arrow_back_ios

Main Menu

See All 软件 See All 仪表 See All 传感器 See All 振动测试设备 See All 电声 See All 声学生产下线检测系统 See All 资源中心 See All 应用 See All 行业 See All 服务 See All 支持 See All 全球业务
arrow_back_ios

Main Menu

See All 可靠性 See All 数据采集软件 See All 驱动程序和API See All 公用程序 See All 振动控制 See All 高精度和校准系统 See All 数据采集系统 See All 手持式声级和振动测量 See All 工业仪表 See All 功率分析仪 See All 信号适调器 See All 声学传感器 See All 电流和电压传感器 See All 位移传感器 See All 力传感器 | 测力传感器 See All 称重传感器 See All 多分量传感器 See All 压力传感器 See All 应变传感器 See All 应变片 See All 温度传感器 See All 倾角传感器 See All 扭矩传感器 See All 振动传感器 See All 振动控制器 See All 测量激振器 See All 模态激振器 See All 功率放大器 See All LDS振动台系统 See All 振动测试设备附件 See All 测试解决方案 See All 执行器 See All 内燃机 See All 耐用性 See All 电驱动 See All 生产测试传感器 See All 变速器和齿轮箱 See All 涡轮增压器 See All 文章 See All 声学 See All 结构与过程监控 See All OEM定制传感器 See All 数据采集与分析 See All 耐久性和疲劳 See All 电功率测试 See All NVH See All 可靠性 See All 智能传感器 See All 振动 See All 称重 See All 汽车和地面运输 See All 校准 See All Brüel & Kjær 技术支持
arrow_back_ios

Main Menu

See All API See All 电声 See All 噪声源识别 See All 环境噪声 See All 声功率和声压 See All 噪声认证 See All 结构健康监测 See All 工业过程控制 See All 电气设备测试 See All 电气系统测试 See All 电网测试 See All 结构动力学 See All 机械分析和诊断 See All 过程称重 See All 传感器校准服务 See All 手持设备校准 See All 仪表和DAQ 校准 See All 资源 See All 软件许可管理
2021年3月25日,大数据,软件  

 

您能否告诉我们,大数据一词的含义是什么,以及HBK如何应用它?

 

“大数据”一词已经在不同行业中使用了很多年。一般来说,它意味着将非常结构化的数据和数据库与组织内存在的非结构化数据相结合;然后试图从这些数据中学习。我们的目标是基于这些不同数据源的组合做出更好的决策。

 

从大数据中获益的一个例子是零售业,我们用它来了解购物偏好,比如为什么有人会选择一种产品而不是另一种,以便制定更好的营销策略。

 

HBK的业务主要与工程领域相关,积累的数据通常被用于推动工程决策。对于HBK来说,大数据的关键考虑要素是从正在测试或使用的产品中获取数据,以改进产品设计。

 

在过去的几年里,物联网(Internet of Things)技术一直处于创新的前沿。物联网技术的进步是如何提高大数据可用性的?

 

物联网包括各种具有直接连通性的设备;例如,可以连接到互联网提供数据的智能手机或冰箱。连通性在这里发挥了很大的作用——越来越多的设备连接到互联网,然后这些设备随后成为信息的来源。我们需要回答的关键问题是:谁得到了这些数据,以及他们如何处理这些数据。

 

物联网的一个关键组成部分是其无处不在的连通性。例如,现在任何汽车都可以连接到互联网,并提供数据。我们合作的一家汽车公司告诉我们,在2019年,与他们的汽车原始设备制造商联网的公共和私人车辆多达250万辆。所有这些车辆都在产生数据,而公司正在收集这些数据,并利用它们来推动决策。

 

物联网数据往往由来自不同源的小数据组成,HBK通常在频谱的另一端,从一台仪器,如单个车辆,提供测量技术,高精度、高质量的数据。从工程的角度来看,这两个领域走得越来越近,最终将从多种不同源获取更多、更高质量、更高精度的数据。

 

从工程的角度来看,我们正在研究我们能从普通的车辆行驶数据中获得什么,以及我们能从中学到什么。一定数量的此类测试可预先完成,随后公司会对车辆实施特定的测试与测量,以确认在出售车辆之前一切正常。此类测试往往需要更高的精度,同时涉及多台车辆同时测量。

 

你能告诉我们一些用于大数据分析的应用吗?

 

我在HBK的工作主要是在耐久性和可靠性领域。我正在研究我们如何设计具有适当耐久性的产品——这样它们就不会损坏——以及合适的可靠性水平——了解在什么情况下,某些东西损坏的可能性有多大。

 

目前有几个关键领域正在使用大数据。其中,同样是产品设计,大数据分析可用于保修分析,这涉及到使用来自保修索赔的数据,通过查看故障和故障时间,更好地了解产品的可靠性。

 

还有就是我之前提到的测试与测量,我们需要考虑从哪里收集信息,以及用它来衡量什么。例如,如果你正在考虑设计地面车辆,你会想到从一个测试车辆的车队中收集信息,了解它们的使用状况,然后相应地调整您的设计。

大数据分析的另一个用途通常被称为‘故障预测’。

大数据分析的另一个用途通常被称为 "故障预测"。这可能涉及运营资产,如风力涡轮机。在可再生能源领域,我们正在寻求增加大型风电场的部署,而这些风电场需要高成本效益的维护。风力涡轮机实际上是一个大型疲劳试验机,在某个时候,它会因为不断旋转而断裂。

 

大数据可以帮助我们了解风力涡轮机的性能,以及未来两个月或两周内发生故障的可能性。例如,如果我们事先知道这一点,我们就可以研究在维护方面采取哪些措施能够阻止故障的发生。术语"剩余使用寿命 "通常用于这类情况。

 

与本地设备存储数据相比,使用大数据生态系统有哪些好处?

 

这是一个规模问题。我们希望用大数据解决的问题往往太大,无法用本地计算机上的Excel电子表格来解决。大数据系统汇集了来自不同源的数据,而这需要强大的IT基础设施和计算能力,而这些在过去几年中才变得容易获得。例如,云计算现在变得更加普及,你可以向亚马逊网络服务或谷歌订购,按需计费,解决其中的一些问题。由于本地计算机的计算能力有限,这在本地计算机上并不总是可行的。

 

HBK在大数据领域的下一步工作是什么?

 

在HBK内部我们有一个工程解决方案小组,我们与公司合作开展实际项目,直接探索客户的问题,并开发解决方案来解决这些问题。

 

例如,我们正积极与客户合作,满足他们在资产绩效方面的需求,包括运营大量飞机的公司。在这方面,我们与客户合作,了解如何更有效地维护这些设备,同时避免在不必要的维护上浪费成本。我们与客户紧密合作,探讨如何从他们正在做的事情中全面学习,寻找可能不起作用的模式,以及如何解决这些问题。

 

HBK的下一步包括继续学习并与客户在实际项目中合作,继续开发我们的工具。

 

HBK在测量技术和具体的工程技术知识方面拥有良好的声誉。除了精密测量,我认为我们将越来越多地看到HBK成为工程软件市场的一支强大力量。

 

免费获取我们极具特色的系列白皮书,解决大数据分析方面的问题!


如果你想探讨这种类型技术如何实施,如何对你的工程流程产生积极影响,或者只是希望更深入的了解,请与Jon联系,以便进一步合作。

 

 

Jon Aldred 

产品管理总监,Prenscia  

联系 Jon

在LinkedIn上与Jon联系


相关博客