中文字幕观看-国产免费一区二区三区最新不卡-国产第三页-亚洲天堂第一页-先锋影音资源av-亚洲激情第一页-91日本视频-久久99久久久久久久久久久-91淫黄大片-久久精品爱-夜夜撸影院-国产爽爽爽-美女一区二区视频-鸥美一级片-国产综合在线观看

作者：毛旭初

工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟理事、朗坤智慧科技股份有限公司副總經(jīng)理

數(shù)智化是工業(yè)互聯(lián)網(wǎng)平臺(tái)助力企業(yè)智慧化轉(zhuǎn)型的重要抓手。2018年年底，在中央經(jīng)濟(jì)工作會(huì)議上首次提出了“新基建”，包括工業(yè)互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)中心、5G等七大領(lǐng)域，其中工業(yè)互聯(lián)網(wǎng)和人工智能技術(shù)相輔相成、相互融合。只有通過(guò)數(shù)智化技術(shù)的融合應(yīng)用，工業(yè)互聯(lián)網(wǎng)平臺(tái)匯聚的海量數(shù)據(jù)才會(huì)創(chuàng)造業(yè)務(wù)價(jià)值，這也是工業(yè)互聯(lián)網(wǎng)平臺(tái)通過(guò)互聯(lián)網(wǎng)技術(shù)服務(wù)制造業(yè)轉(zhuǎn)型升級(jí)的初心。

數(shù)智化突破是頭部企業(yè)數(shù)字化轉(zhuǎn)型的重要趨勢(shì)。國(guó)內(nèi)很多能源企業(yè)、頭部裝備制造企業(yè)管理成熟、流程規(guī)范，也具備很好的自動(dòng)化和信息化基礎(chǔ)，信息化平臺(tái)已覆蓋生產(chǎn)經(jīng)營(yíng)各環(huán)節(jié)，有效支撐著各業(yè)務(wù)的有序開(kāi)展。在新一輪數(shù)字化轉(zhuǎn)型浪潮中，他們希望抓住DT時(shí)代的發(fā)展機(jī)遇，不再滿(mǎn)足于對(duì)傳統(tǒng)信息化平臺(tái)的修修補(bǔ)補(bǔ)，而是充分挖掘積累的海量業(yè)務(wù)數(shù)據(jù)價(jià)值，通過(guò)應(yīng)用數(shù)智化技術(shù)，在鞏固原有核心競(jìng)爭(zhēng)力的同時(shí)，實(shí)現(xiàn)經(jīng)營(yíng)效益突破和商業(yè)模式創(chuàng)新。

工業(yè)企業(yè)要實(shí)現(xiàn)業(yè)務(wù)戰(zhàn)略和智慧化技術(shù)的共生共舞，取得數(shù)智化升級(jí)成功，我覺(jué)得取決于兩個(gè)要素：內(nèi)驅(qū)力和支撐技術(shù)，也就是本文討論的數(shù)智化創(chuàng)新的“道”與“術(shù)”。

這么一個(gè)復(fù)雜、長(zhǎng)期的工程，需要匹配對(duì)應(yīng)的發(fā)展戰(zhàn)略和規(guī)劃。通過(guò)制定企業(yè)數(shù)智化業(yè)務(wù)發(fā)展戰(zhàn)略，明確數(shù)智化業(yè)務(wù)應(yīng)用范圍、應(yīng)用目標(biāo)、評(píng)價(jià)指標(biāo)、實(shí)現(xiàn)路徑、參與組織和投入規(guī)劃等，通過(guò)戰(zhàn)略引領(lǐng)，有序推進(jìn)，避免實(shí)踐過(guò)程中的冒進(jìn)、徘徊、半途而廢。這個(gè)過(guò)程，可以聯(lián)合專(zhuān)業(yè)咨詢(xún)機(jī)構(gòu)或者解決方案提供商共同參與，圍繞設(shè)備故障預(yù)警、運(yùn)行優(yōu)化、能耗優(yōu)化、安全態(tài)勢(shì)感知等領(lǐng)域開(kāi)展。例如朗坤蘇暢服務(wù)的一家全球領(lǐng)先的裝備制造企業(yè)，他們就制定了清晰的數(shù)智化業(yè)務(wù)發(fā)展戰(zhàn)略，從最基本的遠(yuǎn)程監(jiān)控，到全面的服務(wù)在線(xiàn)，到基于智能算法的診斷和后市場(chǎng)服務(wù)，小步快跑，每一步都特別務(wù)實(shí)，投入小、效益高，成功率也高。

任何工作成敗的關(guān)鍵是人、是組織，這不僅是我們常說(shuō)的“一把手”工程的事，更是一個(gè)讓組織目標(biāo)一致、高效協(xié)同、不斷創(chuàng)新突破、關(guān)注效益的“數(shù)智化文化”。通過(guò)我們對(duì)優(yōu)秀企業(yè)的觀察發(fā)現(xiàn)，“數(shù)智化文化”不同于先僵化后優(yōu)化再固化的規(guī)范化、標(biāo)準(zhǔn)化文化，不同于手工作業(yè)電子化的文化?！皵?shù)智化文化”是通過(guò)企業(yè)積累的數(shù)據(jù)創(chuàng)新、創(chuàng)造的極客文化，數(shù)據(jù)是企業(yè)重要的資產(chǎn)，不僅僅放在口頭上，而是要通過(guò)積極挖掘積累的物聯(lián)網(wǎng)數(shù)據(jù)、經(jīng)營(yíng)過(guò)程數(shù)據(jù)和生產(chǎn)過(guò)程數(shù)據(jù)，洞悉規(guī)律、預(yù)測(cè)未來(lái)、發(fā)現(xiàn)改進(jìn)機(jī)會(huì)；“數(shù)智化文化”是IT人員和一線(xiàn)業(yè)務(wù)人員無(wú)縫深度融合的文化，IT人員提供工業(yè)互聯(lián)網(wǎng)平臺(tái)，業(yè)務(wù)專(zhuān)家樂(lè)于使用先進(jìn)的工具，固化自己的知識(shí)，融入行業(yè)算法，驗(yàn)證自己的經(jīng)驗(yàn)，讓執(zhí)行更精準(zhǔn)、團(tuán)隊(duì)更輕松；“數(shù)智化文化”是關(guān)注通過(guò)大數(shù)據(jù)技術(shù)創(chuàng)造效益的文化，應(yīng)用效果不僅體現(xiàn)在預(yù)測(cè)準(zhǔn)確率、泛化能力等技術(shù)指標(biāo)，更是由業(yè)務(wù)管理人員制定的降低多少能耗、提升多少產(chǎn)量、避免多少故障等效益指標(biāo)。

高質(zhì)量數(shù)據(jù)匱乏是工業(yè)領(lǐng)域的普遍現(xiàn)象，已成為企業(yè)數(shù)智化轉(zhuǎn)型的瓶頸。很多企業(yè)通過(guò)數(shù)據(jù)治理落地?cái)?shù)據(jù)編碼、主數(shù)據(jù)等規(guī)范，實(shí)現(xiàn)生產(chǎn)管理數(shù)據(jù)的資產(chǎn)化，但在生產(chǎn)實(shí)時(shí)數(shù)據(jù)管理方面投入明顯不足，無(wú)法打造生產(chǎn)管理與生產(chǎn)實(shí)時(shí)相結(jié)合的綜合“工況數(shù)據(jù)”樣本集，而這類(lèi)數(shù)據(jù)正是智能化模型開(kāi)發(fā)所需的工業(yè)“黃金”?；谖覀兌嗄陻?shù)智類(lèi)產(chǎn)品交付經(jīng)驗(yàn)可以發(fā)現(xiàn)，企業(yè)想要構(gòu)建高質(zhì)量工況數(shù)據(jù)集，需要從數(shù)據(jù)采集“全面性”、標(biāo)記生成“流程化”、質(zhì)量檢查“專(zhuān)業(yè)化”三個(gè)方面實(shí)現(xiàn)突破。

數(shù)據(jù)采集的“全面性“是企業(yè)打造高質(zhì)量數(shù)據(jù)的基礎(chǔ)。工業(yè)企業(yè)現(xiàn)有的監(jiān)測(cè)點(diǎn)更多是為了生產(chǎn)工藝的過(guò)程監(jiān)控，缺少了支撐智能化應(yīng)用所需的專(zhuān)業(yè)化測(cè)點(diǎn)，導(dǎo)致智能模型數(shù)據(jù)維度缺失、建模困難。針對(duì)這種現(xiàn)狀，工業(yè)企業(yè)需要基于智能化業(yè)務(wù)需求，提前完成數(shù)據(jù)采集點(diǎn)的補(bǔ)裝，從而保障數(shù)據(jù)“全面性”，支撐數(shù)智化模型的構(gòu)建。例如在某些需要精細(xì)化診斷分析的場(chǎng)景，需引入高頻位移、紅外、超聲波等監(jiān)測(cè)技術(shù)，盡早開(kāi)始收集滿(mǎn)足數(shù)智化需求的復(fù)合工況數(shù)據(jù)。

工況數(shù)據(jù)收集的“流程化”是企業(yè)打造高質(zhì)量數(shù)據(jù)的靈魂。“工況數(shù)據(jù)”是綜合了多類(lèi)數(shù)據(jù)信息的高價(jià)值數(shù)據(jù)，例如設(shè)備故障記錄、故障解決方案與同期的設(shè)備監(jiān)控?cái)?shù)據(jù)共同構(gòu)成了設(shè)備故障診斷工況數(shù)據(jù)。由于這些數(shù)據(jù)的收集需要IT與OT專(zhuān)家的大量專(zhuān)業(yè)化協(xié)同工作才能完成，導(dǎo)致工況數(shù)據(jù)集的收集效率較低，所以該項(xiàng)工作的“流程化”至關(guān)重要。

工況數(shù)據(jù)質(zhì)量檢查的“專(zhuān)業(yè)化”是數(shù)智化創(chuàng)新效果的保障。目前企業(yè)在生產(chǎn)管理數(shù)據(jù)質(zhì)量提升方面做的較好，基于數(shù)據(jù)治理工具實(shí)現(xiàn)了數(shù)據(jù)的常規(guī)質(zhì)量檢查與修復(fù)，然而在面對(duì)場(chǎng)景化工況數(shù)據(jù)的整體質(zhì)量問(wèn)題時(shí)缺乏有效的檢查、修復(fù)手段，例如“工況時(shí)間段偏差”、“多維數(shù)據(jù)關(guān)聯(lián)錯(cuò)誤”等 。企業(yè)面對(duì)這類(lèi)綜合數(shù)據(jù)質(zhì)量問(wèn)題，一方面需要更專(zhuān)業(yè)的數(shù)據(jù)質(zhì)量檢查與修復(fù)工具輔助，如“時(shí)序據(jù)趨勢(shì)異常檢查工具“、“工況數(shù)據(jù)回放驗(yàn)證計(jì)算工具”等；另一方面需要業(yè)務(wù)專(zhuān)家從數(shù)據(jù)應(yīng)用效果上做審核把關(guān)，例如基于工業(yè)數(shù)據(jù)智能平臺(tái)將工況數(shù)據(jù)的標(biāo)記、驗(yàn)證、審核、發(fā)布流程固化，大幅提升數(shù)據(jù)質(zhì)量與模型準(zhǔn)確度。

數(shù)智模型的開(kāi)發(fā)與應(yīng)用是數(shù)智化創(chuàng)新的前提，但對(duì)于不少工業(yè)企業(yè)，數(shù)智模型的開(kāi)發(fā)與應(yīng)用是一件棘手的事。主要原因有：一是缺少對(duì)算法庫(kù)的持續(xù)完善與優(yōu)化。由于工業(yè)場(chǎng)景的特殊性、環(huán)境的多樣性，工業(yè)算法很難做到“開(kāi)箱即用”，需持續(xù)結(jié)合工業(yè)數(shù)據(jù)特點(diǎn)和變化情況，實(shí)現(xiàn)針對(duì)性的算法優(yōu)化設(shè)計(jì)，而工業(yè)企業(yè)缺少對(duì)算法庫(kù)持續(xù)跟蹤的工具。二是“小作坊”式的數(shù)智模型開(kāi)發(fā)思維。不少企業(yè)抱著“小作坊”式思維，不關(guān)注數(shù)智模型開(kāi)發(fā)與投運(yùn)的產(chǎn)品化，無(wú)法完成規(guī)?；瘧?yīng)用，也就無(wú)法充分發(fā)揮數(shù)智化創(chuàng)新價(jià)值； 三是數(shù)智模型應(yīng)用依賴(lài)各專(zhuān)業(yè)團(tuán)隊(duì)合作。例如生產(chǎn)過(guò)程的工藝參數(shù)優(yōu)化場(chǎng)景，不僅依賴(lài)數(shù)據(jù)科學(xué)家，也需要一線(xiàn)的生產(chǎn)運(yùn)行人員深度參與，因此融合各團(tuán)隊(duì)的能力，實(shí)現(xiàn)高效協(xié)作至關(guān)重要。

要解決以上問(wèn)題，必須確定平臺(tái)思維，打造支撐工業(yè)企業(yè)數(shù)智化創(chuàng)新的數(shù)據(jù)智能平臺(tái)。對(duì)于工業(yè)企業(yè)來(lái)說(shuō)，打造數(shù)據(jù)智能平臺(tái)即打造了一個(gè)共享、協(xié)作的數(shù)智實(shí)驗(yàn)和創(chuàng)新平臺(tái)，也是一個(gè)數(shù)智化模型管理和應(yīng)用的平臺(tái)。一方面，企業(yè)以平臺(tái)為載體，整合自身各專(zhuān)業(yè)團(tuán)隊(duì)資源，實(shí)現(xiàn)數(shù)智知識(shí)共享與協(xié)作；另一方面，也可通過(guò)平臺(tái)，聯(lián)合高校、研究院，實(shí)現(xiàn)產(chǎn)學(xué)研結(jié)合，共建數(shù)智化創(chuàng)新應(yīng)用。同時(shí)，在數(shù)據(jù)智能平臺(tái)加持下，工業(yè)企業(yè)也可避免陷入“小作坊”式開(kāi)發(fā)思維，建立起企業(yè)自己的核心算法庫(kù)和模型開(kāi)發(fā)、應(yīng)用標(biāo)準(zhǔn)，提升自身數(shù)智化認(rèn)知水平與數(shù)智化創(chuàng)新能力。我們服務(wù)的某生物質(zhì)發(fā)電企業(yè)，圍繞經(jīng)濟(jì)真空、四管監(jiān)測(cè)兩大核心場(chǎng)景，通過(guò)朗坤蘇暢天璣數(shù)據(jù)智能平臺(tái)，整合包括運(yùn)行專(zhuān)家、高校團(tuán)隊(duì)等多方創(chuàng)新團(tuán)隊(duì)，建立管壁溫預(yù)警模型、冷端優(yōu)化模型，成功實(shí)現(xiàn)了數(shù)智化創(chuàng)新突破。 

安全、產(chǎn)能、能耗、質(zhì)量、環(huán)保是工業(yè)企業(yè)數(shù)智化創(chuàng)新的優(yōu)化目標(biāo)，多數(shù)領(lǐng)域工藝流程都較為復(fù)雜，受到設(shè)備可靠性、物料配比、物化反應(yīng)、能源供應(yīng)等多重因素影響，涉及到力學(xué)、電氣、熱力學(xué)、化學(xué)、數(shù)學(xué)等多學(xué)科交叉融合。因此，需搭建一個(gè)開(kāi)放的數(shù)字孿生建模平臺(tái)，支撐工藝業(yè)務(wù)專(zhuān)家、設(shè)備運(yùn)維專(zhuān)家與數(shù)據(jù)算法科學(xué)家深度合作，協(xié)同構(gòu)建適應(yīng)生產(chǎn)現(xiàn)場(chǎng)真實(shí)場(chǎng)景的實(shí)用性模型。

通過(guò)數(shù)字孿生建模平臺(tái)的應(yīng)用，一方面，能夠按照企業(yè)生產(chǎn)工藝，靈活定義“工廠、生產(chǎn)線(xiàn)、系統(tǒng)、設(shè)備”完整工藝流程層級(jí)關(guān)系，構(gòu)建匹配自身數(shù)智化業(yè)務(wù)的數(shù)字化實(shí)體；另一方面，可實(shí)現(xiàn)工況靈活定義、模型測(cè)試評(píng)價(jià)、樣本更新維護(hù)、知識(shí)庫(kù)配置等可視化模型管理，幫助業(yè)務(wù)專(zhuān)家持續(xù)“研發(fā)、驗(yàn)證、優(yōu)化、擴(kuò)展”模型，這是“實(shí)驗(yàn)室理想化模型”升級(jí)為 “生產(chǎn)現(xiàn)場(chǎng)實(shí)用性模型”的關(guān)鍵。

在構(gòu)建數(shù)字孿生體過(guò)程中，企業(yè)自身數(shù)智化創(chuàng)新團(tuán)隊(duì)需深度參與。在各類(lèi)場(chǎng)景下，數(shù)字孿生體要么是融合了一線(xiàn)人員的經(jīng)驗(yàn)（機(jī)理模型、知識(shí)庫(kù)），要么是學(xué)習(xí)訓(xùn)練不同工況設(shè)備運(yùn)行歷史數(shù)據(jù)（大數(shù)據(jù)模型），或者是兩者兼具，從實(shí)驗(yàn)室走向現(xiàn)場(chǎng)實(shí)際場(chǎng)景都有一個(gè)持續(xù)迭代優(yōu)化的過(guò)程，因此，企業(yè)業(yè)務(wù)專(zhuān)家深度參與調(diào)優(yōu)是模型長(zhǎng)期保持精準(zhǔn)性的關(guān)鍵因素。

隨著工業(yè)智能的逐步落地推進(jìn)，以數(shù)據(jù)模型驅(qū)動(dòng)的創(chuàng)新場(chǎng)景越來(lái)越豐富，也積累形成了越來(lái)越多的數(shù)智模型。但這些模型往往多以輔助、提醒、參考等作用為主，與工業(yè)現(xiàn)場(chǎng)具體業(yè)務(wù)聯(lián)動(dòng)不緊密。再創(chuàng)新的算法、再精準(zhǔn)的模型，如果未能觸達(dá)生產(chǎn)一線(xiàn)，也是“空中樓閣”。

所以，數(shù)智化應(yīng)用要在業(yè)務(wù)的橫向擴(kuò)展和工業(yè)現(xiàn)場(chǎng)的縱向集成方面再往前走一步，落實(shí)好這“最后一公里”的工作。在業(yè)務(wù)的橫向拓展方面，要能夠和生產(chǎn)管理、物資管理、能耗管理等具體業(yè)務(wù)流程相結(jié)合。例如，設(shè)備故障預(yù)警要和檢修運(yùn)維管理結(jié)合，診斷出的預(yù)警要能夠自動(dòng)關(guān)聯(lián)檢修業(yè)務(wù)，指導(dǎo)現(xiàn)場(chǎng)精準(zhǔn)開(kāi)展點(diǎn)檢、維護(hù)、備品備件管理等工作，才能夠真正減少設(shè)備維護(hù)成本，實(shí)現(xiàn)設(shè)備管理提質(zhì)增效。在工業(yè)現(xiàn)場(chǎng)的縱向集成方面，云端的數(shù)智模型與邊緣端的工控系統(tǒng)集成是一個(gè)趨勢(shì)。很多工藝優(yōu)化場(chǎng)景，像智能監(jiān)盤(pán)、鍋爐燃燒優(yōu)化、冷端優(yōu)化等，通過(guò)AI模型實(shí)現(xiàn)對(duì)最優(yōu)變量的計(jì)算，如果能夠?qū)⒛Ｐ徒Y(jié)果反饋至工控系統(tǒng)，優(yōu)化控制參數(shù)變量，這將大幅提高現(xiàn)場(chǎng)作業(yè)效率，同時(shí)也是真正意義上的“云邊協(xié)同”，系統(tǒng)不僅僅會(huì)思考，還能夠執(zhí)行。