Data – driven Manufacturing : Hệ thống Sản xuất dựa trên dữ liệu

1 1.604

Công nghiệp 4.0 với phần lõi là sản xuất thông minh, được kết nối, kết hợp giữa sản xuất và vận hành vật lý với các công nghệ kỹ thuật số, Machine Learning và phân tích dữ liệu lớn. Sản xuất thông minh tạo ra một hệ sinh thái kết nối và toàn diện hơn về máy móc, tài sản và quy trình có khả năng tự trao đổi thông tin, xác định sự bất thường và kích hoạt các hành động tự động mà không cần người can thiệp.

Việc chuyển sang sản xuất thông minh được kích hoạt bởi :

  • Việc giảm mạnh chi phí cảm biến, cùng với sự gia tăng đáng kinh ngạc về sức mạnh tính toán và kết nối ổn định
  • Sự xuất hiện của phân tích dữ liệu tiên tiến và khả năng Machine Learning
  • Các hình thức tương tác mới giữa người với máy
  • Những cải tiến trong việc chuyển các hướng dẫn kỹ thuật số sang thế giới thực
  • Sự hội tụ của các xu hướng này tạo ra một nhiệm vụ yêu cầu các nhà sản xuất mở khóa giá trị từ dữ liệu của họ.
  • Số hóa, một nguyên lý chính của sản xuất được kết nối, phải được củng cố bởi dữ liệu. Bằng cách khai thác dữ liệu và sử dụng nó theo những cách mới và sáng tạo, các nhà sản xuất có thể cho phép các case studysáng tạo như thời gian thực
  • Giám sát tài sản và quy trình, bảo trì dự đoán, tối ưu hóa chất lượng và năng suất, tối ưu hóa chuỗi cung ứng, v.v.

Bài viết này chúng ta sẽ cùng nhau đi tìm hiểu Data – Driven Manufacturing : Sản xuất Thông Minh dựa trên dữ liệu và những phương pháp tiếp cận cụ thể.

Vai trò của Phân tích trong sản xuất (Data Analytics in Manufacturing)

Sự phổ biến của máy móc và cảm biến, tạo ra dòng dữ liệu, đang phá vỡ ngành công nghiệp sản xuất. Khối lượng dữ liệu từ cả bên trong các nhà máy sản xuất, cũng như ngoài quy trình sản xuất tiếp tục tăng. Ngoài ra, cấu trúc của dữ liệu sản xuất đang thay đổi khi nó ngày càng không có cấu trúc và được truyền phát theo thời gian thực.

Mặc dù lịch sử chậm chạp trong việc áp dụng các công nghệ mới, các nhà sản xuất đang háo hức thực hiện các sáng kiến ​​IoT, tận dụng các luồng dữ liệu thời gian thực và Machine Learning để giải quyết các vấn đề lâu đời.

Nghiên cứu cho thấy tổng chi phí chất lượng kém lên tới 20% doanh thu bán hàng, và chi phí ngừng hoạt động ngoài dự kiến ​​khoảng 50 tỷ USD mỗi năm. Các Dữ liệu Phân tích được có khả năng thúc đẩy các cải tiến quy trình cần thiết để đảo ngược các thống kê này.

Tuy nhiên, việc quản lý các luồng dữ liệu mới và thời gian thực này trở nên khó khăn và tốn kém với các hệ thống sản xuất cũ, cơ sở hạ tầng dữ liệu, và các quy trình. Để đổi mới, duy trì tính cạnh tranh và tạo sự khác biệt, các tổ chức sản xuất phải cơ bản dựa vào cách tiếp cận của Doanh nghiệp về cách Doanh nghiệp thu thập, quản lý và điều khiển trí thông minh từ tất cả các dữ liệu này. Với cách tiếp cận hiện đại để quản lý dữ liệu, Doanh nghiệp có thể đạt được cái nhìn sâu sắc mà Doanh nghiệp cần và tối ưu hóa doanh nghiệp của Doanh nghiệp với cái nhìn có thể hành động về hoạt động, sản phẩm, khách hàng và chuỗi cung ứng của họ.

Data driven manufacturing
  • Khai thác vào các nguồn dữ liệu hiện có và mới nổi cho phép các nhà sản xuất:
  • Đạt được góc nhìn 360 độ vào sản phẩm, quy trình, nhà cung cấp, khách hàng và tài sản
  • Phân tích dữ liệu hiệu suất và nhận thông báo sớm có thể dự đoán lỗi thiết bị và cho phép bảo trì thiết bị chủ động
  • Tích hợp và phân tích dữ liệu từ các máy được kết nối
  • Sử dụng phân tích IoT để giảm thời gian chết và đáp ứng các mục tiêu không khiếm khuyết
  • Hiểu rõ hơn về chuỗi cung ứng để giảm sự gián đoạn nguồn cung
  • Sử dụng phân tích hình ảnh và video cho công đoạn giám sát chất lượng
Cải thiện sản xuất bằng Phân tích dữ liệu. Nguồn : Cloudera

Các nhà sản xuất có thể thực hiện phân tích dữ liệu và Machine Learning trên tất cả các khía cạnh của vòng đời sản phẩm, bao gồm cả cách các sản phẩm được thiết kế, sản xuất và phục vụ trong lĩnh vực này.

Với khả năng hiển thị và hiểu biết sâu sắc hơn, Doanh nghiệp có thể tạo dữ liệu nền tảng cho các sáng kiến ​​sản xuất được kết nối, sản xuất Thông Minh.

Các dữ liệu kinh doanh liên quan đến sản xuất như thế nào ?

Chúng ta hãy hình dung 1 câu chuyện : Ngay khi Bài đăng trên Facebook của một chủ sở hữu xe hơi về một sự cố xe cộ, nói rằng, phanh hãm được chia sẻ với bạn bè và gia đình. Thông tin đó cũng đi đến nhà máy lắp ráp ô tô ngay lập tức để có những phản hồi liên quan đến chất lượng. Đây gọi là tiếng nói của Khách hàng tác động đến sản phẩm sản xuất

Hoặc có thể là Các nguồn thông tin khác là các trung tâm cuộc gọi của các nhà sản xuất ô tô xử lý các yêu thích, không thích, tình cảm đối với xe và yêu cầu khiếu nại của chủ xe.

Các tiếng nói từ hộp điều khiển của chiếc xe này được thu thập Theo thời gian thực. Các chẩn đoán chẩn đoán trên xe cũng như công việc dịch vụ và bảo hành được tổng hợp và gửi đến các nhà máy.

Chúng ta thấy rằng Sử dụng dữ liệu lớn để cải thiện hiệu quả của nhà máy và làm cho phương tiện tốt hơn là xu hướng tương lai của các nhà sản xuất. Tất cả đều nghe có vẻ rất hoàn hảo phải ko, Tuy nhiên  điều đó không dễ dàng, Tim Geiger , kiến ​​trúc sư chính của nhóm công nghệ thông tin của Ford tập trung vào phát triển sản xuất và ứng dụng dữ liệu lớn đã thừa nhận điều này.

Hoạch định các nguồn dữ liệu

Nhà máy thông minh, được vận hành dựa trên dữ liệu và có thể nhận được dữ liệu – và rất nhiều dữ liệu – từ nhiều nguồn khác nhau với Mục tiêu là cải thiện phương tiện và cách chúng thực thi sản xuất hiệu quả.

Trong thời đại thông tin (hay thời đại kỹ thuật số), công nghệ thông tin được áp dụng rộng rãi trong các quy trình sản xuất. Do đó, số lượng dữ liệu sản xuất mà các công ty có thể thu thập tăng theo cấp số nhân. Một số yếu tố liên quan đến sự tăng trưởng dữ liệu này bao gồm :

Đầu tiên, các hệ thống thông tin (ví dụ: CRM, MES, ERP, SCM, PDM, v.v.) được sử dụng rộng rãi bởi các nhà sản xuất để tạo điều kiện quản lý sản xuất.

Thứ hai, các hệ thống máy tính (như CAD, CAE, CAM và FEA) đã được sử dụng rộng rãi để hỗ trợ việc tạo, mô phỏng, sửa đổi và tối ưu hóa các sản phẩm mới cũng như các quy trình sản xuất bằng công nghệ Digital Twin.

Thứ ba, robot công nghiệp và máy móc tự động thường được sử dụng trong các nhà máy hiện đại. Ngày càng có nhiều thiết bị điện tử và máy tính kỹ thuật số được sử dụng để tự động điều khiển thiết bị sản xuất.

Sự phát triển trong công nghệ thông tin đã mở đường cho các nhà sản xuất đạt được nhu cầu của khách hàng tốt hơn, nhanh hơn và rẻ hơn.

Trong thời đại thông tin, dữ liệu được lưu trữ trong các hệ thống máy tính và được quản lý bởi các hệ thống thông tin.

Manufacturing Data. Nguồn : Cloudera

Ví dụ:

  • dữ liệu khách hàng (ví dụ: địa chỉ nhà, số điện thoại, nhân khẩu học),
  • dữ liệu bán hàng (ví dụ: loại, số lượng, giá và ngày giao hàng của thành phẩm),
  • dữ liệu chuỗi cung ứng (ví dụ: loại, số lượng, giá và nhà cung cấp của dữ liệu thô),
  • dữ liệu tài chính (ví dụ: tài sản, bất động sản, tài sản hữu hình, tiện ích, tài sản vô hình, v.v.),
  • dữ liệu kế hoạch sản xuất, hóa đơn vật liệu, dữ liệu tồn kho (ví dụ, loại, số lượng, vị trí của vật liệu và thành phẩm các sản phẩm trong kho)
  • và dữ liệu bảo trì đều được quản lý bởi CRM, MES, ERP, SCM, PLM, v.v. Do đó, có thể dễ dàng trao đổi giữa các bộ phận hoặc tổ chức khác nhau.

Hiệu quả của phân tích dữ liệu được tăng cường đáng kể do sử dụng các mô hình tính toán, mặc dù các kết quả phân tích vẫn cần được các nhà khai thác con người giải thích để đưa ra quyết định.

Trong giai đoạn này, các nhà sản xuất bắt đầu tận dụng dữ liệu để thúc đẩy một số mô hình sản xuất tiên tiến, như tùy biến đại chúng, sản xuất bền vững, sản xuất linh hoạt, sản xuất thông minh và sản xuất đám mây.

Tuy nhiên, các silo thông tin (hệ thống thông tin không thể giao tiếp với các hệ thống khác) vẫn còn phổ biến. Không có cách hiệu quả để phân tích dữ liệu phi cấu trúc, phân tán, lặp đi lặp lại và bị cô lập.

Do đó, vẫn còn một số khó khăn, đặc biệt là đối với các doanh nghiệp sản xuất vừa và nhỏ, được hưởng lợi từ giá trị của dữ liệu.

Ứng dụng Hadoop cho sản xuất

Apache Hadoop là một khung phần mềm mã nguồn mở hỗ trợ các ứng dụng phân tán dữ liệu, có thể được sử dụng để tích hợp các kho dữ liệu khổng lồ này trong toàn bộ nhà máy sản xuất.

Với Hadoop, việc lưu trữ các bộ dữ liệu lớn với chi phí thấp hơn so với các phương pháp truyền thống sẽ tiết kiệm hơn nhiều. Khả năng truy cập và tích hợp dữ liệu từ nhiều nguồn cung cấp những hiểu biết có giá trị có thể tiết lộ những cơ hội hoàn toàn mới.

Manufacturing Data Platform. Nguồn : Cloudera

Những hiểu biết này có thể dẫn đến những cải tiến trong thiết kế và sản xuất, chất lượng sản phẩm, dự báo, phân phối và sản phẩm được nhắm mục tiêu nhiều hơn và xác định các tắc nghẽn ẩn trong quá trình sản xuất.

Sử dụng Hadoop, các nhà sản xuất muốn có khả năng nhập, xử lý, lưu trữ, phân tích, mô hình hóa bất kỳ loại dữ liệu nào (dữ liệu có cấu trúc, không cấu trúc hoặc bán cấu trúc), bất kể nơi nào nó tiếp xúc- ở rìa, tại cơ sở sản xuất, trong dữ liệu trung tâm, hoặc trong bất kỳ đám mây công cộng, riêng tư hoặc lai.

Trong sản xuất thông minh, Doanh nghiệp cần nhập và xử lý dữ liệu từ nhiều nguồn, kết hợp và tương quan các luồng dữ liệu cảm biến IoT với nhật ký hoạt động, dữ liệu lịch sử, dữ liệu ERP và MES, dữ liệu khách hàng, dữ liệu bên ngoài và nhiều hơn nữa. Doanh nghiệp cũng cần một bộ tích hợp các công cụ quản lý dữ liệu mở và đã được chứng minh và công cụ phân tích, để thúc đẩy hiểu biết và phân tích từ dữ liệu – tất cả đều có khả năng bảo mật, quản trị, bảo vệ dữ liệu và quản lý mạnh mẽ mà các tổ chức yêu cầu.

Các nhà sản xuất ngày nay cần một nền tảng quản lý và phân tích dữ liệu đầu cuối có thể thu thập, xử lý, quản lý và phân tích dữ liệu để thúc đẩy hiểu biết và cho phép Machine Learning thực hiện một số case studytốt nhất.

Manufacturing Data Platform . Nguồn: Cloudera

Các ứng dụng và lợi ích của Hadoop rất rộng bao gồm :

  • Bảo trì ngăn ngừa thiết bị
  • Quản trị Chuỗi cung ứng và hậu cần
  • Đảm bảo chất lượng dây chuyền lắp ráp
  • Theo dõi chất lượng sản phẩm / theo dõi lỗi
  • Lập kế hoạch cấu hình sản phẩm
  • Định giá và lập kế hoạch thị trường
  • Giám sát lưu lượng sản xuất thời gian thực

Các nhà sản xuất ngày nay xem Hadoop là một công nghệ thay đổi trò chơi sẽ có ý nghĩa rộng khắp trong tổ chức sản xuất. Các nhà sản xuất sẽ có thể tận dụng Hadoop để xây dựng các ứng dụng sản xuất quan trọng cho doanh nghiệp, có thể giúp Doanh nghiệp tối ưu hóa mọi khía cạnh của quy trình sản xuất, hiểu hiệu suất của nhà máy qua nhiều số liệu, khách hàng dịch vụ nhanh hơn, cải thiện chất lượng sản phẩm và giảm chi phí phân phối.

Nissan Case Study

Logo Nissan

Nissan Motor Company Ltd là nhà sản xuất ô tô đa quốc gia của Nhật Bản có trụ sở tại Nishi-ku, Yokohama. Công ty bán xe của mình dưới các thương hiệu Nissan, Infiniti và Datsun. Những chiếc xe của Nissan được kết nối tận dụng dữ liệu là một tầm nhìn mà các nhà sản xuất ô tô đang ráo riết theo đuổi.

Nissan Motor Company Ltd (Nissan) cũng trên hành trình này. Công ty đã trải qua một loạt các thách thức kinh doanh, cụ thể là nhu cầu về cơ sở hạ tầng có khả năng lưu trữ khối lượng lớn dữ liệu lái xe và dữ liệu chất lượng sản phẩm trên cơ sở lâu dài. Ngoài ra, nó cần có một nền tảng Hadoop có khả năng triển khai nhiều loại dữ liệu đa chức năng. Nissan đã chuyển sang Hadoop như một giải pháp cho vấn đề Dữ liệu lớn của mình, dựa trên Nền tảng dữ liệu của Hortonworks (HDP). Mô hình mã nguồn mở đã thu hút công ty do số lượng lớn tài năng kỹ thuật trên thị trường và tính linh hoạt nếu hoàn cảnh thay đổi.

Nền tảng dữ liệu Hortonworks (HDP) 3.0 cung cấp các tính năng mới quan trọng, bao gồm khả năng khởi chạy ứng dụng phân tích dữ liệu chỉ trong vài phút và giải quyết các case studymới cho các ứng dụng học sâu và Machine Learning hiệu suất cao. Ngoài ra, phiên bản HDP mới này cho phép doanh nghiệp đạt được giá trị từ dữ liệu của họ nhanh hơn, thông minh hơn, trong một môi trường lai giữa điện toán đám mây và on premise.

Các lợi ích của Hortonworks bao gồm :

  • SỰ NHANH CHÓNG :Thời gian nhanh nhất để triển khai cho các ứng dụng chứa dữ liệu chuyên sâu
  • THÔNG MINH HƠN:  Sử dụng Máy tính hiệu năng cao để học sâu và máy học cho các ứng dụng thông qua  sự hỗ trợ của GPU
  • HYBRID : Hỗ trợ lưu trữ đám mây để lưu trữ lượng dữ liệu vô tận trong đó định dạng gốc bao gồm Amazon S3, ADLS, WASB.
  • SCALABLE : Khả năng mở rộng với liên kết NameNode, cho phép khách hàng
    mở rộng đến một tỷ tệp và hàng ngàn node.
  • CƠ SỞ DỮ LIỆU THỜI GIAN THỰC : Cải tiến truy cập dữ liệu SQL và truy vấn được cải thiện
    hiệu suất để loại bỏ khoảng cách giữa độ trễ thấp và truy vấn thông lượng cao
  • SECURITY :Tuân thủ quy định lớn hơn (bao gồm GDPR) thông qua đầy đủ chuỗi lưu ký dữ liệu cũng như audit chi tiết các sự kiện.

Kết quả của dự án triển khai đã giới thiệu một hồ dữ liệu (data lake) có khả năng lưu trữ tất cả các loại dữ liệu của công ty. Nhu cầu và triển khai dữ liệu tiếp tục tăng đáng kể. Trong khi dự án vẫn đang trong giai đoạn đầu, và nền tảng này lưu trữ tới 500TB dữ liệu vào cuối năm 2017.

 

 

 

1 bình luận
  1. Duong Manh Hung nói

    Mình can tu van thêm ve Hortonworks (HDP)

Để lại bình luận

Địa chỉ email của bạn sẽ không được công bố.