2019全球數(shù)字價(jià)值峰會(huì)工業(yè)互聯(lián)網(wǎng)分論壇上，中國華能集團(tuán)首席信息師朱衛(wèi)列、AWS資深解決方案架構(gòu)師陳雪杰和華峰創(chuàng)享CEO楊紹杰分別就工業(yè)互聯(lián)網(wǎng)這一重要趨勢表述了各自的觀點(diǎn)與解讀。

論壇伊始，朱衛(wèi)列就“關(guān)注工業(yè)互聯(lián)網(wǎng)中所連接的工業(yè)設(shè)備的特征值和工業(yè)設(shè)備的數(shù)字孿生”等理論概念與實(shí)踐應(yīng)用展開了論述，并從基本原理、建模、實(shí)踐等方面進(jìn)行了深度剖析。

他認(rèn)為在工業(yè)互聯(lián)網(wǎng)建設(shè)中智能化是重點(diǎn)突破口，智能化是第四次工業(yè)革命的核心，它有別于第三次工業(yè)革命的控制理論及其應(yīng)用（例如SIS、DCS、PLC等）。

數(shù)字孿生等智能化技術(shù)是工業(yè)互聯(lián)網(wǎng)的突破口

朱衛(wèi)列表示，自Hadoop推出以及分布式計(jì)算技術(shù)出現(xiàn)以來，我們打開了以非結(jié)構(gòu)化數(shù)據(jù)為主的大數(shù)據(jù)應(yīng)用領(lǐng)域的大門，但在流程型工業(yè)領(lǐng)域卻存在著海量的時(shí)序（實(shí)）數(shù)據(jù)，它們也是大數(shù)據(jù)。

然而由于受到種種因素的影響，許多企業(yè)將時(shí)序數(shù)據(jù)也采用Hadoop等非結(jié)構(gòu)化數(shù)據(jù)庫的方式進(jìn)行處理，這是不正確的。未來我們要建立流程型行業(yè)的工業(yè)互聯(lián)網(wǎng)，就必須開發(fā)、利用好時(shí)序（實(shí)）數(shù)據(jù)技術(shù)。

如何建立數(shù)字孿生技術(shù)？

朱衛(wèi)列表示，數(shù)字孿生是工業(yè)設(shè)備的數(shù)學(xué)表達(dá)式。數(shù)字孿生中的X1，X2，…..Xn分別代表設(shè)備的測量值，如溫度、壓力等等，利用神經(jīng)網(wǎng)絡(luò)等算法計(jì)算出這些測量量之間的定量關(guān)系值，從而獲得實(shí)體設(shè)備各個(gè)測量量的數(shù)學(xué)表征就是數(shù)字孿生。

“工業(yè)設(shè)備的數(shù)字孿生反映了各個(gè)設(shè)備的個(gè)性化屬性”朱衛(wèi)列如是說。

同一型號的工業(yè)設(shè)備盡管在出廠時(shí)參數(shù)指標(biāo)是相同的，但他們投運(yùn)后運(yùn)行的工況不同，啟動(dòng)次數(shù)不同，經(jīng)過一段時(shí)間的運(yùn)行后，設(shè)備的磨損狀態(tài)形成了差異。因此，與其對應(yīng)的每個(gè)設(shè)備的數(shù)字孿生也就不同，這就是設(shè)備的個(gè)性化屬性。

以前我們按照幾千臺(tái)設(shè)備（小數(shù)據(jù)）的方式統(tǒng)計(jì)設(shè)備的運(yùn)行狀況，形成的統(tǒng)計(jì)值只能指導(dǎo)這類設(shè)備的定期檢修周期，而按照人工智能技術(shù)計(jì)算出設(shè)備的數(shù)字孿生便可以實(shí)現(xiàn)設(shè)備的個(gè)性化檢修，即按照設(shè)備過往運(yùn)行參數(shù)判斷設(shè)備的健康狀態(tài)，從而對設(shè)備進(jìn)行狀態(tài)檢修。

數(shù)字孿生技術(shù)還可以指導(dǎo)系統(tǒng)進(jìn)行運(yùn)行調(diào)整，使機(jī)組更加經(jīng)濟(jì)運(yùn)行。“數(shù)字孿生的應(yīng)用領(lǐng)域還有許多。”朱衛(wèi)列補(bǔ)充道。

朱衛(wèi)列最后總結(jié)到，盡管工業(yè)領(lǐng)域的智能化技術(shù)與應(yīng)用還剛剛起步，但技術(shù)路線是清晰的，市場潛力是巨大的，可以斷言傳統(tǒng)工業(yè)將因此迎來新的變革。

除了特征值，邊緣計(jì)算與機(jī)器學(xué)習(xí)不可或缺

緊接著，陳雪杰和楊紹杰分別就“AWS 支撐工業(yè)4.0—從制造到智造”、“機(jī)器學(xué)習(xí)與深度學(xué)習(xí)—賦能實(shí)業(yè)”展開論述。

陳雪杰表示，在處理工業(yè)設(shè)備的數(shù)據(jù)時(shí)，數(shù)據(jù)可能來自各種工業(yè)設(shè)備，這些工業(yè)設(shè)備使用各種工業(yè)協(xié)議，如何收集和處理這些數(shù)據(jù)是工業(yè)物聯(lián)網(wǎng)所面臨的一大問題，AWS IoT Greengrass提供的邊緣計(jì)算服務(wù)可以幫助用戶在設(shè)備邊緣側(cè)收集、轉(zhuǎn)換、預(yù)處理這些工業(yè)數(shù)據(jù)。

其中，用戶只需將自己的業(yè)務(wù)邏輯編寫成運(yùn)行在Greengrass上的Lambda函數(shù)便可將這些處理后的數(shù)據(jù)發(fā)送到云端。而在云端，用戶可以構(gòu)建工業(yè)數(shù)據(jù)湖做大數(shù)據(jù)分析，也可以訓(xùn)練機(jī)器學(xué)習(xí)模型做質(zhì)量預(yù)測或者預(yù)測性維護(hù)等應(yīng)用。

“機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在工業(yè)互聯(lián)網(wǎng)中至關(guān)重要，緣由訓(xùn)練數(shù)據(jù)需要花費(fèi)大量的計(jì)算資源。”楊紹杰對此補(bǔ)充到。

在最后的問答環(huán)節(jié)中，在被問及如何如何發(fā)展中國的工業(yè)互聯(lián)網(wǎng)時(shí)，朱衛(wèi)列認(rèn)為：

一個(gè)正確的方向至關(guān)重要，我們不要一味地被一些國外公司提出的概念所誤導(dǎo)，過多的把精力放在開發(fā)平臺(tái)上，工業(yè)領(lǐng)域與to C市場不同，不可能出現(xiàn)少數(shù)壟斷性平臺(tái)。目前有許多信息化公司因?yàn)椴欢I(yè)技術(shù)與業(yè)務(wù)，轉(zhuǎn)而去開發(fā)工業(yè)互聯(lián)網(wǎng)平臺(tái)，使得平臺(tái)泛濫，以此形成鮮明對照的是真正有價(jià)值的智能化應(yīng)用卻非常少，繼而在行業(yè)中不斷的炒作概念，這很不好。我們需要重新真正地思考這條道路應(yīng)該怎么做，腳踏實(shí)地的在智能化方面下功夫。