首頁 工業大數據專題正文

工業4.0概念解讀 工業大數據概念以及應用分析

  工業4.0概念解讀:什么是工業4.0

  工業4.0(Industry 4.0)是德國政府《高技術戰略2020》確定的十大未來項目之一,并已上升為國家戰略,旨在支持工業領域新一代革命性技術的研發與創新。中國首套工業4.0流水線也已經亮相第十六屆中國工業博覽會。

  “工業4.0” 研究項目由德國聯邦教研部與聯邦經濟技術部聯手資助,在德國工程院、弗勞恩霍夫協會、西門子公司等德國學術界和產業界的建議和推動下形成,并已上升為國家級戰略。德國聯邦政府投入達2億歐元。

  德國政府提出“工業4.0”戰略,并在2013年4月的漢諾威工業博覽會上正式推出,其目的是為了提高德國工業的競爭力,在新一輪工業革命中占領先機。 該戰略已經得到德國科研機構和產業界的廣泛認同,弗勞恩霍夫協會將在其下屬6-7個生產領域的研究所引入工業4.0概念,西門子公司已經開始將這一概念引入其工業軟件開發和生產控制系統。

  “工業4.0”概念包含了由集中式控制向分散式增強型控制的基本模式轉變,目標是建立一個高度靈活的個性化和數字化的產品與服務的生產模式。在這種模式中,傳統的行業界限將消失,并會產生各種新的活動領域和合作形式。創造新價值的過程正在發生改變,產業鏈分工將被重組。

  德國學術界和產業界認為,“工業4.0”概念即是以智能制造為主導的第四次工業革命,或革命性的生產方法。該戰略旨在通過充分利用信息通訊技術和網絡空間虛擬系統—信息物理系統(Cyber-Physical System)相結合的手段,將制造業向智能化轉型。[2]

  “工業4.0”項目主要分為兩大主題,一是“智能工廠”,重點研究智能化生產系統及過程,以及網絡化分布式生產設施的實現;二是“智能生產”,主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與,力圖使中小企業成為新一代智能化生產技術的使用者和受益者,同時也成為先進工業生產技術的創造者和供應者。

  德國制造業是世界上最具競爭力的制造業之一,在全球制造裝備領域擁有領頭羊的地位。這在很大程度上源于德國專注于創新工業科技產品的科研和開發,以及對復雜工業過程的管理。德國擁有強大的設備和車間制造工業,在世界信息技術領域擁有很高的能力水平,在嵌入式系統和自動化工程方面也有很專業的技術,這些因素共同奠定了德國在制造工程工業上的領軍地位。通過工業4.0戰略的實施,將使德國成為新一代工業生產技術(即信息物理系統)的供應國和主導市場,會使德國在繼續保持國內制造業發展的前提下再次提升它的全球競爭力。

  產業集成

  在工廠4.0里,機器、裝置、工件及其它元件將能實時交換數據及信息。這代表了從呆板的集中式工廠控制系統到分散式智能工廠控制系統的轉變。仍由中央主控電腦執行的任務將會由組件來替代執行。這些元件將智能地彼此聯網,可以自行配置,且過程簡單,并且獨立滿足生產訂單的各種需求。

  自動化平臺

  工業4.0HM 0113 CPX 費斯托的集成自動化是產業集成的基礎:自動化平臺CPX已能集成諸如診斷、狀態監測、安全及電氣與氣動自動化技術的功能。

  它已具備診斷設施并能提供狀態監控功能。它的各種模塊已使其能夠將氣缸控制與電缸控制整合在一起:通過模組化閥島MPA和VTSA來控制氣缸,通過運動控制器來控制電缸。且其已集成了安全功能。

  這些功能集成的例子包括:諸如網絡服務器的IT服務、用于分散式本地控制的前端控制器、終端控制器、用于檢測閥島內部壓力或外部信號的比例閥或壓力傳感器。

  物聯網

  專家們預測,工業4.0時代將終結如今無數不同現場總線的混亂局面。未來將會只有一個全球標準化的協議——基于具有實時能力的WLAN或以太網的一種互聯網協議。

  這種趨于簡單的趨勢,基于和新的自適應和智能安裝平臺相同的理念。直到現在,當產品發生改變時,生產裝置還是需要部分修改。然而,新的高度自適裝置可以自動適應未來的產品修改。在未來的工廠里,我們不需要再為機器設定時間而費力討論。

  簡單便捷

  在工業4.0時代,機器人將積極配合人類。智能傳感器將使機器人和人類一樣,能選擇不同的路徑。機器人將能知道環境變化,即使在復雜的情況下也能作出判斷。

  工業4.0經典案例

  一、德國安貝格西門子智能工廠

  作為工業4.0概念的提出者,德國也是第一個實踐智能工廠的國家。位于德國巴伐利亞州東部城市安貝格的西門子工廠就是德國政府、企業、大學以及研究機構合力研發全自動、基于互聯網智能工廠的早期案例。占地10萬平方米的廠房內,員工僅有1000名,近千個制造單元僅通過互聯網進行聯絡,大多數設備都在無人力操作狀態下進行挑選和組裝。最令人驚嘆的是,在安貝格工廠中,每100萬件產品中,次品約為15件,可靠性達到99%,追溯性更是達到100%。這樣的智能工廠能夠讓產品完全實現自動化生產,堪稱智能工廠的典范!

  二、德國博世洪堡工廠

  作為全球第一大汽車技術供應商,博世的汽車剎車系統(ABS&ESP)在市場上有相當的實力。博世洪堡工廠,作為博世公司旗下智能工廠的代表,其生產線的特殊之處在于,所有零件都有一個獨特的射頻識別碼,能同沿途關卡自動“對話”。每經過一個生產環節,讀卡器會自動讀出相關信息,反饋到控制中心進行相應處理,從而提高整個生產效率。在洪堡工廠引入的射頻碼系統需幾十萬歐元,但由于庫存減少30%,生產效率提高10%,由此可節省上千萬歐元的成本。獨立的射頻碼給博世公司旗下工廠的20多條生產線帶來了低成本高效率的回報。而這種讓每個零件都能說話的技術,也是智能工廠的重要體現形式。

  三、德國巴斯夫化工集團凱澤斯勞滕工廠

  還是對于射頻碼的利用,傳統化工巨頭巴斯夫則在這方面更進一步。巴斯夫位于凱澤斯勞滕的試點智能工廠所生產的洗發水和洗手液已經完全實現自動化。隨著網上的測試訂單的下達,其生產流水線上的空洗手液瓶貼著的射頻識別標簽會自動地跟生產機器進行通訊,告知后者它需要何種肥皂、香料、瓶蓋顏色和標記。在這樣的流水線上,每一瓶洗手液都有可能跟傳送帶上的下一瓶全然不同。該試驗依賴于無線網絡,機器和產品通過無線網絡完成所有的通訊工作,唯一需要的人工輸入就只是下達樣本訂單。雖然是個實驗,但這種由客戶直接下單到工廠的運作方式,足以給智能工廠的模式提供另一種發展途徑。

  工業大數據概念解讀:什么是工業大數據

  上個世紀九十年代,科學家們在進行氣象地圖分析、大物理仿真計算、基因圖譜分析等基礎科學研究時提出了“大數據”這個概念。進入21世紀,互聯網、電子商務、移動互聯網、社交網絡、物聯網等技術蓬勃發展,大數據成為這些新一代信息技術發展的必然產物。大數據具有數據量大、數據類型復雜、數據處理實時性要求高等特點,大數據分析在互聯網和電子商務領域的廣泛應用產生了巨大的商業價值,得到世界各國的高度重視。全球著名戰略咨詢公司麥肯錫認為,大數據是創新、競爭和生產力的下一個領域。

  工業大數據也是一個全新的概念,從字面上理解,工業大數據是指在工業領域信息化應用中所產生的大數據。隨著信息化與工業化的深度融合,信息技術滲透到了工業企業產業鏈的各個環節,條形碼、二維碼、RFID、工業傳感器、工業自動控制系統、工業物聯網、ERP、CAD/CAM/CAE/CAI等技術在工業企業中得到廣泛應用,尤其是互聯網、移動互聯網、物聯網等新一代信息技術在工業領域的應用,工業企業也進入了互聯網工業的新的發展階段,工業企業所擁有的數據也日益豐富。工業企業中生產線處于高速運轉,由工業設備所產生、采集和處理的數據量遠大于企業中計算機和人工產生的數據,從數據類型看也多是非結構化數據,生產線的高速運轉則對數據的實時性要求也更高。因此,工業大數據應用所面臨的問題和挑戰并不比互聯網行業的大數據應用少,某些情況下甚至更為復雜。

  工業大數據應用將帶來工業企業創新和變革的新時代。通過互聯網、移動物聯網等帶來的低成本感知、高速移動連接、分布式計算和高級分析,信息技術和全球工業系統正在深入融合,給全球工業帶來深刻的變革,創新企業的研發、生產、運營、營銷和管理方式。這些創新不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。工業大數據的典型應用包括產品創新、產品故障診斷與預測、工業生產線物聯網分析、工業企業供應鏈優化和產品精準營銷等各個方面。

  首先看產品創新的應用。客戶與工業企業之間的交互和交易行為將產生大量數據,挖掘和分析這些客戶動態數據,能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中,為產品創新作出貢獻。福特公司是這方面的表率,他們將大數據技術應用到了福特福克斯電動車的產品創新和優化中,這款車成為了一款名副其實的“大數據電動車”。第一代福特福克斯電動車在駕駛和停車時產生大量數據。在行駛中,司機持續地更新車輛的加速度、剎車、電池充電和位置信息。這對于司機很有用,但數據也傳回福特工程師那里,以了解客戶的駕駛習慣,包括如何、何時以及何處充電。即使車輛處于靜止狀態,它也會持續將車輛胎壓和電池系統的數據傳送給最近的智能電話。這種以客戶為中心的大數據應用場景具有多方面的好處,因為大數據實現了寶貴的新型產品創新和協作方式。司機獲得有用的最新信息,而位于底特律的工程師匯總關于駕駛行為的信息,以了解客戶,制訂產品改進計劃,并實施新產品創新。而且,電力公司和其他第三方供應商也可以分析數百萬英里的駕駛數據,以決定在何處建立新的充電站,以及如何防止脆弱的電網超負荷運轉。

  工業大數據應用:工業互聯網的基石

  第二個典型應用是產品故障診斷與預測,這可以被用于產品售后服務與產品改進。無所不在的傳感器、互聯網技術的引入使得產品故障實時診斷變為現實,大數據應用、建模與仿真技術則使得預測動態性成為可能。在馬航MH370失聯客機搜尋過程中,波音公司獲取的發動機運轉數據對于確定飛機的失聯路徑起到了關鍵作用。我們就拿波音公司飛機系統作為案例,看看大數據應用在產品故障診斷中如何發揮作用。在波音的飛機上,發動機、燃油系統、液壓和電力系統等數以百計的變量組成了在航狀態,這些數據不到幾微秒就被測量和發送一次。以波音737為例,發動機在飛行中每30分鐘就能產生10 TB數據。這些數據不僅僅是未來某個時間點能夠分析的工程遙測數據,而且還促進了實時自適應控制、燃油使用、零件故障預測和飛行員通報,能有效實現故障診斷和預測。再看一個通用電氣(GE)的例子,位于美國亞特蘭大的GE能源監測和診斷(M&D)中心,收集全球50多個國家上千臺GE燃氣輪機的數據,每天就能為客戶收集10G的數據,通過分析來自系統內的傳感器振動和溫度信號的恒定大數據流,這些大數據分析將為GE公司對燃氣輪機故障診斷和預警提供支撐。風力渦輪機制造商Vestas也通過對天氣數據及期渦輪儀表數據進行交叉分析,從而對風力渦輪機布局進行改善,由此增加了風力渦輪機的電力輸出水平并延長了服務壽命。

  相關閱讀:工業4.0專題研究報告2015

  更多工業4.0以及工業大數據內容請關注:工業4.0 工業大數據 專題|數據觀

  本文由數據觀整理發布,轉載請注明:www.www.huatairui.com 百度一下“數據觀”,獲取更多大數據相關資訊

責任編輯:陳卓陽

分享:
數博故事
貴州

貴州大數據產業政策

貴州大數據產業動態

貴州大數據企業

更多
大數據概念_大數據分析_大數據應用_大數據百科專題
企業
更多
江苏体彩网-下载