技术文章

当前页面: 首页 >技术文章 >工业互联网的精髓:软件定义机器

工业互联网的精髓:软件定义机器

供稿:中国工控网 2016/8/15 12:56:12

0 人气:106

  • 关键词: 工业互联网
  • 摘要:设备智能化的体现就是典型的软件定义的机器,包括机器轻松连接至互联网;将APP和分析结果嵌入机器和云,实现智能化和自我意识;无需更换硬件即可改变和升级机器/设备功能,为用户提供智能,实现持续改进;通过API和生态系统扩大工业互联网平台应用。

  工业互联网、工业4.0、中国制造2025这几个概念,虽叫法不同,但却有异曲同工之妙,本质都是互联网深度参与到工业生产、中,从而将生产力提升到一个全新的高度。过去10年是消费者互联网的10年。上一波互联网浪潮中,互联网在全球连接起数十亿人,同时也造就了Google、亚马逊这样的互联网巨头。互联网在流通、消费、零售、沟通行业的高潮已经有目共睹,然而互联网在工业生产的改造还有巨大的空间。GE认为工业互联网革命可以再造一个美国经济,极大的扩展工业的领域。

 

  驱动力源自信息技术/自动化技术转换

              

  随着经济的发展,信息技术和生产运营技术不断融合和转换。从最初的办公室自动化、数字化,到社交媒体和客户关系管理,以及云计算在消费领域兴起,我们过去经历了几个阶段。今天,随着物联网技术、智能公共技术、云计算、大数据分析等技术的不断发展,工业领域正在经历一次新的革命。这将彻底改变我们的产品设计、产品使用功能,改变我们供应链整个物流交通以及最终客户的使用体验。

              

  GE工业互联网技术服务帮助企业提升核心竞争力

              

  什么是工业互联网呢?简而言之,工业互联网就是人与数据和机器实现互联互通。通过无缝连接帮助我们借助云计算、大数据等技术来对业务问题进行分析,找到问题根源,从而使我们能够对问题进行改进,提升工作效率,降低成本,最终使生产力、核心竞争力升级、转换。2012年,GE就提出并且倡导工业互联网。在工业互联网领域,我们着眼两方面:一是资产的性能管理优化,二是运营优化。通过这两方面,企业能够在利用已有的资产情况下使产出最大化。

              

  GE自身就是体量很大的航母级制造型企业,在全球有450个工厂,在生产制造上每年超过690亿生产成本费用,可以很清楚地看到工业互联网所带来的效益。

              

  在航空领域,最重要的是通过飞行效能分析降低燃油成本,降低飞机维护带来的成本。比如戈尔公司,每年效益达到8亿美元,其中通过工业互联网应用跟GE合作,一年燃油成本一项就节省达到2%。全球运量前十位的航空公司目前已经使用了工业互联网的应用。在大数据应用方面,航空业是走在最前沿也是最成熟的行业。

              

  在电力行业,应用工业互联网就是要提高设备的可靠性、提高整个设备全生命周期的资产有效性。比如日本某电力公司,在世界500强排名第355位,是为日本提供1/3电力产出的国家电力公司,就是通过GE的工业互联网应用来延展它的燃机寿命并减少意外停机所带来的损耗和事故。

              

  在铁路行业,铁路也是一个使用工业互联网颇为成熟的一个行业。通过工业互联网应用提升燃气机及机组维修效率,降低维修成本,提高运行的运量等等。CSX是在美国东海岸地区一级铁路公司,使用工业互联网的解决方案之后,达到了10%运量的提升。中国大秦铁路,通过铁路运量优化,6年时间运量从2.5亿吨提升到4.36亿吨,将近70%运量的提升。

              

  对于矿业公司或者原材料提供商而言,最重要的就是提升产量。南非的某公司用了GE的工业互联网应用,将整个矿产量提升了10%。

              

  工业互联网有很多数据,工业领域和消费领域的数据不同,工业领域的数据庞杂并且数量巨大。通常有几大类数据:第一大类是基于时间系列的结构化的数据。这些数据帮助我们做风险评估、决策支持,做预测、模拟、优化、引领规划等等,通常这些数据都要从ERT仓库或者商业智能系统来提取。第二大类称之为运营类数据,结构化数据、非结构性数据都有,通过我们的MES系统、生活控制系统将过程数据采集出来,并且对这些数据进行分析,能够可视化并且进行根源挖掘,帮助我们做过程优化。第三大类是事件驱动型,这是以实时事件驱动的。这大类从生产控制的数据采集,包括从物联网系统采集。这一类帮助我们对实时过程进行监控、模拟、优化。

  

  Predix:GE的工业互联网平台

              

  今年8月15日,GE向全球正式推出了面向工业互联网的第一款基于工业化设计的,面向大数据分析的云服务平台,软件的名字叫做PREDIX,它把工业领域的核心制造工艺以及管理技术基于上百年的行业知识和经验结合在一起,帮助客户最终提高设备的可靠性,降低运营成本、降低整个运营风险,实现产量提升以及市场的优化推进。PREDIX可以分为两个层级,第一个平台是在整个云平台里面的PASS层,基础设施是由电信运营商、网络运营商,还有物联网的硬件合作伙伴完成。GE的PREDIX是在PASS平台上,是一个面向工业领域的云服务平台。迄今为止,我们已经服务于航空、油气、电力、交通、医疗等行业,超过40多个不同的模型。今年正式向全业界推出了一个基于标准开放的API接口,可以帮助企业软件开发人员基于这些公众的API接口自主开发行业应用,可以用我们在PREDIX平台上已有的软件模型自己开发。这类似于工业领域的IOS平台,这是一个面向工业互联网的生态系统。

  

  Predix工业互联网平台总体架构图

              

  GE的工业互联网应用大致的总体架构:底层的云基础设施已经和中国电信、IDC这些云平台的基础设施提供方合作,还有与IOT、华为、思科等公司合作。PREDIX使用的是GE投资的云管理平台,我们已经把所有面向工业行业应用开发打包成了一个服务,在工业领域开发社区的开发人员可以基于目录调入这些微服务,开发的效率、操作性、融合、兼容性、可扩展性相当灵活。代码开发、服务部署或者将来的运维、迁移都是基于开放的标准平台,这是一款真正能够适合工业行业去使用的云服务平台。同时,与传统的云服务平台不同的是,工业互联网领域IT和OT技术的安全要求是相当高的,所以PREDIX是面向工业领域,覆盖全行业、全球将近60个国家和地区的安全标准,数据隐私、安全要求和管控都有一套完整的安全协议,帮助我们提供最高级别的安全服务。

  

  GE工业互联网平台的核心设计理念

              

  第一,以机器为中心,连接机器,使之智能化,并可通过网络在任何地方优化。工业互联网应用有别于传统的互联网应用,工业领域是重资产的领域,是以机器为核心的。我们要优化管理的是重型机械企业。对机器高效率的使用、协同和管理的优化是整个工业互联网的核心,赋予机器智能,软件定义机器,机器能够通过加入互联互通的软件技术进行对话。智能机器是一个软硬一体的产品,能够使它具备分布式计算、分布式智能分析等等智能的决策能力,所以以机器为核心是一个很重要的特色。面向的是工业化大数据处理,对于工业数据处理的安全、速率、标准以及基于行业知识模型的结合,除了有分析工具以外还要和行业模型相结合,而这些几百年来积累下来的分行业的不同的行业模型是做工业大数据处理的根本。我们推出的几个关键技术,比如数字链条,就是把从产品设计、市场导入的需求到产品设计,到产品制造、生产、物流以及最后交付到客户,全生产线全部可视化,在数字链条当中把生产能力、生产要素通过数字化的手段进行分析。

              

  第二,工业大数据,实时优化,大范围的分析和资产管理。我们把这叫数字双胞胎,意思就是物理世界的产品,通过数据管理化,实现一个完全和它对应的数字双胞胎,一模一样,帮助我们在充分大数据情况下进行模拟、调优、测试、压力运算等等,比如级别严苛的核爆,海底、油田、高空电力行业甚至有极高成本进行生产试产。这大大缩短了产品研发到试产的时间和成本。

              

  第三,先进的模型,快速提供消费级的工业互联网应用。这是工业领域的专业知识模型。在工业互联网领域相当重要的是安全性。

              

  在铁路方面,铁路运量和效率分析,蒸汽发动机的优化,刹车时间和刹车距离的控制,铁路运量的排班优化等等,帮助铁路公司提升准点发车率。

              

  航空业是工业大数据应用最成熟的行业,航空业的工业互联网应用也是走在最前沿的。中国东航、海航等航空公司已经分别开始了工业互联网的应用,美国的前5大航空公司,西北、美联航、AA等等,都已经在和GE合作使用工业互联网。这些合作每天能够帮助他们就航班延误和取消所造成的意外维护成本一天节省45万美金。这对于航空公司的收益来说是相当可观的。在中国典型的应用就是帮助航空公司延长引擎寿命。工业互联网在中国的典型应用是对于航线的调整、飞机机队的优化、维修成本的节省。

              

  第四,灵活并安全,通过数据权限管理,加强机器,网络和系统之间的沟通。

  

  软件定义的机器(SDM)

  

  设备智能化的体现就是典型的软件定义的机器,包括机器轻松连接至互联网;将APP和分析结果嵌入机器和云,实现智能化和自我意识;无需更换硬件即可改变和升级机器/设备功能,为用户提供智能,实现持续改进;通过API和生态系统扩大工业互联网平台应用。

              

  今天我们的工业互联网技术如何落地?通过传感器、分布式计算的操作系统嵌入等等,使设备本身有智能计算、智能处理的能力。举个例子,GE有个风电部门,我们把传感器安装在每一个风机叶片上,通过对风机转速、风力、温度、湿度、环境等近百种数据的采集、分析,风机能够自己进行涡轮叶片转速的调整,不需要把数据传输到数据系统,通过浆片的角度调整能够增强风力,能够增加风力4%。这个就是典型的软件定义的机器。

  

  在工业互联网领域的大数据和我们消费类的大数据是完全不同的。我做了个对比,传统的百度、谷哥等这种互联网领域的大数据分析,我们所涉及的数据需要实时性、多样性,我要尽可能覆盖全面的使用样本,像刚才我讲到的智能风区,燃油发电机、蒸汽发电机机组里面的核心设备调用。我们所要采纳的是尽可能全的样本量,覆盖工业过程。所以不单单含设备,也有环境数据,包括过程数据,所以是典型的结构化、非结构化的全样本量的采集,对于数据清洁度要求很高,对格式、质量等要求非常高。分析手段除了传统的人工和机器学习人工智能模拟优化等以外,还包括对基于物理科学转化过来的数学模型进行分析,所以工业互联网是典型的复合型学科,要求有传统的生产制造工业,同时和计算机、统计数学、大数据等学科融合好,这里面的专业性、关联性、流行性、持续性、数据解析性的要求会更高。

              

  举个电厂的案例,对于设备的预测分析和故障时间的预测,主要的使用场景就是帮助我们能够做预测性、预防性、主动性的维护,避免计划外的停机。意外停机导致产能下降。中国大量的厂家是做预防,但是成本很高。这是典型的案例。他们需求就是对现有的燃油发电机减少非计划的意外停机。为了避免这些,花大量人力物力全机组扫描,花很长时间,并且现在是基于经验型的,所以要求提升它的检查效率,减少点检查的数量,提升整个全线检查的质量。还有是对整个发电量的提升、经济性的提升,即实性,提高设备的预警能力。整个电厂的安全性、可靠性是首要目标,降低它的运维成本,提高电厂的营收,是效率和运维提升之后的自然结果。

  

  基于全厂设备管理(APM)解决方案:“不让设备带病工作”

  

  我们现在的工业互联网应用叫全厂设备管理,一个口号就是“不让带病工作”。这里面包含几部分的核心服务。

              

  第一是全电厂的资产全生命周期管理。最大化资产效能来赚取效益。最重要的是针对每一个机组发电机组对它的资产性能做一个全流程可视化的跟踪,最大化保证开机。

              

  第二是使得电厂的维修维护工人能够进行远程智能预测性的监视和诊断。机器级的可视化帮助决策,包括什么时候提前进行维修,什么时候有可能出现损耗等等。

              

  第三是基于实时状态的,而不是基于经验的服务。哪个设备会坏了,什么原因,优先级怎样?

  

  第四是整个电厂的实时智能运营。合适的信息在合适的地方给合适的人。如何增加资源,如何根据下游市场需要增加发电量,什么时候进行减少发电量,这些能帮助电厂投入点检的人数,投资降低,诊断的效率提高,还有设备使用时间长了,避免意外的跳闸还有灾难性的事故。对于一些过去所不能发现的隐患可以发现它,现在可以全过程可视化,一线工人包括管理人员都能够对隐患事故获得第一时间通知、预警。

              

  应用工业互联网的项目成效显著

              

  机组可靠性提高,预警轴震异常等关键问题避免停机跳闸;问题发现及时性提高,及时发现电机轴承油脂使用过多等问题,提高设备使用周期;提前安排检修计划,提高检修效率,减少检修工作量;经济性提高,避免撤高加现象,减少设备停役时间;根据预警系统制定检修计划,减少不必要的状态检修,使产能最大化;设备检查效率提高,由10+人较多时间点检和现场巡检到1人较短时间点检;更多长时间不易发现问题被发现。

  

  GE推出的工业互联网是全生态链,不单单在智能制造方面,还在数字链条、数字双胞胎和PREDIX平台,是从端到端的覆盖。随着面向工业大数据云平台的推出,GE第一阶段在上面差不多有50多种行业运用模型,随着API接口推出之后会有越来越多的应用,企业可以在平台上自主开发,像在工业领域推出消费级别的应用,帮助你快速部署、快速开发,使企业的创新和转型能力能够被激发、激活出来。众包等新的模式也可以在PREDIX平台上使用,GE自己的航空发动机轴承轴叶片的设计就是用众包在PREDIX平台上实现的。

  

审核编辑(王静)
更多内容请访问 中国工控网(http://www.gongkong.com)

手机扫描二维码分享本页

工控网APP下载安装

工控速派APP下载安装

 

我来评价

评价:
一般