Промислові великі дані стосуються всіх типів даних і пов’язаних технологій і додатків, створених у промисловій сфері навколо типової моделі інтелектуального виробництва, від попиту клієнтів до продажів, замовлень, планування, досліджень і розробок, проектування, процесу, виробництва, закупівель, постачання, інвентаризації, відвантаження та доставки, після-продажного обслуговування, експлуатації та технічного обслуговування, брухту або переробки та повторного виробництва всього життєвого циклу кожного продукту. посилання. Великі промислові дані є основою інтелектуального виробництва, заснованого на «великих даних + промисловий Інтернет», хмарних обчисленнях, великих даних, Інтернеті речей, штучному інтелекті та інших технологіях, які сприяють зміні методів промислового виробництва та стимулюють інноваційний розвиток індустріальної економіки.
Детальний опис технології та застосування промислових великих даних
I. визначення промислових великих даних
Промислові великі дані стосуються галузі промисловості, навколо типової моделі інтелектуального виробництва, від попиту клієнтів до продажів, замовлень, планування, досліджень і розробок, проектування, обробки, виробництва, закупівель, постачання, інвентаризації, відвантаження та доставки, після-продажного обслуговування, експлуатації та технічного обслуговування, утилізації або переробки та повторного виробництва всього життєвого циклу продукту різних типів даних, створених різними аспектами загальний термін і відповідна технологія програми. Він зосереджений на даних про продукт, що значно розширює сферу традиційних промислових даних, а також включає технології та програми,-пов’язані з промисловими великими даними. Основними джерелами промислових великих даних є наступні три категорії.
1. Бізнес-дані, пов'язані з виробництвом і експлуатацією
Бізнес-дані, пов’язані з-виробництвом і експлуатацією, в основному надходять зі сфери традиційної інформатизації підприємства та зберігаються в інформаційних системах підприємства, включаючи традиційне програмне забезпечення для промислового дизайну та виробництва, планування ресурсів підприємства (ERP), керування життєвим циклом продукту (PLM), керування ланцюгом поставок (S CM), управління взаємовідносинами з клієнтами (CRM) і систему управління навколишнім середовищем (EMS) тощо. Ці корпоративні інформаційні системи накопичили велику кількість даних. Ці корпоративні інформаційні системи накопичили велику кількість даних про розробку продукту, даних про виробництво, операційних даних, даних про клієнтів, даних про логістику та постачання, а також даних про навколишнє середовище. Цей тип даних є традиційним ресурсом даних у промисловій сфері та поступово розширює сферу застосування в середовищі нових технологічних програм, таких як мобільний Інтернет.
2. Дані IoT обладнання
Дані IoT обладнання в основному стосуються промислового виробничого обладнання та цільових продуктів у режимі роботи IoT, генерування-в реальному часі та збору даних, що охоплюють роботу та роботу, умови праці, параметри навколишнього середовища та інші дані, що відображають робочий стан обладнання та продуктів. Такі дані є новим і найшвидше зростаючим джерелом промислових великих даних. Вузькі промислові великі дані стосуються цього типу даних, тобто великого обсягу даних, які швидко генеруються промисловим обладнанням і продуктами, а також існування відмінностей часових-рядів.
3. Зовнішні дані
Зовнішні дані стосуються виробничої діяльності промислових підприємств і продуктів, пов’язаних із зовнішніми джерелами даних підприємства в Інтернеті, наприклад, оцінка екологічних показників підприємства щодо екологічних норм, прогнозування макро-соціо-економічних даних ринку продукції тощо. Технологія промислових великих даних – це низка технологій і методів, які дозволяють видобувати та відображати цінність промислових великих даних, зокрема планування даних, отримання, попередню-обробку, зберігання, аналіз і видобуток, візуалізацію та інтелектуальне керування. Застосування промислових великих даних — це процес інтеграції та застосування серії промислових технологій і методів великих даних до конкретного промислового набору великих даних для отримання цінної інформації. Дослідження та прорив у промисловій технології великих даних спрямовані на виявлення нових закономірностей і знань зі складних наборів даних, а також на видобуток нової цінної інформації, щоб сприяти інноваційним продуктам виробничих підприємств, покращувати рівень роботи та ефективності виробництва та розширювати нові бізнес-моделі.
II. Характеристики промислових великих даних
На додаток до характеристик загальних великих даних (великий обсяг даних, різноманітність, швидкість і низька щільність значення), промислові великі дані також мають характеристики тимчасової послідовності, сильної кореляції, точності та замкнутого циклу.
Великий обсяг даних:розмір даних визначає цінність і потенційну інформацію даних, що розглядаються. Обсяг промислових даних є відносно великим, велика кількість високочастотних-даних від машин і обладнання та Інтернет-даних продовжує надходити, а набори даних великих промислових підприємств досягнуть рівня PB або навіть EB.
Різновид (variety):відноситься до різноманітності типів даних і широкого діапазону джерел. Промислові дані широко поширені в різних аспектах, таких як машини та обладнання, промислові продукти, системи керування та Інтернет, і структура є складною, зі структурованими та напів-структурованими даними зондування, а також неструктурованими даними.
Швидкий (швидкість):відноситься до швидкості отримання та обробки даних. Потреби в швидкості промислової обробки даних різноманітні, вимоги до-рівня виробничої ділянки щодо часових рамок аналізу до рівня мілісекунд, додатки для керування та-прийняття рішень мають підтримувати інтерактивний або пакетний аналіз даних.
Низьке значення щільності (значення):промислові великі дані приділяють більше уваги цінності-користувача та зручності використання самих даних, зокрема: покращенню здатності до інновацій, ефективності виробництва й експлуатації, а також просуванню персоналізованих налаштувань, трансформації послуг та інших нових способів змін у інтелектуальному виробництві.
Послідовність:Промислові великі дані мають чітку часову послідовність, наприклад замовлення, дані про стан обладнання.
Сильна-релевантність:З одного боку, дані на тій самій стадії життєвого циклу продукту мають велике значення, такі як склад частин продукту, умови роботи, стан обладнання, технічне обслуговування та закупівля додаткових частин; з іншого боку, дані на різних етапах життєвого циклу продукту, такі як дослідження та розробки, проектування, виробництво та обслуговування, повинні бути пов’язані.
Точність:в основному відноситься до автентичності, повноти та надійності даних і приділяє більше уваги якості даних, а також надійності методів і методів обробки та аналізу. Вищих вимог до достовірності для аналізу даних, покладаючись лише на статистичний кореляційний аналіз, недостатньо для підтримки діагностики несправностей, прогнозування та раннього попередження та інших промислових застосувань, необхідно об’єднати фізичну модель із моделлю даних, причинно-наслідковий зв’язок видобутку.
Замкнений-цикл:зокрема замикання та зв’язування ланцюга даних у горизонтальному процесі всього життєвого циклу продукту, а також у вертикальному процесі збору та обробки даних інтелектуального виробництва, який потребує підтримки динамічного та безперервного коригування та оптимізації за сценаріями замкнутого-циклу визначення стану, аналізу, зворотного зв’язку та контролю.
Завдяки вищезазначеним характеристикам промислові великі дані, як галузь застосування великих даних, мають широкі перспективи застосування, водночас створюючи великий виклик для традиційної технології керування даними та технології аналізу даних.
III. Промислова архітектура великих даних
Промислова архітектура великих даних містить три виміри: життєвий цикл і потік створення вартості, вертикальний рівень підприємства та ланцюжок створення вартості ІТ.
На рівні життєвого циклу та потоку створення цінності, відповідно до областей застосування промислових великих даних, їх можна розділити на три сфери: розробка продукту та проектування до початку етапу виробництва продукту, управління виробництвом і ланцюгом постачання до доставки продукту, а також управління експлуатацією та обслуговуванням і обслуговуванням після доставки продукту.
На вертикальному рівні підприємства, відповідно до методу збору даних і рівня програми, його можна розділити на рівень інформаційної фізичної системи, рівень інформаційної системи управління підприємством і рівень системи взаємозв’язку платформи.
На рівні ланцюжка створення вартості ІТ його можна розділити на бізнес-архітектуру, архітектуру інформаційної системи та архітектуру ІТ-технологій на трьох рівнях, з яких архітектуру інформаційної системи можна розділити на архітектуру додатків та інформаційну архітектуру.
1. Життєвий цикл і вимір потоку створення цінностей
Вимір життєвого циклу та потоку створення цінності в промисловій архітектурі великих даних охоплює етапи всього життєвого циклу продукту, тобто дослідження та розробки та проектування, виробництво, логістику, продажі, експлуатацію та технічне обслуговування та обслуговування. Серед них виробництво, логістика та продажі можуть бути додатково класифіковані на виробництво та ланцюг постачання, а життєвий цикл і вимір потоку створення вартості включає три сфери: дослідження та розробки та проектування, виробництво та ланцюг постачання, а також експлуатацію, технічне обслуговування та обслуговування. Сценарії застосування для кожного домену показано на малюнку 2.
01. Дослідження та розробки
Дані НДДКР накопичуються персоналом НДДКР у процесі НДДКР і дизайну, який надходить з усіх аспектів життєвого циклу продукту, зокрема: великі дані попиту користувачів, великі дані знань НДДКР, великі дані для повторного використання продукту, великі дані для спільної роботи в НДДКР тощо, із між-продуктами та між-галузями, а також широким спектром характеристик.
Підприємства, які розробляють персоналізований продукт, можуть збирати персоналізований попит користувачів на продукт, дані про взаємодію з клієнтами та транзакції через Інтернет-платформу. Видобуток і аналіз цих динамічних даних про клієнтів може допомогти клієнтам брати участь в аналізі попиту на продукцію та діяльності з розробки продукту, щоб створити індивідуальний дизайн, а потім, покладаючись на гнучкий виробничий процес, ви можете створювати індивідуальні-продукти для користувачів.
Реалізуйте проект моделювання на основі великих даних. Традиційні виробничі підприємства під час тестування та перевірки зв’язку повинні бути виготовлені в натуральному вигляді, щоб оцінити його продуктивність та інші показники, вартість із збільшенням кількості тестів та зростанням. Використання технології віртуального моделювання може досягти оригінального процесу розробки R & D моделювання, аналізу, оцінки, перевірки та оптимізації, тим самим зменшуючи кількість інженерних змін, оптимізуючи виробничий процес, зменшуючи витрати та споживання енергії.
Реалізуйте персоналізовану автоматизацію індивідуального дизайну на основі великих даних. Традиційні корпоративні типи продуктів, стилів не так багато, можна використовувати для ручного проектування моделей продуктів, зразків продукції, а потім для масового виробництва в режимі виробництва, але з огляду на вимоги персоналізованого, невеликого серійного виробництва, традиційний режим призведе до того, що цикл виробництва продукту буде занадто довгим, вартість занадто висока. Шляхом накопичення великої кількості даних про модель дизайну продукту, аналізу кореляції між проектними даними, а також за допомогою технології великих даних та інших допоміжних інструментів проектування можна реалізувати автоматизацію персоналізованого індивідуального дизайну та створення моделей.
Сприяти інтеграції та спільному використанню ресурсів НДДКР, інновацій і спільного проектування шляхом створення та вдосконалення бази знань НДДКР і проектування, для просування цифрових креслень, бібліотеки стандартних деталей та інших проектних даних на підприємстві, а також на підприємствах, що працюють на першому та нижчому рівнях, у ланцюжку постачання спільного використання ресурсів, інновацій і співпраці, щоб посилити між-регіональні ресурси підприємства в НДДКР, інтегроване управління та галузь можливості ланцюжкового спільного проектування. Підвищення здатності підприємств керувати та використовувати глобальні науково-дослідні ресурси, оптимізувати та реорганізовувати процеси науково-дослідних робіт, а також підвищувати ефективність науково-дослідних робіт.
Культивуйте нові способи НДДКР на основі соціального обміну та участі дизайнерських ресурсів і дозвольте підприємствам здійснювати нові способи НДДКР, такі як краудсорсинг і краудсорсинг на основі їхніх власних потреб у НДДКР, щоб підвищити здатність підприємств використовувати соціалізовані інновації та капітальні ресурси.
02. Ланцюг виробництва та постачання
Виробничі великі дані включають не лише інформацію про виробництво продукту, інформацію про замовлення, інформацію про обладнання, інформацію про контроль, інформацію про матеріали, планування роботи персоналу, але також включають внутрішні потоки управлінської інформації, потік капіталу, виробництво продукції постачальниками на перших і наступних ланках і управління клієнтами та іншу пов’язану допоміжну інформацію про управління виробництвом. Збір даних про виробництво спирається на існуюче управління ресурсами підприємства, виконання виробництва, управління промисловим контролем, управління ланцюгом поставок, управління постачальниками, управління клієнтами, управління бізнесом та інші інформаційні системи.
Він реалізує-моніторинг і керування виробничим процесом у реальному часі та прогнозне технічне обслуговування виробничого обладнання, покращує рівень керування виробничим процесом і обладнанням, оптимізує виробничий процес і покращує якість продукції. Сучасні виробничі лінії промислового виробництва оснащені тисячами маленьких датчиків для визначення робочого стану виробничого обладнання, наприклад температури, тиску, тепла, вібрації та шуму тощо. Використання цих даних може здійснювати-моніторинг виробничого процесу в режимі реального-часу, діагностику та прогнозування несправностей обладнання, аналіз енергоспоживання, аналіз якісних аварій. Крім того, він також може інтегрувати та агрегувати дані з усіх аспектів виробництва, створювати віртуальні моделі виробничого процесу, моделювати та оптимізувати виробничий процес.
Реалізуйте персоналізоване індивідуальне масштабне виробництво та сприяйте створенню сучасної виробничої системи. Завдяки автоматизації потоку даних протягом усього життєвого циклу продукту та автоматизованому та інтелектуальному контролю всього виробничого процесу це сприятиме обміну інформацією, системній інтеграції та бізнес-співпраці, покращить здатність точного виробництва, високо-виробництва та гнучкого виробництва, реалізує персоналізоване масштабне виробництво, прискорить створення модернізованих виробничих систем, таких як розумні майстерні та розумні фабрики та реалізувати інтелектуальне виробництво.
Реалізуйте мережеве спільне виробництво та економіку спільного виробництва. Через «Інтернет +» інтеграція та оптимізація виробничих ресурсів на підприємствах або між ними, а також реалізація вертикального спільного виробництва всередині підприємств або горизонтального спільного виробництва між підприємствами. Через Інтернет + економіку спільного використання, спільне використання інноваційних ресурсів, виробничих потужностей, запасів та інших виробничих ресурсів для реалізації економіки спільного виробництва.
Оптимізуйте промисловий ланцюг поставок. Технології електронної ідентифікації, такі як радіочастотна ідентифікація (RFID), технологія Інтернету речей (IoT) і технологія мобільного Інтернету, можуть допомогти промисловим підприємствам отримати великі дані про повний ланцюжок постачання продукції, і використання таких даних для аналізу призведе до значного підвищення ефективності складування, розподілу та продажів, а також значного зниження витрат.
Здійснюйте прогнозування попиту, щоб краще організувати надходження товарів і виробництво, а коли попит падає, відстежуйте причину проблеми та вирішуйте її.
Реалізуйте профілювання клієнтів і точний маркетинг і аналіз поведінки споживачів, що може розширити джерела клієнтів, підвищити рівень успіху маркетингу та початкову задоволеність і лояльність клієнтів.
03. Сфера експлуатації та технічного обслуговування
Існує багато джерел даних у сфері експлуатації, технічного обслуговування та обслуговування, зокрема: дані про-робочий стан у реальному часі та дані про навколишнє середовище, зібрані датчиками, вбудованими в продукти, з дозволу клієнтів; дані про продажі продукту, отримані через бізнес-платформу, дані про клієнтів і відповідну оцінку продукту або відгук про використання; скарги клієнтів і відповідні записи обробки; повернення/повернення продукції та відповідні записи про технічне обслуговування.
Відстежуючи та аналізуючи-дані про робочий стан продуктів, зібрані віддалено, у режимі реального часу, можна реалізувати-додаткові онлайн-послуги, такі як дистанційний моніторинг і керування, діагностика несправностей і прогнозне технічне обслуговування, що може зменшити витрати на обслуговування та покращити використання продукту.
Аналізуючи дані про використання клієнта та дані про навколишнє середовище обладнання, воно також може надавати розширені послуги для користувачів, розширювати ціннісний простір продуктів і реалізувати трансформацію бізнес-моделі, орієнтованої на продукт, на модель «виробництво + обслуговування».
Аналізуючи відгуки споживачів про продукт або використання, скарги клієнтів, додаючи корисні коментарі до дизайну продукту та вдосконалення продукту, а також класифікуючи скарги клієнтів, ми можемо покращити якість продукту та-якість післяпродажного обслуговування, зменшити кількість скарг, а також підвищити задоволеність і лояльність клієнтів.
Аналізуючи причини повернення або ремонту товару та вживаючи своєчасних та ефективних заходів, ми можемо покращити якість товару та зменшити відсоток повернення та ремонту.
2. Вертикальний рівень підприємства
Корпоративний вертикальний рівень промислової архітектури великих даних поділяється на п’ять рівнів з точки зору фізичного домену знизу вгору, які включають рівень обладнання, рівень керування, рівень майстерні, рівень підприємства та рівень співпраці. На рівні обладнання, рівні керування та рівні майстерні Інтернет речей можна використовувати для реалізації розумних фабрик на основі інформаційної фізичної системи; на рівні підприємства підприємство інтегрує різноманітні внутрішні програми інформатизації, здійснює інтеграцію та трансформацію внутрішніх бізнес-процесів, а також покращує операційну ефективність підприємства; а на рівні співпраці промислова хмара та інші технології платформ використовуються для реалізації зовнішнього спільного виробництва підприємства та інноваційних бізнес-моделей, таких як модель-орієнтованої на виробничі послуги. Вертикальний вимір підприємства можна розділити на три підсистеми: інформаційну фізичну систему, інформаційну систему управління підприємством і систему платформи взаємозв’язку.
01.Інформаційна фізична система
Інформаційна фізична система збирає та агрегує дані про роботу машин і дані про виробничий майданчик за допомогою датчиків і різних інформаційних систем для реалізації повсюдного зондування, а також застосовує технологію інтеграції та обробки даних для збору та обміну промисловими даними, зворотного зв’язку виробництва та контролю, для досягнення контролю та взаємодії з обладнанням і майстернями, для реалізації взаємозв’язку та сумісності внутрішніх і зовнішніх фізичних систем заводів, а також для забезпечення бази даних для промислового моделювання/симуляції та аналізу, а потім надає підтримку для оптимізація-прийняття рішень роботи цеху/фабрики. Він також забезпечує базу даних для промислового моделювання/симуляції та аналізу, що, у свою чергу, надає послуги підтримки для оптимізації робочих рішень майстерні/фабрики. На вертикальному рівні промислової архітектури великих даних інформаційна фізична система, яка використовується для збору інформації на рівні промислового обладнання, базується на великих даних, мережевих і масових обчисленнях, а за допомогою основного інтелектуального сприйняття, аналізу, аналізу, оцінювання, прогнозування, оптимізації, співпраці та інших технічних засобів обчислення, зв’язку та керування можуть реалізувати органічне злиття та-поглиблену співпрацю, щоб досягти глибокого злиття кіберпростір і фізичний простір промислового обладнання, середовищ і груп. Глибока інтеграція. Суть інформаційної фізичної системи полягає в підключенні фізичного обладнання до Інтернету, так що фізичне обладнання виконує п’ять основних функцій: обчислення, зв’язок, точне керування, дистанційна координація та автономність.
02.Інформаційна система управління підприємством
Інформатизація підприємства – це процес застосування інформаційних технологій і продуктів на підприємствах. Інформатизація підприємства – це процес всебічного проникнення інформаційних технологій від локального до глобального, від тактичного рівня до стратегічного рівня підприємств, застосування їх для управління процесами та підтримки роботи та управління підприємством. Інформатизація підприємства в основному включає контроль виробничих процесів, управління підприємством, управління життєвим циклом продукту, оптимізацію ланцюга постачання та процеси управління. Інформатизація контролю виробничого процесу зосереджена на розробці та проектуванні продукту, перебігу виробничого процесу, управлінні цехом, перевірці якості та інших ланках проектування та виробництва. Інформатизація управління підприємством є найбільшою частиною інформаційної побудови підприємства, найскладнішою, найбільш широко використовуваною в галузі, що включає бізнес управління підприємством і всі рівні. Побудова інформатизації управління підприємством полягає в ефективному зборі, обробці, організації та інтеграції інформаційних ресурсів через прикладну систему інформаційної інтеграції на основі стандартизації основної роботи управління та оптимізації бізнес-процесів, підвищення ефективності управління та надання динамічної управлінської інформації в режимі-часу та інформації для-прийняття рішень. Інформатизація управління ланцюгом поставок підприємства змушує виробничу та управлінську діяльність підприємства розширюватися вперед і назад. Підприємства, починаючи з закупівлі сировини, компонентів, транспортування, зберігання, обробки та виробництва, продажу, аж до кінцевої доставки та обслуговування клієнтів, утворюючи структуру ланцюга, що складається з перших постачальників, проміжних виробників і сторонніх-постачальників послуг, кінцевих клієнтів збуту, а також виробнича діяльність підприємств, процеси управління підлягають обмеженням цього ланцюга поставок і впливу.
03. Система підключеної платформи
Наразі промисловий розвиток Китаю та більшості країн стикається з великими труднощами та проблемами, зокрема: серйозним надлишком потужностей, дефіцитом персоналізованих продуктів, продукти стають дедалі складнішими, засоби виробництва не можуть бути ефективно налаштовані, а ринок великого -обладнання стає все більш насиченим тощо, і необхідно терміново шукати стратегічне рішення для повернення галузі та трансформації та модернізації галузі. «Інтернет +» дуже динамічне мислення та інноваційні бізнес-моделі, для важкого становища обробної промисловості, яка терміново потребує трансформації та модернізації, забезпечує новий напрямок трансформації, шляхом реформування методів виробництва та бізнес-моделей та вдосконалення технології виробництва, щоб досягти персоналізації клієнтів індивідуальних продуктів, малих партій, велико-масштабного виробництва, щоб вирішити проблему велико-масштабного виробництва промислових продуктів. Шляхом реформування методів виробництва та бізнес-моделей, а також удосконалення виробничих технологій ми можемо реалізувати дрібно-серійне, велико-виробництво персоналізованих продуктів, щоб вирішити проблему великомасштабного-надлишку промислових продуктів і неможливості задовольнити персоналізований попит клієнтів на продукти, щоб задовольнити попит клієнтів на повагу та підтвердження, а також само-реалізацію.
Спробуйте вирішити проблему слабкої основної технології та низьких виробничих потужностей -кінцевих продуктів за допомогою мережевого спільного виробництва, тобто за допомогою Інтернету або промислової хмарної платформи розробте нові режими спільних досліджень і розробок, краудсорсингового дизайну, співпраці в ланцюгах постачання тощо серед підприємств, щоб ефективно зменшити витрати на придбання ресурсів, значно розширити сферу використання ресурсів, розірвати закритість меж і прискорити перехід від «боротьби поодинці» до «промислової співпраці». "до промислової синергії та сприяння загальній конкурентоспроможності галузі.
Спробуйте вирішити проблему надлишку потужностей без ефективного розподілу ресурсів і слабкої самостійної інноваційної здатності за допомогою інновацій і підприємництва, економіки спільного виробництва.
З основним продуктом як віссю, шляхом збору та аналізу даних про використання продукту клієнтами та даних про навколишнє середовище, щоб надавати користувачам розширені послуги, розширюючи простір цінності продукту, розширюючи нові ринки та реалізовуючи трансформацію бізнес-моделі, орієнтованої на продукт, на модель «виробництво + обслуговування».
3. Ланцюжок створення вартості ІТ
Цінність великих даних усвідомлюється за допомогою таких дій, як збір даних, попередня-обробка, аналіз, візуалізація та доступ.
У аспекті ланцюжка створення вартості ІТ цінність великих даних реалізується через надання мереж, інфраструктури, платформ, інструментів додатків та інших послуг, які містять великі дані для додатків великих даних, тим самим покращуючи операційну ефективність і підтримуючи бізнес-інновації. Архітектуру підприємства, що підтримується технологією великих даних, можна розділити на три рівні: бізнес-архітектура, архітектура інформаційної системи та архітектура ІТ-технологій з посиланням на метод поділу TOGAF.
01. Архітектура бізнесу
Архітектура бізнесу визначає бізнес-стратегію, управління, організацію та ключові бізнес-процеси та є основою комплексної стратегії інформаційних технологій підприємства та архітектури інформаційної системи, а також визначає архітектуру даних, додатків і технологій. Бізнес-архітектура — це канал, який перетворює бізнес-стратегію організації в щоденні операції, а бізнес-стратегія визначає бізнес-архітектуру. Бізнес-архітектура перетворює-бізнес-стратегії та цілі високого рівня в операційні бізнес-моделі. Бізнес-архітектура є вираженням ключової бізнес-стратегії підприємства та бізнес-функцій і процесів, як правило, бізнес-дизайн, реалізований на основі бізнес-моделі, яка описує бізнес-модулі та зв’язки між ними, тобто основні процеси бізнесу, з різних точок зору. Бізнес-архітектура — це правильне визначення основних і спільних процесів бізнесу, а також формулювання та аналіз життєвого циклу бізнес-елементів. Цінність промислових великих даних можна отримати шляхом стратегічного планування промислового бізнесу великих даних і побудови архітектури підприємства.
02. Архітектура інформаційної системи
Щоб повною мірою реалізувати цінність промислових великих даних і уникнути утворення «інформаційних островів», необхідно побудувати єдину архітектуру інформаційної системи для реалізації доступу користувачів і взаємодії різних прикладних систем і даних. Архітектура інформаційної системи, заснована на бізнес-стратегії промислових великих даних, — це архітектура, яка відображає взаємозв’язок між різними компонентами інформаційної системи виробничого підприємства, а також зв’язок між інформаційною системою та пов’язаним бізнесом, а також між інформаційною системою та пов’язаною технологією. Архітектура інформаційної системи включає архітектуру додатків і архітектуру даних. Серед них, архітектура додатків описує схему прикладної системи, необхідної для підтримки роботи підприємства, включаючи рівні додатків, функції, методи реалізації та стандарти побудови тощо. Вона в основному вивчає взаємодію між прикладними системами та відповідність між додатками та основним бізнесом, і є центром дослідження загальної структури підприємства, яке, можна сказати, є мостом між архітектурою бізнесу та технічною архітектурою. Промислова прикладна архітектура великих даних містить як прикладні системи, що відповідають різним рівням вертикального рівня підприємства в промисловій архітектурі великих даних, так і прикладні системи, засновані на технології великих даних. З іншого боку, архітектура даних — це опис структури та взаємодії основних типів даних і джерел, логічних активів даних, фізичних активів даних і ресурсів керування даними складного організаційного органу.
03. Архітектура інформаційних технологій
Із зростанням хвилі Індустрії 4.0 такі інформаційні технології, як Інтернет речей (IoT), хмарні обчислення, великі дані, штучний інтелект, доповнена реальність/віртуальна реальність та інші інформаційні технології постійно інтегруються та проникають у галузь промисловості, що закладає міцну технологічну основу для впровадження промислових додатків великих даних. Серед них технологія IoT створює повсюдне кінцеве обладнання та засоби, які можна підключати до Інтернету відповідно до узгоджених протоколів через пристрої сприйняття інформації, такі як радіочастотна ідентифікація, інфрачервоні датчики, глобальні системи позиціонування тощо, для обміну інформацією та зв’язку, роблячи елементи та їхній статус видимими, щоб реалізувати інтелектуальну ідентифікацію, локалізацію, відстеження, моніторинг та керування; технологія хмарних обчислень надає свого роду динамічну та масштабовану обчислювальну послугу, яку можна реалізувати через мережу на-вимогу. Технологія хмарних обчислень забезпечує-за запитом, динамічно масштабовані та недорогі обчислювальні послуги через мережу; технологія великих даних і технологія штучного інтелекту дають змогу аналізувати й видобувати потенційну цінність масивних даних за прийнятний проміжок часу, а також реалізувати режим прогнозування тенденцій і групового аналізу; Технологія AR/VR може реалізувати симуляцію та покращити враження від заводського середовища, промислового обладнання тощо. Виробничі підприємства щодня або навіть щомиті генерують велику кількість різноманітних даних, які охоплюють увесь життєвий цикл промислової продукції, включаючи дані про проектування, дані про виробництво, дані про ланцюг створення вартості та відповідні зовнішні дані. Ці дані надходять або від датчиків, або від системи збору даних і контролю моніторингу інтелектуального обладнання, або від моделі дизайну та інформаційної системи підприємства.
Реалізація застосування промислових великих даних потребує збору й попередньої-обробки даних, зберігання, аналізу та видобутку, застосування для конкретного бізнесу та, нарешті, відображення результатів. Відповідно, архітектура інформаційних технологій промислових великих даних поділяється на шість рівнів: рівень даних, рівень збору даних, рівень зберігання, рівень обчислення, рівень програми та рівень відображення. Якщо підприємства будують кожен шар самостійно, поріг будівництва буде відносно високим. Низку технологічних компонентів із відкритим кодом, пов’язаних із промисловими хмарними сервісами та (промисловою) обробкою великих даних, було розроблено та завершено вдома та за кордоном, і технологія штучного інтелекту досягла значного прогресу, що забезпечує додаткові рішення для інтелектуальної трансформації промислової сфери, а також знижує поріг для створення та впровадження промислових програм для великих даних. Підприємствам не потрібно самостійно реалізовувати кожен компонент технічної архітектури, якщо це не потрібно, і вони можуть вибрати використання відповідних компонентів з відкритим кодом для створення промислових додатків великих даних відповідно до своїх потреб, а також різних типів і рівнів промислових хмарних сервісів відповідно до своїх потреб, а також впроваджувати промислові додатки великих даних на цій основі, щоб більше зосередитися на бізнес-сферах і технічних сферах, у яких підприємства добре володіють.
Технологія промислового аналізу великих даних, як одна з основних технологій промислових великих даних, може надати промисловим продуктам великих даних можливість аналізувати масивні дані, інтегрувати багато-дані джерел, моделювати багато-типні знання, аналізувати багато-бізнес-сценарії та відкривати багато-доменні знання тощо, що відіграє важливу роль у розвитку бізнесу інновації та трансформація та модернізація підприємств.