|
根據(jù)埃森哲(Accenture)的研究報(bào)告，全球工業(yè)物聯(lián)網(wǎng)(Industrial Internet of Things，簡(jiǎn)稱IIoT)市場(chǎng)規(guī)模預(yù)計(jì)在2020年將超過(guò)5,000億美元。基于當(dāng)前的投入水平，到2030年預(yù)計(jì)工業(yè)物聯(lián)網(wǎng)為世界經(jīng)濟(jì)帶來(lái)的收益至少在10萬(wàn)億美元。同時(shí)，隨著中國(guó)制造業(yè)的發(fā)展，工業(yè)物聯(lián)網(wǎng)的市場(chǎng)規(guī)模逐漸擴(kuò)大，預(yù)測(cè)未來(lái)15年中國(guó)將在工業(yè)物聯(lián)網(wǎng)領(lǐng)域受益約1.8萬(wàn)億美元，市場(chǎng)前景廣闊。 當(dāng)前，工業(yè)物聯(lián)網(wǎng)正打通從產(chǎn)品、產(chǎn)線到產(chǎn)業(yè)鏈的全方位升級(jí)。作為國(guó)內(nèi)一流IIoT平臺(tái)的代表，雪浪制造大腦正致力于構(gòu)建國(guó)家級(jí)工業(yè)物聯(lián)網(wǎng)平臺(tái)、打造自主可控的工業(yè)數(shù)據(jù)操作系統(tǒng)，并圍繞“1+1+N”的模式：一群合作伙伴用一套共性技術(shù)服務(wù)于N個(gè)垂直行業(yè)。在關(guān)鍵的系統(tǒng)底層，為了構(gòu)建廣泛適用的基于數(shù)據(jù)、算法等基礎(chǔ)的智能平臺(tái)，雪浪制造大腦攜手業(yè)界領(lǐng)先的測(cè)試測(cè)量方案提供商——美國(guó)國(guó)家儀器公司(National Instruments，以下簡(jiǎn)稱NI)開展深度合作，為制造業(yè)提供一站式的數(shù)字化解決方案。 “在工業(yè)領(lǐng)域，比如工業(yè)資產(chǎn)的狀態(tài)監(jiān)測(cè)、預(yù)測(cè)性維護(hù)等廣泛應(yīng)用，工業(yè)物聯(lián)網(wǎng)擁有著先天的優(yōu)勢(shì)，是制造行業(yè)不可所缺的關(guān)鍵技術(shù)之一。NI擁有的優(yōu)勢(shì)在于，幾乎所有的工業(yè)物聯(lián)網(wǎng)比如雪浪制造大腦平臺(tái)，都可以在NI領(lǐng)先的技術(shù)平臺(tái)上找到最佳落腳點(diǎn)。”在不久前結(jié)束的2018雪浪大會(huì) “雪浪制造大腦”分論壇上， NI大中華區(qū)工業(yè)物聯(lián)網(wǎng)/人工智能行業(yè)經(jīng)理郭翹這樣表示。 
圖1：郭翹在2018雪浪大會(huì)分論壇上講述NI工業(yè)物聯(lián)網(wǎng)布局 邊緣計(jì)算不再“邊緣”， NI助力構(gòu)建100ns內(nèi)同步的IIoT系統(tǒng) 在工業(yè)物聯(lián)網(wǎng)的架構(gòu)中，IIoT的“物”、運(yùn)營(yíng)技術(shù)(Operational Technology, 以下簡(jiǎn)稱OT)以及信息技術(shù)(Information Technology，以下簡(jiǎn)稱IT)是基礎(chǔ)組成部分。邊緣計(jì)算，則主要圍繞OT與IT端發(fā)力。據(jù)IDC預(yù)計(jì)，2018年將有40%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲(chǔ)存，邊緣計(jì)算可謂不再“邊緣”，愈發(fā)收到業(yè)界重視。郭翹表示：“實(shí)際上，NI是處于OT端的玩家，IT端則是亞馬遜、微軟、阿里、百度等廠商為主流。在工業(yè)物聯(lián)網(wǎng)的邊緣計(jì)算中，NI以開放的平臺(tái)與各大主流IT廠商進(jìn)行無(wú)縫對(duì)接和集成，這是NI的優(yōu)勢(shì)。”
圖2：NI眼中的工業(yè)物聯(lián)網(wǎng)架構(gòu)，包含“物”、OT及IT三個(gè)部分 測(cè)試資產(chǎn)、生產(chǎn)設(shè)備、運(yùn)營(yíng)資產(chǎn)以及交通運(yùn)輸和重型設(shè)備等工業(yè)資產(chǎn)是IIoT系統(tǒng)的重要成分。 對(duì)于OT端的NI而言，分布式在線狀態(tài)監(jiān)測(cè)及設(shè)備預(yù)測(cè)性維護(hù)，是NI在IIoT邊緣計(jì)算領(lǐng)域最為關(guān)注的應(yīng)用方向。“基于NI模塊化、開放式平臺(tái)的IIoT系統(tǒng)，實(shí)現(xiàn)了納秒級(jí)分析和控制、采集任意傳感器的數(shù)據(jù)、適用于邊緣計(jì)算的硬件以及使用時(shí)間敏感網(wǎng)絡(luò)(Time Sensitive Network，以下簡(jiǎn)稱TSN)同步的架構(gòu)。”郭翹表示，“由于使用TSN技術(shù)，實(shí)現(xiàn)邊緣節(jié)點(diǎn)高達(dá)100 ns內(nèi)的同步精度不受距離限制，這成為了IIoT系統(tǒng)的一大突破！”
圖3：NI從五大維度賦能工業(yè)物聯(lián)網(wǎng)OT端 另外，在數(shù)據(jù)管理與分析方面，NI擁有穩(wěn)定、靈活的數(shù)據(jù)采集平臺(tái)，搭配分布式系統(tǒng)管理軟件SystemLink，貫穿了工業(yè)物聯(lián)網(wǎng)監(jiān)測(cè)、測(cè)試、控制、分析處理的全過(guò)程。位于決策端的企業(yè)設(shè)備狀態(tài)監(jiān)測(cè)軟件 NI InsightCM則更傾向旋轉(zhuǎn)機(jī)械的預(yù)測(cè)性維護(hù)方案也可與第三方數(shù)據(jù)庫(kù)或云平臺(tái)相連，進(jìn)而實(shí)現(xiàn)系統(tǒng)集群概念。
圖4：NI展示專業(yè)數(shù)據(jù)管理及分析軟件，進(jìn)一步完善IIoT架構(gòu) 值得一提的是，當(dāng)前數(shù)據(jù)在邊緣計(jì)算的轉(zhuǎn)化過(guò)程中基本上遵循二八原則， 即80%的數(shù)據(jù)尚未得到優(yōu)化利用。“因此，若要提高數(shù)據(jù)轉(zhuǎn)化率，既需要效率更高、更加智能化的數(shù)據(jù)采集與控制終端，也需要終端設(shè)備具備對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理和預(yù)分析的能力，如此才能將傳統(tǒng)的工業(yè)設(shè)備變成一個(gè)個(gè)更加智能化的邊緣計(jì)算節(jié)點(diǎn)。” 郭翹說(shuō)道。 頂尖客戶案例為證，NI推進(jìn)工業(yè)AI與邊緣計(jì)算深度融合 眾所周知，工業(yè)大數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)是實(shí)現(xiàn)預(yù)測(cè)性維護(hù)的基礎(chǔ)，也是工業(yè)人工智能(Artificial Intelligence，以下簡(jiǎn)稱AI)的關(guān)鍵應(yīng)用之一。但是，當(dāng)前多數(shù)企業(yè)在談?wù)揂I時(shí)，都是從自身擅長(zhǎng)的模式作為出發(fā)點(diǎn)去探討AI應(yīng)用，這其中尤以互聯(lián)網(wǎng)企業(yè)為代表。 “事實(shí)上，工業(yè)AI與互聯(lián)網(wǎng)AI天生存在很大的差異，這是工業(yè)AI應(yīng)用、特別是邊緣計(jì)算中是不可規(guī)避的問題。”郭翹指出，“很重要的一點(diǎn)在于分析結(jié)果的精度要求上，比如在某知名電商舉辦的大數(shù)據(jù)推薦商品AI算法比賽中，推薦準(zhǔn)確率大于10%就可以拿到冠軍。”但對(duì)于工業(yè)應(yīng)用來(lái)說(shuō)，10%的準(zhǔn)確率是絕對(duì)不能接受的。工業(yè)AI應(yīng)用必須利用算法告訴企業(yè)主，設(shè)備是否真的壞了需要檢修。若預(yù)測(cè)準(zhǔn)確率只有10%，那么采用定期保養(yǎng)與定期維護(hù)的傳統(tǒng)方式反而更為劃算。這已然成為了工業(yè)AI的挑戰(zhàn)。
圖5：NI全力推進(jìn)人工智能與邊緣計(jì)算深度融合 因此，NI正持續(xù)不斷地推出針對(duì)工業(yè)物聯(lián)網(wǎng)、人工智能、機(jī)器學(xué)習(xí)相關(guān)的軟件產(chǎn)品，包括數(shù)據(jù)收集、特征提取和降維、模型訓(xùn)練與模型驗(yàn)證等AI工具，幫助客戶加速?gòu)脑紨?shù)據(jù)提取出有價(jià)值的信息，并部署模型至邊緣計(jì)算一側(cè)。憑借強(qiáng)大邊緣計(jì)算能力的開放平臺(tái)，NI正面向客戶提供工業(yè)大數(shù)據(jù)的完整解決方案。 作為美國(guó)最大的發(fā)電控股公司，NI客戶——杜克能源具備火電、風(fēng)電、核電等多樣化能源組合，但廠房老化、發(fā)電廠運(yùn)行效率低下、預(yù)測(cè)性維護(hù)能力不足等是該公司面臨的重大挑戰(zhàn)。郭翹說(shuō)道：“在部署NI方案之前，杜克能源已有的預(yù)測(cè)性維護(hù)措施中80%用于數(shù)據(jù)采集，僅20%用于分析，遠(yuǎn)遠(yuǎn)無(wú)法提供準(zhǔn)確結(jié)果。” 于是，杜克能源選擇與NI深度合作，在基于NI InsightCM和CompactRIO方案的基礎(chǔ)上，從預(yù)測(cè)性維護(hù)和設(shè)備加強(qiáng)管理等維度入手，實(shí)現(xiàn)了60個(gè)以上電廠的智能監(jiān)測(cè)。截至2017年，NI已幫助杜克能源預(yù)測(cè)到的故障損失折合現(xiàn)金約為3,000萬(wàn)美元，遠(yuǎn)高于項(xiàng)目成本。
圖6：NI 為杜克能源提供智慧電廠的IIoT架構(gòu) “類似的例子還包括了中廣核應(yīng)急柴油機(jī)檢測(cè)系統(tǒng)、中車青島四方車輛PHM系統(tǒng)等。”郭翹說(shuō)道，“NI的平臺(tái)除了穩(wěn)定之外，還可以提供盡可能高的靈活性，幫助客戶根據(jù)實(shí)際需求進(jìn)行二次開發(fā)，打造智能化、可定制化的方案，這是很多競(jìng)爭(zhēng)對(duì)手無(wú)法實(shí)現(xiàn)的。” 覆蓋產(chǎn)學(xué)研多維布局，NI與合作伙伴共營(yíng)生態(tài) “雪浪制造大腦”僅僅是NI深耕中國(guó)制造產(chǎn)業(yè)，在工業(yè)物聯(lián)網(wǎng)布局的一個(gè)例子。除了產(chǎn)業(yè)鏈上下游企業(yè)之間的合作，NI更提出了“培養(yǎng)下一代卓越工程師”的劃時(shí)代院校教育主旨，與全球超過(guò)上千所院校建立合作，如NI與西安電子科技大學(xué)合作，致力于戰(zhàn)略新興產(chǎn)業(yè)微電子半導(dǎo)體測(cè)試領(lǐng)域的人才培養(yǎng)；以及與常熟理工共同探索教學(xué)實(shí)踐，培養(yǎng)應(yīng)用型人才等。
圖7：與合作伙伴共營(yíng)生態(tài)，NI 致力于全產(chǎn)業(yè)鏈的工程創(chuàng)新 郭翹總結(jié)說(shuō)：“產(chǎn)學(xué)研是NI長(zhǎng)期貫徹的一個(gè)方針，這是NI不斷提升產(chǎn)品研發(fā)，以及打造產(chǎn)業(yè)生態(tài)的重要舉措。”一方面，作為工業(yè)領(lǐng)域超過(guò)40年的玩家，NI正持續(xù)不斷地針對(duì)工業(yè)物聯(lián)網(wǎng)和人工智能推出更好的解決方案，來(lái)幫助各行各業(yè)從原始數(shù)據(jù)獲取分析出發(fā)，到完成整個(gè)工業(yè)互聯(lián)物聯(lián)網(wǎng)的鏈路。另一方面， NI提供的生態(tài)不是一個(gè)封閉的生態(tài)，NI不追求做行業(yè)里的唯一玩家，更期待和上下游共同打造更完善的生態(tài)圈，將人工智能技術(shù)在工業(yè)應(yīng)用落地，推動(dòng)整個(gè)產(chǎn)業(yè)的突破與創(chuàng)新。 |
