智擎信息借助微软平台帮助模型训练与模拟测试节省大量时间

 

随着先进制造业越发重视运维工作，过去传统的备品备件购买以及定期维护已经过时，通过工业互联网和人工智能等技术赋能的数字化运维方案可以预测设备症结，降低企业过去不可避免的停机损失，带起了智能制造革命新课题。此外，由于自动化生产过程中的设备亚健康所带来的生产损耗、次品率的提升为客户生产和质量管理带来了新的挑战。

当前，制造业正面临转型大考，其战略部署、执行决策无一不存在挑战。行业内制造商多数在推进智能工厂建设，将智能监控传感器配置到工厂之中，形成可实时感知的透明工厂，流动的数据使得工厂的可控性和安全性更上一个阶层。

与传统制造业相比，智能制造更加突出设备的智能性、综合性、灵敏性与交互性的特点，这对设备工作的连续性要求越来越高，突发的故障停机会影响生产连续性，降低生产效率和产品品质。作为提高设备使用阶段可靠性的重要手段，智能制造对设备的维护提出了较高的要求。

对于企业而言，不得不面对的现实问题是，运维水平与运维成本水涨船高。面对这一核心痛点，以智擎信息为代表的工业物联网 SaaS 服务商纷纷入场，从大型设备维护切入，将预测性维护的铠甲武装至工厂，其与微软合力锻造的“端+云”技术架构体系，以智策物联、智策算法套件、智策分析等服务架构帮助企业改造轻量级、可拓展的感知物联，进而推进预测性维护，构建数字工厂。

1

从基础到应用，微软与智擎的接力赛

当前，设备维修经历了事后维护（被动型维护）、定期维护（周期性维护），现已发展到预测性维护阶段（主动性维护）。预测性维护是通过传感技术在线监测设备运行状态，并在早期故障诊断的基础上通过预测模型估计故障发展趋势或设备健康度来安排维修活动。预测性维护能够利用集成的智能机器与设备的数据综合分析、预测故障发生的时间和位置，最大化零件工作效率，减少不必要的停产。在大多数情况下，预测性维护是最具效率的维护策略。

以风电行业为例，设备运维成本约占整个风电资产生命周期成本的15%－20%，预计到2022年中国风电场运维费用将增至年均200亿元。对于此类设备工作环境恶劣、价格高昂的产业，一旦设备发生故障，企业不得不停机停产承担巨大的经济和产能损失。因此，监测设备日常运行的健康状态尤为重要。

智擎信息自2014年入局制造业运维优化以来，从风力发电等大型装备运维切入，借助传感器、云计算、IoT 和机器学习技术，用数据和算法帮助生产制造业企业降低设备故障频次，缩短产品生产周期、优化质量、降低能耗、使制造流程可视化。

随着业务的不断推进，智擎信息发现，不同客户的需求不同，对算力的要求并非保持都是峰值。而每个客户技术迭代时间比较集中，每个季度有1-2次，因此，采用更为灵活、弹性的算力支持对于智擎信息自身和客户都是节约成本的必要手段。此外，彼时的智擎信息约有50%的精力投入到算法框架层面的二次开发和复检工作，占用了算法工程师可用于专注公式推导、函数推导等算法本身的工作，拉长了项目交付周期。

因此，专注于 IoT 及场景应用层的智擎信息与深扎于基础层的微软技术架构十分契合。智擎信息将自身应用端技术能力、行业优化方案、算法层认知与微软的标准化的云技术、PaaS 服务等相结合，采用微软 IoT Edge、IoT Hub、Azure Digital Twins（ADT）、Functions、App Service 等服务为提升节点和算力调节灵活性搭建了新型基座，释放在基础类研发的任务压力，加速智擎信息打造算法、应用层的技术护城河。对于客户而言，将 Azure 能力作为 IoT 和数据分析和应用入口，建立数据中心等数字化基础设施时的成本与部署周期将大幅缩减。

进一步而言，双方通力对行业输出的解决方案达到了精细化管理的另一个维度。不需要大规模的研究能力和产线迭代，在尽可能少改造产线本身的前提下，让客户充分享受数字化管理的成果，达到较好的投入产出比，帮助客户打造降本增效的示范性案例，以供复制和推广。如今，智擎信息的客户已从新能源设备厂商拓展至快销日化、食品加工、3C 电子、表计、半导体等行业，软硬结合的全数据管理优势让其从设备运维走向工厂产线。据统计，智擎信息的解决方案帮助客户减少人工工时40%，事故频次下降28%，次品率下降18%。

2

新能源行业渴望释放数据力量

保证设备健康可持续地运行，减少风险和故障的发生，是每个企业运营管理的重要目标，对于拥有高价值设备的企业尤为重要——智擎信息早期入局的大型装备行业设备运行运维即是如此。彼时，智擎信息聚焦 IoT 算法层面，从应用状态出发，以设备的压力、温度等数百种状态数据为基础分析设备的运行状态，做出设备的生命周期等分析和预测性运维。

以风力发电机为例，风力发电机组彼时已是智能化程度很高的设备，基本可以做到无人化运维。传统运维方式是安装监控，当指标异常时，例如温度超标，转速及加速度等参数突发的异常变化，就会通知工作人员处理。智擎信息基于对设备长期数据做算法机理分析，可得出的预测性判断包括未来主轴磨损断裂、齿轮箱打齿等状况，避免硬件损失导致的停产。上述方法主要通过数据和算法为客户带来更短的故障更换周期和停机时长，提升设备利用率。

对于客户而言，风力发电行业存在的挑战是现场无人，协调有经验的工作人员较为困难。同时，备件订货对于提前量有一定的要求。因此客户更希望提前锁定未来容易损坏的部件，以便备件并安排专人处理。此外，该行业客户涉及 IT 人员较少，需要帮助他们在云端进行快速、安全的部署。

在与微软的合作中，智擎信息与前者共同实现快速交互以及平台搭建方法以及安全机制，借助微软的平台帮助模型训练与模拟测试，节省大量时间，将原本预计的6-8个月交付周期缩短近一半。

历经几年的技术迭代，智擎信息的风电大数据平台已经覆盖从风机设备传感器数据采集、数据传输、数据清洗、数据存储、数据计算、模型训练、数据分析挖掘到高层数据决策支撑的全价值链功能。基于分布式高性能计算系统的开源组件，智擎信息研发了针对风电行业的定制化组件，还提供了灵活的部署管理方式，既可以全套采用其大数据平台解决方案，也可以基于已有搭建的大数据平台进行部署适配。

面向数采及监控环节，智擎信息针对风电场的各类设备进行数据采集和集中监控，包括风电机组、升压站、测风塔、无功补偿装置、安防系统等设备，建设了统一长期的数据存储数据库。从源头保证了数据质量，实现了对风电场或风电场群的集中管理。据客户统计，在运行12个月后，其风机发电运维成本下降近20%，停滞时间缩短17%，比原有的发电时间增加近20%。

3

制造业工厂追求数字化进阶

随着业务的不断拓展，智擎信息将其解决方案进一步延伸至工厂侧，助力客户实现从早期的设备健康、生产质量领域延伸到工厂的数字化场景中。

对于数字化水平较高的产线而言，更低的次品率是其追求的目标之一，这类客户对于自身工艺已是相当精深，因此智擎信息选择从设备端入手，避免设备亚健康状态导致的生产质量问题。

以幼儿纸尿裤生产为例，某知名日化行业国际巨头希望通过全面的设备监控，提升设备运维的实时性，提前判断由于设备亚健康运行带来的质量问题，从而进一步降低生产产品损耗，规避废品率和返工率。

智擎信息具备的传感器和算法相结合的方案充分满足了客户的业务预期：在设备监控及预测性运维方面，借助工艺监测传感器，智擎信息可实现设备360°监测及可视化及远程抄表、能耗管理，同时还可对工厂、车间和产线的整体生产运行进行监控及可视化分析，实时呈现订单生产执行状况、生产用时、物料库存状况、质量和损耗状况、设备故障等状况。

智擎信息与微软训练模型磨合而成的人工智能算法可对设备异常状态提前预警，避免因设备故障造成的停机事故。根据预警推荐相关的运维策略，降低运维难度、提高运维效率并形成预警-》分析-》决策-》运维-》反馈的完整闭环管理模式。最终保证订单按时交付，降低损耗。

可以说，智擎信息与微软之间的合作是一场行业共赢，双方完成了基础层到应用层之间的接力，为行业快速交付个性化的项目服务与行业性解决方案。在新一轮科技革命和产业变革孕育兴起，令人眼花缭乱的新兴技术需要更多企业参与到这场“接力赛”，带动制造企业进步，推动产业升级。微软也会依托自身的技术优势，与更多行业伙伴搭建数字化阶梯！　

      审核编辑：彭静