未来智库 > 科技创新与应用 > 基于大数据的机械制造模式研究

基于大数据的机械制造模式研究

发布时间:2018-09-14 22:07:03 文章来源:湖北省宜昌市第十五中学    

李思良+李思贤

摘 要:机械制造产业与人们日常的生活生产有着密切关系,数字化设计、数字化制造等领域带动着信息技术的发展,同时在设计、制造、管理等方面都应用着信息技术。在现场机械加工过程中,为了实现数据的实时采集和处理,创建数据化系统可以提高机械制造数据处理的时效性。在对于大数据技术分析的基础下,着重阐述大数据处理在机械制造的应用。

关键词:大数据;数字化制造;信息化管理;机械制造

1 大数据技术

1.1 大数据的定义

大数据就是由数量庞大、类型众多、结构繁杂数据构成的数据集合,是基于云计算的数据整合与应用模式,可以经过数据的集成共享和挖掘,形成强大的智力资源。大数据需要在一种新的处理模式下才可以展现出更加正确的决策力、敏锐的洞察力,从而形成高利用率的数据资产。总之,大数据技术就是从类型众多的数据中,准确有效地挖掘到有价值信息的科学技术。

1.2 大数据技术的构成

大数据技术由以下四种技术构成:大数据处理技术、大数据分析技术、数据可视化技术、分布式计算技术。大数据的庞大数据量远远超出传统数据库的管理能力,大数据处理技术应能处理几乎各种类型的海量数据。大数据分析技术将帮助人们从大体量、高复杂的数据中提取有价值的信息;数据可视化技术将运用计算机图形学相关技术,将数据换为图像的形式。从大数据的定义和技术层面可以看出,一台计算机无法处理大数据的信息量,必须采用分布式计算架构如图1所示。

分布式计算机架构是借助云计算的分布式处理、分布式数据库、云存储和虚拟化技术来实现分布式数据的挖掘。迫于社会生活生产的需要,大数据将是与无线网络技术、智能制造并行发展的跨世纪的技术革命。

1.3 大数据的特点

国际数据公司(IDC)认为,大数据技术应满足三个“V”特点:多样性(variety)、大容量(volume)和时效性(velocity)。多样性是指数据的类型众多;大容量是指需要挖掘的大数据拥有非常巨大的数据量;时效性则是指数据处理能在较短的时间内完成,要求具有快速处理数据能力。随后又加上了一个“V”特点:Veracity(精确性),准确性是指在众多的数据量中能够精准查询到自己所需要的数据。

2 大数据应用在机械制造模式的研究

基于上述大数据技术分析以及机械制造行业目前存在由于工作环境恶劣、经常性的超负荷运行导致生产事故频繁出现,为了实现机械制造的有效管理,对机械设备进行完备的实时监测、智能诊断,应该最大程度地为机械制造企业提供准确数据的平台如图2所示。

2.1 基于大数据的机械制造实施步骤

(1)尽可能在每个机械制造设备上安装GPS(这里GPS可以毫秒级采集信息,根据终端的数据库实时在显示屏上提示机床各类异常情况)和各种传感器,对机床工作时间和状况等数据进行收集。

(2)经过通信网络和智能控制系统的处理传送到中央控制室,

并且为满足大数据量的快速存取与数据共享,系统将建立公共数据库,对机械制造相关数据统一汇总、分析和处理。

(3)公共数据库包括机械制造详细的工况信息、报警信息、故障信息、定位信息、维修信息等。建立以公共数据库为核心的机械制造智能控制系统,准确提供实时机械设备的工作画面,进而为故障诊断、高效节能、决策提供依据。

(4)基于大数据在机械制造模式,身在中央控制室的工作人员可以在显示屏了解到机械制造的各环节情况。在公共数据库中可以收集更多的数据,从中获取有价值的数据信息。如:一台机器当天生产了多少零件,在机械加工过程中出现哪些异常,什么时候在哪种模式下使用了机械制造设备,甚至如果能知道机器设备详细的工况信息和准确的工作时间,那么就能预先确定将要损坏的零部件,这样可以提高生产效率。

2.2 大数据在机械制造模式的应用展望

随着科学技术的日益发展,世界上出现了无人工厂,无人工厂是指工厂里所有的生产活动由计算机控制,生产线上不需要人们而是机器人进行工作的工厂。大数据时代的到来,大数据技术将可以在无人工厂得以充分应用。

大数据的最终意义在于获得提升洞察力的能力和价值,机械制造业应会依靠洞悉数据中的信息更加了解自己,也更加了解客户。在庞大的数据库中挖掘出自己的发展走向和客户的需求,搭建出云制造平台,根据客户的需求,真正实现“私人定制”的目的,从而提高企业适应市场的能力,为机械制造业的未来发展争取更多的主动权。

2.3 应该注意的问题

(1)大数据的存储、分析和理解问题。由于大数据数量巨大、种类繁多的特点,当前机械制造企业的存储和计算能力有限,应该如何存储、分析和理解这些数据,甚至如何在大量的数据产生时挖掘到有价值的部分,并实时、准确地传递给有需求的人手中。

(2)大数据的安全问题。每个企业都有自己的商业机密,机械制造企业也不例外。在庞大的数据中捕捉有用东西的同时,经常会暴露出自己的隐私,此时大数据的访问安全问题是企业面临最大的挑战。

(3)大数据分析人才缺乏问题。我们周围充斥着各种各样的数据信息,需要新一代的数据分析人才来收集、分析大数据,并转化成便于人们理解的信息。目前大多数企业已经开始认识到了这个问题,有意识培养相关的数据分析人才,为自己的企业发展服务。

3 结束语

在大数据的时代里,机械制造企业在日益激烈的市场竞争环境下,面对大量复杂多变的信息数据,需要引进其他领域现有的成熟技术,逐步实现大数据技术在机械制造的应用。这样在采集到的大数据中挖掘出对企业真正有价值的数据内容,科学引导机械企业未来的发展,提升自己的竞争力和技术水平。

参考文献

[1]郭鑫.旅游大數据与挖掘分析研究[J].电脑知识与技术,2013(14).

[2]吴昊.面向预警决策的大数据管理平台软件体系结构研究[M].天津大学,2013.

作者简介:李思良(2001,10-),男,山东省滕州市,山东省滕州市第一中学。

科技创新与应用 2017年9期

科技创新与应用的其它文章 关于创建新能源汽车安全检验平台的研究分析 环境影响评价法律制度化建设探析 浅析压力表计量检定不确定性因素 城市规划中土地使用和交通系统协调统一 浅谈汽车色彩设计趋势研究 新形势下提升消防部队灭火救援能力的思考
转载请注明来源。原文地址:https://www.7428.cn/tech/2018/0914/6561/
 与本篇相关的热门内容: