導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
18.222.155.174
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 家电企业工业大数据解决方案 的原始碼
←
家电企业工业大数据解决方案
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=http://5b0988e595225.cdn.sohucs.com/images/20190130/cfaba526810a424a82fd86a7f7a497e9.jpeg width="300"></center> <small>[https://www.sohu.com/a/292361175_610719 来自 搜狐网 的图片]</small> |} '''家电企业工业大数据解决方案'''工业[[大数据]]应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等 带来的低成本感知、高速移动连接、分布式计算和高级分析,信息技术和全球工业系统 正在深入融合,给全球工业带来深刻的变革,创新企业的研发、生运营、营销和管 理方式。这些创新为不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察 力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分 析、工业企业供应链优化和产品精准营销等诸多方面。 ==一、解决方案简述== ===1、方案简介与功能目标=== ====(1)实施意义==== 工业大数据应用将带来工业企业创新和变革的新时代。通过[[互联网]]、移动物联网<ref>[https://it.sohu.com/a/503118275_121107021 物联网应用有哪些?物联网应用的领域],搜狐,2021-11-24</ref>等 带来的低成本感知、高速移动连接、分布式计算和高级分析,信息技术和全球工业系统 正在深入融合,给全球工业带来深刻的变革,创新企业的研发、生产、[[运营]]、营销和管 理方式。这些创新为不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察 力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分 析、工业企业供应链优化和产品精准营销等诸多方面。 工业大数据的应用将在以下几个方面给企业带来便利: (1) 加速产品创新;(2)产品故障诊断与预测的精确度提高;(3)在生产线上应 用[[大数据]],利用这些数据做相关分析;(4)便于工业供应链的分析和优化;(5)提供产 品销售预测与需求管理的依据;(6)生产计划与调度;(7)产品质量管理与分析;(8) 工业污染与环保监测。 ====(2) 可实现的功能目标==== 项目目标为构建工业大数据平台,通过运用“大数据<ref>[https://www.sohu.com/a/235315664_100065429 什么是大数据,一张图带你看懂大数据] ,搜狐,2018-06-12</ref>”挖掘技术,对海量[[数据]]进行 分析,发现数据之间隐藏的关系,分析工业生产过程以及设备运行中存在的问题,为用 户高层领导和各部门有效、科学、准确改进生产、产品创新等提供依据。平台需具备丰 富的管理功能和出众的技术优势,让数据分析挖掘更放心、更方便、更有效。 具体功能包括: 1) 故障统计:大数据平台提供故障[[统计]]功能,帮助用户及时发现设备运行故障并 准确定位原因,便于今后新产品的开发设计,避免类似故障的发生; 2) 工程查询:大数据平台可快速查询到在建工程详细信息,实施监控重点工程、 重大工程的建设进度,为下阶段工作安排奠定基础; 3) 产品统计:分析产品[[销售]]情况、客户情况的规律、特点及变化趋势,帮助用户 指导产品的个性化设计及销售推广; 4) 配件预测:从大数据的角度对设备的配件消耗量进行准确预测,解决配送不及 时、消耗量与配送量不匹配的问题,实现及时、准确的配件供应; 5) 智能搜索:通过语音输入关键词进行信息查询,以[[统计]]图表的形式迅速呈现查 询结果,减少临时统计、分析的工作量; 6) 实时查询:提供特定设备的工况信息实时查询功能,用于分析、判断特定设备 在查询时间范围内的工作状态,总结、发现业务规律; 7) 营销支持:提供特定设备的工况信息实时查询[[功能]],用于分析、判断特定设备 在查询时间范围内的工作状态,总结、发现业务规律; ===2、技术体系与技术特点=== ====(1)技术路线==== 在整个系统的建设中,综合考虑多方面[[行业]]领先技术和流行的趋势,保证整个系统 具有非常好的开放、可集成性,同时具有技术的前瞻性,符合行业流行发展趋势。在设 计中采用如下技术路线: 1) 基于层次框架模型 大数据平台,必须要做到非常强的可扩展性,因此框架层次必须非常清晰,层和层 之间应该避免直接依赖,便于每一层的升级和[[分布]]式部署。 ====2) 支持面向服务架构==== SOA架构解决了很多其它的问题,减少了各个应用系统之间的耦合程度,同时可以 方便地实现各个业务系统之间的互联,是企业应用集成的发展趋势。 ====3) 基于构件化开发==== 随着多层结构应用的日益流行,基于构件对象的开发[[技术]]也日趋成熟,构件作为集 中处理各种复杂业务逻辑的应用单元,提高了软件的开发效率。通过构件化开发,使系 统对各地可能存在需求和流程方面的略微差异具有较强的适应性,通过系统管理员的配 置即可轻松应对。 ====4) 支持动态部署==== 系统应提供动态加载方式,实时监控各种业务构件和应用参数的修改时间,当应用 程序或配置参数发生变化时,能够自动编译并加载更新以后的程序。采用动态部署,也 可以减少开发调试的工作量,避免反复启动[[服务器]]。 ====5) 基于J2EE技术标准,支持跨平台应用==== J2EE技术提供了一个基于构件的方法来[[设计]]、开发、装配和部署企业级应用程序。 J2EE平台提供了一个多层结构的分布式应用程序模型,该模型具有重用构件的能力、 基于扩展标记语言(XML)的数据交换、统一的安全模式和灵活的事务控制,支持跨平 台应用。系统必须基于J2EE架构技术进行开发。 (2)技术架构体系 通过对业务领域数据资源整合和利用即大数据平台建设需求的调研和分析,结合国 内外相关领域数据中心建设的[[经验]],本项目将综合运用云计算技术、J2EE技术、分布 式存储与[[计算]]技术、数据挖掘技术和建模技术等多项技术结合面向服务的设计架构进行 大数据平台的架构设计,提供良好的并行计算能力和分布式可扩展的服务体系,为数据 中心资源对外服务提供良好的“地基”。 ==参考文献== [[Category:500 社會科學類]]
返回「
家电企业工业大数据解决方案
」頁面