李铮 | 工业互联网:开启工业智能新篇章

2018-02-07  |  作者:天泽智云  |  来源:天泽智云  |  浏览:

工业互联网是新一代信息通信技术与现代工业技术深度融合的产物,是制造业数字化、网络化、智能化的重要载体,也是全球新一轮产业竞争的制高点。——《工业互联网平台白皮书(2017)》

在天泽智云发布会暨2017未来工业智能峰会上,中国信息通信研究院两化融合所智能制造研究部副主任李铮,发表题为《工业互联网:开启工业智能新篇章》的主题演讲,现场观众反响积极。鉴于此,天泽智云对演讲内容做以下整理。
 
 

工业互联网的三个基本判断

 
十九大报告提出,我们要“加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合”。工信部部长苗圩指出,“制造业加速向数字化、网络化、智能化方向延伸拓展”,制造业发展进入“软件定义、数据驱动、平台支撑、服务增值、智能主导”的新阶段。
 
11月27日,国务院正式发布了关于《深化“互联网+先进制造业”发展工业互联网的指导意见》,这是针对我国工业互联网发展的首个规范性意见,指明了未来发展先进制造业的方向,并明确网络、平台和安全是构成工业互联网的三大体系。
 
网络是基础。
 
这个网络既包括工业现场总线、工业以太网等传统网络,也包括现在的时间敏感性网络TSN、工业无线NB-IoT等新型工业网络,它是实现整个制造资源(包括设备,系统,跨工厂,泛载连接等)的基础。
 
平台是支撑。
 
当把所有的数据连接起来之后,我们需要一个载体实现整个制造资源的汇聚、优化,并对其进行服务延伸,而这些就是平台的核心作用。
 
安全是保障。
 
对于制造业来说,不能有任何的Surprise。
 

工业互联网为工业智能带来哪些“新”?

 
回到主题——“工业互联网:开启工业智能新篇章”,这个“新”主要体现在三个方面:激发新的应用、涌现新的平台、构建新型的生态体系。
 
 

新的应用
 

1、数据驱动工业智能实现的三大路径
 
在中国工业互联网的实践与探索中,经过这几年的努力我国工业互联网应用路径已初步形成。
 
 
路径1:针对企业内部的生产率提升。我们更多的是把企业内部的设备、产线、生产和运营系统进行连接,主要目的是优化生产制造流程。
 
路径2:聚焦企业间企业内外的协作、合作,资源共享。在这个基础上,我们把分布于全球各个地区的研发设计、生产制造、服务、售后物流等信息都连接在一起,进行制造资源优化配置。
 
路径3:建立基于平台的生态。比如在航天云网平台上,构建了从设备商、制造厂商到用户的整个生态,这属于互联网平台经济向制造端延伸的新的表现形式。
 
简单地说,这三条核心路径的本质都是由数据驱动,它们分别构建了由数据驱动的智能生产能力、业务创新能力和生态构建能力。
 

2、数据模型及经验制约工业智能的发展

 
我们认为,数据是工业互联网或者说制造业智能化转变的核心。今年上半年,我们结合国家的智能制造专项及制造业工业互联网融合的试点示范,依联盟所做的大量的调查研究结果及搜集到的案例,做了一个简单的应用梳理,结果发现,数据、智能化发展是智能化改造的核心和实施的重点方向。
 
我们把数据应用的范围划分成了设备级、车间级、工厂级和产业级四级,同时把数据应用的智能化水平分为可视化、诊断分析(监测)、预测决策三个阶段。
 
从上图我们可以看到,这里面存在着大数据应用薄弱的三角区域,这个区域主要集中在工厂内部、车间级以及工厂级的应用,特别是偏向于预测决策的更高阶段的应用。造成这个三角区域的一个根本原因,就是工厂内复杂的工业场景。面对这种特定场景的数据模型和算法缺失,制约着工业数据的应用,这是实现工业智能的一个重大阻碍。
 

3、从设备、边缘和云端多层面加速向工业渗透

 
在后续不断和企业交流、研究的过程中,我们也看到了一些不错的亮点。很多初创机构或者企业在成立之初就朝着垂直领域的“专”和“精”的方向发展,他们把一些新兴的技术理念和设备产品相结合,涌现出了很多工业智能的创新点。
 
实现设备和产品智能
 
把传感技术、网络技术与大数据、人工智能相结合,提高设备的自动化水平。
 
举个例子,有一家专门做机器视觉的智能分捡系统的公司,去年年底在北京成立。该公司基于机器视觉技术识别产品属性,包括产品的形状、尺寸、分类、包装、颜色等等。后来结合机器智能算法,命令机器人、AR设备执行响应指令,提升设备的智能化水平。
 
边缘计算
 
边缘计算可以提高数据在本地的处理速度,有助于在本地实时预分析、实现智能生产优化与控制等操作。由于受到网络带宽或者成本的限制,很多数据没法及时传到云端,此时我们需要实时响应,在本地直接做一些处理。
 
云端智能
 
有些数据对于实时响应性的要求并不高,但是数据处理量很大,这种情况下就需要把很多数据传到云端。像东方国信是做钢铁行业炼铁高炉的,它结合非稳态、多项、多物理场的数值模拟仿真,和动力学、热力学模型相结合,建立炼铁高炉的数字双胞胎,优化钢铁制造流程。
 

4、从工业大数据创新竞赛看工业大数据的特点

 
为了培养更多的相关人才,我们举办了中国首届工业大数据竞赛。基于某风电厂商为我们开放的13台风机的6个月数据,我们从1500多人的参赛队伍中评选出12支优胜队伍进行决赛。最终形成一个很有意思的现象——进入决赛的队伍60%是学生,但最终获奖的四分之三是企业。
 
在这个过程中,我们看到不同选手对于工业大数据分析的两条不同路径。一种是制造企业、风电运营企业,他们从业务端的理解出发,结合物理模型做出分析;另外一种是学生和一些信息技术企业,他们从纯数据的角度出发,采用暴力破解的方式,既不懂机理,也不懂物理模型。
 
通过层层角逐,我们确定比赛最终的优胜方是结合了业务经验的队伍。所以这也比较符合我们之前对工业大数据的理解,因为有大量的经验、物理模型和机理模型分析存在,所以工业数据不同于商业大数据,分析的方式更注重数据科学和经验机理相结合。
 

新的平台

在白皮书中,我们对于什么是“工业互联网平台”试着给出了一个定义:工业互联网平台是面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。
 

1、工业全要素链接的枢纽与工业资源配置的核心

 
简言之,工业互联网平台是工业全要素连接的枢纽和工业资源配置的核心,是实现工业智能的关键载体,具体体现在四个方面:
 
第一,它是传统工业云平台演进升级。工业互联网平台并不是突然出现的,也是由一个个发展阶段演进而来。
 
第二,它是一个新型工业体系的“操作系统”。工业互联网平台对下进行设备系统的连接、控制响应,对上支撑新的应用开发、部署,实际上扮演着类似于Windows、苹果IOS等操作系统的核心角色。
 
第三,它是资源集聚、共享的重要基础。工业互联网平台代表的是新的制造系统,它能推动各类产业主体、应用主体的资源和知识集聚共享,形成社会化的协同生产方式和组织模式。
 
最后,它是打造制造企业竞争新优势的关键抓手。工业互联网平台整合“平台提供商+应用开发者+海量用户”等生态资源,抢占新工业革命的制高点。
 

2、工业互联网平台的三大核心层级

 
我们在制定白皮书的过程中,通过和国内外30多家企业讨论,最终形成了工业互联网平台的核心框架,共分为边缘层、平台层和应用层三层。
 
 
工业互联网平台功能架构
 
边缘层。边缘层是基础,包含设备接入、协议解析和边缘数据处理,推动数据采集向云端汇聚,构建更精准、实时、高效的数据采集体系。
平台层。平台是核心,基于通用 PaaS 叠加大数据处理、工业数据分析、工业微服务等创新功能,构建可扩展的开放式云操作系统。
应用层。这一层是关键,形成满足不同行业、不同场景的工业SaaS和工业APP,形成工业互联网平台的最终价值。
 

3、各个阶段并行发展的长期过程

 
如何做工业互联网平台?工信部信软司安筱鹏副司长提了从工业云平台向工业互联网平台演进的五个阶段,这五个阶段的智能是从单点局部智能向全局智能演进的过程。
 
目前,全球领先企业工业互联网平台正处于规模化扩张的关键期,2013年以来,工业互联网平台的理念和重要性逐渐被产业界所认识,全球各类产业主体积极布局,工业互联网平台已经进入全面爆发期。根据国外一家咨询机构统计,目前全球工业互联网平台数量超过150个。2017年以来平台发展步入快车道,仅我国就有数十个平台产品发布。
 

新的生态

工业互联网产业联盟目前有400多家成员单位,其中信息通信企业占42%,工业企业占31%。目前联盟正在构建如下图所示的一套生态体系,希望我们和大家一起推动工业互联网的发展,促进工业智能的转型升级。天泽智云
 

推荐文章