讓我們把時光的鐘表撥回到8年之前——在2011年漢諾威工博會上，“工業4.0”的概念橫空出世。自此，“第四次工業革命”猶如一股轟轟烈烈的大潮，開始向全世界蔓延，並且在不同的國家演變出不同的概念，比如中國的智能製造等等……
現在工業/製造圈辦活動、開大會，要是不談智能製造、工業互聯網、5G等等，好像就已經落後於時代了。然而，講了那麼多天花亂墜的概念，智能製造究竟怎麼搞？
說到這裡，筆者不由地想起了一個故事——中國某中小規模製造企業的領導在參觀過一些高大上的智能工廠後，竟然放棄了對自家工廠做智能化升級改造的想法。因為他覺得，自己根本不可能做到這種程度，這實在太不切實際了！
這其實反應了製造企業在探索智能製造過程中最大的障礙——即沒有合適的轉型升級路徑以及符合其實際現狀的落地方案。
針對這個問題，大數據與人工智能行業的領先企業數之聯有著自己獨到的看法，並在5月10日舉辦的雪浪大會分論壇上提出了“
製造業的場景革命”這一概念。一．製造業的場景革命
什麼，你還不知道雪浪大會？如果說雲棲大會是互聯網企業產業蓬勃創新的重要峰會，那麼其姊妹峰會——雪浪大會就是引領製造業未來發展趨勢的風向標。
雪浪小鎮與雲棲小鎮創立者、雪浪小鎮名譽鎮長、阿里巴巴集團技術委員會主席王堅博士曾這樣定義：“沒有互聯網的製造業沒有未來，沒有製造業的互聯網更沒有未來”。
雪浪大會自2018年第一屆起，就致力於成為中國製造業與科技創新企業的頂級對接平臺。“從製造業中來，到製造業中去”是雪浪大會的長期核心主題。受主辦方邀請，數之聯在此次雪浪大會中與微軟、浪潮、阿里雲、銀杏谷資本等國內領軍企業共同舉辦12場平行分論壇，以大數據、人工智能和製造業的交集為切口，來論述製造業的場景革命。
製造業作為國民經濟的主體，是立國之本、興國之器、強國之基。當前，製造業正在從數字化和信息化的時代，以更快的步伐邁進智能化的新階段，全球製造企業大都在這一深刻變革中尋求創新與突破。
大數據與人工智能引領的新一輪科技革命和產業變革的戰略性技術地位逐漸凸顯，在工業領域，他們正在輻射“傳統工廠”，改寫傳統制造業的產業邏輯，為中國製造找到了一條轉型升級的新路。
在智能製造創新落地的細節思路上，數之聯認為，製造企業結合產業場景、從實際應用場景出發來制定智能化實踐策略，是獲得更優投入產出比的真正意義上的智能製造解決方案。
工業場景是複雜的。生產大飛機和生產手機，工藝的巨大差別導致生產場景的巨大差別。針對不同的場景需要結合不同的“解題思路”來獲得最優解。
“場景革命”是指在製造企業的整個生產過程中，通過人工智能和大數據的方式，大幅提升企業的生產效率。在以往的生產過程中，存在大量依靠個人經驗來傳承企業知識的現象，不但產品生產的良率無法得到保證，而且人員的流失對企業來講損失很大。作為新興科技，大數據與人工智能正廣泛影響工業，通過分析大量的歷史數據，能夠幫助企業尋找最優工藝參數及製程參數等。這種方式相對於以前的經驗方式而言，已經可以被稱之為是革命。
二．“數聯智造”重磅亮相
“數聯智造”是數據驅動的一套整體性的解決方案體系，由生產過程優化、設備管理優化和質量檢測優化三個核心方案構成，通過人工智能的方式解決設備智能管理、生產過程優化、人工質檢效率低、用工成本高等行業痛點。
本次雪浪大會，數之聯結合以往經驗，首次亮相“數聯智造”解決方案，並相對應介紹了三個核心解決方案。
1.生產過程優化
對於製造型企業來講，生產過程中最重要的便是所生產的產品質量達標，即良率高。為了達成這一目的，數之聯生產過程優化方案下推出了包括虛擬量測系統、良率分析系統、生產工藝調優系統等系列子方案。
良率分析系統真正實現了基於大數據的良率分析，並能針對任一不良數據，快速呈現設備、機臺等各種分析結果。在國內某液晶面板廠商的實際應用案例中，在涉及300多道工序的原TFT-LCD生產線上，通過採用該系統，該廠將缺陷分析時間從天級別降低到小時級別以內，分析效率整體提升約一個量級，特定缺陷不良降低0.5%。
在良率分析系統中，數之聯更多的是分析企業設備工藝參數和產品之間缺陷的相關性。而對於企業設備來講，其相關的工藝參數與特性值之間的相關性對於後續良率的分析也起到十分關鍵的作用。因此，數之聯進一步開發了虛擬量測系統。該系統區別於現有的量測系統，不需要大量的量測機臺就可以檢測產品的關鍵品質特徵情況。
與虛擬量測系統類似的，生產工藝調優系統也更多的是幫助企業尋找一些特定指標進一步優化，從而對預測良率帶來助益。生產工藝調優系統通過建立數據採集，實現了數據的自動連接，包括獲取檢測、生產數據、數據抽取以及基於大數據平臺的統一存儲。
通過生產工藝調優系統優化，企業可以尋找到最優參數取值區間，從而將企業原來小時級的調整時間縮短到分鐘級，並可將設備調整導致的型材損失降低20%-50%，從而把核心調整工的流失風險極大地降低。
2.設備管理優化
對於生產企業來講，不只是生產過程存在優化空間，作為企業的核心固定資產，遍佈廠房的生產設備同樣存在管理優化需求，其可為企業帶來的價值同樣不可估量。鑑於此，數之聯在設備管理的場景之下開發出智能刀具管理系統及智能設備管理系統。
對於生產型企業來講，機床是不可或缺的設備之一。前段時間熱播的國產劇《都挺好》中，蘇家“首富”蘇明玉對小蒙曾這樣講：“小到你的車，大到航空火箭，哪一個不是在機床上，一個零件一個零件生產出來的……機床強則工業強，工業強則國強。”可見機床的重要性。
但在機床的銑削加工過程中，刀具磨耗程度是影響模具成品質量的關鍵因素。刀具一旦出現問題將導致設備發生故障時間無法預測，尤其是主軸等核心部件。而這些關鍵部件一般採購週期長、成本高，一旦發生故障停機時間長，將造成極大損失。
數之聯的智慧刀具管理分析系統通過對多源數據進行融合同步，結合智能的分析算法進行特徵提取、主軸健康預診、刀具健康度評估、剩餘壽命預測以及壽命終止警報，為機床提供刀具壽命預測及主軸在線監測與預警系統。
經評估，該系統可降低60% 的意外停機，減少50% 監控機臺狀態所需的勞動力，質量缺陷率從6‰降至3‰，節約16% 的成本。目前，該系統已廣泛應用於精密器械加工、汽車零部件加工等企業。
此外，許多企業設備自動化管理水平較低，設備管理大多是依靠人工跟蹤記錄存檔，存在操作速度慢、數據分散、不易查詢等問題，給管理人員帶來較大的管理困難，增加了成本和風險，嚴重降低企業管理效率。
通過智能設備管理系統，企業可以將設備管理由被動管理轉為主動管理，從而減輕管理人員和業務人員的數據處理負擔，提高管理部門的工作效率、管理手段。另外，該系統還能及時報警和故障預測、減少紙質文檔等辦公耗材的使用、實現設備整個生命週期的信息化管理。
3.質量檢測優化
對於工業領域的製造企業來講，在設備及生產之外，缺陷檢測也是整個生產過程中較為重要的一部分。如何利用數據驅動質量檢測優化，提高企業生產能力，減少不良產品的浪費呢？數之聯的自動圖像缺陷監測系統可以給出答案。
基於10餘年深度學習算法的研究沉澱，以及對深度學習框架相關技術的大量工程實踐，數之聯主要採用神經網絡框架解決自動圖像缺陷檢測問題。
據瞭解，通過成功導入該系統，能夠大量減少圖像判定的人力需求，提升了工廠的生產能力和產品良率，阻止不良品的後流造成更大的浪費。即使不考慮工廠產能和排程靈活度及質量提升的效益，僅人力成本的縮減每年帶來的效益亦可達數百萬元。
三．“數之聯”的三大核心優勢
如果說數據驅動生產優化是大數據企業為工業領域智能製造量身定做的藥方，那麼數之聯之所以能夠脫穎而出，一定離不開人才、算法、平臺三大核心優勢。
工業領域是一個複雜的領域，工業也是整個現代化社會的奠基者。我們常說個人是社會中的一個螺絲釘，這是因為個人精力只能夠做到精於整個行業的一小部分。正因為此，對於一個大數據企業來講，如何助力龐大且複雜的工業領域企業轉型升級是一個非常讓人頭疼的事情，僅僅是對整個業務的熟悉就需要聚集一眾專家，在這一領域，數之聯的優勢明顯。
由於多年聚焦於工業的先發優勢，數之聯已經形成了完整、專業的業務專家團隊，能夠從理解客戶業務需求、客戶生產邏輯、痛點提取、算法等整個流程提供解決方案。
此外，對於智能製造來講，製造是基礎，智能是靈魂，而智能化一定離不開的是算法。而如果要論人工智能算法的研究時間，數之聯的團隊也已積累十多年的時間，積累於高校，推廣於企業。
另外，一切美好的應用建設一定離不開底層根基的夯實，對於工業數據、甚至整個大數據行業來講，平臺的重要性毋庸置疑。截至目前，行數、行明、行智三大平臺已經成為數之聯不可多得的競爭優勢。這些平臺已經集成了大量與工業和行業相關的算法，能夠大幅提升交付效率。
結語：數據驅動智能
誠然，工業之複雜往往讓創新不得不三思而行，但一些問題卻又常見而統一。那麼什麼是智能製造？將這些經驗性的問題以科學的形式自動化、智能化就是智能製造。
而且或許你已經想象的到，真正的智能製造可以帶來的幫助是十分大的。處在產業互聯網浪潮的今天，早一分的智能帶來的才是多一分的收益。
時代的車輪滾滾向前，智能化大潮勢不可擋，大數據與人工智能引領新一輪科技革命和產業變革的戰略性技術地位逐漸凸顯。
隨著物聯網，人工智能的加速發展，更多的數據將被採集、運用，數據的價值將被最大化的挖掘出來，數據驅動生產，促使業務創新和商業模式創新，加速數字化轉型。
總之，數據驅動智能化的進程，正在改變著我們的生產和生活方式。在大數據和人工智能等新技術的輻射之下，傳統制造業的轉型升級正在加速向前發展，全新的“智能+”時代即將來臨。
閱讀更多 物聯卡中心 的文章
