Cómo utilizar big data industrial para promover la transformación de la fabricación
El big data industrial es difícil de definir en términos de connotación porque involucra una gran cantidad de datos diversos. Pero desde la perspectiva de la extensión, es más fácil.
Básicamente 3 3, el primer "3" se refiere a los tres niveles: la empresa, la cadena de suministro, la cadena industrial y la cadena ecológica por encima de la empresa, así como la gestión industrial y la macroeconomía por encima. El segundo "3" se refiere a los tres procesos de cada empresa: la eficiencia operativa de producción, uso y desarrollo, por lo que "3 3" básicamente rodea el contexto de big data industrial.
Desde la perspectiva de una empresa, el big data industrial es la suma de información que las empresas necesitan para generar, utilizar, transformar y actualizar en los procesos de toma de decisiones de diseño, innovación, producción, operación y gestión. Entonces, el círculo más pequeño es la empresa. Una empresa utiliza todos los vínculos como este, desde el principio hasta la línea de producción, el diseño, la tecnología, las personas, hasta la gestión, la toma de decisiones, el marketing y el servicio.
Desde la perspectiva de la cadena de suministro, la cadena industrial y la cadena ecológica, el big data industrial es la suma de diversa información generada, utilizada y demandada por la cadena de suministro, la cadena industrial y la cadena ecológica. Estas tres cadenas son difíciles de separar, por lo que también las miro desde una perspectiva conceptual. Por tanto, ya se trate de empresas manufactureras o industriales, todo el proceso es una cadena. Esta cadena no se compone sólo de empresas, sino que, lo que es más importante, las agencias gubernamentales y las instituciones de investigación deben controlar y estudiar cómo lograr la optimización de los dos primeros eslabones de la fabricación. Así vemos que los nuevos datos industriales han superado las necesidades de una empresa para sobrevivir, utilizar y desarrollarse.
Desde la perspectiva de la gestión y el macrocontrol de la industria, el big data industrial es la suma de todo tipo de información generada, utilizada y requerida por la gestión y el macrocontrol de la industria. Toda gestión industrial requiere big data industrial, y muchas empresas existen en la industria industrial. Una buena gestión de datos industriales requiere dicha cadena, por lo que "3 3" constituye la extensión de big data industrial, cada enlace, uso y demanda Hay cruces en el. medio, que proporciona una base para el desarrollo de big data industrial.
Resumen
En primer lugar, la combinación de "3 3" se suma al big data industrial.
En segundo lugar, la generación, uso y mayor desarrollo de; big data industrial Las necesidades son diferentes y se cruzan;
En tercer lugar, la demanda de un mayor desarrollo de big data es la mayor;
La última oración es la más importante, big data industrial, La industria es el cuerpo principal.
¿Por qué deberíamos desarrollar big data industrial?
También hay tres niveles, de pequeño a grande, además de una demanda para ver el papel y la importancia del big data industrial.
En primer lugar, desde un nivel pequeño (una empresa), el big data industrial sirve a todo el proceso de diseño, innovación, producción, operación, gestión y toma de decisiones de la empresa, y sirve para la realización de estrategias y objetivos de desarrollo empresarial. .
En el segundo nivel, el big data industrial sirve para la optimización de la cadena de suministro, la mejora de la cadena industrial y la formación y optimización de la cadena ecológica. Desde la perspectiva de la cadena de suministro, la cadena industrial y la cadena ecológica, ya sea el círculo de producción de CSM, la cadena de suministro de procesos de producción de productos específicos o el análisis del proceso de producción completo, el big data industrial sirve para su formación y optimización. .
En el tercer nivel, los big data industriales deben satisfacer las necesidades reales de la industria y la toma de decisiones y la regulación macroeconómicas, y mejorar la calidad y las capacidades de la industria y la toma de decisiones de gestión macroeconómica. La gestión industrial del gobierno juega un papel muy importante en la cadena de suministro, la cadena industrial, la cadena ecológica, la cadena comercial y la cadena de valor. Sin embargo, el macrocontrol del gobierno va más allá de dicha cadena. Tenemos que abordar los principales problemas económicos. ¿Cómo afronta la industria manufacturera estos problemas? Por lo tanto, desde la perspectiva de la industria, lo importante es la estrategia de desarrollo de la industria. Cuando se trata de macrocontrol, no solo debemos mirar la estrategia de desarrollo de la industria, sino también cómo resolver estos problemas desde la perspectiva de la industria. el desarrollo económico general? Esto requiere información.
En cuarto lugar, desde la perspectiva de las necesidades de transformación y modernización industrial, los big data industriales sirven para la transformación y modernización de empresas, industrias, equipos, procesos, líneas de producción y cadenas de suministro.
La fabricación avanzada, la Industria 4.0, la fabricación inteligente y Made in China 2025, centrados en la integración de la informatización y la fabricación inteligente, son todas las direcciones para la futura transformación industrial y los modelos de mejora. Resulta que nuestra industria 3.0 es la automatización con equipos y líneas de producción como núcleo, mientras que la inteligencia 4.0 es la automatización de procesos y la automatización de datos que combina las dos.
Resumen:
La investigación y la práctica del big data industrial deberían servir para acelerar la transformación y mejora de la industria manufacturera y mejorar la competitividad industrial;
Este objetivo debe implementarse en cada eslabón específico de innovación, diseño, producción, operación, gestión y toma de decisiones de la empresa;
Este objetivo debe implementarse en cada eslabón específico de la optimización general de la cadena de suministro, la formación y optimización de la cadena industrial y del eslabón de la cadena ecológica;
Este objetivo debe implementarse en todas las necesidades prácticas de gestión y toma de decisiones de macrocontrol en el ámbito industrial.
¿Cómo promueve el big data industrial la transformación y mejora de la industria manufacturera?
Antes de responder "qué hacer", primero debemos saber cuáles son los principales problemas:
1 En el proceso de generación de datos, existen principalmente problemas como fugas, fugas y. irregularidad;
2. En el proceso de utilización de datos, existen principalmente datos insuficientes, baja calidad y una gran cantidad de obstáculos como sistemas, contabilidad y estándares para la coordinación de varios enlaces;
3. En el proceso de desarrollo de la demanda, existen principalmente problemas como falta de previsión, falta de modelos y herramientas eficaces y falta de sistemas y estándares.
Para construir y aplicar big data, primero debemos resolver estas tres preguntas:
Primero, ¿qué es la construcción? Recuerdo haber dicho hace tres años que big data es como prospección, minería, refinación y minería. De hecho, la prospección y la minería consisten en generar buena información, y buena información se puede generar desde tres latitudes y cuatro aspectos. La primera de las tres dimensiones es el descubrimiento, que luego se puede combinar según los requisitos de la aplicación. La segunda dimensión es contar con sistemas y estándares para lograr la interoperabilidad entre sistemas. Al mismo tiempo, es necesario descubrir, recopilar y organizar para mejorar la sistematicidad, la exhaustividad, la puntualidad y la precisión. Esto significa construir bien y utilizarlo bien.
Existen tres aspectos o tres niveles para hacer un buen uso del mismo, así como varios enlaces clave. Debido a limitaciones de tiempo, no lo ampliaré.
Por último, se debe prestar especial atención a la consecución de resultados prácticos, las mejores prácticas y la investigación teórica.
1. Presta especial atención a los resultados prácticos. Porque en el mundo actual de big data, la formación de cada enlace tiene su efectividad después de que esto se complete desde el principio. Hay muchos emprendedores. Cuando utiliza big data para mejorar todos los aspectos de su negocio, primero debe poner la eficiencia en la posición más importante. . Por supuesto, los big data industriales no se pueden calcular directamente en términos de dinero. Algunos vínculos requieren que los propietarios de empresas mejoren la eficiencia en la gestión y los servicios, pero el efecto debe ser mensurable, ya sea cualitativo o cuantitativo.
2. Preste especial atención a las mejores prácticas. Pasaron diez años desde el inicio de la investigación y el desarrollo hasta la máquina herramienta CNC i5, que se encuentra entre los principales pilotos de máquinas herramienta CNC inteligentes en la actualidad. ¿Por qué no tuvo éxito en años anteriores? Es por falta de datos. ¿Qué datos faltan? ¿Por qué las máquinas herramienta CNC de alta gama han estado controladas por países extranjeros durante mucho tiempo? ¿Por qué hace mucho tiempo que no se domina la tecnología de las máquinas herramienta CNC? Porque no hay datos sobre el desarrollo de materiales o equipos. Si no hay datos en el proceso práctico, no se puede desarrollar. En segundo lugar, cómo construir un modelo también requiere datos que lo respalden. Sin embargo, resulta que las máquinas herramienta CNC de alta gama están controladas por países extranjeros y no tenemos datos. Además, durante este proceso, también aboga por un modelo de negocio en el que las máquinas herramienta se cobren en función de claves de servicio. Por lo tanto, se ha convertido en la parte más nueva y de moda de la fabricación en la actualidad. Esta es claramente una mejor práctica extremadamente importante para los datos industriales.
3. Prestar atención a la investigación teórica, metodológica y de innovación institucional. En este proceso, es necesario estudiar las tendencias de desarrollo y las características de la industria manufacturera, la connotación y extensión del big data industrial, los métodos sistemáticos para la construcción y utilización del big data industrial y una serie de cuestiones como el aseguramiento de la calidad, desarrollo colaborativo e innovación institucional de big data industrial.