互联网倒逼各行各业产业升级,工业走向工业4.0时代,制造业走向服务型制造,各设备生产厂家走向产研销一体化也是现在市场的一个趋势。随着大数据技术逐渐成为工业4.0的标配技术之一,产研销一体化设备生产厂家基于数据的生产和管理需求越来越高。那么,产研销一体化设备生产厂家该如何让做好数据分析呢?

在大数据时代,如何对有用的数据进行挖掘、发现重要的知识和提取有用的信息已成为企业面临的关键点。

(图片来源于网络,侵删!)

拥抱大数据技术,迈向智能制造

设备生产厂家想要做好数据分析,首先得在意识层面认识到在大数据时代,制造迈向智能制造是必然趋势,应该拥抱大数据技术。大量且分散的数据之间还有着复杂的关联性,对于设备生产厂家来说,传统的数据库管理模式的方法与技术只能对系统功能框架内的数据进行观察,无法通过集群进行性能提升和数据处理,无法满足大量数据的处理分析需求。因此,设备生产厂家在研发、生产等多个环节,引入大数据技术,构建工业大数据分析平台已成为制造企业转型升级的具体方向,这是做好数据分析的第一步。

设备生产厂商产研销一体化做好数据分析,以下分别从三个方面进行简单介绍。

(图片来源于网络,侵删!)

生产制造

通常来说,生产制造数据分析平台从其功能上看,主要包含数据采集、数据预处理与存储、数据建模、数据分析及数据驱动决策等。对于设备生产厂商来说,常见的过程控制系统、MES、ERP等系统已经在企业中普及应用,这些系统中存储了企业在生产、制造、销售、维护产品过程中所产生的过程数据和管理数据,因此大数据分析平台可以直接与这些系统的数据库进行连接,获取相关的数据。在质量方面,从制程控制SPC、质量提升、抽样控制、判定好坏、识别影响质量的因素等方面在六西格玛里都有各种分析。在设备方面,不建议非设备生产商去研究自己工厂设备的预防性维护,因为设备原理其实是不知道的,而且预防性维护偏重于长期的数据收集及学习。

研发

在研究和产品开发领域,除了学科领域内的算法,在研发过程中,物理集成/配方的开发、最优组合或参数或者配方对应某一效果/性能/成本/质量/服务/效率的最佳组合、可靠性分析和预测、公差分析、寿命预测等。在工艺场景也类似于研发。算法上,用到传统的算法比较多,DoE、回归、方差、假设检验等,有特殊场景尤其是比较复杂的超多因素场景,机器学习和神经网络也会有不少应用。常见的数据分析工具有Excel, JMP, Minitab, Matlab, 特殊领域的仿真软件等。

(图片来源于网络,侵删!)

营销

使用商业统计分析和机器学习的组合方法,包含人群圈选和分类、千人千面的营销策略、推送策略、自然语义相关的评论分析等。第三个是营销管理相关的场景,更多是营销活动费用的最大化投入产出、营销策略的好坏及效果、不同区域的营销策略制定、销售预算的有效性/广告有效性、营销团队的分析。

成都星云联动专注于工业互联网,目前拥有智慧能源管理平台和设备运维管理平台,如果您有相关需求,可以点击右侧咨询按钮发起在线咨询哦!