网站大量收购闲置独家精品文档,联系QQ:2885784924

2023工业大数据架构应用.docx

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

工业大数据架构与应用2023

目 录

工业大数据背景与需求

工业数据资产价值评估与管理

工业大数据技术架构

工业大数据应用场景

第四次工业革命,走入数据时代

第四次工业革命,走入数据时代

P4

第一次工业革命

—机械化时代

第二次工业革命

—流水线时代

第三次工业革命

—信息化时代

第四次工业革命

—智能化时代

标准化合理化+规范化自动化+集成化网络化+

标准化

合理化

+

规范化

自动化

+

集成化

网络化

+

信息化

智能化

+

客制化

以低成本大规模生产高质量产品

全流程改善,降低浪费次品和事故

产品全生命周期管,提供全面的服务和能力

在无忧生产环境下,快速实现客制化需求

智能制造的体系架构中,大数据与智能制造的关系。

智能制造体系架构

系统层级

离线大数据分析CADMES实时大

离线大数据分析

CAD

MES

实时大

工艺包

缘计算

数据

/

DCS

CRM

ERP

智能与大数据:无数据、不智能

智能与大数据:无数据、不智能

P5

《国家智能制造标准体系建设指南(2018年版)》

设备

设计 生产 物流 销售 服务

生命周期

快消品

快消品

我们在各地拥有许多固定资产,因此我们需要最大化运营效率。

如何一年四季让橙汁的口味保持一致。

您不能让货架空着且消费者无法购买产品的情况。在一个瞬息万变的世界中,如何应对至关重要。

服装制造

生产和设计之间保持短距离很重要。这提高了质量和灵活性。

运动服生产商开设了自己的零售店,只为从市场获得更多反馈。

价格竞争已到极限,必须进行客户细分和分类,大数据很重要。

消费电子

产品本身可以成为数据源,尤其是可以提高客户洞察力。我们可以根据用户的使用数据为他们提供所需的产品。因此,我们可以告诉他们:根据我们的知识,您可能会更喜欢此产品。

我们已经在营销中使用大数据,其中还包括分析社交媒体数据。

工业对大数据的需求摘录P6化纤纺织

工业对大数据的需求摘录

P6

我们希望优化工艺,但是关键设备的数据是无法解读的。

我们不希望生产因为缺少原料而中断生产。

但原料价格时刻在变,对于成本和收益很难实时计算。

质量与成本优化优化产品和过程质量,优化制造和运营成本。

客户服务优化

市场预测、客户化定制、按需生产、客户分层分级管理,价格管理,售后管理、自动化客服,并对业务过程的有效支持。

质量与成本优化

客户服务

优化

设计生产运营优化

供应链优化

设计生产运营优化

生产各个环节的数字化和

智能化,产品设计、生 智

产、设备等管理,实现安 能

全生产、优化生产效率, 化

工艺改进、节能减排。

供应链效率优化强调采购、销售、物流、研发等各个环节的协同,以及与上下游的业务过程

的协同。 信

数据资产管理数据资产增值、数据架构管理、标准和主数据管

理、数据质量管理、数据

安全管理。

ERPCRM

数据

MES

PLM 息

SCM 化

工业大数据的价值P7DCS PLC SCADA 智能装备

工业大数据的价值

P7

阶段1:知晓发生了什么

1:收集关键数据

2:建立标准和主数据

3:经营分析、KPI

阶段2:分析为什么发生

1:收集全量数据

2:加工全部指标

3:生产、客户管理

阶段3:预测未来会发生什么

1:建立预测模型

2:设备管理、智能制造

阶段4:决策让它发生

1:建立数据产品

2:辅助决策

3:数据驱动业务

《阿拉丁神灯》灯神

大数据支持业务的4个能力阶段——4

大数据支持业务的4个能力阶段——4个童话故事

P8

《白雪公主》王后的魔镜

《善良的夏吾冬》公主的魔镜

《小女巫碧碧》女巫水晶球

工业大数据来源广泛,类型复杂多样,要有计划、有目的的采集。

内部数据外部数据采集顺序原则:先内后外、先管理后生产、先结构数据后非结构数据。

内部数据

外部数据

外部市场数据:现货市场、期货市场等。外部环境数据:地域、经济信息、环境天气等。

外部市场数据:

现货市场、期货市场等。

外部环境数据:

地域、经济信息、环境天气等。

竞争对手数据:

生产、销售、质量、供应链等。

客户数据:

下游客户的生产销售、质量功能反馈、社交网络等。

市场数据:

产品、销售、地区、价格等。

商机和需求数据:

商机和需求数据:

客户、产品需求、属性、市场调研等。

管理类数据

客户数据

客户数据:

客户信息、客户分级、客户信用、客户沟通历史。

产品数据

产品数据:

产品名称和描述、规格、分类、定价、版本。

仓储物流数据

仓储物流数据:

原料物料、仓储节点、物流运输数据。

供应商数据

供应商数据:

基本信息、评价信息。

内部组织和人力资源数据

内部组织和人力资源数据:岗位、人员、技能。

生产订单数据

生产订单数据:

客户信息、产线规划、完成情况等。

文档评论(0)

数字能源 + 关注
实名认证
服务提供商

企业信息管理师持证人

新能源集控中心项目 智慧电厂建设项目 智慧光伏 智慧水电 智慧燃机 智慧工地 智慧城市 数据中心 电力行业信息化

版权声明书
用户编号:6011145050000024
领域认证该用户于2023年02月15日上传了企业信息管理师

1亿VIP精品文档

相关文档