导读：
05
寄云科技是工业互联网服务商，这几年主要为一些行业头部企业提供服务，模式基本上是基于寄云NeuSeer工业互联网平台相关的产品和应用，打造智能装备、智慧工厂和生产运营管控等解决方案。
上图展示了我们的主要业务领域，包括石油石化、电力能源、半导体装备、高端制造、轨道交通等，以及部分重要客户，基本上都是这些领域的领头羊。
寄云科技团队拥有多个专业领域的融合优势，既有工业数据分析领域的研究团队，也有云计算和大数据领域的资深成员，同时还有工业互联网以及能源、电力和化工等行业专家。
寄云科技提供基于NeuSeer平台的完整的工业互联网平台解决方案，从工业设备数据采集、边缘计算，到海量数据的工业大数据管理平台，以及一系列针对模型和应用开发的工具，以及基于平台开发的预测性维护、智慧工厂、生产运营智能管控等解决方案。这里我们再给大家分享几个实际应用案例。
在之前的内容提到，寄云科技工业互联网应用根据企业的功能层次，划分为资产、运营和业务的管理三个层面。我们先分享资产性能管理这个层面的案例。
资产性能管理首先提取各种设备数据，再结合维护记录、故障库、产品手册等信息，同时在FMEA、控制理论等机理基础之上，通过变点检测、机器学习等分析手段，打造设备的实时监测、诊断、可靠性管理、性能预测、维护策略优化等应用，最终实现降低非计划停机概率、提高运营效率等目标。
寄云科技协助中石油旗下宝石机械开发装备预测性维护和故障诊断应用，实现边缘层数据采集、数据平台层汇集，以及设备运行监控、健康度评估，以及基于实时数据的维修维护管理。
上图是整个解决方案的架构图，遵循工业互联网平台的主题思路。在解决方案中，每台钻机大概有1000多个传感器以及各种自动化系统的数据，比如电流、电压、扭距、转速等，通过寄云工业物联网网关、边缘计算网关以及时序数据库等进行采集、处理、分析和存储。尤其寄云边缘计算网关一方面可以实现实时的钻机状态监测和维护，另一方面可以和云端深度分析相结合，对钻机的智能维护具有代表性意义。在此基础上，结合寄云NeuSeer DAStudio数据分析与建模平台开发故障异常检测、故障诊断、故障预测等模型，以及相应的可视化的、可在线交互的应用。
上面是方案的一些效果图，展示了基于实时数据的告警和故障诊断。以及包括电机、减速箱等设备的个性化告警规则设定，并基于告警规则形成故障诊断。
同时，在多种维度层面开发相应的模型，比如设备健康度模型，可以覆盖电气、润滑、传动等各种维度健康状态。
然后，在这个基础上优化原有的设备维护策略，把之前的“定时修”的维护策略，逐步过渡成结合传感器数据的“状态修”。然后我们下一个阶段的目标就是计算真实的RUL（剩余寿命），基于RUL实现“预测修”。
我们在此基础上也在尝试一些深度数据分析的拓展。比如，通过机器学习，对多维数据的变化趋势及其之间的故障特征进行保存和训练，构建故障特征库。
这些故障特征库可以变成“数字化指纹”，把它跟实时数据结合起来能够实现基于相似度的异常检测和故障诊断。比如，我们可以把实时接收的传感器数据跟这些数字化指纹比对，能够检测到一些故障现象，比如说对润滑问题的判决。当然，目前这种应用还在探索阶段，还需要不断的应用和优化。
第2个层面是运营性能管理应用，主要覆盖生产过程中各种关键指标的优化。
我们以寄云科技服务的北美第一、全球第三大汽车零部件供应商麦格纳旗下格特拉克（江西）传动系统有限公司（GJT）智能制造战略落地为例。
GJT智能制造战略的一个重要任务是实现贯穿整个工厂的数字化指标体系，也就是从设备及相应的设备可靠性等指标，到产线层面的产量、节拍、合格率等，再到工厂级的订单、质量等，再到企业级的性能和质量等，所有这些环节指标都要实现贯穿全局的互通，为基于实时数据的精准决策提供支持。
数字化指标体系中的重中之重其实是设备管理指标的实时化。GJT虽然有着先进的设备和相关的软件系统积累，但仍然存在着较多的实时数据采集盲点，还停留在手工记录时代。目前相关项目落地后已经实现设备联网数据采集、实时设备运行状态监控、关键业务指标JPH/ OEE/MTTR/MTBF由系统自动生成并无纸化汇报，实现了降本增效目标。
通过项目架构图可以明显的看到，这是一个典型的基于IT和OT数据融合的实时监控和指标分析的案例。首先数据既包含OT类非标设备以及机床设备参数，这一类主要是时序数据，也融入了包括SAP等IT系统排班等指标，这一类主要是结构化关系型数据，二者通过寄云NeuSeer平台提供的时序数据库、MPP数据库等实现数据的统一，最后基于寄云NeuSeer平台开发相应的设备监控和报表指标分析应用。
上面是项目最终开发的相关系统应用的部分界面效果，首先是实现了整个工艺流程以及每台设备的可视化，通过易于辨识的状态标识展现设备的阻塞、闲置、正常运转等工作状态。在这个基础上还对关键设备指标实时监控告警，并自动计算、汇报JPH、OEE这些指标，所以这也是一个比较典型的企业制造智能EMI类项目。它同传统的MES区别之处，在于它会更精确、实时、智能，这得益于实时数据、融合数据、实时计算引擎，所以它会让生产变得更透明。
第三个层面的应用案例是生产运营决策，主要面向大型流程行业。
寄云科技服务的某超大型能源集团，有较多的并购、整合历史，一方面各子公司系统差异大，另一方面该领域业务系统极其复杂，使得集团层面一直以来很难实现数字化的业务和数据整合，造成集团层面无法及时得到下属公司的重大安全生产信息，也缺乏应急预案集中管理和系统化的应急指挥能力。借助工业互联网平台整合汇总下属企业的实时数据，构建统一的生产运营管控平台，形成一个统一的集团级决策和应急指挥的能力，是这类企业现阶段的刚需。
上面是项目的架构图，跟GJT项目相比，该项目的重心位于更高的层面，包括数据的融合、业务的梳理、智能应用的构建。首先在数据这个角度，如果说GJT对于寄云科技的挑战是各种复杂设备的接入，那么这个大型流程集团项目对寄云科技的挑战是海量数据的融合。安全生产管控作为大型流程集团企业的典型工业互联网应用，需要汇聚全集团的全量生产数据，数据源、数据类型、量级、存取性能、稳定性等都有着严苛的要求。事实证明，寄云时序数据库、MPP数据库等经得起这种考验。
另一方面，作为大型流程集团企业工业互联网应用的典型，该项目还充分体现了寄云NeuSeer平台在开发效率、灵活性等方面的优势特性。在数据融合的基础上，项目梳理近百项基础、业务、综合等各方面的智能应用需求，借助平台的开发能力实现了这些应用的灵活开发，并具备面向未来的性能、功能等扩展能力，最终实现了统一的生产决策，实现了生产指标的真实性的监管，设备资产统一管理，统一的应急指挥。未来系统还会展开深入的设备性能分析、可靠性分析、工艺分析……并向机器学习的深入应用场景延展。
上图是项目开发的部分数据智能应用功能，包括生产运行监控、安全监控、视频监控、环保、应急指挥、可靠性、能耗一系列的管理，都统一在一个平台之上，同时它还会提供一个相对比较完整的企业决策支持。
从这一系列的项目中，我们也看到了一些趋势，在此也分享给各位。
首先，IT和OT的数据融合势在必行，非常有必要，而且效果惊人。每一个关键过程的指标，一定是跨OT和IT系统的基础上，通过融合的数据和实时的计算得到的。这种融合，可以让关键的指标更精确，更实时。
第二，应用和数据如果实现分离和解耦，将会极大的提高业务的响应能力，带来业务的灵活性的提高，因此，就需要一个标准化的数据平台，以及快捷的应用开发工具。
第三，ISA95已经从传统的纵向、摘要数据的整合，逐步走向横向、全量数据的整合，并且实现跨L0-L4五个层级的数据标准。
第四，MOM/MES的功能，已经开始瓦解，逐步变成一个统一的生产运营平台上的、基于相同数据标准开发出来的、轻量级的、基于微服务的一系列新的应用。
第五，工业数据分析不要尝试走捷径，一定是基于对物理过程、设备的了解的基础上，结合一定的统计分析和机器学习，才能起到准确而令人信服的结果，否则是舍本逐末。
第六，另一个可以看得见的趋势，是IT系统和OT的融合正在扩大到控制系统，APC已经是一个IT和OT融合的例子，随着硬件性能的提高、计算资源的丰富，未来这类融合将会越来越普及，下一代控制系统，一定是结合IT和OT的产物。
06
总结和建议
最后是一些总结，以及给大家的一些建议。
首先，无论是从国内外企业的实践案例来看，还是从像麦肯锡这样的调研机构数据来看，数字化转型确确实实能够带来很可观的一个能效，包括生产效率的提升、可持续性的提升、敏捷性的提升、产品上市速度的提升……甚至有些提升程度能达到200%的程度。
我们再对比一下数字化投资ROI和传统工业投资ROI。传统投资，包括比如自动化和机器换人。数字化投资，前期的成本肯定要比传统投资要搞。从时间和回报曲线来看，在开始获得回报之后，数字化投资的ROI提升速度要明显超过传统工业投资ROI，同时，从长远的收益来看，数字化投资的ROI也能够持续超过传统工业投资ROI，保持一个稳健的增长态势。
我们再看一下LNS给出的这个数字化转型框架。
第1个阶段就是制定经营目标，该阶段关键在于“灵活性”,也就是充分考虑市场需求的变化，各种原材料的需求变化，以及自身能力的变化，制定具有一定灵活性的绩效指标。
第2阶段要制定一个卓越运营的KPI指标。大家可以回头看看我们之前讲到的ISO22400之类的指标体系，重要的是要从繁杂的指标中分清主次，找到适合自己业务的指标组合体系。
第3阶段使用新的工业互联网技术构建新的运营架构。
第4阶段在每一个过程里面设定相应的中期、短期和长期的目标ROI。
第5阶段消除偏见，寻找长期的合作伙伴，而不是临时的供应商。
我们的第1个建议，重视指标的建设。经营、生产、设备、库存、质量、安全合规等指标，一方面实现数字化，另一方面要落地细化。数字化要借助工业互联网平台的融合能力，实现指标的统一管理和统一服务。
第2个建议是重视数据平台的建设。传统工业数据一般都会分散在各种独立系统中，数据平台通过数据融合能力，海量、高效、专业的数据存取能力，统一服务于智能数据应用，实现基于物理、基于统计、基于机器学习的数据分析。
第3个建议尽快拥抱数字化转型，做好分阶段的规划。第一阶段还是要做好一个平台的规划，做好相应的基础数据采集。同时，我建议本阶段可以从一些相对比较容易让决策层通过的应用开始。第二阶段,不断的拓展更多的业务系统、自动化系统的接入。同时，展开一些具体的基础分析，比方说良率的分析、产能的分析来实现快速获得回报，本阶段不建议进入“大而全”的尝试。第三阶段深化相应的数据分析，开发一系列的数据智能应用。第四个阶段有条件的超大型的企业可以考虑数字化生态的一个构建，基于已有的服务能力，去开放相应的模型、相应的数据、相应的应用，打造数字化的生态。
第4个建议是，大型企业自身数字化转型已经取得足够的成果时，再考虑对外提供服务。现在也有一些大型企业刚启动数字化转型没有多久，就已经考虑对外提供服务。我的建议还是先做好自身的基本功，把质量、效率、产能，这些指标先用数字化的方式来改进起来。从两个维度展开，第一个是价值链的维度，从供应链再到工厂，再到客户，再到渠道，逐步的拓展开来。第二个产品生命周期，从研发设计，再到生产制造，再到产品服务，整个流程利用数字化手段管理起来。
第5个建议就是选择相应的长期合作伙伴。对于合作伙伴的评估，一定要考虑它是否具备丰富的行业知识和项目积累，是否具备完整的工业互联网服务能力，是否具备强大的数据分析能力……数字化转型是一个长期的过程，在开始就要选择可靠的伙伴共同推进。
最后，寄云科技是绝对值得信赖的工业互联网合作伙伴，欢迎有志于数字化转型的工业企业与寄云科技进行深入的沟通，几年来，寄云科技服务了数十家超大型工业企业，80%都是世界五百强和中国500强，我们提供了包括规划、建设、服务和拓展等一系列服务，广受客户好评。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
联系我们
