磨到高潮(H)公主_向日葵汅api免费网址_神马电影天堂网_羞羞漫画漫画网页入口

新聞動(dòng)態(tài)導航圖

智能制造下一個(gè)風(fēng)口:工業(yè)智能

2019-01-093921

大規模的數據應用和平臺架構在金融、電信等行業(yè)經(jīng)歷了充分的驗證和演進(jìn),加上中國制造2025在政策一側的催化作用,構成了工業(yè)智能拐點(diǎn)到來(lái)的先決條件——工業(yè)一般分為流程工業(yè)和離散工業(yè)。兩者最大的差異在生產(chǎn)的自動(dòng)化程度、數據的可得性和工業(yè)的復雜度,而最大的共性在于,每一個(gè)場(chǎng)景都需求各異,進(jìn)入任何一個(gè)細分領(lǐng)域都需要有足夠深厚的行業(yè)knowhow和上下游資源整合能力。

智能,可以理解為數據化以及建立于此之上的AI。以產(chǎn)線(xiàn)自動(dòng)化為始,多源異構的工業(yè)數據被采集、流轉、分析并幫助形成決策和控制,端到端的解決方案就形成了當前行業(yè)player的典型畫(huà)像。

為什么是工業(yè)智能?

藍海

工業(yè)尤其是制造業(yè)的GDP總量遠高于零售、金融、建筑等行業(yè)。而工業(yè)領(lǐng)域每天產(chǎn)生的有效數據量其實(shí)不亞于BAT等互聯(lián)網(wǎng)公司,一個(gè)大規模的工廠(chǎng)每天產(chǎn)生的數據量甚至能達到幾十億到上百億條。

壁壘

雖然工業(yè)場(chǎng)景每天產(chǎn)生高頻、海量的數據,但是大量的原始數據本身并沒(méi)有直接意義,且有可能產(chǎn)生大規模時(shí)延和占據大量帶寬。我們不僅需要在某些場(chǎng)景做實(shí)時(shí)的監控和分析,也需要把更多數據采集到云端做更多維和更長(cháng)期的經(jīng)濟效益及價(jià)值分析,這是云計算的價(jià)值。而云計算+邊緣計算,這是比傳統消費互聯(lián)網(wǎng)更細的顆粒度和更復雜的架構,這也意味著(zhù)更高的壁壘。

拐點(diǎn)

互聯(lián)網(wǎng)一條邏輯叫做“Copy to China”,“Copy to工業(yè)”是同樣的道理。大規模的數據應用和平臺架構在金融、電信等行業(yè)經(jīng)歷了充分的驗證和演進(jìn),加上中國制造2025在政策一側的催化作用,構成了拐點(diǎn)成立的先決條件。

工業(yè)智能的玩家畫(huà)像

現階段的用戶(hù)需要的不是單個(gè)產(chǎn)品,而是端到端的整體解決方案。一個(gè)合格的工業(yè)智能公司,應該具備整體解決方案的構造能力。

首先,用戶(hù)需求永遠是第一位,不滿(mǎn)足需求的技術(shù)都是偽命題。此外,一套好的解決方案從一個(gè)完美的架構開(kāi)始。對于工業(yè)場(chǎng)景而言,從內、外部多源數據的整合開(kāi)始,到云+端的平臺架構,知識庫的建立,合適模型的選擇,再到反向決策和控制,只有完整打通,才能形成閉環(huán)。

整體來(lái)說(shuō),工業(yè)智能呈現一橫(整體架構)+N縱(多個(gè)細分行業(yè))的格局。

工業(yè)智能的路徑選擇

對于工業(yè)領(lǐng)域的大B客戶(hù)來(lái)講,現階段需要的不是單個(gè)產(chǎn)品,而是端到端的整體解決方案。這雖說(shuō)是現狀,其實(shí)也是工業(yè)創(chuàng )業(yè)者的終極目標。然而路徑選擇很重要。

關(guān)于發(fā)展路徑,業(yè)內主流認為自動(dòng)化-(數據化)-信息化-智能化是工業(yè)用戶(hù)進(jìn)階的合理順序,并且前一階段是后一階段開(kāi)始的必要條件。因此國內工業(yè)智能領(lǐng)域的企業(yè)在很長(cháng)一段時(shí)間內只關(guān)注自動(dòng)化領(lǐng)域的機會(huì ),甚至將工業(yè)智能等同為“機器人”或者“工業(yè)自動(dòng)化”。從用戶(hù)現場(chǎng)的大量實(shí)踐來(lái)看,這幾個(gè)階段存在著(zhù)顯著(zhù)的先后順序,但同時(shí)交叉滲透,迭代進(jìn)行。

具體來(lái)看,離散制造行業(yè)大部分客戶(hù)自動(dòng)化程度不夠,所以?xún)?yōu)先完成產(chǎn)線(xiàn)自動(dòng)化。一些廠(chǎng)商以工業(yè)以太網(wǎng)和板卡實(shí)現設備互聯(lián),打通設備級數據,經(jīng)過(guò)MES反饋到平臺層,在不更換原有工控設備的基礎上實(shí)現初步物聯(lián),用戶(hù)接受度很高,業(yè)績(jì)每年翻幾番增長(cháng),趨勢非常明顯。這一類(lèi)模式,我們可以稱(chēng)之為「以M2M設備物聯(lián)為核心的系統集成」。

更進(jìn)一步的需求,來(lái)自于離散制造業(yè)的超大型頭部客戶(hù)和流程制造行業(yè)的絕大多數客戶(hù),由于產(chǎn)線(xiàn)自動(dòng)化程度本身較高,我們觀(guān)察到這類(lèi)客戶(hù)對于信息化的接受程度本身也較高。

另外有一類(lèi)廠(chǎng)商可以直接從頂層設計切入,在平臺層以工業(yè)大數據平臺或者場(chǎng)景化的AI模型服務(wù)用戶(hù),實(shí)時(shí)的解決業(yè)務(wù)問(wèn)題。反過(guò)來(lái)在數據采集層,在一些數據不完善的局部加裝傳感器,加裝智能化的檢測設備,甚至于做小段的產(chǎn)線(xiàn)集成等等。這一類(lèi)模式,用戶(hù)接受度往往更高,這意味著(zhù)項目的溢價(jià)往往也更高,我們可以稱(chēng)之為「以數據應用為核心的系統集成」。

所以,我們可以看到三條發(fā)展路徑,面對不同的客戶(hù),不同的場(chǎng)景,不同的發(fā)展階段,有不同的路徑選擇:

一、以產(chǎn)線(xiàn)自動(dòng)化為核心的系統集成;

二、以M2M設備物聯(lián)為核心的系統集成;

三、以數據應用為核心的系統集成。

當然,殊途同歸,最終都是給用戶(hù)提供整體解決方案,以滿(mǎn)足用戶(hù)需求為核心。

工業(yè)智能之工業(yè)大數據

首先,數據在哪里?

▲一類(lèi)是管理數據:結構化的SQL數據為主,如產(chǎn)品屬性、工藝、生產(chǎn)、采購、訂單、服務(wù)等數據,這類(lèi)數據一般來(lái)自企業(yè)的ERP、SCM、PLM甚至MES等系統,數據量本身不大,卻具有很大的挖掘價(jià)值;

▲另一類(lèi)則是機器運行和IoT的數據:以非結構化、流式數據居多,如設備工況(壓力、溫度、振動(dòng)、應力等)、音視頻、日志文本等數據,這類(lèi)數據一般采集自設備PLC、SCADA以及部分外裝傳感器,數據量很大,采集頻率高,需要結合邊緣計算在本地做一些預處理。

總的來(lái)講,由于場(chǎng)景的割裂和分散,工業(yè)數據本身具有量大、多源、異構、實(shí)時(shí)性要求高等特點(diǎn),而且隨著(zhù)未來(lái)280億設備逐步接入,這些特性將會(huì )進(jìn)一步加強,這是做工業(yè)大數據服務(wù)的核心難點(diǎn)之一,和互聯(lián)網(wǎng)大數據不僅量級不同,結構不同,應用也完全不同。

其次,基于這些工業(yè)數據,平臺層應該提供哪些服務(wù)?

▲完整的協(xié)議解析:數據采集首先要完成工業(yè)協(xié)議的打通。以應用層協(xié)議為例,EtherNet/IP和PROFINET的市場(chǎng)占有率最大,其次是EtherCAT、Modbus-TCP和EtherNetPOWERLINK;

▲標準化的數據整合:采集上來(lái)的數據要做統一的主數據管理,第一步是建立標準。一般來(lái)講,我們先要用ISO或其他業(yè)內標準,制定統一的編碼、結構、流轉方式和屬性,確保數據的一致性,這一點(diǎn)非常重要。

在項目實(shí)施的歷程中,逐步積累行業(yè)知識庫、合適的算法組件以及相關(guān)機理模型,這一點(diǎn)也很重要,這是從數據標準進(jìn)化到業(yè)務(wù)標準化的關(guān)鍵一步,是為實(shí)現真正的產(chǎn)品層面的微服務(wù)化打下基礎。

強大的PaaS支持:工業(yè)數據本身的特殊性導致平臺必須要有強大的中層支撐能力。我們以時(shí)序數據庫為例,它是設備工況和傳感器數據的典型品種。這類(lèi)數據頻率高、量大,用傳統關(guān)系型數據庫處理,需要每次把所有值拉出來(lái)計算,吞吐量極大,性能很差。所以,一個(gè)高壓縮、高性能的時(shí)序數據庫,就是平臺層必備的能力之一。

最后,我們應該做哪些應用?

▲設備級:質(zhì)量控制。在工業(yè)智能時(shí)代,如果我們能夠采集到合適的實(shí)時(shí)數據,結合該設備所適用的機理模型,就有可能用機器學(xué)習的方法挖掘出產(chǎn)品質(zhì)量與關(guān)鍵數據之間的關(guān)聯(lián)或因果關(guān)系,也就有可能實(shí)現實(shí)時(shí)在線(xiàn)的質(zhì)量控制和故障預警,如果數據頻率能對工藝流程形成完美包絡(luò ),我們還有可能實(shí)現最大限度的效率提升。

▲廠(chǎng)級:計劃排產(chǎn)。工業(yè)智能的最終目的是要實(shí)現大規模的個(gè)性化定制,即C2M。這一問(wèn)題的目標是實(shí)現當時(shí)當地的產(chǎn)能最優(yōu),約束條件來(lái)自企業(yè)的產(chǎn)線(xiàn)設備、人員、產(chǎn)品屬性、供應鏈數據等等,通過(guò)歷史數據的學(xué)習和訓練,不難形成一個(gè)較好的預測模型。

這一模型能根據產(chǎn)線(xiàn)和工廠(chǎng)的實(shí)時(shí)數據動(dòng)態(tài)分析,動(dòng)態(tài)調整,以幫助企業(yè)實(shí)現準確把控,最大化經(jīng)濟效益。

在可以預見(jiàn)的未來(lái),隨著(zhù)數據的完整性和可靠性越來(lái)越高,場(chǎng)景越來(lái)越豐富,數據應用層面會(huì )誕生相當多的優(yōu)先企業(yè),他們幫助工業(yè)用戶(hù)降低成本,提高效率,能解決實(shí)實(shí)在在的業(yè)務(wù)問(wèn)題。


文章來(lái)源:信息化和軟件服務(wù)網(wǎng)


磨到高潮(H)公主 一级毛片男女做受| np一女n男当众做羞耻| 91福利国产在线观一区二区| 国产极品美女在线| 邪恶帝3d全彩无遮无修| bl男男憋尿失禁调教play| 国产91精品久久久久久| 91蜜桃| 男生插女生下面视频| 肉耽总攻男男高h快穿| 亚洲网红精品大秀在线观看| 18年大片免费在线观看| 浪荡艳妇岳小说| 91国视频在线观看| 女人张开大腿让男人捅| 公和我在厨房激情| 国产美女91| 最新理论电影236zz网| 农村极度乱人伦的小说txt| 91小视频在线观看| 色儿影院| 日韩亚洲国产欧美精品| 国产手机精品自拍视频| 好大好硬好烫好涨bl双性| 欧美成免费| 4ayy私人影院| narutomanga玖辛奈之乳| 91视频国产免费| 调教双性被尿液灌大np变态| 黄色黄色一级片| 91高清视频| 国产一级**| 欧美h视频| 欧美日韩在线成人| 铃木里美在线观看| 宫女趴春凳脱裙子打屁股| 自拍偷拍3p| 一级性生活影片| 国产精品专区第二| 老年黄色片| 极品主播的慰在线播放| http://www.cnyoupu.com http://www.gemanada.com http://www.summerscholars.org http://www.subvertize.com http://www.springbreakgalleries.com http://www.in-tuitiononline.com