工業大數據

智能制造—引領新一輪制造業革命

工業4.0時代,智能化、數字化作為生產制造的新標簽,企業運營、產品的全生命周期以及行業價值鏈將生成諸多信息,數據作為信息載體,數據的獲取、分析、預測、管理必然是企業信息化管理的核心,其中數據量的暴漲也為制造業帶來困惑與挑戰。工業大數據平臺的建立,通過對不同設備的海量信息收集梳理,提高企業信息系統計算能力和數據消化能力,從訂單生成到產品質量追溯,全方位實現數據管理,推動企業綠色生產,促進生產效率的提升。

生產訂單預制
制造數據監控
生產過程虛擬模型
產品質量管理與分析
平臺架構

建立Hadoop HDFS/HBA-BASE/Hive基礎平臺

建立日志存儲與統一日志搜索服務

基于訂單產品生產過程,采用統計分析及協同過濾等算法實現生產信息
挖掘與追溯

利用APEX/OLAP/D3/H5/oauth2,實現交互式報表、移動化、數據可視化平臺構建

利用Oracle高級分析及模式匹配,對設備、生產數據進行預測分析

基于Mahout提供算法,通過聚類分析建立產品、設備、物流、能耗的多維度數字畫像

大數據平臺實施方案

生產訂單預制—基于大數據的生產訂單預制,綜合考慮歷史訂單數據,參照季節與時間變化因素,兼顧宏觀經濟情況,行業競爭壓力,市場需求等因素,建模預制訂單。
產品質量管理與分析—依據產品參數,匯總整理造成產品質量不穩定的原因,建立產品質量分析模型,根據當前產品出現的質量問題,分析查找原因。
制造數據監控--對整個生產制造過程中的數據進行采集、處理并呈現,主要包括生產瓶頸監控、生產能耗與污染監控與工藝質量過程數據監控

生產瓶頸監控

傳感器收集生產及生產相關數據建模,精確
把握生產,找出生產瓶頸。

生產能耗與污染監控

傳感器監控生產流程能耗,快速發現異常,
對生產環節進行優化。

工藝質量過程數據監控

收集制造流程數據、制造設備數據建模,分
析生產趨勢,找出生產黃金區間。

設備故障預測與健康管理系統PHM

PHM—健康管理解決方案

設備故障預測與健康管理是根據設備運行狀態數據,結合系統健康度量指標,實時評估設備當前健康狀況,基于歷史大數據建立預測模型,實時監控設備運行健康狀況,提前執行保養維護等策略,保證車間現場持續化生產。

基于多元采集數據、狀態監控數據、維護歷史記錄等大量數據,結合特征提取與數據挖掘技術得到機器性能特征,并進行健康評估、故障診斷和原因分析。同時可基于歷史數據挖掘出與性能衰退有關的特征,進行性能預測以及有效剩余壽命評估。

萬騰PHM功能模塊

壽命模型

以歷史故障、維修記錄為輸入數據,構建威布爾
分布模型,預測分析設備可靠度,輸出可靠度值。

故障樹生成與管理

以故障為根節點,故障表現為層節點,故障原因為葉節點建立樹形數據結構,自動生成維護智能指導書。

基于狀態的維護

利用機器運行時的數據判斷機器狀況,判斷故障及
失效狀態,進行預測性維護,壽命模型預測的升級。

PHM應用效用

PHM技術的引入,使得設備維修由被動轉為預測性維護,保障了生產過程中設備的良好狀態,實現設備運維效率的提升,運維成本的降低,經濟效益的增加,最終達成運營效益的最大化。

設備故障信息自動統計
健康度感知
維護性預警
降低維修成本
故障樹分析
后勤保障系統設計
简述篮球运动的发展史