转载

格创东智首席架构师李楠：“工业互联网+AI”成就新一代“工业极客”

10月18日上午，由亿欧公司、EqualOcean主办，粤港澳大湾区研究院（广外）、四方网盈联合主办的“2019大湾区科创峰会-势能·工业数字化论坛”在深圳前海华侨城JW万豪酒店成功举办。三百余位来宾共聚一堂，探讨工业数字化的现在和未来。

格创东智首席架构师李楠为现场观众带来了“当AI遇上工业互联网”的主题演讲。他深入分享了多项智能赋能技术对智能制造的推进作用，并强调了人与系统的关系。原来的车间主任将转变为“工业极客”。此外是对工厂的改造，工业应用智能平台在工厂落地的时候，将驱动工厂“自进化”，工厂将更加智能，数据价值也能实现变现。

以下是李楠的演讲原文，由亿欧不改变原意编辑：

各位来宾，大家早上好，很高兴今天在这里跟大家分享我对于工业互联网的思考。

目前，越来越多的企业想在工业互联网的领域做一些事。格创东智汇聚了TCL超过38年的制造经验，并结合领先的人工智能，大数据，云计算等技术，帮助中国制造业企业实现转型升级，将我们在灯塔工厂智能制造中积累的能力与行业共享。今天我分享的主题是“当AI遇上工业互联网”。我想分享一下我们在制造端的实践经验。

我们很有幸在中国某个灯塔制造企业做了很多探索，该企业单个体量的投资在100-200亿，实现了高度的信息化和自动化。但是目前却面临问题——产品的价格和毛利率均在不断下降，客户对品质的要求却在不断的提升。于是，如何在这样的现状下帮助它实现“极致的降本增效”是我们需要思考的问题。

我们跟工厂的人一起坐下来讨论，看看在此基础上能够作出哪些改善。 在以下这些方面，我们发现还是有很大的改善空间。

第一，这个企业里有多个分离的信息孤岛，没有统一的平台将数据整合，进行更加全面的优化。

第二，这个工厂有非常多的设备自身数据，但是缺乏设备周边数据及环境的数据。我们认为要想做到全面的设备监控，还需要获得更加全面的数据，包含来自IoT的数据。

第三，目前很多品质分析基本上还得依靠人工来做，比如出现品质质量问题，工作人员有可能要花两天的时间，找到产品为什么会出现品质问题。制造业企业没办法实时发现问题，并且及时做出调整，造成了损失就追不回来了。

第四，在做图像处理，缺陷识别的场景下，企业仍然需要使用人工来完成。

对此，我们采取了一系列的措施。

首先是对IoT设备数据的采集，目前我们在这家企业采集了数千个高价值设备的数据。很多企业是把工厂所有的数据采集上来，看这些设备可以产生什么价值，这些数据可以帮助我们做什么提升。但是，我们面对制造业企业，首先是从他们的痛点出发。我们根据问题设计出分析方法，再决定应该采集什么样数据，确保帮助企业实现业务价值。

另外，我们在边缘端采用了边缘计算的算法，在这个工厂有非常多高频振动的场景和需求。过往的做法是采集一个电压，会把电压上所有的数据全部采集出来进行上传。但是发现导致平台的负载太大了，于是，我们在边缘端部署了一些智能的算法，可以将整个平台数据的上传量压缩到原来的三十分之一。

有了数据之后，大家知道IoT最好的应用是设备预测性维护，我们有很多的案例。过去人工点检没有办法预测设备的突发性停机。其中一个案例，我们对泵的电流，震动噪音、电压等数据做了监控与分析，发现了其中一个因子和泵的寿命有正相关关系。目前我们针对这个参数进行了监控，一旦出现异常，就会及时安排工作人员更换备件，以免造成异常停机带来的损失。

此外，在大数据的时代，单因子分析不能够有效解决分析需求。我们提供多因子分析的方案，帮助企业发现影响品质的一个和多个因子的关系，并且以此搭建模型，进行实时检测和分析。