APP下载

工业大数据挖掘分析及应用前景研究

2016-12-26徐煜杰

电子技术与软件工程 2016年22期
关键词:关联规则设备维护BP神经网络

徐煜杰

摘 要

当前传感器、多媒体、数据库和无线网络技术得到了快速发展和普及,并已经在工业生产中得到了广泛应用,由此开发了工业生产监控系统、工业设备维护系统、工业生产流程处理系统等,这些自动化系统在运行中积累了海量的数据资源。

【关键词】工业大数据 关联规则 设备维护 BP神经网络

1 概述

大数据挖掘分析可以从海量的、带有噪声数据的、不完全的数据记录中发现隐含的模式,可以为工业数据挖掘提供契机。大数据挖掘可以使用相关的算法寻找隐藏的数据知识,其功能主要包括关联分析、聚类分析、分类预测、偏差检测等。 工业大数据产品越来越占据了工业产品制造的一席之地。同时,智能型机械产品有较高的科技含量,这是传统机械制造所不具备的,因此应用价值高,便利性更大,因此市场前景巨大,且呈现爆发的趋势。如今经济发展迅速,对效率的追逐也成了各企业之间竞争的主要手段,效率越高,收益越大,抢占的市场就更广阔,因此智能型自动化应用得到了前所未有的追捧。不过这是在全球范围内着眼的,我国在大数据工业应用方面仍然处于弱势地位,推广面很窄,这与传统企业势力庞大不无关系,但是,经济的发展又要求生产率的提高,因此大数据工业化应用在我国的推广势在必行。相比较于传统机械制造智能机械制造优势更明显:

1.1 员工工作量减少

高效性是工业大数据应用的一大特征。他可以提高机械化设备生产的效率。在工业大数据设备自动化应用过程中,可以将机械设备远程监控引入生产中,这样就可以节省人力资源成本,加强设备的智能化,远程监督,一个人就可以代替好多人盯着机器运转,从而解放闲置劳动力。这种生产模式还有助于整体调控,在总监控台有专人监控,一旦任何一台设备出现问题,就可以及时地维修或纠正错误,将以前全靠人力维修的模式颠覆。机械控制和人为控制相比较,另外一个优点就是事故率减少,正因为统一控制,程序审定比较严格,整体配性能更好,因此比人工操作出现事故的概率小很多,如今,有些智能机械自动化设备植入只能芯片,可以最大限度模拟人脑来处理突发事故,开创了工业大数据技术先河。这些都大大地保证了产品质量,减轻工作负担,解放劳动力。

1.2 工业大数据生产拥有更高的效率

工业的发展有目共睹,趋势就是逐渐迈向自动化、智能化。因为智能机械自动化所带来的经济效益是其他产品所不能满足的,高效率才是高收益的保障。传统机械自动化应用的生产受到许多因素的制约,比如环境,厂房,人工,天气等一系列外界或人为的因素。多种因素共同作用下就会制约生产效率的提高,进而阻碍经济效益的提高。而智能型机械自动化应用相对而言就保持了更稳定的生产性能。在一定程度上讲生产程序规范化,统一化,其稳定性是产品生产的保证。只要提前设置好生产程序,那么机器就会在后续的运行过程中沿着这一规定执行,从而自动排出外界环境的影响。另外,事故率也是影响生产的一大要素。工业大数据应用因为科技含量高,拥有较低的事故率,从而在侧面节省了机器运行的维修成本,进而提高经济效益。

1.3 引进国外先进管理水平

工业大数据应用之所以称为智能,是因为其依赖于科学技术,拥有更高的科技含量,因此在生产环节和全方位控制环节都有很高的稳定性,降低了事故率。这种生产方式有利于人们从整体上对生产进行统一调控,将各个环节统一连接起来,使生产线一目了然的呈现在人们面前,从而加大对生产过程的掌握和保护。在资源利用率方面,工业大数据应用拥有较强的资源利用率,利用发达的科学技术将原材料进行有机整合加工,在生产线上避免了原材料的浪费,因此其生产活动就更加高效。从管理方面的角度来说,可以通过判断机械设备运行参数,了解设备的运行能力,可以对数据进行合理的评估,从而提高管理的效率。在工业大数据自动化系统后,有效提高了机械生产的质量,而且提高了机械管理的水平。

2 工业大数据挖掘分析技术及模式

工业生产引入自动化系统始于第二次工业革命,随着传感器、移动通信等技术的快速改进,工业生产正在向着密度更高、效率更高的综合信息化运行模式发展,引入了许多先进的计算机系统,这些系统运行产生了海量的数据信息资源。

3 工业大数据挖掘作用及前景

面对日益严峻的产品竞争,工业大数据企业也应该寻求更高效的生产道路。同行业之间竞争激烈,企业管理人员应该根据企业发展的程度将企业生产结构和生产方式进行适度调整,从而使其更适合当今的竞争环境。从企业方面看,产品的适度调整既要提高自身的设备运行状况,加大设备维护的投入,更要注重国内外先进技术的引进和吸收,与时俱进是每个生产型企业都应该具备的良好良好习惯。如今,工业大数据技术已经被广泛运用在各行各业中,这正是因为其生产率高居不下,领先传统行业很多的原因,不仅如此,资源利用率,资源节省量和人力资源的优化配合程度也使其拥有了更多的追随者。

工业生产过程中,安全生产一直是生产监管的重要方面,大数据挖掘技术可以在工业安全生产中发挥重要的作用。比如电力工业生产可以利用大数据分析技术监控电网的运行状态,并且将其输入到虚拟仿真系统中,可以实时观察电网运行是否存在故障和漏洞。钢铁工业生产环境多处于高温、封闭状态,并且已经不利于人们的行动,可以利用传感器、视频摄像头采集钢铁生产作业环境的实时状况。

4 结束语

工业生产涉及环节较多,每一个环节都需要采用不同种类和数量的软件系统和硬件设备,这些软硬件资源在运行过程中产生了海量的数据,利用K均值、BP神经网络等构件大数据挖掘与分析系统,能够有效提升工业大数据分析和挖掘能力,从海量数据资源中发现潜在的有价值信息,提高工业生产决策的准确度,进一步改进工业生产效率。

参考文献

[1]陈良臣.大数据挖掘与分析的关键技术研究[J].数字技术与应用,2015(11):93.

[2]郑茂宽,徐志涛,明新国等.船舶工业大数据技术应用与发展前景分析[C].长三角地区船舶工业发展论坛,2014.

[3]宫宇,吕金壮.大数据挖掘分析在电力设备状态评估中的应用[J].南方电网技术,2014,8(06):74-77.

作者单位

郑州市第一中学1710班 河南省郑州市 450000

猜你喜欢

关联规则设备维护BP神经网络
浅析冷冲压工艺与模具制造技术的发展
DAM50kW(GZ—GS50K—8)中波广播发射机维护办法探讨
铁路信号设备维护与安全机制分析