9月15日，2017 NI工業(yè)物聯(lián)網(wǎng)高峰論壇在北京召開(kāi)。美國(guó)國(guó)家儀器公司攜手美國(guó)智能維護(hù)系統(tǒng)中心(IMS)、北京天澤智云科技有限公司等一同分享物聯(lián)網(wǎng)、大數(shù)據(jù)在工業(yè)領(lǐng)域的最新應(yīng)用、發(fā)展趨勢(shì)以及實(shí)踐案例。NI展示了一大波新產(chǎn)品，如LabVIEW NXG, 支持TSN功能的最新CompactDAQ、SystemLink、InsightCM等。天澤智云技術(shù)研發(fā)副總裁金超博士在會(huì)上分享了“CPS、云計(jì)算、邊緣計(jì)算在工業(yè)智能中的融合探索”的主題演講，天澤智云嵌入式解決方案經(jīng)理陳星通過(guò)Demo為現(xiàn)場(chǎng)來(lái)賓展示了天澤智云WindInsight無(wú)憂風(fēng)場(chǎng)智能運(yùn)維系統(tǒng)平臺(tái)。

　　以下是金超博士的演講整理，以傳統(tǒng)工業(yè)如何實(shí)現(xiàn)工業(yè)智能？工業(yè)界中的痛點(diǎn)體現(xiàn)在哪里？如何實(shí)現(xiàn)工業(yè)無(wú)憂？如何整合邊緣計(jì)算與云計(jì)算優(yōu)勢(shì)？以及工業(yè)智能化案例分享等維度為大家進(jìn)行解讀。

傳統(tǒng)工業(yè)如何實(shí)現(xiàn)工業(yè)智能？工業(yè)界中的痛點(diǎn)體現(xiàn)在哪里？

　　在解答這兩個(gè)問(wèn)題之前，我們首先需要思考為什么需要工業(yè)智能？可以試想一下互聯(lián)網(wǎng)如何改變了我們的生活?；ヂ?lián)網(wǎng)革新最明顯的例子是基于地理位置的服務(wù)。比如，早年在一輛車(chē)上沒(méi)有導(dǎo)航設(shè)備，我們?cè)谝粋€(gè)陌生的城市從A點(diǎn)出發(fā)到B點(diǎn)，完全要依靠人的經(jīng)驗(yàn)，用地圖、指南針、問(wèn)路等等。而如今，我們?cè)絹?lái)越少地看到地圖或指南針，而越來(lái)越多地看到智能手機(jī)，以及智能手機(jī)上面的地圖應(yīng)用程序。要知道，地圖應(yīng)用程序不僅僅是地圖而已，在上面我們可以實(shí)時(shí)地看到發(fā)生的事故、交通狀況等，其實(shí)是用智能算法和分析代替了人的經(jīng)驗(yàn)，用數(shù)字互聯(lián)的平臺(tái)代替了現(xiàn)實(shí)中的物體，從出行的角度創(chuàng)造了智慧的鏡像(digital twin)，提供的是智能互聯(lián)的無(wú)憂出行服務(wù)。

　　反觀制造業(yè)，其實(shí)我們想要看到的所謂工業(yè)智能，可能也是類似與互聯(lián)網(wǎng)革新式的改變。理想的狀態(tài)是，在機(jī)器端有這樣一部設(shè)備能夠提取出反應(yīng)機(jī)器運(yùn)轉(zhuǎn)健康狀態(tài)的特征。這些特征既可以在本地經(jīng)過(guò)處理后變?yōu)榛镜?、機(jī)器健康信息，也可以被傳輸?shù)皆贫耍ㄟ^(guò)不同的軟件處理，滿足用戶多樣化、碎片化的功能需求，最終展示在用戶的終端顯示設(shè)備上。該系統(tǒng)要以解決實(shí)際的用戶痛點(diǎn)為目標(biāo)，賦予機(jī)器自我意識(shí)、自我比較以及自我預(yù)測(cè)的能力，甚至可以通過(guò)優(yōu)化和算法對(duì)有些可以補(bǔ)償?shù)墓收虾驮缙诋惓＿M(jìn)行維護(hù)，達(dá)到自我維護(hù)。也就是說(shuō)，機(jī)器制造商所生產(chǎn)的并非機(jī)器本身，而是為機(jī)器使用者提供一種制造能力，幫助實(shí)現(xiàn)無(wú)憂生產(chǎn)與運(yùn)營(yíng)。

　　如今提到工業(yè)智能，很多人都會(huì)聯(lián)想到仿真與自動(dòng)化。曾經(jīng)一家以設(shè)計(jì)可制造性評(píng)估仿真軟件的初創(chuàng)公司，為用戶提供可制造性的服務(wù)。在用戶提供所設(shè)計(jì)的產(chǎn)品的規(guī)格后，通過(guò)對(duì)應(yīng)力等物理指標(biāo)的仿真考察規(guī)格是否合格，設(shè)計(jì)是否合理。但是，即使他們傳達(dá)了可以生產(chǎn)的決策建議后，有些用戶還會(huì)找到他們，質(zhì)疑為什么仿真成功后，生產(chǎn)的產(chǎn)品還是存在缺陷。很明顯，由于在仿真的時(shí)候沒(méi)有考慮到實(shí)際生產(chǎn)中會(huì)遇到的一些問(wèn)題，比如環(huán)境因素，機(jī)器的使用狀況等，導(dǎo)致仿真的結(jié)果并不能反映實(shí)際生產(chǎn)產(chǎn)品的質(zhì)量。而對(duì)于自動(dòng)化，比如制造機(jī)器人，它們關(guān)注的是控制的平穩(wěn)度、精確度以及快速性。時(shí)間長(zhǎng)了機(jī)器人的狀態(tài)會(huì)改變，就要派人重新調(diào)試一下，而這被看成了很正常的事情。機(jī)器人的狀態(tài)衰退并沒(méi)有被追蹤、量化，這樣有問(wèn)題發(fā)生才被一遍遍的排查，卻沒(méi)有考慮到這是可以避免的問(wèn)題。這正是“冰山效應(yīng)”。

　　傳統(tǒng)工業(yè)常常誤以為對(duì)已產(chǎn)生問(wèn)題進(jìn)行自動(dòng)化檢測(cè)就是工業(yè)智能，卻未意識(shí)到設(shè)備時(shí)間長(zhǎng)了都會(huì)有衰退的問(wèn)題。對(duì)衰退的追蹤、量化、與預(yù)測(cè)性診斷，才是我們工業(yè)智能真正需要的。比如飛機(jī)機(jī)翼的一種失效模式是會(huì)出現(xiàn)裂痕，針對(duì)這樣的問(wèn)題，大多數(shù)人研究的是如何檢驗(yàn)裂痕的發(fā)生，卻很少人研究裂痕的產(chǎn)生跟什么相關(guān)，以及造成裂痕產(chǎn)生的根本原因是什么，或者運(yùn)行的機(jī)制等。而根因分析后對(duì)產(chǎn)生問(wèn)題的機(jī)理進(jìn)行建模，在問(wèn)題出現(xiàn)前避免問(wèn)題，才是工業(yè)智能價(jià)值的最大體現(xiàn)。

　　很多人被大數(shù)據(jù)的觀念誤導(dǎo)，認(rèn)為有數(shù)據(jù)就可以解決一切，其實(shí)不是這樣的。解決工業(yè)場(chǎng)景的問(wèn)題其實(shí)都是需要很強(qiáng)的領(lǐng)域知識(shí)支持，因?yàn)閺臋C(jī)器中測(cè)量的數(shù)據(jù)都有清晰的物理意義，如何去分析需要有一套適應(yīng)相關(guān)場(chǎng)景的框架，并且有相應(yīng)的專家知識(shí)配套配合來(lái)解讀數(shù)據(jù)意義，從而解決問(wèn)題。工業(yè)智能的使命最終要回歸業(yè)務(wù)目標(biāo)、解決行業(yè)痛點(diǎn)。所以，只有運(yùn)用有效的手段，我們的工業(yè)才能達(dá)到從維護(hù)角度，近似零宕機(jī)；從產(chǎn)品質(zhì)量角度，近似零廢品率；從能效角度，近似零浪費(fèi)的無(wú)憂狀態(tài)。

如何實(shí)現(xiàn)工業(yè)無(wú)憂？

　　實(shí)現(xiàn)這三個(gè)零的無(wú)憂工業(yè)是我們的愿景，然而這個(gè)愿景如何實(shí)現(xiàn)呢？首先，要有一個(gè)本地的代理(local agent)，在采集數(shù)據(jù)的基礎(chǔ)上，從分析的角度，承擔(dān)一定的特征提取以及衰退監(jiān)測(cè)，進(jìn)行固化的模型處理。現(xiàn)在邊緣計(jì)算跟這個(gè)領(lǐng)域是相關(guān)的。之后，在云端，比如在私有云以及服務(wù)器上等計(jì)算能力更強(qiáng)的平臺(tái)可以做預(yù)測(cè)性地分析，以及對(duì)等比較等更復(fù)雜的運(yùn)算，甚至是模型優(yōu)化與在線的自適應(yīng)模型的自我調(diào)整。最后，系統(tǒng)產(chǎn)生的健康信息其實(shí)是可以輸送到工廠系統(tǒng)，工廠系統(tǒng)可以根據(jù)生產(chǎn)計(jì)劃給設(shè)備維護(hù)部門(mén)下單，實(shí)現(xiàn)維護(hù)的優(yōu)化排期排程。

　　還有一個(gè)方面，可以進(jìn)行控制優(yōu)化，在本地就解決一些實(shí)時(shí)的問(wèn)題。類似的工業(yè)場(chǎng)景問(wèn)題解決多了可以固化下來(lái)轉(zhuǎn)換成領(lǐng)域知識(shí)。通過(guò)什么形式固化呢？答案就是軟件的形式。過(guò)程中如果出現(xiàn)新的狀況，專家可以用他們的領(lǐng)域知識(shí)不斷擴(kuò)充工業(yè)知識(shí)庫(kù)，擴(kuò)展系統(tǒng)功能，最終實(shí)現(xiàn)近似零停機(jī)。那么工業(yè)知識(shí)庫(kù)固化下來(lái)的知識(shí)，對(duì)誰(shuí)的價(jià)值更大？其實(shí)是產(chǎn)品設(shè)計(jì)。我們現(xiàn)在做項(xiàng)目過(guò)程中不僅僅是跟用戶溝通，也要跟供應(yīng)商一起進(jìn)行合作。機(jī)器洞察信息實(shí)現(xiàn)數(shù)字鏡像后，用戶掌握到信息之后可以更好地管理供應(yīng)商；供應(yīng)商用這些信息可以拿到產(chǎn)品在使用過(guò)程中的第一手資料，來(lái)不斷改善產(chǎn)品設(shè)計(jì)，形成一個(gè)閉環(huán)的產(chǎn)品壽命周期設(shè)計(jì)的概念，從而達(dá)到無(wú)憂生產(chǎn)。

　　要實(shí)現(xiàn)這樣的無(wú)憂生產(chǎn)系統(tǒng)可以參考李杰教授在2014年提出的CPS信息物理系統(tǒng)的5C架構(gòu)，是一個(gè)從數(shù)據(jù)獲取到最終價(jià)值交付的完整體系，它能夠幫助我們?cè)诓煌膶蛹?jí)可以更清晰地定義用戶的需求，指導(dǎo)我們開(kāi)發(fā)智能化的工業(yè)系統(tǒng)。

如何整合邊緣計(jì)算與云計(jì)算的優(yōu)勢(shì)？

　　李杰教授在《云上工業(yè)智能》這本書(shū)里基于煎蛋模型延展出了數(shù)據(jù)、服務(wù)、知識(shí)的生態(tài)融合圖。核心含義是工業(yè)的轉(zhuǎn)型要切入到服務(wù)，才能體現(xiàn)為用戶創(chuàng)造價(jià)值。邊緣計(jì)算和云計(jì)算承載了數(shù)據(jù)三個(gè)生態(tài)所具有的不同功能。邊緣計(jì)算部署在終端或者邊緣端，除了數(shù)據(jù)采集，其實(shí)是實(shí)現(xiàn)嵌入式人工智能的關(guān)鍵，因此邊緣端計(jì)算的實(shí)時(shí)性比云端更強(qiáng)。在工業(yè)場(chǎng)景中，模型設(shè)計(jì)完成后應(yīng)盡量將數(shù)據(jù)部署在終端。試想，當(dāng)出現(xiàn)異常狀況，邊緣端如果僅局限于數(shù)據(jù)采集，只能將數(shù)據(jù)傳輸?shù)皆贫诉M(jìn)行運(yùn)算后，再傳回到邊緣端，這就失去了時(shí)效性，從而整個(gè)過(guò)程也就失去了意義。

　　云端承載的是第三方提供的專業(yè)性服務(wù)，以及更加復(fù)雜的運(yùn)算，比如對(duì)模型的優(yōu)化、算法迭代等相對(duì)靈活的部署方式。從邊緣端到云端的生態(tài)，被稱為“知識(shí)的生態(tài)”。這是具有相關(guān)領(lǐng)域知識(shí)的人能夠發(fā)揮最大作用的地方，云端可以承載很多專家的行業(yè)知識(shí)，以及數(shù)據(jù)建模技術(shù)等服務(wù)，從而形成流程、框架以及軟件的知識(shí)生態(tài)，來(lái)支撐包括產(chǎn)業(yè)鏈上下游等的服務(wù)生態(tài)。

　　天澤智云和NI是緊密的合作伙伴，在實(shí)現(xiàn)工程化解決方案時(shí)，先將工業(yè)AI的算法引擎部署在云端；再通過(guò)InsightCM或者其他的NI的邊緣計(jì)算系統(tǒng)進(jìn)行對(duì)接，承載開(kāi)發(fā)的算法所產(chǎn)生的結(jié)果，幫助用戶產(chǎn)生對(duì)系統(tǒng)的認(rèn)知；最后底層通過(guò)CompactRIO執(zhí)行機(jī)器學(xué)習(xí)模型，以及對(duì)運(yùn)算結(jié)果進(jìn)行數(shù)據(jù)的交流，將運(yùn)算結(jié)果通過(guò)InsightCM和Web Server進(jìn)行發(fā)布。同時(shí)這一套系統(tǒng)流程也可以針對(duì)不同場(chǎng)景的應(yīng)用需求，通過(guò)形成定制化的軟件服務(wù)進(jìn)行發(fā)布。

工業(yè)智能化案例分享

軌道交通行業(yè)的智能化 – 從預(yù)防性維護(hù)轉(zhuǎn)變?yōu)轭A(yù)測(cè)性維護(hù)

　　在IMS時(shí)候我們跟阿爾斯通的高鐵部門(mén)進(jìn)行合作，參與開(kāi)發(fā)的技術(shù)被整合到了在2013-2014年發(fā)布的高鐵健康維護(hù)系統(tǒng)Health Hub。所開(kāi)發(fā)的技術(shù)可以從軌道上判斷這臺(tái)車(chē)的關(guān)鍵設(shè)施是好的還是不好的，或者軸承的衰退情況。針對(duì)軌道的基礎(chǔ)設(shè)施，如道岔機(jī)、鐵軌的健康狀態(tài)，我們也做了一個(gè)分析系統(tǒng)，能夠在載客狀態(tài)下，實(shí)時(shí)判斷鐵軌是否有問(wèn)題。

　　國(guó)內(nèi)高鐵行業(yè)的領(lǐng)頭企業(yè)跟天澤智云合作，目的也是希望實(shí)現(xiàn)這樣一套智能的高鐵維護(hù)系統(tǒng)。目前這個(gè)階段是針對(duì)組件級(jí)，包括幾個(gè)非常關(guān)鍵的部件，比如剎車(chē)系統(tǒng)、牽引系統(tǒng)、以及跟運(yùn)行安全性相關(guān)的系統(tǒng)的預(yù)測(cè)性維護(hù)。比如軸承，我們通過(guò)國(guó)外的供應(yīng)商購(gòu)買(mǎi)軸承，本身昂貴的成本，再加上定期的預(yù)防性維護(hù)，造成了極大的浪費(fèi)。究其原因，是企業(yè)對(duì)高鐵運(yùn)行安全的憂慮。通過(guò)PHM系統(tǒng)量化軸承的衰退狀況，以及精準(zhǔn)地管理軸承維護(hù)維修的排程計(jì)劃，可以實(shí)現(xiàn)高鐵裝備的預(yù)測(cè)性運(yùn)維及資源運(yùn)營(yíng)決策優(yōu)化。

傳統(tǒng)制造業(yè)的智能化 – 從依靠人的經(jīng)驗(yàn)更換鋸帶轉(zhuǎn)變?yōu)榛谧詣?dòng)識(shí)別工況的精準(zhǔn)更換

　　很多人關(guān)心如何能讓傳統(tǒng)的制造行業(yè)也能實(shí)現(xiàn)智能化，是不是做數(shù)據(jù)處理，做一些可視化的東西就能實(shí)現(xiàn)智能化？或者有一些具有物理意義的數(shù)據(jù)提取出來(lái)，用專家領(lǐng)域知識(shí)去看這些東西就能實(shí)現(xiàn)智能化？

　　舉一個(gè)帶鋸機(jī)床制造商的案例。帶鋸機(jī)床的用戶不要求其加工精度有多高，也不要求加工的復(fù)雜性，但對(duì)加工速度與切割平面的平整度有較高要求。痛點(diǎn)是什么呢？鋸帶是個(gè)耗材，總會(huì)斷裂，而且更換成本比機(jī)床還貴，所以大量的運(yùn)維成本都是在后續(xù)的售后服務(wù)上。想控制這個(gè)成本，就需要更換的準(zhǔn)時(shí)性，當(dāng)鋸帶用到剛好疲勞到不能再切時(shí)進(jìn)行更換，整個(gè)的效率才能實(shí)現(xiàn)最大化。

　　之前都是依靠人的經(jīng)驗(yàn)，通過(guò)聽(tīng)噪音變大了，就進(jìn)行更換。然而人的經(jīng)驗(yàn)不同，判斷標(biāo)準(zhǔn)無(wú)法統(tǒng)一化。換得過(guò)早會(huì)造成浪費(fèi)，換得過(guò)晚就產(chǎn)生非預(yù)期斷帶的情況，鋸帶卡在工件里面，還要把未加工好的工件裁掉，這對(duì)工件也是浪費(fèi)。如果發(fā)生繃帶斷刀的狀況還會(huì)發(fā)生安全風(fēng)險(xiǎn)。

　　為了實(shí)現(xiàn)更加智能準(zhǔn)時(shí)地更換鋸帶，首先要通過(guò)大量的調(diào)研找到哪些是影響刀具狀況的因素，之后根據(jù)客戶的需求和期望的業(yè)務(wù)目標(biāo)進(jìn)行數(shù)據(jù)采集，以及試驗(yàn)傳感器的部署。在具體實(shí)踐中，從控制器與傳感器采集數(shù)據(jù)建立鋸帶衰退預(yù)測(cè)系統(tǒng)。根據(jù)鋸帶的振動(dòng)、聲學(xué)等特性，以及機(jī)器運(yùn)轉(zhuǎn)的工況，將采集的數(shù)據(jù)進(jìn)行特征提取，進(jìn)而形成特征矩陣。由于加工的工件材料變化，以及加工過(guò)程的工況復(fù)雜性，我們用自適應(yīng)預(yù)診方法來(lái)建立鋸帶的衰退預(yù)測(cè)模型。用戶可以在電腦端與移動(dòng)客戶端實(shí)時(shí)監(jiān)測(cè)鋸帶的衰退與機(jī)器關(guān)鍵組件的健康情況，從而在鋸帶剛好要斷裂之前，準(zhǔn)時(shí)更換。

　　每種類型鋸帶的衰退檔案都被存儲(chǔ)在用戶的私有云中，可以通過(guò)系統(tǒng)實(shí)時(shí)掌握鋸帶衰退的狀況。日積月累，通過(guò)對(duì)比不同種類鋸帶的衰退模型，用戶也更加清楚地知道每種鋸帶在切割不同形狀、不同材料工件時(shí)的性能，在采購(gòu)鋸帶時(shí)還能夠更經(jīng)濟(jì)地管理供應(yīng)商，獲得更低的成本；鋸帶制造商也可以通過(guò)鋸帶衰退曲線，建立洞察，改進(jìn)鋸帶的性能，減少實(shí)驗(yàn)成本，同時(shí)提高耐用性。

　　這個(gè)案例在2014年芝加哥的國(guó)際制造技術(shù)展會(huì)(IMTS)上展出，受到了廣泛關(guān)注。接下來(lái)一年中，帶鋸機(jī)床生產(chǎn)商推出了自己的智能化產(chǎn)品，在北美帶鋸機(jī)床行業(yè)的排名從第八名升至第一名。

　　最后，所謂的工業(yè)智能、工業(yè)大數(shù)據(jù)等新興熱詞只有回歸到解決用戶痛點(diǎn)上，才能更好地創(chuàng)造價(jià)值。

　　天澤智云嵌入式解決方案經(jīng)理陳星在峰會(huì)現(xiàn)場(chǎng)，通過(guò)Demo為現(xiàn)場(chǎng)來(lái)賓展示了天澤智云WindInsight無(wú)憂風(fēng)場(chǎng)智能運(yùn)維系統(tǒng)平臺(tái)。

　　風(fēng)場(chǎng)的管理大概分為三個(gè)方面，第一個(gè)生產(chǎn)管理，發(fā)電在額定功率和不同風(fēng)速下的發(fā)電效能是否能夠滿足生產(chǎn)的要求；第二個(gè)是對(duì)電機(jī)的健康管理，通過(guò)遠(yuǎn)程狀態(tài)監(jiān)測(cè)和故障預(yù)測(cè)性診斷，提前預(yù)警大部件的故障風(fēng)險(xiǎn)，為維護(hù)排程提供決策依據(jù)；第三方面是智能的運(yùn)維管理，對(duì)風(fēng)場(chǎng)當(dāng)中每臺(tái)風(fēng)機(jī)的健康狀態(tài)和需要進(jìn)行維護(hù)的任務(wù)進(jìn)行綜合分析與優(yōu)化，能夠降低維護(hù)總費(fèi)用達(dá)30%。

　　針對(duì)風(fēng)場(chǎng)管理的這三大需求，天澤智云研發(fā)了WindInsight平臺(tái)。WindInsight 是一個(gè)利用預(yù)測(cè)性分析及AI技術(shù)對(duì)風(fēng)電裝備進(jìn)行智能化運(yùn)維管理的平臺(tái)，在這個(gè)平臺(tái)上，客戶可以使用的功能包括對(duì)風(fēng)電裝備的性能評(píng)估、預(yù)測(cè)性診斷、機(jī)隊(duì)管理、調(diào)度優(yōu)化和維護(hù)策略優(yōu)化等，通過(guò)這些功能的組合，能夠幫助風(fēng)電企業(yè)做出更加科學(xué)和精準(zhǔn)決策，保障風(fēng)場(chǎng)的無(wú)憂運(yùn)營(yíng)。

　　從WindInsight無(wú)憂風(fēng)場(chǎng)智能運(yùn)維系統(tǒng)技術(shù)架構(gòu)可以看到，在設(shè)備邊緣端裝有采集設(shè)備，能夠采集數(shù)據(jù)和進(jìn)行模型部署。陳星介紹到：“我們的方案架構(gòu)包含了云端和邊緣端，這也是工業(yè)大數(shù)據(jù)場(chǎng)景和普通的大數(shù)據(jù)場(chǎng)景的區(qū)別所決定的。由于工業(yè)環(huán)境下，會(huì)用到高頻采樣的方式，就如同這個(gè)Demo所展示的一樣，使用了25.6ks/s的采樣率采集振動(dòng)信號(hào)。如果直接把數(shù)據(jù)放到云上是有很多的不妥的。首先，數(shù)據(jù)量巨大，上傳所需的帶寬很大，傳輸成本也很高。其次，提取數(shù)據(jù)后上傳到云，再運(yùn)算生成反饋的結(jié)果，整個(gè)流程延遲非常大，而且不確定。另外，數(shù)據(jù)價(jià)值的曲線是衰退的，如圖：

　　因此，更早的處理數(shù)據(jù)就會(huì)獲取更多的價(jià)值。正是由于這種原因，我們需要盡可能地將計(jì)算部署在邊緣端進(jìn)行。而這種計(jì)算不僅包含基本的信號(hào)調(diào)理，也包含通過(guò)訓(xùn)練好的模型計(jì)算出來(lái)的結(jié)果，比如設(shè)備的健康值等。

　　最重要的一點(diǎn)，直接使用原始數(shù)據(jù)通過(guò)機(jī)器學(xué)習(xí)等方法進(jìn)行分析，實(shí)際上效果是很受限的。正如我們一直以來(lái)所闡述的，原始數(shù)據(jù)的本身所具有的價(jià)值是并不大，真正有價(jià)值的是從數(shù)據(jù)中提取到的信息。我們?cè)谶吘壎藞?zhí)行相應(yīng)的邊緣計(jì)算，將原始數(shù)據(jù)提取出特征信息，進(jìn)一步將特征信息上傳到私有云或者公有云，完成復(fù)雜的PHM相關(guān)的計(jì)算，是目前為止比較合理的架構(gòu)模式。NI的CompactRIO架構(gòu)可以提供比較靈活的傳感器接口和比較豐富的計(jì)算資源，這種理念和我們是比較契合的。我們對(duì)NI的CompactRIO和InsightCM進(jìn)行了大量的二次開(kāi)發(fā)，使之能夠?qū)崿F(xiàn)更多的、貼近用戶需求的計(jì)算功能，并且滿足遠(yuǎn)程的調(diào)度和管理，最終將有價(jià)值的信息上傳到云端。邊緣端和云端各有非常重要的作用，二者缺一不可。

　　天澤智云WindInsight無(wú)憂風(fēng)場(chǎng)智能運(yùn)維系統(tǒng)是天澤智云與微軟Azure云平臺(tái)合作實(shí)現(xiàn)的，Azure提供了穩(wěn)定可靠的運(yùn)行環(huán)境和計(jì)算能力。不僅能夠?yàn)轱L(fēng)電企業(yè)提供從部件級(jí)、整機(jī)級(jí)到風(fēng)場(chǎng)級(jí)別逐層的設(shè)備健康狀態(tài)展示和預(yù)測(cè)，更可以幫助企業(yè)準(zhǔn)確決策每一臺(tái)風(fēng)電設(shè)備需主動(dòng)維護(hù)的安排，準(zhǔn)確、靈活地應(yīng)對(duì)設(shè)備健康隱患，防止重大突發(fā)故障的出現(xiàn)，實(shí)現(xiàn)將信息轉(zhuǎn)化為價(jià)值，保障風(fēng)場(chǎng)的無(wú)憂運(yùn)營(yíng)。

天澤智云-工業(yè)智能實(shí)踐引領(lǐng)者

　　天澤智云是IMS中心在北京的技術(shù)孵化公司。李教授提倡的主控式創(chuàng)新的理念強(qiáng)調(diào)，企業(yè)專注于產(chǎn)品本身并不足以為企業(yè)提供持續(xù)增長(zhǎng)的動(dòng)力，而開(kāi)發(fā)以產(chǎn)品為核心的增值服務(wù)來(lái)解決客戶痛點(diǎn)才是企業(yè)永續(xù)創(chuàng)值的機(jī)會(huì)。秉承這樣的理念，天澤智云對(duì)自身的定位是工業(yè)智能實(shí)踐引領(lǐng)者。通過(guò)為用戶提供從頂層設(shè)計(jì)的方案咨詢，到系統(tǒng)交付與全面實(shí)施，以及賦能服務(wù)的全棧式端到端解決方案，實(shí)現(xiàn)工業(yè)智能的落地，幫助用戶實(shí)現(xiàn)價(jià)值轉(zhuǎn)型。我們公司的愿景是讓工業(yè)無(wú)憂。