工业互联网技术发展现状及趋势分析

工业互联网是国家倡导的技术方向,是“新基建”的重点领域之一,也是企业和学术界普遍关注的热点话题。工业互联网技术健康发展的关键在于能否为企业带来经济效益。从经济性的角度,结合国内外众多实践案例的经验和教训,分析了该技术对企业业务的影响、价值创造的途径和难点,并对技术的发展趋势进行了总结和分析。理论和实践都表明,工业互联网创造价值的能力与应用场景密切相关。分别针对企业内部和企业之间两类场景,分析了各自的问题、技术特点和发展前景。工业互联网平台技术是促进工业互联网发展的工具,会对我国制造业的产业生态产生重大和深远的影响。促进工业互联网的发展,需要从战略和管理的角度着眼,而不能仅仅着眼于具体技术。

工业大数据概念、意义与落地实施

随着数字化技术的推进,人类逐步走入了工业大数据时代。首先讨论了工业大数据的背景与意义。用DIKW体系理论分析从数据到智能的逻辑关系,认为大数据是走向智能社会的基础。接着阐述了工业大数据的概念,认为工业大数据区别于以往的本质优势,体现在获取知识和信息的能力上。工业大数据不同于商业大数据,需要体现工业的特点。工业大数据技术结合企业的实际应用,并与智能化建设共同推进。研究了工业大数据在推进业务流程优化和模式创新时的应用模式,以便与智能化工作深度结合,并充分发挥工业大数据的优势。最后指出,提升企业的管理水平是推进工业大数据应用的重点方向之一。在我国,这方面的价值潜力巨大,但前提是企业家必须有推动企业转型升级的意愿和决心。

工业企业数字化转型的内涵与实践

在推进数字化转型的过程中,很多企业遭遇“概念的迷雾”,阻碍了相关工作的开展,采用控制论的基本思想,贯通自动化、信息化和智能化三类工作,解释了人工智能各学派之间的关系:从计算机系统看,传统的自动化和信息化功能是相对分离的工业互联网的广泛应用,密切了两者的联系。这引发了企业管理能力的增强、商业模式的改变、创新能力的增强。结合国内外企业的实践,解释了不同企业在推进数字化转型中的差异性,便于企业根据自己的实际情况找到合适的切入点。

对我国工业互联网发展状况的一点看法

2012年11月,美国GE公司发布了《工业互联网》白皮书,标志着"工业互联网"概念的诞生。2017年前后,我国各级政府相继出台了一系列工业互联网发展的鼓励政策和扶植措施,受到了企业界的热烈响应。通过几年的实践,取得了很多成功的经验,但也有遭受挫折的教训。对此,笔者谈一点自己的想法。

浅议工业互联网与传统计算机系统的关系

大型工业企业的内部是工业互联网的重要应用场景之一,计算机和网络在先进的大型工业企业应用和发展了几十年的时间。建设工业互联网系统的新意何在?与已有系统之间的关系应该如何处置?1典型计算机系统回顾大型工业企业内部的计算机系统很多,这些计算机系统往往被分成若干级别。一般分为三级:即基础自动化级(BA)、制造执行系统(MES)和企业资源计划系统(ERP)。

基于数字孪生技术的火电智能应用平台研究

鉴于火电行业核心反应复杂、变量众多,导致现有智能应用建设过程中基础模型、算法更多的是面向单体设备或简化系统,难以满足企业整体运营效率提升、能源消耗与总体成本降低的多目标需求。通过建立基于数字孪生技术的火电智能应用平台,将不同的基础模型建立与应用开发工作进行解耦。在模型构建过程中,针对性地建立不同系统、设备数孪数据模型与算法模型,通过图形化方式建立不同模型协同关系,使得各应用底层数据、算法相一致,同时模型间的交互性得到提升。通过在某火电厂的实践表明,通过上述方式可加快知识经验的模型化沉淀,提升火电智能应用开发效率。

智能制造与转型升级

很多企业在推进智能制造的过程中遭遇困惑,困惑的原因往往是新技术难以创造足够的经济价值。要消除困惑,不能仅局限于技术问题本身,必须从企业转型升级的战略高度看问题,才能找到出路。1智能制造的概念智能制造的定义有很多种。其中,汉语中的“智能制造”就对应“Smart Manufacture”和“Intelligent Manufacture”两种英文表述。

当工程师遇到科学家

科学和技术有着密切的关系。但是,真正认识清楚的人却不多。这些模糊认识,严重影响我国高科技的发展。首先,从科学家和工程师的角度看问题,答案往往是不一样的:科学家常常发现自己的研究有用,工程师经常觉得前沿的研究没有用。为什么会有这样的差别呢?某个科学家有了科学发现以后,就会发表出来。很多人会看到这个成果。假如科学家的论文发表在档次比较高的期刊上,成果就会传播较广。这时,会有人试图"用用试试"。其中,世界上总有几个人可能会发现应用效果不错,可能会发论文出来呼应。过了几年,科学家发现好几个人用到了自己的成果。这时,他一定非常开心:我的研究是有用的!

工业大数据建模的实践与认识

讨论了工业企业从事数据建模时遇到的典型困惑。企业数据建模面临的困难,本质上是因为数据质量不理想。在工业大数据时代,建模成功的关键不是增加数据量、采用特殊的算法,而是提升数据质量。在数据质量较为理想的前提下,一些传统的简单算法具有很好的实用性和广泛的适用性。

工业互联网:过去、现在与未来

我一直觉得,研究历史、尤其是自己亲身经历过的事情非常意思。最近和几位朋友谈起工业互联网的发展趋势,我突然发现,过去并没有认真地考虑过这个问题。90年,本科毕业后,我转到了化工系。正赶上王丽君、王永涛两位老师给余姚化纤厂开发第二套DCS,我负责上位机软件的开发,用RS232进行通信。这种通信相当简单,但受到计算机网络课的影响,所以编程时用了“分层”的思想处理各种问题。一个简单的接口,大约用了1000行代码。其效果就是软硬件联调时,从未出现过问题。老师说:“过去联调大约用1个月时间,而这次却仅需几天。”

智能化对工业到底有多重要?

工业互联网可以用于重构企业之间的生态关系,也可以用于大企业内部的转型升级。那么针对大企业来说:工业互联网和过去的自动化、信息化系统有什么区别?这个问题笔者花了5年时间,如今终于想明白了。近20年前,宝钢连铸分厂设备车间吴主任有个想法:提取连铸设备数据,用网络进行传递。如此一来,工作人员在办公室里就可以看到设备状态。现在想来,这是典型的工业互联网思想。但是,对这个提法我并不热心、也没有参与。原因很简单:这种做法可以让点检工人更加方便工作,但加剧了工程量。在我看来,投入与产出并不对等。另外,按照公司的考核制度,做这类工作基本上是自讨没趣。

从成本角度看技术

理解互联网、智能制造的角度很多。其中一个角度就是成本。我曾说过:绝大多数的技术创新,以及智能化背景下的企业创新,几乎都能转化成“成本问题”。从这个角度看问题,更容易对企业的创新带来启发,也容易被企业接受。互联网、大数据的作用之一是推进透明化,透明化的作用是提升管理水平。而这件事,也可以从成本的角度看:技术降低了管理成本。

钢铁行业能源智能导航系统

1背景本案例以河南省最大的钢铁企业安阳钢铁(以下简称安钢)为场景,以构建钢铁行业工业互联网平台为契机,先行对包括煤气/蒸汽/压空等介质进行数字化监控与智能化调度升级改造,开发满足安钢场景的能源资源智能化平衡调配相关应用功能,从而推动安钢在能源资源运营有效性方面得到显著提升。

人工智能与智能制造

国内曾有著名专家学者提出:智能制造就是人工智能加制造。这种观点会对推进智能制造带来思想混乱。为此,我们有必要澄清这两个概念的关系。人工智能的两个经典学派谈到智能制造,人们很容易联想到各种高级算法,如机器学习和逻辑推理。事实上,人工智能技术在最近十几年最重要的进展就是深度学习技术,这也是人工智能最近成为热点的原因。

工业互联网助力“双碳”目标实现

工业互联网和节能减排有着较深的渊源,这是工业互联网本身的技术特点决定的,工业互联网便于在大的空间范围内进行复杂的实时管控。能源系统就是一个复杂系统,它既涉及大的空间范围,又对实时性要求较高。在推进“双碳”工作的过程中,可再生能源的使用比例将越来越高,这增加了能源系统的复杂性,但也为工业互联网的应用提供了机会。

智能制造涉及的若干概念及相互关系

智能制造理论中涉及到的概念实在太多。每次给人讲的时候,我都感到头疼。所以,笔者将概念间的关系粗略地整理一下,希望有个相对完整的描述。整理的原则围绕着应用:怎么用、谁来用、什么时候用、什么场景下用。其中,也考虑了3种可行性:技术可行性、经济可行性、现实可行性。所谓现实可行性,主要考虑到不能把人的能力作为主流因素。我们经常从不同的角度提到智能制造,这实在让人头疼。

认识智能制造的真相:需消除片面性

最近,对智能制造、工业互联网相关技术的悲观情绪开始上升。很多理论讲得很对,为什么遭遇落地难呢?要理解这种现象,先要反思我们自己思维中的片面性。于是,我发现:大家都在谈智能制造,但观察角度却是不同的。下面我进行了一下简单的分类。

工业APP:承载复用工业知识优化赋能工业过程

目前,我国工业应用场景比较多,对工业APP业务提出了较多的需求。工业APP既是工业知识积累的过程,又是软件开发应用的过程,只有具备这两种能力的企业,才能做出好用的APP。我国工业APP蓬勃发展所需要的3个条件已经具备。第一,我国信息通信技术实现迭代跨越,已建成全球规模最大、技术领先的网络基础设施,为工业APP广泛应用提供了良好的环境支撑。

基于机器学习的CO_(2)封存致密砂岩储层孔隙度预测

CO_(2)地质封存技术被认为是降低大气CO_(2)浓度的有效措施,是我国实现“双碳”目标的关键技术之一.孔隙度是评价储层储集性能的关键参数,对其高精度预测是CO_(2)封存潜力评估的一项重要内容.对于CO_(2)封存致密砂岩储层而言,由于孔隙类型多样,非均质性较强,在以往储层物性评价工作中,利用已有模型和测井解释方法,预测结果与实际测试结果往往偏差很大,实际应用效果不佳.如何利用前沿的数学算法充分挖掘测井数据中隐含的物性信息,建立预测精度较高泛化性能较强的孔隙度模型是致密砂岩储层精细勘探高效开发的关键,更是二氧化碳地质封存潜力评估的关键.本文基于机器学习主成分回归(PCR)、高斯过程回归法(GPR)、随机森林(RF)、支持向量机(SVM)、BP神经网络(BP-ANN)以及极致提升算法(XGBoost)构建致密砂岩储层孔隙度预测模型,经综合对比发现,基于XGBoost的孔隙度预测模型预测精度最高、泛化性能最强,该方法为CO_(2)地质封存致密砂岩储层孔隙度预测模型的构建提供新的思路.

智能制造的概念与推进策略

介绍了智能制造相关概念的内涵、发展及学术流派。智能制造的发展,受到现实需求、技术水平等外部条件和约束的影响。这些条件和约束,决定智能制造相关技术和经济可行性。企业在推动智能制造的过程中,必须考虑自身技术条件,避免盲目追求技术的新颖性,才能保证智能制造的健康发展。