汽车制造业的大数据分析场景甚多,到底何时才能表现出质的飞跃?

2019-1-2 13:39 61 0 来自: 今日头条
简介
【汽车轻量化在线】纵观整个汽车+互联网产业链,可大致划分为生产制造、销售流通、使用服务等三个大方向,又可进一步细分为新能源汽车、汽车智能化、新车电商、移动工具/资讯/社区服务、驾考培训、汽车金融、汽车保 ...

【汽车轻量化在线】纵观整个汽车+互联网产业链,可大致划分为生产制造、销售流通、使用服务等三个大方向,又可进一步细分为新能源汽车、汽车智能化、新车电商、移动工具/资讯/社区服务、驾考培训、汽车金融、汽车保险、二手车、停车/加油/洗车服务、保养维修、汽车配件等诸多领域,这些领域都是能在大数据方面有所发挥,更是智能制造产业的应用范畴。

思考上述的大数据分析场景,不难发现分析能力也是在逐渐深入,甚至伴随着不同的能力阶段,数据分析的深度也在逐渐加强,这不仅是一个从反映“当前现状”到预测“未来趋势”的过程,更是一个显现差异化业务的优化过程,势必会运用到大数据的维度分析。

传统保守型阶段:例如常态化设备修复、替代法检修过程都属于这个范畴,这可能并不需要运用任何分析手段。例如故障车辆到4S店检修,维修技师通常依赖经验进行故障排查,目的在于定位问题并检修故障,他们通常会用到机械配件的替换法,这种方法是我们常见的、最为普遍的维修方案,自然没有任何智能化分析的手段。

计划维护性阶段:这是一个基于时间的、按照一定规律性处理的阶段,例如例行常态化车辆保养。汽车按照公里数和时间进行定期4S店面保养,每次都记录着具体的服务内容,检修项目,同时也在具体明细中备注了车辆当前的运行状态。或许后续的任何问题都有据可查,甚至未来的其他故障都能追溯到原因,这是一个辅助分析和自我判断的依据。

预防性维护阶段:能够在早期阶段消除缺陷。可以充分利用大数据,捕获有关于车辆的全部信息,结合业务需求去将数据进行一定的预处理,然后建模构建分析模型,从而有效地预防故障的发生。比如销售车辆数据、客户信息数据、行驶轨迹数据、驾驶行为数据、维修部件信息、厂商召回原因等,这些都可以进行一定的预防性维护,去判断未来可能会在哪些方面进行车辆维修。

预测性维护阶段:使用分析来预测机器故障,这个过程可能就是数据分析的最高级阶段,在车辆没有发生任何故障的时期,就能够预测判断未来发生故障的几率、故障件类别、抛锚所在区域、关联性故障预测等等。

在大制造行业的企业生产绩效管理中,各类场景会牵扯到数据分析的方方面面。预测资产维护、基于状态的维修、WIP预测分析、基于AI /图像的质量改进、AR增强现实的安全性、资产维护优化、车辆返工和返修分析、质量/产量/报废分析……统统都是能在数据分析领域大展宏图的典型场景。

收藏 分享 邀请

鲜花

握手

雷人

路过

鸡蛋

相关阅读

此篇文章已有0人参与评论

请发表评论

全部评论

精彩阅读

精选资讯

推荐资讯

广告位

关注汽车轻量化最新动态

官方微信

汽车材料网

全国服务热线:

0551-63857995

地址:安徽省合肥市北二环利浩财智广场

邮编:230001 Email:service@qichecailiao.com

Powered by 汽车轻量化在线  皖ICP备10204426号-3

关于我们-联系方式- 汽车轻量化在线