【工业大数据】工业大数据真正要做的是智能分析和智能决策


640?wx_fmt=png&wxfrom=5&wx_lazy=1


“真正的大数据不是有了数据,把这些数据接入之后存起来就可以了,真正要做的事情是智能分析和智能决策,通过在两化融合的基础上构建的智能分析优化系统“工业大脑”,进行相应的智能决策。”


近年来,工业大数据逐渐从概念走向落地阶段,数据基础较好的一些细分工业领域,已经在利用新兴的大数据等技术创造价值。昆仑数据科技公司首席运营官陈晨阐述了大数据如何推动中国工业转型升级、产业变革,以及工业大数据的特点难点,行业中面临的挑战和实施路径。


640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

图:12月26日,清数大数据产业联盟与清华校友总会AI大数据专委会(筹)共同主办的清数思享会系列活动首次在天津武清举办。陈晨在会上做了相关分享。


我们对本次分享的精彩内容进行了整理,在不改变原意的前提下有删改:

 

工业革命的关键技术要素是工业大数据。各个产业大国都面临着从传统制造业向制造服务业转型的压力。美国的应对方法是工业互联网革命,德国提出实施工业4.0战略,我们国家提出“中国制造2025”战略规划。美国的工业互联网侧重于用互联网激活传统工业带动产业变革,关键是通过大数据的分析能力实现智能决策。德国4.0的本质是基于“信息物理系统”实现“智能工厂”标准化,”中国制造2025”战略将工业互联网和智能制造两者进行有机的结合。

 

面对新一轮的工业革命,要以信息化和工业化的深度融合为基础进行智能化升级。真正的大数据不是有了数据,把这些数据接入之后存起来就可以了,真正要做的事情是智能分析和智能决策,通过在两化融合的基础上构建的智能分析优化系统“工业大脑”进行相应的智能决策。这些智能分析与决策离不开原有的信息化系统和自动化系统的支撑,更离不开产生这些数据的实体设备与装备。工业大数据的来源其中一部分是生产经营领域的数据,另外很大一部分则是生产设备和生产出来的高端产品与装备在运营过程中产生的机器数据。基于这些数据集成实体运行所在环境数据,在信息管理系统和自动化系统基础之上,构建具备智能分析优化能的大数据系统 ,达成提质、增效、降耗和控险的目的。

 

工业大数据可以分为三类,一部分是工业物联网数据,比如生产设备、智能产品、复杂装备24小时不断产生的数据。一部分企业信息化数据,同时还有很重要的一部分数据是外部跨产业链的数据,包括设备在运行过程中所处的环境数据,比如气象数据、地理数据、相应的环境数据,这三种数据合计才能称之为工业大数据。

 

工业大数据的挖掘就是把工业物联网数据与跨产业链数据以及企业信息化数据相结合,把分散在企业各个角落里的数据进行整合,挖掘这些数据融合所能产生的价值。


工业大数据的特点:多模态、高通量以及强关联


多模态。

在工业系统里数据种类、数据格式以及数据结构非常多,结构关系复杂。一个汽轮机里面会有上万个零部件,一个复杂装备的制造企业,它的数据种类多达三百余种,所以在工业领域里会存在数据多模态特征。

 

高通量。

即无论是生产设备还是智能装备有可能是24小时不间断产生数据的,我们以分、秒的频率采集数据,在很多应用场合甚至是毫秒级的数据。这些数据的数据量非常大,海量的设备与测点,数据采集频度高、数据吞吐总量大、数据的实时性要求高,呈现出工业大数据的“高通量”特征。

 

强关联。

真正做一个产品设计的时候,它涉及到学科与专业是非常多的,比如设计复杂装备的时候,不仅仅是涉及到结构分析,流体力学、声学、动力学、电磁辐射等等各个学科的数据都要进行关联。数据之间的“强关联”反映的就是工业的系统性及其复杂的动态关系。

 

基于工业大数据的特点,工业大数据的数据分析与消费互联网领域里的数据分析是有相当大的差别的。消费互联网大数据的分析对象更多的是以互联网为支撑的交互,工业大数据实际上是以物理实体和物理实体所处的环境为分析对象,物理实体就是我们的生产设备以及生产出来的智能装备及复杂装备。在商业数据里面关注数据的相关性关系,但是在工业领域里面一定要强调数据因果性,以及模型的可靠性,一定要提升分析结果的准确率才能把分析结果反馈到真正的工业控制过程中。


工业大数据面临的挑战


企业应用工业大数据面临的技术挑战。企业普遍面临数据基础薄弱的境况,企业收集的数据不够,甚至没有数据。企业真的要在数据转型有战略上的调整,它才会有较大的投入,如果它没有这种战略规划的时候,很难负担得起专业数据人才的成本。市场上也缺乏工业大数据所需的复合型人才。另外每个工业领域里都有独特的知识领域和机理形成的行业门槛,没有一个普适性的解决方案可以在工业领域里通用。行业解决方案,只会对某一个行业才能发挥相应的价值。

 

企业应用工业大数据面临的管理挑战。很多合作伙伴或者客户初期并不知道数据和业务问题之间怎么关联,怎么和业务结合都不清楚,不知道数据到底能不能解决业务问题。有的企业有应用工业大数据的愿景,但是业务与工业大数据的实施路径都没有统一。


大数据不仅仅是物联网数据采集与存储,包括数据的管理、分析与反馈,需要在数据生命周期内构建一个闭环系统,构建这个闭环需要一个过程,不可能一蹴而就。同时,大数据的应用会涉及到企业内部管理流程和经营理念的变革,工业大数据是把工业领域内三类数据进行融合应用,真正发挥大数据的价值的场景不仅是智能制造,同时也包括产业互联网里业务模式创新,所以相应的经营理念和管理机制都要发生变革。这是企业在管理方面面临的最大的挑战。所以有时候大家会看到,工业企业的大数据应用甚至都不仅是一个企业的CIO所能牵引的,这需要整个企业在战略层面去推动,要有明确的数据驱动的业务战略规划。


工业大数据的业务落地


通常来讲,在与企业规划工业大数据业务落地可以从两个维度与企业一同进行思考。一方面是从业务驱动角度来看,要思考企业的整体业务目标是什么,为了实现这个业务目标要做什么样的转型以及哪方面的能力提升,具体的业务提升和转型方向是什么;为了实现业务目标,理想的业务流程是什么,如何让这个流程跟数据流进行相应的结合和映射。这是一个由上而下的思考过程,是企业的高层管理者、战略管理者进行思考并牵引,通过中间管理层完善与丰富,最后落地实施的过程。很多时候大数据应用确实可以解决业务问题,但也可能解决不了所有的业务问题。大数据应用真正帮助企业的不仅仅是在于具体业务问题的解决层面,它是要让企业构建对数据驾驭的能力,当企业具备了这种能力后,才能够真正让企业在内部的生产管理、对外的经营模式上产生变化,真正形成持续的创新与应用的能力。

 

如何利用数据进行驱动。第一是去看现在手里有什么样的数据,这些数据从哪儿来,如果没有这些数据要怎么收集,以及这些数据的特点到底是什么,是时序数据、时空数据、智能产品产生的数据、生产设备产生的数据,数据量到底有多大;第二是对这些数据有了了解以后,这些数据怎么保存、管理、使用,另一个比较重要的则是数据质量怎么保证。第三是用什么样的系统、什么样的工具保证数据存储、数据管理、数据处理?同时这些数据到底如何进行集成、关联,不仅仅要把设备产生的数据拿来进行分析管理,还要在分析过程中关联周边的环境数据、地理数据等跨界数据。


工业大数据价值实现的场景


工业大数据应用场景主要可以归纳为两个场景,一个是围绕制造全生命周期的业务创新即先进制造,通过大数据驱动的创新产品设计、智能制造、智能服务,实现“提质、增效、降耗、控险”,达到提升企业在行业内竞争力的目的;另一个是产业互联网新业务创新(制造+互联网):以智能联网的工业产品为载体承载服务产品周边生态系统的产业互联网业务,达到开创新兴市场和业务模式的目的。


工业大数据应用案例


工业大数据在工程机械领域应用案例:工程机械设备大都在野外作业,作业环境恶劣,作业工况复杂。基于工程机械大数据解决方案实时监测设备状况,实现对设备的预防性维修及服务,在设备发送故障前,主动预警并触发维保方案, 基于设备运行状况大数据分析,为企业带来新的决策创新-助力企业准确判断市场热度、实现产品精准营销、产品改进和企业风险管控。


工业大数据在风电领域应用也体现出巨大的价值。基于工业大数据分析平台,从故障预警、运营优化等方面着手挖掘大数据价值,取得明显成效。风机的设计/仿真数据、运维档案、风机状态监测数据、测风塔观测数据、气象数据、地理信息等风电数据资源池统一整合到工业大数据分析平台,通过装备智能化、供应链协同、跨生态整合三条路径,逐步实践风电装备制造的数字化升级。在既有业务提质增效的基础上,进一步驱动产业互联新业务。


640?wx_fmt=png

参会人员合影


清数 • 思享会

思享会,亦私想汇,亦私享会,亦思想汇,是由清数大数据产业联盟与清华校友总会AI大数据专委会(筹)共同发起的思想交流平台,定位为小范围的深度交流,目标是希望通过思想交流与碰撞促进产业的数据创新,以及大数据与产业和资本的融合,帮助各产业发现和挖掘数据的价值,促成联盟成员及校友之间的互助与合作,为参会嘉宾带来新灵感和新启发。




什么是工业大数据?——如何以较低成本满足用户定制化的需求?

智慧工厂

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg

0?wx_fmt=jpeg




上海觉云科技:通过大数据实现设备预测性维护


觉云科技    工业4点0俱乐部                    


640?wx_fmt=png


通过大数据实现设备预测性维护

上海觉云科技

导读

本文通过两个案例,介绍上海觉云科技有限公司通过大数据为客户实现设备预测性维护。一个案例是将客户运营于各地的电梯接入云端,实现远程运维;另一个案例是为港口设备提供商建立智能化设备数据平台,实现向数字化服务提供商的转型升级。


企业简介


上海觉云科技创建于2016年,聚焦于物联网大数据平台解决方案,为行业客户提供数字化产品和服务。

觉云科技主要的产品和服务包括物联网数据架构设计、基于机器学习的大数据分析组件以及完整的数据产品等。目前主要客户来自汽车和制造业,产品已经在某工程机械上进行了应用和方案部署。

觉云科技的创始人及CEO常伟先生,曾就职于微软上海,担任物联网方案部门负责人,负责基于云端的物联网的服务组件设计和推广,包括Azure的PAAS和SAAS服务在中国的落地,提供云端的数据接入、协议转换、服务分配、平台集成、分析和展示。主要客户包括上海观致、中国福特、中国通用等企业。

640?wx_fmt=png


项目介绍


案例一:某电梯数据互联的智能分析

上海觉云科技帮助某电梯制造商将其运营在全国各地的电梯接入云端,基于上传到云端电梯传感器的数据,该电梯制造商的运维团队可以实时地查看运行状态,极大地提升了工作效率,降低了运营成本。同时,我们帮助该电梯制造商运用深度机器学习算法,建立电梯预测性维护模型,该模型能够准确的预测电梯故障时间,从而使运维团队可以提前对电梯进行维护,确保电梯正常运行时间高于同业竞争对手,获得行业领先优势。

640?wx_fmt=png

案例二:为某港口设备提供商进行数字化转型,实现由传统港口设备提供商向数字化服务提供商的战略转型。

为帮助客户达到转型升级的战略目标,需要为客户建立基于云端的智能化设备数据平台,实现云端数据分析,对分析结果进行可视化展示;并基于智能化数据,建立客户的应用门户。上海觉云科技帮助该港口设备商运用深度机器学习算法,建立港口设备预测性维护数据模型,使之能够基于云端的设备数据,实现设备的异常点检测和预测性维护。

此外,通过建立数据集成关系,觉云科技帮助该港口设备提供商将预测信息推送到全球监控中心和客户信息门户。根据实际运营中反馈的数据,对于齿轮箱过热问题,通过增强决策树算法建立的模型,可以将预测准确性提升到85%以上。

640?wx_fmt=jpeg

640?wx_fmt=png




人工智能赛博物理操作系统

AI-CPS OS

人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





产业智能官  AI-CPS



用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



640?wx_fmt=png

640?wx_fmt=png


长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


新技术“云计算”、“大数据”、“物联网”、“区块链”、“人工智能新产业:智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市、“智能驾驶”新模式:“财富空间、“数据科学家”、“赛博物理”、“供应链金融”


官方网站:AI-CPS.NET




本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com






展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客
应支付0元
点击重新获取
扫码支付

支付成功即可阅读