СПОСОБЫ ИСПОЛЬЗОВАНИЯ BIG DATA В ПРОМЫШЛЕННОСТИ

АННОТАЦИЯ

В настоящее время в промышленности внедряются различные информационные технологии, среди которых можно выделить технологии для сбора, обработки и анализа данных. Благодаря использованию огромного массива данных, полученных в ходе работы, для анализа и управления технологическими процессами на промышленных предприятиях возможно существенно повысить эффективность и производительность работы всего предприятия. В данной статье описываются основные способы использования больших данных на промышленных предприятиях, а также в различных отраслях промышленности.

ABSTRACT

Currently, various information technologies are being introduced in the industry, among which technologies for data collection, processing and analysis can be distinguished. Thanks to the use of a huge array of data obtained in the course of work for the analysis and management of technological processes at industrial enterprises, it is possible to significantly increase the efficiency and productivity of the entire enterprise. This article describes the main ways of using big data in industrial enterprises, as well as in various industries.

Ключевые слова: большие данные, промышленные технологии, Индустрия 4.0, технологические процессы, промышленная автоматизация, наука о данных, анализ данных.

Keywords: Big Data, industrial technologies, Industry 4.0, technological processes, industrial automation, Data Science, Data Mining.

Большими данными считаются разнообразные данные, которые поступают с более высокой скоростью, а их объём постоянно увеличивается. Выделяют три основных признака для определения больших данных:

1. Большой объём данных. Данный фактор больших данных является одним из наиболее важных, так как для анализа используются значительные объёмы неструктурированных данных низкой плотности, соответственно весьма сложно оценить с высокой точностью ценность таких данных. Также необходимо отметить, что может отличаться и порядок размера больших данных – от нескольких десятков терабайт до сотен петабайт.
2. Высокая скорость поступления данных. Этот фактор больших данных связан как со скоростью приёма данных, так и выполнения действий на их основе. В большинстве случаев потоки данных с высокой скоростью загружаются сразу же в оперативную память для большего быстродействия. Также важно отметить, что существуют системы больших данных, которые работают в системе реального времени и в заданный промежуток времени выполняют необходимые задачи.
3. Разнообразие получаемых данных. Данный фактор больших данных обозначает, что полученные данные относятся к разным типам и таким образом поступают в неструктурированном виде в отличие от традиционных типов данных, которые могут быть сразу же сохранены с помощью реляционный базы данных. Для хранения неструктурированных данных различного типа используются как нереляционные базы данных, называемые также NoSQL, так и специальные платформы и фреймворки, необходимые для хранения больших массивов данных. [1]

Как было описано ранее, размер больших данных слишком велик для того, чтобы была возможность использовать традиционные инструменты и методы обработки данных, поэтому в данном случае для хранения и обработки больших данных необходимо применять специализированное программное обеспечение: системы хранения больших данных, инструменты для аналитики, нереляционные базы данных. Среди основных инструментов подобного типа можно выделить следующие, которые используются в подавляющей части проектов, связанных с хранением и обработкой больших данных: Apache Hadoop, MongoDB, Apache Cassandra, Elasticsearch, Apache Kafka. [2]

Четвертая промышленная революция, или как её иногда называют Индустрия 4.0, реализует новый подход к производству, который опирается на повсеместное внедрение информационных технологий в промышленность, а также масштабную автоматизацию технологических процессов промышленного предприятия и применении искусственного интеллекта для решения различных задач аналитики и анализа данных. [3]

Одним из главных элементов Индустрии 4.0 выступают большие данные, и в первую очередь это связано с тем, какой огромный объём информации становится доступен благодаря использованию промышленного интернета вещей, а также ряда промышленных информационных систем. Полученные данные могут быть использованы как для улучшения производственных процессов, так и общего повышения эффективности работы компании. Однако необходимо учитывать, что на многих промышленных предприятиях ценная информация, которая может быть использована для анализа, рассредоточена по различным хранилищам данных и информационным системам, соответственно в случае отсутствия какого-либо единого плана по обработке получаемых данных возникают трудности с повышением эффективности работы данного предприятия, а также всех его технологических процессов, которые выполняются в ходе производстве. Таким образом создание единой системы для хранения, обработки и анализа больших данных является одной из важнейших задач для современного промышленного предприятия, так как это позволит повысить его конкурентоспособность на рынке.

В качестве источников для больших данных на предприятии используются различные устройства, датчики, элементы производственных линий и технологического процесса. Также для сбора данных может быть использовано программное обеспечение, включая системы ERP и MES, которые связаны с оборудованием предприятия и получают данные от него.

Собранные на промышленном предприятии данные могут быть использованы для анализа и дальнейшего получения информации, которая позволит оптимизировать текущее производство.

Одним из способов применения больших данных является предиктивная аналитика. С помощью данных от систем интернета вещей, включающих большое количество датчиков на оборудовании и в различных помещениях, возможно выполнять процесс мониторинга текущего состояния оборудования, а также проводить моделирование для процессов производства. Однако использование этих данных также позволяет выявлять и предотвращать сбои в работе технологических процессов на промышленном предприятии. Таким образом благодаря огромным массивам данных возможно заранее предсказать критические ситуации в ходе производственного процесса и выявить необходимость обслуживания какого-либо оборудования на предприятии.

Выявление брака, а также снижение стоимости продукции является ещё одним примером использования больших данных в промышленной отрасли. При сборе и анализе данных о работе станков, текущем проценте брака для продукции и каждом этапе технологического процесса и производства возможно определить несколько важных факторов для промышленного предприятия, например, рассчитать какие условия способствуют возникновению брака продукции наиболее часто, а также какие задачи процесса производства занимают больше всего времени, определить способы оптимизации текущего технологического процесса и его отдельных этапов. Именно благодаря большому количеству данных, получаемых в процессе производства, возникает возможность выполнения более точного анализа этих данных.

Использование больших данных не ограничивается только процессом производства, но и связано с добычей природных ресурсов. Благодаря анализу больших данных возможно обнаружить различные закономерности, связанные как с состоянием почв, так и температурой пород, что позволяет более эффективно выполнять поиск новых месторождений для полезных ископаемых и таким образом оптимизировать этот трудоёмкий процесс.

Необходимо отметить, что в настоящее время большие данные находят применение и для такой отрасли, как логистика. Они используются для повышения эффективности планирования грузоперевозок, потому что на них влияет огромное количество факторов: погодные условия, расположение складов и их загрузка, дорожные заторы. Выполнение анализа и оценки данных параметров позволяет планировать маршруты доставки грузов эффективнее, а также точнее рассчитывать время доставки, так как выбирается наиболее оптимальный маршрут на основе заданных параметров. Данный маршрут является наиболее коротким, по возможности исключает пробки на дорогах и учитывает расположение автозаправок.

Список литературы:

1. Что такое большие данные. Oracle [электронный ресурс] – URL: https://www.oracle.com/cis/big-data/what-is-big-data/
2. 4 типа технологий больших данных. Coursera // 4 Types of Big Data Technologies [электронный ресурс] – URL: https://www.coursera.org/articles/big-data-technologies
3. Что такое индустрия 4.0 и что нужно о ней знать [электронный ресурс] – URL: https://trends.rbc.ru/trends/industry/5e740c5b9a79470c22dd13e7