工业4.0时代下的IPM转型：从检测迈向故障预测

需积分: 0 198 浏览量更新于2024-07-01 收藏 822KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

华中科技大学本科生毕业设计（论文）参考文献译文

1. 工业过程监测的新趋势

随着工业 4.0 的出现以及大数据兴起的势头，制造业遇到了使其性能达到新高，在关键

技术方面实现突破的机会。从产业运营，经济和市场方面到过程安全和环境问题等，性能这

一概念都被广泛地采用。关键因素（图 1）是：

（i）数据；

（ii）技术

（iii）分析

事实上，现在数据比以往任何时候都多，而且它们积累的速度正在加快：根据 IBM 的说

法，现在有 1.6 Zetabytes（1021 字节）的数字数据可用，而且这个数字还在增加。这种数

据洪流完全会因为随着更多、更好的信息传感技术的发展，我们能够收集到更多来源的信息，

以及储存在综合的数据库中，并且随时取用而实现。目前也存在使用高级分析平台（第三方

平台）处理大量数据所需的计算资源（高性能计算，云服务，分布式和并行计算等），并在

这些数据仍有价值的时候将其转化为可操作的信息。

在各种职能和组织层面上使用这三种关键推动力因素的压力正在迅速增加。迄今为止，

这种现象在大公司之内尤为明显，但是中小企业也应该竭力参与这一过程。目前，所有机构

的学习和适应能力正在受到考验，而上面所说的这三种关键推动力因素正在成为有效的竞争

优势来源。

图 1-1 大数据环境下的三种推动力

自从 1920 年 Walter A. Shewhart 的开创性工作至今，作为工业企业中的核心职能，流

程监控必然遵循将“数据/技术/分析”三种技术综合与近 100 年中所有发展出来的理论知识

剩余15页未读，继续阅读

透明流动虚无