Ipari innovációk: tárgyak internete, blokklánc, digitális hasonmás

Szerzők

DOI:

https://doi.org/10.58423/2786-6742/2023-4-164-177

Kulcsszavak:

ipari dolgok internete, blokklánc, digitális hasonmás, gépi tanulás, keretrendszer

Absztrakt

Az ipari innovációt vizsgálva ez a cikk szisztematikus áttekintést nyújt az ipari dolgok internete (IIoT), a gépi tanulás, a blokklánc-technológia, a digitális hasonmás és más olyan területek kulcsfontosságú aspektusairól, amelyek az Ipar 4.0-ban elengedhetetlenné váltak. Feltárják ezen innovációk hatását az ipari műveletekre, az ellátási láncokra és a gyártási folyamatokra, bemutatva jelentőségüket és pozitív hatásukat a kohászatban és más iparágakban. Megjegyzendő, hogy az IIoT a termelés korszerűsítésének kulcsfontosságú elemévé válik, és jelentős szerepet játszik az ellátási láncok, a szállítás és az egészségügy fejlesztésében is. Az IIoT támogatására használt technológiák közé tartozik a mesterséges intelligencia, a felhőtechnológia, a Big Data elemzés, a blokklánc és a virtuális valóság. Áttekintésre kerül a különböző keretrendszereken alapuló gépi tanulás használatát, és bemutatjuk azok jelentőségét a további fejlesztés szempontjából az IIoT kontextusában. A blokklánc technológiát és annak alkalmazását a bányászatban is figyelembe veszik, hangsúlyozva a benne rejlő lehetőségeket az erőforrás-gazdálkodás hatékonyságának javításában. Bebizonyosodott, hogy a blokklánc technológia biztonságos nyilvántartásként szolgálhat az iratok számára, lehetővé téve a fontos dokumentumok dinamikus cseréjét. Körvonalazódik a digitális technológiai megoldások jelentősége, amelyek hozzájárulnak a tervezéshez és a gyártáshoz, lehetővé téve tárgyak teljesítményének előrejelzését és a gyártási folyamatok javítását. Megfigyelhető a digitális hasonmás piacának dinamikus növekedése és széles körű elterjedése az ellátási láncokban, az eszközök karbantartásában és megjelenítésében, ami hozzájárul az ipar gazdasági tevékenységének javulásához. A digitális hasonmásra vonatkozó definíciók alapján fontos megjegyezni, hogy a digitális hasonmásokra vonatkozó ISO 23247 szabvány segít szisztematikus megközelítést kialakítani gyakorlati ipari használatukra vonatkozóan. Az ilyen szabványosított megközelítések ösztönözni fogják ezen innovációk további elterjedését és fejlesztését, hozzájárulva azok hatékony alkalmazásához az ipari termelésben.

Információk a szerzőről

Sándor Sapurov, Jurij Potebnyi Nemzeti Egyetem

Gazdaságtudományok doktora (DsC), professzor

Hivatkozások

Statista. Internet of Things (IoT) total annual revenue worldwide from 2020 to 2030 Statista, 2023. URL: https://www.statista.com/statistics/1194709/iot-revenue-worldwide/(date of access: 29.11.2023).

McKinsey Global Institute. (2015, june) The internet of things: mapping the value beyond the hype. McKinsey & Company, 24 p. URL: https://www.mckinsey.com/~/media/mckinsey/industries/technology%20media%20and%20telecommunications/high%20tech/our%20insights/the%20internet%20of%20things%20the%20value%20of%20digitizing%20the%20physical%20world/unlocking_the_potential_of_the_internet_of_things_executive_summary.pdf (date of access: 29.11.2023).

Javaid, M., Abid Haleem, Pratap Singh, R., Rab, S., & Suman, R. (2021). Upgrading the manufacturing sector via applications of Industrial Internet of Things (IIoT). Sensors International, 2, 100129. https://doi.org/10.1016/j.sintl.2021.100129 DOI: https://doi.org/10.1016/j.sintl.2021.100129

Dong, L., Mingyue, R., & Guoying, M. (2017). Application of Internet of Things Technology on Predictive Maintenance System of Coal Equipment. Procedia Engineering, 174, 885–889. https://doi.org/10.1016/j.proeng.2017.01.237 DOI: https://doi.org/10.1016/j.proeng.2017.01.237

Cheng, J., Chen, W., Tao, F., & Lin, C.-L. (2018). Industrial IoT in 5G environment towards smart manufacturing. Journal of Industrial Information Integration, 10, 10–19. https://doi.org/10.1016/j.jii.2018.04.001 DOI: https://doi.org/10.1016/j.jii.2018.04.001

INDUSTRIAL INTERNET OF THINGS. (2017). International Journal of Advances in Scientific Research and Engineering. https://doi.org/10.7324/ijasre.2017.32538 DOI: https://doi.org/10.7324/IJASRE.2017.32538

Aguirre-Jofré, H., Eyre, M., Valerio, S., & Vogt, D. (2021). Low-cost internet of things (IoT) for monitoring and optimising mining small-scale trucks and surface mining shovels. Automation in Construction, 131, 103918. https://doi.org/10.1016/j.autcon.2021.103918 DOI: https://doi.org/10.1016/j.autcon.2021.103918

Statista. Industrial Internet of Things (IIoT) market size worldwide from 2020 to 2028 Statistic, 2023. URL: https://www.statista.com/statistics/611004/global-industrial-internet-of-things-market-size/ (date of access: 29.11.2023).

Al-Badi, A., Tarhini, A., & Khan, A. I. (2018). Exploring Big Data Governance Frameworks. Procedia Computer Science, 141, 271–277. https://doi.org/10.1016/j.procs.2018.10.181 DOI: https://doi.org/10.1016/j.procs.2018.10.181

Tensorflow URL: https://www.tensorflow.org/about?hl=ru (date of access: 29.11.2023).

Microsoft Cognitive Toolkit URL: https://learn.microsoft.com/ru-ru/cognitive-toolkit/(date of access: 29.11.2023).

h2o URL: https://h2o.ai/

iscoop. The Industrial Internet of Things (IIoT): the business guide to Industrial IoT. Available from: https://www.i-scoop.eu/internet-of-things-guide/industrial-internet-things-iiot-saving-costs-innovation/ (date of access: 29.11.2023).

Chen, F., Xiao, Z., Cui, L., Lin, Q., Li, J., & Yu, S. (2020). Blockchain for Internet of things applications: A review and open issues. Journal of Network and Computer Applications, 172, 102839. https://doi.org/10.1016/j.jnca.2020.102839 DOI: https://doi.org/10.1016/j.jnca.2020.102839

World Economic Forum (2018, July) 4 ways blockchain will transform the mining and metals industry. World Economic Forum. Available at: https://www.weforum.org/agenda/2018/07/4-ways-blockchain-will-transform-the-mining-and-metals-industry/ (date of access: 29.11.2023).

Calvão, F., & Archer, M. (2021). Digital extraction: Blockchain traceability in mineral supply chains. Political Geography, 87, 102381. https://doi.org/10.1016/j.polgeo.2021.102381 DOI: https://doi.org/10.1016/j.polgeo.2021.102381

Gmk.Center. (2020) Why the steel industry needs blockchain. Blockchain. Available at: https://gmk.center/en/opinion/why-the-steel-industry-needs-blockchain/ (accessed May 10, 2023).

Javaid, M., Haleem, A., & Suman, R. (2023). Digital Twin applications toward Industry 4.0: A Review. Cognitive Robotics, 3, 71–92. https://doi.org/10.1016/j.cogr.2023.04.003 DOI: https://doi.org/10.1016/j.cogr.2023.04.003

Attaran, M., & Celik, B. G. (2023). Digital Twin: Benefits, use cases, challenges, and opportunities. Decision Analytics Journal, 6, 100165. https://doi.org/10.1016/j.dajour.2023.100165 DOI: https://doi.org/10.1016/j.dajour.2023.100165

Deloitte. (2021) The net zero workforce. Mining & Metals. Available at: https://www2.deloitte.com/content/dam/Deloitte/uk/Documents/energy-resources/deloitte-uk-net-zero-workforce-mining-and-metals.pdf (accessed May 10, 2023).

Shao, G., & Helu, M. (2020). Framework for a digital twin in manufacturing: Scope and requirements. Manufacturing Letters, 24, 105–107. https://doi.org/10.1016/j.mfglet.2020.04.004 DOI: https://doi.org/10.1016/j.mfglet.2020.04.004

##submission.downloads##

Megjelent

2023-12-22

Folyóirat szám

Rovat

Nemzeti és regionális gazdaság