基于工业大数据技术基础的智能工厂方案规划.pptVIP

基于工业大数据技术基础的应用方案规划 主要内容 大数据规模、特征 从大数据到工业大数据 工业大数据应用背景 工业大数据应用方案的规划思路 智能工厂中的典型工业大数据应用 大数据的规模与相对性 1B：一个字符或一粒沙子 1K：一句句子或一撮沙子 1M：20页左右的Powerpoint 文件或一勺沙子 1G：一摞厚度10米左右的书或一鞋盒沙子 1T：300小时左右的高清视频或一操场沙子 1P：30~40万张数字照片或者一片1.5公里左右长海滩沙子 1E：大约2000年前后全球信息的一半或者上海到香港之间海滩的全部沙子 2010年全球数字世界信息规模首次达到1ZB（1万亿GB) IDC:The Digital Universe in 2020: Big Data,Bigger Digital Shadows,and Biggest Growth in the Far East. 大数据指的是所涉及的数据集规模已经超越了传统数据库软件获取、存储、管理和分析的能力。这是一个被故意设计成主观性的定义，并且是一个关于多大的数据集才能被认为是大数据的可变定义……随着技术的不断发展，复核大数据标准的数据集容量也会增长；并且定义随不同的行业也有变化，这依赖于在一个特定行业通常使用何种软件和数据集有多大…… McKinsey Global Institute.Big Data: The next Frontier for Innovation,Cometition and Productivity 大数据特征 工业大数据中，生产数据的速度实时性更明显 各企业或组织机构中，80%以上数字信息都是非结构化 工业大数据中，数据的采集来源更多样化，应用模式更复杂 工业大数据需要基于归因、建议、预测、洞察、基准的应用 从大数据到工业大数据 工业大数据中，数据的采集来源更多样化，PLC控制、传感器、内部系统、互联网 应用模式更复杂：研发、设计、工艺、生产、管理、决策、运维、环境 实时性要求：工业控制级别的上下环节协同 知识共享：隐形知识显性化的嵌入式技术体系比互联网式样的知识地图更为复杂 数据隐私保护：涉及商业秘密的前提条件下公有云与私有云模式的谨慎区隔 工业大数据面临的智能制造架构 德国RAMI4.0架构 美国IIRA 日本IVRA 中国智能制造架构 我国智能制造架构体系中工业大数据的位置 工业大数据面临的国内外平台 工业大数据面临的技术进步 制造型企业内部的数据与应用用户 基于工业大数据技术基础的应用规划 基于前延与后扩的制造服务全周期数据管理视角 基于数据与应用现状的现实主义拼图 基于具体可行的数据处理手段 基于工业大数据技术基础的应用规划（2） 遵循智能工厂平台的整体目标 以数据总线链接全部数据应用拼图 面向不同用户的数据APP 让工业数据在企业内流动 基于工业大数据技术基础的应用规划（3） 以数据驱动的智慧企业（智慧工厂/智能院所）规划思路 以数据驱动的智慧企业（智慧工厂/智能院所）规划方案纲要 典型工业大数据应用（1）：科技研发大数据平台 科技数据平台已经累计130多万篇科技技术文档 高效筛选并跟踪高价值信息是工业大数据支撑 智能制造的第一步 典型工业大数据应用（2）：云设计/云仿真平台 云仿真大数据产业链 云仿真应用适应于企业私有云/行业云 典型工业大数据应用（3）：产品智能检测 与其他系统数据集成 构成完整的产品检测数据链条 可以进行同类或者相似部件的质量故障推理，甚至通过集团内跨企业间的产品检测数据参考，协助提高质量 典型工业大数据应用（4）：能量监控 基于集团企业间的能耗数据分析将更有意义 典型工业大数据应用（5）：MRO 集团成员间虽然产品不一样，但售后服务体系类似 MRO私有云具有极大可行性，可降低成员单位建设MRO 体系的成本，也可共享集团成员遍布全国各地的专家和 技师资源，可借助彼此建立备件库 工业大数据可采用的数据可视化 只有了解制造本身才能造就智能工厂。 我们可能是最好的智能工厂解决方案研究者、实践者。 我们可能是最好的工业大数据产业创新者。 数据，智造驱动力 感谢聆听！ THANK YOU FOR WATCHING! 演示结束！