西森自動化:互聯網+工業 大數據應用場景分析

    工業大數據應用將帶來工業企業創新和變革的新時代。通過互聯網、移動物聯網等帶來的低成本感知和高級分析，信息技術和全球工業系統正在深入融合，給全球工業帶來深刻的變革，創新企業的研發、生產、運營、營銷和管理方式。這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。西森自動化下面為大家具體分析。

1.加速產品創新

　　客戶與工業企業之間的交互和交易行為將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。

2.產品故障診斷與預測

　　這可以被用于產品售后服務與產品改進。無所不在的傳感器、互聯網技術的引入使得產品故障實時診斷變為現實，大數據應用、建模與仿真技術則使得預測動態性成為可能。

3.工業物聯網生產線的大數據應用

　　現代化工業制造生產線安裝有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲。因為每隔幾秒就收集一次數據，利用這些數據可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析(包括違反生產規定、零部件故障)等。

    首先，在生產工藝改進方面，在生產過程中使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會產生一個報警信號，能更快速地發現錯誤或者瓶頸所在，也就能更容易解決問題。利用大數據技術，還可以對工業產品的生產過程建立虛擬模型，仿真并優化生產流程，當所有流程和績效數據都能在系統中重建時，這種透明度將有助于制造商改進其生產流程。

4.工業供應鏈的分析和優化

　　當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

　　利用銷售數據、產品的傳感器數據和出自供應商數據庫的數據，工業制造企業便可準確地預測全球不同區域的需求。由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業便可節約大量的成本。如果再利用產品中傳感器所產生的數據，知道產品出了什么故障，哪里需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少庫存，優化供應鏈。

5.產品銷售預測與需求管理

　　通過大數據來分析當前需求變化和組合形式。大數據是一個很好的銷售分析工具，通過歷史數據的多維度組合，可以看出區域性需求占比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。通過大數據對一些市場細節的分析，可以找到更多的潛在銷售機會。

6.生產計劃與排程

　　制造業面對多品種小批量的生產模式，數據的精細化自動及時方便的采集(MES/DCS)及多變性導致數據劇烈增大，再加上十幾年的信息化的歷史數據，對于需要快速響應的APS來說，是一個巨大的挑戰。大數據可以給予我們更詳細的數據信息，通過智能的優化算法，制定預計劃排產，并監控計劃與現場實際的偏差，動態的調整計劃排產。幫我們規避“畫像”的缺陷，直接將群體特征直接強加給個體(工作中心數據直接改變為具體一個設備、人員、模具等數據)。通過數據的關聯分析并監控它，我們就能計劃未來。

7.產品質量管理與分析

　　傳統的制造業正面臨著大數據的沖擊，在產品研發、工藝設計、質量管理、生產運營等各方面都迫切期待著有創新方法的誕生，來應對工業背景下的大數據挑戰。這些海量數據究竟是企業的包袱，還是企業的金礦呢?如果說是后者的話，那么又該如何快速地撥云見日，從“金礦”中準確地發現產品良率波動的關鍵原因呢?

　　總結工業大數據應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。一個是大數據意識建立的問題。過去，也有這些大數據，但由于沒有大數據的意識，數據分析手段也不足，很多實時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。