工业大数据平台的数据采集技术研究

大数据技术的运用可以提升各类组织的决策能力、服务水平及运维能力,随着大数据技术运用领域的广泛化,工业大数据平台应运而生。因此,设法提升工业大数据平台的能力十分有必要。文章以工业大数据平台常用数据采集技术为切入点,并在此基础上,以网络爬虫采集技术为例论述其技术应用方式,分别就确定采集范围、设定采集程序等关键环节进行分析,最后对工业大数据平台的数据采集技术应用趋势进行展望。

面向应用场景的工业大数据平台研究与应用

在国家大力推进制造业数字化转型的背景下,制造企业积极开展数字化转型工作,在企业设备端和管理端会形成大量的数据。如何让数据真正发挥作用,解决企业在面对特定应用场景时的痛点问题,是当前数字化应用领域面临的首要难题。基于工业互联网平台的技术基础,构建工业大数据采集、分析与统计的平台体系,开发面向特定应用场景的专用算法或机理模型,可以使数据真正发挥作用,为企业创造价值。基于此,分析工业大数据平台的基础架构和关键技术,并针对数控机床加工中的典型应用场景,分析其应用效果。

基于工业大数据平台的燃机电厂一体化管控关键技术的研究及应用

本文从大型燃机电厂生产经营一体化管控需求出发,对工业数据大平台的架构、功能要求、设备域主数据平台和总体流程进行了分析,对生产经营一体化管控中的数据治理、数据采集和数据处理等关键技术进行了研究。这些技术有效提高了基于工业大数据平台的大型燃机电厂生产经营一体化管控中关键应用功能的开发效率和敏捷性,对于提升电厂生产效率和经济效益具有较好的应用前景。

新能源汽车工业大数据平台建设三方合作策略研究

有效把握新能源汽车工业大数据平台建设参与方之间的合作演化机理,揭示博弈主体间决策选择及相关因素作用,是赋能传统制造业智能化以及推动工业大数据持续发展的关键。本文基于有限理性的前提,构建包含平台方、制造车企、供应商三方演化博弈模型,分析三方博弈主体的互动行为及均衡稳定状态,并结合系统动力学方法对演化博弈过程进行动态模拟仿真,研究不同因素对三方合作策略的影响。结果表明:三方博弈主体的策略选择在彼此影响的同时也受多个外部变量共同作用,系统最终达到平台方积极监管、制造车企积极共享数据、供应商积极共享数据的演化稳定状态;在演化过程中,平台方对制造车企和供应商的行为起引导作用,通过降本增效措施可以正向推动系统快速趋于稳定。因此,建议从优化多主体协调机制、构建数据安全保障体系、完善多样化惩罚路径等方面促进新能源汽车工业大数据平台的合力建设和高效运行。

数据采集技术在工业大数据平台中的应用

大数据平台的建设需要有数据采集技术的支持,完整采集数据信息是落实应用大数据平台的基础,对工业运行数据进行完全收集,为工业的管理提供数据参考,实现智能化的工业管理。数据采集技术在工业大数据平台中得到了较为深入的应用,包括工业现场设备的数据收集和工业现场外智能设备的数据收集,让工业大数据平台的数据信息更加全面。

水电工业大数据平台研究与应用

随着物联网、智能设备、移动互联为代表的新一代ICT技术在水电行业的广泛应用,水电数据资产开始急剧增长并形成巨大规模。"数据资产的管理与利用,实现数据资产增值"既是水电企业面临的机遇,也是挑战。为使大数据技术更好服务于水电行业,基于水电行业大数据管理需求提出水电工业大数据平台架构及关键技术,并通过多数据源融合的水泵水轮机故障预测与健康管理模型验证笔者提出的大数据平台架构技术可行性与适用性。

提升工业互联网平台数据异常检测准确性研究

工业互联网平台是在"互联网+"的背景下衍生的新一代工业生产平台,这一平台是将工业控制系统、互联网以及工业云平台联系起来,从而能够实现工业数据的全面统计和分析。不过,受到设备层故障和入侵攻击的威胁影响,需要对工业互联网平台实施异常检测的分析。由于人工失误因素、噪声干扰因素等,导致互联网平台数据出现缺失,采集的数据维度也比较高从而会产生噪声,从而降低异常检测的有效性和准确性。在实施异常检测之间,要先将数据确实问题以及高维噪声数据的降维问题解决掉。

工业互联网带来的产业变革

随着以物联网、大数据、云计算为代表的新一代信息技术向工业领域渗透,工业互联网快速崛起,成为工业转型升级的重要推动力。本文对工业互联网产业体系、产业现状及趋势进行全面介绍。

基于超融合技术的抽水蓄能电站级数据中心建设方法

随着信息化建设的飞速发展,抽水蓄能电站内部创建了众多应用子系统,但各个系统之间的数据并没有实现互联互通。因此,基于超融合技术及工业大数据平台的构建方法,结合抽水蓄能电站的特点,探索抽水蓄能电站级数据中心的建设方法,以打破系统间的数据壁垒,实现大数据汇聚,以支撑后续的电站运维决策。

数据工厂的建设与运维

工业数字化转型是推动数字技术和工业企业深度融合、赋能传统产业转型升级、重塑产业竞争力的重要途径。基于人工智能、大数据、云计算等新一代信息技术,工业数字化致力于从数据中持续挖掘价值,并结合工程最佳实践实现敏捷应用创新。当前,数字化转型存在落地速度慢、缺乏持续性的问题。为此,文章以工业企业数字化转型为背景,结合企业环境现状以及领域特点,提出面向工业数字化的数据工厂的概念,主要介绍数据工厂的建设与运维方法。相关方法已经成功应用于清洁能源、高端装备、煤炭综采、高端电子制造等多个领域,取得了显著的经济效益,可为工业企业实现数字化转型过程提供参考。

消失模铸造数字化车间标准架构建设

为了克服消失模铸造产品全生命周期跟踪在白/黑区流转过程中中断的问题,结合工业数据平台、视觉识别、风动送样、MES系统、自动化控制系统等技术,提出适用于消失模铸造生产线的数字化车间建设解决方案。建设标准基于《数字化车间通用技术要求GB/T37393-2019》,并使用PI实时数据库、视觉识别、风动送样等技术手段,打造独具消失模特色的制造执行管理体系。

智慧矿区建设战略布局及关键技术

陕煤集团陕北矿业有限公司智慧矿区建设通过全面数据采集、全过程数据管理、混合云化部署架构、融合应用系统以及人性化的设计,达到支持多组织管理、业务一体化管控、快速决策分析等目标,对上支撑陕西煤业股份有限公司业务平台,对下实现透视化管控,对外实现业务协同,对内实现融合分析,最终实现以管理为核心,以融合、分析、协同为手段的智慧内涵,进而实现公司更低的成本、更高的效率与更好的效益。陕煤集团陕北矿业有限公司以价值创造为引领,构建创新驱动、规划先行、技术支撑、梯度推进、全面协同的全新智慧化建设模式,率先搭建矿山大数据工业互联网平台,实现井下生产安全、控制、监测等5G技术全面应用,打造以管理为核心、技术为支撑、效能为评价的实践之路。

流程工业智能工厂的未来发展

阐述了基于工业操作系统SupOS的智能工厂建设新架构,以集成化、数字化和智能化手段实现工艺技术PT、设备技术ET、操作技术OT、自动化技术AT、信息技术IT的创新融合,通过工业整体解决方案APPs解决生产控制、生产管理和企业经营的综合问题,让企业牢牢掌握自身发展工业大数据和人工智能的主动权。同时,基于纵深防御、软硬结合的工控系统信息安全体系,可为流程工业智能工厂的建设提供安全保障。

过程质量管控技术在冷轧轧制力优化中的应用

大数据技术的快速发展,促使了制造业向数据驱动阶段转型,以工业大数据平台为基础的全流程质量管控系统实现了上下游的数据互联互通,在具体的生产线上,还可通过机理模型的分析和计算,对生产线工艺参数进行优化。在新余钢铁公司的过程质量管控系统中,利用IT与OT技术的深度融合,在冷连轧生产线通过采集实时轧制力、逆计算轧制力模型参数,获取更能反应现场实际情况的变形抗力系数和摩擦因数,将优化后的轧制力模型参数投入现场运行,结果表明带钢头尾轧制力精度明显提高。