【推荐下载】大数据开始在工业制造测量领域崭露头角.pdf

【推荐下载】大数据开始在工业制造测量领域崭露头角.pdf

  1. 1、本文档共2页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

张小只智能机械工业网

大数据开始在工业制造测量领域崭露头角

如今,大数据不仅登上了技术新闻头条还占领了流行资讯的版面。然而,与

大模拟数据相比,大数据也只是小巫见大巫。美国国家仪器公司(NI)TomBradicich

称,从生产线和产品获取的模拟数据或称为物联网(IoT)使大数据相形见绌。

 谈到数据,就要考虑流量。首先,要从模拟测量中实时或非实时地获取数据;

然后区分动态数据和静态数据;最后归档数据,并按照数据来源或用途进行描述。如

果是监控一个即将起火的电机,数据的实时性至关重要。另一方面,如果是要从三年

的数据中分析出其发展趋势,实时性就可以忽略。

 在测试和测量过程中,我们可能会和IT争论到底哪种数据更大。Bradicich表

示,这不仅是看数据量,还得看速度。数据离开NI设备时是动态的,然后到达交换

机、服务器或工作站,最后在IT服务器中落脚。随后,IT会接管这些数据,对其进行

分析和归档。我们面临的问题是客户到底想了解哪一步?是更接近仪器还是最终桌面

上的文件。数据的四个传统变量包括流量、速度、多样性和价值。我们还为那些需要

看到分析结果的人增加了第五个变量-可见性。

 作为一家领先的测量公司,NI已经与数家公司合作准备推出大数据解决方案。

鉴于NI研发高级副总裁TomBradicich来自IBM,IBM成为NI最亲密的合作伙伴一点

也不出乎意料。作为IBM大数据平台的一部分,IBM的InfoSphereStreams产品可以实

时处理海量数据,并允许用户开发的应用快速吸收、分析和关联来自数千个实时数据

源的信息。该解决方案的数据吞吐量极高,每秒可处理数百万的事件或消息。

 NI的另一个合作伙伴PhasorMeasurement已经研发出一个监控电网的解决方

案。Bradicich称,它每月可以产生5TB数据。一个风力涡轮每天可产生10TB数据,

张小只机械知识库

张小只智能机械工业网

一个喷气式飞机每小时可产生20TB数据。这些快速流动的数据很容易堆叠起来。

 DukeEnergy也建成了一个监控和分析化石燃料发电厂数据的系统。传统方法是

将手持数据采集设备的状态监测专家送到每个站点,这些专家将花费80%的时间收集

数据而他们实际分析数据的时间仅有20%。如果部署了大模拟数据解决方案,预防维

护专家就可以行程观看设备和记录异常指数,如果需要的话就将这些指数与故障指数

数据库中的信息对比,然后更及时地采取纠正操作。

 在你深入探究一个流行词的时候,有时你会发现解决一些棘手问题的方法。因

此,不要被各种各样的大数据弄得不知所措,或许你可以利用它解决一些主要的工程

问题。(Shirley译)

 tips:感谢大家的阅读,本文由我司收集整编。仅供参阅!

张小只机械知识库

您可能关注的文档

文档评论(0)

177****5771 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档