如何使用物聯(lián)網(wǎng)數(shù)據(jù)構(gòu)建智能工廠

隨著制造業(yè)的不斷發(fā)展，企業(yè)正在探索使用技術(shù)來提高效率、生產(chǎn)力和盈利能力的新方法。一種方法是通過使用物聯(lián)網(wǎng)(IoT)技術(shù)。通過從各種傳感器和設備收集數(shù)據(jù)，物聯(lián)網(wǎng)使制造商能夠?qū)崟r了解其運營并做出數(shù)據(jù)驅(qū)動的決策。

然而，物聯(lián)網(wǎng)產(chǎn)生的大量數(shù)據(jù)，對于推動智能工廠計劃的中小企業(yè)領(lǐng)導者和IT經(jīng)理來說可能是壓倒性的。如果沒有適當?shù)墓ぞ吆筒呗詠矸治龊涂梢暬@些數(shù)據(jù)，就很難找到真正需要的洞察力類型，以便對業(yè)務未來做出更好的決策。

在本文中，我們將探索使用物聯(lián)網(wǎng)數(shù)據(jù)使工廠成為智能工廠的步驟和最佳實踐。從了解物聯(lián)網(wǎng)設備生成的數(shù)據(jù)類型到分析和可視化這些數(shù)據(jù)，我們將提供實用技巧，幫助中小企業(yè)領(lǐng)導者和IT經(jīng)理創(chuàng)建更智能、更高效的工廠。

使用物聯(lián)網(wǎng)數(shù)據(jù)的當前挑戰(zhàn)是什么？

研究表明，雖然物聯(lián)網(wǎng)數(shù)據(jù)為制造商帶來了巨大機遇，但也帶來了一系列挑戰(zhàn)。最大的挑戰(zhàn)之一是智能工廠中部署的大量傳感器，和設備生成的數(shù)據(jù)的速度和數(shù)量。每天都會添加數(shù)百萬個物聯(lián)網(wǎng)端點設備，從而產(chǎn)生網(wǎng)絡效應，使數(shù)據(jù)和分析的價值和數(shù)量呈指數(shù)級增長。

數(shù)據(jù)分析方面的技能差距是中小企業(yè)領(lǐng)導者和IT經(jīng)理面臨的另一個重大挑戰(zhàn)。他們需要技術(shù)技能和工具來處理和分析這些數(shù)據(jù)，以便提取真正有價值的見解。沒有他們，就不可能從每天生成的海量物聯(lián)網(wǎng)數(shù)據(jù)中獲得他們需要的東西。

另一個挑戰(zhàn)是缺乏支持物聯(lián)網(wǎng)的數(shù)據(jù)湖。如果沒有可以收集、關(guān)聯(lián)和可視化物聯(lián)網(wǎng)和制造數(shù)據(jù)的數(shù)據(jù)湖，所有用于改進流程和自動化的現(xiàn)代化項目都將付之東流。不正確地管理物聯(lián)網(wǎng)數(shù)據(jù)與其他制造數(shù)據(jù)，將導致不完整和不準確的洞察力，從而導致運營費用增加、安全漏洞和數(shù)據(jù)質(zhì)量差。

使用物聯(lián)網(wǎng)數(shù)據(jù)創(chuàng)建智能工廠的步驟

隨著物聯(lián)網(wǎng)對制造工廠投資的增加，現(xiàn)在正在收集大量數(shù)據(jù)流。所有物聯(lián)網(wǎng)數(shù)據(jù)都是遙測數(shù)據(jù)，這意味著它是由傳感器和其他端點產(chǎn)生的，并且數(shù)據(jù)的上下文化程度較低，因此很難僅從原始數(shù)據(jù)中獲得洞察力。數(shù)據(jù)也很可能是原始的、未過濾的和重復的。

首次收集物聯(lián)網(wǎng)數(shù)據(jù)時，它被稱為“熱”數(shù)據(jù)。然而，隨著時間的推移，主要通過將制造數(shù)據(jù)與原始物聯(lián)網(wǎng)數(shù)據(jù)混合，增加了情境化水平，這有助于將原始物聯(lián)網(wǎng)信息轉(zhuǎn)換為冷數(shù)據(jù)或熱數(shù)據(jù)。通過添加上下文，物聯(lián)網(wǎng)數(shù)據(jù)可以用來發(fā)現(xiàn)有助于企業(yè)做出更好決策的見解，并可以使用數(shù)據(jù)可視化軟件進行可視化。以下是更詳細的步驟：

1.獲取：實現(xiàn)數(shù)據(jù)采集引擎

第一步是從各種數(shù)據(jù)流中收集數(shù)據(jù)，包括時間序列事件、消息、事務，以及來自各種物聯(lián)網(wǎng)傳感器的經(jīng)常重復的數(shù)據(jù)。流經(jīng)物聯(lián)網(wǎng)架構(gòu)的原始端點數(shù)據(jù)通常具有較高的容量、速度和多樣性。在聚合點，物聯(lián)網(wǎng)數(shù)據(jù)被標記為“熱門”。

要實施此步驟，將需要一個數(shù)據(jù)收集引擎。數(shù)據(jù)收集引擎負責從各種來源獲取數(shù)據(jù)，并將其集成到中央數(shù)據(jù)存儲庫中。數(shù)據(jù)收集引擎可以是一種軟件或硬件解決方案，可從工廠的各種物聯(lián)網(wǎng)設備和傳感器收集數(shù)據(jù)。此數(shù)據(jù)處于原始形式，需要進行處理以獲得有用的見解。

數(shù)據(jù)收集軟件應該能夠處理大量數(shù)據(jù)，并具有可擴展性，以適應隨著智能工廠的發(fā)展而產(chǎn)生的越來越多的數(shù)據(jù)。它還應該能夠與工廠使用的不同類型的物聯(lián)網(wǎng)設備和傳感器集成，以確保生成的所有數(shù)據(jù)都可以被捕獲和處理。數(shù)據(jù)收集引擎應該具備的另一個功能是能夠處理實時數(shù)據(jù)處理，并在出現(xiàn)異常情況時提供警報。

收集數(shù)據(jù)后，需要將其存儲在中央存儲庫中。這個存儲庫是存儲數(shù)據(jù)以供進一步處理和分析的地方，我們將在下一步中查看。

2.情境化：建立數(shù)據(jù)湖

獲取原始端點數(shù)據(jù)后，下一步就是對其進行上下文化。這就是常見的數(shù)據(jù)湖功能發(fā)揮作用的地方，例如聚合、標記、警報、控制、分類、聚類、檢測、規(guī)則挖掘和過濾。

情境化是一個關(guān)鍵步驟，涉及將制造數(shù)據(jù)與物聯(lián)網(wǎng)數(shù)據(jù)相結(jié)合。這允許根據(jù)分析所需的復雜程度將數(shù)據(jù)標記為暖數(shù)據(jù)或冷數(shù)據(jù)。當數(shù)據(jù)通過這個情境化漏斗時，會添加更高級別的情境化，從而更容易分析數(shù)據(jù)并從中提取價值。

元數(shù)據(jù)管理軟件在這一步中起著至關(guān)重要的作用。該軟件將創(chuàng)建標記、標簽和分類，以便更輕松地查找、使用和管理數(shù)據(jù)。通過創(chuàng)建元數(shù)據(jù)，需要數(shù)據(jù)的人可以更輕松地搜索和訪問數(shù)據(jù)。該軟件還確?？鐢?shù)據(jù)湖的元數(shù)據(jù)的準確性和一致性。通過適當?shù)脑獢?shù)據(jù)管理，可以在整個生命周期內(nèi)輕松跟蹤和管理數(shù)據(jù)。

云存儲軟件是數(shù)據(jù)湖的另一個重要組成部分。它將為您提供一個安全、集中的存儲庫，用于存儲和處理可以隨時隨地訪問的數(shù)據(jù)。云存儲軟件還可以快速高效地處理大量數(shù)據(jù)，這對于智能工廠至關(guān)重要，因為實時數(shù)據(jù)處理可以幫助企業(yè)領(lǐng)導者更快地優(yōu)化制造流程。

3.可視化：生成業(yè)務洞察力

在此步驟中，情境化的數(shù)據(jù)被轉(zhuǎn)化為描述性/診斷性、預測性或規(guī)定性的見解，供商業(yè)領(lǐng)袖使用。向非技術(shù)領(lǐng)導者提供這些見解的最佳方式是為他們提供一種可視化見解的方式，以便他們能夠快速理解復雜的數(shù)據(jù)。

對于這一步，我們需要數(shù)據(jù)可視化軟件。數(shù)據(jù)可視化軟件提供收集和情境化的物聯(lián)網(wǎng)和制造數(shù)據(jù)的圖形表示，使您更容易找到模式和趨勢，關(guān)注重要的KPI，并跟蹤業(yè)務目標的進展。該軟件使企業(yè)能夠快速有效地分析大量數(shù)據(jù)，并使決策者能夠確定可操作的見解，從而提高運營效率并發(fā)現(xiàn)新的收入機會。

借助數(shù)據(jù)可視化軟件，您可以創(chuàng)建交互式儀表板、圖表和圖形，您可以對其進行自定義并與其他團隊成員共享。這些可視化將有助于以易于理解的格式傳達復雜的數(shù)據(jù)，使領(lǐng)導者更容易發(fā)現(xiàn)趨勢和做出決策。

定義熱、暖和冷數(shù)據(jù)

一般來說，制造數(shù)據(jù)可根據(jù)其相關(guān)性和決策用途分為熱、暖或冷。

熱數(shù)據(jù)：熱數(shù)據(jù)是最原始的數(shù)據(jù)形式，物聯(lián)網(wǎng)分析軟件將其用于基于狀態(tài)的維護(CBM)應用。它具有低水平的情境化，通常用于實時監(jiān)控制造過程。熱數(shù)據(jù)的一個例子是監(jiān)控生產(chǎn)鉆頭的溫度以避免過熱，職能領(lǐng)導可以在其中調(diào)查鉆頭的故障或異物。

暖數(shù)據(jù)：暖數(shù)據(jù)是從數(shù)據(jù)庫、制造執(zhí)行系統(tǒng)(MES)或統(tǒng)計過程控制(SPC)系統(tǒng)獲得的歷史數(shù)據(jù)。它通常用于預測性維護應用，并具有半情境化的數(shù)據(jù)級別。例如，供應鏈領(lǐng)導者可能會使用暖數(shù)據(jù)來確定工廠隨時間推移的產(chǎn)量，從而為終端客戶設定切合實際的交付預期。

冷數(shù)據(jù)：冷數(shù)據(jù)是與存檔、商業(yè)智能和運營數(shù)據(jù)混合的批處理數(shù)據(jù)。它具有高度的復雜性，通常用于由C級領(lǐng)導制定全企業(yè)范圍的決策。冷數(shù)據(jù)與需要了解制造商工廠，在不同區(qū)域的整體健康狀況的決策者相關(guān)。冷數(shù)據(jù)需要高級情境化。它的見解可以通過將批處理物聯(lián)網(wǎng)數(shù)據(jù)與分散的操作系統(tǒng)數(shù)據(jù)，例如財務、質(zhì)量或資源規(guī)劃數(shù)據(jù)混合來獲得。

實施建議

在智能工廠中利用物聯(lián)網(wǎng)數(shù)據(jù)，對于企業(yè)在瞬息萬變的制造業(yè)中保持競爭力至關(guān)重要。以下是SMB領(lǐng)導者和IT經(jīng)理在其智能工廠中，實施支持物聯(lián)網(wǎng)的數(shù)據(jù)湖時應遵循的一些建議：

● 制定數(shù)字化轉(zhuǎn)型調(diào)整計劃，以確定開始集成數(shù)據(jù)的制造資產(chǎn)。

● 在構(gòu)建物聯(lián)網(wǎng)數(shù)據(jù)湖之前，開發(fā)一個數(shù)據(jù)模式框架。

● 將熱數(shù)據(jù)歸類到適當?shù)念悇e中，并根據(jù)數(shù)據(jù)模式要求將情境化物聯(lián)網(wǎng)數(shù)據(jù)，標記為熱數(shù)據(jù)或冷數(shù)據(jù)。

● 確定每個關(guān)鍵決策者所需的常見用例，并映射每個用例所需的物聯(lián)網(wǎng)數(shù)據(jù)類型。

● 與每個部門領(lǐng)導合作，建立每個決策者需要的基于規(guī)則的指標報告庫。

● 列出每個關(guān)鍵決策者需要的KPI類型和數(shù)據(jù)洞察力。

● 審核每個部門決策者使用的關(guān)鍵指標、報告和演示的類型，然后制定行動計劃，以終止任何沖突的遺留數(shù)據(jù)演示和/或KPI。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)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(guān)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(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。