【精品文章】工业大数据价值化是智能化制造的根本问题

    “在全球制造业战略当中，德国工业4.0、中国制造2025和美国的工业互联网这三个是最强的。美国代表了先进技术，德国代表了先进制造，中国制造的体量则是全球最大的。这三个战略，对全球的影响最大。”同济大学中德工程学院副院长、工业4.0-智能工厂实验室主任陈明说道，“在我们的平台上，原来只有前两个，没有工业互联网。通过引入NI合作，把这个平台也建立起来。所以现在这个实验室体系变得非常完整，可以开展很多工作，发挥每个战略各自的特点，最终为解决中国制造2025的问题而做出应用的贡献。”近日，同济大学-美国国家仪器（NI）工业互联网联合实验中心在同济大学嘉定校区正式揭牌。该实验中心由同济大学和NI共同打造，是国内首个具有工业4.0全要素的智能制造实验室。

　　什么是工业互联网？

　　互联网在消费领域创造了巨大的价值，从PC时代到移动互联时代，由于互通互联创造的价值不断上升，互联网应用成为资本宠儿，传统制造业颇受冷落，美国制造业外流现象非常明显，这引起了美国政府的警觉。美国总统奥巴马在2013年明确表示，要“让美国成为新增就业和制造业的磁场”，要确保下一场制造业革命发生在美国。

　　美国工业界开始考虑如何把互联网在消费领域的成功复制到工业领域。通用电气董事长兼首席执行官杰夫·伊梅尔特（Jeff Immelt)曾撰文指出，我们忽视了IT技术“在工业世界所能创造的巨大价值——仅仅生产力提升一项即可带来8.6万亿美元，这个规模相当于未来互联网消费市场的两倍。很明显，下一波创新浪潮的主要驱动力将不会来自点播服务或视频流这样的领域。”

　　他说：“现在，我们需要将同样的精力和热忱投入到工业领域，致力于解决医疗、基础设施建设、电力和交通等方面的重大挑战。”

　　因此工业互联网联盟(Industrial Internet Consortium）应运而生，在这个2014年成立的行业组织中，如今200多个会员不仅有通用电气、IBM、英特尔与NI等美国公司，还包括华为、海尔在内的中国公司与欧洲、日本的众多知名公司，以及加州大学伯克利分校、麻省理工学院无线网络中心等大学与科研机构。

　　工业互联网可以视为美国版本的工业4.0，但还是稍有区别，据工业互联网主席周思哲(Joe Salvo)的说法，“工业4.0将传统工厂改造为智能联网工厂，是制造业的又一次革新。工业互联网则不仅包含制造业，所有需要对数据与信息进行分析的基础行业，例如家庭护理、交通运输、电力能源以及水处理等行业，都是工业互联网的应用场合”。

    什么是预测性维护？

　　同济大学与NI合作的工业互联网实验中心从预测性维护出发，逐步拓展到智能制造的各个环节，那么什么是预测性维护呢？

　　为了展示工业互联网的真实应用场景，2016年2月工业互联网联盟公布了包括状况监控及预测性维护测试平台在内的9个测试平台（如今已经扩展到16个），负责状况监控及预测性维护测试平台的成员是IBM与NI。

　　状况监控（CM）是指通过安装在设备上的传感器来实时监控设备运行状态，预测性维护（PM）则把收集到的运行数据进行分析，以期在早期就能发现设备性能下降或出故障的迹象，并给出可执行的处理措施建议，通知产线维护人员进行维护或排除故障，从而最大限度减少由于设备故障造成的停产损失，并降低设备维修成本。此外，对于设备的全程监控也有利于设备厂商改进设备。

　　在揭牌仪式上NI发布的Insight CM Enterprise软件进阶版，就是CM/PM测试平台解决方案。该解决方案直面日趋复杂的设备监控问题，妥善解决了测试速度与测试数据量的矛盾，借助InsightCM，用户可以深入掌握企业的资产设备状况，以便进行机位的维护和操作。InsightCM与DIAdem、CompactRIO等NI工业物联网技术平台相结合，可开展分布式传感器测量、智能终端处理、分析与开放式通讯、数据管理等相关领域的研究。