中国工业大数据实践与思考4
中国工业大数据的实践与思考(四)
(2015年6月26日)
下面看实际监管的例子。在得到工况数据以后,首先是对装备运营进行监管,不同于传统的运营监管,在大数据技术支持下,运营是成套设备互相协同的运营。例如:以搅拌站为例,通过收集位置数据、油位数据可以对搅拌车运输的过程进行优化调度,从而避免拥堵、减少等待、降低能耗。
图13
再举个例子,我们知道液压系统是工程机械的核心系统之一,导致故障的原因很多,例如:密封套腐蚀,内壁刮花,密封环损坏,阀块受损,等等。有了工况大数据就可以寻找深层次原因。
图14
我们通过大规模比对开工指标,从典型取值、波动幅度、回传密度多个维度进行分析,自动搜索推荐与故障车辆关系密切的特征工况,发现这些故障车辆的每分钟换向次数在变化幅度上高度相关。
再通过引入互联网上的行政区划数据和历年高铁建设数据(企业外部数据),可以得出这样一个结论,这些典型故障均发生在2012年~2013年期间在建重大工程”杭深高铁”沿线,这为我们寻找更深层次的原因提供了重要线索。
图15
最后一个例子,我们通过大规模工况数据透视宏观装备应用情况,根据这些信息,进行易损配件需求的预测,优化调配我们的服务资源。当然装备开工情况,也反映了各地区宏观经济情况。
图16
最后我想说,工业大数据刚刚起步,需要冷静思考,坚持应用驱动,最终实现中国制造强国之梦。
以上是我的粗浅认识,和大家分享,再次感谢大家关注。
(转载自 数据派<微信版> 编辑 严进军)