2019工博会见闻录:工业互联网的评估模型、应用案例、产业趋势

何谓工业互联网?

一百个人有一百个不同的解释。

相同的是,都会涉及到几个要素:大数据、云平台、AI算法、行业知识、智能设备。

不同的是,包括制造业、互联网产业各玩家可能会根据自己专注领域不同,在重要性排序上有不同的排序,在权重上有不同的权重分配。

无论相同,或是不同,要实现方案落地,甚至规模化应用,要满足制造业企业的当下需求:降本增效。

值得注意的是,对于云平台构建,行业各类玩家从不同角度开始切入;对于AI算法,更为IT行业、创业企业所宠幸,尤其视觉类AI算法在工业品检测、缺陷检测中的应用相对成熟;对于工业协议、相关标准,也已经在路上。

在这样的背景下,已经逐渐有工业互联网行业应用、解决方案开始落地,包括汽车、家电、3C电子等较为“前卫”的制造业数字化转型已经在路上。

这样的趋势及应用案例在第二十一届中国国际工业博览会(以下简称“2019工博会”)上也可见一斑。

西门子赛迪灵犀:数字化企业能力评估模型

当下国内企业数字化转型分两类,一类企业明白自己的转型关键点在哪里,该如何转型,这类企业多数已有一定的数字化基础;另一类企业有数字化转型需求,却不知从何处下手开始转型,这类企业在国内制造业中占比较大。

也正因如此,做工业互联网的企业多多少少会“搭配”一些咨询业务。

在2019工博会上,西门子除了展示了自己的数字化双胞胎的应用案例、MindPower智能配电管理云平台外,还联合赛迪灵犀共同推出数字化企业能力评估模型。

西门子数字化企业业务总监顾欣解释称,西门子从6个维度形成了这一企业数字化评估架构,包括基础支撑型上的企业战略、前沿应用、组织管理3个维度,以及企业自身价值链上的系统集成、生产管理、数据治理3个维度:

企业战略。

企业未来的数字化转型蓝图及战略方向上的设定。

前沿应用。

利用先进技术支撑数字化转型。

组织管理。

组织体制和责任制定上,需要有责任人推动企业数字化转型,未来人才培养上有自己的思路。

生产管理。

生产制造管理体系上需要形成一定的流程,并做相应的标准化工作。

系统集成。

企业形成了大量的IT子系统及OT管理系统,这些系统并不互通,互联互通、系统集成,从而形成更大价值就成了当下的一大挑战。

数据治理。

数字化企业拥有大量的数据,数据综合利用和治理就成为需要进行的工作。

顾欣强调,这一模型主要利用简化体系和互联网推广方式进行一个初期诊断,随后西门子及合作伙伴提供的一站式咨询、系统服务、产品服务可以提供之后企业数字化转型所需的服务。

据官方介绍称,该模型前序版本在2018年首次发布,目前已生成近3000份评估报告。

研华:聚焦边缘侧价值,云平台侧构建生态

相对西门子而言,研华可以说是国内工业设备厂商代表,与此同时,研华近年来也开始着手构建自己的工业互联网体系。

研华科技(中国)工业物联网事业群总经理蔡奇男告诉雷锋网,“我们最初是一个自动化硬件公司,10年前我们意识到了工业软件的重要性,2014年我们意识到数据的价值,我们希望将OT层的数据价值最大化,并规划构建了WISE-PaaS平台。



与其它工业互联网企业略有不同,研华目前主要仍以边缘设备侧价值为主,其WISE-PaaS平台更多是以共创模式构建工业互联网生态。

雷锋网在研华展台也了解到,策维软件正是研华共创模式下合作企业之一,策维软件通过搭建EPOS工业互联网平台,可以为中小企业工厂提供数字化解决方案。

具体而言,EPOS通过将工厂中的业务单元、研发单元、仓储单元、生产单元等抽象成数字化模型,采用微服务、容器等互联网技术,并结合设备管理感知工业APP(DMPS)、生产管理感知工业APP(IMPS)等工业APP为工业企业提供服务。

海尔:一个洗衣机互联工厂方案

海尔COSMOPlat作为当下工业互联网中的明星平台,也作为海尔在工业互联网领域的核心布局,一直活跃在各大展会上,此次在工博会上,海尔也展出了其基于COSMOPlat的建陶、医疗、机械等领域的解决方案。

据官方资料显示,海尔COSMOPlat现已构建起跨行业、跨领域、跨区域的共创共享生态。

简言之,海尔在平台侧提的也是生态战略。

在海尔展台,雷锋网看到了海尔基于COSMOPlat为自己滚筒洗衣机搭建的一个洗衣机互联工厂解决方案。

据悉,海尔目前有13个互联工厂,所有工厂的内筒车间、箱体车间、外筒车间、总装车间内的设备通过这一系统实现互联,订单总量、计划数量、库存信息、生产线实时情况等信息都通过数字化平台呈现。

此外,通过抢单的形式进行订单分配,这同时也方便各个工厂根据自己的实际产能接收订单。

订单出货过程具体划分为十个步骤(定制下单、智能排产、智能拣配、柔性装配、模块装配、定制装配、智能检测、智能仓储、定制交付、用户评价),根据实际生产环节复杂程度及历史数据对各个步骤进行时间预测。

此外,这一整套系统还包括产品检测、产品出货全生命周期在内的数据监测和管理。

除此以外,海尔还展出了其COSMOPlat国家OID标识解析体系及家电行业基于表示解析的应用服务平台,这也是海尔在做的家电行业标识解析二级节点。

英特尔:一个纺织服装行业的应用案例

相对于更贴近设备侧或工厂侧的OT侧厂商而言,IT厂商更喜欢讲人工智能,尤其在较为成熟的视觉算法的应用。

人工智能的前提是算力、算法的能力,雷锋网在英特尔的展位上看到了一个应用于纺织服装行业视觉检测案例。

当下制造业产业面临的一个问题是,产业数字化升级后,生产量加大,一方面人类会有疲劳期、不精确,另一方面年轻人不愿意做机械化的工作。

机器视觉为视觉检测降低了人力成本,同时兼具准确性。

英特尔通过为JWIPC的工控设备提供「硬件平台(CPU、VPU)+供边缘智能软件平台+AI参考算法」整套解决方案,打造服装行业的视觉检测方案。

该方案采用了基于英特尔OpenVINO的机器视觉算法,并通过CPU+VPU异构方案解决了算力问题。

由于CPU做的是逻辑运算,不善于做浮点运算,通过加入VPU处理器,提升工作效率。

具体在设备工作过程中,通过AI算法分析采集到的数据,并最终将分析结果反馈到应用层,通过应用层软件输出分析结果。

目前这套工控设备已经在织布厂的缺陷检测、印花厂和服装厂的订单追踪及订单管理中有所应用,但现场技术人员也告诉雷锋网,“由于纺织厂的管理方式不够先进、智能化设备不够,AI算法所需的高质量数据不够,现在这套设备应用还不多,这个行业要发展起来还需要一段时间。



同时,在英特尔展台上,雷锋网看到了英特尔在智慧工厂中技术布局框架,从工作负载整合、设备互联、数据收集、机器视觉到最终的设备控制,这也反映了当下工业互联网实际应用的一个整体思路。

百度:工业质检云方案

在今年8月的2019百度云智峰会上,百度副总裁尹世明提出「人工智能工业化」,在2019工博会上,雷锋网也再次看到了百度在工业质检云上的整体方案。

质检环节占据整个工厂工作的一个重要部分,“1000人的工厂中,可能有200人是在做质检工作。



百度智能云为企业用户可以提供两种方案:

第一类,定制化方式。

用户通过提供至少50-100张工业检测缺陷照片,可以训练一个定制化算法模型,并最终应用到实际方案中;