西門子姚峻在第三屆數字（zì）中國建設峰會智能製（zhì）造（zào）分論壇上的主旨演（yǎn）講-刀具網（wǎng）-數控機床市場網

您現在的位置：數控係（xì）統網> 熱點新聞>西門子姚峻在第三（sān）屆數字中（zhōng）國建設峰會智能製造分論壇上的主旨演講

西門（mén）子姚峻在第（dì）三屆數字中國建（jiàn）設峰（fēng）會智能製造分論壇上的主旨演講

2020-10-14 來源：西門子作（zuò）者：-

工業人工智（zhì）能+大數據分析：解鎖工廠“智能運維”的（de）未來

10月12日，西門子（中國）有限公司數字化工業集團副總裁兼過程自動化（huà）部總經理姚峻參加了第三屆數字（zì）中國建設峰會（huì）智能製（zhì）造分論壇，並以（yǐ）“工業人（rén）工智能（néng）+大數據分析：解鎖工廠‘智能運（yùn）維’的未來”為主題（tí）發表主旨演講。姚峻在演講中（zhōng）著重介紹（shào）了由西門子中國團隊研發的設（shè）備預測性維護係統SiePA。

在人工智（zhì）能技術的支持下，SiePA 充分利用工廠曆史數據，通過設備運行狀態預測預警模塊與智能排查診斷模塊，不僅（jǐn）能及時預測預警運營中的故障風險，還能幫助企業高效診斷故障原（yuán）因並指導其進（jìn）行（háng）維修維護，從而（ér）有效（xiào）控製風險、降（jiàng）本增（zēng）效。在中國，SiePA已成功應用於包括中國石化青島煉油化（huà）工有限責任公司在內的多個客戶工廠（chǎng）。在青島煉化的智能工廠（chǎng）中，SiePA為（wéi）客戶建立起了（le）從智能預警到高（gāo）級診斷的閉環機製，以保證生（shēng）產的（de）可靠（kào）性和安全性。

演講實錄：

今天我希（xī）望和大家（jiā）分享（xiǎng）如何把人工智（zhì）能和大數據運用到工業領域中，幫助工（gōng）業落地工廠的智（zhì）能運維。我們從簡單的自動化走到（dào）數字化，更多的是實現兩化融合，打造端到端的價值鏈（liàn），形成從采購、訂單（dān）、排產、倉儲物流到用戶的閉環信（xìn）息流（liú），將從設計、工程、生產、運維到服務的所有數據集成到一個平（píng）台。這是今天我們在做的，其中運用了很多智能化的技術（shù），但這還不是我們所追求的真正的智能工廠的目標。我們希望（wàng）實現的（de）智能運（yùn）維分三個層次，一個（gè）是強化感知，從（cóng）認知（zhī）到傳感到認知；一個是優化（huà）控製，從（cóng）精準到最佳；一個是銳化運（yùn）營，從專業到協同。

數字（zì）化工廠包括三個數字化雙胞胎：產品的數字化雙胞胎、生產的（de）數字化雙胞胎和性能的數字（zì）化雙胞胎。基於數字化雙胞胎技術，我們（men）已經可以將智能運維中（zhōng）的強化感知（zhī）、優化控製、銳化運營等應用融入到很多應用（yòng）場景之中。在產品設計過程中實現產品質量預警，在產品生產中實現風險（xiǎn）預測、參數優化和仿真模擬，以（yǐ）及在性（xìng）能方麵實現預測性（xìng）維護，如異常預警和智能診斷。

工業人工智能是（shì）工廠智能運維落地的核（hé）心工具。今（jīn）天我們在日常生活當中碰到的人（rén）工（gōng）智（zhì）能也可以用（yòng）到智能運維中，比如監督學習就是一個很好的例子。在工業場景中完成異常狀態預警（jǐng），首先（xiān）需要識別什麽是異（yì）常，異（yì）常出現後係統會預警。異常出現頻繁了，係統會（huì）做風險預測趨勢等。強（qiáng）化學習（xí）也是一樣，通過不斷的自我學習，來將優化控（kòng）製運用到工廠裏麵，例如（rú）實現參數的優化。生產包括（kuò）工藝，有很多關聯（lián）性的分（fèn）析能夠實現參數的優化，從（cóng）而提升質量和效（xiào）率。那麽最高（gāo）的一個（gè）層次是知（zhī）識係統和（hé）知識圖譜，就像我們今天去看醫生一樣，原來是望聞問切，今天需要做很多檢查，需要不同專業的醫生的判斷來幫助醫生做出最（zuì）後診（zhěn）斷。在工業場景中，就需要形成一個知識圖譜。如果一個設備出（chū）了（le）問題，需要專家去看，做出診斷解決問題。今（jīn）天（tiān）我們用知識圖譜就可以解決這個問題，也就是說積累了大量信息和知識後，如果發生了設備問題，就可以在知識圖譜裏去對照。過去發生過嗎？怎麽發生（shēng）的？什麽原因造成的？後來是怎麽解決的？也就是說我們可以不再依賴一個老專家，而是一個知識庫來幫（bāng）助我們快速找到問題的關鍵，從而（ér）解決問題。

工業大數據分（fèn）析也是智能運營的一個重要基礎。今天數據的利用大部分還是在應用數據（jù）的描述性。我（wǒ）們在工廠看到的非常（cháng）炫的大屏展示，還是一些實時數據或者是篩選過的、總結過的一些數（shù）據。真正的智能化是能（néng）夠持續學習，持續優化。一（yī）個工廠能夠（gòu）自主（zhǔ）學習、自優化，需要經過（guò）兩個主要階段，一個（gè）是數據分析（xī），通過深入的分析和預測，可以向工廠運維人（rén）員提供很多信息。第二個是全生命周期數據閉環。如果有了一個模型，這個模型會在今後得到的所有數據上不斷的去反饋來優化這個模型，形成閉環（huán）。反饋非（fēi）常重要，能夠讓係統實現自主學（xué）習、自優化。

今天西門子中國的團隊（duì）研發出了一個重要（yào）的（de）預測性運（yùn）維平台SiePA，它目前主要有兩大（dà）模（mó）塊，一個是狀態預測預警，一個是智能排查診斷。第（dì）一個預警是提早預報關鍵設備可能出現的問題，同時診斷模塊會說明問題可能產生於哪裏，以及如（rú）何來解決和避免（miǎn）這樣的問題，這樣能夠幫（bāng）助客（kè）戶減（jiǎn）少非計劃性停車，提高（gāo）效率。

SiePA的（de）架構圖很簡單，我們從現有數（shù）據裏麵，不管是來自控製係統、設備監測、故障通知與分析、工藝設計還是維（wéi）修報告（gào）日誌的數據（jù），從這些（xiē）數據中建立模型，實施監控、分析評估，最後（hòu）來做診斷，甚（shèn）至是形成一個閉環來幫助（zhù）模型的不斷優化（huà）。

我們（men）從工業大數據開始機器學習，找到各種不同（tóng）參數之間的關聯性並建立模型，然後建立風險預測預警（jǐng），提（tí）供智能分析診斷，然後又能在全生命周期通過新的數（shù）據反饋來進行模（mó）型的迭代和優化，進一步幫（bāng）助機器去學習。生命周期不斷的提高將大幅提升工廠的可用率和運營效率，包（bāo）括正確的決策（cè），成本的降低等。

作為人工智能在工業場景下產品化設計的一（yī）次成功嚐試，SiePA獲得了2020德國紅點設計大獎，入選（xuǎn）2020世界人工智能大會卓越人工（gōng）智能引領者（SAIL）TOP30榜單。SiePA 已成功應用於包括中國石（shí）化青島煉油（yóu）化工有限責任公司在內的多個客戶工廠，為（wéi）客戶建立起了從智能預警到高級診斷的閉環機製，以保證生（shēng）產的可靠性和安全性。目前，西門子（zǐ）已在全球市場與眾多企業基於 SiePA 開展相（xiàng）關合作與應用，向著數字化與智能化製（zhì）造的目標不斷邁進。

投稿箱：
如果您有（yǒu）機床行業、企（qǐ）業相關新聞稿件發表（biǎo），或進行資訊合作（zuò），歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相關信息

名企推薦

業界視（shì）點

| 更多

行業數據

| 更多

博文選萃

| 更多