制造商必须加速数字转型来存活冠状病毒大流行
由Claudia Jarrett.
COVID-19正在扰乱前所未有的规模。从减少的劳动力从事社会休闲措施和家庭政策工作，大流行都重新定义了正常的商业实践。在这里，克劳迪娅Jarrett，Outh Out Assion供应商欧盟自动化的国家经理解释为什么制造商使用大数据流程来适应这种新的正常时的时间。
数字未来是前方的。通过提前，大胆和决定性，制造商可以加速其工厂的数字转型来减轻Covid-19的含义。毕竟，没有人知道全球流行病造成的中断会持续多久，或者恢复的塑造。已经，它已经强迫企业调整到一个新的数字现实，而不是他们可能计划的新现实，并且没有保证，一旦结束，事情就会回到他们之前的方式。
例如，人们普遍认为，中国电子商务的爆炸是2003年重症急性呼吸道综合征（SARS）流行病的直接导致。这是他们的新正常。以来，中国的年度经济产量乘以八倍以上，距离世界银行的1.7万亿美元近14万亿美元。
一条路线制造商可以采取适应今天的新正常，是通过投资人工智能（AI）技术等大数据。大数据是一个术语，描述了一天日常卷入业务的大量数据，这可以帮助弥合由大流行对劳动力的影响引起的差距。
但是，它不是必不可少的数据量，它是组织对重要的数据。可以分析大数据以获得导致更好的决策和战略移动的见解。这只能通过记住三个VS - 卷，速度和品种来实现。
体积
第一V，卷是指在大数据系统中处理的数据量。大数据量大，并且依赖于大规模的数据集，通常像Petabytes或Zetabytes一样大，以运行。要以这种方式提出这一点，一个薄卵卵石是一百万的千兆字节，综合存储容量为15,625 iPhone 11s。这种规模似乎是不可思议的，但是这些大型数据集并不像你想象的那么难。
例如，Facebook拥有比中国更多的用户更多的用户。每个用户都存储很多照片，用Facebook存储大约250亿个图像。回到2016年，Facebook的帖子有2.5万亿篇，这是一个非常难以设想的数字。
将此理论带到工厂地板上，向设备添加更多连接的传感器，这意味着所有遥测数据都会加起来。事实上，智能技术的突出性越来越多，如智能传感器，意味着制造商可以从几乎任何类型的机器中捕获大量数据。
例如，诸如温度，湿度，压力，振动和操作变化之类的变量可用于监控各个组件并预测设备故障。数据分析工具可以使用此质量集合来预测组件可能会失败时，可以预先计划维护，从而最大限度地减少昂贵的计划计划。
速度
第二v，速度，指的是生成数据的速度，并且处理该数据所需的时间。返回我们的Facebook示例，用户每天上传超过900百万的照片。因此，提到的250亿号，将在几个月内过时。
简而言之，数据不仅需要快速获取，而且还可以以更快的速度处理和使用。补充说，即工业物联网（IIOT）继续增加工厂的流行，世界上的更多连接传感器将以近常数率传输数据。
例如，现代智能传感器技术采用非接触式，高速激光传感器可以检测传统加速度计的问题不能。对于能够快速识别所有加速度计的激光传感器可以，以及监测特性，如联合结构域和模态分析，条件监测能力都大大提高。但是，ONU仍然使用实时数据来做出最准确和适当的决策。
种类
到第三和最终v，品种。这是指大数据流程中涉及的不同类型的数据。设备状态，零件状况，库存和产品使用寿命只是一些变量，它创建必须由制造商管理的复杂数据。
管理此数据需要多个集成系统来创建设施的全包视图。例如，零件状况监视数据可能识别机器组件显示故障迹象时。这可以自动交叉引用设施的库存数据，以查看替换是否可用。
如果您的设施库存中不可用的零件不可用，可以预先从工业部件供应商订购，以防止机器故障。随着大流行，在停机前发生的大流行，规划维护和订购替换零件的供应链是必需品。
虽然Covid-19正在讨论业务前所未有的规模，但它应该鼓励制造商使用大数据流程并适应这种新的正常情况。通过简单地记住三维V的，制造商可以分析大数据的洞察力，导致更好的决策和战略举措。
Claudia Jarrett是芝加哥欧盟自动化的过时部件的国家经理
11月2020年11月
