正在阅读:工业大数据:车间物联网数据管理

工业大数据:车间物联网数据管理

2016-04-25 09:01:59来源:数据观 原标题:工业大数据:车间物联网数据管理 关键词:工业大数据物联数据云计算阅读量:33103

导读:物联网在工业中有很多种应用方式,如物流仓储、生产制造、产品运维等,我们这里重点讲讲生产制造和产品运维。
  【中国智能制造网 智造快讯】工业大数据可分为公共资源数据、工程类数据、管理类数据和物联数据,这篇文章主要谈谈物联数据。传统的管理系统将人作为数据采集端,用流程来固化组织的行为,用指标来衡量评价流程和组织的效率。工业企业的物联网,就是要将人和物联系起来,将系统和物联系起来,将物作为数据采集端,由人或系统进行数据分析和决策。数据的分析与优化是物联网的关键技术之一,也是未来物联网发挥价值的关键点。

工业大数据:车间物联网数据管理
       物联网在工业中有很多种应用方式,如物流仓储、生产制造、产品运维等,我们这里重点讲讲生产制造和产品运维。
  
  节 物联数据的组织方式
  
  工业企业的生产制造物联网应用一般称为车间物联网或者叫制造物联,通过使用RFID传感器、无线网络通信、GPS定位、语音视频系统等技术把制造计划与制造资源“人、机、料、法、环”等信息链接起来,从而对五大制造资源智能化识别、定位、跟踪、监控和管理,从而满足企业指挥调度、环境监测等方面的管理要求。五大制造资源分为静态属性和动态属性,如一台机床设备的静态属性又可以分为管理信息(设备编码、设备名称、设备分类等)、静态参数(工作环境、进给速度、切削参数等)、动态参数(机床状态、车床完备率、车床负荷率、维修记录等)。静态属性不受生产过程的影响,并在生产流程开始之前已经确定,是车间现场管理中的常量数据,但这些数据并非永远固定不变,它们可在生产过程结束后由用户进行调整;动态数据是一直处于变化中的数据,车间物联网数据大多属于动态数据。

制造物联  

  第二节 物联数据的管理技术

  
  车间物联网是一种典型的复杂信息系统,涉及数据管理的各个方面,主要包括:数据质量控制、数据融合与集成、复杂事件处理、数据存储与处理,以及安全访问控制等。
  
  数据质量控制:物联网的数据质量可以用度、置信度和完整性三个指标来衡量。在提高射频识别、传感器网络数据质量控制方面,主要采用清除多读和误读数据、填补漏读的数据。数据清洗通常采用概率统计和时空关联的方法。
  
  数据融合与集成:物联网数据空间内数据对象的多态性表现在多类型、异构和无统一模式。因此,一方面需要构建车间统一的数据模型,用统一的方式表达数据;第二方面以统一数据模型为基础,研究如何将异构数据映射和转换到统一的数据框架中;第三方面物联网中的数据源是分布、自治和独立的。在数据集成过程中,有时需要自动地发现相关的数据源;第四方面要记录数据的来源,从而实现数据的溯源;第五方面车间制造资源是不断变化的,这种变化会对于数据的一致性、版本和模式更新等产生影响,要能够记录数据演化的过程。
  
  复杂事件处理:在典型的物联网应用中,上层系统负责监测各个物体的状态和行为,并控制其按照既定的程序作出智能反应并完成相应行为。物体的行为通常以事件形式表达。
  
  安全访问控制:由于物联网的开放性,如何保护好了传感数据的隐私性成为一个棘手问题。因为这些海量数据很容易获取、如果几何互联网检索信息,使用复杂的推理技术,就可推演出隐私信息。物联网的物体异构性和移动性增加了隐私保护的复杂性。
  
  第三节 物联数据的应用模式
  
  1、物联车间的生产管控:车间生产指挥调度中心作为整个生产的“大脑”,需要统筹调度车间的各项资源及生产能力,该中心通过集成ERP、MES、MDC等系统数据,以电子大屏幕为载体,展示各生产现场作业情况、突发事件、事件跟踪、改进情况等。结合精益生产理念,对各生产单元的生产任务执行进行全过程管理,通过统计、分析、归纳、预测后,实现生产数据可视化管理,为全景展示公司生产任务执行情况,提供企业决策支持分析,确保生产任务按质、按量的准时完成。

物联车间的生产管控  
 
  2、物联车间的质量控制:某钢铁企业是中国大的特种钢材生产企业,在其某条硅钢生产线上,由于多种复杂因素的作用,成品表面有时会形成一种称为纵条纹的瓦楞状缺陷。纵条纹缺陷不仅影响产品的外观效果,而且对产品的物理性能如层间电阻,电磁性能和叠片性能等有着直接的影响,其纵条纹缺陷钢占生产量的30%左右,每年给企业带来巨大的损失。通过数据挖掘技术对生产工艺流程数据进行深入分析和挖掘,建立产品质量优化模型,减低次品率,提升产品质量。

物联车间的质量控制
我要评论
  • 如何降低云计算基础设施的碳排放?

    云计算基础设施的碳排放主要来自两个方面:一是数据中心运行过程中消耗电力产生的运营排放,二是服务器、存储设备、网络设备以及建筑材料在生产、运输和建设过程中形成的隐含碳排放。
    云计算碳排放数据中心
    2026-11-13 10:38:52
  • 多重力量共振:人工智能加速发展的底层逻辑与未来路径

    人工智能的快速发展并非单一技术突破的结果,而是计算能力提升、数据资源积累、算法架构演进、基础设施完善以及市场需求增长共同作用的结果。
    人工智能云计算
    2026-11-10 11:11:20
  • 选对数据基础设施:制造业如何权衡本地、云与边缘部署

    无论是老牌企业还是新兴企业,这些数据基础设施选项都能为制造企业的计算环境带来潜在价值。然而,其效用取决于制造环境中的具体需求、要求以及现有的系统架构。
    云计算制造执行系统数据基础设施
    2026-10-24 10:39:59
  • 2026年企业云计算发展趋势解析

    Gartner预计,2026年全球基础设施即服务(IaaS)支出将达到2873亿美元,同比增长29.3%;其中,AI优化基础设施支出预计达到423亿美元,同比增长96.4%。
    云计算
    2026-10-10 09:13:49
  • 具身智能加速融入先进制造,智身科技与华为云深化产业合作

    华为全联接大会2026期间,智身科技旗下智身新创(苏州)智能科技有限公司与华为云计算技术有限公司正式签署全面深化合作协议,双方高管出席签约仪式。此次合作将围绕云计算与AI、技术协同、行业应用及生态合作等领域展开,共同推动具身智能规模化进入真实行业场景。
    云计算人工智能
    2026-09-24 10:06:43
  • 2027年值得关注的云计算技术趋势

    进入2027年,企业的云战略将不再只是考虑“是否上云”,而是进一步关注如何构建适合不同业务场景的云基础设施。传统企业应用通常以南北向流量为主,而AI训练、分布式数据库和大规模数据分析会产生大量东西向通信。这要求云基础设施具备更高的网络带宽、更低的延迟以及更稳定的通信性能。
    云计算人工智能AI云基础设施
    2026-09-07 10:25:02
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了