工业大数据

✍ dations ◷ 2023-06-10 23:33:00 #工业大数据

工业大数据(Industrial big data)是构成工业人工智能的重要元素,指由工业设备高速产生的大量数据,对应不同时间下的设备状态,是物联网中的讯息。此一词语在2012年随着工业4.0的概念而出现,也和信息技术行销流行的大数据有关,工业大数据也意味着工业设备产生的大量数据有其潜在的商业价值。工业大数据会配合工业互联网的技术,利用原始资料来支援管理上的决策,例如降低维护成本以及提升对客户的服务。

大数据是指大量、多变且快速产生的数据,需要新的科技来处理,以便于决策、知识探索以及制程的最佳化,这也称为大数据的3V(volume、variety、velocity)。有时也会加上第四个V,也就是资料真实性(veracity)此一特征,强调资料的品质及整合性。不过工业大数据还需要加上二个V。一个V是可见(visibility),意思是发现资产或是制程中一些未预期的事实,并且将不可见的知识转换为可见的价值,另一个V也就是价值(value),因为工业环境会面对的风险及冲击,工业大数据在分析上的准确性要求会远高于比社会媒体分析或是客户行为分析上的要求。

工业大数据的数据是由自动化设备及程序自动产生,而其环境及操作也是受到控制的,目的是让人为的介入降到最小,因此工业大数据的资料的结构化程度较高,彼此相关性也较高,会依发生时间顺序排列,也比较适合进行分析。不过即使设备机器都已经互相连线及网络化,工业大数据有以下的特点(Background、Broken、Bad-Quality,也称为3B)也会造成在分析时的挑战:

一般的大数据分析重点在挖掘到资料之间的相关性,以及捕捉到现象。不过工业大数据更着重于由现象中找出其背后的物理性根本原因。因此有效的工业大数据分析会比一般的大数据分析更需要特定领域的专业知识。

相较于一般的大数据分析,工业大数据着重资料的完整性更甚于巨量的资料。因为若要建构一个准确的资料驱动分析系统,必需从不同的工作条件上采集资料。因为通讯特性,以及资料来源的不同,系统中的资料是离散未同步的。因此在正式进行分析之前,预处理格外的重要,可以确保资料是完整、连续及同步的。

大数据分析的重点是资料挖掘及发现,因此巨量的资料可以弥补资料的品质不良。但在工业大数据中,各变数都有明确的物理意义,在建立分析系统时,资料完整性非常重要。品质不良的资料或是不正确的记录都会影响不同变数之间的关系,对于估测的准确性上有灾难式的冲击。

因此,单纯一般泛用大数据分析的技巧不一定可以应用在工业数据中。工业大数据需要更多的领域知识、分析系统机能的清楚定义,也需要在正确的时机将提取到的见解给正确的人,以产生较佳的决策。

因为自动化工业设备可以以极快的速度大量产生资料,所以要处理这些资料的公司,首先面临的就是储存及管理资料的基础架构。传统的商业智能主要专注于企业内部有结构的资料,依其固定出现的周期处理相关资讯,而工业大数据分析系统需要接近实时处理的分析,以及分析结果的视觉化。

第一个步骤是收集正确的资料,现代设备的自动化程度越来越高,可以由越来越多的感测器自动产生资料。识别其中设备状态有关的参数就格外的重要了,可以减少需要和集的资料,也让资料分析更加有效率及效果。

下一个步骤是建立资料管理系统,既可以处理大量资料,并且可以用接近实时的效率进行分析。为了可以快速的进行决策,资料储存、管理及处理需要进一步的整合。例如通用电气为了其许多的燃气涡轮发动机,建立了资料储存基础架构的原型。所发展的系统以内存资料网格(in-memory data grids,IMDG)为基础,已证实可以处理高速及大量的资料流,并且可以以近乎实时的方式来分析资料。他们认为这项技术展示了实现工业大数据管理基础架构的可行作法。随着这些设备越来越便宜,这类系统也会成为未来产业的中心及基础。

网宇实体系统(Cyber-physical system)是工业大数据中的核心技术,是在运算模型以及实际元件之间进行无缝整合的系统。网宇实体系统和传统的运作技术不同,网宇实体系统的决策要以设备状态的核心内容为其决策基础。包括连结、转换、网宇、认知及组态的5C架构意味着网宇实体系统着重在将原始资料转换成可以进行行动的资讯、有助于了解流程的内容、最终透过有良好资讯的决策来提升流程。提升后的流程会进一步的提升生产力以及降低成本。网宇实体系统和工业大数据的使命(在大量的原始资料中找到相关见解,将资讯转换为价值)是一致的。网宇实体系统结合了资讯科技以及运营技术,创建资讯透明的环境,作为不同阶层用户的决策基础。

这类的技术已经有应用实例:美国国家科学基金会工业/大学智能维护系统协作研究中心(IMS)已在Cosen带锯机上实现此技术,而且2014年在芝加哥举行的IMTS中展示。IMS开发了适应性退化监控(Adaptive degradation monitoring)技术,来处理在切削过程产生的大量且高速的资料,以及负载变化的情形。当带锯退化条件出现时,会在最佳的时间建议使用者更换带锯,以确保安全,也减少在材料切削过程中造成的损失。所进行的分析计算是在云端进行,可以透过以太网以及行动设备存取。

工业系统的元件无时无刻都可以产生大量的资料。一个生产线上,每台机器每天都可以产生上亿笔的资料,例如波音787每次飞行就会产生500 Gigabyte的资料。明显的,工业系统中的一组单元产生的资料量远超过传统方式的能力范围,因此在处理、管理及运算上都是挑战。

有许多研究者、公司主动参与了收集、组织及分析巨量工业资料的工作,其中有些资料若因为研究需要,已可以公开给大众。

NASA的资料存取库是工业大数据中最出名的资料存取库。其中的许多资料会用在预测式分析、故障侦测及预诊断(英语:prognostics)机能等。

相关

  • TRANSITTRANSIT翻译记忆软件,是瑞士STAR Group所发展出一套功能完善的“电脑辅助翻译系统”(CAT,Computer-assisted Translation 或 Computer-aided Translation),专为处理大量且重复性
  • 乳头矫正器乳头矫正器,又叫乳头内陷矫正器,是一种矫正内陷乳头的简易装置的总称,是一种比较新颖的产品,目前没有产品的国际标准,多用于成年女性。乳头矫正器利用真空负压原理和皮肤牵引扩张
  • 杰特罗·威廉斯杰特罗·威廉斯(英语: Jetro Willems ,1994年3月30日-)是一名拥有安地列斯血统的荷兰足球运动员,场上司职左后卫,现时被德甲法兰克福外借至英超纽卡斯尔联,也是荷兰国家足球队一员。
  • 楔子 (文学)章回小说多有楔子,取意制作木器的楔子。楔子的意涵写在篇首,用来引领读者进入正文,是加强结构的补充说明。元杂剧中也有“楔子”的应用,推测原因是限于杂剧一本四折的格局,借此得
  • 侯音侯音(?-219年),东汉末年宛城守将。建安二十三年(公元218年)十月,南阳地区官吏和百姓不堪徭役之苦,于是侯音与卫开聚集数千人联合刘备的荆州守将关羽反叛曹魏。侯音本挟持太守东里衮但
  • 郑之侨郑之侨(1707年-1784年),字茂云,号东里,广东潮阳县举练都金浦(今潮阳区金浦街道)人。清乾隆二年(1737年)中进士,授江西铅山县令,建鹅湖书院。继而弋阳县令。在饶州府同知任上建濂溪书院。
  • 比嘉爱未比嘉爱未(1986年6月14日-),日本女演员、模特儿,冲绳县宇流麻市出身,经纪公司为VISION FACTORY。比嘉爱未在高中一年级时加入了一间冲绳县的经纪公司,以模特儿的身份出道。高二那年
  • 宾州州立尼塔尼雄狮队宾州州立尼塔尼雄狮队(英语:Penn State Nittany Lions),简称尼塔尼雄狮、宾州州立尼狮或宾州州立雄狮,是美国宾夕法尼亚州立大学在NCAA的校园体育代表队。它由29支不同的男女运动
  • 潘澜潘澜(?-?),字士观,号淮沧,福建泉州府晋江县人,明朝政治人物。隆庆丁卯乡魁、监察御史、黄州知府潘维岳侄。父潘维垣,以子澜贵,封户部主事,赠湖广右参政。万历十三年(1585年)乙酉科福建乡试举人,三十二年(1604年)甲辰科进士,会试第五名,殿试二甲第四名,授户部四川司主事,三十三年丁忧,三十五年补兵部主事,三十六年再丁忧,四十二年改补兵部主事,四十三年八月与光禄寺少卿周希圣一起主考陕西乡试。历湖广右参政,天启三年(1623年)升陕西按察使,六年降补广东右参政、清军驿传道。崇祯元年(1628年)升广西按
  • 理查德·卡欣理查德·卡欣(英语:Richard Cashin,1953年4月17日-),美国男子赛艇运动员。他曾代表美国参加1979年泛美运动会赛艇比赛,获得一枚银牌。他也参加了1976年夏季奥运会。