Loading...
机构名称:
¥ 2.0

数据情境化是指将不同类型的数据结合起来,以提供对某些现象更完整的视角的过程 [1]。从数据中提取的信息的质量本质上取决于数据管理过程中开发的情境的适当性。数据必须提供的适当情境又取决于所做决策的观点。例如,车间操作员和工艺工程师可能以不同的方式使用同一组数据,因为他们可能正在解决不同的问题,并根据自己的观点处理这些问题。表 1 摘自参考文献。[1] 概述了产品生命周期中存在的不同观点。管理数据以支持多种观点的关键是认识到每个观点所需的情境可能并不统一 [1]。然而,尽管决策通常会影响产品生命周期的大部分内容,但制造业的决策历来倾向于关注生命周期中某个阶段的一个观点。因此,了解用例并使用它来指导数据收集和管理过程至关重要。通常,人们错误地认为更多的数据会提供更多的价值,从而促使人们从数据的角度来改进流程,而不是让用例来确定任何数据收集计划的要求和规范。与智能制造相关的新技术和标准越来越多,使制造商能够解决更复杂、更有价值的用例 [2]。当今市场上有许多解决方案,这使得在众多选项中进行选择变得具有挑战性。Sec 的目标是。3 是提供如何选择和部署数据连接解决方​​案的指导,以满足制造商的使用案例。

收集、整理和重复使用制造数据的建议

收集、整理和重复使用制造数据的建议PDF文件第1页

收集、整理和重复使用制造数据的建议PDF文件第2页

收集、整理和重复使用制造数据的建议PDF文件第3页

收集、整理和重复使用制造数据的建议PDF文件第4页

收集、整理和重复使用制造数据的建议PDF文件第5页

相关文件推荐

1900 年
¥8.0
2018 年
¥26.0
2018 年
¥6.0
2022 年
¥1.0
2009 年
¥4.0
2021 年
¥15.0
2012 年
¥100.0
2017 年
¥33.0
2018 年
¥5.0
2019 年
¥3.0
2023 年
¥9.0
1900 年
¥1.0
2007 年
¥1.0
2024 年
¥1.0