Nieważne, jak wydajna jest produkcja zakładów przemysłowych: Istnieje duża szansa, że w przyszłości ich wydajność jeszcze wzrośnie – a to dzięki Big Data.
Przedsiębiorstwa zajmujące się budową maszyn, które realizują zasady odchudzonej produkcji, wdrożyły działania służące ciągłemu doskonaleniu i tworzą swoje projekty za pomocą cyfrowych narzędzi, są na najlepszej drodze w kierunku możliwie najwyższego wzrostu wydajności procesów produkcyjnych. Przykład jednego z europejskich przedsiębiorstw pokazuje, że możliwości Big Data to nieoczekiwany, wielki potencjał: Firma doradcza McKinsey & Company w swoim raporcie pisze o zakładzie chemicznym, który od lat 60-tych XX wieku dzięki ciągłemu udoskonalaniu procesu osiągał wyniki lepsze niż przeciętnie inne przedsiębiorstwa z jego branży – od momentu wdrożenia Big Data udało mu się odnieść kolejne, znaczące sukcesy w zakresie optymalizacji. I tak we wspomnianym zakładzie o 15% spadły koszty energii i o 20% zmniejszyły się straty surowców. Spektakularne liczby, które pozwalają przypuszczać, dlaczego Big Data to zjawisko tak ważne w inżynierii mechanicznej. Czym dokładnie jest Big Data?
Big Data: Znaczenie i sposób działania
Big Data to zbiory danych, których nie sposób przetwarzać za pomocą standardowych metod do analizy danych. Po części dlatego, że są zbyt złożone lub za duże, za szybko się zmieniają lub wykazują za słabe ustrukturyzowanie. To pojęcie oznacza również analizę i wykorzystywanie tego rodzaju danych. Czyli z jednej strony odnosi się do zbiorów danych, których nie można przetwarzać za pomocą standardowych narzędzi, a z drugiej do ich automatycznej analizy w oparciu o nowoczesne metody.
Big Data oznacza olbrzymie ilości danych oraz nowoczesne metody do ich analizy.”
Na tym tle łatwiej wyjaśnić obszerne ulepszenia opisane w powyższym przykładzie: Wspomniany zakład chemiczny wykorzystał jedną z form sztucznej inteligencji, aby przeanalizować dane produkcyjne i w ten sposób ustalić wpływ różnych czynników na wydajność procesów produkcyjnych. Analizie poddano m.in. takie czynniki jak ciśnienie, temperaturę i ilość chłodziwa oraz natężenie przepływu dwutlenku węgla. Na podstawie uzyskanych wyników dostosowano odpowiedni parametry produkcyjne. W ten sposób udało się zaoszczędzić wyżej wymienione koszty energii i zmniejszyć straty surowców.
Znaczenie Big Data w inżynierii mechanicznej
Analizy Big Data sprawdzą się wszędzie tam, gdzie w procesie tworzenia wartości dodanych generowane są gigantyczne ilości danych oraz tam, gdzie znaczenie ma tyle różnych zmiennych, że ich wpływu na wydajność nie sposób ustalić za pomocą standardowych metod. W inżynierii mechanicznej Big Data można np. zastosować odnośnie do budowy maszyn, aby odkryć niewykorzystany potencjał i zwiększyć wydajność produkcyjną. Tam, gdzie jest dużo światło, jest i dużo cienia: Podmioty gromadzące duże zbiory danych muszą zagwarantować, że dane te są przetwarzane i pobierane zgodnie z ustawą o ochronie danych osobowych – w szczególności w odniesieniu do danych dotyczących klientów.
Nie wolno także zapominać o ludzkim czynniku. Do integracji i realizacji Big Data konieczne są osoby o odpowiednich kwalifikacjach i kompetencjach. Istotna jest również gotowość pracowników do tego, aby pracować w sposób oparty na intensywnym przetwarzaniu i gromadzeniu danych. Podejmowanie decyzji wyłącznie na bazie danych, a nie jak dotychczas na podstawie doświadczenia i zawierzając swojej intuicji, nie każdemu pracownikowi przyjdzie z łatwością. Odważne stawienie czoła wyzwaniom w zakresie Big Data przedsiębiorstwom z sektora inżynierii mechanicznej na pewno się jednak opłaci. Kto sobie z nimi poradzi, ten zostanie sowicie nagrodzony.
W przyszłości konstruktorzy będą musieli coraz częściej pamiętać o tym, aby wykonane przez nich maszyny były kompatybilne z systemu do analizy danych stosowanych u klienta. Aktualnie ok. 8% średnich przedsiębiorstw w Niemczech stosuje metody do analizy Big Data, natomiast 46% firm uważa, że Big Data mają wyjątkowo istotne znaczenie, jak wynika z badania „Złoto XXI wieku: Big Data, Smart Data – Lost Data?“. 35% ankietowanych przedsiębiorstw stwierdziło, że Big Data czeka wielka przyszłość. To tylko kwestia czasu, aż koncepcje Big Data, np. nowoczesne metody analityczne czy uczenie maszynowe, znajdą szerokie zastosowanie i będą częścią zawodowej codzienności konstruktorów.
Inżynieria mechaniczna jutra stawia na Big Data
Technologie Big Data stosowane są również w ramach serwisu prewencyjnego, zjawiska typowego dla przemysłu 4.0: Zautomatyzowana analiza danych sensorycznych pozwala w oparciu o najmniejsze nawet anomalie ustalić części i maszyny wymagające serwisu – a następnie dokonać ich wymiany lub naprawy, jeszcze zanim wzrośnie liczba błędów bądź dojdzie do awarii całego systemu. Stosowanie analiz Big Data pozwoli w perspektywie długoterminowej na obniżyć koszty i zmniejszyć liczbę awarii linii produkcyjnych,
Big Data pozwala przedsiębiorstwom na spojrzenie w świat jutra.
Możliwości zastosowania Big Data w inżynierii mechanicznej nie ograniczają się jedynie do produkcji. Przykład z branży motoryzacyjnej pokazuje, że przedsiębiorstwa mogą zyskać na Big Data nawet w takich obszarach jak obsługa posprzedażowa: Wady, które wychodzą na światło dzienne dopiero przy codziennej eksploatacji pojazdów, producenci samochodów mogą na podstawie odpowiednie zanalizowanych raportach warsztatowych i komunikacji z klientem wychwycić z odpowiednim wyprzedzeniem, jeszcze zanim pojawią się na szeroką skalę i trafią do szerokiej opinii publicznej. Prawidłowo zastosowane zbiory Big Data pozwalają nam zerknąć w świat jutra – zdolność, którą można wycenić, ale której znaczenia nie sposób przecenić.
