9月15日，2017 NI工業(yè)物聯(lián)網(wǎng)高峰論壇在北京召開。美國國家儀器公司攜手美國智能維護系統(tǒng)中心(IMS)、北京天澤智云科技有限公司等一同分享物聯(lián)網(wǎng)、大數(shù)據(jù)在工業(yè)領(lǐng)域的最新應(yīng)用、發(fā)展趨勢以及實踐案例。NI展示了一大波新產(chǎn)品，如LabVIEW NXG, 支持TSN功能的最新CompactDAQ、SystemLink、InsightCM等。天澤智云技術(shù)研發(fā)副總裁金超博士在會上分享了“CPS、云計算、邊緣計算在工業(yè)智能中的融合探索”的主題演講，天澤智云嵌入式解決方案經(jīng)理陳星通過Demo為現(xiàn)場來賓展示了天澤智云WindInsight無憂風(fēng)場智能運維系統(tǒng)平臺。

　　以下是金超博士的演講整理，以傳統(tǒng)工業(yè)如何實現(xiàn)工業(yè)智能？工業(yè)界中的痛點體現(xiàn)在哪里？如何實現(xiàn)工業(yè)無憂？如何整合邊緣計算與云計算優(yōu)勢？以及工業(yè)智能化案例分享等維度為大家進行解讀。

傳統(tǒng)工業(yè)如何實現(xiàn)工業(yè)智能？工業(yè)界中的痛點體現(xiàn)在哪里？

　　在解答這兩個問題之前，我們首先需要思考為什么需要工業(yè)智能？可以試想一下互聯(lián)網(wǎng)如何改變了我們的生活。互聯(lián)網(wǎng)革新最明顯的例子是基于地理位置的服務(wù)。比如，早年在一輛車上沒有導(dǎo)航設(shè)備，我們在一個陌生的城市從A點出發(fā)到B點，完全要依靠人的經(jīng)驗，用地圖、指南針、問路等等。而如今，我們越來越少地看到地圖或指南針，而越來越多地看到智能手機，以及智能手機上面的地圖應(yīng)用程序。要知道，地圖應(yīng)用程序不僅僅是地圖而已，在上面我們可以實時地看到發(fā)生的事故、交通狀況等，其實是用智能算法和分析代替了人的經(jīng)驗，用數(shù)字互聯(lián)的平臺代替了現(xiàn)實中的物體，從出行的角度創(chuàng)造了智慧的鏡像(digital twin)，提供的是智能互聯(lián)的無憂出行服務(wù)。

　　反觀制造業(yè)，其實我們想要看到的所謂工業(yè)智能，可能也是類似與互聯(lián)網(wǎng)革新式的改變。理想的狀態(tài)是，在機器端有這樣一部設(shè)備能夠提取出反應(yīng)機器運轉(zhuǎn)健康狀態(tài)的特征。這些特征既可以在本地經(jīng)過處理后變?yōu)榛镜?、機器健康信息，也可以被傳輸?shù)皆贫?，通過不同的軟件處理，滿足用戶多樣化、碎片化的功能需求，最終展示在用戶的終端顯示設(shè)備上。該系統(tǒng)要以解決實際的用戶痛點為目標，賦予機器自我意識、自我比較以及自我預(yù)測的能力，甚至可以通過優(yōu)化和算法對有些可以補償?shù)墓收虾驮缙诋惓＿M行維護，達到自我維護。也就是說，機器制造商所生產(chǎn)的并非機器本身，而是為機器使用者提供一種制造能力，幫助實現(xiàn)無憂生產(chǎn)與運營。

　　如今提到工業(yè)智能，很多人都會聯(lián)想到仿真與自動化。曾經(jīng)一家以設(shè)計可制造性評估仿真軟件的初創(chuàng)公司，為用戶提供可制造性的服務(wù)。在用戶提供所設(shè)計的產(chǎn)品的規(guī)格后，通過對應(yīng)力等物理指標的仿真考察規(guī)格是否合格，設(shè)計是否合理。但是，即使他們傳達了可以生產(chǎn)的決策建議后，有些用戶還會找到他們，質(zhì)疑為什么仿真成功后，生產(chǎn)的產(chǎn)品還是存在缺陷。很明顯，由于在仿真的時候沒有考慮到實際生產(chǎn)中會遇到的一些問題，比如環(huán)境因素，機器的使用狀況等，導(dǎo)致仿真的結(jié)果并不能反映實際生產(chǎn)產(chǎn)品的質(zhì)量。而對于自動化，比如制造機器人，它們關(guān)注的是控制的平穩(wěn)度、精確度以及快速性。時間長了機器人的狀態(tài)會改變，就要派人重新調(diào)試一下，而這被看成了很正常的事情。機器人的狀態(tài)衰退并沒有被追蹤、量化，這樣有問題發(fā)生才被一遍遍的排查，卻沒有考慮到這是可以避免的問題。這正是“冰山效應(yīng)”。

　　傳統(tǒng)工業(yè)常常誤以為對已產(chǎn)生問題進行自動化檢測就是工業(yè)智能，卻未意識到設(shè)備時間長了都會有衰退的問題。對衰退的追蹤、量化、與預(yù)測性診斷，才是我們工業(yè)智能真正需要的。比如飛機機翼的一種失效模式是會出現(xiàn)裂痕，針對這樣的問題，大多數(shù)人研究的是如何檢驗裂痕的發(fā)生，卻很少人研究裂痕的產(chǎn)生跟什么相關(guān)，以及造成裂痕產(chǎn)生的根本原因是什么，或者運行的機制等。而根因分析后對產(chǎn)生問題的機理進行建模，在問題出現(xiàn)前避免問題，才是工業(yè)智能價值的最大體現(xiàn)。

　　很多人被大數(shù)據(jù)的觀念誤導(dǎo)，認為有數(shù)據(jù)就可以解決一切，其實不是這樣的。解決工業(yè)場景的問題其實都是需要很強的領(lǐng)域知識支持，因為從機器中測量的數(shù)據(jù)都有清晰的物理意義，如何去分析需要有一套適應(yīng)相關(guān)場景的框架，并且有相應(yīng)的專家知識配套配合來解讀數(shù)據(jù)意義，從而解決問題。工業(yè)智能的使命最終要回歸業(yè)務(wù)目標、解決行業(yè)痛點。所以，只有運用有效的手段，我們的工業(yè)才能達到從維護角度，近似零宕機；從產(chǎn)品質(zhì)量角度，近似零廢品率；從能效角度，近似零浪費的無憂狀態(tài)。

如何實現(xiàn)工業(yè)無憂？

　　實現(xiàn)這三個零的無憂工業(yè)是我們的愿景，然而這個愿景如何實現(xiàn)呢？首先，要有一個本地的代理(local agent)，在采集數(shù)據(jù)的基礎(chǔ)上，從分析的角度，承擔一定的特征提取以及衰退監(jiān)測，進行固化的模型處理?，F(xiàn)在邊緣計算跟這個領(lǐng)域是相關(guān)的。之后，在云端，比如在私有云以及服務(wù)器上等計算能力更強的平臺可以做預(yù)測性地分析，以及對等比較等更復(fù)雜的運算，甚至是模型優(yōu)化與在線的自適應(yīng)模型的自我調(diào)整。最后，系統(tǒng)產(chǎn)生的健康信息其實是可以輸送到工廠系統(tǒng)，工廠系統(tǒng)可以根據(jù)生產(chǎn)計劃給設(shè)備維護部門下單，實現(xiàn)維護的優(yōu)化排期排程。

　　還有一個方面，可以進行控制優(yōu)化，在本地就解決一些實時的問題。類似的工業(yè)場景問題解決多了可以固化下來轉(zhuǎn)換成領(lǐng)域知識。通過什么形式固化呢？答案就是軟件的形式。過程中如果出現(xiàn)新的狀況，專家可以用他們的領(lǐng)域知識不斷擴充工業(yè)知識庫，擴展系統(tǒng)功能，最終實現(xiàn)近似零停機。那么工業(yè)知識庫固化下來的知識，對誰的價值更大？其實是產(chǎn)品設(shè)計。我們現(xiàn)在做項目過程中不僅僅是跟用戶溝通，也要跟供應(yīng)商一起進行合作。機器洞察信息實現(xiàn)數(shù)字鏡像后，用戶掌握到信息之后可以更好地管理供應(yīng)商；供應(yīng)商用這些信息可以拿到產(chǎn)品在使用過程中的第一手資料，來不斷改善產(chǎn)品設(shè)計，形成一個閉環(huán)的產(chǎn)品壽命周期設(shè)計的概念，從而達到無憂生產(chǎn)。

　　要實現(xiàn)這樣的無憂生產(chǎn)系統(tǒng)可以參考李杰教授在2014年提出的CPS信息物理系統(tǒng)的5C架構(gòu)，是一個從數(shù)據(jù)獲取到最終價值交付的完整體系，它能夠幫助我們在不同的層級可以更清晰地定義用戶的需求，指導(dǎo)我們開發(fā)智能化的工業(yè)系統(tǒng)。

如何整合邊緣計算與云計算的優(yōu)勢？

　　李杰教授在《云上工業(yè)智能》這本書里基于煎蛋模型延展出了數(shù)據(jù)、服務(wù)、知識的生態(tài)融合圖。核心含義是工業(yè)的轉(zhuǎn)型要切入到服務(wù)，才能體現(xiàn)為用戶創(chuàng)造價值。邊緣計算和云計算承載了數(shù)據(jù)三個生態(tài)所具有的不同功能。邊緣計算部署在終端或者邊緣端，除了數(shù)據(jù)采集，其實是實現(xiàn)嵌入式人工智能的關(guān)鍵，因此邊緣端計算的實時性比云端更強。在工業(yè)場景中，模型設(shè)計完成后應(yīng)盡量將數(shù)據(jù)部署在終端。試想，當出現(xiàn)異常狀況，邊緣端如果僅局限于數(shù)據(jù)采集，只能將數(shù)據(jù)傳輸?shù)皆贫诉M行運算后，再傳回到邊緣端，這就失去了時效性，從而整個過程也就失去了意義。

　　云端承載的是第三方提供的專業(yè)性服務(wù)，以及更加復(fù)雜的運算，比如對模型的優(yōu)化、算法迭代等相對靈活的部署方式。從邊緣端到云端的生態(tài)，被稱為“知識的生態(tài)”。這是具有相關(guān)領(lǐng)域知識的人能夠發(fā)揮最大作用的地方，云端可以承載很多專家的行業(yè)知識，以及數(shù)據(jù)建模技術(shù)等服務(wù)，從而形成流程、框架以及軟件的知識生態(tài)，來支撐包括產(chǎn)業(yè)鏈上下游等的服務(wù)生態(tài)。

　　天澤智云和NI是緊密的合作伙伴，在實現(xiàn)工程化解決方案時，先將工業(yè)AI的算法引擎部署在云端；再通過InsightCM或者其他的NI的邊緣計算系統(tǒng)進行對接，承載開發(fā)的算法所產(chǎn)生的結(jié)果，幫助用戶產(chǎn)生對系統(tǒng)的認知；最后底層通過CompactRIO執(zhí)行機器學(xué)習(xí)模型，以及對運算結(jié)果進行數(shù)據(jù)的交流，將運算結(jié)果通過InsightCM和Web Server進行發(fā)布。同時這一套系統(tǒng)流程也可以針對不同場景的應(yīng)用需求，通過形成定制化的軟件服務(wù)進行發(fā)布。

工業(yè)智能化案例分享

軌道交通行業(yè)的智能化 – 從預(yù)防性維護轉(zhuǎn)變?yōu)轭A(yù)測性維護

　　在IMS時候我們跟阿爾斯通的高鐵部門進行合作，參與開發(fā)的技術(shù)被整合到了在2013-2014年發(fā)布的高鐵健康維護系統(tǒng)Health Hub。所開發(fā)的技術(shù)可以從軌道上判斷這臺車的關(guān)鍵設(shè)施是好的還是不好的，或者軸承的衰退情況。針對軌道的基礎(chǔ)設(shè)施，如道岔機、鐵軌的健康狀態(tài)，我們也做了一個分析系統(tǒng)，能夠在載客狀態(tài)下，實時判斷鐵軌是否有問題。

　　國內(nèi)高鐵行業(yè)的領(lǐng)頭企業(yè)跟天澤智云合作，目的也是希望實現(xiàn)這樣一套智能的高鐵維護系統(tǒng)。目前這個階段是針對組件級，包括幾個非常關(guān)鍵的部件，比如剎車系統(tǒng)、牽引系統(tǒng)、以及跟運行安全性相關(guān)的系統(tǒng)的預(yù)測性維護。比如軸承，我們通過國外的供應(yīng)商購買軸承，本身昂貴的成本，再加上定期的預(yù)防性維護，造成了極大的浪費。究其原因，是企業(yè)對高鐵運行安全的憂慮。通過PHM系統(tǒng)量化軸承的衰退狀況，以及精準地管理軸承維護維修的排程計劃，可以實現(xiàn)高鐵裝備的預(yù)測性運維及資源運營決策優(yōu)化。

傳統(tǒng)制造業(yè)的智能化 – 從依靠人的經(jīng)驗更換鋸帶轉(zhuǎn)變?yōu)榛谧詣幼R別工況的精準更換

　　很多人關(guān)心如何能讓傳統(tǒng)的制造行業(yè)也能實現(xiàn)智能化，是不是做數(shù)據(jù)處理，做一些可視化的東西就能實現(xiàn)智能化？或者有一些具有物理意義的數(shù)據(jù)提取出來，用專家領(lǐng)域知識去看這些東西就能實現(xiàn)智能化？

　　舉一個帶鋸機床制造商的案例。帶鋸機床的用戶不要求其加工精度有多高，也不要求加工的復(fù)雜性，但對加工速度與切割平面的平整度有較高要求。痛點是什么呢？鋸帶是個耗材，總會斷裂，而且更換成本比機床還貴，所以大量的運維成本都是在后續(xù)的售后服務(wù)上。想控制這個成本，就需要更換的準時性，當鋸帶用到剛好疲勞到不能再切時進行更換，整個的效率才能實現(xiàn)最大化。

　　之前都是依靠人的經(jīng)驗，通過聽噪音變大了，就進行更換。然而人的經(jīng)驗不同，判斷標準無法統(tǒng)一化。換得過早會造成浪費，換得過晚就產(chǎn)生非預(yù)期斷帶的情況，鋸帶卡在工件里面，還要把未加工好的工件裁掉，這對工件也是浪費。如果發(fā)生繃帶斷刀的狀況還會發(fā)生安全風(fēng)險。

　　為了實現(xiàn)更加智能準時地更換鋸帶，首先要通過大量的調(diào)研找到哪些是影響刀具狀況的因素，之后根據(jù)客戶的需求和期望的業(yè)務(wù)目標進行數(shù)據(jù)采集，以及試驗傳感器的部署。在具體實踐中，從控制器與傳感器采集數(shù)據(jù)建立鋸帶衰退預(yù)測系統(tǒng)。根據(jù)鋸帶的振動、聲學(xué)等特性，以及機器運轉(zhuǎn)的工況，將采集的數(shù)據(jù)進行特征提取，進而形成特征矩陣。由于加工的工件材料變化，以及加工過程的工況復(fù)雜性，我們用自適應(yīng)預(yù)診方法來建立鋸帶的衰退預(yù)測模型。用戶可以在電腦端與移動客戶端實時監(jiān)測鋸帶的衰退與機器關(guān)鍵組件的健康情況，從而在鋸帶剛好要斷裂之前，準時更換。

　　每種類型鋸帶的衰退檔案都被存儲在用戶的私有云中，可以通過系統(tǒng)實時掌握鋸帶衰退的狀況。日積月累，通過對比不同種類鋸帶的衰退模型，用戶也更加清楚地知道每種鋸帶在切割不同形狀、不同材料工件時的性能，在采購鋸帶時還能夠更經(jīng)濟地管理供應(yīng)商，獲得更低的成本；鋸帶制造商也可以通過鋸帶衰退曲線，建立洞察，改進鋸帶的性能，減少實驗成本，同時提高耐用性。

　　這個案例在2014年芝加哥的國際制造技術(shù)展會(IMTS)上展出，受到了廣泛關(guān)注。接下來一年中，帶鋸機床生產(chǎn)商推出了自己的智能化產(chǎn)品，在北美帶鋸機床行業(yè)的排名從第八名升至第一名。

　　最后，所謂的工業(yè)智能、工業(yè)大數(shù)據(jù)等新興熱詞只有回歸到解決用戶痛點上，才能更好地創(chuàng)造價值。

　　天澤智云嵌入式解決方案經(jīng)理陳星在峰會現(xiàn)場，通過Demo為現(xiàn)場來賓展示了天澤智云WindInsight無憂風(fēng)場智能運維系統(tǒng)平臺。

　　風(fēng)場的管理大概分為三個方面，第一個生產(chǎn)管理，發(fā)電在額定功率和不同風(fēng)速下的發(fā)電效能是否能夠滿足生產(chǎn)的要求；第二個是對電機的健康管理，通過遠程狀態(tài)監(jiān)測和故障預(yù)測性診斷，提前預(yù)警大部件的故障風(fēng)險，為維護排程提供決策依據(jù)；第三方面是智能的運維管理，對風(fēng)場當中每臺風(fēng)機的健康狀態(tài)和需要進行維護的任務(wù)進行綜合分析與優(yōu)化，能夠降低維護總費用達30%。

　　針對風(fēng)場管理的這三大需求，天澤智云研發(fā)了WindInsight平臺。WindInsight 是一個利用預(yù)測性分析及AI技術(shù)對風(fēng)電裝備進行智能化運維管理的平臺，在這個平臺上，客戶可以使用的功能包括對風(fēng)電裝備的性能評估、預(yù)測性診斷、機隊管理、調(diào)度優(yōu)化和維護策略優(yōu)化等，通過這些功能的組合，能夠幫助風(fēng)電企業(yè)做出更加科學(xué)和精準決策，保障風(fēng)場的無憂運營。

　　從WindInsight無憂風(fēng)場智能運維系統(tǒng)技術(shù)架構(gòu)可以看到，在設(shè)備邊緣端裝有采集設(shè)備，能夠采集數(shù)據(jù)和進行模型部署。陳星介紹到：“我們的方案架構(gòu)包含了云端和邊緣端，這也是工業(yè)大數(shù)據(jù)場景和普通的大數(shù)據(jù)場景的區(qū)別所決定的。由于工業(yè)環(huán)境下，會用到高頻采樣的方式，就如同這個Demo所展示的一樣，使用了25.6ks/s的采樣率采集振動信號。如果直接把數(shù)據(jù)放到云上是有很多的不妥的。首先，數(shù)據(jù)量巨大，上傳所需的帶寬很大，傳輸成本也很高。其次，提取數(shù)據(jù)后上傳到云，再運算生成反饋的結(jié)果，整個流程延遲非常大，而且不確定。另外，數(shù)據(jù)價值的曲線是衰退的，如圖：

　　因此，更早的處理數(shù)據(jù)就會獲取更多的價值。正是由于這種原因，我們需要盡可能地將計算部署在邊緣端進行。而這種計算不僅包含基本的信號調(diào)理，也包含通過訓(xùn)練好的模型計算出來的結(jié)果，比如設(shè)備的健康值等。

　　最重要的一點，直接使用原始數(shù)據(jù)通過機器學(xué)習(xí)等方法進行分析，實際上效果是很受限的。正如我們一直以來所闡述的，原始數(shù)據(jù)的本身所具有的價值是并不大，真正有價值的是從數(shù)據(jù)中提取到的信息。我們在邊緣端執(zhí)行相應(yīng)的邊緣計算，將原始數(shù)據(jù)提取出特征信息，進一步將特征信息上傳到私有云或者公有云，完成復(fù)雜的PHM相關(guān)的計算，是目前為止比較合理的架構(gòu)模式。NI的CompactRIO架構(gòu)可以提供比較靈活的傳感器接口和比較豐富的計算資源，這種理念和我們是比較契合的。我們對NI的CompactRIO和InsightCM進行了大量的二次開發(fā)，使之能夠?qū)崿F(xiàn)更多的、貼近用戶需求的計算功能，并且滿足遠程的調(diào)度和管理，最終將有價值的信息上傳到云端。邊緣端和云端各有非常重要的作用，二者缺一不可。

　　天澤智云WindInsight無憂風(fēng)場智能運維系統(tǒng)是天澤智云與微軟Azure云平臺合作實現(xiàn)的，Azure提供了穩(wěn)定可靠的運行環(huán)境和計算能力。不僅能夠為風(fēng)電企業(yè)提供從部件級、整機級到風(fēng)場級別逐層的設(shè)備健康狀態(tài)展示和預(yù)測，更可以幫助企業(yè)準確決策每一臺風(fēng)電設(shè)備需主動維護的安排，準確、靈活地應(yīng)對設(shè)備健康隱患，防止重大突發(fā)故障的出現(xiàn)，實現(xiàn)將信息轉(zhuǎn)化為價值，保障風(fēng)場的無憂運營。

天澤智云-工業(yè)智能實踐引領(lǐng)者

　　天澤智云是IMS中心在北京的技術(shù)孵化公司。李教授提倡的主控式創(chuàng)新的理念強調(diào)，企業(yè)專注于產(chǎn)品本身并不足以為企業(yè)提供持續(xù)增長的動力，而開發(fā)以產(chǎn)品為核心的增值服務(wù)來解決客戶痛點才是企業(yè)永續(xù)創(chuàng)值的機會。秉承這樣的理念，天澤智云對自身的定位是工業(yè)智能實踐引領(lǐng)者。通過為用戶提供從頂層設(shè)計的方案咨詢，到系統(tǒng)交付與全面實施，以及賦能服務(wù)的全棧式端到端解決方案，實現(xiàn)工業(yè)智能的落地，幫助用戶實現(xiàn)價值轉(zhuǎn)型。我們公司的愿景是讓工業(yè)無憂。