制造业大数据如何助力实现制造业信息化
制造业的大数据分析来源于哪?我们可以从工厂的生产中,实时采集到海量的流程变量、测量结果等数据。基于大量数据集而生成的简单报表,或是基础统计的分析并不足以称为制造业的大数据分析。
数据类型的多样性是工业大数据分析的重要属性。制造业大数据不仅仅是大量的数据的堆积。大数据的重要属性之一,是人们设法收集并弄清楚不断变化的数据类型。如果只是大量采集同一类型的数据,再大的数据量都不能称之为大数据。
例如,生产环境中收集的时间序列模拟流程变量,数据的类型是单一的,很容易建立索引,即使存在千千万万,也不足以成为制造业大数据。数据必须包括高度可变性和种类多样性。
制造工厂中存在无数的制造业大数据应用,但并不包括简单地分类和展示一连串的流程测量结果,对这些工作,基本的统计展现就可以完成。
一些大数据的数据库或数据湖的构成部分也是文本信息、图像数据、地理或地质信息和非结构信息,例如,通过社交媒体或其他协作平台获得的数据类型。
制造业信息化结构概括起来分为两层,一个是管理层,一个是自动化层。从经营管理、生产执行与控制三个纬度来实现决策支持、管理、生产执行、过程控制以及设备的连接与传感。制造业的大数据分析是指利用通用的数据模型,将管理层与自动化层的结构性系统数据与非结构性数据结合,进而通过先进的分析工具发现新的洞见。
制造业信息化对企业生产智能的意义制造业创新的核心就是要依托大量的前沿科技。先进的技术是创新的手段。在新技术的支持下,可以通过一体化的制造运作管理系统MOM将企业管理应用系统,例如ERP、EAM等系统与工业自动化的相关系统整合为一体。在一体化制造运作管理的基础上,我们可以实现集IT+MOM+MES+BI的一体化制造企业信息系统解决方案。