提供3000多款全球软件/控件产品
针对软件研发的各个阶段提供专业培训与技术咨询
根据客户需求提供定制化的软件开发服务
全球知名设计软件,显著提升设计质量
打造以经营为中心,实现生产过程透明化管理
帮助企业合理产能分配,提高资源利用率
快速打造数字化生产线,实现全流程追溯
生产过程精准追溯,满足企业合规要求
以六西格玛为理论基础,实现产品质量全数字化管理
通过大屏电子看板,实现车间透明化管理
对设备进行全生命周期管理,提高设备综合利用率
实现设备数据的实时采集与监控
利用数字化技术提升油气勘探的效率和成功率
钻井计划优化、实时监控和风险评估
提供业务洞察与决策支持实现数据驱动决策
原创|大数据新闻|编辑:郑恭琳|2020-09-28 09:33:47.217|阅读 120 次
概述:随着21世纪席卷而来的科技浪潮,企业从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节无不产生相应的数据,并对应输入到相应的系统或形成相应的数据文本,从而形成工业大数据的数据基础。
# 慧都年终大促·界面/图表报表/文档/IDE等千款热门软控件火热促销中 >>
相关链接:
在开始本文之前,请阅读这篇文章以了解什么是Qlik,以及Qlik的功能详细介绍:商业智能BI明星产品:一篇文章带你走进Qlik
前面几篇文章,我们已经详细介绍了Qlik灵活的功能、强大的性能、有趣的扩展性,以及授权和系统要求。接下来本文主要通过设备运维的Qlik可视化为大家介绍基于工业大数据的Qlik可视化。
随着21世纪席卷而来的科技浪潮,企业从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节无不产生相应的数据,并对应输入到相应的系统或形成相应的数据文本,从而形成工业大数据的数据基础。主要来源可分为三类:第一类是生产经营相关业务数据,主要来自传统企业信息化范围,被收集存储在企业信息系统内部,包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和环境管理系统(EMS)等。通过这些企业信息系统已累计大量的产品研发数据、生产性数据、经营性数据、客户信息数据、物流供应数据及环境数据。此类数据是工业领域传统的数据资产,在移动互联网等新技术应用环境下正在逐步扩大范围。第二类是设备物联数据,主要指工业生产设备和目标产品在物联网运行模式下,实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。狭义的工业大数据即指该类数据,即工业设备和产品快速产生的并且存在时间序列差异的大量数据。第三类是外部数据,指与工业企业生产活动和产品相关的企业外部互联网来源数据,例如,评价企业环境绩效的环境法规、预测产品市场的宏观社会经济数据等。
基于工业大数据的Qlik可视化是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法,包括数据采集、预处理、存储、分析挖掘、可视化和驱动决策等。基于工业大数据的Qlik可视化应用,则是对特定的工业大数据集,集成应用工业大数据系列技术与方法,将所获得的有价值的数据转化为信息的可视化过程。基于工业大数据的Qlik可视化的研究与突破,其本质目标就是从复杂的数据集中发现新的模式与知识,挖掘得到有价值的新信息、知识,从而促进工业企业的产品创新、提升经营水平和生产运作效率以及拓展新型商业模式。
根据前面提到的中兴地铁项目案例,用户将近90万条的原始数据加载到Qlik Sense中,在分析数据的时候,由于数据庞大,很难快速认知数据。使用Qlik Sense,可以立即对数据关系、规律进行分析探索,形成具有重要意义的数据结论。例如,对告警日志进行一些初步探索,可以发现,月份上的告警数量分布如下图所示:
为了保证规则的连续性,我们可以选择2017.12~2018.3 期间的告警作为分析基础数据集。告警次数字段上的告警数量分布,如下图所示:
由此可以发现,大多数告警都只出现过一次,最多出现362次。
以上数据探索已经帮助用户形成数据关系的快速认知,结合业务逻辑,可以进行更深入的数据分析探索。Qlik insights功能可自动生成见解,以帮助窥探其中的数据规律,如下图所示:
以第一张图为例,点击仔细查看该图,如下图所示:
可以发现,708这台设备故障时长最高,达1056388157秒,也就是说在2001年到2018年间,24号这个车站中708这台设备有将近34年都处于故障状态,而通过下图可以发现更多洞察:
通过筛选708这台设备,可以发现708设备故障主要分布在86、3、93、1等槽位,而其中86这个槽位故障时长最大,继续深入分析,则可得到下图:
可以发现在4331这个故障状态中,有一次故障时长为525414647秒,也就是说708这台设备86槽位在一次故障中出现4331这项故障时长长达近17年,也就是说将近花了17年才修复好这项故障,而其他故障修复时长明显更快速,利用Qlik Sense对修复时长进行分段,得到下图:
由此,可以发现,99%的故障修复时长都在1-41秒范围内,少数修复时长在41-81秒范围内,极少数时长大于81秒,也就是说大多数故障可能是闪退、闪断等故障状态,同时也能够看出该设备对于故障修复要求的时效性极高,如何保障故障修复的时效性,以及如何有效减少故障、提高设备运行的稳定性与安全性,还可以利用Qlik Sense通过探索、分析得到更多的数据结论。
关于慧都大数据分析平台与Qlik
慧都作为Qlik官方的中国合作伙伴,我们为Qlik的中国用户提供产品授权与实施、定制分析方案、技术培训等服务,旨在让中国企业的每个Qlik用户都能探索出数据的价值,让企业形成分析文化。
慧都大数据分析团队核心研究全球最先进的BI产品和技术,为企业推荐最合适的产品和分析方案,慧都大数据分析平台为用户提供从数据收集、数据仓库、数据建模、数据分析到数据呈现的端到端分析方案。在精准营销、管理驾驶舱、设备故障分析及预测、生产质量优化、能耗异常值分析等方面有成熟的经验,让数据分析能够为业务创造价值,是我们的宗旨。
如您的企业目前有关于数据分析、数据可视化、大数据平台搭建方面的需求,
欢迎访问慧都网咨询在线客服或直接拨打023-68661681,我们将免费为您定制专属方案,并发送相关行业案例给您!
本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至chenjj@cahobeh.cn
大数据分析的一些发展趋势将为企业的未来发展做好准备。大数据分析如今成为政府部门和私营企业以及医疗机构抗击新冠疫情的重要资源。这在很大程度上要归功于云计算软件的发展,很多企业现在可以实时跟踪和分析大量业务数据,并相应地对其业务流程进行必要的调整。
生产质量分析是从工厂订单下单-订单生产-流入市场, 针对整个生产链进行全面的质量分析。其中最重要的一环就是对于质量控制。
生产质量分析主要是为了帮助企业更快更准确的发现产品的质量问题,找到影响质量的根本原因,改善原因,提高企业产品良率。下面我们看看慧都科技的质量分析到底能帮助企业解决哪些问题?
在工业制造界,企业极不希望发生停机事故。因为,一小时的停机时间会使企业损失上百万人民币甚至更多。除了资金方面的损失之外,停机还意味着,当持续发生设备故障时,对员工的激励难度则会变大。因此,在企业的日常业务运营中,预测性维护就显得十分重要。
服务电话
重庆/ 023-68661681
华东/ 13452821722
华南/ 18100878085
华北/ 17347785263
客户支持
技术支持咨询服务
服务热线:400-700-1020
邮箱:sales@cahobeh.cn
关注我们
地址 : 重庆市九龙坡区火炬大道69号6幢