工业4.0最大的挑战:从制造业大数据中提取价值

工业4.0的革命本身并不是大数据，因为制造商已经在很长一段时间内生成了大量的实时生产和质量数据。

1

最大的挑战：从制造业大数据中提取价值

工业4.0大数据来自许多不同的来源：

·产品和/或机器设计数据，如阈值参数

·来自控制系统的机器操作数据

·产品和过程质量数据

·工作人员实施的人工操作记录

·制造执行系统

·有关制造和运营成本的信息

·故障检测和其他系统监控部署

·物流信息，包括第三方物流

·有关产品使用、反馈等的客户信息

工业4.0大数据通常没有战略利用的一个关键因素是不兼容的技术、系统和数据类型之间的互操作性较差；第二个关键因素是传统IT系统无法存储、操作和管理高速生成的大量不同数据。

2

工业4.0大数据用例

平均而言，受访者表示，到2020年工业4.0实施（包括大数据分析）将使其生产和运营成本降低3.6%，累计节省4210亿美元。

以下是一些说明工业4.0大数据愿景如何为制造商带来可衡量价值所选定的实际例子：

·合并质量和生产数据以提高生产质量：半导体制造商开始将生产过程结束时测试阶段捕获的单芯片数据与在流程早期收集的过程数据相关联。

·授权客户：汽车行业热衷于采用工业4.0，以经济有效地满足消费者对更加实惠和数字连接汽车的期望。在联网汽车将生成的大量大数据用例中，其中就有与制造商无缝交换数据。

·减少停机时间：适用于许多工业部门，工业4.0大数据分析可以在机器或流程故障发生前发现预测模式。机器主管将能够实时评估过程或机器性能，在许多情况下，还可以防止计划外停机。