1
관심 분야 # 1- 산업 빅 데이터 데이터 데이터 소스
산업 빅 데이터의 출처는 주로 두 가지, 첫 번째 유형의 데이터 소스와 스마트 장비입니다. 퍼베이시브 컴퓨팅에는 많은 공간이 있으며 현대 작업자는 퍼베이시브 센서와 같은 장비를 생산 및 관리에 사용할 수 있습니다. 따라서 산업 데이터 소스는 약 280 억 개에 달하는 대량의 장비 간의 연관으로, 우리가 앞으로 채택해야 할 데이터 소스 중 하나입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 산업명언)
두 번째 데이터는 현대 산업 제조 체인의 구매, 생산, 물류, 판매 시장의 내부 프로세스 및 외부 인터넷 정보를 포함하여 인간 궤적에서 생성된 데이터로부터 비롯된 것입니다. 동작 추적 데이터와 장치 데이터의 결합을 통해 실시간 핵심, 거래, 서비스, 백그라운드 서비스 등을 포함한 고객 분석 및 마이닝을 수행할 수 있습니다.
2
관심 분야 # 2- 데이터 관계
데이터를 해당 환경에 배치하고 함께 분석해야 데이터 간의 관계를 이해하고 문제의 근본 원인을 분석할 수 있다. 예를 들어, 모든 새 모델은 항공사에 배달되기 전에 일련의 잔인한 비행 테스트를 거칩니다. 극단적인 날씨 테스트는 수많은 심각한 테스트 중 하나이다. 이 실험의 목적은 비행기의 엔진, 재료 및 제어 시스템이 극한의 기상 조건 하에서 제대로 작동하는지 확인하는 것이다.
문제 해결의 관건은 문제의 근본 원인을 찾는 것이고, 오류 제거의 관건은 솔루션의 신뢰성과 유효성에 있다. 근본 원인을 찾아 파악한 후 허용 가능한 긴급 조치를 개발하면 문제를 알려진 오류로 간주할 수 있습니다. 문제 조사 프로세스에서는 이벤트와 문제의 근본 원인을 파악하고 제거하기 위해 이벤트와 관련된 사용 가능한 모든 정보를 수집해야 합니다. 데이터 수집 및 분석은 사고/문제의 환경 데이터와 결합되어야 합니다.
셋；삼；3
세 번째 요점에 집중하십시오-데이터의 이점
디지털 변환의 다른 측면에 대 한 큰 데이터는 실제 데이터의 양에 초점을 맞추어야 하지만, 가장 중요 한 것은 특정 상황에서 큰 데이터 처리 방법의 응용 프로그램에 초점을 맞추고, 데이터가 큰 혁신적인 가치를 만들 수 있도록 하는 것입니다. 수익 고려나 투자 수익의 디자인을 벗어나면, 맹목적으로 큰 데이터를 구하는 것은 착지할 수도 없고, 기업에 가치를 창출할 수도 없다.
산업 빅 데이터 분석의 정의
생산 실행 시스템 (MES) 은 항공기 엔진 건강 관리 시스템과 동일합니다. 우리는 공장의 생산에서 프로세스, 변수, 측정 결과 등 방대한 양의 데이터를 실시간으로 수집할 수 있다. 이러한 데이터 소스는 제조 환경에서 장비 또는 자산이 연결된 현상으로 인해 발생합니다. 그러나 대량의 데이터 세트 또는 기본 통계 분석을 기반으로 생성된 보고서는 제조업 빅 데이터 분석이라고 할 수 없습니다.
그렇다면 제조업의 빅 데이터 분석이 단순히 데이터량을 의미하는 것이 아니라면, 산업으로서 제조업의 빅 데이터 분석을 어떻게 정의해야 할까요? "큰 데이터는 단지 많은 양의 데이터가 아닙니다." 라는 말에는 여러 가지 의미가 포함되어 있습니다.
현대의 빅 데이터 처리 기술의 가치는 기술 진보에 있다. 바로 기술 진보로 인해 빅 데이터가 상업에서 가치 있는 핵심 동력이 되는 것이다. 산업 빅 데이터 분석은 지능적으로 제조된 트로이카 중 하나로 이미 대부분의 제조업체들에 의해 인정되고 받아들여졌다. 많은 제조업체들은 자신이 생산경영에 대량의 데이터를 축적했다고 생각하는데, 이제는 큰 데이터를 사용할 때가 되었다.
데이터 유형의 다양성
큰 데이터는 단지 대량의 데이터 축적이 아니다. 빅 데이터의 중요한 속성 중 하나는 사람들이 끊임없이 변화하는 데이터 유형을 수집하고 파악하려고 시도한다는 것입니다. 같은 유형의 많은 양의 데이터만 수집되면 더 많은 데이터를 큰 데이터라고 부를 수 없습니다.
데이터에는 높은 가변성과 종 다양성이 포함되어야 합니다. 제조 공장의 대용량 데이터 애플리케이션은 무수히 많지만 일련의 프로세스 측정 결과를 간단하게 분류하고 전시하는 것은 포함되지 않습니다. 이러한 작업을 수행할 수 있는 기본 통계 표시입니다. 일부 대형 데이터 데이터베이스 또는 데이터 호수는 텍스트 정보, 이미지 데이터, 지리 또는 지질 정보 및 구조화되지 않은 정보 (예: 소셜 미디어 또는 기타 협업 플랫폼을 통해 얻은 데이터 유형) 로 구성됩니다.
제조 정보 구조는 일반적으로 두 개의 층으로 나뉜다. 하나는 관리층이고, 하나는 자동화층이다. 관리, 생산 실행, 세 가지 위도 제어에서 의사 결정 지원, 관리, 생산 실행, 프로세스 제어, 장비 연결 및 인식을 구현합니다. 제조업 빅 데이터 분석이란 공통 데이터 모델을 활용하여 관리 및 자동화 계층의 구조화 시스템 데이터와 구조화되지 않은 데이터를 결합한 다음 고급 분석 도구를 통해 새로운 통찰력을 발견하는 것을 말합니다.
생산에 대한 빅 데이터 분석의 중요성
제조업 혁신의 핵심은 대량의 첨단 기술에 의존하는 것이다. 선진 기술은 혁신의 한 수단이다. 신기술의 지원을 받아 ERP, MES 등의 엔터프라이즈 관리 애플리케이션 시스템은 통합 제조 운영 관리 시스템 MOM 을 통해 산업 자동화 관련 시스템과 통합될 수 있습니다.
양화 융합의 관점에서 정보 시스템 공급업체는 기업의 주요 정보 시스템 공급업체의 관점에서 계획, 표준, 기능 설계 및 구현 전략을 통일해야 합니다. 기업이 위험 통제를 수행하고, 투자를 줄이고, 운영 및 유지 보수 비용을 절감하고, 기업 정보 시스템을 완벽하게 통합할 수 있도록 지원합니다.