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 และการวิเคราะห์ข้อมูลจำนวนมากเป็น
