大數(shù)據(jù)如何助力智能制造

大數(shù)據(jù)最近幾年一直挺火熱,可是大數(shù)據(jù)的概念你能說(shuō)得清嗎踩官?具體應(yīng)用你知道嗎?與智能制造怎么結(jié)合呢境输?
image

本文就從這三個(gè)方面仔細(xì)說(shuō)一下蔗牡。快來(lái)漲姿勢(shì)吧嗅剖!

大數(shù)據(jù)定義

大數(shù)據(jù)首先突出一個(gè)特點(diǎn)就是數(shù)據(jù)量大蛋逾,大到什么程度呢?我們目前處理數(shù)據(jù)大多還是在關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)窗悯,然后再進(jìn)行分析展現(xiàn)区匣。而真正的大數(shù)據(jù)體量是傳統(tǒng)的數(shù)據(jù)處理軟件無(wú)法處理的。由于巨量的數(shù)據(jù)蒋院,已經(jīng)無(wú)法進(jìn)行分析亏钩,所以數(shù)據(jù)實(shí)際上是浪費(fèi)了。

那么大數(shù)據(jù)技術(shù)是如何解決這個(gè)問(wèn)題呢欺旧?這就要說(shuō)到我們的分布式集群了姑丑,通過(guò)數(shù)十,數(shù)百臺(tái)服務(wù)器組成集群辞友,分布式存儲(chǔ)所有計(jì)算節(jié)點(diǎn)的數(shù)據(jù)栅哀,利用技術(shù)可以實(shí)現(xiàn)成千上萬(wàn)計(jì)算機(jī)與PB級(jí)的數(shù)據(jù)連接起來(lái)震肮,每一臺(tái)服務(wù)器作為一個(gè)節(jié)點(diǎn)可以單獨(dú)進(jìn)行計(jì)算并處理節(jié)點(diǎn)故障。

上面說(shuō)了大數(shù)據(jù)的一個(gè)特性留拾,數(shù)據(jù)量(Volume),大數(shù)據(jù)還有兩個(gè)特性:速度(Velocity),數(shù)據(jù)增長(zhǎng)速度快戳晌,預(yù)計(jì)2020年全球數(shù)據(jù)將達(dá)到35.2ZB. 多變(Variety),數(shù)據(jù)種類繁多,包括音視頻痴柔、圖像沦偎、日志等非結(jié)構(gòu)化數(shù)據(jù)。合稱3V咳蔚,來(lái)表示大數(shù)據(jù)的三個(gè)特點(diǎn)豪嚎。

大數(shù)據(jù)的應(yīng)用

先列舉一些在互聯(lián)網(wǎng)行業(yè)的通用性案例來(lái)說(shuō)明一下。

推薦系統(tǒng):主要用于廣告推送谈火,新聞推送等侈询。我們?cè)谑褂没ヂ?lián)網(wǎng)產(chǎn)品時(shí)會(huì)產(chǎn)生大量數(shù)據(jù),什么時(shí)間瀏覽了什么東西糯耍,到過(guò)哪里妄荔,用的什么手機(jī)。通過(guò)這些信息谍肤,公司就可以更準(zhǔn)確的了解到客戶的偏好和需求啦租,做出針對(duì)性的改變。

預(yù)測(cè)分析荒揣,欺詐監(jiān)測(cè):基于大量的數(shù)據(jù)篷角,可以識(shí)別出大規(guī)模的欺詐行為或者一些索賠欺詐。這個(gè)在保險(xiǎn)公司使用會(huì)比較多系任,有些人會(huì)故意制造一些虛假索賠信息來(lái)進(jìn)行索賠恳蹲。通過(guò)大量的數(shù)據(jù)分析及一些算法可以找出那些惡意索賠的單據(jù)并劃分風(fēng)險(xiǎn)等級(jí)。

數(shù)據(jù)本身就是價(jià)值俩滥,比如我們的消費(fèi)信息嘉蕾,信用信息,健康信息這些就是極具價(jià)值的信息霜旧,服務(wù)商通過(guò)購(gòu)買這些信息可以為我們提供精準(zhǔn)服務(wù)错忱。

人工智能:人工智能需要大量的數(shù)據(jù)來(lái)訓(xùn)練模型,所以挂据,實(shí)現(xiàn)人工智能以清,第一步就是要有數(shù)據(jù)。

除此之外崎逃,大數(shù)據(jù)已經(jīng)用于自然災(zāi)害預(yù)警掷倔、交通狀況分析、電子商務(wù)个绍、金融勒葱、電信等眾多領(lǐng)域

智能制造與大數(shù)據(jù)

說(shuō)了這么多浪汪,回歸正題。大數(shù)據(jù)如何與制造業(yè)結(jié)合起來(lái)呢凛虽?

首先死遭,制造業(yè)的數(shù)據(jù)來(lái)源一是業(yè)務(wù)數(shù)據(jù), 來(lái)自于企業(yè)的各種管理系統(tǒng),如ERP涩维、CRM、SCM等系統(tǒng)袁波,二是生產(chǎn)數(shù)據(jù)瓦阐,如設(shè)備數(shù)據(jù),來(lái)自于產(chǎn)線設(shè)備篷牌,PLC控制系統(tǒng)和傳感器等

業(yè)務(wù)應(yīng)用:

從業(yè)務(wù)上來(lái)說(shuō)睡蟋,大數(shù)據(jù)可用于BI(商業(yè)智能),通過(guò)數(shù)據(jù)可視化枷颊,為企業(yè)提供決策依據(jù)戳杀,做出最合適的決策。現(xiàn)在很多大型企業(yè)都在做這方面的系統(tǒng)夭苗。

大數(shù)據(jù)可以用于供應(yīng)鏈風(fēng)險(xiǎn)管理信卡。通過(guò)對(duì)已有歷史數(shù)據(jù)分析,以及對(duì)交付過(guò)程中可能存在的風(fēng)險(xiǎn)如天氣题造,交通等情況分析可以評(píng)估產(chǎn)品或者原材料是否會(huì)延遲交付傍菇,并且提早做好應(yīng)對(duì)措施。

大數(shù)據(jù)可以用于質(zhì)量提升界赔。當(dāng)然丢习,這是需要通過(guò)對(duì)生產(chǎn)過(guò)程中產(chǎn)生的數(shù)據(jù)進(jìn)行監(jiān)測(cè)分析,可以提前識(shí)別出可能有問(wèn)題的產(chǎn)品淮悼,同時(shí)可以節(jié)省質(zhì)檢員檢測(cè)的時(shí)間咐低,為企業(yè)節(jié)省成本。

生產(chǎn)應(yīng)用:

從生產(chǎn)上來(lái)說(shuō)袜腥,大數(shù)據(jù)可以用于設(shè)備健康診斷见擦。通過(guò)各種傳感器收集上來(lái)的電流、震動(dòng)頻率羹令、溫度等數(shù)據(jù)锡宋,可以實(shí)時(shí)監(jiān)測(cè)設(shè)備狀態(tài),一旦某個(gè)值有異程靥瘢可以提前做出響應(yīng)执俩。此外可以通過(guò)設(shè)備的啟停及運(yùn)行時(shí)間來(lái)改善設(shè)備綜合效率(OEE)

總結(jié)一下,大數(shù)據(jù)在制造業(yè)可以用于BI癌刽、供應(yīng)鏈役首、產(chǎn)品質(zhì)量尝丐、生產(chǎn)過(guò)程監(jiān)測(cè)、設(shè)備健康診斷等方面衡奥。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末爹袁,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子矮固,更是在濱河造成了極大的恐慌失息,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,214評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件档址,死亡現(xiàn)場(chǎng)離奇詭異盹兢,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)守伸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門绎秒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人尼摹,你說(shuō)我怎么就攤上這事见芹。” “怎么了蠢涝?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,543評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵玄呛,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我和二,道長(zhǎng)把鉴,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,221評(píng)論 1 279
  • 正文 為了忘掉前任儿咱,我火速辦了婚禮庭砍,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘混埠。我一直安慰自己怠缸,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,224評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布钳宪。 她就那樣靜靜地躺著揭北,像睡著了一般。 火紅的嫁衣襯著肌膚如雪吏颖。 梳的紋絲不亂的頭發(fā)上搔体,一...
    開(kāi)封第一講書(shū)人閱讀 49,007評(píng)論 1 284
  • 那天,我揣著相機(jī)與錄音半醉,去河邊找鬼疚俱。 笑死,一個(gè)胖子當(dāng)著我的面吹牛缩多,可吹牛的內(nèi)容都是我干的呆奕。 我是一名探鬼主播养晋,決...
    沈念sama閱讀 38,313評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼梁钾!你這毒婦竟也來(lái)了绳泉?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 36,956評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤姆泻,失蹤者是張志新(化名)和其女友劉穎零酪,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體拇勃,經(jīng)...
    沈念sama閱讀 43,441評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡四苇,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,925評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了潜秋。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蛔琅。...
    茶點(diǎn)故事閱讀 38,018評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡胎许,死狀恐怖峻呛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情辜窑,我是刑警寧澤钩述,帶...
    沈念sama閱讀 33,685評(píng)論 4 322
  • 正文 年R本政府宣布,位于F島的核電站穆碎,受9級(jí)特大地震影響牙勘,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜所禀,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,234評(píng)論 3 307
  • 文/蒙蒙 一方面、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧色徘,春花似錦恭金、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,240評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至斤寂,卻和暖如春耿焊,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背遍搞。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,464評(píng)論 1 261
  • 我被黑心中介騙來(lái)泰國(guó)打工罗侯, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人溪猿。 一個(gè)月前我還...
    沈念sama閱讀 45,467評(píng)論 2 352
  • 正文 我出身青樓歇父,卻偏偏與公主長(zhǎng)得像蒂培,于是被迫代替她去往敵國(guó)和親婆瓜。 傳聞我的和親對(duì)象是個(gè)殘疾皇子烧颖,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,762評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容