Industria manufacturera y fabricación inteligente
Big data: datos masivos. Segunda entrega
- Video:El streaming estructurado a partir de Apache Spark contribuye con la fabricación inteligente. Xiaochang Wu
- Fuente:YouTube
Data Analytics Using Simulation for Smart Manufacturing
Analítica de datos usando simulación para fabricación inteligente
La analítica de datos (data analytics, DA) puede ayudar a entender y conocer mejor sobre datos masivos y, a su vez, contribuir al avance en la visión de la fabricación inteligente. Los fabricantes han utilizado el modelado y la simulación para analizar sus operaciones y apoyar la toma de decisiones. En este documento se proponen métodos múltiples en los cuales la simulación puede servir como una aplicación de DA.
Esta ponencia fue preparada por Guodong Shao, Seung-Jun Shin y Sanjay Jain para la 2014 Winter Simulation Conference (Savannah, GA, Estados Unidos, 7-10 de diciembre de 2014), evento organizado por INFORMS Simulation Society (Catonsville, MD, Estados Unidos). Se encuentra incluida en sus Proceedings (Piscataway, NJ: IEEE Press, 2014, pp. 2192-2203), editados por A. Tolk, S.Y. Diallo, I.O. Ryzhov, L. Yilmaz, S. Buckley y J.A. Miller. Correo de contacto: [email protected].
- Video:Conduciendo la transformación digital a la industria 4.0 con infraestructura de datos de tiempo real. Ramanj & Dinesh, OSIsoft
- Fuente:YouTube
Case Study: The Implementation of a Data-driven Industrial Analytics Methodology and Platform for Smart Manufacturing
Caso práctico: la implementación de una plataforma y metodología analítica industrial basada en datos para fabricación inteligente
En esta investigación se propone una metodología analítica industrial formal que se puede utilizar para informar el desarrollo de capacidades analíticas industriales. Dicha metodología clasifica los equipos operativos que comprende el ecosistema analítico industrial y presenta una arquitectura de referencia de tecnología agnóstica para facilitar el ciclo de vida analítica industrial.
Este artículo fue preparado por Peter O’Donovan, Ken Bruton y Dominic T.J. O’Sullivan (University College Cork, Cork, Irlanda) para International Journal of Prognostics and Health Management (vol. 7, 2016, art. 026, 22 págs.), publicación de PHM Society que cubre diversos temas en prognosis, diagnóstico y gestión sanitaria. Correo de contacto: [email protected].
