|
根據(jù)埃森哲(Accenture)的研究報告，全球工業(yè)物聯(lián)網(wǎng)(Industrial Internet of Things，簡稱IIoT)市場規(guī)模預計在2020年將超過5,000億美元。基于當前的投入水平，到2030年預計工業(yè)物聯(lián)網(wǎng)為世界經(jīng)濟帶來的收益至少在10萬億美元。同時，隨著中國制造業(yè)的發(fā)展，工業(yè)物聯(lián)網(wǎng)的市場規(guī)模逐漸擴大，預測未來15年中國將在工業(yè)物聯(lián)網(wǎng)領(lǐng)域受益約1.8萬億美元，市場前景廣闊。 當前，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。作為國內(nèi)一流IIoT平臺的代表，雪浪制造大腦正致力于構(gòu)建國家級工業(yè)物聯(lián)網(wǎng)平臺、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，雪浪制造大腦攜手業(yè)界領(lǐng)先的測試測量方案提供商——美國國家儀器公司(National Instruments，以下簡稱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、預測性維護等廣泛應(yīng)用，工業(yè)物聯(lián)網(wǎng)擁有著先天的優(yōu)勢，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，都可以在NI領(lǐng)先的技術(shù)平臺上找到最佳落腳點。”在不久前結(jié)束的2018雪浪大會 “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雪浪大會分論壇上講述NI工業(yè)物聯(lián)網(wǎng)布局 邊緣計算不再“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”、運營技術(shù)(Operational Technology, 以下簡稱OT)以及信息技術(shù)(Information Technology，以下簡稱IT)是基礎(chǔ)組成部分。邊緣計算，則主要圍繞OT與IT端發(fā)力。據(jù)IDC預計，2018年將有40%的數(shù)據(jù)需要在網(wǎng)絡(luò)邊緣側(cè)分析、處理與儲存，邊緣計算可謂不再“邊緣”，愈發(fā)收到業(yè)界重視。郭翹表示：“實際上，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)的邊緣計算中，NI以開放的平臺與各大主流IT廠商進行無縫對接和集成，這是NI的優(yōu)勢。”
圖2：NI眼中的工業(yè)物聯(lián)網(wǎng)架構(gòu)，包含“物”、OT及IT三個部分 測試資產(chǎn)、生產(chǎn)設(shè)備、運營資產(chǎn)以及交通運輸和重型設(shè)備等工業(yè)資產(chǎn)是IIoT系統(tǒng)的重要成分。 對于OT端的NI而言，分布式在線狀態(tài)監(jiān)測及設(shè)備預測性維護，是NI在IIoT邊緣計算領(lǐng)域最為關(guān)注的應(yīng)用方向。“基于NI模塊化、開放式平臺的IIoT系統(tǒng)，實現(xiàn)了納秒級分析和控制、采集任意傳感器的數(shù)據(jù)、適用于邊緣計算的硬件以及使用時間敏感網(wǎng)絡(luò)(Time Sensitive Network，以下簡稱TSN)同步的架構(gòu)。”郭翹表示，“由于使用TSN技術(shù)，實現(xiàn)邊緣節(jié)點高達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，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、測試、控制、分析處理的全過程。位于決策端的企業(yè)設(shè)備狀態(tài)監(jiān)測軟件 NI InsightCM則更傾向旋轉(zhuǎn)機械的預測性維護方案也可與第三方數(shù)據(jù)庫或云平臺相連，進而實現(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，進一步完善IIoT架構(gòu) 值得一提的是，當前數(shù)據(jù)在邊緣計算的轉(zhuǎn)化過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)備具備對數(shù)據(jù)進行實時的數(shù)據(jù)處理和預分析的能力，如此才能將傳統(tǒng)的工業(yè)設(shè)備變成一個個更加智能化的邊緣計算節(jié)點。” 郭翹說道。 頂尖客戶案例為證，NI推進工業(yè)AI與邊緣計算深度融合 眾所周知，工業(yè)大數(shù)據(jù)驅(qū)動的機器學習是實現(xiàn)預測性維護的基礎(chǔ)，也是工業(yè)人工智能(Artificial Intelligence，以下簡稱AI)的關(guān)鍵應(yīng)用之一。但是，當前多數(shù)企業(yè)在談?wù)揂I時，都是從自身擅長的模式作為出發(fā)點去探討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、特別是邊緣計算中是不可規(guī)避的問題。”郭翹指出，“很重要的一點在于分析結(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，推薦準確率大于10%就可以拿到冠軍。”但對于工業(yè)應(yīng)用來說，10%的準確率是絕對不能接受的。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。若預測準確率只有10%，那么采用定期保養(yǎng)與定期維護的傳統(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全力推進人工智能與邊緣計算深度融合 因此，NI正持續(xù)不斷地推出針對工業(yè)物聯(lián)網(wǎng)、人工智能、機器學習相關(guān)的軟件產(chǎn)品，包括數(shù)據(jù)收集、特征提取和降維、模型訓練與模型驗證等AI工具，幫助客戶加速從原始數(shù)據(jù)提取出有價值的信息，并部署模型至邊緣計算一側(cè)。憑借強大邊緣計算能力的開放平臺，NI正面向客戶提供工業(yè)大數(shù)據(jù)的完整解決方案。 作為美國最大的發(fā)電控股公司，NI客戶——杜克能源具備火電、風電、核電等多樣化能源組合，但廠房老化、發(fā)電廠運行效率低下、預測性維護能力不足等是該公司面臨的重大挑戰(zhàn)。郭翹說道：“在部署NI方案之前，杜克能源已有的預測性維護措施中80%用于數(shù)據(jù)采集，僅20%用于分析，遠遠無法提供準確結(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，從預測性維護和設(shè)備加強管理等維度入手，實現(xiàn)了60個以上電廠的智能監(jiān)測。截至2017年，NI已幫助杜克能源預測到的故障損失折合現(xiàn)金約為3,000萬美元，遠高于項目成本。
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)急柴油機檢測系統(tǒng)、中車青島四方車輛PHM系統(tǒng)等。”郭翹說道，“NI的平臺除了穩(wěn)定之外，還可以提供盡可能高的靈活性，幫助客戶根據(jù)實際需求進行二次開發(fā)，打造智能化、可定制化的方案，這是很多競爭對手無法實現(xiàn)的。” 覆蓋產(chǎn)學研多維布局，NI與合作伙伴共營生態(tài) “雪浪制造大腦”僅僅是NI深耕中國制造產(chǎn)業(yè)，在工業(yè)物聯(lián)網(wǎng)布局的一個例子。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”的劃時代院校教育主旨，與全球超過上千所院校建立合作，如NI與西安電子科技大學合作，致力于戰(zhàn)略新興產(chǎn)業(yè)微電子半導體測試領(lǐng)域的人才培養(yǎng)；以及與常熟理工共同探索教學實踐，培養(yǎng)應(yīng)用型人才等。
圖7：與合作伙伴共營生態(tài)，NI 致力于全產(chǎn)業(yè)鏈的工程創(chuàng)新 郭翹總結(jié)說：“產(chǎn)學研是NI長期貫徹的一個方針，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40年的玩家，NI正持續(xù)不斷地針對工業(yè)物聯(lián)網(wǎng)和人工智能推出更好的解決方案，來幫助各行各業(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，推動整個產(chǎn)業(yè)的突破與創(chuàng)新。 |
