鈦媒體8月14日消息，在鈦媒體和ITValue主辦的2019全球數字價值峰會工業互聯網分論壇上，中國華能集團首席信息師朱衛列、AWS資深解決方案架構師陳雪杰和華峰創享CEO楊紹杰分別就工業互聯網這一重要趨勢表述了各自的觀點與解讀。

論壇伊始，朱衛列就“關注工業互聯網中所連接的工業設備的特征值和工業設備的數字孿生”等理論概念與實踐應用展開了論述，并從基本原理、建模、實踐等方面進行了深度剖析。

他認為在工業互聯網建設中智能化是重點突破口，智能化是第四次工業革命的核心，它有別于第三次工業革命的控制理論及其應用（例如SIS、DCS、PLC等）。

數字孿生等智能化技術是工業互聯網的突破口

朱衛列表示，自Hadoop推出以及分布式計算技術出現以來，我們打開了以非結構化數據為主的大數據應用領域的大門，但在流程型工業領域卻存在著海量的時序（實）數據，它們也是大數據。

然而由于受到種種因素的影響，許多企業將時序數據也采用Hadoop等非結構化數據庫的方式進行處理，這是不正確的。未來我們要建立流程型行業的工業互聯網，就必須開發、利用好時序（實）數據技術。

如何建立數字孿生技術？

朱衛列表示，數字孿生是工業設備的數學表達式。數字孿生中的X1，X2，…..Xn分別代表設備的測量值，如溫度、壓力等等，利用神經網絡等算法計算出這些測量量之間的定量關系值，從而獲得實體設備各個測量量的數學表征就是數字孿生。

“工業設備的數字孿生反映了各個設備的個性化屬性”朱衛列如是說。

同一型號的工業設備盡管在出廠時參數指標是相同的，但他們投運后運行的工況不同，啟動次數不同，經過一段時間的運行后，設備的磨損狀態形成了差異。因此，與其對應的每個設備的數字孿生也就不同，這就是設備的個性化屬性。

以前我們按照幾千臺設備（小數據）的方式統計設備的運行狀況，形成的統計值只能指導這類設備的定期檢修周期，而按照人工智能技術計算出設備的數字孿生便可以實現設備的個性化檢修，即按照設備過往運行參數判斷設備的健康狀態，從而對設備進行狀態檢修。

數字孿生技術還可以指導系統進行運行調整，使機組更加經濟運行。“數字孿生的應用領域還有許多。”朱衛列補充道。

朱衛列最后總結到，盡管工業領域的智能化技術與應用還剛剛起步，但技術路線是清晰的，市場潛力是巨大的，可以斷言傳統工業將因此迎來新的變革。

除了特征值，邊緣計算與機器學習不可或缺

緊接著，陳雪杰和楊紹杰分別就“AWS 支撐工業4.0—從制造到智造”、“機器學習與深度學習—賦能實業”展開論述。

陳雪杰表示，在處理工業設備的數據時，數據可能來自各種工業設備，這些工業設備使用各種工業協議，如何收集和處理這些數據是工業物聯網所面臨的一大問題，AWS IoT Greengrass提供的邊緣計算服務可以幫助用戶在設備邊緣側收集、轉換、預處理這些工業數據。

其中，用戶只需將自己的業務邏輯編寫成運行在Greengrass上的Lambda函數便可將這些處理后的數據發送到云端。而在云端，用戶可以構建工業數據湖做大數據分析，也可以訓練機器學習模型做質量預測或者預測性維護等應用。

“機器學習和深度學習在工業互聯網中至關重要，緣由訓練數據需要花費大量的計算資源?！睏罱B杰對此補充到。

在最后的問答環節中，在被問及如何如何發展中國的工業互聯網時，朱衛列認為：

一個正確的方向至關重要，我們不要一味地被一些國外公司提出的概念所誤導，過多的把精力放在開發平臺上，工業領域與to C市場不同，不可能出現少數壟斷性平臺。目前有許多信息化公司因為不懂工業技術與業務，轉而去開發工業互聯網平臺，使得平臺泛濫，以此形成鮮明對照的是真正有價值的智能化應用卻非常少，繼而在行業中不斷的炒作概念，這很不好。我們需要重新真正地思考這條道路應該怎么做，腳踏實地的在智能化方面下功夫。

（本文首發鈦媒體，作者/桑明強）

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App