面對大數(shù)據與“工業(yè)4.0” 我們該做些什么,?
2,、制造大數(shù)據
所謂制造大數(shù)據,其實就是智能化制造設備的大數(shù)據,,不過如果從數(shù)據量來說這些智能設備的控制和運行數(shù)據并不是多么大的數(shù)據,,但是這些數(shù)據相關的復雜度,、處理的實時性絕對非常巨大的。其實這也是大數(shù)據另外一個面,,就是不光海量的數(shù)據叫做大數(shù)據,,數(shù)據相互關聯(lián)復雜多特別巨大的也叫做大數(shù)據。在制造大數(shù)據的體系下,所有的生產設備都是智能化的設備,,其每次的任務執(zhí)行都核心控制系統(tǒng)調度控制的結果,,那么利用制造大數(shù)據可以做如下事情:設備精確控制、設備運行優(yōu)化,、設備故障預測,、制造系統(tǒng)改進升級等。根據我目前的知識面,,我就詳細聊一下設備精確控制這個話題,。在數(shù)字化控制的時代,制造設備運行是嚴格的精確位置運行控制,,很簡單的例子就是數(shù)控機床,,這個數(shù)字化得制造設備必須按照設定好的運行軌跡嚴格的運行和停放。舉個例子來講,,如果有這樣一個動作:將一個加工件打一個10mm的孔,,那么每次打孔機的初始狀態(tài)都要回到相對0位置,在進行了上萬次的重復操作后肯定會出現(xiàn)誤差,,有可能初始位置回到相對-0.1mm或者0.1mm,,那么就會出現(xiàn)大量的具有誤差的產品。在制造大數(shù)據控制體系內,,控制系統(tǒng)對智能設備的控制不是起點和終點,,而是智能設備的運行軌跡。當然這個軌跡是根據機器學習控制算法來實現(xiàn)的,,可以將同一批次的,、做同樣工作的智能設備每次的運行軌跡數(shù)據進行分析處理從而得到下一個時間段的準確的運行軌跡,換句話說智能設備可以根據機器學習自動修復在生產過程中產生的誤差,。從技術的角度來看制造大數(shù)據系統(tǒng),,需要有IOT、深度機器學習系統(tǒng),、智能控制算法系統(tǒng)等來組成,,IOT其實就是目前工業(yè)要進行的智能制造設備物聯(lián)網,如德國提出的CPS;深度機器學習系統(tǒng)目前國際上的幾大科技巨頭都將自己的深度機器學習平臺進行了開源如Google的TensorFlow,、微軟的DMTK,、百度的DMLC等。
3,、銷售大數(shù)據
最后咱們聊聊銷售大數(shù)據,,關于銷售大數(shù)據我認為有兩層意思一個是基于大數(shù)據的精準營銷,另一個是基于大數(shù)據的精準需求分析,?;诖髷?shù)據的精準營銷其實大家可能都有所理解,,在大家使用淘寶、京東等電商平臺進行購物的時候在你的界面上都會有些推薦商品或者一些優(yōu)惠套餐,,其實這些都是根據你或者你這個地域,、年齡段、性別等信息進行全購物平臺的相關數(shù)據分析的結果,。那么大家想一想,,在消費品行業(yè)可以進行如此精準的營銷,在工業(yè)領域也必然是可以的,。而且由于工業(yè)采購往往是大宗,、低頻的商業(yè),在這個銷售過程中就可以基于大數(shù)據做一些供應鏈金融,、電子期貨等等,。
關于基于大數(shù)據的精確需求分析,我之前在飛機上經??吹揭粋€IBM大數(shù)據的廣告,,講的是如何利用大數(shù)據分析迅速的獲取滑雪愛好者的需求,然后生產出符合最符合當前客戶需求的滑雪板,,最后成功的賣給滑雪愛好者并得到極大的好評,。其實這就是一個很好的案例詮釋銷售大數(shù)據的意義,通過銷售大數(shù)據的分析可以更好的了解市場需要和預期,,進而指導產品設計和生產,。從技術的角度來看銷售大數(shù)據系統(tǒng),我覺得和供應大數(shù)據系統(tǒng)比較類似,,同樣需要需要由互聯(lián)網爬蟲系統(tǒng),、流數(shù)據處理系統(tǒng)、數(shù)據可視化系統(tǒng)四個主要的核心系統(tǒng)來構成,,不過對于工業(yè)的銷售大數(shù)據系統(tǒng)來說流數(shù)據處理可以根據需求替換成數(shù)據倉庫分析處理系統(tǒng),。
結語:
大數(shù)據時代和工業(yè)4.0時代同時達到一個爆發(fā)期,這可以看作兩化融合的最高階狀態(tài),。我們可以相信和憧憬,在這個數(shù)據與工業(yè)4.0充分融合的時代會給人類帶來有史以來最大一次的生產力提高和解放,。大數(shù)據和工業(yè)4.0融合的時代,,這是個最好的時代。
相關新聞:
0條評論
網友評論