چگونه از داده های بزرگ صنعتی برای تحقق تحلیل هوشمند و تصمیم گیری هوشمند استفاده کنیم

بخشی از منبع کلان داده‌های صنعتی، داده‌های حوزه تولید و بهره‌برداری و بخش بزرگی از داده‌های ماشینی تولید شده در فرآیند عملیات تجهیزات تولید و محصولات و تجهیزات پیشرفته تولید شده است.

و داده های بزرگ واقعی داده ها نیستند، داده ها پس از دسترسی به ذخیره می توانند انجام شوند، چیز واقعی تجزیه و تحلیل هوشمند و تصمیم گیری هوشمندانه است، از طریق ادغام این دو بر اساس سیستم بهینه سازی تجزیه و تحلیل هوشمند "مغز صنعتی" برای انجام تصمیم هوشمندانه مربوطه.

این تحلیل‌ها و تصمیم‌گیری‌های هوشمند را نمی‌توان از پشتیبانی سیستم اطلاعاتی و سیستم اتوماسیون اصلی جدا کرد، اما همچنین نمی‌تواند از تجهیزات فیزیکی و تجهیزاتی که این داده‌ها را تولید می‌کنند جدا کرد. بر اساس داده های محیطی که در آن داده ها ادغام می شوند، یک سیستم کلان داده با قابلیت تحلیل و بهینه سازی هوشمند بر اساس سیستم مدیریت اطلاعات و سیستم اتوماسیون برای دستیابی به هدف بهبود کیفیت، افزایش کارایی، کاهش مصرف و کنترل ریسک ها ساخته شده است. .

کلان داده های صنعتی را می توان به سه دسته تقسیم کرد. یک بخش داده های صنعتی اینترنت اشیا است، مانند داده های تولید شده توسط تجهیزات تولید، محصولات هوشمند و تجهیزات پیچیده در 24 ساعت شبانه روز. بخشی از داده‌های اطلاعات سازمانی و بخش مهمی از داده‌ها، داده‌های خارجی در سراسر زنجیره صنعتی است، از جمله داده‌های محیطی تجهیزات در فرآیند عملیات، مانند داده‌های هواشناسی، داده‌های جغرافیایی و داده‌های محیطی مربوطه. تنها زمانی که این سه نوع داده با هم ترکیب شوند، می توان آنها را داده های بزرگ صنعتی نامید.

نحوه استفاده از داده ها برای رانندگی اول این است که ببینیم اکنون چه نوع داده‌هایی داریم، از کجا می‌آیند، چگونه آنها را جمع‌آوری کنیم، اگر آنها را نداریم، این داده‌ها چه ویژگی‌هایی دارند، مانند داده‌های سری زمانی، داده‌های فضای زمانی، داده‌ها. تولید شده توسط محصولات هوشمند و داده های تولید شده توسط تجهیزات تولید، و در نهایت چقدر داده است. دوم این است که به درک داده ها، داده ها چگونه به ذخیره، مدیریت، استفاده، دیگری مهم تر این است که چگونه برای اطمینان از کیفیت داده ها. سوم این است که از چه نوع سیستم، چه نوع ابزاری برای اطمینان از ذخیره سازی داده ها، مدیریت داده ها، پردازش داده ها استفاده کنید؟ در عین حال، نحوه ادغام و مرتبط کردن این داده ها تنها برای تجزیه و تحلیل و مدیریت داده های تولید شده توسط تجهیزات نیست، بلکه برای مرتبط کردن داده های محیطی اطراف، داده های جغرافیایی و سایر داده های فرامرزی در فرآیند تجزیه و تحلیل است.