以顾客价值为导向的创新服务(Value-DrivenInnovation)利用大数据挖掘新知识并创造竞争力与社会价值核心产品(CoreProduct)5+1MMaterialMachineMethodsMeasurementMaintenance6CConnectionCloudCyberContentCommunityCustomizationModeling4、中国工业4.0转型机会空间科学管理合理化IoT+优化绿色制造定制化创新能力创值服务体系基于CPS的产品全寿命周期管理与信息服务自动化精益化效率化质量管理低成本提高质量预测型制造IoT+工业大数据分析不可见的可见的避免解决第2章工业4.0环境下的大数据价值创造体系1、工业大数据分析及应用的三个阶段时间第一阶段1990-2000第二阶段2000-2010第三阶段2010~至今核心技术远程监控、数据采集和管理大数据中心和数据分析软件数据分析平台与高级数据分析工具问题对象/价值以产品为核心的状态监控,问题发生后的及时处理,帮助用户避免故障造成的损失以使用为核心的信息服务,通过及时维修和预测型维护避免故障发生的风险以用户为中心的平台式服务,实现了以社区为基础的用户主导的服务生态体系商业模式产品为主的附加服务产品租赁体系和长期服务合同按需的个性化自服务模式,分享经济代表性企业和技术产品GMOnStarTM阿尔斯通TrackTracerTMGEPredix平台大数据特征:量(Volume)、速度(Velocity)、多样性(Variety)、真实性(Veracity)工业大数据特征:大数据特征+可见性(Visibility)、价值(Value)2、互联网大数据与工业大数据的对比分析互联网大数据工业大数据数据量需求大量样本数尽可能全面地使用样本数据质量要求较低较高,需要对数据质量进行预判和修复对数据属性意义的解读不考虑属性的意义,只分析统计显著性强调特征之间地物理关联分析手段以统计分析为主,通过挖掘样本中各个属性之间的相关性进行预测具有一定逻辑地流水线式数据流分析手段。强调跨学科技术的融合,包括数学、物理、机器学习、控制、人工智能等分析结果准确性要求较低较高工业大数据待解决问题(3B):隐匿性(BelowSurface);碎片化(Broken);低质性(BadQuality)3、挖掘工业大数据价值的核心技术——CPS分析手段工艺、效率和产能商业模式内核数据和知识建模智能设备平台基础测量材料设备维护6M6CCPS定义:从实体空间的对象、环境、活动中进行大数据的采集、储存、建模、分析、挖掘、评估、预测、优化、协同,并与对象的设计、测试和运行性能表征相结合,产生与实体空间深度融合、实时交互、互相耦合、互相更新的网络空间;进而,通过自感知、自记忆、自认知、自决策、自重构和智能支持促进工业资产的全面智能化.配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)数据信息价值4、CPS的5C构架第3章数据价值制造的设计与实践技术智能感知层核心功能1配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)尽可能全地采集设备全生命周期各类要素相关的数据信息,打破以往设备独立感知和信息孤岛的壁垒,建立一个统一的数据环境。全生命周期信息:1.设备运行的状态参数2.设备运行的工况数据3.设备使用过程中的环境参数4.设备的维护保养记录5.绩效类数据智能感知层核心功能2配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)按照活动目标和信息分析的需求进行选择性和有所侧重的数据采集,实现以分析目标为导向的柔性采集策略。状态监控+更多的备件故障报警+应激式的维护政策设备改进智能感知+预测性维护故障影响故障发生频率2431信息挖掘层:从数据到信息的分析配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)数据采集信号处理特征提取健康评估健康预测可视化•核心技术—故障诊测与健康管理(PrognosticsandHealthManagement,PHM)•美国国家科学基金会—智能维护系统(IntelligentMantenanceSystem,IMS)——方法论和算法工具包(WatchdogAgent)横向数据挖掘内容化和智能化PHM流程网络层:网络化内容管理配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)主要功能:通信(communication);计算(computation);比较(Comparison)对实体状态信息的切片化管理建立与实体系统相互映射的镜像模型(TwinModel)利用信息内容对实体进行对称的关系管理0集群分析与大数据挖掘数据横向处理逻辑化认知层:对信息的识别与决策配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)支持多平台的远程可视化工具基于TwinModel的多智能仿真与推理决策的协同化分析主要功能1:主要功能2:主要功能3:人的职责和活动目标配置层:系统的弹性和重构配置层(Configuration)认知层(Cognition)网络层(Cyber)信息挖掘(Conversion)智能感知层(Connection)根据状态偏差的自我调节具备自我配置能力的弹性系统对抗扰动的动态优化配置自重构主要形式自重构主要形式自重构主要形式管理和控制人的职责和活动目标数据横向处理逻辑化横向数据挖掘内容化和智能化第4章价值创造的商业模式设计主控式创新模式寻找价值的“GAP”客户明确提出的需求产品改进客户明确提出的需求产品改进最终使用者最终使用者突破性研发客户明确提出的需求产品改进突破性研发最终使用者持续性创新模式跨跃性创新模式主控式创新模式以“尚品宅配”为案例分析主控式创新工具服务价值三角关系图产品家居用户价值家居空间家居体验时尚感个性化生活品味以“尚品宅配”为案例分析主控式创新工具创新矩阵(InnovationMatrix)定制的家居感受定制化、可视化的设计和安装程序基于网络与数码技术的在线模拟装修体验与健康和舒适程度相关的质量定制的家居家居体验分析与社交网络丰富的样式设计C2B和B2B的体验门店未满足满足不可见可见需求已做未做可见不可见用户市场第5章案例与实践智能装备高圣(Cosen)带锯机床智能工厂Nissan机器人生产线管理从精益工厂到智能工厂精益制造推行到一定程度后,企业提升空间越来越小,因为精益管理解决的只是可见的问题和浪费,却无法去预测和管理不可见因素造成的影响。智能服务GE工业互联网1、GE工业互联网基本要素智能设备•利用传感器和通信技术将分布在世界各地的设备、设施、集群、社区网络相连接。•利用嵌入式智能、软件技术、控制技术等实现本地设备的智能化功能。智能分析•将机理模型与是能数据分析工具相结合,建立虚拟与实体相互映射的分析模型。•将专家知识、预测算法和自动化技术相结合,实现代替人脑的分析系统回路。智能决策•通过先进的可视化工具和远程操作工具将人与设备进行连接,实现人在回路的控制决策和支持。•在运维、排程、诊断、安全保障等方面提供决策支持。2、GE工业互联网框架设计连接监控分析预测优化智能服务GE工业互联网3、GE工业互联网全生命周期信息服务和闭环的设计回路产品设计端制造端使用端回收和改造设计端的信息指导使用数据分析和决策利用使用端的数据反馈改善设计根据用户需求产生定制化设计根据定制化设计自动生产出符合用户定制化需求的产品生产过程的全透明化、成本优化、效率提升、质量保障、流程优化、供应链管理、人力管理等协同优化使用端返回的优质数据的追踪和生产改善通过状态监控和预测性维护提高产品的运行效率、可用性和可靠性,降低运行成本为用户提供运维排程优化的呢给决策服务,以及相应的配套服务使用端数据反馈改善设计和制造环节根据设备全生命周期的信息提供个性化的回收和改造方案实现剩余价值利用的最大化第6章竞争力战略新思维中、美、德竞争优劣势分析美国中国德国中国制造的挑战与转型加强对知识产权的保护,在社会上建立鼓励创新的保障机制,培养创新的土壤扶持中小企业发展,建立一批小而强的中小企业建立可持续的人才培养模式和人才体系打破观念的壁垒,建立新的商业模式中国在进行制造业转型的过程中应该首先重点保障以下几点基础条件:请多多指教!
本文标题:工业大数据
链接地址:https://www.777doc.com/doc-2441302 .html