人們通常認(rèn)為大數(shù)據(jù)僅僅是從傳感器、設(shè)備、系統(tǒng)和其它測量設(shè)備中生成的大量的數(shù)據(jù),而后當(dāng)有需求時再對這些數(shù)據(jù)進(jìn)行處理。 然而,大數(shù)據(jù)的意義實際上遠(yuǎn)不止如此。
數(shù)據(jù)的形式不盡相同。 一些數(shù)據(jù)是“結(jié)構(gòu)化的”,例如以傳感器輸出的形式,其通??梢詢Υ鏋閿?shù)據(jù)庫格式。 還有一些數(shù)據(jù)是“非結(jié)構(gòu)化的”,可能包括文本、圖像、音頻或視頻。 上述兩種截然不同的數(shù)據(jù)集的混合,僅是對 “大數(shù)據(jù)”復(fù)雜性的一瞥。
大數(shù)據(jù)的復(fù)雜程度前所未有,其在數(shù)量、速度、多樣性和真實性方面的要求也極高,因此需要全新的數(shù)據(jù)庫系統(tǒng)來分析和利用這些數(shù)據(jù)。
SKF授權(quán)我們面臨的挑戰(zhàn)是要清楚理解這些數(shù)據(jù)的用處,并將其轉(zhuǎn)變成“智能數(shù)據(jù)”。 要實現(xiàn)這一目標(biāo),可以使用專業(yè)知識和技術(shù)豐富原始數(shù)據(jù)。 在工業(yè)應(yīng)用中,該過程最常應(yīng)用于運行和維護(hù)之中。 收集并正確解讀大量過程數(shù)據(jù),可以為操作者提供改進(jìn)運行狀態(tài)所需的信息。 通過正確篩選和解讀數(shù)據(jù),可以基于此結(jié)果來調(diào)整設(shè)備狀態(tài),幫助設(shè)備提高性能或延長其使用壽命。 簡單來說,一名有經(jīng)驗的操作者可能只需通過幾個讀數(shù),例如溫度、壓力和振動,就可以對設(shè)備進(jìn)行“診斷”。
這種結(jié)構(gòu)化數(shù)據(jù)是實施狀態(tài)監(jiān)測(CBM)和預(yù)測性維護(hù)方法的基礎(chǔ)。 正確地測量并在數(shù)值偏離正常范圍時立刻采取行動,有助于設(shè)備運行更長時間。 一個簡單的例子是軸承的振動監(jiān)測,檢測到的單個數(shù)據(jù)集可以幫助延長設(shè)備壽命并提高其可靠性。
斯凱孚的工程師最近幫助法拉利F1 車隊實時收集其測試室的數(shù)據(jù)。 基于斯凱孚IMx的平臺持續(xù)監(jiān)控測試室中驅(qū)動部件的振動狀態(tài),每秒處理多達(dá) 10 萬個觀測值。 這些數(shù)據(jù)被以每秒20 次的頻率進(jìn)行整理,然后被分解成更易于管理的數(shù)據(jù)塊并進(jìn)行分析。 法拉利團隊表示,這有助于團隊“關(guān)注結(jié)果而不是數(shù)據(jù)”。
在此之前,團隊必須進(jìn)入一個單獨的測試室,以確切地了解內(nèi)部發(fā)生了什么。 由于無法實時在線查看高頻數(shù)據(jù), 因此故障排除的過程十分緩慢,并且無法基于趨勢值創(chuàng)建對組件使用壽命的預(yù)測。
斯凱孚為該應(yīng)用提供適用于監(jiān)控諸如風(fēng)力發(fā)電機等應(yīng)用的IMx平臺,其所需數(shù)據(jù)和通道更少,對計算機處理速度的要求也更低。
結(jié)構(gòu)化的進(jìn)展
結(jié)構(gòu)化數(shù)據(jù)可以被自動解讀: 如果某個參數(shù)上升,可以判別其屬于正?;虍惓P袨椋⑶铱梢詫ζ溥M(jìn)行調(diào)整或者診斷。 我們一直面臨的挑戰(zhàn)是將包括非結(jié)構(gòu)化數(shù)據(jù)的一切都實現(xiàn)自動化。
如今,客戶經(jīng)常會收到設(shè)備狀態(tài)的書面報告, 斯凱孚的工程專家每年要向其客戶提供許多諸如此類報告。 那么,這些報告的結(jié)果是否可以自動生成,并用于提高分析能力?
確實有這樣的先例。 例如,設(shè)備檢視系統(tǒng)可以“知道”故障是否嚴(yán)重,因為它們已經(jīng)“見識”過許多例子。 該原理可應(yīng)用于檢查從產(chǎn)品到質(zhì)量檢驗等多個方面。 而在不久以前,還只能由操作者識別這類故障。
現(xiàn)在,類似的原理可用于處理更復(fù)雜的設(shè)備故障。 自動化系統(tǒng)將很快能夠解讀大量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),并自動診斷問題。 比如它可以比較當(dāng)前圖片與歷史圖片,或者直接從書面報告中提取數(shù)據(jù)。 自動化系統(tǒng)將通過每一個文本、圖像、音頻或視頻進(jìn)行學(xué)習(xí)和改進(jìn)。 同時,專家可以專注于系統(tǒng)尚未知曉的問題,并且可以觸發(fā)監(jiān)督式學(xué)習(xí)。
當(dāng)然,在我們實現(xiàn)這一點之前還有障礙要克服。 雖然硬件和軟件已經(jīng)到位,但我們?nèi)匀恍枰谟刹煌?yīng)商生產(chǎn)的各種系統(tǒng)中無縫地相互通信。 數(shù)據(jù)的訪問、交換和互通一直都困擾著我們,但有跡象表明,事情正在變得越來越明朗, 尤其是由多個供應(yīng)商提供服務(wù)的終端用戶正在推動互通協(xié)調(diào)的系統(tǒng)的發(fā)展。
從大數(shù)據(jù)轉(zhuǎn)變到智能數(shù)據(jù),意味著從知道發(fā)生了什么,到知道將要發(fā)生什么、發(fā)生的原因和需要做什么。 如果我們能夠獲得這種實時的洞察力,那么我們SKF授權(quán)將為行業(yè)創(chuàng)造利潤和價值。