传感器+大数据 工业互联网将被打造
随着经济增长的不确定性增加,工业客户开始将注意力从提高生产力转向提高利润率,大数据的概念也越来越火爆。有了大数据和传感器,GE希望打造出一个工业系统的互联网,进一步提高能源效率。
GE软件研发中心的研究人员演示电厂的数据可视化工具
据GE工业互联网项目负责人,前思科高管WilliamRuh透露,GE的工业互联网构想诞生于数年前的金融危机时期。随着经济增长的不确定性增加,工业客户开始将注意力从提高生产力转向提高利润率。大数据的概念也越来越火爆,最终,WilliamRuh的团队开始考虑,是不是该制定一个GE产品的“数据战略”。
GE(通用电气)为未来业务起了一个响亮的名字——工业互联网。这是GE的研发部门杜撰出来的名词,GE希望通过在其产品中增加更多的传感器来获取海量数据,并最终帮助公司提高其机车飞机引擎、核磁共振仪器等设备的能源效率。
GE计划未来三年在“工业互联网”项目上投入15亿美元,其中一部分预算将用于支持在加州圣拉蒙市新成立的软件研发中心的研究项目。例如,该研究中心的机器学习专家AnilVarma正在实验如何筛选GE生产的2万台喷气引擎中的不易察觉的警报信号,以此来预测哪些设备需要进行维护。对于某些型号的引擎,Varma的算法能够提前一个月预测其维护需求,预测准确率达到70%,这可以极大减少飞行延误。(编者按:登机前被机组通知发动机故障已经不止一次了)
大数据引擎
过去,GE的飞机引擎中的传感器都是被动模式——直到出现故障才会在仪表盘上亮红灯。这类传感器有很多,例如测量温度、压力和电压,这些传感数据过去很少被保留和研究。在大多数飞行中,引擎只会保留三个平均值,分别是起飞、巡航和降落数据。
根据Varma的介绍,GE的下一代GEnX引擎中(装备波音787飞机)将会保留每次飞行的所有基础数据,甚至会从飞机实时传输回GE分析。这样一台引擎一年产生的数据量甚至会超过GE航空业务历史上所有的数据。
虽然机器间通过传感器通讯已经不是什么新概念(例如物联网),但是GE的业务规模能让这种想法得到更快实现。“我们有最大规模的工业数据集,因为我们运营这些设备已经很长时间,”Varma说道。“我们同时掌握历史数据并监测未来数据,这让我们能够测试任何算法的可行性。”
据GE工业互联网项目负责人,前思科高管WilliamRuh透露,GE的工业互联网构想诞生于数年前的金融危机时期。随着经济增长的不确定性增加,工业客户开始将注意力从提高生产力转向提高利润率。大数据的概念也越来越火爆,最终,WilliamRuh的团队开始考虑,是不是该制定一个GE产品的“数据战略”。
突破物理极限的1%
哥伦比亚大学数据科学与工程学院教授VenkatVenkatasubramanian认为,GE应用大数据技术解决工业问题未必会一帆风顺。对于一家商业零售公司来说,能够发现消费者数据之间的关联就已经足够,例如,著名的啤酒尿布理论。在这种初级应用中,目前标准的机器学习算法就能够胜任。但是对于复杂的物理系统来说,数据模型还需要能够解释关联背后的原因。
在GE的圣拉蒙软件研发中心,研究人员正在开发新的用户界面,通过地图、模拟以及类似Twitter的设备社会化网络帮助人们进行工业数据的可视化。其中一个实验室有很多大屏幕显示器与微软的Kinect体感游戏设备连接,电厂的工人可以通过手势与数据可视化界面互动,帮助制定区域电网的操作决定。
GE还与加拿大一家电力公司通过分析卫星影像、天气地图当地停电记录等数据预测树木修剪的热点地区(掉落的树枝是雷电导致停电的主要原因之一)。
此外GE还与纽约市的一家医疗中心合作在病床和医疗设备中植入传感器,降低空床率,提高病人的接待能力。
Ruh相信即使是很小的进步也会产生巨大的效应。GE本周发布的报告估测,每提高1%的燃油效率,航空业每年能节省20亿美元,而能源行业则能节省40亿美元。要知道,GE的油气管道和电力设备每年承载着全球25%的电力输送。
“我们的运营效率能提高1%,但这一目标已经无法通过更好的设备实现,因为我们已经将物理学发挥到了极致。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21