近日，智能制造“兩會”——“2021（第十屆）中國智能制造高峰論壇暨第十八屆中國智能制造歲末盤點頒獎典禮”在北京隆重舉行，工業互聯網廠商寄云科技出席此次盛會，技術總監李圣彭發表了《數據流動下的智能制造》演講，以下是主要內容：

01行業背景

兩會期間、十四五規劃等多次強調的新基建，其中重要一環就是工業互聯網。數據顯示工業互聯網產業在2020年增加值規模預計達到3.78萬億元。

智能制造的轉型驅動力在哪里？首先政策和法規帶動了整個產業升級；第二數字化轉型驅動企業技術升級；第三柔性化生產等新商業模式；最后節能增效是每一個行業都面臨的一個重要的問題。如何降低成本，如何在競爭激烈環境下獲得更好回報，始終是企業關心的重點。同時像安全等問題也是企業目前面臨的一個痛點。

制造業最尖端代表半導體可能涉及數千道工序，需要很多系統對它進行相應的管控，包括良率、SPC統計過程控制，還有R2R這種控制過程的反饋，還有一些設備異常監控等。系統很復雜，裝備也很多，自動化程度越來越高。如何在這種情況之下讓數據發揮更大的能力來提高現在產品的質量、良率、效能，變為一個強烈的需求。

很多技術為企業帶來了新的機遇，包括自動化、物聯化、數字化、智能化等。自動化像物流機器人、視覺識別、自動化立體倉庫，再到物聯化像RFID、邊緣智能網關等。這些新設備、新技術為企業提供了新的方式去改變現狀。

以上這些智能制造或者工業4.0的一些特點，寄云科技總結為一個網絡、四大主題、三項集成和八項計劃。

智能工廠最能夠反映數字化轉型基礎、方向以及效果，寄云從這個角度跟大家去看智能制造。智能工廠從信息系統架構上來看核心是CPS，它依靠感知分析、建模、預警預測和優化等技術，幫助企業構造一種閉環的管理，實現數字化制造、資產優化、價值鏈服務等，涉及很多技術。右邊是石化工業的執行邏輯，可以看到裝置很多，又有一次加工、二次加工、三次加工等工序。在CPS體系下，從各個裝置上取相應數據，并將這些獨立數據融合成一個整體，然后通過相應的模型形成預警、優化，并反饋實現控制閉環。

數據流動下的智能制造

02智能制造理解

智能工廠就是從四項能力去建設。第一個是全面感知，第二個是預警預測，第三個是分析優化，最后是協同共享。感知會用到IoT技術，還包括數據分析、規則引擎等；預警也會用到深度學習、強化學習、機器學習相應算法；分析優化也會用像CN、RN等相應的算法；協同會用云技術幫助企業實現數據的自動流轉，然后達到這種智能化的轉變。

智能工廠不是一個個體，一定是一個生態，有上游、有下游。從整個生態來看，工廠不僅要關注自身，還要關注上下游協作。因為有了上下游的交互，就有了生產方案的一種彈性。比方說訂單的排期、增加、刪減等，會讓企業本身要做一些變革。所以，智能工廠不是一個技術的堆疊，而是關系到產業鏈自身、業務智能化、人員組織結構等多維度建設。智能工廠是一個管理與技術的深度融合，同時也是管理和技術的一種變革和創新。

數據流動下的智能工廠這個業務場景會給傳統工廠帶來運營方式的轉變。首先是工廠技術專家、工程人員的知識積累、直覺經驗很難用數字去表述，通過數據的手段去探究、反映或者具體化這種經驗和知識，一些原來靠直覺去判斷的東西，可以轉化成科學決策。第二工廠可以實時獲取OT/IT數據，打通數據孤島，形成數據共享，達到扁平協作目的。第三最早大部分的維護維修，是計劃型的模式，現在通過數據積累、統計、算法，能夠去預測未來的設備變化，實現從被動的事后反應向主動的預知反應轉變。

基于CPS的智能工廠包含OT和IT兩個大的層面。從左邊去看，傳統方式都是從設備去獲取相應的數據，然后通過SCADA的這種上位機來對數據進行監控，然后再到MES層進行相應的操作，把相應的結果反饋給經營管理層。新一代智能工廠通過建設云平臺在邊緣層、生產層把數據抽取上來形成統一，再利用機器學習等算法能力，實現像產品質量、設備運營效率等微服務的應用，并能夠快速在廠內各個層級復用。

數據流轉下的智能工廠典型的應用場景可以概括如下：車間控制塔是必備的，也可以稱之為運營管控中心，通過它可以一目了然的去管控全局，包括產線設備間、工人工作、業務運營等狀況。第二通過數據獲取、總結，可以形成綜合計劃和數字調度，同時可以對機器進行網聯，然后對庫存、物料做數字化實時監控、自動評估，并基于此實現數字化的智聯管理，以及根因分析等。

我們通過國外某能源公司來了解智能工廠，該工廠通過流程、人員、技術三個層面的協作，使工廠業務實現靈活和敏捷。這種效果建立在智能操作、智能資產管理、數字化產品及供應鏈、數字化的工作及互聯工人等微服務應用基礎上，而一個統一的、敏捷的數字化架構是承載這些應用的根本。

這種數字化架構涉及到很多技術：

首先就是數字主線，實時反饋物理場景跟虛擬平臺之間的關系；可以仿真各個工藝流程的各種應用；基于機器學習對產品性能做預測，包括質量調優等；實時應用包括對設備和生產狀態進行監控、缺陷提取等；同時可以對過程中的數據做優化和一些實時計算。

第二個會用到工業物聯網技術。對物理資產做全生命周期的管控，在全過程能實現數據優化的閉環。

第三個是數據科學，用大數據的方式去找到數據規律，找到為什么出現這個問題，如何用數據去解決問題，數據還要支撐為何如此決策。用寬數據分析我怎么樣去改變它。通過業務洞察力和客戶洞察力，找到需求的交叉點，洞察力是解開隱藏在業務和客戶需求交叉點中的價值的關鍵。

最后是5G，它讓整個通訊變得更容易、更快，因此遠程協同研發會變得更容易。在低時延之下，可以實現毫秒級的掃描預警；同時可以實現裝備的大批量數據回傳，幫助企業實現生產方式和服務方式的變革。

數據流動下的智能制造

03技術構成

數據流動的智能工廠構建中，首先核心是CPS系統，它是構建物理空間與信息空間中的人機料法環等要素的相互映射，實現系統內的資源配置和迅速響應和迭代，讓系統跟物理實體變得更加友好的互動，實現三維展示、專家協同、遠程監控，幫助用戶實現感知和洞察的能力、學習與認知的能力、規劃與執行能力。

寄云科技認為構建一個好的CPS系統，工業互聯網是不可或缺的。構建工業互聯網，定量指標非常關鍵。類似兩會期間提到的糧食產量、GDP提升等一系列相關的經濟指標。大師彼得德魯克也說過，如果你沒辦法衡量它，你就沒辦法管理它。在工業互聯網領域，ISO 22400標準其實非常實用。然而，在大多數的傳統MES 系統給予這些指標的關注不夠。我們把它歸成四類，生產性能、設備可靠、工藝、質量。此外，系統和應用對這些指標進行一一數據建模才是最重要的。

這種指標和應用的映射構建準則，我們總結了八個。

關鍵性能指標KPI的定義非常重要，首先它能夠體現價值驅動；第二是可量化，第三關聯功能層次模型，第四是關聯設備層次模型。

對于工業互聯網平臺的構建，可以參考寄云NeuSeer工業互聯網平臺，它覆蓋了邊緣端，到邊緣物聯網平臺，數據治理平臺，到數字孿生平臺，有全流程的數據生命周期平臺，幫助客戶實現應用和系統的構建，幫助客戶管理數據，發現數據價值。

物聯網實現全過程的遠程監控，還能對異常行為采取行動規避風險。

數字孿生這種數字主線能力幫客戶從建廠時，就實現相應的模擬，達到規避未來建廠過程異常所導致的成本失控。

數據分析結合物聯網技術，可以對生產質量、裝備可靠性做全過程、閉環過程控制：采集數據、處理數據、可視數據、分析數據、反饋，全流程數據能力進行相應的管控。

工業互聯網的特點寄云認為有以下幾個：

第一是一個大數據和微服務應用開發的一種框架，解決原來煙囪式的應用導致的功能重復，還有一些數據隔離的問題。

第二是一個基于規范的數據開發的應用。現在很多的應用會產生大量的數據，數據都不是統一的。那如何管理一個統一的數據，讓應用能夠把數據規范起來，形成數據對象，這需要一個平臺來承載它。

第三如何去建一個更好的模型，包括對很多應用指標進行相應的建模，需要用到很多原來傳統應用系統里的數據，如何去對數據進行追蹤，需要用一個平臺更好的去規范。

第四肯定還要有一個低代碼的開發平臺來更快速的去構建應用，提供很多可視化的工具，包括一些低代碼的微服務應用，還有一些像用戶管理、單點登錄、門戶等一些通用性的組件需要封裝進去，降低開發和交付難度，提升交付效率。

第五構建機器學習分析建模平臺，封裝幾百種的算法和模型，采用畫布式、拖拽式進行數據建模，步驟之間都是可視的，更快速的通過工具構建需要的模型。

最后一定是一種分布式的、層次化的部署，要支持邊云協同：在云端進行模型訓練，把訓練好的應用和模型快速的傳遞到邊緣，在邊緣層來進行實時的反饋和應用，實現邊云協同。

寄云科技的優勢首先是對行業有深入的了解，有行業專家提供基于行業的理解；第二，行業理解業務有完整的IIoT平臺將之轉換成數據問題，幫助數據科學家進行相應的建模；第三，有很好數據分析能力。這三種能力是構建一個好的工業互聯網平臺必備的素質，寄云在這三點沉淀了很多年。

數據流動下的智能制造

04經典案例

寄云幾個經典的案例分享。

第一個是寄云為彩虹集團提供生產質量的溯源和預測分析。彩虹集團某產線生產手機蓋板玻璃，加工工藝復雜，會經過很多道工序，其中很重要的一個質量挑戰是翹曲，就是玻璃在一定面積內不平整，而翹曲又關系到很多道工序，以往很難精確追溯翹曲的源頭，靠人工的方式大概需要四到五周。寄云工業互聯網平臺對全流程工藝數據進行分析，形成一個虛擬量測的模型，把時間從四到五周縮到三到四天，并可以預測某參數發生變化時候，會不會在幾小時之后影響產品質量，從而總體良率提高百分之三到五。

第二個是生產績效指標分析和優化，是寄云給麥格納·格特拉克工廠做的。項目通過工業互聯網平臺采集數據，構建工藝流程監控、關鍵指標監控，覆蓋設備端、工廠層、產線層到集團層等不同層面的指標。最后的效果是每一條產線減一人，OEE指標從83%提升到92%，然后MTBF優化了6%，效果非常明顯。

第三個是生產運營決策分析，寄云給一個大型能源集團做的，其下轄兩百多家企業，企業之間系統不互通，集團無法做到實時掌控每個企業資產分布、應急指揮、風險管控、關鍵設備運行狀態等。通過寄云工業互聯網平臺的數據采集、數據匯聚還有數據分析能力，集團構建了生產指標、工藝告警等一系列的微服務應用，用以監控實時狀態，還有危險源的分布和應急指揮、應急預案、應急響應。

第四個是寄云和騰訊云合作的多地市工業云平臺，就是幫助各地市構建地市工業云，服務各地市中小型企業，通過工業互聯網實現資源的在線交易，打造工業互聯網生態，降低數字化轉型難度和成本，加速數字化轉型步伐。
編輯：lyn