制造分析學(xué)和工業(yè)物聯(lián)網(wǎng)

制造分析學(xué)和工業(yè)物聯(lián)網(wǎng)

最近，制造業(yè)又開始了一場由連通性和高級(jí)分析學(xué)引起的變革。鑒于商品高度個(gè)性化的趨勢，交貨時(shí)間的縮短，制造商面臨的更多的責(zé)任問題，連通性和分析學(xué)被視為關(guān)鍵的推動(dòng)因素。在制造業(yè)中使用分析學(xué)的首要目標(biāo)是通過降低成本來提高生產(chǎn)率同時(shí)不影響質(zhì)量。也使制造過程變得高效。從廣義上講，我們看到了對(duì)分析學(xué)的需求:

·減少測試和校準(zhǔn)時(shí)間。

·提高質(zhì)量。

·降低保修成本。

·提高產(chǎn)量。

·進(jìn)行預(yù)見性維護(hù)。

大數(shù)據(jù)分析以及機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步提供了可用于制造分析學(xué)的各種各樣的新工具。包括在批處理和流傳輸模式下分析學(xué)Tb級(jí)數(shù)據(jù)的能力，在許多變量之間找到復(fù)雜多變量非線性關(guān)系的能力以及區(qū)分因果關(guān)系與相關(guān)性的機(jī)器學(xué)習(xí)算法。

大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的進(jìn)步使得能夠有效地檢測影響質(zhì)量和產(chǎn)量的關(guān)鍵因素。這與相關(guān)領(lǐng)域知識(shí)相結(jié)合，可以快速檢測出故障的根本原因。

從不同的設(shè)備收集數(shù)據(jù)并存儲(chǔ)在數(shù)據(jù)庫中，需要一個(gè)制造數(shù)據(jù)分析學(xué)的框架。用于制造分析學(xué)的大數(shù)據(jù)軟件堆棧可以是開源、商業(yè)以及專有工具的混合。

完成項(xiàng)目的關(guān)鍵問題是全堆棧供應(yīng)商目前不提供完整的解決方案。現(xiàn)在最佳的解決方案是模塊化。重點(diǎn)是真正的分布式組件，成功的核心思想是將開源和商業(yè)組件進(jìn)行融合。

除了以上提出的最佳架構(gòu)，各種商業(yè)物聯(lián)網(wǎng)平臺(tái)也是可以利用的。這樣的平臺(tái)提供了許多特征作為物聯(lián)網(wǎng)和分析學(xué)的標(biāo)準(zhǔn)服務(wù)，包括身份管理和數(shù)據(jù)安全性。最佳的架構(gòu)提供的靈活的定制的功能，實(shí)施起來比標(biāo)準(zhǔn)商業(yè)解決方案更有效率。然而，實(shí)施這樣的解決方案可能需要在實(shí)施現(xiàn)場有相應(yīng)的數(shù)據(jù)科學(xué)團(tuán)隊(duì)。因此，選擇依據(jù)以下幾個(gè)因素：非功能需求，成本以及物聯(lián)網(wǎng)和分析學(xué)專業(yè)知識(shí)。

刊名：IEEE Intelligent Systems（英）

刊期：2017年03期

作者：P.Lade et al

編譯：閆相同