最新新闻
我要投稿
联系电话:027-87592219/20/21转188
投稿邮箱:tb@e-works.net.cn
您所在的位置:首页 > 智讯 > 国内资讯

工业物联网与大数据分析应用的四个重点

发布时间:2016-08-16 作者:张礼  来源:互联网
关键字:工业物联网 大数据 
工业物联网平台技术的出现不仅仅是提升了分析的广度,更出现了加速淡化了传统分层模型的趋势与可能性。

    传感器门户云的这种方案有利有弊。好的一面是,基于传感器的解决方案,尤其是专注于提供这些传感器产生的数据所形成的价值,比现有的自动化解决方案的部署更快更方便,也会经常提供积极的短期投资回报率。而不足之处便是,所产生的数据大多是控制系统内已经收集到的数据,毕竟,缺乏控制系统环境的测量数据点与环境数据的采集是较为突出的问题。

    无法产生价值,没有人会在意数据的所有权

    伴随着对数据所产生的价值驱动被大众广为接受后,数据所有权及数据共享的问题变得越来越突出。那么究竟是资产设备的制造者,还是用户的机器拥有数据,目前市场没有定论。如果我们沿用信息管理的最佳实践,认同客户拥有这些数据,而设备制造者的角色是配合用户,以做好数据保管者的工作为主。的确,有一些设备供应商比较坚持自己拥有数据,而且并不愿意与客户分享原始数据,但多数供应商至少倾向为客户提供原始数据访问的有效途径,来共同参与全制造链的改进与提升。

    数据的所有权与资产/设备是否为企业带来竞争优势有密切的关系。当机器的使用还不具备竞争优势,或是没有真正为企业带来新的竞争优势的时候,数据所有与分享一般都不会得到太多的重视。一直到当机器的使用确实产生了竞争优势时,资产使用者会更多地保护数据。

    伴随着大数据理念井喷式的发展,用户对于大数据理解的成熟度也迅速提升。能够很明确的一点是,当客户没有拥有数据时,他们是不会为原始数据买单的。相反,对于供应商而言,只有通过共享数据并且提供给客户有价值的服务,才能从工业物联网的设备数据中获得回报。

    考虑到各种各样的工业物联网应用案例与场景,其中也包括新数据源,改变系统架构的数据以及多结构化数据等因素,我们今天的制造企业并不完全拥有适当的分析能力与相关的人才。不少制造业企业的确有很多数据分析的经验,但主要是集中在结构性数据集的基础上进行描述性分析,而不是利用大数据,融合实时与各种非结构化数据共同进行预测性和规范性分析。

    那么,这也意味着产业链需要全面紧密的合作,企业不仅既需要投资合适的技术,更重要的是更为重要的是,也也需要投资过程和培训。正如西格玛和精益已被融进持续改进措施之中,数字建模,机器自学习等大数据工具也需要进行深化改造,进入到制造业的每一个环节,每一个细小的功能,让制造业专家来充分使用这些大数据工具,而不仅仅专属于数据科学家的专属。

    需要加速实施智能连接资产实现智能运营

    在工业大数据的推动下,趋势分析,统计分布分析,统计过程控制与优化,包括回归分析等开始运用到大量资产连接后所提供的数据。工业物联网平台技术的出现不仅仅是提升了分析的广度,更出现了加速淡化了传统分层模型的趋势与可能性。

    自90年代初诞生的制造企业生产过程执行管理系统(MES),作为制造业协同管理的平台为现今制造的管理打下了坚实的基础。制造执行系统协会(MESA)在给MES定义中特别指出,MES必须提供实时收集生产过程中数据的功能,并作出相应的分析和处理。而如今的工业物联网在这定义的基础上,逐步使之成为智能连接运营的协调、优化平台,而不仅仅是执行与合规的集成和分析中间介层。

    工业物联网平台引起无数供应商的关注是因为工业物联网平台的构成自身就是一个多元化的整合以及不同元素之间相互探索的平台。到2020年,根据埃森则的报告,到2020年,全球传感器的数量将达到2120亿,设备所产生的数据流量接近16EB。而资产/设备是这一切的一切。

    全面启用智能连接资产/设备将能够使任何地方的工业大数据传输到任何别的地方,从一种分散控制器变为集中控制,再到全分散控制的新模式,以及支持真正的端对端价值链流程的混搭应用程序与分析功能。资产/设备全面连接不仅仅会转变控制系统层次结构,也同样会改变企业的应用程序。能够灵活处理运营数据而不仅仅是结构性交易数据,甚至有可能会颠覆我们长期基于会计的运用操作模式。

2
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并以尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
相关资料推荐