热线:0769-21666927

在线客服

扫描添加微信

大数据

大数据——如今人们这样称呼与“3V”有关的数据,即容量(Volum)、种类(Variety)和速度(Velocity),就是有关于数据量、数据的差异性及数据产出的频率,是指数据的处理速度的要求与正常水平有所区别。

为了实现数据压缩,CEP(Complex Event Processing)复杂事件处理和数据流处理将被试用。它有以下几个方面功能:

1)在数据流中识别异常值(离群值)并将其传递给过程控制器和适配器。

2)鉴别数据流中的趋势(长时间升温、上升的错误率等)并将这部分的信息传递下去,以此讲详细数据缩减成更少的语句。

3)在特定的时间窗口显示总和、最小值、最大值和平均值并只传达这些信息。

大数据管理.jpg

数据分析

大数据云.jpg

1、数据收集

智能工厂创造成果的主要技术前提是生产数据的集成。这意味着我们要准确无误并且高效的记录不同来源的最大数据量,同时要对其进行分析,为了实现所有的功能,还需要将它们迅速地显示在所需要的全部设备上。

用转换器获取信号:没有通信处理器的机器也可以与互联网连接起来。为了实现这个目的,我们要在机器的控制柜中安装一个“I/O以太网转换器”,所需要的型号会受到机器控制系统的操控,以数字信号的形式输出并输入到转换器钟。

通过制造商特定的协议获取信号:生厂商通过处理器和软件已经为教新的机器配置了通信功能。在这些设备中,数据可以直接地被提取出来,并且还具备多种功能和数据可以使用。这样由控制程序到机器的转化就可以实现,工具的分配也可以被查询。

用服务器进行控制:在现代的机器连接中,数据处理在设备中就已经完成了。在任何一台机器中都附带一台计算机。数据的转发通过以太网进行。

2、数据分类

对收集到的数据进行分类和标记,为下一步利用和分析数据奠定基础。

3、数据解读

最原始的机器信号不是那些高效的生产控制所需的信息。需要一个逻辑组件对这个信号进行处理,以便于机器的类型脱离关系,得到的信息应该被交到企业规划中的上级系统,在那里,数据会被继续加工并存储到数据库里。

4、数据媒介

物联网是网络世界对物理事物的拓展。物理状态的物品将不再通虚拟世界个离开来,而是可以被远程控制的,作为网络服务的物理接入点,物品变得有“思想”了。物联网状态下的物品具有以下特点:

1)每一个半成品或者成品都能携带信息并与周围环境进行交互。产品可以进一步的承载“数字化产品记忆”,其意义是用以证明并记录产品整个生命周期的每一步并且可以放置伪造篡改。

2)设备本身就是个丰富的信息源。一旦这些设备被整合至物联网中,有关生产能力、产品质量、运行状态以及其他许多有关数据就可以得到实施控制,并且这些数据也是可以被广泛应用于生产计划和控制中的。

5、数据运用

通过运用设备数据进行预见性维护实现无障碍生产,现在化的生产设备包含有一系列的数据,包括生产能力、最大生产能力、设备状态及周围环境等。及时老旧设备也可以通过安装相对应的传感器装置被便宜的改造。通过长时间的对数据进行收集和评估,可以对一些关键组件的错误运行做出较为详细的预测。尤其是一些细微的变化能够较容易的被发现,如温度的逐渐上升或整栋的增加。这样一来,就可以在出现故障之前采取有效措施采取相对应的预防性维护。如波音飞机的核心部件都有一整套的数据收集和追踪系统,确保飞机在高速飞行中不因为部件老化而产生飞行事故。

6、市场范围内的大数据

生产过程中的实际数据,如产品质量、市场需求量、误差和故障等,能够快速的被企业获取,那么企业在运行层面可以快速反应。如重新设定生产计划,对现有物流系统做出调整,或者做出价格上面的反应。

7、数据交互

通过机器设备之间的通信交流对生产进行控制,将机械设备互联后,通过技术数据的交换或是对目标机器本身数据进行自动的调整,可以改善生产完成后某些技术不再被继续使用的状况。各企业的全面联网对这些数据的处理也是有利的。

8、反馈修正

在生产制造业中,必须要对中间产品的质量把控。由于质量低下的原材料或者生产设备的运行不够稳定可能会导致中间产品质量低劣,而这些中间产品必须在进一步深加工前被检测出来,以便及时对其进行处理。

对于上述问题的解决办法现在普遍采用的是在生产过程中加装适当的传感设备的方法。一旦出现此类问题,之前所做的生产计划就只能作废。这样就需要将生产订单和相应的运行参数加入到生产流程里,这就需要将运行和生产部分的数据进行结合。

9、产品数据整合

在整合之前,数据的准备和收集很有必要。全面的产品数据整合面临以下几个挑战:

1)由于机械设备的新旧程度不一样,生产厂商也不同,导致许多具有不同技术标准的自动化项目需要被整合。

2)由于信息技术和机器设备制造领域研发创新速度不一样,导致各自设备的生产与更新间隔时间不一致。

3)信息技术系统所面临的安全性挑战越来越巨大。

4)商品的数据在某种程度上也是商品价值,因此收集和共享比较困难。

  • 物理数据层
    是数据库最里面的一层,是物理存贮设备上实际存储的数据的集合。这些数据是最原始数据,也是供用户加工的对象。
  • 概念数据层
    是数据库置于中间的一层,也是数据库的整体逻辑的部分。这层数据层指出了数据与数据之间的逻辑定义和联系,是存贮资料的整合点。
  • 逻辑数据层
    是体验用户能够看到和使用的数据库,也是能够证明用户使用过的证明和踪迹。