Tööstuslikud suurandmed viitavad igasugustele andmetele ja nendega seotud tehnoloogiatele ja rakendustele, mis on loodud tööstusvaldkonnas tüüpilise intelligentse tootmismudeli ümber, alates klientide nõudlusest kuni müügi, tellimuste, planeerimise, uurimis- ja arendustegevuse, disaini, protsessi, tootmise, hankimise, tarnimise, laoseisu, tarnimise, tarnimise, -müügijärgse teeninduse, käitamise ja hoolduse, vanaraua või ringlussevõtu ja iga lingi kogu toote elutsükli ümbertöötlemiseni. Tööstuslikud suurandmed on intelligentse tootmise tuum, mis põhineb "suurandmetel + tööstuslikul Internetil", pilvandmetöötlusel, suurandmetel, asjade Internetil, tehisintellektil ja muudel tehnoloogiatel, et juhtida tööstuslike tootmismeetodite muutmist ja juhtida tööstusmajanduse uuenduslikku arengut.
Tööstusliku suurandmete tehnoloogia ja rakenduse üksikasjalik kirjeldus
I. tööstuslike suurandmete määratlus
Tööstuslikud suurandmed viitavad tööstusvaldkonnale, mis hõlmab tüüpilist intelligentset tootmismudelit, alates klientide nõudlusest kuni müügini, tellimuste, planeerimise, uurimis- ja arendustegevuse, projekteerimise, protsesside, tootmise, hankimise, tarnimise, laoseisu, tarnimise, tarnimise,{0}}müügijärgse teeninduse, käitamise ja hoolduse, vanaraua või ringlussevõtu ja toote kogu elutsükli ümbertöötlemise, erinevat tüüpi andmete ja üldiste rakenduste poolt genereeritud üldiste tehnoloogiate ja erinevate aspektide ümbertöötlemise. See keskendub tooteandmetele, mis laiendab oluliselt traditsiooniliste tööstusandmete ulatust, ning hõlmab ka tööstuslike suurandmetega{2}}seotud tehnoloogiaid ja rakendusi. Tööstuslike suurandmete peamised allikad on järgmised kolm kategooriat.
1. Tootmise ja käitamisega seotud äriandmed
Tootmise ja toimimisega{0}}seotud äriandmed pärinevad peamiselt ettevõtte traditsioonilisest informatiseerimisest ja neid hoitakse ettevõtte infosüsteemides, sealhulgas traditsioonilises tööstusdisaini ja tootmistarkvaras, ettevõtte ressursside planeerimises (ERP), toote elutsükli juhtimises (PLM), tarneahela halduses (S CM), kliendisuhete halduses (CRM) ja keskkonnajuhtimissüsteemis (EMS) jne. Need ettevõtte infosüsteemid on kogunud suurel hulgal andmeid. Nendesse ettevõtte infosüsteemidesse on kogunenud suur hulk tootearenduse andmeid, tootmisandmeid, tegevusandmeid, kliendiinfo andmeid, logistika- ja tarneandmeid ning keskkonnaandmeid. Seda tüüpi andmed on tööstusvaldkonnas traditsioonilised andmevarad ja laiendavad järk-järgult oma ulatust uute tehnoloogiarakenduste, näiteks mobiilse Interneti, keskkonnas.
2. Seadmete IoT andmed
Seadmete IoT andmed viitavad peamiselt tööstuslikele tootmisseadmetele ja sihttoodetele IoT töörežiimis, reaalajas andmete genereerimisel ja kogumisel, mis hõlmavad toimimist ja toimimist, töötingimusi, keskkonnaparameetreid ja muid seadmete ja toodete tööolekut kajastavaid andmeid. Sellised andmed on uus ja kõige kiiremini kasvav tööstuslike suurandmete allikas. Kitsad tööstuslikud suurandmed viitavad seda tüüpi andmetele, st suurele hulgale andmemahule, mida tööstusseadmed ja -tooted kiiresti genereerivad, ning ajaseeria erinevuste olemasolu.
3. Välised andmed
Välisandmed viitavad tööstusettevõtete tootmistegevusele ja toodetele, mis on seotud ettevõtte väliste Interneti-andmeallikatega, näiteks ettevõtte keskkonnategevuse tulemuslikkuse hindamine keskkonnaeeskirjade alusel, tooteturu makro{0}}sotsiaal-majanduslike andmete prognoosimine ja nii edasi. Tööstuslik suurandmete tehnoloogia on rida tehnoloogiaid ja meetodeid, mis võimaldavad kaevandada ja kuvada tööstuslikes suurandmetes sisalduvat väärtust, sealhulgas andmete planeerimine, hankimine, eeltöötlemine, salvestamine, analüüs ja kaevandamine, visualiseerimine ja intelligentne juhtimine. Tööstuslik suurandmete rakendus on protsess, mille käigus integreeritakse ja rakendatakse mitmeid tööstuslikke suurandmetehnoloogiaid ja -meetodeid konkreetses tööstuslikus suurandmete kogumis, et saada väärtuslikku teavet. Tööstusliku suurandmetehnoloogia uurimistöö ja läbimurre on sisuliselt suunatud keerukatest andmekogumitest uute mustrite ja teadmiste avastamisele ning väärtusliku uue teabe kaevandamisele, et edendada tootmisettevõtete tooteinnovatsiooni, tõsta tegevustaset ja tootmise efektiivsust ning laiendada uusi ärimudeleid.
II. Tööstuslikud suurandmete omadused
Lisaks üldistele suurandmetele (suur andmemaht, mitmekesisus, kiirus ja madal väärtustihedus) on tööstuslikul suurandmetel ka ajalise järjestuse, tugeva korrelatsiooni, täpsuse ja suletud ahela tunnused.
Suur andmemaht:andmete suurus määrab vaadeldavate andmete väärtuse ja potentsiaalse informatsiooni. Tööstusandmete maht on suhteliselt suur, suur hulk kõrgsageduslikke-andmeid masinatest ja seadmetest ning Interneti-andmeid tuleb jätkuvalt sisse ning suurte tööstusettevõtete andmekogud jõuavad PB või isegi EB tasemele.
Sort (sort):viitab andmetüüpide mitmekesisusele ja suurele hulgale allikatele. Tööstusandmeid levitatakse laialdaselt erinevates aspektides, nagu masinad ja seadmed, tööstustooted, juhtimissüsteemid ja Internet, ning struktuur on keeruline, sisaldades struktureeritud ja pool{1}}struktureeritud andmeandmeid, aga ka struktureerimata andmeid.
Kiire (kiirus):viitab andmete hankimise ja töötlemise kiirusele. Tööstusliku andmetöötluse kiiruse vajadused on mitmekesised, tootmiskoha{1}}taseme nõuded analüüsi ajaraamile kuni millisekundite tasemeni, haldus- ja otsustus{2}}rakendused peavad toetama interaktiivset või pakettandmete analüüsi.
Madala väärtuse tihedus (väärtus):tööstuslikud suurandmed panevad suuremat rõhku kasutajaväärtusele- ja andmete endi kasutatavusele, sealhulgas uuendusvõime ning tootmise ja toimimise tõhususe parandamisele ning isikupärastatud kohandamise, teenuste ümberkujundamise ja muude intelligentsete tootmismuutuste uute viiside edendamisele.
Järjestus:Tööstuslikel suurandmetel on tugev ajaline jada, näiteks tellimused, seadmete olekuandmed.
Tugev{0}}asjakohasus:Ühest küljest on toote elutsükli samas etapis olevad andmed väga olulised, näiteks tooteosade koostis, töötingimused, seadmete olek, hooldus ja osade täiendav hankimine; teisest küljest tuleb seostada andmed toote elutsükli erinevatel etappidel, nagu teadus- ja arendustegevus ning disain, tootmine ja teenindus.
Täpsus:viitab peamiselt andmete autentsusele, täielikkusele ja usaldusväärsusele ning pöörab rohkem tähelepanu nii andmete kvaliteedile kui ka töötlemis- ja analüüsitehnikate ja meetodite usaldusväärsusele. Andmeanalüüsi kõrgemad usaldusnõuded, ainult statistilisele korrelatsioonianalüüsile tuginemisest ei piisa rikete diagnoosimise, prognoosimise ja varajase hoiatamise ning muude tööstuslike rakenduste toetamiseks, vajadus ühendada füüsiline mudel andmemudeliga, kaevandamise põhjus-tagajärg seos.
Suletud{0}}tsükkel:sealhulgas andmeahela sulgemine ja seostamine toote kogu elutsükli horisontaalses protsessis, samuti intelligentse tootmise vertikaalne andmehõive ja -töötlusprotsess, mis peab toetama dünaamilist ja pidevat kohandamist ja optimeerimist oleku tuvastamise, analüüsi, tagasiside ja juhtimise suletud ahela stsenaariumide alusel.
Ülaltoodud omaduste tõttu on tööstuslikul suurandmetel kui suurandmete rakendustööstusel lai rakendusväljavaade, olles samas suur väljakutse traditsioonilisele andmehaldustehnoloogiale ja andmeanalüüsi tehnoloogiale.
III. Tööstuslik suurandmete arhitektuur
Tööstuslik suurandmete arhitektuur sisaldab kolme dimensiooni: elutsükkel ja väärtusvoog, ettevõtte vertikaalkiht ja IT väärtusahel.
Elutsükli ja väärtusvoo kihis saab selle vastavalt tööstuslike suurandmete rakendusvaldkondadele jagada kolmeks valdkonnaks: tootearendus ja disain enne toote tootmisfaasi algust, tootmis- ja tarneahela juhtimine enne toote tarnimist ning kasutus- ja hooldus- ja teenindusjuhtimine pärast toote tarnimist.
Ettevõtte vertikaalses kihis saab selle vastavalt andmekogumismeetodile ja rakendustasemele jagada teabe füüsilise süsteemi kihiks, ettevõtte juhtimise infosüsteemi kihiks ja platvormide vastastikuse sidumise süsteemi kihiks.
IT väärtusahela kihis saab selle jagada kolmel tasandil äriarhitektuuriks, infosüsteemi arhitektuuriks ja IT-tehnoloogia arhitektuuriks, millest infosüsteemi arhitektuuri saab jagada rakendusarhitektuuriks ja infoarhitektuuriks.
1. Elutsükli ja väärtusvoo mõõde
Elutsükli ja väärtusvoo dimensioon tööstuslikus suurandmete arhitektuuris hõlmab kogu toote elutsükli etappe, st teadus- ja arendustegevust ning disaini, tootmist, logistikat, müüki, käitamist ja hooldust ning teenindust. Nende hulgas saab tootmist, logistikat ja müüki kategoriseerida veelgi tootmis- ja tarneahelasse ning elutsükli ja väärtusvoo dimensioon hõlmab kolme valdkonda: teadus- ja arendustegevus ning projekteerimine, tootmine ja tarneahel ning käitamine ja hooldus ja teenindus. Iga domeeni rakendusstsenaariumid on näidatud joonisel 2.
01. Teadus- ja arendustegevus ning disain
Teadus- ja arendustegevuse töötajad koguvad teadus- ja arendustegevuse ja disaini käigus teadus- ja arendustegevuse andmeid, mis pärinevad toote elutsükli kõikidest aspektidest, sealhulgas: kasutajate nõudluse suurandmed, teadus- ja arendusalaste teadmiste suurandmed, toodete korduvkasutamise suurandmed, teadus- ja arendustegevuse koostööga seotud suurandmed jne, -toodete ja tööstusharudeüleste-omaduste ning paljude erinevate omadustega.
Isikupärastatud toote kohandamise disainiga ettevõtted saavad Interneti-platvormi kaudu koguda kasutajate isikupärastatud tootenõudlust, toote klientidega suhtlemist ja tehinguandmeid. Nende klientide dünaamiliste andmete kaevandamine ja analüüsimine võib aidata klientidel osaleda tootenõudluse analüüsis ja tootekujundustegevuses, et saavutada kohandatud disain, ning seejärel paindlikule tootmisprotsessile tuginedes saate toota kasutajate jaoks kohandatud-tooteid.
Realiseerida simulatsiooni disain, mis põhineb suurandmetel traditsiooniliste tootmisettevõtete testimise ja kontrollimise link tuleb toota mitterahaliselt, et hinnata selle toimivust ja muid näitajaid, kulusid katsete arvu suurenemisega ja tõusuga. Virtuaalse simulatsioonitehnoloogia kasutamine võimaldab saavutada esialgse uurimis- ja arendustegevuse kavandamise protsessi, mis hõlmab simulatsiooni, analüüsi, hindamist, kontrollimist ja optimeerimist, vähendades seeläbi tehniliste muudatuste hulka, optimeerides tootmisprotsessi, vähendades kulusid ja energiatarbimist.
Realiseerige isikupärastatud kohandatud disaini automatiseerimine, mis põhineb suurandmetel, traditsioonilistel ettevõtte tootetüüpidel, stiile pole palju, neid saab kasutada tootemudelite, tootmisnäidiste ja seejärel masstootmise tootmisrežiimi käsitsi kujundamiseks, kuid isikupärastatud väikeste partiide tootmise nõuete tõttu põhjustab traditsiooniline režiim toote tootmistsükli liiga pika, maksumus on liiga kõrge. Kogudes suure hulga tootekujunduse mudeliandmeid, analüüsides projekteerimisandmete vahelist seost ning kasutades suurandmetehnoloogiat ja muid projekteerimise abivahendeid, on võimalik realiseerida personaliseeritud kohandatud disaini ja mudeli genereerimise automatiseerimine.
Edendada teadus- ja arendustegevuse ressursside ning innovatsiooni ja koostööl põhinevate projekteerimisettevõtete integreerimist ja jagamist teadus- ja arendustegevuse ning projekteerimise teadmistebaasi ehitamise ja täiustamise kaudu, et reklaamida digitaalseid jooniseid, standardosade raamatukogu ja muid projekteerimisandmeid ettevõtte sees, samuti ressursside jagamise ning innovatsiooni ja koostöö tarneahela eelnevates ja järgnevates ettevõtetes, et tõhustada ettevõtte üle{0}}piirkondliku teadus- ja arendustegevuse ressursside integreeritud juhtimisahela koostööd. Suurendada ettevõtete suutlikkust hallata ja kasutada ülemaailmseid teadus- ja arendustegevuse ressursse, optimeerida ja ümber korraldada teadus- ja arendusprotsesse ning parandada teadus- ja arendustegevuse tõhusust.
Kasvatada uusi teadus- ja arendustegevuse viise, mis põhinevad disainiressursside sotsialiseeritud jagamisel ja osalemisel, ning võimaldada ettevõtetel rakendada uusi uurimis- ja arendustegevuse viise, nagu ühishange ja ühishange, mis põhinevad nende endi teadus- ja arendustegevuse vajadustel, et suurendada ettevõtete võimet kasutada sotsialiseeritud innovatsiooni ja kapitaliressursse.
02.Tootmis- ja tarneahel
Tootmise suurandmed ei hõlma mitte ainult toote tootmisteavet, tellimuste teavet, seadmete teavet, juhtimisteavet, materjaliteavet, personalitöö ajakava, vaid hõlmavad ka sisemist juhtimisinfovoogu, kapitalivoogu, üles- ja allapoole tarnijate tootetootmist ning kliendihaldust ja muud sellega seotud abitootmise juhtimisteavet, tootmisandmete kogumine põhineb ettevõtte olemasoleval ressursihaldusel, tootmise teostamisel, tööstusahela juhtimisel, tarnijate ja muude tarneteabe haldamise ja kliendihaldussüsteemidel.
See teostab{0}}tootmisprotsessi jälgimist ja haldamist reaalajas ning tootmisseadmete prognoositavat hooldust, parandab tootmisprotsessi ja seadmete juhtimistaset, optimeerib tootmisprotsessi ja parandab toodete kvaliteeti. Kaasaegsed tööstusliku tootmise tootmisliinid on paigaldatud tuhandete väikeste anduritega, et tuvastada tootmisseadmete tööolekut, nagu temperatuur, rõhk, kuumus, vibratsioon ja müra jne. Nende andmete kasutamine võimaldab jälgida-reaalajas tootmisprotsessi, seadmete rikete diagnoosimist ja prognoosimist, energiatarbimise analüüsi, kvaliteediõnnetuste analüüsi. Lisaks saab see integreerida ja koondada andmeid kõigist tootmise aspektidest, luua tootmisprotsessi virtuaalmudeleid, simuleerida ja optimeerida tootmisprotsessi.
Teostage isikupärastatud kohandatud mastaabis tootmine ja edendage kaasaegse tootmissüsteemi loomist. Andmevoo automatiseerimise kaudu kogu toote elutsükli jooksul ning kogu tootmisprotsessi automatiseeritud ja intelligentse juhtimise kaudu edendab see teabe jagamist, süsteemide integreerimist ja ärikoostööd, parandab täppistootmise, -tootmise ja paindliku tootmise suutlikkust, teostab isikupärastatud kohandatud mastaapset tootmist, kiirendab moderniseeritud tootmissüsteemide, nagu arukad töökojad ja arukad tootmistehased, loomist.
Rakendage võrgustatud ühistootmist ja tootmise jagamismajandust. "Internet+" kaudu tootmisressursside integreerimine ja optimeerimine ettevõtetes või ettevõtete vahel ning vertikaalse ühistootmise realiseerimine ettevõtetes või horisontaalne ühistootmine ettevõtete vahel. Interneti kaudu + jagamismajandus, innovatsiooniressursside, tootmisvõimsuse, varude ja muude tootmisressursside jagamine, et realiseerida tootmise jagamismajandus.
Tööstusliku tarneahela optimeerimine. Elektrooniline identifitseerimistehnoloogia, nagu raadiosagedustuvastus (RFID), asjade interneti (IoT) tehnoloogia ja mobiilse Interneti tehnoloogia, võivad aidata tööstusettevõtetel hankida suurandmeid kogu toote tarneahela kohta ning nende andmete kasutamine analüüsiks toob kaasa olulise tõusu laonduse, jaotamise ja müügi efektiivsuses ning kulude olulise vähenemise.
Teostage nõudluse prognoosimine, et paremini korraldada sissetulevaid kaupu ja tootmist, ning nõudluse vähenemisel leidke probleemi põhjus ja lahendage see.
Teostage klientide profiilide koostamine ning turunduse ja kliendi käitumise täppisanalüüs, mis võib laiendada klientide allikaid, parandada turunduse edukuse määra ning esialgset klientide rahulolu ja lojaalsust.
03.Kasutus- ja hooldus- ja teenindusvaldkond
Käitamise ja hoolduse ning teeninduse valdkonnas on palju andmeallikaid, sealhulgas: reaalajas{0}}tööolekuandmed ja ümbritseva keskkonna andmed, mida koguvad klientide loal toodetesse manustatud andurid; äriplatvormi kaudu saadud toote müügiandmed, kliendiandmed ja vastava toote hindamise või kasutamise tagasiside; klientide kaebused ja vastavad töötlusdokumendid; toodete tagastus/tagastamine ja vastavad hooldusdokumendid.
Kaugelt kogutud toodete{0}}tööolekuandmeid reaalajas jälgides ja analüüsides on võimalik realiseerida veebipõhiseid-lisandväärtusega teenuseid, nagu kaugjälgimine ja -haldus, tõrkediagnostika ja ennustav hooldus, mis võib vähendada hoolduskulusid ja parandada toodete kasutamist.
Analüüsides seadmete kliendikasutusandmeid ja ümbritseva keskkonna andmeid, võib see pakkuda kasutajatele ka laiendatud teenuseid, laiendada toodete väärtusruumi ja realiseerida toote{0}}keskse ärimudeli muutmise mudeliks "tootmine + teenus".
Analüüsides klientide toodete hinnanguid või kasutamise tagasisidet, klientide kaebusi, lisades kasulikke kommentaare tootekujundusse ja toote täiustamisse ning kategoriseerides klientide kaebusi, saame parandada tootekvaliteeti ja{0}}müügijärgse teeninduse kvaliteeti, vähendada kaebuste arvu ning suurendada klientide rahulolu ja lojaalsust.
Analüüsides toote tagastamise või parandamise põhjuseid ning rakendades õigeaegseid ja tõhusaid meetmeid, saame parandada toote kvaliteeti ning vähendada tagastamis- ja remondimäära.
2. Ettevõtte vertikaalne kiht
Tööstusliku suurandmete arhitektuuri ettevõtte vertikaalne kiht on füüsilise domeeni vaatenurgast alt üles jagatud viieks kihiks, milleks on seadmekiht, juhtimiskiht, töökoja kiht, ettevõtte kiht ja koostöökiht. Seadmekihis, juhtimiskihis ja töökojakihis saab asjade internetti kasutada infofüüsilisel süsteemil põhinevate nutikate tehaste realiseerimiseks; ettevõtte kihis integreerib ettevõte erinevaid sisemisi informatiseerimisrakendusi, teostab sisemiste äriprotsesside integreerimist ja ümberkujundamist ning parandab ettevõtte tegevuse efektiivsust; ja koostöökihis kasutatakse tööstuslikku pilve ja muid platvormitehnoloogiaid, et realiseerida ettevõtte välist ühistootmist ja uuenduslikke ärimudeleid, nagu tootmisteenustele orienteeritud{1}}mudel. Ettevõtte vertikaalmõõtme võib jagada kolmeks alamsüsteemiks: infofüüsiline süsteem, ettevõtte juhtimise infosüsteem ja sidumisplatvormi süsteem.
01. Teabe füüsiline süsteem
Infofüüsiline süsteem kogub ja koondab andurite ja erinevate infosüsteemide kaudu masinate tööandmeid ja tootmiskoha andmeid, et teostada üldlevinud tuvastust, ning rakendab andmete integreerimise ja töötlemise tehnoloogiat tööstusandmete kogumiseks ja vahetamiseks, tootmise tagasisideks ja juhtimiseks, juhtimiseks ja interaktsiooniks seadmete ja töökodadega, tehaste sisemiste ja väliste füüsiliste süsteemide omavahelise seotuse ja koostalitlusvõime realiseerimiseks ning andmebaasi pakkumiseks tööstuslikuks analüüsiks ja modelleerimiseks/simuleerimiseks. otsustus-töökoja/tehase toimingute optimeerimine. Samuti pakub see andmebaasi tööstuslikuks modelleerimiseks/simuleerimiseks ja analüüsiks, mis omakorda pakub tugiteenuseid töökoja/tehase tööotsuste optimeerimiseks. Tööstusliku suurandmearhitektuuri ettevõtte vertikaalses kihis põhineb tööstusseadmete kihil teabe kogumiseks kasutatav teabe füüsiline süsteem suurandmetel, võrgul ja massiarvutustel ning intelligentse tajumise, analüüsi, kaevandamise, hindamise, prognoosimise, optimeerimise, koostöö ja muude tehniliste vahendite abil saab arvutus, side ja juhtimine realiseerida orgaanilise termotuumasünteesi ning saavutada sügavama koostöö,{3}}koostöö ja termotuumasünteesi. tööstusseadmete, keskkondade ja rühmade füüsiline ruum. Sügav integratsioon. Infofüüsilise süsteemi olemus seisneb füüsiliste seadmete ühendamises Internetiga, nii et füüsilisel seadmel on viis peamist funktsiooni: arvutus, side, täpne juhtimine, kaugkoordineerimine ja autonoomia.
02.Ettevõtte juhtimise infosüsteem
Ettevõtte informatiseerimine on infotehnoloogia ja toodete ettevõtetes rakendamise protsess. Ettevõtete informatiseerimine on infotehnoloogia igakülgse tungimise protsess kohalikust globaalsesse, taktikalisest tasemest strateegilise tasemeni ettevõtetesse, rakendades seda protsesside juhtimisel ning toetades ettevõtte toimimist ja juhtimist. Ettevõtte informatiseerimine hõlmab peamiselt tootmisprotsesside juhtimist, ettevõtte juhtimist, toote elutsükli juhtimist, tarneahela optimeerimist ja juhtimisprotsesse. Tootmisprotsesside kontrolli informatiseerimine keskendub tootearendusele ja -disainile, tootmisprotsessi kulgemisele, töökoja juhtimisele, kvaliteedikontrollile ja muudele projekteerimise ja tootmise seostele. Ettevõttejuhtimise informatiseerimine on suurim osa ettevõtte teabe ehitamisest, kõige keerulisem, kõige laialdasemalt kasutatav valdkonnas, mis hõlmab ettevõtte juhtimist ja kõiki taset. Ettevõttejuhtimise informatiseerimise ülesehitus seisneb teaberessursside tõhusas kogumises, töötlemises, korraldamises ja integreerimises teabeintegratsiooni rakendussüsteemi kaudu, mis põhineb juhtimise põhitöö standardiseerimisel ja äriprotsesside optimeerimisel, juhtimise tõhususe parandamisel ning reaalajas dünaamilise-haldusteabe ja{6}}otsuste tegemise teabe pakkumisel. Ettevõtte tarneahela juhtimise informatiseerimine paneb ettevõtte tootmis- ja juhtimistegevused laienema edasi ja tagasi. Ettevõtted alates tooraine, komponentide hankimisest, transportimisest, ladustamisest, töötlemisest ja valmistamisest, müügist kuni lõpliku tarnimiseni ja klientidele teenindamiseni, moodustades ahelstruktuuri, mis koosneb eelnevatest tarnijatest, vahetootjatest ja kolmandatest osapooltest teenusepakkujatest, allmüügiklientidest ja ettevõtete tootmistegevusest ning juhtimisprotsessidest, alluvad selle tarneahela ja mõju piirangutele.
03. Ühendatud platvormsüsteem
Praegu seisab Hiina ja enamiku riikide tööstusareng silmitsi suurte raskuste ja väljakutsetega, sealhulgas: tõsine ülevõimsus, personaliseeritud toodete nappus, tooted muutuvad üha keerukamaks, tootmisvahendeid ei saa tõhusalt konfigureerida ja suuremahuliste seadmete turg on muutumas üha küllastumaks jne ning kiiresti on vaja leida strateegiline lahendus tööstuse ümberkujundamiseks ja tööstuse ümberkujundamiseks. "Internet +" väga dünaamiline mõtlemine ja uuenduslikud ärimudelid töötleva tööstuse raskes olukorras, mis vajab kiiresti ümberkujundamist ja ajakohastamist, pakub tootmismeetodite ja ärimudelite reformimise ja tootmistehnoloogia täiustamise kaudu uue ümberkujundamise suuna, et saavutada kohandatud toodete, väikeste partiide, suuremahulise{4}}tootmise klientide isikupärastamine, et lahendada tööstustoodete suuremahulise-tootmisvõimsuse probleem. Tootmismeetodite ja ärimudelite reformimise ning tootmistehnoloogia täiustamise abil saame realiseerida isikupärastatud toodete väikese-hulga suures mahus{8}}tootmise, et lahendada tööstustoodete suure-liigse tootmisvõimsuse probleem ja suutmatus rahuldada klientide isikupärastatud nõudlust toodete järele, et rahuldada klientide austust ja kinnitust ning samuti eneseteostust{10}.
Püüdke lahendada nõrga põhitehnoloogia ja kõrgekvaliteediliste toodete madala tootmisvõimsuse probleem-võrgupõhise koostöötootmise kaudu, st Interneti või tööstusliku pilveplatvormi abil, arendada uusi koostöövorme, ühishanke kujundamist, tarneahelate koostööd jne ettevõtete vahel, et tõhusalt vähendada ressursside hankimise kulusid, oluliselt laiendada ressursside kasutamise ulatust ja murda suletud ressursside kasutuse piire. "üksi võitlemine" kuni "tööstuslik koostöö". "tööstuse sünergiasse ja edendada tööstuse üldist konkurentsivõimet.
Püüdke parandada ülevõimsuse probleemi ilma tõhusa ressursside eraldamiseta ja nõrka iseseisvat innovatsioonivõimet läbi innovatsiooni ja ettevõtluse, tootmise jagamismajanduse.
Põhitoode on teljeks toote klientide kasutusandmete ja ümbritseva keskkonna andmete kogumise ja analüüsimise kaudu, et pakkuda kasutajatele laiendatud teenuseid, laiendades toote väärtusruumi, laiendades uusi turge ja realiseerides toote{0}}keskse ärimudeli muutmise mudeliks "tootmine + teenus".
3. IT väärtusahel
Suurandmete väärtust realiseeritakse selliste tegevuste kaudu nagu andmete kogumine,{0}}eeltöötlemine, analüüs, visualiseerimine ja juurdepääs.
IT väärtusahela dimensioonis realiseeritakse suurandmete väärtust võrkude, infrastruktuuri, platvormide, rakendustööriistade ja muude teenuste pakkumise kaudu, mis sisaldavad suurandmerakenduste jaoks suurandmeid, parandades sellega tegevuse efektiivsust ja toetades äriinnovatsiooni. Suurandmete tehnoloogiaga toetatud ettevõttearhitektuuri saab jagada kolmeks tasandiks: äriarhitektuur, infosüsteemi arhitektuur ja IT-tehnoloogia arhitektuur TOGAF-i jaotusmeetodil.
01. Äriarhitektuur
Äriarhitektuur määratleb äristrateegia, juhtimise, organisatsiooni ja peamised äriprotsessid ning on ettevõtte tervikliku infotehnoloogia strateegia ja infosüsteemi arhitektuuri alus, samuti andmete, rakenduste ja tehnoloogia arhitektuuri määraja. Äriarhitektuur on kanal, mis muudab organisatsiooni äristrateegia igapäevaseks tegevuseks ja äristrateegia määrab äriarhitektuuri. Äriarhitektuur muudab kõrge-taseme äristrateegiad ja eesmärgid toimivateks ärimudeliteks. Äriarhitektuur on ettevõtte peamise äristrateegia ning ärifunktsioonide ja protsesside väljendus, tavaliselt ärimudeli alusel ellu viidud äridisain, mis kirjeldab ärimooduleid ja nendevahelisi seoseid ehk ettevõtte põhiprotsesse erinevatest vaatenurkadest. Äriarhitektuur on ettevõtte peamiste ja jagatud protsesside õige piiritlemine ning ärielementide elutsükli liigendamine ja analüüs. Tööstuslike suurandmete väärtust saab hankida tööstusliku suurandmete äri strateegilisel planeerimisel ja ettevõtte arhitektuuri ehitamisel.
02. Infosüsteemi arhitektuur
Tööstusliku suurandmete väärtuse täielikuks mängimiseks ja "infosaarte" tekke vältimiseks on vaja ehitada ühtne infosüsteemi arhitektuur, et realiseerida erinevate rakendussüsteemide ja andmete kasutajate ligipääs ning koostalitlusvõime. Tööstuslikul suurandmete äristrateegial põhinev infosüsteemi arhitektuur on arhitektuur, mis kajastab tootmisettevõtte infosüsteemi erinevate komponentide vahelisi seoseid, samuti infosüsteemi ja sellega seotud äri ning infosüsteemi ja sellega seotud tehnoloogia vahelisi seoseid. Infosüsteemi arhitektuur hõlmab rakenduste arhitektuuri ja andmearhitektuuri. Nende hulgas kirjeldab rakendusarhitektuur ettevõtte toimimise toetamiseks vajaliku rakendussüsteemi kavandit, sealhulgas rakendustasemeid, funktsioone, realiseerimismeetodeid ja ehitusstandardeid jne. See uurib peamiselt rakendussüsteemide koostoimet ning rakenduste ja põhitegevuse vahelist vastavust ning on ettevõtte üldise raamistiku uurimise fookuses, mis võib öelda, et see on sillaks äriarhitektuuri ja tehnilise arhitektuuri vahel. Tööstuslik suurandmete rakendusarhitektuur sisaldab nii tööstusliku suurandmete arhitektuuri ettevõtte vertikaalse kihi erinevatele tasanditele vastavaid rakendussüsteeme kui ka suurandmete tehnoloogial põhinevaid rakendussüsteeme. Andmearhitektuur seevastu kujutab endast keeruka organisatsiooniorgani peamiste andmetüüpide ja allikate, loogiliste andmevarade, füüsiliste andmevarade ja andmehaldusressursside struktuuri ja koostoime kirjeldust.
03. Infotehnoloogia arhitektuur
Tööstus 4.0 laine tõusuga integreeruvad ja tungivad tööstusvaldkonda pidevalt infotehnoloogiad nagu asjade Internet (IoT), pilvandmetöötlus, suurandmed, tehisintellekt, liitreaalsus/virtuaalreaalsus ja muud infotehnoloogiad, mis loob tugeva tehnoloogilise aluse tööstuslike suurandmete rakenduste juurutamiseks. Nende hulgas teeb IoT-tehnoloogia üldlevinud lõppseadmeid ja -rajatisi, mida saab kokkulepitud protokollide alusel ühendada Internetiga teabeanduri seadmete, nagu raadiosagedustuvastus, infrapunaandurid, globaalsed positsioneerimissüsteemid jne, teabevahetuseks ja suhtlemiseks, tehes esemed ja nende oleku nähtavaks, et teostada intelligentset tuvastamist, lokaliseerimist, jälgimist, jälgimist ja haldamist; pilvandmetöötluse tehnoloogia pakub omamoodi dünaamilist ja skaleeritavat andmetöötlusteenust, mida saab võrgu kaudu tellida.{3}} Pilvandmetöötlustehnoloogia pakub võrgu kaudu tellitavaid, dünaamiliselt skaleeritavaid ja odavaid andmetöötlusteenuseid; suurandmete tehnoloogia ja AI tehnoloogia võimaldavad analüüsida ja kaevandada massandmete potentsiaalset väärtust vastuvõetava aja jooksul, samuti realiseerida trendi ennustamise ja grupi luurerežiimi; AR/VR-tehnoloogia võimaldab simuleerida ja täiustada tehasekeskkonna, tööstusseadmete jms kogemusi. Tootmisettevõtted genereerivad iga päev või isegi iga hetk suurel hulgal andmeid, mis hõlmavad kogu tööstustoodete elutsüklit, sealhulgas projekteerimisandmed, tootmisandmed, väärtusahela andmed ja nendega seotud välisandmed. Need andmed pärinevad kas anduritest või intelligentsete seadmete andmehõive ja seire juhtimissüsteemist või ettevõtte projekteerimismudelist ja infosüsteemist.
Tööstusliku suurandmete rakenduse realiseerimiseks on vaja andmete kogumist ja eeltöötlemist-, salvestamist, analüüsi ja kaevandamist, konkreetse ettevõtte jaoks rakendust ja lõpuks tulemuste kuvamist, vastavalt sellele jaguneb tööstuslik suurandmete infotehnoloogia arhitektuur kuueks kihiks: andmekiht, andmekogumiskiht, salvestuskiht, arvutuskiht, rakenduskiht ja kuvakiht. Kui ettevõtted ehitavad iga kihi üksinda, on ehituslävi suhteliselt kõrge. Tööstuslike pilveteenuste ja (tööstusliku) suurandmete töötlemisega seotud avatud lähtekoodiga Ettevõtted ei pea vajaduse korral iga tehnilise arhitektuuri komponenti iseseisvalt realiseerima ning saavad valida vastavate avatud lähtekoodiga komponentide abil vastavalt oma vajadustele tööstuslike suurandmerakenduste ning vastavalt vajadustele ka erinevat tüüpi ja tasemega tööstuslikke pilveteenuseid ning selle alusel juurutada tööstuslikke suurandmerakendusi, et keskenduda rohkem ärivaldkondadele ja tehnilistele valdkondadele, milles ettevõtted on head.
Tööstuslik suurandmete analüüsitehnoloogia, mis on üks tööstuslike suurandmete põhitehnoloogiatest, võib võimaldada tööstuslikel suurandmetoodetel kaevandada suuri andmeid, integreerida mitut{0}}allikat, modelleerida mitut-tüüpi teadmisi, analüüsida mitme-ettevõtte stsenaariume ja avastada mitme-domeeni teadmisi jne, mis mängivad olulist rolli ettevõtte innovatsioonil ja edendamisel. ettevõtete ümberkujundamine ja ajakohastamine.