金沙免费娱乐场手机版

欢迎光临金沙免费娱乐场手机版网站
当前位置:首页 >> 动态信息 > 企业信息化 > 正文

工业互联网平台的生存之道

新闻来源:中国电气传动网  发布时间:2019-12-24   点击数:1
  •  

    无论工业4.0概念,还是工业互联网、中国制造2025,还是日本的工业价值链,无疑是对第四次工业革命理念的诠释,故而引发全球工业制造业格局变革。
     
    对技术撬动经济一致认可,对未来网络化、数字化、智能化的肯定,所以平台被赋能,那么,具备什么条件的工业互联网平台才能存活?
     
    什么是互联标准?
     
    “缺乏互操作标准”成为阻碍了工业互联网推进。
     
    因为没有数据统一规范与标准,工业互联网企业只能用大量投入数据读写操作和工程量,尤其是数据连接、驱动、接口的调试等方面,人工成本高企,数据价值的经济效益无法发挥出来。
     
    随着IT技术迭代更新,目前,我国有200多个工业互联网平台,可提升制造业企业生产效率和优化流程。
     
    制定规范和标注,有助于工业互联网平台间互联互通。
     
    可否自己开发工具?
     
    何为平台?即具备完整的架构。
     
    工业互联网也要有一个平台。如云,为云的架构,有技术供应商提供,平台需要具备运行时、开发环境、开发工具三个部分。工业互联网平台要替代现有制造业运行架构,需要有实时能力,数据链接,现场总线,底层设备等。再有PLC,如今的PLC与以往的大不相同,主要体现在:
     
    一是机器学习,即算法。
     
    二是复杂运动控制。
     
    三是机器人,通常采用嵌入式操作系统+Windows,如今控制器可以实现。
     
    四是回路调节,也是在于算法。
     
    总之,工业控制就是个数学问题,包括今天的人工智能也不例外,如何运用,是由经济性来决定。但,自动化不断采用IT技术扩展自身,包括以太网的使用、Web技术在控制器中的应用、新的FPGA芯片、MATLAB/Simulink、FMU/FMI都往自动化平台上集成。
     
    有多少模型的积累?
     
    数字孪生、人工智能、工业互联网平台都是未来工业制造发展过程中必不可缺少的因素,但有几个问题值得注意:模型。
     
    基于工业制造业发展,我们缺乏原创性设计,因此建模经验匮乏。难以实现数字孪生,更无法机器学习。
     
    机器学习模型主要解决“非线性”部分,即观测器对现有的控制模型观测中,无法求导的那部分任务进行学习—因此在单个控制系统已经达到局部最优的情况下,工业里一直在寻找更为复杂的动态下的最优。
     
    以前这个是算力不足,而现在的芯片、存储、网络技术使得这件事情变得可行,那么IT的贡献在于工具和平台的贡献,在于测量工具的水平提高了。
     
    互联网企业具有强大平台、研发能力,可在平台和工具间定位自己角色。但很多工业互联网平台声称自己属于“平台”,其实是“系统集成”角色,如微软、IBM、华为,在深入工业应用场景中,可能会存在一些问题。
     
    一是如何分析复杂的参数?必须要懂得工业工艺,否则难以进行学习。
     
    二是具有模型。
     
    如何获得数据?
     
    数字化的学习必须与实际的模型相结合,拥有自主模型的工业基因的企业反倒是有条件的。
     
    数字化工具和平台必须同时具备,否则难以实现数据采集。
     
    什么样的工业互联网平台难以存活?具备“有标准”、“有工具”、“有模型”的工业互联网平台才能真正在未来为制造业赋能、带来转型的效率提升,否则,就是风险投资中的“风险”而不是“投资”。反之,难以存活。