数据分析在制造业中起什么作用?

2018-07-16 14:55  

《中国制造2025》中提出,云计算、物联网和大数据作为新一代的信息技术,成为两化融合的关键技术。无论是工业4.0、工业互联网还是《中国制造2025》,智能制造是共同目标,工业互联网是基石,大数据是引擎。当前,如何充分挖掘工厂中数据的价值,通过对制造大数据进行分析,提升数字化工厂运行效率,已成为制约数字化工厂向智慧工厂发展的瓶颈。大数据作为新一代信息技术的关键,逐渐成为新一轮产业革命的核心。那到底数据分析在制造业中起什么作用?下边为大家介绍下

1.精准监控生产运营状态

在工业企业产业链的各个环节,将条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAX、MES等技术在工业企业中得到广泛应用,尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用,通过收集由工业现场所产生的设备数据、订单数据、进度数据和故障信息等,经过数据分析,可实时、精准掌握生产运营的状态。

通过生产运营数据的监控,实现整个企业制造过程的透明化,管理者可以得到正确的信息进而对所有制造资源进行全局性的有效评估。例如:已销售的产品可以通过主动性的适时维护得到经济有效的管理。可以结合智能产品的远程整体性的运行信息,形成制造和应用闭环的全生命周期重新设计优化,进而使下一代运行系统得到改进。

2.优化零件库存和可用性

通过分析车间某段时间的生产订单数据和零件库存的关系数据,分析预测订单的需求量,减少关键零部件的非法转移次数,提高库存的控制力。结合供应链的配送数据,实现供应链的优化和分析,进而优化企业零部件库存的成本占用情况和可用性。

需求管理:在数据分析背景下,需求预测成为大的核心。通过数据分析来做需求预测,能做到自动补货、自动调拨、整体库存分析、备货等,做到在生产排产之前,供应商就将零件送至举例客户最近的中转库。

产品预测:通过数据分析来确定:在某时段,某地区,用户购买的产品类型、数量等。

库存补货:经过数据分析分析,匹配补货的阶段和时间,保证库存在一个合理的范围内。

健康库存模拟与预测:模拟未来某一个时间点,提前做好采购、备货、周转和退货事务。

3.使制造资源寿命最大化

制造资源的使用寿命监控,经过数据分析,对制造资源的维修、保养、维护进行及时预警,分析加工产品的制造资源的优质供应商、材质、采购周期等,从制造资源的设计、采购和使用全生命周期提高制造资源的寿命。例如:车间加工设备在使用环节,通过MES监控设备的主轴电流,经过数据分析监控与对比,实时监测刀具破损情况,并及时报警停机,提升制造良率,消除机床空运转时间,优化刀具的使用次数

4.使产品质量最优化

客户与企业之间的交互和交易行为将产生大量数据,挖掘和分析这些客户动态数据,能够加速产品创新。比如,福特汽车将数据分析技术应用到了福克斯电动车的产品创新和优化中,这款车成为了一款名副其实的“数据分析电动车”。在行驶过程中,司机产生的数据和福特工程师的反馈,形成了良好的互动交互,这种以客户为中心的数据分析应用场景,催生了新型的产品创新和协作方式,让司机获得了有用的最新信息,而福特工程师汇总关于驾驶行为的信息,可以了解客户,制订产品改进计划,并实施新产品创新。

5.提升工艺研发质量

对新产品的研发和工艺设计,经过数据分析,及时发现产品设计的不合理点和缺陷,及时修正,提高工艺研发的质量和效率。例如:基于刀具公差和材料尺寸公差等数据分析的累积集成,提升产品开发水平,产品品质,减少问题重复发生,节省开发成本。基于模具、治具工件尺寸及公差的数据分析的累积集成,提升整体工艺研发水平。

6.对产品故障进行诊断与预测

无所不在的传感器、互联网技术的引入,使得产品故障实时诊断变为现实,数据分析应用、建模与仿真技术则使得预测动态性成为可能。以波音公司飞机系统为例,其发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态,这些数据不到几微秒就被测量和发送一次。这些数据不仅仅是未来某个时间点能够分析的工程遥测数据,而且实现了实时自适应控制、燃油使用、零件故障预测和飞行员通报,能有效实现故障诊断和预测。

7.市场竞分析进行精准营销

通过与竞品的对标分析,可以帮助企业更好的设计产品,分布销售渠道,了解市场价格反馈,制定新的营销策略。通过历史数据的多维度组合,可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等,以此来调整产品策略和铺货策略,实现产品的精准营销,节省营销费用。

8.实现精准生产计划与排程

制造业面对多品种小批量的生产模式,数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大,再加上十几年的信息化的历史数据,对于需要快速响应的APS来说,是一个巨大的挑战。数据分析可以给予我们更详细的数据信息,发现历史预测与实际的偏差概率,考虑产能约束、人员技能约束、物料可用约束、工装模具约束,通过智能的优化算法,制定预计划排产,并监控计划与现场实际的偏差,动态的调整计划排产。

原标题丨数据分析在制造业中起什么作用?

来源丨佛山市云计算大数据协会

编辑丨梁楚静

相关阅读