工业大数据（工业4.0时代的工业转型与价值创造）（精）

作者简介

李杰教授，现任美国辛辛那提大学(Univ.of Cincinnati) 讲座教授，美国国家科学基金会(NSF)智能维护系统（IMS）产学合作中心主任，目前的研究重点是以工业大数据分析为主的智能预测技术、产品及服务的主控式创新设计(Do m i n a n tInnovation)。自2000年起他领导IMS与全球80多家国际公司（其中包括宝洁、英特尔、GE航空、波音、丰田、小松、西门子、阿尔斯通等世界500强公司）进行工业大数据技术联合研发，开发了世界领先的Watchdog Agent智能维护系统技术，突破了传统机械设备故障预测的理论、方法和技术，被美国《财富》杂志誉为21世纪全球三大热门技术之一。李杰教授曾在美国NSF主管先进制造项目，并在美国联合技术研究中心(UTRC)担任产品开发与制造部总监。李杰教授从2013年起担任美国白宫信息物理系统（CPS）专家组顾问，他同时也是上海交通大学特聘讲座教授与先进产业技术研究院前瞻顾问。

内容简介

以数据价值创造为导向的CPS技术应用特征 从CPS技术体系来看，核心在于以数据分析的能 力创造新的价值，因此，这也决定了CPS技术的高移 植性、高通用性，应用范围可以涉及工厂车间、运输 系统、能源等各个行业。 从德国工业4.0的战略设计来看，德国更多的关 注于制造领域的价值创造与智能转型，即注重以CPS 中的CPPS（信息物理生产系统）为主导的智能制造， 对于整个工业应用链的价值辐射面具有一定的局限性 。 而实际上，以CPS为核心的数据价值创造体系应 用于工业4.0，同样需要“二维”应用战略： 三个横向的应用基础：一是平台基础，即智能数 据收集与平台运用；二是分析手段，即智能化的数据 分析、管理、优化工具与软件应用；三是商业模式内 核，即智能管理及服务体系的设计与应用。 三个纵向的应用扩展：一是基础的部件级应用； 二是系统的装备级应用；三是成体系的应用链设计。 而上述二维应用战略可以用树木与树根的可见与 不可见的关系来示意：图2-4 CPS二维应用关系图 我们可以分别以智能装备、智能工厂与智能服务 这三个方向来阐述CPS的应用过程： 1. 智能装备——实现自省性、自比较性 对于智能装备的CPS应用设计，我们可以在网络 层面上通过机器网络接口（CPI）进行网络健康分析 的交互连接，这个从概念上类似于社交网络。一旦网 络级基础设施到位，机器就可以注册到网络，通过网 络接口交换信息。在这一点上，可以通过已经建立的 一套算法跟踪机器状态的变化，从历史信息推断额外 知识，应用对等比较，并将信息输出传递到下一层。 这样，就必须制定新的方法来执行这些操作并产生相 应的结果。这里引入“时间机器”的设计在网络层面 执行分析，通过三个步骤实现一个智能装备的应用设 计： （1）数据切片管理：如图2-5所示，信息不断地 从机器中输入网络空间，快照收集的任务就是以有效 的方式管理输入数据，存储信息。基本上，机器的快 照性能，是通过利用历史记录和维护记录来减少需要 的硬盘空间和处理能力。一旦监测机器的状态发生重 要变化时，这些快照才出现。这些变化可以定义为机 器健康值的偶然变化，维护行为或者工作制度的改变 。在机器的整个生命周期里，这些快照将被收集并用 于构造特定状态点的时间机器的历史。这个当前的时 间机器记录将被用来进行优点之间的对等比较。一旦 这个优点失效或者被替代，其相关的时间机器记录将 改变状态，从当前变为历史，并将用作相似性的识别 和合成的参考。 （2）相似识别：在网络层面，对设备自身（以 及相同设备）在不同运行模式和健康模式下的历史数 据进行特征提取和建模，再利用该模型与当前状态产 生的数据进行比较，就可以自动识别设备当前的健康 状态，进而对设备进行风险评估和故障诊断。除此之 外，单个设备还可以与设备集群中的同类设备进行比 较，自动识别与自己工况模式相似的其他设备并进行 聚类，在工况模式相同的条件下比较自身的性能与其 他设备的差异性，这种自比较和自省性的能力是以往 “机器对机器（Machine-to-Machine）”概念中所 没有的。 通过对当前设备运行的模式匹配以及健康 模式随时间的变化轨迹分析，就能够更加准确地预测 设备未来状态的变化，实现设备自预测性的能力。 （3）执行决策的优化：当设备具备了自省性、 自比较性、和自预测性的能力时，就可以对自己当前 和未来的性能进行预测。单个设备作为复杂工业系统 中的一份子，承担着该系统某个环节的任务要求。智 能设备能够结合当前自身的性能与任务要求，自动预 测自身性能与任务需求在当前和未来的匹配性，并制 定最优化的执行策略。执行策略优化的表现是，在满 足任务要求的前提下，使用资源最少、对自身的健康 损害最小以及在最优的维护时机进行状态恢复。执行 决策的优化需要设备对自己在整个系统中的角色有较 为清晰的认知，并能够预测自身的活动对系统整体表 现的影响，是设备从自省性到自认知能力的进一步智 能化。P69-74