工业大数据可广泛应用于企业的整个生产过程。在研发设计环节,工业大数据应用主要有产品协同设计、设计仿真、工艺流程优化等。
(1)产品协同设计
主要是利用大数据存储、分析、处理等技术处理产品数据,建立企业级产品数据库,以便不同地域可以访问相同的设计数据,从而实现多站点协同、满足工程组织的设计协同要求。
(2)设计仿真
指将大数据技术与产品仿真排程相结合,以提供更好的设计工具,减少产品交付周期。 如波音公司通过大数据技术优化设计模型,将机翼的风洞实验次数从2005年的11次缩减至 2014 年的 1 次;玛莎拉蒂通过数字化工具加速产品设计,将开发效率提高 30%。
(3)工艺流程优化
主要是应用大数据分析功能,深入了解历史工艺流程数据,找出工艺步骤和投入之间的模式和关系,对过去彼此孤立的各类数据进行汇总和分析,评估和改进当前操作工艺流程。例如一家排名前五的生物药品制造商广泛收集与工艺步骤和使用材料相关的数据,应用大数据分析技术, 确定不同工艺参数之间的相关性以及参数对产量的影响,最终确定影响最大的 9 种参数,针对与这 9 种参数相关的工艺流程做出调整,从而把疫苗产量增加了 50%以上。
工业大数据的应用为制造业转型升级开辟了新的途径。 对工业大数据在制造业生产过程中的应用场景及应用的深入探讨,将有利于更好地发挥其助力作用。
ETHINK数据智能分析平台提供本文 http://www.ethinkbi.com