| 会员登录 立即注册
设为首页 加入收藏 关注我们: 关注公众号

关注公众号拿干货

CATIA论坛
加入联盟

扫微信(sakula)入联盟

CATIA软件
风格切换

catia论坛

搜索

CATIA联盟

[BIM] 产业大数据:构建制外型企业新型才能

[复制链接]
FcXzTWMj 发表于 2018-10-12 05:33:55 | 显示全部楼层 |阅读模式
FcXzTWMj
2018-10-12 05:33:55 198 4 看全部
[size=13.3333px]
  云统科技:多年处置产业物联网智能制造云办事处理计划供给商、绿色永续成长处理计划供给商。

  工信部的数据显现:“中国制造业约占全部天下制造业20%的份额,在500余种首要产物中,我国有220多种产量位居天下第一。2014年,我国共有100家企业入选‘财富天下500强’,其中制造业企业占56家”。

  但持久集约式成长以后,中国制造业成长面临着稳增加和调结构的两重窘境,进入了“爬坡过坎”的关键时辰。正如国务院公布的《中国制造2025》提到,“新一代信息技术与制造业深度融合,正在激发影响深远的产业变化,构成新的生产方式、产业形状、贸易形式和经济增加点……但我国仍处于产业化进程中,与先辈国家相比还有较大差异。制造业大而不强…”。
产业大数据:构建制外型企业新型才能25
  与此同时,德国提出了产业4.0,美国提出了产业互联网的概念希望藉此实现制造业的复兴。中国提出《中国制造2025》正是要鞭策制造业向中高端迈进,以大数据、物联网、云计较等新一代信息技术将引爆这一轮产业变化,加速传统制造企业的转型升级。

  01[size=13.3333px]产业大数据与德国产业4.0、中国制造2025的关系

  产业4.0、中国制造2025的焦点是产业大数据

  2013年4月,德国政府汉诺威产业展览会上正式推出“产业4.0”计谋,其目标是为了进步德国产业的合作力,在新一轮产业革射中占据先机。该计谋经过充实操纵信息通讯技术和收集空间虚拟系统(信息物理系统cyber-physicalsystem)相连系的手段,将制造业向智能化转型。

  2015年5月8日,国务院公布《中国制造2025》,这是中国版的“产业4.0”计划。该计划提到“加速鞭策新一代信息技术与制造技术融分解长,把智能制造作为两化深度融合的主攻偏向;出力成长智能装备和智能产物,推动生产进程智能化,培育新型生产方式,周全提升企业研发、生产、治理和办事的智能化水平。

  不管是“德国产业4.0”还是“中国制造2025”,都提到了智能化和互联网化,而智能化和互联网化的焦点是:

  一方面操纵互联网技术实现传统的以产物为中心变成以客户为中心,增强客户需求猜测并尝试让客户介入产物研发,供给本性化的产物、办事及体验;

  另一方面收集大量消耗数据静态调剂生产方式以快速顺应客户需求变化,即变大范围批量生产为大范围定制生产;最初一方面操纵企业内部营销、科研、生产、采购等经营数据,为企业经营处理供给根据,实现企业经营通明。随着企业智能化和互联网化水平的提升,企业具有了越来越多的数据,而这些数据反过来有提升了企业智能化和互联网化的水平。

  操纵大数据驱动营业成长,打造企业新型才能

  制外型企业面临着客户需求本性化,产物上市时候短,研制本钱进步等庞大应战。这类应战自己更多表现在企业与企业之间若何以更低的本钱、更高的质量、更快的速度满足客户多样的需求。所以传统方式很难处理大数据时代的企业题目,需要有创新的手段来处理。今朝越来越多的企业经过大数据来驱动营业创新,提升产物资量、下降研制本钱、加速上市周期。
产业大数据:构建制外型企业新型才能46
  全球航空策动机制造企业劳斯莱斯公司,在飞机引擎的制造和保护进程中,都装备了劳斯莱斯引擎健康模块。一切的劳斯莱斯引擎,非论是飞机引擎,直升机引擎还是舰艇引擎都装备了大量的传感器,用来收集引擎的各个部件,各个系统,以及各个子系统的数据。这些信息经过专门的算法,进入引擎监控模块的数据收集系统中。操纵这些数据的分析成果,不但可以帮助劳斯莱斯提早发现故障,还可以帮助客户更实时有用地放置引擎检测和维修。经过算法的不竭改良,劳斯莱斯现在已经可以经过数据分析猜测能够出现的技术题目。

  劳斯莱斯引擎利用寿命在曩昔30年里耽误了10倍,比同业类似引擎的寿命长10年左右;特别重要的是飞翔平安获得了更大的保障。成功之处在于打破了制造业和办奇迹的界限,并使两者相得益彰:技术先辈的制造部分为售后办事供给牢靠的技术保证。优良的售后办事不但稳固现有销售市场份额,还不竭挖掘越来越大的潜伏市场。

  “盘活存量数据、用好增量数据”,鞭策企业转型升级

  制外型企业在信息化的每个成长阶段城市有大量的数据处置要求而且会由于大量的营业活动发生各式的数据百般,只要采用数据驱动营业的方式停止营业活动就是大数据,大数据是企业信息化成长到当前阶段的必定成果。所以产业大数据的操纵不但仅是信息化根本设备扶植,更重要的是采用数据思维来治理和创新营业,大数据应是治理创新的手段,优化全营业流程和供给营业治理工具。所以制外型企业大数据利用的难点是买通企业数据收集、集成、治理、分析的产业链条,帮助营业职员养成利用数据的习惯。在这方面互联网企业走在前面,值得制外型企业进修。

  2012年12月,阿里公布在团体治理层面设立首席数据官(chiefdataofficer)岗位,负责周全推动阿里巴巴团体成为“数据分享平台”的计谋并建立了数据委员会,委员会的成员是各个数据部分的带领。该数据委员会首要职责是协同分歧数据部分的工作,制定全部团体数据利用的偏向和计划,协同各个部分利用数据,买通贸易运营、做(根本)数据、(构建)数据模子等产业链条各环节。避免传统上做数据的人不知作他人怎样用,用数据的人不晓得数据怎样来的;而做数据模子不晓得数据能否稳定;用数据模子的人不晓得数据模子究竟是怎样的,甚至不相信数据模子的题目。

  02[size=13.3333px]产业大数据的发生及特点

  产业大数据是制外型企业创新转型的驱动力和催化剂,随着三维设计、3d打印、机械人技术等在制外型企业普遍利用。产业大数据普遍散布在产物设计、制造、物流、退役等各环节,具体以下:

  数字化设计:如飞机全数字化设计:波音公司操纵catia软件设计波音777的300万个零部件的尺寸和外形数据;

  智能化制造:以智能产业机械报酬典型代表的智能制造装备已经起头在多个范畴获得利用;我国今年的产业机械人跨越日本。

  收集化监控:大型产业装备运转状态收集化远程静态监测:例如,波音737策动机在飞翔中每30分钟发生10tb数据;陕鼓舞力实现数百台扭起色械远程在线监测及故障诊断。

  物联化治理:产业生产进程起头大量利用rfid实现零件与产物治理。
产业大数据:构建制外型企业新型才能46
  产业大数据区分其他行业大数占有本身的特点和应战:

  一是多源性获得,数据分离、非结构化数据比例大:

  产业大数据来历普遍且分离,有来历于产物制造现场工控网监控数据,有来历于互联网的客户、供给商数据,有来历于企业内网的经营治理数据。海量异构多源多类数据难以有用集成,语义描写困难,不能实现面向系统生命周期治理的数据协同治理;

  二是数据关联性强,有关联也要有因果:

  产业大数据的发生和利用都围绕产物全生命周期、企业主代价链等,数据间关联性强且分析正确性要求高。不单要操纵大数据给出决议也要用大数据给出决议根据。产业大数据猜测精度低,正确性和牢靠性不高,没法满足平安性要求;

  三是延续收集、具有鲜明的静态时空特征:

  产业大数据来历于工控收集和传感装备,具有实时性强、持续性、稳定性要求高档特点,需要采用牢靠的数据收集、存储、治理的工具停止治理,别的触及国计民生范畴还要求全部平台平安可控。产业大数据分析的实时性要求高,静态控制困难,量化难度大;

  四是与具体产业范畴慎密相关:

  产业大数据发生依靠于cps收集和智能产物,但今朝面向信息物理融合系统的分析方式单一,没法实现闭环、多条理、多阶段、自比力等的综合分析;面向智能装备和智能产物的故障检测才能不敷,健康猜测治理水平低,没法实现面向产物牢靠性的深条理分析。

  03[size=13.3333px]产业大数据的重点研讨偏向

  为了应对产业大数据分离、形式多样、猜测精度高档应战,国内外研讨机构与厂商展开了基于产物全生命周期的数据集成和治理,基于数据挖掘的数据分析利用等方面的技术研讨与理论,下面别离先容。

  研讨偏向1:基于mbd和物联网的数据集成技术

  cax工具数据集成技术:面向产物设计进程中结构设计、电气设计、仿真、实验等进程,一方面界说产物所需标准件、材料、元器件的参数模子和实体模子及标准标准,供分歧cax工具同享利用,另一方面集合治理cax工具输入输出参数等进程数据并构成设计常识。

  智能装备数据集成技术:面向车间各类工具的实时监控和治理,底层采用传感器对情况和装备停止信息收集,采用电子标签对物料、职员、工具工装等停止标识和跟踪,经过数据收集和处置实现信息的牢靠高效传输,实现人机料法环测等生产要素的状态监控和集成治理。

  异构营业系统数据集成技术:面向工场内部erp、pdm、mes、qis、tdm等营业系统,操纵企业门户、企业办事总线、流程平台等集成工具实现各营业系统间界面、办事、流程和数据的集成,终极到达跨营业部分和营业系统的数据融合和流程贯通。

  研讨偏向2:基于产物全生命周期数据治理技术
产业大数据:构建制外型企业新型才能61
  产物全生命周期治理分歧于传统的pdm,它将分离在设计单元、生产单元、供给商、客户等地理分离、形式分歧的“产物数据”经过工作流平台和产物全生命周期模子,毗连为一种单一的、标准的、实在的产物信息资本的才能。它包括产物设计、仿真、实验制造的数据,还集成来自企业内内部数据,如销售、市场、质量、制造、供给商、客户利用、产物报废处置等数据,从而建立起标准的产物信息来历。

  这类信息资本保存全部产物开辟决议进程的信息,包括产物的特征描写、功用描写以及对设计和资本的斟酌,从而跟踪全部项目进度,并为未来启动的新项目或产物改良项目供给常识。

  产物全生命周期治理的关键在于产物生命周期的建模技术、集成数据情况技术和设计制造协同技术。

  产物全生命周期建模技术:产物全生命周期建模的目标是建立面向产物生命周期的同一的、具有可扩大性的能表达完整信息的产物模子,该模子能随着产物研制自动扩大,并从设计模子自动映照为分歧目标的模子,如可制造性评价模子,本钱预算模子、可装配性模子、可保护性模子等,同时产物模子应能周全表达和评价与产物全生命周期相关的性能目标。

  集成数据情况技术:产物全生命周期的数据分隔寄存,系统供给数据的联邦机制,分离在收集上的用户对数据停止存取时,所稀有据对用户都应是通明的,所以需要一个电子仓库对分离在企业内内部产物及相关数据停止存储和增删点窜操纵。固然产物全生命周期数据合适大数据的4v特征,传统数据库治理系统难以支持,需要大数据平台和技术支持。

  产物研制协同技术:异地设计与制造是指在异地异时、异构系统、异种平台间停止实时静态设计和制造,它是企业内部或供给链之间停止产物全生命周期治理的重要技术手段。

  研讨偏向3:面向聪明工场的数据分析方式

  在产业4.0及大数据利用布景下,“聪明工场”的扶植将以大数据中心为平台,辅以智能技术、数字技术、信息技术,构建精益化的大融合研制系统,构成基于常识工程的产物研发设计、仿真、实验、制造、检验、售后等一体化的办事型研制形式,打造具有自立创新才能、通明管控才能、自我优化才能的聪明化生态情况。

  聪明工场“聪明”的表现应涵盖企业的各个营业范畴,可以实现科研院所信息流、物流、资金流、常识流、办事流的高度集成与融合,使得企业延续创新,并不竭开辟新产物、新办事。但产业大数据具稀有据量大、来历普遍、形式多样、品种复杂等特点,传统的数据分析手段难以实现数据分析和操纵。一切要实现各营业范畴的聪明就必须连系数据挖掘、文本视频挖掘、统计分析、高维可视化等技术实现产业大数据的充实操纵,具体先容以下:

  数据挖掘技术:“数据海量、信息缺少”是相当多企业在信息化扶植和技术手段更新后碰到的题目,数据挖掘又称为常识发现(knowledgediscovery),是经过度析每个数据,从大量数据中寻觅其纪律的技术。常识发现进程凡是由数据预备、纪律寻觅和纪律暗示3个阶段组成。数据预备是从数据拔取所需数据并整分解用于数据挖掘的数据集;纪律寻觅是用分类、聚类、回归、猜测、关联等算法将数据集所含纪律尽能够以用户了解的方式将找出来。第三节的案例具体描写了全部进程。

  图像挖掘技术:产物制造利用进程中有大量的视频、文本、图纸等非结构化数据,这些数据占到了企业数据的80%以上,若何停止非结构化数据挖掘分析是产业大数据操纵的焦点题目。

  例如,某汽轮机企业经过x光机停止叶片虚焊质量监测,传统采用野生方式停止看片,工作量庞大且长时候在高亮度情况下工作对人体有害。该企业对历史二十万张x光机底片停止扫描,并提取存在虚焊的底片操纵聚类算法提取虚焊特征,并采用机械进修技术停止算法优化并建立专家库。现在经过x光扫描仪便可以停止疑似虚焊底片的识别,野生在停止复查,进步了检验正确率并减低职员工作强度。

  高维数据可视化技术:该技术旨在用图形表示高纬度的数据,并辅以交互手段,帮助人们对其分析和了解高维数据。例如,一个机电产物包括了型号、厂家、价格、性能、售后办事等多种属性,传统bi手段很难直观的表示三维以上的数据关系,人们也很难直观快速的了解。高纬数据可视化是将多维度的原始数据经过聚类算法转换成可显现的低纬度数据,并经过度类算法停止纪律总结并经过计较机以图形和图像的技术表达。

  例如复杂机电产物寿命数据是一序列的时候记录,操纵高纬数据可视化技术将产物生效力的演变纪律用图像方式ibiaoda,帮助用户直观地领会到运转情况的牢靠性。

  04[size=13.3333px]产业大数据的典型利用处景

  1、企业经营管控

  现状:对企业的掌控依靠于纸质的、离散的报表及总结报告等,获得的信息常常存在滞后、缺少综合性分析定见的反应等;

  方针:实时的、正确的、周全的获得企业运营现状,实现管控通明化,实时发现题目,为科学决议供给支持;

  利用示例:
产业大数据:构建制外型企业新型才能57
  经过题目看板展现相关负责人或带领可直观的领会现行题目及项目停顿等情况,追溯科研才能及生产才能相关的缺失,实时予以科研流程及生产流程的干与,从底子上处理题目,到达企业代价及客户需求。

  大数据对于企业通明化的经营管控可实时的、直观的、周全的展现企业现状、实时地发现题目、快速的定位题目根源并提出响应办法,终极回归到企业代价表现及经营方针扶植。

  2、产物研制协同

  现状:各学科设计分离,缺少综合斟酌;常识以经历的形式把握在少数人手中;设计工作对少数人的依靠性强,传承性差;存在未斟酌高低流客户需求的题目等;

  方针:展开多学科融合的协同设计、产物货架支持的并行设计、以产物全生命需求为根据的综合设计(以客户为中心,向产物定制转型)。

  利用示例:
产业大数据:构建制外型企业新型才能87
  经过建立同一的设计开辟情况,实现常识的堆集和重用。建立设计平台,对产物研制进程中的各类工作内容停止集成展现和治理,并按照用户脚色和工作内容的分歧,治理并检察响应的内容,用户可经过研发设计工作台间接起头设计工作。

  协同设计研发平台一方面经过数据、产物数据、运营数据治理为根本,将设计经历、工艺信息、制造信息、产物退役进程信息(零部件寿命、质量题目记录等)、客户需求同等一归入设计需求范围,也即完成客户等归入需求斟酌,保证设计需求的周全响应,实现定制化奠基根本,慢慢辅佐企业办事化转型;另一方面具体履行设计研发营业支持基于多学科融合的综合,支持多学科并行设计等。

  3、周全质量控制

  现状:由于质量题目等缘由的工程变更追踪困难、变更范围难以肯定;

  方针:可经过bom集成治理的数据,停止产物题目标向上及向下追溯,一方面追踪题目根源并对其影响范围停止肯定(如存在几多在制品等)并干涉,保证后续产物的质量;另一方面按照题目根源,改良原材料或设计工艺等,从根源上处理题目,下降题目反复带来的损失。

  利用示例:
产业大数据:构建制外型企业新型才能25
  以某零部件退役进程发生质量题目为例说明。当产物发生题目时回馈制造商构成质量题目记录单,零部件制造企业基于完整的产物全生命周期数据治理可经过bom追溯实现零部件批次、设计信息、工艺信息、制造进程信息的快速定位,进而由专业职员停止分析质量缘由并采纳响应的改良办法:

  一方面:保证后续零部件/半制品按变动后的文件制造生产,使题目反复再现获得改良;

  另一方面:对同一样已托付利用的零部件采纳一定的保护更换或召回处置,躲避由某零部件题目形成工程停产的更大损失。
nqyun 发表于 2018-10-12 14:15:02 | 显示全部楼层
nqyun
2018-10-12 14:15:02 看全部
学习了,厉害了!
leezxw 发表于 2018-10-12 19:09:43 | 显示全部楼层
leezxw
2018-10-12 19:09:43 看全部
为自己的想法加分点赞
sysyjj 发表于 2018-10-19 13:44:09 | 显示全部楼层
sysyjj
2018-10-19 13:44:09 看全部
路过点赞表示支持
露西iwfrvhfm 发表于 2018-10-23 07:16:48 | 显示全部楼层
露西iwfrvhfm
2018-10-23 07:16:48 看全部

很不错的内容,学习了
  • 您可能感兴趣
您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则 返回列表

FcXzTWMj
注册会员给TA私信

查看:198 | 回复:4

CATIA培训| CATIA教程| CATIA下载| CATIA命令| 小黑屋| CATIA论坛
联系电话:18982019507 地址:成都市青羊区二环路西一段155号天祥广场4栋1801
版权所有 ©软易达 •( 蜀ICP备14018086号 )Copyright © 2001-2013 Comsenz Inc. All Rights Reserved.   Powered by Discuz! X3.4
折叠

Sakula小海浪


千人CATIA技术群

加入我们,一起进步

咨询热线
18982019507
微信关注"catia联盟"