6、智能生产中的大数据与关键绩效指标跟踪

智能生产中的大数据与关键绩效指标跟踪

1. 大数据的特性

大数据通常由三个特性来定义，根据其英文名称，被称为大数据的“三个 V”，即：Volume（大量）、Velocity（高速）和 Variety（多样）。
- Volume（大量） ：描述了数据量的不断增长。
- Velocity（高速） ：指的是数据流量的速度。
- Variety（多样） ：涉及到来自多个不同结构数据源的数据性质。

此外，“Value（价值）”常被作为第四个“V”加入到这个概念中。当分析大量数据以识别经济开发潜力时，就可能产生额外的收益。与传统数据集相比，大数据通常包含大量非结构化数据，这带来了新的挑战，如有效组织和管理这些数据集，以及实现实时分析。同时，大数据也代表了数据分析方式的范式转变，通过关联分析和模式识别，数据科学家可以从大数据中获取新知识。

2. 智能工厂与网络物理系统

工业 4.0 描述了由信息和通信技术（ICT）以及物联网（IoT）驱动的第四次工业革命。其目标是实现价值链的水平和垂直整合，使供应链上与供应商和客户的流程以及人、机器和资源之间的通信完全自动化。自主控制和优化生产系统以及智能工件的理念是工业 4.0 或智能工厂的重要组成部分。

网络物理系统（CPS）是实现这一目标的技术前提，它将唯一可识别的物理“事物”或对象连接到互联网或其他类似的虚拟结构，符合物联网范式。联网的 CPS 不仅能主动控制生产过程，还能为创新的商业模式和服务提供平台。因此，企业不仅要调整战略，还需要重新思考和定义现有的“单一组织”