徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

雷锋网按:4月26日,阿里云栖大会·南京峰会召开。此次大会上,传统制造业与云共同高调亮相。2016年5月7日,徐工集团和阿里云共同搭建了徐工工业云,徐工信息技术总监黄凯也出席此次会议并发言。

制造业和云计算“联姻”的概念由来已久,目前,业界均将云计算视为中国制作转型的一剂良药。雷锋网(公众号:雷锋网)据公开资料了解到,云计算对传统制造业的改造是多维度、系统性的,阿里云发布的“ET工业大脑”至少有三个维度——提升产品制造的质量、帮助制造业企业感知市场需求以及模拟现实。黄凯此次分享了工业云搭建的一些实践总结。

以下是黄凯演讲全文,雷锋网对其进行了不改变原意的编辑:

产品大数据——运维分析、提前预警

这些数字反映了我们集团的数据应用情况。

目前,我们集团大概有30万+的入网设备,预计到2018年底,集团整体数据量大概在900TB,涵盖挖掘、混凝土等14大类设备的6000多种工况数据,这是一个相当庞大的工程机械行业数据。

徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

  • 那我们的数据从何处而来?工业大数据的资源在哪里?

工业大数据之源,是我们自主研发的工程机械黑盒子,这个黑盒子可通过发动机参数对接和装配在设备上传感器了解整体设备的运用情况,包括适应极寒、极热情况,军工领域超长待机情况等。

  • 黑盒子具体有什么用呢?

第一个解决设备定位问题,我们要知道产品在哪里?之后,我们就可以拿到设备整体的运行数据,比如设备的发动机水温、液压,实施作业中的设备参数数据,通过设备运行的数据和设备操作数据,可以为用户提供整体的风险预警。

我们有自己的统一大数据平台,通过数据分析可以知道工程机械行业的热区分布、全国整体开工率统计状况、一定地区内真实的生产建设情况等,目前,我们的开工率分析结果要上报给国统局,通过建设徐工指数,反应经济的晴雨表。

徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

  • 前端数据到平台之后,我们解决什么问题呢?

首先是连接管理,通过国内国外以及第三方转发数据进行统计分析,平台可以提供从研发、设计、生产到销售整体的运维分析;其次是研发层面上,之前的研发工程师需要去到辽宁、内蒙、云贵等地搜集信息,现在在家里就能统一收集所有的信息,数据分析调整下一年的生产计划;从销售角度,通过前20%客户和热点区域的整体分析,发现市场行情,并远程诊断和分析设备故障,提前告诉客户产品是不是有质量问题,是否需要提前维修和预防。

目前,通过和阿里云的合作,我们自己的产品和平台可以解决设备整体数据分析与挖掘,包括开工率、热区、设备工作时长等问题。

徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

制造大数据——解决企业增质需求

 刚才讲了产品大数据分析,第二需要分析的是制造业大数据。

我们从1989年开始做工业自动化,首先解决生产自动化问题,工厂的数控机床、机器人、焊接设备和物流设备等没有想象的那么超前,但都在有条不紊的工作,所有这一切来源于整体信息化系统的建设。

2009年开始,我们着力建设整体信息化的连通,包括企业资源计划、企业生产管理平台、物流、供应链管理、客户关系管理、城市整体网络传输平台和设备信息自动化对接等一系列系统流程。

生产系统连接了20个左右的生产基地,供应商目前有将近1500家。那如何通过生产制造、资源计划协同管理1000多家供货商的供货信息呢?如何通过物流管理系统解决供货商按时按点配送问题呢?我们通过5年到7年的努力解决了数据流的流通问题。

徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

智能化分两种,一种是看得见的;另一种是看不见的数据的流通。

我们和阿里云共同建造了云管端一体化的解决方案,“管”指所有的信息化管理系统,“端”指生产智能化信息终端。我们是智能制造连接器,通过小的盒子,生产者从管理平台下发生产指令,由终端识别并控制工厂中的数控加工机床生产,通过终端控制机器人将产品运到可移动行走机器人上,所有的信息实现了流通,并实现设备和信息整体的集成。信息化管理平台可以理解成一个大的EXCEL表,所有生产信息都通过扫描、人工录入等方式放到一个大的数据库表中,那管理平台未来如何发展呢?

通过搜集来的信息数据,并通过我们在阿里云平台建设的云端管理系统进行完整的数据分析与挖掘,以解决企业提质增效的诉求。

不同的信息化系统集成应用有很多相似之处,但是内在完全不同,我们赋予了信息化系统新的内涵。立足于生产资源和计划资源的基础,进行向上和向下扩展,“向下”是解决信息化系统和自动化设备间数据流的流通,实现控制;“向上”是通过建设工业云平台,分析底层的生产数据,解决生产公司存在的问题。通过云管端三位一体的建设,打造企业的生产和智能化的方向。

徐工工业云——技术众筹平台

关于研发大数据,去年5月7日,徐工集团和阿里云共同搭建了徐工工业云,从基础设施到平台到软件,贯穿了公有云和私有云的整体服务模式,徐工工业云的定位是通过新一代的信息技术搭建共享服务平台,利用互联网推进传统制造业的升级,打造中国工业的云平台。通过世界范围的智慧收集,通过技术研发的众包模式,实现国际领先的工业互联网技术的众筹。

徐工信息技术总监黄凯:制造业“联姻”阿里云计算,如何玩转多维度工业大数据?丨云栖2017南京

相关文章:

阿里云:我们的机器智能与其他人不一样 | 云栖2017深圳

阿里云启动天池电力AI大赛:用AI解千万企业“用电之痛”丨云栖2017南京

阿里云闵万里谈ET工业大脑:找到1%的支点,实现良品率提升1%,成为业内前1%丨云栖2017南京



本文作者:张利

本文转自雷锋网禁止二次转载,原文链接

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
存储 负载均衡 算法
大数据散列分区计算哈希值
大数据散列分区计算哈希值
70 4
|
4月前
|
分布式计算 大数据 Java
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
大数据-87 Spark 集群 案例学习 Spark Scala 案例 手写计算圆周率、计算共同好友
92 5
|
4月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
70 3
|
1月前
|
机器学习/深度学习 人工智能 分布式计算
我的阿里云社区年度总结报告:Python、人工智能与大数据领域的探索之旅
我的阿里云社区年度总结报告:Python、人工智能与大数据领域的探索之旅
115 35
|
4月前
|
存储 分布式计算 算法
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
大数据-106 Spark Graph X 计算学习 案例:1图的基本计算、2连通图算法、3寻找相同的用户
96 0
|
2月前
|
存储 人工智能 数据管理
|
1月前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
2月前
|
机器学习/深度学习 分布式计算 数据挖掘
MaxFrame 性能评测:阿里云MaxCompute上的分布式Pandas引擎
MaxFrame是一款兼容Pandas API的分布式数据分析工具,基于MaxCompute平台,极大提升了大规模数据处理效率。其核心优势在于结合了Pandas的易用性和MaxCompute的分布式计算能力,无需学习新编程模型即可处理海量数据。性能测试显示,在涉及`groupby`和`merge`等复杂操作时,MaxFrame相比本地Pandas有显著性能提升,最高可达9倍。适用于大规模数据分析、数据清洗、预处理及机器学习特征工程等场景。尽管存在网络延迟和资源消耗等问题,MaxFrame仍是处理TB级甚至PB级数据的理想选择。
66 4
|
2月前
|
SQL DataWorks 数据可视化
阿里云DataWorks评测:大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台,支持多种数据源无缝整合,提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态,确保了数据处理的高效性和安全性。通过实际测试,DataWorks展现了强大的计算能力和稳定性,适用于中小企业快速搭建稳定高效的BI系统。未来,DataWorks将继续优化功能,降低使用门槛,并推出更多灵活的定价方案,助力企业实现数据价值最大化。
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
109 2