製造業如何利用大資料

標籤：style   http   使用   資料   工作   div   

      大資料是資訊技術的重要概念。很多企業正在搜集大資料並使用複雜的分析工具對其進行分析，以期發現隱藏的規律和關聯。如果生產製造系統發生重大變更的時候也能夠自動識別並找到最佳的作業條件，例如裝置發生故障、原材料特性發生變化或者能源和人力成本發生變化，那麼是不是很棒呢?這就是生產製造領域內大資料的存在意義，也是為什麼很多生產製造企業正在針對其生產設施開展大資料項目。

　　如果你進行中大資料項目，那麼有四個因素需要牢記。

　　1.資料不能脫離實際環境

　　首先需要說明的是，脫離實際環境的資料的作用將會大打折扣。在生產製造領域，所謂的實際環境可以用工作任務或者執行步驟來提供。每一段資料必須與正在執行的任務或者正在生產的產品本身相關聯，並且與任務的特性相聯絡。這個環境可以用於任務與任務之間的對比，用來檢測顯著差異。使用生產製造大資料的第一步就是搜集環境或者事件資訊，然後這些資訊與工廠的曆史資料相關聯。幸運的是，主要的工廠曆史資料備份工具供應商都提供了事件和環境外掛程式，可以將MES流程或者執行系統的作業步驟與曆史資料相關聯。

　　2.分析最佳化

　　第二個需要考慮的因素是，雖然線上曆史資料是一個儲存資料的很棒的工具，但是對於分析資料卻有點束手無策。一種好方法是使用離線備份或者資料庫用於分析。大多數工廠的曆史資料庫對存取資料都進行了最佳化，當需要為大資料分析從正在啟動並執行線上系統提取大量資料時，往往需要花費很多時間。更好的策略是將曆史資料周期性地備份到離線系統中，或者將資料固化到資料庫中，以便用於大資料的最佳化分析。

　　3.考慮樣本容量

　　第三個需要牢記的因素是你必須選擇正確的資料樣本。為了具有說服力，確保樣本容量足夠大，這樣才能夠足以發現內在關係和因果關係。較小的樣本容量有可能得到並不正確的內在關係，使你南轅北轍。還有很重要的一點就是不要將內在關係和因果關係混淆起來，因為具有內在關係的事物不一定具有因果關係。資料分析可以發現內在關係，但是如果想要明確事物之間是否存在因果關係則還需要很多工作。大資料分析項目必須引入工程師或者科學家，確保使用工程分析手段能夠得到真實的因果關係，這樣一來資料才發揮了最大價值。

　　4.鼓勵人員參與

　　最後一個需要牢記的因素是在有些情況下靠人員來發現規律比靠系統自動完成更加靠譜。你可以指派人員對資料庫進行查詢並發現某些規律。有經驗的操作人員通常對生產系統和相互之間的關係有較深入的認知，他們能夠發現一些被隱藏或不明顯的內在關係。

　　為儲存的資料增加環境資訊，使用經過分析最佳化的資料、客觀陳述和足夠的樣本容量，並對內在關係和因果關係進行合理的總結，以及利用人員進行資料採礦，這些都是生產製造大資料項目的關鍵組成部分。確保你的項目考慮了這些方面，大資料分析才真正在你的生產車間中落到實處。

                                                                                                                                                                       

　　南京南戈特智能技術有限公司作為在工業自動化領域裡為客戶提供服務的企業，致力於提供將先進的工業自動化控制的理念和產品，轉變為提高客戶商業價值的解決方案。南戈特一直從事自動化控制領域裡的裝置貿易、售前售後服務、支援人員、商業資訊諮詢服務以及相關的培訓。