收藏 分享(赏)

从工业革命到工艺革命-大数据在新制造领域的应用.pdf

上传人:peixunshi 文档编号:852558 上传时间:2019-09-28 格式:PDF 页数:27 大小:5.37MB
下载 相关 举报
从工业革命到工艺革命-大数据在新制造领域的应用.pdf_第1页
第1页 / 共27页
从工业革命到工艺革命-大数据在新制造领域的应用.pdf_第2页
第2页 / 共27页
从工业革命到工艺革命-大数据在新制造领域的应用.pdf_第3页
第3页 / 共27页
从工业革命到工艺革命-大数据在新制造领域的应用.pdf_第4页
第4页 / 共27页
从工业革命到工艺革命-大数据在新制造领域的应用.pdf_第5页
第5页 / 共27页
点击查看更多>>
资源描述

1、大数据在新制造领域的应用 从工业革命到工艺革命 昊海 2017.0607 飞天一部 大数据业务专家背景:新制造发展的新一波浪潮 美国 先进制造也计划 工业互联网 人工智能机器人数字制 造技术 德国 工业4.0 德国制造领导地位 出口优势 中国 智能制造2025 十个重大方向 英国 英国制造2050 重振英国制造 注重价值整合 日本 制造业白皮书 制造业大数据 机器人、3D 打印 能源技术 法国 新工业法国 技术创新推动工业复苏 重新提振法国工业竞争力 韩国 制造业创新3.0 信息化与制造业融合 投资7 大旗舰领域 印度 制造业战略 吸收外部投资 建设制造业基地 新市场 电子商务、工业互联网、互

2、联网金融 国际市场 经济新常态 中高速增长,中高端水平 新融合 移动互联网、云计算、大数据、物联 网 现代制造业 十大重点领域 通信、机器人、航天、船舶、轨道、 汽车、电力、新材料、农机、生物 三个阶段 2025-2035-2045 九大任务 创新、两化、基础、品牌、绿色、 突破、结构、服务、国际 互联网 + 工业 “中国制造2025” “互联网+” 中国制造2025 明确提出,到2025 年迈入制造强国行列 ,2035年制造业整 体达到世界制造强国 阵营中等水平,新中 国成立一百年时制造 业大国地位更加巩固 ,综合实力进入世界 制造强国前列。从机理推导转向数据分析 数据 人 机 料 法 环

3、工艺创新 流程优化 智能生产 风险预警 “我们有个观念转变:以 前是讲 逻辑, 现在是 看数 据,讲事实,通过计算与 挖掘发 现问题 ,很 野蛮 。“ -刘建平(协鑫新能源生产技术研究副总 ) 库存优化 销量预测 智慧物流 实时监控诊断 故障预测 操作智能 生命周期管理 JIT 生产调度 产量预测 数据质量评估 生产废料模型 企业图谱 关系网络 风险洞察 AI 赋能工业制造的“供、 研、产 、销” 供:让 供应有序 研 : 让研发 有力 产 : 让生产有理 销 : 让营销有依设备 产品: 对乙酰氨基酚; 废料:HW02 医药废物 (2010.1-2013.7) (2)原材料: 对氨基酚; 产品

4、: 对乙酰氨基酚; 废料: 废活 性炭(2013.8-2015.12)数据反欺诈、申报数据质 量管控 产:数据质量 环保监测中的欺诈 从工控系统直接生成一定范围内某 种分布的随机数 利用标定步骤,缩减实际污染物读 数 人为稀释调度污染物欺 反欺诈原理 有些企业在一定区间里生 成 随 机数,以此来代替真实的 污 染 物排放值。 这样的数据里的信息含量 和 其 它企业数据差别较大产:JIT 生产调度 众多零部件供应商给组装工厂 供货,以满足JIT (Just In Time )生产需求。多个车辆从工厂 出发,到各供货点循环取货。 多时间 窗VRP 问题 约 束 条件: 即时供货,满足生产需求 供货

5、商作息时间约束 车辆容积和重量约束 实际交通状况(高峰期、 平时 ) 方子 问诊 案例 数据挖掘:通过不同时段 道路数据,获取拥堵系数 路径优化:节约法(Saving Method ) + 自适应大邻域 局部搜索(ALNS ) 用户现状:7 辆卡车,行驶 距离1850公里。 优化后:5 辆卡车,行驶距 离1631公里。运输成本降低 超过20% 。通过“人-车”大数据整合,锁定具体车型的目标用户,读取用户信息,采用大数据模型,精确绘制目标用户画像。 销:汽车目标用户精准画像 人口 属性 兴趣 爱好 社交 属性 消费 特征 需求 特征 基本信息 性格信息 地理信息 阅读兴趣 运动兴趣 社交途径 社

6、交关系 当前需求 潜在需求 购物偏好 消费习惯 位置 信息 信用 信息 社交 范围 媒体 关注 出行 信息 购物 习惯 用 户 聚 类 模 型 分 析 精确绘制目标用户画 像 读取目标用户信 息 模型分 析某车企预计在12月第一周在杭州市举行移动车展、通过达摩镜线下商圈洞察,进行展览时间 及路径规划安排 销:移动车展 10:00 文三路电子信息街区:约20550人 10:45 石祥路汽车贸易街区:约11550人 15:00 湖滨商圈:约10480人 下午16:00 新城商圈:约10047人销:企业图谱 客户问题 1. 市场竞品做的如何? 2. 防民之口甚于防川! 3. 客户在哪?市场是哪? 获

7、客要义 1. 企业:情报洞察,先机 2. 企业:实时监控,止损 3. 政府:企业园区配套服务 4. 风险:变更/ 诚信 方子 问诊 企业画像 企业关系 1. 集团,子公司很多,关系 复杂。 2. 大企业,关心品牌形象。 3. 重点产品在市场的反馈。 企业 客户推荐 招标 围标检测销:企业图谱(舆情)销:打车订单分发 司机在不同状态下对订单的需求不同,不同的订单适宜推送给的司机也不同。一方面乘客打不到车,订单成交率(已成 交订单/ 订单总量)仅60% ,另一方面司机无效的听单很多,听单抢单比(听单订单数/ 抢单订单数)达到300+ ,同时成 交平均时长达22S (发单到抢单的时长)。现阶段我们尽

8、量通过运营规则去提升,但由于不能对订单进行实时分析,不 了解乘客、司机的画像,很难做到位,并且规则的配置管理不够灵活,导致现阶段的订单调度系统维护困难。” 业 务层 订单处理 目标筛选 核注核销 业务排序系统 订单发送 服 务层 订单质量评估 订单排序 成交预测 定 向层 计算 存储 历史订单明细 Garuda 实时采集 MQS 离线计算 ODPS KV 引擎 OCS 规则存储 RDS 订单解析 司机打标 乘客打标 POI 打标 匹配 数据更新 人群构建 运营规则管理 排序 规则管理 效 果 评 估 质 量 监 控 运 维 层 订单质量评估模型 - 输入:订单属性、区域 动态供 需属性 - 输

9、出:订单质量判别分 - 应用:配合运营奖励机制 调节供 需 订单成交预测模型 - 输入:订单属性、司机 属性、 订单司 机耦 合属性 - 输出:订单司机匹配分 - 应用:订单精准推送、 司机画 像、区 域画 像等 ADS 全国平均:成交率绝对提升3% ,抢单时间缩 短10%工业大数据实现架构 离线计算引擎 计算层 采集层 NI 阿里云IOT 流计算引擎 实时计算引擎 CloudLinx 生态伙伴 时间序列处理 分析层 数据质量评估与修复 典型行业数据特征提取 (MFCC、振动) 数据准模型训练 内置典型模型 故障诊断引擎 引擎层 可视化探索 通过相关系数、模型关系 、 语法树自动选择 固废分析引擎 工艺参数分析与优 化 智能监控预警引 擎 SDK 、协议转化 实时通讯接口 断点续传、缓存 自助分析 人工采集 SCADA 现场设备 计量仪表 数据采集接口(OPC/MODBUS/PLC/104/101 等协议) 4G/WIFI/ 互联网/ 专用通道 资产模型框架 配送调度 引擎 大数据产品3 要素 Service Data AI + + BIG API 界面 统计 算法

展开阅读全文
相关资源
相关搜索
资源标签

当前位置:首页 > 研究报告 > 可研报告

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:文库网官方知乎号:文库网

经营许可证编号: 粤ICP备2021046453号世界地图

文库网官网©版权所有2025营业执照举报