中国自动化学会专家咨询工作委员会指定宣传媒体
新闻详情
isee-

IBM:物联网3.0成就工业智能化

http://www.gkong.com 2015-10-19 16:44 来源:中国电子报

如果问一个传统的滑雪板制造商会有哪些烦恼?他们一定会苦叹生产成本高、制造周期长、库存压力大。由于滑雪运动季节性强,天然雪和人工雪对滑雪板的材质要求不尽相同,制造商常常头痛于该为不同季节条件下的滑雪板准备多少库存?IBM采用大数据方案,不仅将滑雪板的生产周期从过去的16天缩减到8天,库存降低了80%,生产中还在每个零部件流程中安装传感器,通过收集和分析传感器数据,把质量控制细化到每一个工艺流程。这个智慧制造的一幕已经在奥地利滑雪板生产商Blizzard处得以实现。

在Blizzard的案例中,IBM的“智造”方式已经从关注制造本身的静态数据向关注社交舆情的互动数据进发,并且借助于模型来预测天气以及天气对销售的影响。这就是在物联网3.0的世界发生的故事。在2015年5月的中国物联网大会上,IBM解析了物联网3.0的概念。在物联网1.0的时代,人们致力于建立物物相连的系统,数据能够被实时感知、传输和处理;在2.0的时代,物物相连后产生的数据已经超越传统的IT信息处理架构,海量数据的加工、提 炼和分析需要有更好的平台支撑。而在3.0的时代,与大数据和云计算的融合创造一个物联网的全新生态环境。

这个生态环境贯穿于工业制造的整个流程,从产品研发、生产制造、运营管理,到产品销售、服务的每一个环节。这给人们观念中有形的工业机器人(工业机器臂)、3D打印机或是厂内生产智能化机床的图景赋予了更广阔的延展。在物联网的环境中,大数据成为隐形的智能机器人,它是物与物、物与人连接的成果,甚至可以替代人脑成为制造的指挥中心。

物联网3.0—和大数据、云的“联手”

究其工业4.0愿景的本质,是实现物联化、互联化以及智能化的理念,是工业企业实现向工业4.0时代发展的关键动力,可见“物联网”的重要支撑作用。

IBM中国研究院院长沈晓卫博士说,物联网3.0的提出实际是基于对未来三大趋势的洞察。首先是大数据挖掘可以为人们提供更多有商业价值的洞察,优化管理。其次,云计算从最初的IT数据中心的作用向新型的服务应用方式转化。第三,各种新型的互联互通的方式在改变人、机、物的沟通方式。这三大趋势相互作用影响了大数据的来源,大数据从以往记录系统(System of Record)的功能转向了系统互动(System Engagement)。原有的结构性数据中混入了来自于社交媒体、物联网的非结构性数据,而这些数据有声音、图片、视频、文字等,需要全新的技术处理能力。

物联网3.0的技术处理能力究竟是如何发挥数据驱动的作用呢?IBM中国研究院物联网及服务交付研究总监孙伟博士认为是以下三个层面的作用。

一是从历史数据中挖掘模式。人们需要清楚了解问题的本质,是通过大数据做工业设备运行状态以及故障模式的分析,还是做客户使用设备习惯模式的分析。清楚需要解决什么问题之后,在汇总各数据源的基础上进行数据清 理并提取有效的数据特征,进行数据建模。

二是通过人机交互手段推动认知计算的分析能力。认知计算是模拟人脑对外界信息的加工处理方式、思维方式和决策方式,以支持更智能的人机交互。基于大数据的认知计算能力可以应用到不同领域,比如自动驾驶汽车驾驶中行车路线的选择,通过对交通路网实时信息的分析,以及道路路况、天气状况数据的分析和预测,可以得出比人脑判断更为全面的优化行驶线路。

三是实现物理建模和工作机理建模。与金融和服务行业不同的是,工业设备在不同工况环境下的工作机理需要用物理模型来表征。比如风机发电,既需要监测风机的运转参数、发电量,也需要参考实时的风场周边气象监测信息以及卫星监测的大尺度气象数据,从而提供给风力发电地物理和工作机理模型,将风力预测空间精度提升至每个风机范围内,进而优化风机的运转以及电力能源储备及并网控制。

车联网即是物物相联之后,借助于云计算和大数据,推动“高度智能化”工业产品的发展。在自动驾驶领域,一辆车上成百上千个传感器将实时产生并处理车辆运行数据,当成千上万辆车将这些实时处理后数据回传至云平台后,在车联网云服务的支持下,车与车、车与路之间便能够实现信息协同,道路上行驶在后方的车辆借助通过前车的实时“观察”,获取前方的道路信息,身处A地的车主也能知道B地的路况,以支持及时调整行驶线路以及车辆控制。这些数据不仅能够成为城市智能交通管理的依据,还能支持各种与汽车相关的金融保险创新以及车载信息服务的创新。

物联网3.0不仅实现产品及服务的智能化,还推进企业业务流程和制造过程的智能化。通过物联网以及互联网采集的客户使用产品及服务的数据在经过处理和分析后,持续不断地形成对于客户需求的新洞察,进而能够推动产品研发业务流程的智能化。通过物联网采集的工业制造过程监控数据经过处理,并结合制造过程物理模型建模分析后,可以实时动态调节制造过程计划、物料供给以及设备状态控制参数以支持制造过程的智能化。这使得企业生产及服务过程的协同从原来企业内部各部门之间,传统供应链的协同,转向了以物联网、互联网大数据为支撑,企业全过程、全方位以及社会化的协作、与优化。

如何赋能中国制造

孙伟认为,“工业化和信息化的深度融合是智能化的基础。”

中国制造企业迈向智能化有多种途径。在内功修炼上,企业需要整合从生产制造到客户服务、供应链以及产品维修养护的全流程数据,这是核心工作。同时,针对互联网上产生的信息也要从中寻找有价值的数据洞察,例如利用互联网客户社区媒体数据分析企业市场营销活动的效果以及消费者对企业和产品的评价;利用互联网服务提供的气象数据支持企业针对天气影响的生产及运营的决策优化。

“其实用大数据来推动的智能化生产是个可大可小的过程,企业不必忧虑资金的高额投入。”IBM全球电子行业销售和分销部总经理Bruce A. Anderson 说。这种小可以体现在只切入某一个生产环节的优化,如在流水线上安装智能照相机,通过对生产过程中的图像分析来优化质量监测,也可以借助实物版型数字化转换建立版型数据库,快速进行版型设计的装换、放码,布料冗余度测试,省去高昂的版型师的费用,从低端的服装加工转向高附加值的版型服务供应商。而大则体现在全流程的更新换代上。

“过去人们常说的是工业和信息化融合,现在信息化已经超越传统信息化的范畴,而是把互联网、物联网所提供的新的数据源以及相关生态系统整合在一起。”孙伟说,“这是一个全新的变化,也是未来企业发展的契机点——用大数据来创造全新的工业价值。”

中国制造进化秘笈

孙伟:过去人们常说的是工业和信息化融合,现在信息化已经超越传统信息化的范畴,而是把互联网、物联网所提供的新的数据源以及相关生态系统整合在一起。

版权所有 中华工控网 Copyright©2024 Gkong.com, All Rights Reserved