<mark id="oztn4"></mark>
0
| 本文作者： 郭仁賢 | 2019-12-05 11:43 | 專題：2019全球AIoT產業·智能制造峰會 |
據 Gartner 預測，智能運維的全球部署將從2017年的10%增加到2020年的50%，其行業應用除了互聯網之外，還包括了電信、金融、電力、航空等領域。
而在國內，智能運維從正式提出到實際落地，這個階段也只有兩三年的時間。盡管如此，一些率先探索智能運維的企業，通過對該領域的深入研究和實踐已取得了一定的成效。
近日，在雷鋒網于深圳舉辦的AIoT年終盛會——2019全球AIoT產業 · 智能制造峰會上，來自寶武裝備智能科技有限公司工業智能服務事業部總經理王建宇，以「智享生態 云聯未來——鋼鐵行業設備智能運維探索與實踐」為主題進行了分享，為工業企業如何探索智能運維提供了思路，并與眾多跨界的伙伴探討了各種前沿技術的應用等。
寶武裝備智能科技有限公司（簡稱“寶武裝備”），是中國寶武集團下屬一級子公司，是專業從事裝備智能運維的科技公司，承擔中國寶武多基地核心設備狀態保障功能，現已成為行業領先的綜合設備狀態保障技術服務提供商。
雷鋒網了解到，傳統運維比如“點檢定修制”，是通過人工“五感”方式了解和判斷設備的狀態并周期性的開展維護活動。而智能運維強調是以數據為核心，是自動匯聚所有設備狀態相關數據，基于狀態變化趨勢驅動決策并有針對性的開展設備運維。
王建宇表示，寶武裝備早在2014年就啟動了智能運維的相關探索，從今年上半年，按照中國寶武“四個一律”智慧制造整體部署，即：操作室一律集控、操作崗位一律機器人、運維一律遠程以及服務一律在線，開始規模化推進。
以下為王建宇的現場演講內容，雷鋒網作了不改變原意的編輯與整理：
大家好！非常開心有這樣的一個機會，與這么多跨界的伙伴在一起進行交流，我今天主要分享的是鋼鐵行業設備智能運維的探索與實踐。
講到AloT在工業領域的應用，其實它的場景是非常多的，比如質量檢測、工藝優化、能效優化，以及產業鏈協同等，而我則是從智能運維的角度來跟大家分享。
我來自鋼鐵行業，正如我們所了解的，鋼鐵行業是一種典型的長流程工業，工廠里匯聚了大量的設備設施，并且對連續生產穩定性和可靠性的要求非常高；寶武裝備正是專注于大工業系統裝備智能運維的公司，承載著整個中國寶武裝備智能運維服務體系建設和運行的使命。
寶武裝備面向中國寶武十大基地，最遠的在新疆天山，最近的在上海，總體上看，目前集中在長江三角洲、珠江三角洲，以及西北角，呈現出“彎弓搭箭”的格局。
在十大基地，我們有幾千億的設備資產，數百萬設備，數十萬臺套關鍵設備，這些都是我們所要服務的場景。寶武裝備源于原寶鋼設備系統相關專業，從最早寶鋼引入日本的“點檢定修制”開始，一直專注于設備狀態領域，長期服務于寶鋼以及外部眾多客戶。
提到大數據，當前大數據應用一個很重要的前提是：擁有足夠已標注的有效樣本數據，而寶武裝備經過三十余年的發展已積累了數十萬條設備狀態相關有效數據，以及海量的設備點檢、維護、檢修有關的標準和數據，這些有效數據的積累和標注是我們開展智能運維這項工作一個很好的基礎。
寶武裝備不僅是中國智能制造系統解決方案供應商，也是工信部制造業與互聯網融合試點示范單位、上海市工業互聯網平臺和專業服務商推薦單位。
“智能運維”這個概念是這兩年興起的一個概念，以前更多的大工業是在講點檢定修、狀態管理。作為一個新興的概念，大家對智能運維初期的理解可謂眾說紛紜，但是當我們換一個角度，以逆向思維的方式，我們首先來看智能運維不是什么。
首先，智能運維 ≠ 平臺。或者說，不是簡單地搭建了一個工業互聯網平臺就等同于實現了智能運維。
第二，智能運維 ≠ 機器人。現在一提到智慧制造，大家很容易和機器人聯系起來，但是設備管理中即使應用了機器人并不代表已實現了智能運維，這只是解決了一個局部的問題。
第三，智能運維 ≠ 在線監測。在線監測已有幾十年的歷史，它更多是從實時把握設備狀態的角度去考慮，但智能運維實際上是對整個設備管理全流程進行重塑，去進行變革。
智能運維是基于對工業設備管理的深刻理解，以智能化手段賦能傳統設備運維管理所形成的“設備狀態智能管理系統解決方案”。它的核心是基于設備狀態變化趨勢的智能決策，將這種決策映射到整個設備管理活動當中，基于對設備當前狀態把握和未來狀態預知的基礎上，去判斷設備該不該修，什么時候修，修什么，怎么來修，誰來修，也就是完整地體現數據驅動決策；在整個設備管理中，“從數據中來，到數據中去”。
鋼鐵工業為代表的大工業中，多是以“點檢定修制”為主的設備管理模式，更多是以人為核心，靠現場人員“五感”的方式：用眼睛去看，耳朵去聽，鼻子去嗅，嘴巴去嘗，以及手去觸摸等感知設備變化。
通過這種方式判斷設備的狀態是不是正常，是不是需要保養、維護或者維修，設備有問題了就會人工地去安排一個維護檢修的計劃，開出一個單子給相應的維檢單位，組織他們去維護和維修；修好之后，再由現場的設備工程師對現場的設備恢復情況進行驗證，通過人最終形成一個閉環。
而未來的智能運維是以數據為核心，從智能的采集開始，不管是在線的、離線的，還是現有系統中蘊含的數據，我們都把他匯聚上來，基于這些數據進行綜合的分析、判斷。如果設備有問題，由系統和平臺自動地排定維護檢修計劃，自動地推送相應的解決方案。
在實施的過程中，如果遇到問題，可以隨時隨地呼叫全國各地甚至全球范圍內的專家來進行遠程的支持；當設備修好之后，恢復到原先的工作狀態，可以通過在線的數據，來對它進行校驗是不是真的修好了，通過數據最終形成閉環。
智能運維有三個“一”為核心：一個平臺，一個專家系統，以及一個標準化體系。
首先，一個平臺。該平臺更多是為整個設備管理相關的人員，包括生態合作伙伴等，提供了一個共同的信息共享平臺、溝通交流平臺、協同工作平臺。同時，基于這個平臺，還能夠對不同的基地，同類的產線或設備進行綜合的比較、分析，去尋找進一步改進優化的空間。
再者，一個專家系統。專家系統是一個人機結合的系統，一方面人腦中的經驗、知識與智慧轉化為計算機可以自動識別判斷的語言，另一方面，基于我們現有的認知，這個轉化還會持續很長一段時間，所以也需要人去對一些疑難雜癥進行處理。
最后是一個標準化體系。工業是一個很嚴謹、很嚴苛的業態，工業的基礎都是源于上千年以來人對形成產品價值創造這個過程的經驗知識的固化，所有的管理基礎都是基于標準化，數字化、智能化更要基于標準化；通過標準化，不斷地去固化我們行業的管理運行經驗，讓企業運營不斷地迭代和升級。
客觀地說，在目前這個階段，不少企業的標準化實際上還是停留在紙面化的階段。但是，不管是現在還是未來，工業互聯網和大數據融合必須要完成向全面數字化的跨越，這必將是一個比較漫長的過程，因為知識的轉化、數字化是需要大量的人力、物力、時間的投入。
在我們已經搭建的、面向全寶武的設備智能運維平臺上，它的架構與我們講的工業互聯網、物聯網沒有本質性的差異，基本原理都是怎么去拿到數據，怎么去分析數據，怎么把這些數據的應用去和我們管理的需求、跟我們運營的需求結合起來，呈現出價值。
為什么我們要強調標準化體系？
以電機維修為例，同樣的一臺電機，不同基地、不同隊伍干出來可能就是不一樣。這時候，如果能夠把維護維修都標準化，一步一步規定清楚，每一步你做什么，需要用什么東西，要達到什么樣的質量標準，這樣就有可能：十大基地不管是什么電機出問題，不管誰來修，最后的進度、投入和質量都是一樣的。這樣做的目的是：讓服務能夠擺脫地域、時間、經驗等因素的限制，本質上是為了能在整個廣域范圍內促進相關資源在同一標準下的高度協同。
另外說到新技術的應用，從感知的角度，這幾年也用了很多的方法，比如各種有線和無線的傳感器，NB-iot、5G，以及光纖感音、視覺識別技術，還有巡檢機器人的應用等。
從認知的角度，我們整體是沿著模型和大數據兩個維度，其中，對于大數據的探索還需要一個過程。目前在工業場景里面，我們基于大數據的應用，實際上很難找到一種通用的方法、通用的框架，一勞永逸地解決我們所面對的所有問題，所以我們要針對每一個細分場景投入足夠的資源，用相當長的時間才能去解決一個問題。
比如對于電機絕緣失效這樣一個瞬間突發故障，我們花了一年多的時間去積累數據，然后去建立相應的模型并進行訓練，目前為止只能算是小有成就，能夠做到平均提前10分鐘以上預警，最長的可以提前一個月。可想而知，這樣一個細微問題的應用，在工業領域里都需要投入足夠的精力消耗大量的資源去解決。我們更多地是以機理為主，以大數據的模型與它進行交叉驗證，相互補充，逐步提高模型的準確性、有效性，這是我們目前所采用的一種方法。
面向移動端的應用，包括AR、VR我們也都有具體的探索和應用。
總體上，寶武裝備從2014年開始智能運維的嘗試，認識也是在從監控、到檢測診斷、再到今天的智能運維不斷深化。尤其是從今年上半年開始，整個中國寶武在全方位推進智慧制造，智能運維的步伐也在加速。現在，寶武沿著四條線推進智慧制造：
操作室一律集控。其最終目的是實現異地操控全國或者是全球的產線。
操作崗位一律機器人。盡管鋼鐵工業已經是一個高度自動化的行業，但還是有20%左右操作還是靠人，我們通過機器人去替代，重點是高風險、高污染、高負荷的“三高”崗位。
運維一律遠程。也就是寶武裝備所聚焦的智能運維。
服務一律在線。圍繞著產業鏈上下游的協同等。
從我們智能運維的角度來說，還有很多的問題需要解決，希望跟現場的伙伴進行分享，比如5G技術、新型傳感器、大數據、人工智能等。
5G如何將通信模組與相應的智能生態結合起來，盡快投入到工業實踐中去；
無線MEMS傳感器，不管是4G、5G，亦或其他通訊，怎樣匹配你的數據采集傳輸策略和功耗之間的關系，讓他用的更久一些；
大數據，視覺識別等，我們當然希望能夠有一種相對通用的方法和框架，降低技術門檻，從某種程度上加速我們開展數據分析的過程，這也是一個關鍵。
最后，說一點自身的感受：工業領域的智能化應用要想真正地落地生根，一定是工業領域的企業、新的物聯網企業，以及互聯網企業一起協作起來，所以中國寶武要打造鋼鐵生態圈，寶武裝備也要打造配套的智能運維子生態。因此，從這個角度，我非常期望一些跨界的伙伴，尤其是有好的技術、好的產品的朋友來跟我們做一個結合，加入我們的生態圈，讓大家的技術與創意在工業領域發揮出更大的價值，創造出更大的貢獻。謝謝大家！雷鋒網雷鋒網
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
