Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics information and knowledge of Big Data.

cta

Démarrer

cloud

Prêt à débuter ?

Télécharger Sandbox

Que pouvons-nous faire pour vous ?

fermerBouton Fermer
cta

Big Data et Internet des objets :
enjeux majeurs pour la production industrielle

cloud Hortonworks jouit d'une position dominante. Lisez le rapport Forrester Wave

Télécharger le rapport

Produisez de manière plus intelligente

Manufacturing is all about efficiency. Using connected devices, internet of things (IoT), predictive analytics and machine learning, manufacturers organizations can now leverage big data in manufacturing to create efficiencies and be first to market with better products while reducing costs and improving customer satisfaction to make better products and be first to market.

En savoir plus

Transformation des données en produits de qualité et processus efficaces

Now relatively inexpensive sensors and IoT devices can gather and frequently transmit data along many steps in the manufacturing supply chain: design shops, supply chain, production line and warranty operations. Hortonworks DataFlow (HDF™) securely collects real-time sensor data-in-motion, allowing manufacturers to quickly identify problems as they occur, wherever they occur in the connected factory. Hortonworks Data Platform enables historical analytics on data that just doesn't fit into legacy platforms, helping engineers move beyond reactive error avoidance to proactive process improvement.

exemples d'utilisation

Assurez une livraison juste à temps des matières premières

Manufacturers want to minimize the inventory that they keep on hand and prefer just-in-time delivery of raw materials. On the other hand, stock-outs can cause harmful production delays. Sensors, and RFID tags and IoT in manufacturing reduce the cost of capturing supply chain data, but this creates a large, ongoing flow of data. Hadoop can store this unstructured data at a relatively low cost. That means that manufacturers have more visibility into the history of their supply chains and they are able to see large patterns that might be invisible in only a few months of data. This intelligence can give manufacturers greater lead-time to adjust to supply chain disruptions. It also allows them the connected factory to reduce supply chain costs and improve margins on the finished product.


Un contrôle qualité appuyé par des données historiques et en temps réel sur la ligne d'assemblage

High-tech manufacturers use sensors to capture data at critical steps in the manufacturing process. This data is useful at the time of manufacture, to detect problems while they are occurring. However, some subtle problems—the “unknown unknowns”—may not be detected at time of manufacture. Nevertheless, those may lead to higher rates of malfunction after the product is purchased. When a product is returned with problems, the manufacturer can do forensic tests on the product and combine the forensic data with the original sensor data from when the product was manufactured. This big data in manufacturing adds added visibility, across a large number of products, helps the manufacturer improve the process and products to levels not possible in a data-scarce environment.


Évitez les arrêts de production grâce à un entretien proactif de l'équipement

Today’s manufacturing workflows involve sophisticated machines coordinated across pre-defined, precise steps. One machine malfunction can stop the production line. Premature maintenance has a cost; there is an optimal schedule for maintenance and repairs: not too early, not too late. Machine learning algorithms can compare maintenance events and machine data for each piece of equipment to its history of malfunctions. These algorithms can derive optimal maintenance schedules, based on real-time information and historical data. This The use of manufacturing predictive analytics can help maximize equipment utilization, minimize P&E expense, and avoid surprise work stoppages.


Augmentez la rentabilité de la fabrication de vos médicaments

La fabrication de produits biopharmaceutiques exige une surveillance et un contrôle attentifs des conditions ambiantes. L'objectif de toute campagne de production est d'optimiser le rendement première passe, qui correspond à la mesure du nombre de produits fabriqués sans défaut lors de leur premier passage dans la chaîne de production. Chaque pourcentage d'augmentation du rendement première passe représente une réduction significative des coûts de production. Les améliorations du rendement première passe sont souvent entravées par mauvaise visibilité sur les opérations. Des capteurs peuvent fournir des données brutes pour améliorer cette visibilité, si ces données peuvent être intégrées à d'autres datastores existants. Un Data Lake Hadoop facilite grandement cette intégration, car Hadoop ne nécessite aucun schéma préalable avant l'acquisition des données. En outre, le coût de stockage inférieur de Hadoop signifie qu'un cluster peut stocker plus de données et de formats, pendant plus longtemps, et ce, dans l'objectif de découvrir de nouvelles relations dans les données. Découvrez comment Merck Research Laboratories a optimisé son processus de fabrication de produits pharmaceutiques grâce à Hortonworks Data Platform.

Crowdsourcing de l'assurance qualité

Les produits testés rigoureusement rencontrent toujours des problèmes après avoir été vendus. Les clients peuvent ne pas les signaler au fabricant, mais ils se plaindront du produit à leurs amis et à leur famille sur les réseaux sociaux. Ce flux de données sociales relatives aux problèmes rencontrés avec le produit peut accroître le retour d'informations sur le produit obtenu traditionnellement auprès des services d’assistance. Hadoop stocke d'énormes volumes de données sur les opinions exprimées sur les réseaux sociaux. Les fabricants peuvent extraire ces données pour détecter les premiers signaux qui leur indiqueront comment un produit se comportera tout au long de son cycle de vie. Cette capacité à repérer les problèmes et à prendre rapidement des mesures pour protéger la réputation d'un produit est essentielle pour la conquête de nouvelles parts de marché et la fidélisation continue des clients.

Études de cas de clients

Western Digital
client
Western Digital

WD fabrique la moitié des disques durs du monde. Avec Hadoop et Hortonworks Data Platform, les ingénieurs de WD consultent leurs données de fabrication plus rapidement, les conservent plus longtemps, et les partagent avec davantage de membres de leur équipe. Résultat ? Son processus de fabrication est en constante optimisation, ce qui réduit les coûts et améliore la satisfaction des clients. Défis du secteur de la fabrication avant Hortonworks Data Platform. Le processus de fabrication de WD…