预测性维护迎来 “工业生产制造之春”
工业物联网平台作为监控物联网端点和事件流，整合分析边缘和云端数据的统一平台，近年来在制造业领域不断得到应用和落地。Gartner在《2020全球工业互联网平台魔力象限报告》（Magic Quadrant for Industrial IoT Platforms, 2020）中预测，到2025年，利用工业物联网平台来改善工厂运营的工业型企业比例将从2020年的10%增加到50%，年复合增长率高达138%。
在工业制造生产过程中，不可缺少的生产要素可简单概括为人、机、料、法、环。其中设备的正常运行是保障工厂高效、可靠和安全生产的关键。为保证设备长期稳定运行，如今大部分工厂采用 ”预防性维护” 策略来替代早期的 “故障后的响应式维护”，即定期的预防性维修维护，然而这种方法极易导致 “过度维护”，仍然无法有效避免设备的 “非计划停车”，甚至可能意外造成 “维修性故障” 的发生。同时随着设备的维护成本投入逐年增高，越来越多的工厂在探索从 “事后纠正” 或者 “预防性维护” 到 “预测性维护” 的软件方案。
文章图片
【星环科技AIoT平台让工业制造设备更智能、更耐用】预测性维护发展进程图（来源：Rolandberger）
然而预测性维护在端到端的业务与数据流实现过程中（从数据采集接入-数据分析-决策支撑-控制执行的闭环过程），依然面临众多困难与挑战。
文章图片
预测性维护基本流程图（来源：Rolandberger）
当前主流预测性维护产品服务的痛点：
一、 数据采集阶段：工业设备类型多, 接入成本高
工业现场长期以来存在大量异构的总线联接，多种制式的工业以太网并存，如何兼容多种联接并且确保联接的实时可靠是必须要解决的现实问题；
二、 数据分析阶段：缺乏智能分析平台,分析效率低
处于网络边缘的工业现场设备，由于缺乏轻量级的计算框架，无法在边缘进行实时响应，实现对数据的聚合、过滤、预测，也无法和云端充分协同；
三、 故障预测与决策支撑阶段：故障模型难以沉淀,运营效率低
传统制造企业熟悉设备的机理和典型的故障模型，但企业内部缺少专业的数据科学家，也缺乏应用新兴数据分析/AI工具处理海量数据的能力。
星环科技推出基于Sophon AIoT的设备预测性维护解决方案
为解决设备预测性维护中，设备数据的采集、分析、故障预测与决策支撑阶段的各个问题，星环科技和合作伙伴奋兮科技联合推出了工业设备预测性维护解决方案。整体解决方案以AIoT架构为基础，搭起生产过程中数据闭环的“桥梁”，实现自感知、自迭代、自决策、自控制的过程，从“经验+流程”到“数据+算法”。方案架构如下图所示：
文章图片
工业设备预测性维护解决方案架构图
星环科技Sophon AIoT平台为整体方案提供了技术平台支撑，联合应用层打造基于工业设备的云边一体解决方案，融合实时流处理、可视化/编程式建模、模型运营、联邦学习等技术，实现工业制造设备的预测性维护，快速帮助制造企业降低设备维护成本，提高关键设备的可用性，延长设备寿命，减少非计划性停机的概率。
文章图片
星环科技Sophon AIoT平台架构图
星环科技Sophon AIoT为工业企业提供了建模生产力、数据治理力及模型运营力，共三大优势能力。
一、 建模生产力
建模生产力指平台赋予用户模型构建的便利性、效率及平台内置模型的丰富程度等因素的综合能力，Sophon AIoT主要提供了全流程的流程覆盖和可视化自动化的建模功能：
数据接入能力方面，平台提供统一的数据接入、计算、流转框架，高效完成多模型异构数据的融合分析，支持从传感器到摄像头等20+的标准设备协议的接入，同时提供设备接入SDK使得用户能够快速对接私有协议，并一站式地提供从 “边缘” 到 “云” 完整数据治理能力，灵活且可靠地完成云边数据协同；
可视化自动化建模方面，平台提供便捷的、拖拉拽的交互方式辅助用户快速搭建智能化场景方案，同时提供了多样的标准场景模板，可在相似场景下快速复制落地，能够有效降低用户开发成本，快速实现业务流程的对接。
文章图片
文章图片
Sophon AIoT建模生产力
二、 数据治理力
数据治理力指平台从数据采集、传输、计算至推理、告警的闭环流程中提供统一的承载平台，从而通过安全防护技术对数据操作和计算进行全流程的管控，显著提升数据质量，保障平台安全：
全流程覆盖方面，Sophon AIoT支持各类广义的数据挖掘技术的统一建模平台，覆盖从原始数据到最终模型的一站式模型生产全流程，通过标准化流程、可视化操作、自动化作业，将企业内部的模型运营维护变得规范且高效；
安全边缘计算方面，平台从数据通信安全、模型文件安全、业务代码安全等不同维度，通过认证、权限、审计、隔离、加密等手段，保障了业务在边缘侧能够稳定且安全的运行。
文章图片
文章图片
Sophon AIoT数据治理力
三、 模型运营力
模型运营力指模型在训练完成后的持续管理、使用、迭代，从而使模型在保持最佳性能的情况下，使业务持续焕发生机。
模型资产管理方面，由于模型资产是企业核心竞争力，Sophon AIoT可通过对现有模型的有效管理，持续提升模型性能；通过模型的灵活组合，支持新业务变化，大大提升了模型管理以及部署效率；
模型推理能力方面，平台基于自研的深度学习推理框架，能灵活适配GPU/VPU/NPU等异构计算加速卡，提供最具性价比的实时预测，使得模型做到 “一次训练，多地部署”，并且支持安全加密，保障模型安全。
文章图片
Sophon AIoT 模型运营力
以 “平台、经验、应用” 三轮驱动模式服务客户
截至目前，Sophon AIoT已联合行业专家和合作伙伴，形成“平台、经验、应用”三轮驱动的服务模式，为化工、钢铁、冶金、设备制造、风电、光伏、发电等多个领域用户，提供包括数字孪生、仪表数据管理、实时监测和预警、设备故障诊断、故障根因分析等面向工业互联网的应用。
文章图片
“平台、经验、应用”三轮驱动模式
和中南大学等合作建立专家知识库，实现了针对流程制造、冶金等工业行业的海量模型统一开发、管理、运维、服务，提升模型端到端开发效率，并持续沉淀高价值模型，支撑前端工业用户通过实时工艺指标统计、控制目标设定、故障诊断、生产过程检测、故障日志记录等实现降本增效；和生态伙伴奋兮科技联合基于Sophon AIoT建立设备预测性维护平台，帮助用户实现了对车间电机设备的预测性维护和自动远程故障诊断，帮助企业方平均降低5%以上的意外停机成本，保证了生产设备的连续性安全生产，提高了生产效率，并且节省超15%的能源成本。从现有案例来看，已服务高端机床加工等制造商，在激光加工中心等制造设备的故障诊断和预测上，实现了75%的设备故障错误准确预测，帮助其有效地提高故障定位和维修效率。
星环科技已联合行业合作伙伴赋能沪、粤、苏、湘、鄂等地的电力、钢铁、玻璃、烟草、飞机等能源、化工、制造龙头企业实现数字化转型，并摘得福布斯“2021年度中国十大工业数字化转型企业”、“第三届中国工业互联网大赛百强”等殊荣。
未来，Sophon AIoT平台将持续以大数据技术、AI技术及容器云技术等底层技术支撑，联合各行业领域专家及各应用合作伙伴共同打造基于星环科技Sophon AIoT工业互联网平台的生态体系，持续助力工业企业打破数据孤岛、积累经验知识、边缘设备赋智、应用开放创新，以边缘计算、隐私计算、知识图谱等前沿技术的融合促进工业企业发展转型升级，实现用户、合作伙伴、星环的合作共赢。
推荐阅读
- 人脸识别|【人脸识别系列】| 实现自动化妆
- 人工智能|干货！人体姿态估计与运动预测
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- 历史上的今天|【历史上的今天】2 月 16 日（世界上第一个 BBS 诞生；中国计算机教育开端；IBM 机器人赢得智能竞赛）
- 网络|一文彻底搞懂前端监控
- 游戏|2022年如何学习前端前沿技术，破卷而出（）
- 分布式|《Python3网络爬虫开发实战（第二版）》内容介绍