【工業(yè)大數據】制造業(yè)大數據標準化應用及成功案例分析
【工業(yè)大數據】制造業(yè)大數據標準化應用及成功案例分析
2018-04-17 14:16:46 來源：產業(yè)智能宮
搶沙發(fā)
2018-04-17 14:16:46 來源：產業(yè)智能宮
摘要：2018年3月29日，“2018全國大數據標準化工作會議暨全國信標委大數據標準工作組第五次全會”在北京國際會議中心召開。會議發(fā)布了《大數據標準化白皮書（2018版）》，白皮書對大數據國內外政策、產業(yè)及標準化現狀和應用做了全面梳理和分析，完善了大數據標準體系，介紹了重點國家標準，并提出了下一步工作方向。
關鍵詞：
制造業(yè)
大數據
案例分析
伴隨著“智能制造 2025”國家戰(zhàn)略的實施，大數據應用已成為制造業(yè)生產力、競爭力、創(chuàng)新能力提升的關鍵，是驅動制造過程、產品、模式、管理及服務標準化、智能化的重要基礎，體現在產品全生命周期中的各個階段，工業(yè)大數據正在加速制造業(yè)的轉型升級。
制造業(yè)大數據的應用
首先，基于統(tǒng)一標準化思路驅動的工業(yè)大數據產品研發(fā)設計，實現研發(fā)過程的智能化，提升了創(chuàng)新能力、研發(fā)效率和設計質量。通過產品全生命周期數據的采集，工業(yè)大數據建模和數字仿真技術優(yōu)化設計模型，及早發(fā)現設計缺陷，減少試制實驗次數，降低研發(fā)成本、提升設計效率，縮短了產品研發(fā)周期。
其次，綜合制造過程中設備、效率、成本、耗能等數據展開建模分析，實現了運行過程的狀態(tài)監(jiān)測與優(yōu)化工藝參數推薦。通過生產工藝過程參數，設備運行狀態(tài)參數與產品質量性能、生產線排產負荷、耗能等數據進行關聯性深度挖掘，形成數據閉環(huán)，可得出工藝參數的最優(yōu)區(qū)間、車間排產計劃的最優(yōu)方案、廠房能效優(yōu)化的最佳調控手段等。
工業(yè)大數據技術的發(fā)展和相關標準化工作的推進，也帶來了制造業(yè)產業(yè)鏈上下游企業(yè)間各協同環(huán)節(jié)的信息共享和同步升級，企業(yè)可根據自身優(yōu)劣勢分析對業(yè)務進行重新取舍，整合資源實現平臺化運營，優(yōu)化價值鏈。
另外，基于大數據構建的產品故障預測系統(tǒng)，能幫助用戶實時掌握產品狀態(tài)，在產品出現異常前展開預測性維修?；跀祿藴驶悸返钠髽I(yè)全流程的數據集成貫通與工業(yè)大數據建模分析，支撐了大規(guī)模定制為代表的典型智能制造模式?；谘邪l(fā)知識庫的大數據產品模塊化分析，以及協同創(chuàng)新平臺所整合的內外部產業(yè)鏈協同設計能力，可實現產品的個性化設計；基于工業(yè)生產大數據的互聯工廠柔性化生產能力，保障了個性化設計訂單低成本高效率的制造；結合物流大數據分析優(yōu)化的物流配送系統(tǒng)，可充分保障個性化定制產品在最短時間內按承諾交付至用戶。
相關成功案例
案例一
海爾 COSMO Plat 空調噪音大數據智能分析
應用領域：家電行業(yè)、智能制造
應用背景：海爾膠州空調互聯工廠部署有國內唯一的分貝檢測設備，當空調測試分貝大于標準分貝時，系統(tǒng)判斷為不合格并將結果輸出至 COSMOPlat-IM（MES）系統(tǒng)，但此設備無法識別空調運行中的異音，如摩擦音、共振音、口哨音等。此外，每天快節(jié)拍、高強度的空調裝配流水線工作導致檢測工人聽取噪音時間過長，易產生疲勞和誤判，偶爾有不合格品流到下線，影響產線整體檢驗的可靠性。因此，急需找到新式噪音識別方法，解決企業(yè)當前痛點。
核心方案：基于標準化思路的核心問題研究：COSMOPlat 是海爾自主研發(fā)、自主創(chuàng)新的共創(chuàng)共贏工業(yè)互聯網平臺，通過整合平臺上的軟件及硬件資源，與美林數據共同開發(fā)了空調噪音智能檢測系統(tǒng)，有效地解決了無法準確、可靠識別異音的痛點。解決方案包括非結構化音頻數據實時采集與存儲、分析建模與智能識別、結果輸出與可視化展現三大部分，核心過程如下：
階段 1：模型搭建的標準化研究
針對生產線采集的大量歷史檢測音頻，利用端點檢測技術對產品運轉過程中起、停機階段的音頻區(qū)段進行智能切割，利用數字濾波技術自動對音頻進行降噪。通過特征自動提取與樣本標定，利用機器學習技術構建智能分類模型，模擬人工判斷行為，構建標準化的模型研究思路。
階段 2：參數調優(yōu)的標準化思路
智能分類模型需通過大量音頻數據進行模型訓練與優(yōu)化，并驗證其準確性。算法專家利用歷史音頻對模型進行驗證與參數調優(yōu)，通過不斷擴充訓練樣本及模型自學習，確保識別準確率滿足生產線質檢精度要求，最終形成一套基于標準化思路的調優(yōu)方法。
階段 3：上線實施，技術標準研究成果的應用
構建音頻采集系統(tǒng)，實現產品分貝檢測產線對音頻的實時同步采集與型號關聯。智能識別模型自動完成音頻文件的接入、特征提取、智能判別等工作，輸出對應產品條碼號的實時判別結果，對異音自動報警，并針對識別結果對產品異音原因進行智能分類，輔助返修排故。系統(tǒng)將智能檢驗結果實時反饋至企業(yè)COSMOPlat 工業(yè)互聯網平臺，支持產線質量問題在線統(tǒng)計與分析。
系統(tǒng)核心思路
項目實施過程中參考了《信息技術 大數據 術語》《非結構化數據管理系統(tǒng)技術要求》《信息安全技術 數據庫管理系統(tǒng)安全技術要求》等大數據相關標準，并與海爾工業(yè)智能研究院有限公司一起，結合項目具體實施過程中的現場問題和解決過程為《信息技術 大數據 存儲與處理系統(tǒng)功能測試規(guī)范》《非結構化數據訪問接口規(guī)范》《實時數據庫通用接口規(guī)范》等在研以及擬研制的大數據相關國家標準反饋了標準立項訴求和標準內容建議。
實際效果：海爾 COSMOPlat 空調噪音大數據智能分析項目通過傳感器、分貝檢測系統(tǒng)、業(yè)務系統(tǒng)、模型算法的集成與交互，在企業(yè)解放人力、減少誤判、提高檢驗可靠性等方面均有了極大提升。此項智能檢測系統(tǒng)的實施充分利用了設備端的嵌入式智能計算技術，以分布式信息處理的方式實現了設備端的智能和自治，通過服務器、業(yè)務系統(tǒng)間的交互協作，實現了檢測系統(tǒng)整體的智能化。項目的實施為海爾集團在旗下其他分廠生產線部署基于聲音檢測的空調狀態(tài)智能識別系統(tǒng)積累了豐富經驗，為行業(yè)內公司在產線智能化改造與轉型升級等方面做出了示范。
第三十四屆CIO班招生
國際CIO認證培訓
首席數據官（CDO）認證培訓
責編：content
免責聲明：本網站（http://www.www.gypb.net/）內容主要來自原創(chuàng)、合作媒體供稿和第三方投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
本網站刊載的所有內容（包括但不僅限文字、圖片、LOGO、音頻、視頻、軟件、程序等）版權歸原作者所有。任何單位或個人認為本網站中的內容可能涉嫌侵犯其知識產權或存在不實內容時，請及時通知本站，予以刪除。
