如果你對(duì)上述問題存在疑惑，下面的內(nèi)容，或許真的可以幫到你。日前美國國家儀器（NI）攜手美國辛辛那提大學(xué)(Univ.of Cincinnati) 李杰教授，召開驅(qū)動(dòng)中國“智”造——走進(jìn)工業(yè)物聯(lián)網(wǎng)與大數(shù)據(jù)見面會(huì)，并在會(huì)上發(fā)布了李杰教授最新力作《工業(yè)大數(shù)據(jù)》。該書詳細(xì)闡述李杰教授所提出的“6M+6C”體系（蛋黃+蛋白），從理論與實(shí)踐兩方面指引企業(yè)如何擁抱智能制造。而NI作為全球領(lǐng)先的圖形化系統(tǒng)設(shè)計(jì)平臺(tái)提供商，則通過軟硬件平臺(tái)與物聯(lián)網(wǎng)系統(tǒng)的集成，為嵌入到工業(yè)物聯(lián)網(wǎng)的智能控制與監(jiān)測(cè)系統(tǒng)以及實(shí)時(shí)數(shù)據(jù)分析和預(yù)測(cè)性維護(hù)提供業(yè)內(nèi)領(lǐng)先的解決方案。雙方合作希望不僅是從理論的高度將概念拋出，更從實(shí)際出發(fā)，解決企業(yè)部署工業(yè)物聯(lián)網(wǎng)所面臨的困惑與挑戰(zhàn)。

圖1：中國、德國、美國工業(yè)4.0相關(guān)戰(zhàn)略的比較

工業(yè)大數(shù)據(jù)不得不看的n個(gè)概念

李杰教授《工業(yè)大數(shù)據(jù)》核心概念精粹。

概念1：可見不可見（圖2）。

李杰教授在新書中指出：前三次工業(yè)革命主要解決的都是可見的問題，如避免產(chǎn)品缺陷、避免加工失效、提升設(shè)備效率和可靠性、避免設(shè)備故障和安全問題等，這些問題在工業(yè)生產(chǎn)中由于是可見、可測(cè)量，往往比較容易加以避免和解決。

圖2：中國工業(yè)4.0的競(jìng)爭(zhēng)力轉(zhuǎn)型，由可見的轉(zhuǎn)向不可見的、由解決問題專為避免問題。

工業(yè)4.0關(guān)注的重點(diǎn)是那些不可見因素的避免和使其透明呈現(xiàn)。不可見的問題通常表現(xiàn)為設(shè)備的性能下降、健康衰退。零部件磨損、運(yùn)行風(fēng)險(xiǎn)升高等，由于這些因素很難通過測(cè)量被定量化呈現(xiàn)，往往是工業(yè)生產(chǎn)中不可控的風(fēng)險(xiǎn)。大部分可見的問題都是這些不可見因素積累到一定程度造成的。實(shí)現(xiàn)這些不可控因素的可見可控會(huì)是關(guān)鍵。

概念2:6M+6C （煎蛋模型圖3）

6M（圖4）=Material（材料）+Machine（機(jī)器）+Methods（方法）+Measurement（測(cè)量）+Maintenance（維護(hù)）+Modeling（數(shù)據(jù)和知識(shí)建模）

李教授認(rèn)為，傳統(tǒng)制造的前三次工業(yè)革命主要在前5M領(lǐng)域做改善和競(jìng)爭(zhēng)，而第六個(gè)M（Modeling）則在傳統(tǒng)制造向智能化轉(zhuǎn)型中起了至關(guān)重要的作用。這些構(gòu)成了煎蛋模型中的蛋黃。“我們中國企業(yè)以前都只注重做蛋黃，而這次的轉(zhuǎn)型確是要讓大家更注重做蛋白，”李杰表示。

圖3: 6M+6C煎蛋模型。

圖4：制造的6個(gè)M系統(tǒng)。

6C（圖5）=Connection（連接）+Cloud（云）+Cyber（虛擬網(wǎng)絡(luò)）+Content/Context（數(shù)據(jù)內(nèi)容與來源背景）+Community（社群）+Customization（定制化）

6C（蛋白）是那些真正為客戶創(chuàng)造價(jià)值的創(chuàng)新服務(wù)，產(chǎn)品制造有限，價(jià)值創(chuàng)造無限，價(jià)值創(chuàng)新的關(guān)鍵就是找到客戶需求的“缺口”，而如何在工業(yè)4.0的環(huán)境下，通過做大蛋白是獲得持續(xù)性盈利的關(guān)鍵。

圖5：大數(shù)據(jù)的6個(gè)C系統(tǒng)

概念3：CPS（網(wǎng)絡(luò)實(shí)體系統(tǒng)）

CPS（Cyber-Physical System）（圖6）從實(shí)體空間的對(duì)象、環(huán)境、活動(dòng)中進(jìn)行大數(shù)據(jù)采集、存儲(chǔ)、建模、分析、挖掘、評(píng)估、預(yù)測(cè)、優(yōu)化、協(xié)同，并與對(duì)象的設(shè)計(jì)、測(cè)試和運(yùn)行性能表征相結(jié)合，產(chǎn)生與實(shí)體空間深度融合、實(shí)時(shí)交互、互相耦合、互相更新的網(wǎng)絡(luò)空間，進(jìn)而通過自感知、自記憶、自認(rèn)知、自決策、自重構(gòu)和智能支持促進(jìn)工業(yè)資產(chǎn)的全面智能化。

CPS被李教授譽(yù)為挖掘工業(yè)大數(shù)據(jù)價(jià)值的核心技術(shù)。CPS能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)進(jìn)行收集、匯總、解析、排序、分析、預(yù)測(cè)、決策、分發(fā)的整個(gè)處理流程。

圖6：什么是虛擬網(wǎng)絡(luò)與實(shí)體結(jié)合。

概念4：可預(yù)測(cè)制造業(yè)

可預(yù)測(cè)制造業(yè)以對(duì)監(jiān)控機(jī)器設(shè)備的數(shù)據(jù)采集為起點(diǎn)，通過采用合適的傳感器擷取數(shù)據(jù)，利用諸如信號(hào)處理、特征提取、健康評(píng)估、性能預(yù)測(cè)和故障診斷等算法步驟，通過雷達(dá)圖、故障圖、風(fēng)險(xiǎn)分析、健康衰退曲線等形式賦予設(shè)備和系統(tǒng)“自我意識(shí)”。

這些自我意識(shí)通常具有，降低成本（如更及時(shí)的維護(hù)降低成本）、提升運(yùn)營(yíng)效率（在設(shè)備失效前干預(yù)）以及提高產(chǎn)品質(zhì)量的能力，可預(yù)測(cè)性也是制造業(yè)智能化的核心體現(xiàn)（圖7）。

圖7：預(yù)測(cè)分析和自省式體統(tǒng)。

手把手教你做價(jià)值蛋白

既然在工業(yè)4.0的環(huán)境下，通過做大蛋白是獲得持續(xù)性盈利的關(guān)鍵，那么企業(yè)如何才能做大蛋白？李杰教授認(rèn)為，做蛋白最重要的是以價(jià)值為導(dǎo)向的變革思維?！皵?shù)據(jù)不等于信息不等于價(jià)值，要以數(shù)據(jù)價(jià)值的創(chuàng)造為導(dǎo)向，其核心在于以數(shù)據(jù)分析的能力創(chuàng)造新價(jià)值。例如一個(gè)麥克風(fēng)（也是一種傳感器），廠家通常把握的價(jià)值在于話筒本身，而其實(shí)對(duì)用戶而言話筒所傳達(dá)的語言，乃至語言所表達(dá)的含義才是最有價(jià)值的捕獲。如果話筒可以做到捕獲語義，乃至自動(dòng)執(zhí)行，將是對(duì)麥克風(fēng)這一產(chǎn)品的極具價(jià)值的變革性顛覆?！?/p>

為此，李教授也提出，如何找到價(jià)值的“GAP”（需求缺口）是引導(dǎo)企業(yè)創(chuàng)新、做大蛋白的核心切入點(diǎn)。“發(fā)現(xiàn)GAP來推動(dòng)的創(chuàng)新不是以消費(fèi)者或客戶的需求出發(fā)，因?yàn)榭蛻敉非蟾蟮牡包S，而對(duì)潛在的外圍需求很少有意識(shí)。所以GAP式創(chuàng)新是通過數(shù)據(jù)來模擬情景，發(fā)現(xiàn)客戶沒有注意到的部分。例如客戶會(huì)追求汽車省油，但通過大數(shù)據(jù)模擬我們發(fā)現(xiàn)司機(jī)開車的習(xí)慣會(huì)影響油耗，如果汽車可以感知用戶的駕駛習(xí)慣，并提醒用戶改變駕駛習(xí)慣對(duì)油耗的影響，就有可能找到具有價(jià)值的需求缺口?！?/p>

主動(dòng)式創(chuàng)新的核心在于從注重產(chǎn)品技術(shù)開發(fā)到注重用戶價(jià)值創(chuàng)造的轉(zhuǎn)變，來發(fā)掘用戶尚未滿足的GAP，使產(chǎn)品或服務(wù)具有優(yōu)勢(shì)。從該角度出發(fā)，書中詳細(xì)介紹了做大蛋白可以尊崇的設(shè)計(jì)流程思路，以及如何利用創(chuàng)新矩陣、用戶-產(chǎn)品-服務(wù)三角關(guān)系圖等工具來對(duì)自身情況進(jìn)行分析定位。

NI：針對(duì)LabVIEW的Watchdog Agent預(yù)診工具包

最終將上述工業(yè)物聯(lián)網(wǎng)做具體價(jià)值部署依然離不開平臺(tái)商的支持。作為全球領(lǐng)先的圖形化系統(tǒng)設(shè)計(jì)平臺(tái)提供商，NI致力于為嵌入到工業(yè)物聯(lián)網(wǎng)的智能控制與監(jiān)測(cè)系統(tǒng)以及實(shí)時(shí)數(shù)據(jù)分析和預(yù)測(cè)性維護(hù)提供業(yè)內(nèi)領(lǐng)先的解決方案。NI大中華區(qū)市場(chǎng)經(jīng)理湯敏女士表示：“未來幾年，將是 NI 由測(cè)試和測(cè)量公司轉(zhuǎn)型至多元化的企業(yè)級(jí)系統(tǒng)公司的過渡時(shí)間，這主要是受到軟件設(shè)計(jì)、信息物理或智能化以及大‘模擬’數(shù)據(jù)三大趨勢(shì)的驅(qū)動(dòng)。”

為了滿足不斷變化的工業(yè)物聯(lián)網(wǎng)需求，NI與李杰教授領(lǐng)導(dǎo)的美國智能系統(tǒng)維護(hù)中心(IMS 中心)緊密合作（圖8），開發(fā)了針對(duì)LabVIEW的Watchdog Agent預(yù)診工具包，未來將共同致力于為工業(yè)物聯(lián)網(wǎng)領(lǐng)域的設(shè)備監(jiān)測(cè)及預(yù)測(cè)性診斷提供一體化解決方案。

圖8：NI與美國智能維護(hù)系統(tǒng)中心（IMS）合作

LabVIEW RIO架構(gòu)集成來自Intel和Xilinx的最新嵌入式技術(shù)，提供一個(gè)完整的平臺(tái)化解決方案，方便工程師能夠快速進(jìn)行系統(tǒng)設(shè)計(jì)、原型驗(yàn)證和最終部署嵌入式系統(tǒng)來實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)的高級(jí)監(jiān)測(cè)和控制應(yīng)用。Watchdog Agent預(yù)診工具包（圖10）則采用了一項(xiàng)獲得專利的分析技術(shù)和行業(yè)標(biāo)準(zhǔn)的分析技術(shù)，可在NI LabVIEW應(yīng)用中添加易于使用的預(yù)診和健康管理(prognostics and health management, PHM)算法和圖形化顯示功能。該工具包可以實(shí)現(xiàn)特征提取、主成分分析以及模式匹配，從而檢測(cè)和預(yù)測(cè)從關(guān)鍵設(shè)備到電網(wǎng)等各種對(duì)象的故障。同時(shí)，它還可以幫助用戶創(chuàng)建用戶界面，輕松地將預(yù)測(cè)結(jié)果以及待測(cè)資產(chǎn)的分析信息傳遞給客戶。

圖9：專業(yè)分析、故障診斷軟件。

圖10：針對(duì)LabVIEW的Watchdog Agent預(yù)診工具包

基于新技術(shù)的開發(fā)以及在工業(yè)物聯(lián)網(wǎng)(IIoT)領(lǐng)域的持續(xù)投入，NI 的硬件和軟件平臺(tái)均可實(shí)現(xiàn)無縫集成物聯(lián)網(wǎng)系統(tǒng)，并提供了獨(dú)特的優(yōu)勢(shì)，包括：整個(gè)物聯(lián)網(wǎng)范圍的設(shè)備和系統(tǒng)測(cè)試，開發(fā)可嵌入到工業(yè)物聯(lián)網(wǎng)的智能系統(tǒng)，以及實(shí)時(shí)分析數(shù)據(jù)以獲得商業(yè)和工程洞察。（EDN China 麥迪）