采用大数据以减少停机时间
电力中断或停机对于每个工业部门来说都是一个噩梦。制造商每年需要平均处理800小时的停机时间，这意味着生产力损失将从5％升至20％。通过大数据分析与材料科学相结合，配备传感器技术的“智能机器”可以实时利用工业数据的强大功能，并带来巨大的好处。
现实生产中，通用电气公司通过预测机器或某个组件何时发生故障，设法实现了其制造过程的自动化，优化了性能，并消除了停机时间。而每年所获得的450亿美元的市场收入是他们成功的证明。
举个例子，航空业所实施的远程监控和问题的早期诊断中，燃气发动机的一组传感器每隔30秒将捕获一次数据。随后，Hadoop软件开始发挥作用。其容错冗余的Hadoop分布式文件系统(HDFS)将收集到的数据拆分为可管理的块，并将其分布在数千个节点中，为基于MapReduce的极速并行计算奠定基础。
这种大规模的数据处理有效地处理了大数据的体积、速度和变化三个V值，并帮助通用电气公司纠正可能的制造缺陷。通过Hadoop支持的分析，每年至少提升1％的燃气发动机性能，并为客户节省20亿美元的费用。
在大数据时代缓解供应链风险
供应链充满了不确定性。如果企业想减少可能的风险，并与零售商和客户建立良好的关系，则需要再次进行数据分析。在供应链中，大数据应用围绕着可追溯性、采购和仓储三个主要孤岛开展。
例如，物联网促进数据卓有成效地用于产生有意义的见解，使制造商能够追踪货物和减轻不利的情况。同时，通过从外部和在线渠道挖掘历史和实时数据，制造商可以发现未来趋势，并在发生金融危机时获得应急措施的宝贵时间。大数据的其他应用包括维护最佳库存水平和改进采购决策。
利用大数据提高产品质量
质量控制（QC）是大数据可以展示其价值的另一个领域。通过仔细检查制造过程中收集的历史数据，英特尔公司显著减少了每个芯片应该经历的测试次数。英特尔没有通过19,000次测试来测试每一块芯片，而是将测试集中在特定芯片上，以缩短测试时间。随着其不断开发新芯片，在此期间发现了很多错误，并进行了修复。”
而且，采用大数据技术有助于英特尔公司测试设备。通过捕获和分析传感器生成的信息，企业可以及早发现生产线故障，并采取预防措施。这种数据驱动的方法已经成为增强质量控制的关键推动者和战略成本的削减者。英特尔公司在2012年节省了300万美元的生产成本。
閱讀更多 億江科技 的文章
