Data Besar Perindustrian merujuk kepada semua jenis data dan teknologi dan aplikasi yang berkaitan yang dijana dalam bidang perindustrian di sekitar model pembuatan pintar yang tipikal, dari permintaan pelanggan kepada jualan, perancangan, penyelidikan dan pembangunan, reka bentuk, proses, pembuatan, perolehan, bekalan, penghantaran, penghantaran Data Besar Perindustrian adalah teras pembuatan pintar, berdasarkan "data besar + internet perindustrian", pengkomputeran awan, data besar, internet perkara, kecerdasan buatan dan teknologi lain untuk memimpin perubahan kaedah pengeluaran perindustrian, dan memacu pembangunan inovatif ekonomi perindustrian.
Penerangan terperinci mengenai teknologi dan aplikasi data besar industri
I. Definisi data besar perindustrian
Data besar perindustrian merujuk kepada bidang perindustrian, sekitar model pembuatan pintar yang tipikal, dari permintaan pelanggan kepada jualan, perintah, perancangan, penyelidikan dan pembangunan, reka bentuk, proses, pembuatan, perolehan, bekalan, inventori, penghantaran dan penghantaran, selepas- perkhidmatan, scrap dan kitar semula aplikasi. Ia berpusat pada data produk, yang sangat memanjangkan skop data perindustrian tradisional, dan juga termasuk teknologi besar industri - dan aplikasi yang berkaitan. Sumber utama data besar perindustrian adalah tiga kategori berikut.
1. Data perniagaan yang berkaitan dengan pengeluaran dan operasi
Pengeluaran dan Operasi - data perniagaan yang berkaitan terutamanya berasal dari skop informatisasi perusahaan tradisional dan disimpan di dalam sistem maklumat perusahaan, termasuk reka bentuk perindustrian dan perisian pembuatan tradisional, perancangan sumber daya (ERP), pengurusan kitaran hayat (PLM). Sistem maklumat perusahaan ini telah mengumpulkan sejumlah besar data pembangunan produk, data pengeluaran, data operasi, data maklumat pelanggan, data logistik dan bekalan, dan data alam sekitar. Data jenis ini adalah aset data tradisional dalam bidang perindustrian, dan secara beransur -ansur mengembangkan skopnya di bawah persekitaran aplikasi teknologi baru seperti Internet Mudah Alih.
2. Data peralatan IoT
Peralatan data IoT terutamanya merujuk kepada peralatan pengeluaran industri dan produk sasaran dalam mod operasi IoT, real - penjanaan masa dan pengumpulan data yang meliputi operasi dan operasi, keadaan kerja, parameter alam sekitar dan data lain yang mencerminkan status operasi peralatan dan produk. Data sedemikian adalah sumber data besar perindustrian yang baru dan paling pesat berkembang. Data besar industri sempit merujuk kepada jenis data ini, iaitu, sejumlah besar data yang dihasilkan dengan cepat oleh peralatan dan produk perindustrian dan kewujudan masa - perbezaan siri.
3. Data luaran
Data luaran merujuk kepada aktiviti pengeluaran perusahaan perindustrian dan produk yang berkaitan dengan sumber data internet luaran perusahaan, sebagai contoh, penilaian prestasi alam sekitar perusahaan perusahaan, meramalkan pasaran produk Macro - data ekonomi - dan sebagainya. Teknologi Data Big Industrial adalah satu siri teknologi dan kaedah yang membolehkan nilai yang terkandung dalam data besar industri untuk ditambang dan dipaparkan, termasuk perancangan data, pengambilalihan, pra - pemprosesan, penyimpanan, analisis dan perlombongan, visualisasi dan kawalan pintar. Aplikasi data besar industri adalah proses mengintegrasikan dan menggunakan satu siri teknologi dan kaedah data besar industri untuk set data besar industri tertentu untuk mendapatkan maklumat yang berharga. Penyelidikan dan kejayaan teknologi data besar industri pada dasarnya bertujuan untuk menemui corak dan pengetahuan baru dari set data kompleks, dan perlombongan maklumat baru yang berharga, untuk mempromosikan inovasi produk perusahaan pembuatan, meningkatkan tahap operasi dan kecekapan pengeluaran dan mengembangkan model perniagaan baru.
Ii. Ciri -ciri Data Besar Perindustrian
Sebagai tambahan kepada ciri -ciri data besar umum (jumlah data besar, pelbagai, kepantasan dan ketumpatan nilai rendah), data besar industri juga mempunyai ciri -ciri urutan temporal, korelasi yang kuat, ketepatan dan gelung tertutup.
Jumlah data besar:Saiz data menentukan nilai dan maklumat berpotensi data yang sedang dipertimbangkan. Jumlah data perindustrian agak besar, sejumlah besar data frekuensi tinggi - dari mesin dan peralatan dan data Internet terus mencurahkan, dan set data perusahaan perindustrian besar akan mencapai tahap PB atau bahkan EB.
Pelbagai (pelbagai):merujuk kepada kepelbagaian jenis data dan pelbagai sumber. Data perindustrian diedarkan secara meluas dalam pelbagai aspek seperti mesin dan peralatan, produk perindustrian, sistem pengurusan, dan internet, dan strukturnya adalah kompleks, dengan data penderiaan berstruktur dan separuh berstruktur serta data tidak berstruktur.
Cepat (halaju):merujuk kepada kelajuan mendapatkan dan memproses data. Keperluan kelajuan pemprosesan data industri adalah pelbagai, tapak pengeluaran - keperluan tahap untuk jangka masa analisis ke tahap milisaat, pengurusan dan keputusan - membuat aplikasi perlu menyokong analisis data interaktif atau batch.
Ketumpatan nilai rendah (nilai):Data besar industri meletakkan lebih banyak penekanan pada nilai pengguna - didorong dan kebolehgunaan data itu sendiri, termasuk: meningkatkan keupayaan inovasi dan kecekapan pengeluaran dan operasi dan mempromosikan penyesuaian peribadi, transformasi perkhidmatan dan mod baru perubahan pembuatan pintar.
Urutan:Data besar industri mempunyai urutan temporal yang kuat, seperti pesanan, data status peralatan.
Strong - Relevance:Di satu pihak, data pada tahap yang sama kitaran hayat produk mempunyai kaitan yang kuat, seperti komposisi bahagian produk, keadaan kerja, status peralatan, penyelenggaraan, dan perolehan bahagian tambahan; Sebaliknya, data pada peringkat yang berlainan kitaran hayat produk, seperti R & D dan reka bentuk, pengeluaran, dan perkhidmatan, perlu dikaitkan.
Ketepatan:Terutamanya merujuk kepada keaslian, kesempurnaan dan kebolehpercayaan data, dan memberi perhatian lebih kepada kualiti data serta kebolehpercayaan teknik dan kaedah menganalisis dan menganalisis. Keperluan keyakinan yang lebih tinggi untuk analisis data, hanya bergantung pada analisis korelasi statistik tidak mencukupi untuk menyokong diagnosis kesalahan, ramalan dan amaran awal dan aplikasi perindustrian lain, keperluan untuk menggabungkan model fizikal dengan model data, penyebab perlombongan dan hubungan kesan.
Ditutup - gelung:Termasuk penutupan dan persatuan rantaian data dalam proses mendatar kitaran hayat produk, serta proses pengambilalihan data dan pemprosesan vertikal pembuatan pintar, yang perlu menyokong pelarasan dan pengoptimuman yang dinamik dan berterusan di bawah senario gelung tertutup -
Oleh kerana ciri -ciri di atas, Data Besar Perindustrian, sebagai industri aplikasi Big Data, mempunyai prospek aplikasi yang luas sambil menimbulkan cabaran besar kepada teknologi pengurusan data tradisional dan teknologi analisis data.
Iii. Senibina Data Besar Perindustrian
Senibina data besar industri mengandungi tiga dimensi: kitaran hayat dan aliran nilai, lapisan menegak perusahaan dan rantaian nilai IT.
Dalam kitaran hayat dan lapisan aliran nilai, menurut kawasan aplikasi data besar perindustrian, ia boleh dibahagikan kepada tiga bidang: pembangunan produk dan reka bentuk sebelum permulaan fasa pengeluaran produk, pengurusan dan pengurusan bekalan sebelum penghantaran produk, dan operasi dan penyelenggaraan dan pengurusan perkhidmatan selepas penghantaran produk.
Dalam lapisan menegak perusahaan, mengikut kaedah pengumpulan data dan tahap aplikasi, ia boleh dibahagikan kepada lapisan sistem fizikal maklumat, lapisan sistem maklumat pengurusan perusahaan dan lapisan sistem interkoneksi platform.
Di dalam lapisan rantaian nilai IT, ia boleh dibahagikan kepada seni bina perniagaan, seni bina sistem maklumat dan seni bina teknologi IT di tiga peringkat, di mana senibina sistem maklumat boleh dibahagikan kepada seni bina aplikasi dan seni bina maklumat.
1. Kitaran hidup dan dimensi aliran nilai
Dimensi aliran kitaran hayat dan nilai dalam seni bina data besar industri merangkumi peringkat keseluruhan kitaran hayat produk, iaitu R & D dan reka bentuk, pengeluaran, logistik, jualan, operasi dan penyelenggaraan, dan perkhidmatan. Antaranya, pengeluaran, logistik dan jualan boleh dikategorikan ke dalam rantaian pengeluaran dan bekalan, dan dimensi aliran kitaran hayat dan nilai termasuk tiga bidang: R & D dan Reka Bentuk, Pengeluaran dan Rantaian Bekalan, dan Operasi dan Penyelenggaraan dan Perkhidmatan. Senario aplikasi setiap domain ditunjukkan dalam Rajah 2.
01. R & D dan reka bentuk
Data R & D dikumpulkan oleh kakitangan R & D dalam proses R & D dan reka bentuk, yang berasal dari semua aspek kitaran hayat produk, termasuk: Data Big Data Pengguna, Data Big Pengetahuan R & D, menggunakan data besar R & D, dan lain -lain, dengan pelbagai jenis dan sebagainya.
Perusahaan reka bentuk penyesuaian produk yang diperibadikan dapat mengumpulkan permintaan produk peribadi pengguna, interaksi pelanggan produk dan data transaksi melalui platform internet. Perlombongan dan menganalisis data dinamik pelanggan ini dapat membantu pelanggan mengambil bahagian dalam analisis permintaan produk dan aktiviti reka bentuk produk untuk mencapai reka bentuk yang disesuaikan, dan kemudian bergantung pada proses pengeluaran yang fleksibel, anda boleh menghasilkan produk penjahit - untuk pengguna.
Menyedari reka bentuk simulasi berdasarkan perusahaan pengeluaran tradisional data besar dalam ujian dan pengesahan pautan perlu dihasilkan dengan baik untuk menilai prestasinya dan petunjuk lain, kos dengan peningkatan bilangan ujian dan peningkatan. Penggunaan teknologi simulasi maya dapat mencapai proses reka bentuk R & D asal simulasi, analisis, penilaian, pengesahan dan pengoptimuman, dengan itu mengurangkan jumlah perubahan kejuruteraan, mengoptimumkan proses pengeluaran, mengurangkan kos dan penggunaan tenaga.
Menyedari automasi reka bentuk tersuai yang diperibadikan berdasarkan jenis produk produk tradisional yang besar, gaya tidak banyak, boleh digunakan untuk merancang model produk secara manual, sampel pengeluaran, dan kemudian mod pengeluaran pengeluaran pengeluaran besar -besaran, tetapi dalam menghadapi keperluan pengeluaran batch yang diperibadikan, mod tradisional akan membawa kepada kitaran pengeluaran produk terlalu panjang, kosnya terlalu tinggi. Dengan mengumpulkan sejumlah besar data model reka bentuk produk, menganalisis korelasi antara data reka bentuk, dan dengan bantuan teknologi data besar dan alat reka bentuk tambahan lain, automasi reka bentuk tersuai dan penjanaan model yang disesuaikan dapat direalisasikan.
Menggalakkan integrasi dan perkongsian sumber -sumber R & D dan inovasi dan perusahaan reka bentuk kolaboratif melalui pembinaan dan penambahbaikan asas pengetahuan R & D dan reka bentuk, untuk mempromosikan lukisan digital, perpustakaan bahagian standard dan data reka bentuk yang lain dalam perusahaan dan perusahaan hulu dan enterprise enter. keupayaan reka bentuk. Meningkatkan keupayaan perusahaan untuk mengurus dan menggunakan sumber R & D global, mengoptimumkan dan menyusun semula proses R & D, dan meningkatkan kecekapan R & D.
Memupuk mod R & D baru berdasarkan perkongsian dan penyertaan sumber reka bentuk yang disosialisasikan, dan membolehkan perusahaan untuk menjalankan mod R & D baru seperti orang ramai dan orang ramai berdasarkan keperluan R & D mereka sendiri, untuk meningkatkan keupayaan perusahaan untuk menggunakan inovasi dan sumber modal yang bersosial.
02. Pengeluaran dan Rantaian Bekalan
Pengeluaran data besar bukan sahaja termasuk maklumat pengeluaran produk, maklumat pesanan, maklumat peralatan, maklumat kawalan, maklumat material, penjadualan kerja kakitangan, tetapi juga termasuk aliran maklumat pengurusan dalaman, aliran modal, pengeluaran produk pembekal huluan dan hiliran dan pengurusan pembekal yang lain.
Ia menyedari real - pemantauan masa dan pengurusan proses pengeluaran dan penyelenggaraan ramalan peralatan pengeluaran, meningkatkan tahap pengurusan proses dan peralatan pengeluaran, mengoptimumkan proses pengeluaran dan meningkatkan kualiti produk. Barisan pengeluaran pembuatan industri moden dipasang dengan beribu -ribu sensor kecil untuk mengesan status kerja peralatan pengeluaran, seperti suhu, tekanan, haba, getaran dan bunyi bising, dan lain -lain. Penggunaan data ini dapat merealisasikan pemantauan masa nyata - proses pengeluaran, diagnosis kegagalan peralatan dan ramalan, analisis penggunaan tenaga, analisis kemalangan kualiti. Di samping itu, ia juga boleh mengintegrasikan dan mengagregatkan data dari semua aspek pembuatan, mewujudkan model maya proses pengeluaran, mensimulasikan dan mengoptimumkan proses pengeluaran.
Menyedari pengeluaran skala tersuai yang disesuaikan dan mempromosikan penubuhan sistem pengeluaran moden. Melalui automasi aliran data dalam kitaran hayat keseluruhan produk dan kawalan automatik dan pintar dari keseluruhan proses pembuatan, ia akan menggalakkan perkongsian maklumat, integrasi sistem dan kerjasama perniagaan, meningkatkan keupayaan pembuatan ketepatan, tinggi {1}
Menyedari pembuatan kerjasama dan pembuatan ekonomi perkongsian kolaboratif. Melalui "Internet +", integrasi dan pengoptimuman sumber pengeluaran di dalam atau di kalangan perusahaan, dan merealisasikan pembuatan kerjasama menegak dalam perusahaan atau pembuatan kolaboratif mendatar di kalangan perusahaan. Melalui ekonomi perkongsian Internet +, perkongsian sumber inovasi, kapasiti pengeluaran, inventori dan sumber pengeluaran lain untuk merealisasikan ekonomi perkongsian pembuatan.
Mengoptimumkan rantaian bekalan perindustrian. Teknologi pengenalan elektronik seperti teknologi pengenalan frekuensi radio (RFID), teknologi Internet of Things (IoT), dan teknologi Internet mudah alih dapat membantu perusahaan perindustrian mendapatkan data besar mengenai rantaian bekalan produk yang lengkap, dan penggunaan data sedemikian untuk analisis akan membawa peningkatan yang signifikan dalam kecekapan pergudangan, pengedaran, dan jualan serta pengurangan kos yang signifikan.
Menyedari permintaan ramalan untuk mengatur barang dan pengeluaran yang lebih baik, dan apabila permintaan jatuh, mengesan punca masalah dan menyelesaikannya.
Menyedari profil pelanggan dan analisis perilaku pemasaran dan ketepatan pelanggan, yang dapat mengembangkan sumber pelanggan, meningkatkan kadar kejayaan pemasaran dan kepuasan pelanggan asal dan kesetiaan.
03. Bidang Kerjasama dan Penyelenggaraan dan Perkhidmatan
Terdapat banyak sumber data dalam bidang operasi dan penyelenggaraan dan perkhidmatan, terutamanya termasuk: Real - masa menjalankan data status dan data persekitaran sekitar yang dikumpulkan oleh sensor yang tertanam dalam produk dengan kebenaran pelanggan; data jualan produk yang diperoleh melalui platform perniagaan, data pelanggan dan penilaian produk yang sepadan atau menggunakan maklum balas; aduan pelanggan dan rekod pemprosesan yang sepadan; Pulangan/pulangan produk dan rekod penyelenggaraan yang sepadan.
Dengan memantau dan menganalisis data status operasi sebenar - produk yang dikumpulkan dari jauh, nilai dalam talian - perkhidmatan tambahan seperti pemantauan dan pengurusan jauh, diagnosis kesalahan dan penyelenggaraan ramalan dapat direalisasikan, yang dapat mengurangkan kos penyelenggaraan dan meningkatkan penggunaan produk.
Dengan menganalisis data penggunaan pelanggan dan data persekitaran sekitar peralatan, ia juga boleh menyediakan perkhidmatan yang diperluaskan untuk pengguna, mengembangkan ruang nilai produk, dan merealisasikan transformasi produk - model perniagaan yang berpusat kepada model "pembuatan + perkhidmatan".
Dengan menganalisis penilaian produk pelanggan atau maklum balas penggunaan, aduan pelanggan, menggabungkan komen berguna ke dalam reka bentuk produk dan peningkatan produk, dan mengkategorikan aduan pelanggan, kami dapat meningkatkan kualiti produk dan selepas kualiti perkhidmatan jualan -, mengurangkan kadar aduan, dan meningkatkan kepuasan dan kesetiaan pelanggan.
Dengan menganalisis sebab -sebab pulangan atau pembaikan produk, dan mengambil langkah -langkah yang tepat pada masanya dan berkesan, kami dapat meningkatkan kualiti produk dan mengurangkan kadar pulangan dan kadar pembaikan.
2. Lapisan menegak perusahaan
Lapisan menegak perindustrian seni bina data besar dibahagikan kepada lima lapisan dari perspektif domain fizikal dari bawah ke atas, yang merupakan lapisan peralatan, lapisan kawalan, lapisan bengkel, lapisan perusahaan dan lapisan kerjasama. Dalam lapisan peralatan, lapisan kawalan, dan lapisan bengkel, Internet of Things boleh digunakan untuk merealisasikan kilang -kilang pintar berdasarkan sistem fizikal maklumat; Dalam lapisan perusahaan, perusahaan mengintegrasikan pelbagai aplikasi informatisasi dalaman, menjalankan integrasi dan transformasi proses perniagaan dalaman, dan meningkatkan kecekapan operasi perusahaan; Dan dalam lapisan kolaborasi, awan perindustrian dan teknologi platform lain digunakan untuk merealisasikan pembuatan kolaboratif luaran model perniagaan perusahaan dan inovatif seperti model pembuatan -. Dimensi menegak perusahaan boleh dibahagikan kepada tiga subsistem: sistem fizikal maklumat, sistem maklumat pengurusan perusahaan dan sistem platform interkoneksi.
01.Information Sistem Fizikal
Maklumat sistem fizikal mengumpul dan mengagregat data operasi mesin dan data tapak pengeluaran melalui sensor dan pelbagai sistem maklumat untuk merealisasikan penginderaan di mana -mana, dan menggunakan integrasi data dan teknologi pemprosesan untuk mengumpulkan dan menukar data industri, maklum balas dan kawalan pembuatan, untuk mencapai kawalan dan interaksi dengan peralatan dan bengkel, Keputusan - Membuat pengoptimuman operasi bengkel/kilang. Ia juga menyediakan asas data untuk pemodelan/simulasi dan analisis perindustrian, yang seterusnya menyediakan perkhidmatan sokongan untuk pengoptimuman keputusan operasi bengkel/kilang. Dalam lapisan menegak perusahaan arkitek data besar perindustrian, sistem fizikal maklumat yang digunakan untuk pengumpulan maklumat pada lapisan peralatan perindustrian adalah berdasarkan data besar, rangkaian dan pengiraan massa, dan melalui persepsi pintar teras, analisis, perlombongan, penilaian, ramalan, pengoptimuman dan cara teknikal yang lain, Ruang siber dan ruang fizikal peralatan, persekitaran, dan kumpulan perindustrian. Integrasi yang mendalam. Inti sistem fizikal maklumat terletak pada menghubungkan peralatan fizikal ke Internet, supaya peralatan fizikal mempunyai lima fungsi utama: pengiraan, komunikasi, kawalan tepat, koordinasi jauh dan autonomi.
02. Sistem Maklumat Pengurusan Pengurusan
Informatisasi perusahaan adalah proses menerapkan teknologi maklumat dan produk dalam perusahaan. Informatisasi perusahaan adalah proses penembusan komprehensif teknologi maklumat dari tempatan ke global, dari tahap taktikal ke tahap strategik ke perusahaan, menerapkannya untuk memproses pengurusan dan menyokong operasi dan pengurusan perusahaan. Informatisasi perusahaan terutamanya melibatkan kawalan proses pengeluaran, pengurusan perusahaan, pengurusan kitaran hayat produk, pengoptimuman rantaian bekalan dan proses pengurusan. Informatisasi kawalan proses pengeluaran memberi tumpuan kepada pembangunan dan reka bentuk produk, aliran proses pengeluaran, pengurusan bengkel, pemeriksaan kualiti dan pautan reka bentuk dan pengeluaran lain. Informatisasi pengurusan perusahaan adalah bahagian terbesar pembinaan maklumat perusahaan, yang paling sukar, yang paling banyak digunakan dalam bidang, yang melibatkan perniagaan pengurusan perusahaan dan semua peringkat. Informatisasi Pembinaan Pengurusan Perusahaan adalah untuk mengumpul, memproses, menganjurkan dan mengintegrasikan sumber maklumat dengan berkesan melalui sistem aplikasi integrasi maklumat atas dasar piawaian pengurusan asas pengurusan dan mengoptimumkan proses perniagaan, meningkatkan kecekapan pengurusan, dan menyediakan maklumat dan keputusan pengurusan dinamik yang nyata - Informatisasi pengurusan rantaian bekalan perusahaan menjadikan aktiviti pengeluaran dan pengurusan perusahaan melanjutkan ke hadapan dan ke belakang. Perusahaan dari perolehan bahan mentah, komponen, pengangkutan, penyimpanan, pemprosesan dan pembuatan, jualan, sehingga penghantaran dan perkhidmatan akhir kepada pelanggan, membentuk struktur rantai yang terdiri daripada pembekal hulu, pengeluar pertengahan dan pembekal perkhidmatan yang ketiga.
03. Sistem platform yang disambungkan
Pada masa ini, pembangunan perindustrian China dan kebanyakan negara menghadapi kesukaran dan cabaran yang besar, termasuk: kelebihan kapasiti yang serius, kekurangan produk yang diperibadikan, produk menjadi lebih kompleks, cara pengeluaran tidak dapat dikonfigurasikan dengan berkesan dan perlu untuk mendapatkannya. industri. "Internet +" pemikiran perniagaan yang sangat dinamik dan inovatif, untuk nasib industri pembuatan dalam keperluan segera transformasi dan menaik taraf menyediakan arah transformasi baru, melalui pembaharuan kaedah pengeluaran dan model perniagaan dan meningkatkan teknologi pengeluaran, untuk menyelesaikan masalah. Dengan mereformasi kaedah pengeluaran dan model perniagaan dan meningkatkan teknologi pengeluaran, kita dapat merealisasikan lot kecil -, besar - pengeluaran produk yang diperibadikan untuk menyelesaikan masalah besar- overcapacity produk -produk yang diperolehi untuk memenuhi keperluan untuk memenuhi keperluan untuk memenuhi keperluan untuk memenuhi keperluan untuk memenuhi keperluan Self - realisasi.
Cuba selesaikan masalah teknologi teras yang lemah dan kapasiti pembuatan yang rendah dengan produk akhir yang tinggi - melalui pembuatan kolaboratif rangkaian, iaitu, dengan bantuan platform awan internet atau industri, membangunkan mod penyelidikan dan pembangunan kolaboratif yang baru, Transformasi dari "Fighting Alone" ke "Kerjasama Perindustrian". "Untuk sinergi perindustrian, dan mempromosikan daya saing keseluruhan industri.
Cuba untuk memperbaiki masalah kelebihan kapasiti tanpa peruntukan sumber yang berkesan dan keupayaan inovasi bebas yang lemah melalui inovasi dan keusahawanan, pembuatan ekonomi perkongsian.
Dengan produk teras sebagai paksi, melalui pengumpulan dan analisis data penggunaan pelanggan produk dan data persekitaran sekitar, untuk menyediakan pengguna dengan perkhidmatan yang diperluaskan, memperluaskan ruang nilai produk, memperluaskan pasaran baru, dan merealisasikan transformasi produk - model perniagaan yang berpusat kepada model "perkilangan + perkhidmatan".
3. Rantaian nilai itu
Nilai data besar direalisasikan melalui aktiviti seperti pengumpulan data, pra - pemprosesan, analisis, visualisasi dan akses.
Dalam dimensi rantaian nilai IT, nilai data besar direalisasikan melalui penyediaan rangkaian, infrastruktur, platform, alat aplikasi dan perkhidmatan lain yang menempatkan data besar untuk aplikasi data besar, dengan itu meningkatkan kecekapan operasi dan menyokong inovasi perniagaan. Senibina perusahaan yang disokong oleh teknologi data besar boleh dibahagikan kepada tiga peringkat: seni bina perniagaan, seni bina sistem maklumat dan seni bina teknologi IT dengan merujuk kepada kaedah Bahagian Togaf.
01. Senibina Perniagaan
Senibina perniagaan mentakrifkan strategi perniagaan, pengurusan, organisasi dan proses perniagaan utama, dan merupakan asas strategi teknologi maklumat dan sistem maklumat komprehensif perusahaan, serta penentu data, aplikasi dan seni bina teknologi. Senibina Perniagaan adalah saluran yang menerjemahkan strategi perniagaan organisasi ke dalam operasi harian, dan strategi perniagaan menentukan seni bina perniagaan. Senibina perniagaan menukarkan strategi dan matlamat perniagaan tahap tinggi - ke dalam model perniagaan operasi. Senibina perniagaan adalah ungkapan strategi perniagaan utama perusahaan dan fungsi dan proses perniagaan, biasanya reka bentuk perniagaan yang dilaksanakan berdasarkan model perniagaan, yang menggambarkan modul perniagaan dan hubungan di antara mereka, iaitu proses utama perniagaan, dari pelbagai perspektif. Senibina perniagaan adalah penentuan yang tepat mengenai proses utama dan bersama perniagaan, dan artikulasi dan analisis kitaran hayat elemen perniagaan. Nilai Data Besar Perindustrian boleh diperolehi dengan merancang perniagaan Big Data Perindustrian Strategik dan membina seni bina perusahaan.
02.Information System Architecture
Untuk memberikan permainan penuh kepada nilai data besar perindustrian dan mengelakkan pembentukan "Kepulauan Maklumat", adalah perlu untuk membina seni bina sistem maklumat bersatu untuk merealisasikan akses pengguna dan interoperabilitas pelbagai sistem dan data aplikasi. Senibina sistem maklumat berdasarkan strategi perniagaan data besar industri adalah seni bina yang mencerminkan hubungan antara pelbagai komponen sistem maklumat perusahaan pembuatan, serta hubungan antara sistem maklumat dan perniagaan yang berkaitan, dan antara sistem maklumat dan teknologi yang berkaitan. Senibina sistem maklumat termasuk seni bina aplikasi dan seni bina data. Antaranya, seni bina aplikasi menerangkan pelan tindakan sistem aplikasi yang diperlukan untuk menyokong operasi perusahaan, termasuk tahap aplikasi, fungsi, kaedah realisasi dan piawaian pembinaan, dan sebagainya. Ia terutamanya mengkaji interaksi antara sistem aplikasi dan korespondensi antara aplikasi dan perniagaan teras, dan menjadi tumpuan penyelidikan mengenai rangka kerja keseluruhan perusahaan, yang boleh dikatakan sebagai jambatan. Senibina aplikasi data besar industri mengandungi kedua -dua sistem aplikasi yang bersamaan dengan pelbagai peringkat lapisan menegak perusahaan dalam seni bina data dan sistem aplikasi industri yang besar berdasarkan teknologi data besar. Senibina data, sebaliknya, adalah penerangan tentang struktur dan interaksi jenis dan sumber data utama, aset data logik, aset data fizikal, dan sumber pengurusan data badan organisasi yang kompleks.
03.Information Technology Architecture
Dengan kebangkitan Gelombang Industri 4.0, teknologi maklumat seperti Internet of Things (IoT), pengkomputeran awan, data besar, kecerdasan buatan, realiti/realiti maya yang ditambah dan teknologi maklumat lain terus mengintegrasikan dan menembusi bidang perindustrian, yang meletakkan asas teknologi yang kukuh untuk pelaksanaan aplikasi data besar industri. Antaranya, teknologi IoT membuat peralatan dan kemudahan akhir di mana -mana, yang boleh disambungkan ke Internet mengikut protokol yang dipersetujui melalui peranti penderiaan maklumat seperti pengenalan frekuensi radio, sensor inframerah, sistem kedudukan global, dan lain -lain, untuk pertukaran maklumat dan komunikasi, membuat item dan status mereka kelihatan, untuk menyedari pengenalan, pengkomputeran, pemantauan, pemantauan, pemantauan, pemantauan, pemantauan, pemantauan, pemantauan, Teknologi pengkomputeran awan menyediakan sejenis perkhidmatan pengkomputeran yang dinamik dan berskala yang dapat direalisasikan melalui rangkaian pada - permintaan. Teknologi pengkomputeran awan menyediakan permintaan -, perkhidmatan pengkomputeran dinamik dan murah melalui rangkaian; Teknologi data besar dan teknologi AI memungkinkan untuk menganalisis dan meliputi nilai potensi data besar -besaran dalam jumlah masa yang boleh diterima, serta untuk merealisasikan ramalan trend dan mod perisikan kumpulan; Teknologi AR/VR dapat merealisasikan simulasi dan peningkatan pengalaman persekitaran kilang, peralatan perindustrian, dan sebagainya. Perusahaan pembuatan menghasilkan sejumlah besar data setiap hari atau bahkan setiap saat, dengan pelbagai, meliputi kitaran hayat produk perindustrian, termasuk data reka bentuk, data pengeluaran, data rantaian nilai dan data luaran yang berkaitan. Data -data ini sama ada berasal dari sensor, atau dari sistem pengambilan data dan pemantauan data peralatan pintar, atau dari model reka bentuk dan sistem maklumat perusahaan.
Kesedaran aplikasi data besar perindustrian memerlukan pengumpulan data dan pra - pemprosesan, penyimpanan, analisis dan perlombongan, aplikasi untuk perniagaan tertentu dan akhirnya memaparkan hasilnya, dengan itu, seni bina teknologi maklumat data besar industri dibahagikan kepada enam lapisan: lapisan data, lapisan pengumpulan data, lapisan penyimpanan, lapisan pengkomputeran dan lapisan paparan. Jika perusahaan membina setiap lapisan sahaja, ambang pembinaan akan agak tinggi. Satu siri komponen teknologi sumber terbuka - yang berkaitan dengan perkhidmatan awan perindustrian dan (perindustrian) pemprosesan data besar telah dibangunkan dan disiapkan di rumah dan di luar negara, dan teknologi kecerdasan buatan telah membuat kemajuan yang besar, yang menyediakan penyelesaian pilihan untuk transformasi pintar bidang industri, dan juga mengurangkan ambang untuk pembinaan dan pelaksanaan perindustrian. Perusahaan tidak perlu merealisasikan setiap komponen seni bina teknikal dengan sendirinya jika tidak perlu, dan boleh memilih untuk menggunakan komponen sumber terbuka yang sepadan untuk membina aplikasi data besar perindustrian mengikut keperluan mereka, serta jenis dan tahap perkhidmatan awan perindustrian mengikut keperluan mereka, dan melaksanakan aplikasi data besar perindustrian berdasarkan asas ini, untuk memfokuskan lebih banyak pada bidang -bidang perniagaan dan bidang -bidang perniagaan yang lebih baik.
Teknologi Analisis Data Big Industri, sebagai salah satu teknologi teras data besar industri, boleh membolehkan produk data besar industri mempunyai keupayaan untuk melombong data besar -besaran, mengintegrasikan pelbagai- data sumber, model multi- jenis pengetahuan, analisis- Inovasi dan transformasi perniagaan dan peningkatan perusahaan.




