區(qū)塊鏈在工業(yè)大數(shù)據(jù)智慧云鏈中的解決方案

解決方案中的‘工業(yè)大數(shù)據(jù)智慧云鏈平臺’已經(jīng)應(yīng)用在部分工業(yè)場景中，而‘軌道裝備預(yù)測式健康管理方案（PHM）’獲得國家自然科學(xué)基金委重大儀器專項“基于多物理信號的高速列車系統(tǒng)級健康分析儀器”、中車集團重大專項“軌道交通裝備故障預(yù)測與健康管理技術(shù)研究與應(yīng)用”、中車集團重大專項“出口機車遠程監(jiān)測與診斷系統(tǒng)”等多個重大項目的支持。

平臺誕生 恰逢其時

如果說工業(yè)大數(shù)據(jù)平臺或者工業(yè)大數(shù)據(jù)云平臺已經(jīng)逐漸部署在我國的工業(yè)產(chǎn)業(yè)生產(chǎn)中，那么，被賦予了人工智能和區(qū)塊鏈的工業(yè)大數(shù)據(jù)云平臺的出現(xiàn)則進一步推動工業(yè)智能制造的發(fā)展，加快工業(yè)數(shù)字化的轉(zhuǎn)變。

‘工業(yè)大數(shù)據(jù)智慧云鏈平臺’以人工智能和大數(shù)據(jù)為核心，以區(qū)塊鏈為基礎(chǔ)，提供數(shù)據(jù)與人工智能模型生態(tài)和分布式人工智能算力資源。其中，‘區(qū)塊鏈智能霧計算層’作為平臺的技術(shù)支撐層，包括為平臺提供核心功能的核心功能層和進行大數(shù)據(jù)云端存儲，針對企業(yè)級海量數(shù)據(jù)吞吐能力，高性能數(shù)據(jù)預(yù)處理能力的工業(yè)大數(shù)據(jù)平臺層兩部分。

作為充分運用人工智能技術(shù)的核心功能層，基于深度學(xué)習(xí)網(wǎng)絡(luò)、機器學(xué)習(xí)策略、對抗網(wǎng)絡(luò)、智能模型生成、智能模型管理、知識策略管理和工業(yè)知識數(shù)字化重建系統(tǒng)來支撐平臺工業(yè)數(shù)據(jù)分析、運行狀態(tài)監(jiān)控、設(shè)備故障處理和運維能力優(yōu)化的能力。由此，區(qū)塊鏈智能霧計算層就形成了大數(shù)據(jù)+人工智能模型的生態(tài)體系。

平臺實現(xiàn)落地應(yīng)用，不僅依靠過硬的技術(shù)，擁有極高的“適配性”也是特點之一。平臺集成了ERP系統(tǒng)、產(chǎn)線管理和工單系統(tǒng)。通過可視化和報告工具為實際應(yīng)用場景中的業(yè)務(wù)流程提供支持，通過設(shè)置第三方系統(tǒng)接口，允許企業(yè)接入既有系統(tǒng)，幫助企業(yè)減少了重復(fù)開發(fā)的成本。

四大核心優(yōu)化工業(yè)產(chǎn)業(yè)流程

工業(yè)裝備結(jié)構(gòu)特征學(xué)習(xí)是利用基于符號回歸的系統(tǒng)結(jié)構(gòu)特征學(xué)習(xí)和基于復(fù)雜系統(tǒng)臨界相變理論的早期預(yù)警特征學(xué)習(xí)，能夠適用于工業(yè)裝備機理知識發(fā)現(xiàn)和狀態(tài)檢測；基于對抗網(wǎng)絡(luò)的小樣本學(xué)習(xí)是基于TSGAN時間序列生成式對抗網(wǎng)絡(luò)的特征學(xué)習(xí)和分類，能夠適用于小樣本數(shù)據(jù)模式發(fā)現(xiàn)；基于深度神經(jīng)網(wǎng)絡(luò)圖像識別和物體檢測適用于各種工業(yè)產(chǎn)品檢測、過程監(jiān)測和人員狀態(tài)識別；工業(yè)領(lǐng)域知識數(shù)字化重建適用于各種工業(yè)領(lǐng)域的知識庫建設(shè)和自動推理。

這四大核心技術(shù)衍生的“產(chǎn)品”之一就是于2018年被應(yīng)用在肯尼亞獨立以來的首條新鐵路肯尼亞蒙內(nèi)鐵路上的海外機車遠程監(jiān)控系統(tǒng)。借助智能儀表和遠程數(shù)據(jù)中心，可以實現(xiàn)實時追蹤機車運行位置、機車運行實時故障報警和故障遠程診斷等功能，系統(tǒng)在蒙內(nèi)鐵路項目中主要用于監(jiān)控中車集團出口肯尼亞的48臺機車，可以實現(xiàn)從組件級到整個機車的管理、操作和維護優(yōu)化。目前系統(tǒng)已平穩(wěn)運行一年。

而另一個“產(chǎn)品”軌道裝備預(yù)測式健康管理方案（PHM）。利用中國鐵路特有的、全球最豐富的運營樣本、數(shù)據(jù)和經(jīng)驗，借助PHM大數(shù)據(jù)平臺中的PHM分析引擎，完成軌道裝備的設(shè)計改進、優(yōu)化運營和優(yōu)化維修，再通過人工智能的裝備狀態(tài)評估，完成對重大事故的在線預(yù)警、部件剩余壽命估計和自動化故障診斷和維修。“研究院”希望借助軌道裝備預(yù)測式健康管理方案（PHM）能夠大幅度提高運維效率、降低維修成本，支撐鐵路可持續(xù)發(fā)展。

中國“一帶一路”建設(shè)在2013年被提出，“六路”中的鐵路為地區(qū)間的互通互聯(lián)和貿(mào)易往來提供了基礎(chǔ)。預(yù)計到2020年，鐵路后市場年均市場規(guī)模將達到2000億元。其中，運維檢測市場年均將達500億元。巨大的市場催生了的工業(yè)大數(shù)據(jù)平臺、設(shè)備維護等技術(shù)的快速發(fā)展。MATRIX“研究院”希望能夠針對現(xiàn)有的運營體系進行優(yōu)化，與當(dāng)?shù)卣捌渌こ谭健⒀芯繖C構(gòu)聯(lián)合申請研究型課題，作為軌道交通方面人工智能產(chǎn)業(yè)集群平臺主要依托單位搭建產(chǎn)學(xué)研一體化平臺。