未来工厂:3种工业物联网和分析预测

Teradata公司Think Big Analytics业务咨询负责人Niall O'Doherty。

数十年来,许多行业已将数据和高级分析集成到其业务和数字化转型战略中,从而使他们能够更好地为决策​​流程提供信息并提升竞争优势。

制造业也不例外,但是在利用先进分析技术(尤其是传感器数据和物联网(IoT))带来的机遇方面,领导者和落后者之间似乎仍有很大差距。

具有远见卓识的大型制造商正在大规模使用集成数据和高级分析来构建其组织的更全面,详细的视图,并将大量数据转化为有形的回报。在物联网平台上的投资变得越来越复杂,并且先驱者已经意识到了潜力。具有将数据馈入高级分析生命周期的能力,可以优化整个价值链的效率和生产率水平,同时降低总体成本和效率低下。

下一个是什么?先进的分析和物联网将如何发展以帮助制造商在2018年看到更多的业务收益?

IT / OT:集成以推动业务成果

集成传感器和非传感器数据,制造商将提供转型的商业价值。尽管自行分析传感器数据的价值有限,但制造业的未来将依靠传感器数据与其他类型的数据(客户,产品配置,财务,宏观经济等)的集成来获得更复杂的结果来自分析技术。

随着时间的推移,越来越多的数据集成将导致IoT平台与业务平台的融合。用技术术语来说,是信息技术(IT)世界(ERP,CRM)和运营技术(OT)世界(车间MES系统,远程信息处理)的合并。从根本上讲,该过程涉及协调两个截然不同的世界:OT讨论协议级别的数据集成,IT部门讨论大数据,传统的ERP和数据集成。

要让两个人就合并数据集说相同的语言将是一个挑战。但是,在制造业中取得进展至关重要:告知更好的业务决策,优化业务流程,降低运营成本,推动竞争优势并实现增长。我们的目标是为企业提供这种集成的IT和OT平台功能,尤其是在平台不涉及硬件而是包含人员,流程和技术的功能以实现敏捷性的情况下。

启用多类型分析

为了在日益数字化的行业中取得成功,我们看到制造商试图提供多类型的分析-即对同一数据执行多种分析功能(使用从文本分析和统计到人工智能和深度学习的所有功能)。多体类分析使组织能够从新旧数据中提取价值,从而增强对围绕客户,产品和交互的大量关键业务事件的理解。

例如,我们已经帮助美国陆军将其直升机机队的战备率提高了5%至8%。我们已经帮助联合太平洋铁路公司将货车轴承相关的脱轨率降低了75%。我们帮助造纸厂的领先制造商之一避免其一英里长的工厂中的所有纸浆之母。通过在配电网发生故障之前进行预测,我们可以帮助保持亮起。我们帮助欧洲的火车运营商找出火车在实际运行前最多36个小时会发生故障的时间。

这些不同项目的有趣之处在于,尽管它们具有明显的多样性,但从50,000英尺的高度来看,它们看起来极为相似。这些项目取决于相关传感器数据的可用性,包括温度,压力和振动测量等。但是,我们通常需要预处理原始传感器数据以识别状态变化(“事件”),这需要进行时间序列分析。我们通常需要标记传感器数据以训练监督式预测模型,这通常要求我们使用文本分析从工程报告中提取故障和解决方案的详细信息-并可能另外要求我们将传感器数据与操作数据结合在一起。

当我们标记了事件数据后,了解导致特定情况的事件顺序(“失败的路径”)通常很重要-这需要路径分析。而且由于理解不同事件和不同组件之间的关联和关系通常至关重要,因此我们通常还需要应用图和亲和力分析来了解哪些变量可能是我们要建模的目标的预测。多类型分析!

支持许多分析物联网项目的预测模型通常相对简单。但是从原始传感器数据创建有用的分析数据集的过程通常很简单。大规模启用多类型分析将提供清晰的见解,并使制造商的分析成熟度得到提高,从而使公司有机会根据更广泛,更可靠的证据来回答更复杂的问题。

规模分析操作

需要解决的第三个关键要求是在可实现持续改进的运营环境中大规模交付数据集成和分析。组织需要建立持久的分析能力。随着组织从研发项目过渡到每天每分钟,每天无休止地在运营规模上运行分析,需要从概念验证阶段到可持续数据产品的桥梁。 Analytics Operations(Ops)是那座桥梁。这一切都与生产和可持续发展有关,有远大的思维能力,开始智慧,快速扩展的能力。
Analytics Ops专注于交付业务价值,只有在数据产品处于生产状态时才实现。将产品投入生产是一个过程,在产品投入生产时对其进行维护也是一个过程,需要过程工程以及数据科学和数据工程的参与才能有效地集成到现有业务系统中。

Analytic Ops是一个现代的最佳实践框架,旨在利用软件工程界公认的最佳实践在跨职能团队中进行生产级分析。它遵循数据科学的DevOps模型,打破了筒仓思维,并创建了企业就绪的数据科学。操作,维护和改进您的高级分析,以便您可以改变制造能力。无论是制造玩具还是火车,我们都已帮助公司实施Analytics Ops,以使其能够在竞争中保持领先地位。

到2018年及以后

“未来工厂”已经出现。无论是汽车制造商投资可以在同一条生产线上生产多辆汽车的工厂,还是半导体实验室减少复杂结构中的数百万个变量以识别影响产量的关键变量,物联网和高级分析都没有迹象表明很快会放缓。

与2017年一样,2018年将是制造领域发展的一年,公司将继续使用这些技术实时分析数据,并使用这些数据进行扩展以比以往更快地看到重大业务收益。

随着“未来工厂”的出现,Teradata致力于提供技术,专业知识和能力,这些技术,专业知识和能力将使大型制造企业兑现其诺言,为企业带来更美好的未来。我们今天的工作重点是创建敏捷,透明的数据体系结构和系统,这将使我们能够通过Analytics Ops在可扩展的平台上提供集成数据,多流派分析。

在Teradata,我们致力于帮助制造公司感知出什么地方出了问题,并将其报告给负责修复问题的人员。在Sentient Enterprise [1]中,整个公司就像一个有机体一样运作,左手知道右手在做什么,人类可以在哪里获得信号和建议,以指导和指导他们的关键业务决策。正是这种系统视图系统,而不只是物联网中的“事物”视图,将带来变革。

[1] “有识之士: http://www.teradata.com/Press-Releases/2017/The-Sentient-Enterprise-New-Business-Book

评论(0)

添加评论

此主题已停止发表新评论。

社论:+44(0)1892 536363
发行人:+44(0)208 440 0372
免费订阅每周电子通讯