Big Data Influence Industries

Source: MEGA Tech Magazine, Mar-Apr 2018​

ผู้ผลิตจะได้รับประโยชน์มากมายจากการวิเคราะห์ขั้นสูงที่สามารถลดข้อบกพร่องในกระบวนการผลิต ประหยัดเวลาและค่าใช้จ่าย เพื่อให้กิจการเติบโตขึ้นเพื่อเพิ่มผลกำไรที่ดีกว่าในอุตสาหกรรม​

ทุกวันนี้สภาวะแวดล้อมทางธุรกิจที่มีความซับซ้อนมากขึ้นเรื่อยๆ ปัจจุบันองค์กรต่างๆกำลังสร้างและเก็บข้อมูลมากขึ้นซึ่งตามมาด้วยความกังวลเพิ่มขึ้นถึงประสิทธิภาพการใช้ข้อมูลเหล่านั้นในการตัดสินใจเพื่อให้ได้ผลลัพธ์ที่ดีกว่า Big Data กลายเป็นหนึ่งในปัจจัยที่สำคัญที่สุดที่จะเป็นตัวขับเคลื่อนให้บริษัทประสบความสำเร็จ ในบางอุตสาหกรรมจำเป็นต้องมีการปฏิวัติอุตสาหกรรมใหม่เนื่องมาจากการได้รับข้อมูลและการวิเคราะห์ เช่น ในกระบวนการผลิต การตรวจวัด และการซ่อมบำรุง เป็นต้น​

 

CAPITALIZING ON BIG DATA

 

ขั้นตอนสำคัญขั้นตอนแรกสำหรับผู้ผลิตที่ต้องการใช้การวิเคราะห์ขั้นสูงเพื่อปรับปรุงผลผลิตคือการพิจารณาถึงจำนวนข้อมูลที่มีประโยชน์ทั้งหมด บริษัทส่วนใหญ่เก็บข้อมูลที่มีประโยชน์ไว้มากมายแต่มักใช้ข้อมูลเหล่านั้นเพียงเพื่อวัตถุประสงค์ในการติดตามเท่านั้น ไม่ได้ใช้เพื่อเป็นพื้นฐานสำหรับการปรับปรุงการดำเนินงาน สำหรับผู้ประกอบการเหล่านี้ ความท้าทายคือการลงทุนในระบบและทักษะที่จะช่วยให้พวกเขาใช้ข้อมูลในกระบวนการที่มีอยู่ได้อย่างเหมาะสม ตัวอย่างเช่น การรวมศูนย์หรือทำดัชนีข้อมูลจากหลายแหล่งเพื่อให้การวิเคราะห์ข้อมูลง่ายขึ้นตลอดจนการจ้างนักวิเคราะห์ข้อมูลที่ได้รับการฝึกอบรมในการจำแนกรูปแบบและการวางแผนข้อมูลเชิงลึกที่สามารถดำเนินการได้จากข้อมูล

 

ในช่วงไม่กี่ปีที่ผ่านมา การริเริ่มต่างๆ เช่น "Industry 4.0" ในประเทศเยอรมัน, "Industrial Internet" ในสหรัฐอเมริกา "Manufacturing White Book of Year 2014" ซึ่งเผยแพร่ในประเทศญี่ปุ่น และแผนการ "Made in China 2025” ซึ่งกำหนดและเผยแพร่ในประเทศจีน กลยุทธ์เหล่านี้ได้ทำให้การผลิตอัจฉริยะเป็นแนวทางที่ได้รับการสนับสนุนโดยประเทศของตนด้วยการให้ความสำคัญ ภายใต้พื้นฐานของระบบไซเบอร์-ฟิสิกส์ (Cyber-Physical Systems - CPS) ใน "Made in China 2025" และ "Industry 4.0" จำเป็นอย่างยิ่งที่จะต้องสร้างโรงงานอัจฉริยะโดยอาศัย Big Data และ “Internet Plus” ในปัจจุบัน ภาคการผลิตยังคงเผชิญกับความท้าทายระดับโลกหลายอย่าง ตัวอย่างเช่น ระบบเทคโนโลยีสารสนเทศที่เกิดขึ้นใหม่ที่ช่วยอำนวยความสะดวกในภาคอุตสาหกรรม (เช่น เครือข่ายไร้สายอุตสาหกรรม, การวิเคราะห์ Big Data, เครือข่ายที่กำหนดโดยซอฟท์แวร์, CPS และการคำนวณแบบคลาวด์) การใช้การจำลองกระบวนการผลิตไปสู่สายการผลิตอัจฉริยะ และการดำเนินการวิเคราะห์ การเพิ่มประสิทธิภาพ และการกำหนดค่าใหม่บนสายการผลิตอัจฉริยะผ่านทางการวิเคราะห์ Big Data สิ่งต่างๆเหล่านี้ล้วนมีคุณค่าทั้งทางการวิจัยในอนาคตและการตรวจสอบการใช้งานจริงที่เร่งด่วน รวมไปถึงการประยุกต์ใช้เทคโนโลยีการผลิตอัจฉริยะยุคใหม่เพื่อเพิ่มความหลากหลายในกระบวนการผลิตอัจฉริยะและประสิทธิภาพในการใช้ประโยชน์จากทรัพยากรทั้งในเชิงทฤษฏีและเชิงวิศวกรรม

 

การผลิตอัจฉริยะมีลักษณะเฉพาะดังต่อไปนี้

 

  • Highly correlated: ระบบการผลิตอัจฉริยะมีอยู่ภายใต้สภาพแวดล้อมแบบเครือข่ายซึ่งเครื่องมือการผลิต / การตรวจจับ / การประกอบ ระบบจัดเก็บของคลังสินค้า, ระบบส่งสัญญาณ, ชิ้นงาน, เซิร์ฟเวอร์ และอุปกรณ์รับข้อมูลปลายทางซึ่งจะเป็นจะต้องมีระบบรักษาความปลอดภัยในการเฝ้าระวังข้อมูลทั้งหมดที่เชื่อมต่อกันผ่านเครือข่ายหลายประเภท เช่น มีสาย ไร้สาย และแสดงผลทันที / ไม่ทันที เพื่อสื่อสารและแลกเปลี่ยนข้อมูลกันและกัน

 

 

  • Deep integration: สสารอัจฉริยะทางภายภาพในชั้นล่างและเครื่องปลายทางเฝ้าระวังในชั้นบนจะเชื่อมต่อกันด้วยแพลตฟอร์มคลาวด์ ข้อมูลประเภทต่างๆ ในระบบที่ถูกอัพโหลดในเวลาจริงไปที่แพลตฟอร์มคลาวด์จะสร้างข้อมูลอุตสาหกรรมขนาดใหญ่ และด้วยเหตุนี้จึงสามารถประมวลผลข้อมูล ควบคุม และดำเนินการทางกายภาพในเครือข่ายได้ในเวลาเดียวกัน ทำลายอุปสรรคด้านข้อมูลของแต่ละกระบวนการ และทำให้การรวมเป็นอันหนึ่งอันเดียวกันของสภาพแวดล้อมทางกายภาพและสภาพแวดล้อมด้านข้อมูลเป็นจริง ซึ่งคือระบบไซเบอร์ฟิสิกส์

 

 

  • การกำหนดค่าข้อมูลใหม่ในรูปแบบไดนามิก: ออกแบบมาเพื่อการผลิตผลิตภัณฑ์หลายประเภทและการผลิตจำนวนน้อยเป็นไปอย่างมีประสิทธิภาพ ต้องมีการกำหนดประเภทอุปกรณ์ที่จำเป็นและเส้นทางการสื่อสัญญาณตามสภาพความสมบูรณ์ของอุปกรณ์และประเภทของชิ้นงานเนื่องจากสภาพความสมบูรณ์ของอุปกรณ์และประเภทของชิ้นงานมีการเปลี่ยนแปลงแบบไดนามิก การสร้างแหล่งระบบแบบไดนามิกระหว่างการทำงานของระบบจึงมีความสำคัญ

 

 

  • ปริมาณ Big Data: ระบบการผลิตอัจฉริยะต้องตอบสนองความต้องการเฉพาะในการผลิตจำนวนน้อย ข้อมูลในระบบอัจฉริยะแต่ละประเภทต้องการการจัดการเพื่อการสร้างใหม่แบบทันที เพื่อสร้างข้อมูลจำนวนมากจึงต้องคำนึงถึงสภาพความสมบูรณ์ของอุปกรณ์ สภาพของกระบวนการผลิต และข้อมูลผลิตภัณฑ์ การใช้เทคโนโลยีเครือข่ายความเร็วสูง เทคโนโลยีการคำนวณแบบคลาวด์ และเทคโนโลยีการประมวลผล Big Data ช่วยให้การส่งสัญญาณ การเก็บข้อมูล การประมวลผล และการวิเคราะห์ข้อมูลจำนวนมากเป็นไปได้

Manufacturers taking advantage of advanced analytics can reduce process flaws, saving time and money. They grow up to increase profits in the industry.

In today’s complex business environment, organizations are generating more and more data and are increasingly concerned with using that information to make better decisions. Big Data is becoming one of the most important drivers of a company’s success. Some industries are experiencing great evolutions stemming from data and analytics, such as Process, measurement, and maintenance services.

CAPITALIZING ON BIG DATA

 

The critical first step for manufacturers that want to use advanced analytics to improve yield is to consider how much data the company has at its disposal. Most companies collect vast troves of process data but typically use them only for tracking purposes, not as a basis for improving operations. For these players, the challenge is to invest in the systems and skill sets that will allow them to optimize their use of existing process information—for instance, centralizing or indexing data from multiple sources so they can be analyzed more easily and hiring data analysts who are trained in spotting patterns and drawing actionable insights from information.

 

In recent years, the initiatives such as the “Industry 4.0” strategy in Germany, the “Industrial Internet” strategy in United States, the “Manufacturing White Book of Year 2014” published in Japan, and the “Made in China 2025” plan formulated and published in China, have made intelligent manufacturing as an orientation supported by their nations with priority. Under the background of Cyber-Physical Systems (CPS) in “Made in China 2025” and “Industry 4.0,” it is essential to establish the intelligent factories based on the industrial big data and “Internet plus.” Currently, the manufacturing field still faces various global challenges. For example, under the support of emerging information technologies (e.g., industrial wireless networks, big data analysis, software defined networks, CPS and cloud computing), implementation of Ontology modeling towards the intelligent manufacturing product lines, and performing diagnosis, optimization and reconfiguration on intelligent product lines through industrial big data analysis, have important research values and urgent realistic application demands. Investigation and application of the new generation of intelligent manufacturing technologies to improve the flexibility of intelligent manufacturing product lines and the utilization efficiency of the resources have important theoretical significance and engineering application values.

 

IN THE INTELLIGENT MANUFACTURING HAS THE FOLLOWING TYPICAL CHARACTERISTICS

 

  • Highly correlated: the intelligent manufacturing systems exist under a networked environment in which manufacturing/detecting /assembling devices, warehouse storage system, transmission system, workpiece, server and surveillance terminals are all interconnected through multiple types of networks such as cabled, wireless and real-time / non-real time, to communicate and exchange data with each other.

 

  • Deep integration: the intelligent physical substance in the bottom layer and the surveillance terminal in the upper layer are interconnected and internetworked with the cloud platform. Different types of information in the system that real-timely uploaded to the cloud platform form the industrial big data and thereby it can simultaneously perform data processing, control and physical operations in a network, break the information barriers of each process, and realize the deep integration of physical environment and information environment, which is the cyber-physical system.

 

  • Dynamic reconfiguration: in order to adapt the efficient production of multi-type and small-batch products, it is necessary to determine the required type of devices and transmission paths according to the health status of the equipment and the type of the workpiece. Since the health status of the equipment and the type of the workpiece are dynamically changing, it is essential to dynamically reconstruct the system source during the operation of systems.

 

  • Huge volume of data: the intelligent manufacturing system must satisfy the small batch of personalization. Each type of intelligent substance needs real-time negotiation on reconstruction to generate large amount of data including the health status of the equipment, the status of the manufacturing process and the product information. The applications of high-speed networks technology, cloud computing technology and big data processing technology enable transmission, storage, processing and analysis of huge volume of data.

© 2018 Advance Industry Media Plus Co., Ltd. All Rights Reserved.​​

megatech magazine, industry 4.0 manufacturing, business matching

Advance Industry Media Plus Co., Ltd.
1104/339 Pattanakarn Road Suanluang, Suanluang, Bangkok, 10250 Thailand

Tel. +66 2136 1406-7

Fax. +66 2187 2899

www.aimplus.co.th   

info@aimplus.co.th​

Ms. Khemruji Pruankaewmanee

Tel: +66 2 136 1406-7
Email: khemruji@aimplus.co.th​

aimplus.co.th

Reader voices

Advertisers

Subscribe

ADVERTISE WITH US 

LINKS

FOLLOW US ON SOCIAL MEDIA

megatech magazine, industry 4.0 manufacturing, business matching
megatech magazine, industry 4.0 manufacturing, business matching
www.oniintertrade.com