工業(yè)互聯(lián)網(wǎng)為高端制造提供幫助
掃描二維碼
隨時(shí)隨地手機(jī)看文章
隨著5G的商用和第一個工業(yè)互聯(lián)網(wǎng)國際標(biāo)準(zhǔn)項(xiàng)目的立項(xiàng),2019年有望成為工業(yè)互聯(lián)網(wǎng)啟動之年,從前幾年的概念熱炒進(jìn)入到了逐步落地的階段。而在工業(yè)互聯(lián)網(wǎng)領(lǐng)域各自為戰(zhàn)的信息化企業(yè)和創(chuàng)業(yè)公司也在充分利用并購整合的策略快速成長占領(lǐng)市場,力爭成為中國版的Uptake——工業(yè)互聯(lián)網(wǎng)標(biāo)桿企業(yè)。從現(xiàn)在開始關(guān)注工業(yè)互聯(lián)網(wǎng)的創(chuàng)業(yè)公司和創(chuàng)業(yè)項(xiàng)目,不失為進(jìn)入工業(yè)互聯(lián)網(wǎng)賽道的最佳時(shí)機(jī)。
2019年,工業(yè)互聯(lián)網(wǎng)首次進(jìn)入政府工作報(bào)告,2019政府工作報(bào)告專門提及“打造工業(yè)互聯(lián)網(wǎng)平臺,拓展‘智能+’,為制造業(yè)轉(zhuǎn)型升級賦能”。最近工業(yè)互聯(lián)網(wǎng)非常熱,一是“智能+”對工業(yè)轉(zhuǎn)型升級的重要性,二是在科創(chuàng)板開市之后,與工業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)網(wǎng)相關(guān)的科創(chuàng)企業(yè)在不斷進(jìn)入科創(chuàng)板上市的行列中。此前對工業(yè)互聯(lián)網(wǎng)有大量討論,但還有很多困惑和發(fā)展不清晰之處。在鈦資本新一代企業(yè)級科技投資人投研社第24期,寄云科技創(chuàng)始人&總裁時(shí)培昕分享了工業(yè)互聯(lián)網(wǎng)如何賦能高端制造,釋放機(jī)器潛力。
時(shí)培昕博士畢業(yè)于北京郵電大學(xué)信號與信息處理專業(yè),是國內(nèi)早期從事云計(jì)算、大數(shù)據(jù)和工業(yè)互聯(lián)網(wǎng)相關(guān)領(lǐng)域研究推廣與應(yīng)用的專家。2013年創(chuàng)建了工業(yè)互聯(lián)網(wǎng)公司寄云科技,幫助石油能源、電力能源、軌道交通和高端制造等領(lǐng)域企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,包括故障診斷、故障分析預(yù)測、可靠性分析、產(chǎn)線優(yōu)化、產(chǎn)能提升等工業(yè)互聯(lián)網(wǎng)解決方案。時(shí)培昕對工業(yè)互聯(lián)網(wǎng)領(lǐng)域的前沿技術(shù)、行業(yè)動態(tài)、客戶需求有獨(dú)到的見解,開發(fā)了國內(nèi)領(lǐng)先的工業(yè)互聯(lián)網(wǎng)平臺——NeuSeer平臺。
工業(yè)互聯(lián)網(wǎng)兩大典型玩家工業(yè)互聯(lián)網(wǎng)主要由網(wǎng)絡(luò)、平臺、安全三大部分組成,其中網(wǎng)絡(luò)是基礎(chǔ),特別是5G低時(shí)延網(wǎng)絡(luò)是保證工業(yè)互聯(lián)網(wǎng)的基礎(chǔ),而數(shù)據(jù)和平臺是工業(yè)互聯(lián)網(wǎng)的核心,安全是保障。
工業(yè)互聯(lián)網(wǎng)廠商非常多,從最基本的連接端到云服務(wù)端,從IaaS端到PaaS端再到工業(yè)數(shù)據(jù)分析展示和可視化平臺再到具體應(yīng)用場景,設(shè)計(jì)仿真、生產(chǎn)優(yōu)化、運(yùn)營管理、資產(chǎn)運(yùn)維、能耗管理、采購優(yōu)化等,都是在工業(yè)里利用物聯(lián)網(wǎng)的數(shù)據(jù)采集和大數(shù)據(jù)分析后才能創(chuàng)造出的應(yīng)用場景。
兩個比較典型的工業(yè)互聯(lián)網(wǎng)玩家:第一個是提出工業(yè)互聯(lián)網(wǎng)概念的GE旗下Digital部門,提出“通過發(fā)掘數(shù)據(jù)的價(jià)值實(shí)現(xiàn)高效的產(chǎn)出”。不幸的是GE已經(jīng)在2018年開始出售Predix,主要原因有幾個:一,GE Digital受到燃機(jī)、油氣、電力等系列主營業(yè)務(wù)的市場疲軟影響;二,低估了工業(yè)企業(yè)數(shù)字化進(jìn)程的難度;三,過于強(qiáng)調(diào)云平臺和IT能力,忽視了客戶對應(yīng)用的需求,盈利模式不清晰;四,進(jìn)行的并購和整合并沒有達(dá)到通過一個平臺統(tǒng)一不同的應(yīng)用軟件和交付能力的有效目的。GE Digital的規(guī)劃目標(biāo),是希望通過Predix平臺結(jié)合應(yīng)用Operation Performance Management(運(yùn)營績效管理)和Asset Performance Management(設(shè)備性能管理),通過設(shè)備的健康和可靠性管理、合規(guī)性管理、資產(chǎn)優(yōu)化、策略優(yōu)化,以達(dá)到運(yùn)營性能的管理,包括提升運(yùn)營效率、實(shí)現(xiàn)過程優(yōu)化等。
第二個玩家是Uptake,是公認(rèn)的工業(yè)互聯(lián)網(wǎng)領(lǐng)域的標(biāo)桿創(chuàng)業(yè)公司。創(chuàng)立于2012年,Uptake做的很多事都在模仿GE Digital,包括招募了很多GE Digital的原班人馬。其主張也是通過工業(yè)物聯(lián)網(wǎng)的數(shù)據(jù)分析,實(shí)現(xiàn)高效的資產(chǎn)性能和運(yùn)營效率的提升,提供的方案也是平臺加應(yīng)用。在平臺層,不僅提供相應(yīng)工業(yè)的基礎(chǔ)能力,也提供AI和機(jī)器學(xué)習(xí)引擎,把算法變成目錄和訂閱的方式以快速實(shí)現(xiàn)數(shù)據(jù)分析,并在上面實(shí)現(xiàn)快速應(yīng)用編譯和部署,最后形成應(yīng)用和行業(yè)解決方案。應(yīng)用主要有兩類,一類是通過數(shù)據(jù)科學(xué)、人工智能的方式實(shí)現(xiàn)資產(chǎn)性能的提升,另一個是通過提升資產(chǎn)性能提升運(yùn)營效率,都與GE非常像。
Uptake在2018年11月份收購了一家APT(Asset Performance Technology)公司,這家企業(yè)提供了800多種類型的設(shè)備、1000多萬種不同部件的失效模式。FMEA失效模式分析有什么用呢?可以非常清楚地定位出設(shè)備有多少種故障現(xiàn)象,每種故障現(xiàn)象應(yīng)該采取的應(yīng)對措施和尋找相應(yīng)根因形成維護(hù)策略。還有Uptake另外一個應(yīng)用,通過AI實(shí)現(xiàn)銷售線索、服務(wù)需求、工作流效率的優(yōu)化,主要是針對設(shè)備制造商提供一整套業(yè)務(wù)流程優(yōu)化引擎、提高銷售業(yè)績和客戶滿意度。
比較典型的案例:第一個是為卡特彼勒開發(fā)一套設(shè)備聯(lián)網(wǎng)和分析系統(tǒng),采集設(shè)備的各類數(shù)據(jù)信息,聯(lián)網(wǎng)監(jiān)控的同時(shí)分析預(yù)測設(shè)備可能會發(fā)生的故障,以提前應(yīng)對;美國一家Class1的火車公司,在美國有大約一萬四千個火車頭,Uptake幫助其通過人工智能預(yù)測性維護(hù),每年節(jié)省4700萬美金;AMEREN是美國一家發(fā)電廠,每年用了Uptake的人工智能應(yīng)用平臺幫公司節(jié)省990萬美金;PaloVerde是一家核電廠,每年Uptake幫其節(jié)省1000萬美金;Uptake還幫助某個重型機(jī)械經(jīng)銷商每年提高850萬美金的收入。
這幾個案例是工業(yè)互聯(lián)網(wǎng)里比較典型的應(yīng)用場景,圍繞大型設(shè)備的資產(chǎn)性能,利用數(shù)據(jù)分析實(shí)現(xiàn)設(shè)備可靠性的提升,進(jìn)而提升整個過程的運(yùn)營效率,創(chuàng)造更多的價(jià)值和利潤。
工業(yè)互聯(lián)網(wǎng)的核心技術(shù)有四個:一,邊緣計(jì)算是有強(qiáng)剛需的工業(yè)應(yīng)用場景,通過邊緣端的實(shí)時(shí)數(shù)據(jù)采集、云端的數(shù)據(jù)分析和應(yīng)用開發(fā)以實(shí)現(xiàn)高效協(xié)同,是云端應(yīng)用對邊緣端實(shí)時(shí)數(shù)據(jù)采集的響應(yīng)和控制過程;二,大數(shù)據(jù)平臺也非常關(guān)鍵,以前的工業(yè)數(shù)據(jù)都是小數(shù)據(jù),很多數(shù)據(jù)處理都在邊緣完成,并沒有匯總起來進(jìn)行相關(guān)性分析和統(tǒng)一趨勢分析,因此實(shí)現(xiàn)應(yīng)用和數(shù)據(jù)解耦的大數(shù)據(jù)平臺也很關(guān)鍵;三,數(shù)字孿生,即通過數(shù)據(jù)化方式為工業(yè)設(shè)備定義數(shù)據(jù)結(jié)構(gòu),結(jié)合數(shù)據(jù)分析對設(shè)備的過去、當(dāng)前和未來進(jìn)行深入的洞悉,完成設(shè)備從物理向虛擬環(huán)境映射的最關(guān)鍵描述;四,通過專家經(jīng)驗(yàn)+人工智能的方式,基于專家經(jīng)驗(yàn)指導(dǎo)的大數(shù)據(jù)樣本標(biāo)注,通過人工智能算法訓(xùn)練開發(fā)相應(yīng)的故障診斷和預(yù)測模型,實(shí)現(xiàn)精準(zhǔn)判決。
工業(yè)互聯(lián)網(wǎng)三大高端制造應(yīng)用場景什么是高端制造?高端制造與中高端制造、中低端制造不一樣之處在于:一,生產(chǎn)過程基本上都是連續(xù)的,比如流程制造;二,需要眾多不同大型設(shè)備的高效協(xié)同,屬于復(fù)雜工藝。像石油、電力、石化、光電、半導(dǎo)體等高端制造的可能有幾百個不同的子生產(chǎn)過程, 需要保證每個生產(chǎn)過程都得到嚴(yán)格的管控,才能完成最終預(yù)期的產(chǎn)出;三,高度自動化的生產(chǎn)過程,可以根據(jù)實(shí)時(shí)采集的各種工況參數(shù),對控制過程進(jìn)行自動化的實(shí)時(shí)響應(yīng);四,對質(zhì)量、產(chǎn)能、風(fēng)險(xiǎn)、成本等的精細(xì)化管理要求極高,需要非常精準(zhǔn)的過程控制和結(jié)果檢驗(yàn)機(jī)制。
工業(yè)互聯(lián)網(wǎng)在高端制造里應(yīng)用場景很多,而當(dāng)前的高端制造普遍呈現(xiàn)資產(chǎn)密集、資產(chǎn)性能優(yōu)化空間大,數(shù)字化程度高但數(shù)據(jù)利用率低,經(jīng)驗(yàn)驅(qū)動、缺少科學(xué)決策能力的局面。通過結(jié)合工業(yè)互聯(lián)網(wǎng)的賦能,即資產(chǎn)性能管理、運(yùn)營效率提升、能源管理優(yōu)化、安全生產(chǎn)環(huán)保、工業(yè)控制安全,可達(dá)到:一,提高資產(chǎn)運(yùn)營的效率,降低非計(jì)劃停機(jī)帶來的風(fēng)險(xiǎn)影響;二,提高資產(chǎn)利用的效率,降低排放、降低能耗、提高安全生產(chǎn)、實(shí)現(xiàn)環(huán)保,構(gòu)建產(chǎn)業(yè)生態(tài)。正是因?yàn)楦叨酥圃炱毡榈捏w量都比較大,所以哪怕提高1%,都能創(chuàng)造巨大的價(jià)值。
高端制造的工業(yè)互聯(lián)網(wǎng)的核心不是數(shù)據(jù)采集,而是一層一層傳遞的數(shù)據(jù)的價(jià)值。工業(yè)互聯(lián)網(wǎng)平臺,能夠起到加速整個價(jià)值傳遞過程的作用,一方面能夠匯聚來自不同設(shè)備和業(yè)務(wù)系統(tǒng)的數(shù)據(jù),構(gòu)建數(shù)據(jù)中臺,對數(shù)據(jù)進(jìn)行規(guī)范和治理,以及針對離散化、場景化的數(shù)據(jù)分析;另一方面,它也提供了大量的跨應(yīng)用系統(tǒng)的能力重用模塊,讓應(yīng)用的交付、數(shù)據(jù)的分析變得更便捷和更簡單。
相對于傳統(tǒng)的PLC、DCS、MES或ERP這些傳統(tǒng)的IT和OT系統(tǒng),工業(yè)互聯(lián)網(wǎng)應(yīng)用著眼點(diǎn)放在了新技術(shù)解決老問題上,它通過運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等先進(jìn)的IT技術(shù),去解決原先由于數(shù)據(jù)量、數(shù)據(jù)處理能力、實(shí)時(shí)性等限制而不能得到很好解決的設(shè)備可靠性、工藝質(zhì)量以及企業(yè)經(jīng)營決策等方面問題,可以說是原有IT和OT系統(tǒng)的升級和重構(gòu)。
高端制造的工業(yè)互聯(lián)網(wǎng)應(yīng)用非常離散化,應(yīng)用場景主要是三類,設(shè)備資產(chǎn)管理、運(yùn)營性能管理和生產(chǎn)經(jīng)營決策。資產(chǎn)性能管理的目標(biāo)是提高資產(chǎn)(也就是設(shè)備)的可靠性,避免非計(jì)劃停機(jī);只有保證了設(shè)備的可靠性,才能保證運(yùn)營過程中的產(chǎn)能、質(zhì)量、成本的有效提升,才能優(yōu)化運(yùn)營指標(biāo);而只有保證了運(yùn)營效率的提升,才能實(shí)現(xiàn)企業(yè)經(jīng)營利潤的提升和經(jīng)營風(fēng)險(xiǎn)的規(guī)避,所以這三層是通過數(shù)據(jù)的價(jià)值環(huán)環(huán)相扣的。
應(yīng)用場景1:資產(chǎn)性能管理。大型高端制造都有關(guān)鍵的大型設(shè)備,這些設(shè)備在連續(xù)生產(chǎn)過程中的停機(jī)風(fēng)險(xiǎn),會造成很大影響。普遍來說,進(jìn)行有效設(shè)備維護(hù)的策略有:一是被動式維護(hù),就是壞了再修,這種維護(hù)成本最高;二是預(yù)防性維修,為了避免被動維修引起的設(shè)備停機(jī)停產(chǎn),現(xiàn)階段采用較多的是預(yù)防性維修,也就是定期保養(yǎng);三是視情況維修或基于狀態(tài)維修,因?yàn)榍皟煞N的成本相對比較高,因此采用振動分析、紅外、超聲等檢測儀器,對關(guān)鍵設(shè)備進(jìn)行相應(yīng)的判決和檢測,基于檢測的結(jié)果決定是否要維修,提前修還是推后修;四是預(yù)測維修,基于海量數(shù)據(jù)分析對設(shè)備的實(shí)時(shí)狀態(tài)做評估,再決定是否要維修;第五,RCM或基于風(fēng)險(xiǎn)評估,結(jié)合實(shí)時(shí)數(shù)據(jù)對設(shè)備保養(yǎng)策略的一系列計(jì)算,得到基于風(fēng)險(xiǎn)管控的維護(hù)策略,實(shí)現(xiàn)更精準(zhǔn)的維護(hù)。目前GE和Uptake已經(jīng)做到了基于可靠性的維修或基于風(fēng)險(xiǎn)維護(hù)的完整策略。
現(xiàn)在的問題是:一,無法實(shí)現(xiàn)實(shí)時(shí)的判決和診斷,無法根據(jù)動態(tài)的工況進(jìn)行調(diào)整;二,無法實(shí)現(xiàn)精確的故障定位,無法實(shí)現(xiàn)精確的指標(biāo)計(jì)算;三,無法實(shí)現(xiàn)精確的壽命預(yù)測,無法實(shí)現(xiàn)預(yù)測性維護(hù);四,無法積累、優(yōu)化和復(fù)制專家經(jīng)驗(yàn),無法實(shí)現(xiàn)知識的自我學(xué)習(xí)和進(jìn)化。
資產(chǎn)性能管理系統(tǒng)主要涉及三方面:一是數(shù)據(jù),即機(jī)器的實(shí)時(shí)數(shù)據(jù)、歷史維護(hù)記錄、失效記錄、產(chǎn)品手冊等;二是機(jī)理,像FMEA、控制理論等基本的工業(yè)模型;三是數(shù)據(jù)分析,變點(diǎn)檢測、時(shí)序預(yù)測、聚類回歸、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等結(jié)合在一起,才能產(chǎn)生一個相對完整的設(shè)備資產(chǎn)管理系統(tǒng),實(shí)現(xiàn)實(shí)時(shí)監(jiān)測、故障診斷預(yù)測、可靠性管理等一系列功能,最終目標(biāo)是降低停機(jī)概率、降低運(yùn)營風(fēng)險(xiǎn)、實(shí)現(xiàn)更快的響應(yīng)能力。
怎么利用數(shù)據(jù)分析實(shí)現(xiàn)資產(chǎn)的高效性能分析呢?主要還是利用機(jī)器的數(shù)據(jù)?;跈C(jī)器的歷史數(shù)據(jù)可以構(gòu)建不同狀態(tài)下的歷史數(shù)據(jù)樣本,開發(fā)各類故障的特征模型,與當(dāng)前傳感器數(shù)據(jù)進(jìn)行對比,從而對當(dāng)前的設(shè)備進(jìn)行實(shí)時(shí)的健康評估?;跉v史數(shù)據(jù)也可以構(gòu)建性能預(yù)測指標(biāo),通過對比指標(biāo)就可以知道設(shè)備未來在什么時(shí)間可能會出問題,可以計(jì)算剩余壽命以優(yōu)化維護(hù)策略。
應(yīng)用場景2:運(yùn)營性能管理。在工業(yè)生產(chǎn)過程中有很多設(shè)備都產(chǎn)生數(shù)據(jù),像工藝數(shù)據(jù)、質(zhì)量數(shù)據(jù)、維護(hù)數(shù)據(jù)等,都可以通過工業(yè)互聯(lián)網(wǎng)平臺采集出來,做工藝參數(shù)優(yōu)化、良率優(yōu)化、虛擬量測、關(guān)鍵指標(biāo)建模、燃燒環(huán)保優(yōu)化、能源管理等一系列分析。通過實(shí)時(shí)采集生產(chǎn)過程中設(shè)備、工藝、質(zhì)檢、環(huán)保、環(huán)節(jié)數(shù)據(jù),結(jié)合數(shù)據(jù)挖掘和人工智能分析,可以實(shí)現(xiàn)生產(chǎn)工藝、品質(zhì)還有運(yùn)營效率全方面的優(yōu)化。
舉幾個簡單例子:
一,工作模式自動識別。在運(yùn)營中對設(shè)備的工作狀態(tài)進(jìn)行識別,只有識別了不同的工作狀態(tài)才能區(qū)別出在不同工作狀態(tài)下的工作效率和關(guān)鍵KPI指標(biāo),這種識別原來全是手動識別或是專家經(jīng)驗(yàn)識別,現(xiàn)在完全可以通過機(jī)器學(xué)習(xí)再結(jié)合專家經(jīng)驗(yàn)的方式提取規(guī)則,創(chuàng)造自動識別的過程。
二,異常檢測。由于能夠區(qū)分不同的工作狀態(tài),才能對不同的工作狀態(tài)設(shè)一個穩(wěn)定值,這叫SPEC值。一個設(shè)備可能工作在不同的SPEC和不同的工藝過程下,所以每個工藝過程要區(qū)分不同的工作狀態(tài),才能知道應(yīng)該改進(jìn)哪些關(guān)鍵工藝參數(shù)。
三,根因分析。根因分析就是有多少種原因會導(dǎo)致最終的不良或排放、燃燒等關(guān)鍵指標(biāo)低下。這種根因分析往往是在不同時(shí)間維度上產(chǎn)生的,可能幾個小時(shí)之前的一個工藝參數(shù)會導(dǎo)致最后生產(chǎn)結(jié)果的質(zhì)量、品質(zhì)或關(guān)鍵指標(biāo)的劣化。數(shù)據(jù)分析需要把不同時(shí)間維度的海量數(shù)據(jù)結(jié)合在一起,通過相關(guān)性分析、相似度搜索等數(shù)據(jù)分析的方式,匹配到最有可能產(chǎn)生問題的一個匹配關(guān)系上。
四,SPEC的快速確定。在不同工藝上,比方說85%、70%、65%的良率情況下對應(yīng)不同的工藝參數(shù)范圍,很多時(shí)候都需要從歷史數(shù)據(jù)中找出相應(yīng)特定條件下相關(guān)信號的工作范圍,進(jìn)而確定相應(yīng)的SPEC值,這有助于幫助一個企業(yè)快速投產(chǎn)、快速從小批量生產(chǎn)進(jìn)入到大批量生產(chǎn)的加速過程。
五,穩(wěn)定性控制和評估。在關(guān)鍵的生產(chǎn)過程中,有一些海量產(chǎn)出關(guān)鍵指標(biāo),比如半導(dǎo)體生產(chǎn)過程中的CD值,即關(guān)鍵的線寬要保證在一定的范圍內(nèi)抖動。利用數(shù)據(jù)分析,通過SPC進(jìn)行穩(wěn)定性控制,實(shí)現(xiàn)相應(yīng)的過程控制,以保證關(guān)鍵過程產(chǎn)出的穩(wěn)定性。
六,工藝仿真。在確定了輸入和輸出之間的關(guān)系后,能否通過回歸或者神經(jīng)網(wǎng)絡(luò)找到一個線性、非線性的模型,當(dāng)最終檢驗(yàn)結(jié)果的良率從85%掉到70%時(shí),調(diào)整輸入到某個關(guān)鍵值就能把良率從70%再拉回到85%?這些都可以通過海量的工業(yè)數(shù)據(jù)分析實(shí)現(xiàn)。
以上這些都是圍繞著實(shí)時(shí)工藝的數(shù)據(jù)采集、分析、建模的過程。通過運(yùn)營效率的提升、數(shù)據(jù)分析、高效的運(yùn)營規(guī)劃,盡最大可能的提高工廠的產(chǎn)能和利潤,包括結(jié)合財(cái)務(wù)指標(biāo)、價(jià)格曲線、降成本等都能實(shí)現(xiàn)完整的分析。只要利用好數(shù)據(jù)分析,就可以產(chǎn)生極大的提升,很多時(shí)候創(chuàng)造的效能遠(yuǎn)遠(yuǎn)不止1%。
應(yīng)用場景3:安全生產(chǎn)管控。這部分主要針對能源化工等高端流程制造企業(yè),通過采集設(shè)備端DCS的實(shí)時(shí)數(shù)據(jù),結(jié)合檢測系統(tǒng)、業(yè)務(wù)系統(tǒng)和外部數(shù)據(jù),通過大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)等先進(jìn)的信息技術(shù),實(shí)現(xiàn)包括危險(xiǎn)源在線監(jiān)測、工藝參數(shù)實(shí)時(shí)告警、危險(xiǎn)場景態(tài)勢感知、重大風(fēng)險(xiǎn)預(yù)警預(yù)測在內(nèi)的全面的安全生產(chǎn)管控,達(dá)到企業(yè)經(jīng)營風(fēng)險(xiǎn)和經(jīng)營利潤的最優(yōu)平衡。
對于一個大型的發(fā)電廠或者大型化工企業(yè),實(shí)時(shí)數(shù)據(jù)可以達(dá)到每秒鐘幾萬到幾百萬萬數(shù)據(jù)點(diǎn)。一方面,很多關(guān)鍵設(shè)備的關(guān)鍵工藝參數(shù)、環(huán)境參數(shù)以及外部的危險(xiǎn)源,僅靠人工巡檢、實(shí)時(shí)監(jiān)控和專家經(jīng)驗(yàn)判斷,是根本無法全面、實(shí)時(shí)的企業(yè)級別的安全管控要求。通過大數(shù)據(jù)的方式,進(jìn)行采集海量的實(shí)時(shí)數(shù)據(jù)并匯總、分析,基于歷史數(shù)據(jù)構(gòu)建起預(yù)測和風(fēng)險(xiǎn)模型,不僅能構(gòu)建起全面的防范體系,還能對關(guān)鍵的監(jiān)控參數(shù)以及風(fēng)險(xiǎn)事件進(jìn)行預(yù)測。
另一方面,通過將不同發(fā)電廠、化工企業(yè)的實(shí)時(shí)數(shù)據(jù)匯總到集團(tuán)的工業(yè)互聯(lián)網(wǎng)平臺,不僅能實(shí)現(xiàn)對關(guān)鍵工藝參數(shù)、關(guān)鍵風(fēng)險(xiǎn)源、風(fēng)險(xiǎn)事件的管控和指揮,也有助于集團(tuán)層面實(shí)現(xiàn)跨企業(yè)的對標(biāo)分析和優(yōu)化,并實(shí)現(xiàn)對下屬單位生產(chǎn)、耗能、排放等數(shù)據(jù)的實(shí)時(shí)采集,降低數(shù)據(jù)失真帶來的經(jīng)營風(fēng)險(xiǎn),從行政管控轉(zhuǎn)向數(shù)據(jù)驅(qū)動的智能決策。
總的來說,高端制造行業(yè)工業(yè)互聯(lián)網(wǎng)的核心,在于工業(yè)數(shù)據(jù)的分析,而不在于工業(yè)數(shù)據(jù)的采集。雖然國內(nèi)有很多的工業(yè)互聯(lián)網(wǎng)廠商,但大多都在做基礎(chǔ)數(shù)據(jù)采集和展示。數(shù)據(jù)采集固然很重要,但在面對不同類型的企業(yè)時(shí),優(yōu)先級有很大區(qū)分。中小企業(yè)可能要看關(guān)鍵的幾個指標(biāo)做一些告警就夠了,但高端制造客戶還要實(shí)現(xiàn)對設(shè)備狀態(tài)的可靠性分析、運(yùn)營效率的分析、性能和良率預(yù)測等復(fù)雜的數(shù)據(jù)分析。
工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)⒊霈F(xiàn)新的“BAT”,但這將是一個長期的過程而不會一蹴而就。眾所周知,工業(yè)是一個高度復(fù)雜和碎片化的產(chǎn)業(yè),每一個細(xì)分領(lǐng)域都需要專門的工業(yè)知識與實(shí)踐積累。長期以來,BAT雖然一直想進(jìn)入工業(yè)互聯(lián)網(wǎng)領(lǐng)域,但由于難以形成一個大而全覆蓋的平臺,因此很難像主導(dǎo)消費(fèi)互聯(lián)網(wǎng)那樣主導(dǎo)工業(yè)互聯(lián)網(wǎng)的發(fā)展。
而在另一方面,工業(yè)是中國的立國之本,是實(shí)體經(jīng)濟(jì)的主戰(zhàn)場?,F(xiàn)在的中國工業(yè)大而不強(qiáng),自主創(chuàng)新能力不強(qiáng),產(chǎn)品還處在中低端,供給能力明顯不足。我國工業(yè)還存在著被空心化、邊緣化等問題,亟待轉(zhuǎn)型升級。而中國工業(yè)門類齊全,有41個大類、191個中類、525個小類;體量巨大,年增加值30萬億元,世界第一。無疑,中國工業(yè)的數(shù)字化轉(zhuǎn)型是一個巨大的ICT市場,存在著巨大的機(jī)會。
工業(yè)數(shù)字化轉(zhuǎn)型包括智能制造和工業(yè)互聯(lián)網(wǎng)兩大戰(zhàn)場。其中,智能制造主要是為制造設(shè)備和工廠等實(shí)現(xiàn)智能化、數(shù)字化和自動化,主要是將信息技術(shù)(IT)、數(shù)字技術(shù)(DT)與生產(chǎn)制造操作技術(shù)(OT)相結(jié)合。由于不同工業(yè)領(lǐng)域的特殊性,智能制造更多是面向細(xì)分工業(yè)領(lǐng)域的技術(shù)和解決方案,難以形成較大的創(chuàng)業(yè)機(jī)會。而工業(yè)互聯(lián)網(wǎng)則是一個巨大的平臺性機(jī)遇。不過需要注意的是工業(yè)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)與物聯(lián)網(wǎng)相結(jié)合的產(chǎn)物,同時(shí)融入了云平臺、大數(shù)據(jù)分析和人工智能等新興科技,是工業(yè)環(huán)境下人、機(jī)、物、企業(yè)、生態(tài)等的全面互聯(lián),而不是簡單的互聯(lián)網(wǎng)模式,也缺乏相關(guān)的標(biāo)準(zhǔn)。
值得一提的是,2019年6月28號,國際電信聯(lián)盟未來網(wǎng)絡(luò)與云計(jì)算工作組(ITU-T SG13)會議在瑞士日內(nèi)瓦召開,由工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟(簡稱“聯(lián)盟/AII”)理事長單位中國信息通信研究院主導(dǎo)的國際標(biāo)準(zhǔn)《工業(yè)互聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)與技術(shù)要求(基于未來包交換網(wǎng)絡(luò)演進(jìn))》在會議上成功立項(xiàng),這是包括ITU、ISO、IEC在內(nèi)的國際標(biāo)準(zhǔn)化組織啟動的第一個工業(yè)互聯(lián)網(wǎng)國際標(biāo)準(zhǔn)項(xiàng)目。
隨著5G的商用和第一個工業(yè)互聯(lián)網(wǎng)國際標(biāo)準(zhǔn)項(xiàng)目的立項(xiàng),2019年有望成為工業(yè)互聯(lián)網(wǎng)啟動之年,從前幾年的概念熱炒進(jìn)入到了逐步落地的階段。而在工業(yè)互聯(lián)網(wǎng)領(lǐng)域各自為戰(zhàn)的信息化企業(yè)和創(chuàng)業(yè)公司也在充分利用并購整合的策略快速成長占領(lǐng)市場,力爭成為中國版的Uptake——工業(yè)互聯(lián)網(wǎng)標(biāo)桿企業(yè)。從現(xiàn)在開始關(guān)注工業(yè)互聯(lián)網(wǎng)的創(chuàng)業(yè)公司和創(chuàng)業(yè)項(xiàng)目,不失為進(jìn)入工業(yè)互聯(lián)網(wǎng)賽道的最佳時(shí)機(jī)。
來源;鈦資本