Tehnologije i primjene industrijskih velikih podataka

Jun 23, 2025 Ostavite poruku

Industrijski veliki podaci odnose se na sve vrste podataka i povezanih tehnologija i aplikacija koje se generiraju u industrijskom području oko tipičnog modela inteligentne proizvodnje, od potražnje kupaca do prodaje, narudžbi, planiranja, istraživanja i razvoja, dizajna, procesa, proizvodnje, nabave, opskrbe, inventara, otpreme i isporuke, usluga nakon-prodaje, rada i održavanja, otpada ili recikliranja i ponovne proizvodnje cijelog životnog ciklusa svakog proizvoda veza. Industrijski veliki podaci jezgra su inteligentne proizvodnje, temeljene na "velikim podacima + industrijskom internetu", računalstvu u oblaku, velikim podacima, Internetu stvari, umjetnoj inteligenciji i drugim tehnologijama koje vode promjenu metoda industrijske proizvodnje i pokreću inovativni razvoj industrijskog gospodarstva.


Detaljan opis industrijske big data tehnologije i primjene


I. definicija industrijskih velikih podataka


Industrijski veliki podaci odnose se na industrijsko polje, oko tipičnog modela inteligentne proizvodnje, od potražnje kupaca do prodaje, narudžbi, planiranja, istraživanja i razvoja, dizajna, procesa, proizvodnje, nabave, opskrbe, inventara, otpreme i isporuke, usluge nakon-prodaje, rada i održavanja, otpada ili recikliranja i ponovne proizvodnje cijelog životnog ciklusa proizvoda različitih vrsta podataka generiranih različitim aspektima opći pojam i povezana tehnologija i aplikacije. Usredotočen je na podatke o proizvodu, što uvelike proširuje opseg tradicionalnih industrijskih podataka, a također uključuje tehnologije i aplikacije povezane s-industrijskim velikim podacima. Glavni izvori industrijskih velikih podataka su sljedeće tri kategorije.


1. Poslovni podaci koji se odnose na proizvodnju i poslovanje


Poslovni podaci-povezani s proizvodnjom i radom uglavnom dolaze iz opsega tradicionalne informatizacije poduzeća i pohranjuju se unutar informacijskih sustava poduzeća, uključujući tradicionalni softver za industrijski dizajn i proizvodnju, planiranje resursa poduzeća (ERP), upravljanje životnim ciklusom proizvoda (PLM), upravljanje lancem opskrbe (S CM), upravljanje odnosima s kupcima (CRM) i sustav upravljanja okolišem (EMS), itd. Ovi informacijski sustavi poduzeća akumulirali su veliku količinu podataka. Ovi poslovni informacijski sustavi sakupili su veliku količinu podataka o razvoju proizvoda, proizvodnih podataka, operativnih podataka, podataka o kupcima, podataka o logistici i opskrbi te podataka o okolišu. Ova vrsta podataka tradicionalno je sredstvo podataka u industrijskom području i postupno proširuje svoj opseg u okruženju novih tehnoloških aplikacija kao što je mobilni Internet.


2. Podaci o opremi IoT


Podaci o IoT opremi uglavnom se odnose na opremu za industrijsku proizvodnju i ciljne proizvode u načinu rada IoT, generiranje-vremena i prikupljanje podataka koji pokrivaju rad i rad, radne uvjete, parametre okoliša i druge podatke koji odražavaju radni status opreme i proizvoda. Takvi su podaci novi i najbrže rastući izvor industrijskih velikih podataka. Uski industrijski veliki podaci odnose se na ovu vrstu podataka, odnosno veliku količinu podataka koju brzo generira industrijska oprema i proizvodi te postojanje razlika u-vremenskim serijama.


3. Vanjski podaci


Vanjski podaci odnose se na proizvodne aktivnosti industrijskih poduzeća i proizvode koji se odnose na vanjske internetske izvore podataka poduzeća, na primjer, procjena ekološke učinkovitosti poduzeća ekoloških propisa, predviđanje tržišnih makro-socio-ekonomskih podataka i tako dalje. Tehnologija industrijskih velikih podataka niz je tehnologija i metoda koje omogućuju rudarenje i prikazivanje vrijednosti sadržane u industrijskim velikim podacima, uključujući planiranje podataka, prikupljanje, pret-obradu, pohranu, analizu i rudarenje, vizualizaciju i inteligentnu kontrolu. Primjena industrijskih velikih podataka proces je integracije i primjene niza industrijskih tehnologija i metoda velikih podataka na određeni industrijski skup velikih podataka radi dobivanja vrijednih informacija. Istraživanje i prodor industrijske tehnologije velikih podataka u biti je usmjereno na otkrivanje novih obrazaca i znanja iz složenih skupova podataka i rudarenje vrijednih novih informacija, kako bi se promicala inovacija proizvoda proizvodnih poduzeća, poboljšala razina učinkovitosti rada i proizvodnje i proširili novi poslovni modeli.

 

II. Značajke industrijskih velikih podataka


Uz karakteristike općih velikih podataka (velika količina podataka, raznolikost, brzina i niska gustoća vrijednosti), industrijski veliki podaci također imaju karakteristike vremenskog slijeda, jake korelacije, točnosti i zatvorene petlje.


Velika količina podataka:veličina podataka određuje vrijednost i potencijalne informacije podataka koji se razmatraju. Količina industrijskih podataka relativno je velika, velik broj visoko{1}}frekventnih podataka iz strojeva i opreme te podaci s Interneta i dalje pristižu, a skupovi podataka velikih industrijskih poduzeća dosegnut će PB ili čak EB razinu.


Raznolikost (varijetet):odnosi se na raznolikost tipova podataka i širok raspon izvora. Industrijski podaci su široko rasprostranjeni u različitim aspektima kao što su strojevi i oprema, industrijski proizvodi, sustavi upravljanja i internet, a struktura je složena, sa strukturiranim i polu-strukturiranim senzorskim podacima, kao i nestrukturiranim podacima.


Brzo (brzina):odnosi se na brzinu dobivanja i obrade podataka. Potrebe za brzinom industrijske obrade podataka su različite, zahtjevi na-razini proizvodnog mjesta za vremenski okvir analize do razine milisekunde, aplikacije za-upravljanje i donošenje odluka moraju podržavati interaktivnu ili skupnu analizu podataka.


Niska vrijednost gustoće (vrijednost):industrijski veliki podaci stavljaju veći naglasak na korisničku vrijednost-i upotrebljivost samih podataka, uključujući: poboljšanje sposobnosti inovacije i učinkovitosti proizvodnje i rada te promicanje personalizirane prilagodbe, transformacije usluga i drugih novih načina inteligentne proizvodne promjene.


Slijed:Industrijski veliki podaci imaju snažan vremenski slijed, kao što su narudžbe, podaci o statusu opreme.


Jaka-relevantnost:S jedne strane, podaci u istoj fazi životnog ciklusa proizvoda imaju veliku važnost, kao što su sastav dijelova proizvoda, radni uvjeti, status opreme, održavanje i dodatna nabava dijelova; s druge strane, potrebno je povezati podatke u različitim fazama životnog ciklusa proizvoda, kao što su istraživanje i razvoj i dizajn, proizvodnja i usluga.


Točnost:uglavnom se odnosi na autentičnost, cjelovitost i pouzdanost podataka, a više pažnje posvećuje kvaliteti podataka kao i pouzdanosti tehnika i metoda obrade i analize. Zahtjevi većeg povjerenja za analizu podataka, oslanjanje samo na statističku analizu korelacije nije dovoljno za podršku dijagnozi kvarova, predviđanju i ranom upozorenju i drugim industrijskim aplikacijama, potrebno je kombinirati fizički model s modelom podataka, uzročno-posljedični odnos rudarenja.


Zatvorena-petlja:uključujući zatvaranje i pridruživanje podatkovnog lanca u horizontalnom procesu cijelog životnog ciklusa proizvoda, kao i vertikalni proces prikupljanja i obrade podataka inteligentne proizvodnje, koji treba podržati dinamičku i kontinuiranu prilagodbu i optimizaciju u scenarijima zatvorene-petlje detekcije stanja, analize, povratne informacije i kontrole.


Zbog navedenih karakteristika, industrijski veliki podaci, kao industrija primjene velikih podataka, imaju široku perspektivu primjene, a predstavljaju veliki izazov tradicionalnoj tehnologiji upravljanja podacima i tehnologiji analize podataka.


III. Industrijska arhitektura velikih podataka


Arhitektura industrijskih velikih podataka sadrži tri dimenzije: životni ciklus i tok vrijednosti, vertikalni sloj poduzeća i IT lanac vrijednosti.


U sloju životnog ciklusa i toka vrijednosti, prema područjima primjene industrijskih velikih podataka, može se podijeliti u tri područja: razvoj i dizajn proizvoda prije početka faze proizvodnje proizvoda, upravljanje proizvodnjom i opskrbnim lancem prije isporuke proizvoda te upravljanje radom i održavanjem i uslugama nakon isporuke proizvoda.


U vertikalnom sloju poduzeća, prema metodi prikupljanja podataka i razini primjene, može se podijeliti na sloj informacijskog fizičkog sustava, sloj informacijskog sustava upravljanja poduzećem i sloj sustava međusobnog povezivanja platforme.


U sloju lanca vrijednosti IT može se podijeliti na poslovnu arhitekturu, arhitekturu informacijskog sustava i arhitekturu IT tehnologije na tri razine, od kojih se arhitektura informacijskog sustava može podijeliti na arhitekturu aplikacije i arhitekturu informacija.


1. Životni ciklus i dimenzija toka vrijednosti


Dimenzija životnog ciklusa i toka vrijednosti u industrijskoj arhitekturi velikih podataka pokriva faze cjelokupnog životnog ciklusa proizvoda, tj. istraživanje i razvoj i dizajn, proizvodnju, logistiku, prodaju, rad i održavanje te servis. Među njima, proizvodnja, logistika i prodaja mogu se dalje kategorizirati u proizvodni i opskrbni lanac, a životni ciklus i dimenzija toka vrijednosti uključuju tri polja: istraživanje i razvoj i dizajn, proizvodnju i opskrbni lanac te rad i održavanje i servis. Scenariji primjene svake domene prikazani su na slici 2.


01. Istraživanje i razvoj i dizajn


Istraživačko-razvojno osoblje prikuplja podatke za istraživanje i razvoj u procesu istraživanja i razvoja i dizajna, koji dolazi iz svih aspekata životnog ciklusa proizvoda, uključujući: velike podatke prema zahtjevima korisnika, velike podatke o znanju o istraživanju i razvoju, ponovnu upotrebu velikih podataka o proizvodima, suradničke velike podatke za istraživanje i razvoj itd., s više-proizvodima i više-industrijom, te širokim rasponom karakteristika.


Poduzeća koja se bave dizajnom personaliziranih proizvoda mogu prikupljati korisničke personalizirane zahtjeve za proizvodima, interakciju s kupcima proizvoda i podatke o transakcijama putem internetske platforme. Iskopavanje i analiza ovih dinamičkih podataka o kupcima može pomoći kupcima da sudjeluju u analizi potražnje proizvoda i aktivnostima dizajna proizvoda kako bi postigli prilagođeni dizajn, a zatim oslanjajući se na fleksibilan proizvodni proces, možete proizvesti-proizvode po mjeri korisnika.


Ostvarite dizajn simulacije temeljen na velikim podacima. Tradicionalna proizvodna poduzeća u testiranju i provjeri veze trebaju biti proizvedena u naravi kako bi se procijenila njegova izvedba i drugi pokazatelji, troškovi s povećanjem broja testova i rastu. Upotrebom tehnologije virtualne simulacije može se postići izvorni R & D dizajn procesa simulacije, analize, evaluacije, verifikacije i optimizacije, čime se smanjuje količina inženjerskih promjena, optimizira proizvodni proces, smanjuju troškovi i potrošnja energije.


Ostvarite personaliziranu prilagođenu automatizaciju dizajna temeljenu na velikim podacima. Tradicionalne vrste proizvoda poduzeća, stilova nema mnogo, mogu se koristiti za ručno dizajniranje modela proizvoda, proizvodnih uzoraka, a zatim proizvodni način proizvodnje masovne proizvodnje, ali suočen s personaliziranim zahtjevima proizvodnje malih serija, tradicionalni način će dovesti do toga da je ciklus proizvodnje proizvoda predug, a trošak previsok. Prikupljanjem velike količine podataka o modelu dizajna proizvoda, analizom korelacije između podataka o dizajnu i uz pomoć tehnologije velikih podataka i drugih pomoćnih alata za dizajn, može se realizirati automatizacija personaliziranog prilagođenog dizajna i generiranja modela.


Promicati integraciju i dijeljenje resursa istraživanja i razvoja te inovacija i suradničkih dizajnerskih poduzeća kroz izgradnju i poboljšanje baze znanja o istraživanju i razvoju i dizajnu, za promicanje digitalnih crteža, knjižnice standardnih dijelova i drugih podataka o dizajnu unutar poduzeća, kao i uzvodno i nizvodno poduzeća u opskrbnom lancu dijeljenja resursa te inovacija i suradnje, kako bi se poboljšalo među-regionalno upravljanje resursima poduzeća za istraživanje i razvoj, integrirano upravljanje i industrija mogućnosti lančanog kolaborativnog dizajna. Poboljšati sposobnost poduzeća da upravljaju i koriste globalne resurse za istraživanje i razvoj, optimiziraju i reorganiziraju procese istraživanja i razvoja i poboljšaju učinkovitost istraživanja i razvoja.


Njegujte nove načine istraživanja i razvoja temeljene na društvenom dijeljenju i sudjelovanju dizajnerskih resursa i omogućite poduzećima da provode nove načine istraživanja i razvoja kao što je crowdsourcing i crowdsourcing na temelju vlastitih potreba istraživanja i razvoja, kako bi se poboljšala sposobnost poduzeća da koriste socijalizirane inovacije i kapitalne resurse.


02. Lanac proizvodnje i opskrbe


Veliki podaci o proizvodnji ne uključuju samo informacije o proizvodnji proizvoda, informacije o narudžbi, informacije o opremi, informacije o kontroli, informacije o materijalu, raspored rada osoblja, već također uključuju interni tok informacija o upravljanju, tok kapitala, proizvodnju proizvoda uzvodno i nizvodno dobavljača i upravljanje kupcima i druge povezane pomoćne informacije o upravljanju proizvodnjom, prikupljanje podataka o proizvodnji oslanja se na postojeće upravljanje resursima poduzeća, izvršenje proizvodnje, upravljanje industrijskom kontrolom, upravljanje lancem opskrbe, upravljanje dobavljačima, upravljanje kupcima, poslovno upravljanje i druge informacijske sustave.


Ostvaruje-praćenje i upravljanje proizvodnim procesom u stvarnom vremenu i prediktivno održavanje proizvodne opreme, poboljšava razinu upravljanja proizvodnim procesom i opremom, optimizira proizvodni proces i poboljšava kvalitetu proizvoda. Suvremene proizvodne linije za industrijsku proizvodnju instalirane su s tisućama malih senzora za otkrivanje radnog statusa proizvodne opreme, kao što su temperatura, tlak, toplina, vibracije i buka, itd. Upotrebom ovih podataka može se realizirati-praćenje proizvodnog procesa u stvarnom{3}}vremenu, dijagnoza i predviđanje kvarova opreme, analiza potrošnje energije, kvalitetna analiza nezgoda. Osim toga, također može integrirati i agregirati podatke iz svih aspekata proizvodnje, uspostaviti virtualne modele proizvodnog procesa, simulirati i optimizirati proizvodni proces.


Ostvarite personaliziranu proizvodnju prilagođenu mjerilu i promovirajte uspostavu modernog proizvodnog sustava. Automatizacijom protoka podataka u cijelom životnom ciklusu proizvoda i automatiziranom i inteligentnom kontrolom cjelokupnog proizvodnog procesa, promicat će se dijeljenje informacija, integracija sustava i poslovna suradnja, poboljšati sposobnost precizne proizvodnje, vrhunske-proizvodnje i agilne proizvodnje, realizirati personaliziranu prilagođenu proizvodnju, ubrzati uspostavu moderniziranih proizvodnih sustava kao što su pametne radionice i pametna tvornice i realizirati inteligentnu proizvodnju.


Ostvarite umreženu suradničku proizvodnju i ekonomiju dijeljenja proizvodnje. Kroz "Internet +", integracija i optimizacija proizvodnih resursa unutar ili među poduzećima, te realizacija vertikalne suradničke proizvodnje unutar poduzeća ili horizontalne suradničke proizvodnje među poduzećima. Kroz Internet + ekonomiju dijeljenja, dijeljenje inovacijskih resursa, proizvodnih kapaciteta, inventara i drugih proizvodnih resursa za realizaciju ekonomije dijeljenja proizvodnje.

 

Optimizirajte industrijski opskrbni lanac. Tehnologija elektroničke identifikacije kao što je radiofrekventna identifikacija (RFID), tehnologija Interneta stvari (IoT) i tehnologija mobilnog interneta mogu pomoći industrijskim poduzećima da dobiju velike podatke o cjelokupnom lancu opskrbe proizvoda, a korištenje takvih podataka za analizu donijet će značajno povećanje učinkovitosti skladištenja, distribucije i prodaje kao i značajno smanjenje troškova.


Ostvarite predviđanje potražnje kako biste bolje organizirali dolaznu robu i proizvodnju, a kada potražnja padne, uđite u trag uzroku problema i riješite ga.


Ostvarite profiliranje kupaca i precizan marketing i analizu ponašanja kupaca, što može proširiti izvore kupaca, poboljšati stopu uspješnosti marketinga i izvorno zadovoljstvo i lojalnost kupaca.


03. Rad i održavanje i servisno polje


Postoje mnogi izvori podataka u području rada, održavanja i servisa, koji uglavnom uključuju:-podatke o statusu rada u stvarnom vremenu i podatke o okruženju koje prikupljaju senzori ugrađeni u proizvode uz dopuštenje kupaca; podaci o prodaji proizvoda dobiveni putem poslovne platforme, podaci o kupcima i odgovarajuća ocjena proizvoda ili povratne informacije o korištenju; pritužbe kupaca i odgovarajuću evidenciju obrade; povrat/povrat proizvoda i odgovarajuću evidenciju o održavanju.


Praćenjem i analizom-podataka o radnom statusu proizvoda prikupljenih na daljinu u stvarnom vremenu, mogu se realizirati online usluge s dodanom{1}}vrijednošću kao što su daljinski nadzor i upravljanje, dijagnoza kvarova i prediktivno održavanje, što može smanjiti troškove održavanja i poboljšati korištenje proizvoda.


Analizom podataka o korištenju korisnika i podataka o okruženju opreme, također može pružiti proširene usluge za korisnike, proširiti prostor vrijednosti proizvoda i ostvariti transformaciju poslovnog modela-usredotočenog na proizvod u model "proizvodnja + usluga".


Analizom korisničkih ocjena proizvoda ili povratnih informacija o korištenju, pritužbi kupaca, uključivanjem korisnih komentara u dizajn proizvoda i poboljšanje proizvoda te kategoriziranjem pritužbi kupaca, možemo poboljšati kvalitetu proizvoda i kvalitetu usluge nakon-prodaje, smanjiti stopu pritužbi i povećati zadovoljstvo i lojalnost kupaca.


Analizom razloga za povrat ili popravak proizvoda te poduzimanjem pravovremenih i učinkovitih mjera možemo poboljšati kvalitetu proizvoda i smanjiti stopu povrata i stopu popravka.

 

2. Vertikalni sloj poduzeća


Vertikalni sloj poduzeća industrijske arhitekture velikih podataka podijeljen je u pet slojeva iz perspektive fizičke domene odozdo prema gore, a to su sloj opreme, kontrolni sloj, radionički sloj, poslovni sloj i sloj suradnje. U sloju opreme, kontrolnom sloju i sloju radionice, Internet stvari se može koristiti za realizaciju pametnih tvornica temeljenih na informacijskom fizičkom sustavu; u sloju poduzeća poduzeće integrira različite aplikacije interne informatizacije, provodi integraciju i transformaciju internih poslovnih procesa i poboljšava operativnu učinkovitost poduzeća; a u sloju suradnje, industrijski oblak i druge platformske tehnologije koriste se za realizaciju vanjske suradničke proizvodnje poduzeća i inovativnih poslovnih modela kao što je model-orijentiran na proizvodne usluge. Vertikalna dimenzija poduzeća može se podijeliti u tri podsustava: informacijski fizički sustav, informacijski sustav upravljanja poduzećem i platformski sustav međusobnog povezivanja.


01. Informacijski fizički sustav


Informacijski fizički sustav prikuplja i agregira podatke o radu stroja i podatke o proizvodnom mjestu putem senzora i raznih informacijskih sustava za ostvarivanje sveprisutnog očitavanja i primjenjuje integraciju podataka i tehnologiju obrade za prikupljanje i razmjenu industrijskih podataka, proizvodnih povratnih informacija i kontrole, za postizanje kontrole i interakcije s opremom i radionicama, za ostvarivanje međusobnog povezivanja i interoperabilnosti unutarnjih i vanjskih fizičkih sustava tvornica i za pružanje baze podataka za industrijsko modeliranje/simulaciju i analizu, a zatim pruža podršku za donošenje odluka-optimizacija rada radionice/tvornice. Također pruža bazu podataka za industrijsko modeliranje/simulaciju i analizu, što zauzvrat pruža usluge podrške za optimizaciju odluka o radu radionica/tvornica. U vertikalnom sloju poduzeća industrijske arhitekture velikih podataka, informacijski fizički sustav koji se koristi za prikupljanje informacija na sloju industrijske opreme temelji se na velikim podacima, mrežnom i masovnom računanju, a kroz osnovnu inteligentnu percepciju, analizu, rudarenje, procjenu, predviđanje, optimizaciju, suradnju i druga tehnička sredstva, računanje, komunikacija i kontrola mogu ostvariti organsku fuziju i-dubinsku suradnju, kako bi se postigla duboka fuzija kibernetički prostor i fizički prostor industrijske opreme, okruženja i grupa. Duboka integracija. Bit informacijskog fizičkog sustava leži u povezivanju fizičke opreme s internetom, tako da fizička oprema ima pet glavnih funkcija: računanje, komunikacija, precizna kontrola, daljinska koordinacija i autonomija.


02.Informacijski sustav upravljanja poduzećem


Informatizacija poduzeća je proces primjene informacijske tehnologije i proizvoda u poduzećima. Informatizacija poduzeća je proces sveobuhvatnog prodora informacijske tehnologije od lokalne do globalne, od taktičke do strateške razine poduzeća, njezine primjene u upravljanju procesima i podržavanju rada i upravljanja poduzećem. Informatizacija poduzeća uglavnom uključuje kontrolu proizvodnog procesa, upravljanje poduzećem, upravljanje životnim ciklusom proizvoda, optimizaciju opskrbnog lanca i procese upravljanja. Informatizacija kontrole proizvodnog procesa usmjerena je na razvoj i dizajn proizvoda, tijek proizvodnog procesa, upravljanje radionicom, inspekciju kvalitete i druge veze dizajna i proizvodnje. Informatizacija upravljanja poduzećem najveći je udio u izgradnji informacija poduzeća, najteža, najraširenija u polju, uključuje poslovanje upravljanja poduzećem i sve razine. Informatizacijska konstrukcija upravljanja poduzećem je učinkovito prikupljanje, obrada, organiziranje i integracija informacijskih resursa putem aplikacijskog sustava integracije informacija na temelju standardizacije osnovnog rada upravljanja i optimizacije poslovnih procesa, poboljšanja učinkovitosti upravljanja i pružanja dinamičkih upravljačkih informacija u stvarnom-vremenu i informacija-odlučivanja. Informatizacija upravljanja opskrbnim lancem poduzeća čini da se proizvodne i upravljačke aktivnosti poduzeća šire naprijed i natrag. Poduzeća od nabave sirovina, komponenti, transporta, skladištenja, obrade i proizvodnje, prodaje, do konačne isporuke i usluge kupcima, tvoreći lančanu strukturu koja se sastoji od uzvodnih dobavljača, međuproizvođača i trećih-pružatelja usluga, nizvodnih prodajnih kupaca, a proizvodne aktivnosti poduzeća, procesi upravljanja podložni su ograničenjima ovog opskrbnog lanca i utjecaja.


03. Sustav povezane platforme


Trenutačno se industrijski razvoj Kine i većine zemalja suočavaju s velikim poteškoćama i izazovima, uključujući: ozbiljan višak kapaciteta, nedostatak personaliziranih proizvoda, proizvodi postaju sve složeniji, sredstva za proizvodnju ne mogu se učinkovito konfigurirati, a tržište za-opremu velikih razmjera postaje sve zasićenije, itd., te hitno treba tražiti strateško rješenje za povratak industrije i transformaciju i nadogradnju industrije. "Internet +" vrlo dinamično razmišljanje i inovativni poslovni modeli, za težak položaj proizvodne industrije kojoj je hitno potrebna transformacija i nadogradnja, pruža novi smjer transformacije, kroz reformu proizvodnih metoda i poslovnih modela i poboljšanje proizvodne tehnologije, kako bi se postigla personalizacija kupaca prilagođenih proizvoda, male serije, -velika proizvodnja, kako bi se riješio problem velikih-razmjernih proizvodnih kapaciteta industrijskih proizvoda. Reformom proizvodnih metoda i poslovnih modela te poboljšanjem proizvodne tehnologije, možemo realizirati malu-seriju, veliku-proizvodnju personaliziranih proizvoda kako bismo riješili problem velikog-prekapacitiranosti industrijskih proizvoda i nemogućnosti da zadovoljimo personaliziranu potražnju kupaca za proizvodima, kako bismo zadovoljili potražnju za poštovanjem i afirmacijom kupaca, kao i samo-ostvarenjem.


Pokušajte riješiti problem slabe osnovne tehnologije i niskog proizvodnog kapaciteta vrhunskih-proizvoda kroz umreženu kolaborativnu proizvodnju, tj. uz pomoć interneta ili industrijske platforme u oblaku, razvijte nove načine zajedničkog istraživanja i razvoja, dizajna skupa, suradnje lanca opskrbe i tako dalje među poduzećima, kako biste učinkovito smanjili troškove nabave resursa, značajno proširili opseg korištenja resursa, razbili zatvoreni granice i ubrzati transformaciju od "same borbe" do "industrijske suradnje". "industrijskoj sinergiji i promicanju ukupne konkurentnosti industrije.


Pokušajte poboljšati problem prekapacitiranosti bez učinkovite raspodjele resursa i slabe neovisne inovacijske sposobnosti kroz inovacije i poduzetništvo, ekonomiju dijeljenja proizvodnje.


S temeljnim proizvodom kao osi, kroz prikupljanje i analizu podataka o korištenju proizvoda i podataka o okruženju, kako bi se korisnicima pružile proširene usluge, šireći prostor vrijednosti proizvoda, šireći nova tržišta i ostvarujući transformaciju poslovnog modela-usredotočenog na proizvod u model "proizvodnja + usluga".


3. IT lanac vrijednosti


Vrijednost velikih podataka ostvaruje se kroz aktivnosti kao što su prikupljanje podataka, pred{0}}obrada, analiza, vizualizacija i pristup.


U dimenziji IT lanca vrijednosti, vrijednost velikih podataka ostvaruje se kroz pružanje mreža, infrastrukture, platformi, aplikacijskih alata i drugih usluga koje sadrže velike podatke za velike podatkovne aplikacije, čime se poboljšava operativna učinkovitost i podupiru poslovne inovacije. Arhitektura poduzeća podržana tehnologijom velikih podataka može se podijeliti na tri razine: poslovna arhitektura, arhitektura informacijskog sustava i arhitektura IT tehnologije s obzirom na metodu podjele TOGAF.


01. Poslovna arhitektura


Poslovna arhitektura definira poslovnu strategiju, upravljanje, organizaciju i ključne poslovne procese, te je temelj sveobuhvatne strategije informacijske tehnologije poduzeća i arhitekture informacijskog sustava, kao i determinanta podatkovne, aplikativne i tehnološke arhitekture. Poslovna arhitektura je kanal koji prevodi poslovnu strategiju organizacije u dnevne operacije, a poslovna strategija određuje poslovnu arhitekturu. Poslovna arhitektura pretvara-poslovne strategije i ciljeve visoke razine u operativne poslovne modele. Poslovna arhitektura je izraz ključne poslovne strategije poduzeća i poslovnih funkcija i procesa, obično poslovni dizajn implementiran na temelju poslovnog modela, koji opisuje poslovne module i odnose između njih, tj. glavne procese poslovanja, iz različitih perspektiva. Poslovna arhitektura je ispravno ocrtavanje glavnih i zajedničkih procesa poslovanja, te artikulacija i analiza životnog ciklusa poslovnih elemenata. Vrijednost industrijskih velikih podataka može se postići strateškim planiranjem industrijskih velikih podataka i izgradnjom poslovne arhitekture.


02.Arhitektura informacijskog sustava


Kako bi se u potpunosti iskoristila vrijednost industrijskih velikih podataka i izbjeglo formiranje "informacijskih otoka", potrebno je izgraditi jedinstvenu arhitekturu informacijskog sustava kako bi se ostvario korisnički pristup i interoperabilnost različitih aplikacijskih sustava i podataka. Arhitektura informacijskog sustava temeljena na poslovnoj strategiji industrijskih velikih podataka je arhitektura koja odražava odnos između različitih komponenti informacijskog sustava proizvodnog poduzeća, kao i odnos između informacijskog sustava i povezanog poslovanja, te između informacijskog sustava i povezane tehnologije. Arhitektura informacijskog sustava uključuje arhitekturu aplikacije i arhitekturu podataka. Među njima, arhitektura aplikacije opisuje nacrt aplikacijskog sustava potrebnog za podršku radu poduzeća, uključujući razine aplikacija, funkcije, metode realizacije i standarde konstrukcije, itd. Ona uglavnom proučava interakciju između aplikacijskih sustava i korespondenciju između aplikacija i osnovne djelatnosti, te je fokus istraživanja na cjelokupnom okviru poduzeća, za koje se može reći da je most između poslovne arhitekture i tehničke arhitekture. Arhitektura industrijske aplikacije velikih podataka sadrži oba aplikacijska sustava koji odgovaraju različitim razinama vertikalnog sloja poduzeća u arhitekturi industrijskih velikih podataka i aplikacijskih sustava temeljenih na tehnologiji velikih podataka. Arhitektura podataka, s druge strane, opis je strukture i interakcije glavnih tipova podataka i izvora, logičkih podataka, fizičkih podataka i resursa za upravljanje podacima složenog organizacijskog tijela.


03.Arhitektura informacijske tehnologije


Uz uspon vala industrije 4.0, informacijske tehnologije kao što su internet stvari (IoT), računalstvo u oblaku, veliki podaci, umjetna inteligencija, proširena stvarnost/virtualna stvarnost i druge informacijske tehnologije kontinuirano se integriraju i prodiru u industrijsko područje, čime se postavljaju čvrsti tehnološki temelji za implementaciju industrijskih aplikacija velikih podataka. Među njima, IoT tehnologija čini sveprisutnu krajnju opremu i objekte, koji se mogu spojiti na Internet u skladu s dogovorenim protokolima putem uređaja za osjet informacija kao što su radiofrekvencijska identifikacija, infracrveni senzori, sustavi globalnog pozicioniranja itd., za razmjenu informacija i komunikaciju, čineći stavke i njihov status vidljivima, kako bi se ostvarila inteligentna identifikacija, lokalizacija, praćenje, nadzor i upravljanje; tehnologija računalstva u oblaku pruža vrstu dinamične i skalabilne računalne usluge koja se može realizirati putem mreže na-zahtjev. Tehnologija računalstva u oblaku pruža-na zahtjev, dinamički skalabilne i jeftine računalne usluge putem mreže; tehnologija velikih podataka i AI tehnologija omogućuju analizu i rudarenje potencijalne vrijednosti golemih podataka u prihvatljivom vremenu, kao i realizaciju predviđanja trendova i načina grupne inteligencije; AR/VR tehnologija može ostvariti simulaciju i poboljšanje iskustva tvorničkog okruženja, industrijske opreme i tako dalje. Proizvodna poduzeća generiraju veliku količinu podataka svaki dan ili čak svaki trenutak, sa širokim rasponom, koji pokrivaju cijeli životni ciklus industrijskih proizvoda, uključujući podatke o dizajnu, podatke o proizvodnji, podatke o lancu vrijednosti i povezane vanjske podatke. Ti podaci dolaze ili od senzora, ili od prikupljanja podataka i nadzornog kontrolnog sustava inteligentne opreme, ili od modela dizajna i informacijskog sustava poduzeća.


Realizacija industrijskih velikih podatkovnih aplikacija zahtijeva prikupljanje i pred{0}}obradu podataka, pohranjivanje, analizu i rudarenje, primjenu za specifične poslove i konačno prikaz rezultata, u skladu s tim, arhitektura industrijske informacijske tehnologije velikih podataka podijeljena je u šest slojeva: podatkovni sloj, sloj prikupljanja podataka, sloj pohrane, računalni sloj, aplikacijski sloj i sloj prikaza. Ako poduzeća grade svaki sloj sama, prag izgradnje će biti relativno visok. Niz-tehnoloških komponenti otvorenog koda koje se odnose na industrijske usluge u oblaku i (industrijsku) obradu velikih podataka razvijene su i dovršene u zemlji i inozemstvu, a tehnologija umjetne inteligencije dodatno je postigla veliki napredak, koja pruža izborna rješenja za inteligentnu transformaciju industrijskog polja, a također smanjuje prag za izgradnju i implementaciju industrijskih aplikacija velikih podataka. Poduzeća ne moraju samostalno realizirati svaku komponentu tehničke arhitekture ako to nije potrebno i mogu odabrati korištenje odgovarajućih komponenti otvorenog koda za izgradnju industrijskih aplikacija za velike podatke prema svojim potrebama, kao i različite vrste i razine industrijskih usluga u oblaku prema svojim potrebama, te implementirati industrijske aplikacije za velike podatke na toj osnovi, kako bi se više usredotočili na poslovna područja i tehnička polja u kojima su poduzeća dobra.


Tehnologija analize industrijskih velikih podataka, kao jedna od temeljnih tehnologija industrijskih velikih podataka, može omogućiti proizvodima industrijskih velikih podataka mogućnost rudarenja ogromnih podataka, integracije više-izvornih podataka, modeliranja više-tipova znanja, analize više-poslovnih scenarija i otkrivanja više-domena znanja itd., što igra značajnu ulogu u pokretanju poslovanja inovacije te transformacija i unapređenje poduzeća.

Pošaljite upit

whatsapp

Telefon

E-pošte

Upit