进入2018年后,尽管才3个月,但在工业领域,却刮起了一阵“工业云”风,无可厚非,工业级的云计算及应用正处于风口浪尖。

在物联网、云计算、区块链等新技术的冲击下,工业企业具有广泛的工业云应用需求,如风电、发动机、汽车、工程机械、家电、新能源、水利、环保等行业。因此,适合中国自己的工业云生态圈,是一种合情合理的想法,正如GPS之于中国的北斗导航系统。

工业云平台的搭建,在中国,几乎可以断定无法由一家公司或几家公司之力来建设。这么庞大的一个生态圈,绝非当下任何一个企业的工业技术体系可以承担,一个合适的共同体,迫在眉睫。

很多世界级的自动化公司、集团、财团,都纷纷研发、推出工业云产品,试图抢占中国工业云市场的前滩,建立巩固的堡垒。

Predix工业云平台是GE推出的一个工业云平台。不同的企业,能在上面控制数据的连接,并使用第三方开发者的分析软件。 一方面Predix为大量开发者提供便利,开发各种工业级APP。开发者只需关注如何解决问题,而无须关心如何获取以及连接数据;另一方面用户作为数据托管方,则可以使用这些APP,进行设备管理、运营维护等。

2016年西门子正式面向市场推出“MindSphere工业云平台”。MindSphere被设计为一个开放的生态系统,工业企业可将数据服务作为预防性维护、能源数据管理以及工厂资源优化的基础。

除此之外,之前与美的达成股权收购的机器人制造商KUKA和Infosys宣布联手开发支持企业迎接工业4.0的解决方案,合作目标是开发一个可让客户采集、评估和利用数据以提高自身生产过程的软件平台,KUKA将通过建立工业4.0云平台扩展设备与云系统之间的连接。

PTC2014年宣布收购物联网平台创建者ThingWorx,并致力于建立和运营物联网应用。经过一系列的收购和运作,2016年6月,PTC宣布新版物联网平台ThingWorx 7上市,包括进阶的联网产品管理工具组、强大的新分析功能、公有云支持、简化的平台元件等。当然,对IBM、SAP、微软这些虎视眈眈的市场巨鳄,同样不能忽视他们对工业云的狂热。

掘金者们(GE、西门子、KUKA、PTC、IBM、SAP、微软等),正在坚定地研发推出工业云解决方案,以云服务的形式把他们的云平台产品推向市场,从而开启设备运营的联接、分析服务市场。

传统意义上的OT技术是用于对机器设备的监视和控制,通过融合IT和OT技术(两化融合),将机器设备与云服务连接,通过数据的分析可以帮助进行设备故障预测和整体健康程度的评估等。工业云平台应用正在重新定义工业自动化。

但是,通过传感器对机器设备的数据采集已有数十年,但这些物联网前端的传感器主要用于对设备运行实时性能的监测,比如显示某一特定测点的压力值,设备专家通过监视各测点的数值从而推断设备的性能,然后这些实时数据就被丢弃,不再进行分析,实在是浪费!

机器设备产生的海量时间序列数据与社交数据和交易数据差别很大,针对工业数据的存储、分析必须针对性地进行优化,以帮助理解机器设备的行为表现。为了处理这些海量的数据集,需要一个新的平台来安全连接设备并分析数据,不仅仅通过运营数据分析降低设备的服务成本,也通过这些运营数据有效指导产品研发的改进。这个新的平台就是工业云平台!

工业1.0实现了“大规模生产”(蒸汽机的发明,解放了人力),工业2.0实现了“电气化生产”(电力的广泛应用),工业3.0实现了“自动化生产”(产品的标准化),而工业4.0实现了“定制化生产”,并且定制周期简短,生产方便快捷,满足了当今人们对于多元化、个性化产品的追求!应该说是这是一种世界潮流。

正是因为生产的定制化和多元化,“工业4.0”将产生海量数据,以德国安贝格工厂为例,其生产线上的在线监测节点超过1000个,每天采集数据逾5000万个。

“未来工厂”的核心竞争力是什么?

第一:满足这种定制化生产的机器设备很重要

第二:能够使这种机器具备自我完善的系统更重要

第三:谁能监测并追踪这些数据,然后归纳和分析,谁就掌握了世界脉搏。

 

谁都想抢占这条“未来产业链”的最高端。这些海量数据最终是归属于机器、软件、或是用户?这将是决定未来世界格局的关键问题。

毫无疑问,前文提到的掘金者们,同时也是市场巨鳄,对工业云的狂热,也带着傲慢的属性,他们毫不犹豫地选择了拿走用户数据的路径,方式虽然简单粗暴,却很有效果(对于他们自己而言,为了以后一统江湖)。

但是,工业级数据是无法跟别人共享的,试想一下,GE和西门子可能把自己的工厂数据放到对方的工业云平台去吗?答案是否定的,他们会建立自己的私有云,谁掌握了数据,谁就能把握时代脉搏。

在这场竞赛中,塔控智能的TowerCloud工业云平台有什么不一样呢?

TowerCloud工业云平台首先保证数据的私有性质!数据属于用户!塔控智能只提供核心算法、模型、分析方法论,以及有针对性的分析软件、APP。

塔控智能的核心团队在核心算法、动力机制模型、分析方法论方面取得了领先的成果。利用机器学习和人工智能的方法,通过海量数据的时空间联系,构建复杂网络关系,并识别网络的动力机制;在数据的基础上,提交分析报告和决策依据。同时,不断与实际数据作对比,不断优化模型,提高分析结果价值。

    如上图,是利用动力机制模型发现强关联,利用数据分析方法论发现规律, 分析所得水质污染高危区域和重点防范网格。在该案例中,利用机器学习和人工智能的方法,根据海量历史数据+不断采集上来的实时数据,动态分析。还能根据数据趋势,自动模拟未来24小时参数变化,进而模拟出未来24小时的高危区域和重点防范网格,做到防患于未然。

TowerCloud工业云平台设计思路有别于传统信息化规划设计的融合性与创新性特点,TowerCloud总体规划设计需要有机结合传统模型驱动的企业架构(EA/MDA)与价值驱动的新技术应用规划两套方法论,在确保工作方法科学合理的基础上,实现“广度优先,深度迭代”的敏捷规划(Agile Planning)。

塔控智能在帮用户建立工业云平台的同时,也会向用户提供实现工业化+信息化——两化融合——的咨询服务,为用户提供详细的设计规划。


TowerCloud工业云平台将各种工业资产设备(甚至供应商、客户)相互连接并接入云平台,并提供资产性能管理(APM)和运营优化服务。对于纷繁复杂的工业设备和工业数据类型来讲,为海量的工业数据找到了一种相对标准和统一的承载和呈现形式。提供标准的方式来运行工业级的分析能力,连接机器、数据和人,提供分布式计算、大数据分析、资产数据管理、机器和机器通信和应用移动性,“端到端”的安全访问机制确保数据、设备、网络和系统的授权访问。

塔控智能保证数据的私有性质!数据属于用户!只提供核心算法、模型、分析方法论,以及有针对性的分析软件、APP。

塔控智能希望与用户进行深度合作,可以在软件著作权、核心算法专利等方面进行合作,而不是仅仅停留在项目销售层面。



2018年11月15日

上一篇

下一篇

工业级智慧管理云平台TowerCloud

塔控智能保证数据的私有性质!数据属于用户!只提供核心算法、模型、分析方法论,以及有针对性的分析软件、APP。

添加时间: