星環科技AIoT平臺讓工業製造裝置更智慧、更耐用

預測性維護迎來 “工業生產製造之春”

工業物聯網平臺作為監控物聯網端點和事件流，整合分析邊緣和雲端資料的統一平臺，近年來在製造業領域不斷得到應用和落地。Gartner在《2020全球工業網際網路平臺魔力象限報告》（Magic Quadrant for Industrial IoT Platforms, 2020）中預測，到2025年，利用工業物聯網平臺來改善工廠運營的工業型企業比例將從2020年的10%增加到50%，年複合增長率高達138%。

在工業製造生產過程中，不可缺少的生產要素可簡單概括為人、機、料、法、環。 其中裝置的正常執行是保障工廠高效、可靠和安全生產的關鍵。為保證裝置長期穩定執行，如今大部分工廠採用 ”預防性維護” 策略來替代早期的 “故障後的響應式維護”，即定期的預防性維修維護，然而這種方法極易導致 “過度維護”，仍然無法有效避免裝置的 “非計劃停車”，甚至可能意外造成 “維修性故障” 的發生。同時隨著裝置的維護成本投入逐年增高，越來越多的工廠在探索從 “事後糾正” 或者 “預防性維護” 到 “預測性維護” 的軟體方案。

預測性維護髮展程式圖（來源：Rolandberger）

然而預測性維護在端到端的業務與資料流實現過程中（從 資料採集接入-資料分析-決策支撐-控制執行的閉環過程），依然面臨眾多困難與挑戰。

預測性維護基本流程圖（來源：Rolandberger）

當前主流預測性維護產品服務的痛點：

一、 資料採集階段：工業裝置型別多, 接入成本高

工業現場長期以來存在大量異構的匯流排聯接，多種制式的工業乙太網並存，如何相容多種聯接並且確保聯接的實時可靠是必須要解決的現實問題；

二、 資料分析階段：缺乏智慧分析平臺,分析效率低

處於網路邊緣的工業現場裝置，由於缺乏輕量級的計算框架，無法在邊緣進行實時響應，實現對資料的聚合、過濾、預測，也無法和雲端充分協同；

三、 故障預測與決策支撐階段：故障模型難以沉澱,運營效率低

傳統制造企業熟悉裝置的機理和典型的故障模型，但企業內部缺少專業的資料科學家，也缺乏應用新興資料分析/AI工具處理海量資料的能力。

星環科技推出基於Sophon AIoT的裝置預測性維護解決方案

為解決裝置預測性維護中，裝置資料的採集、分析、故障預測與決策支撐階段的各個問題，星環科技和合作夥伴奮兮科技聯合推出了工業裝置預測性維護解決方案。整體解決方案 以AIoT架構為基礎，搭起生產過程中資料閉環的“橋樑”，實現自感知、自迭代、自決策、自控制的過程，從“經驗+流程”到“資料+演算法”。方案架構如下圖所示：

工業裝置預測性維護解決方案架構圖

星環科技Sophon AIoT平臺為整體方案提供了技術平臺支撐，聯合應用層打造基於工業裝置的雲邊一體解決方案，融合實時流處理、視覺化/程式設計式建模、模型運營、聯邦學習等技術，實現工業製造裝置的預測性維護，快速幫助製造企業降低裝置維護成本，提高關鍵裝置的可用性，延長裝置壽命，減少非計劃性停機的概率。

星環科技Sophon AIoT平臺架構圖

星環科技Sophon AIoT為工業企業提供了 建模生產力、資料治理力及模型運營力，共三大優勢能力。

一、 建模生產力

建模生產力指平臺賦予使用者模型構建的便利性、效率及平臺內建模型的豐富程度等因素的綜合能力，Sophon AIoT主要提供了 全流程的流程覆蓋和視覺化自動化的建模功能：

資料接入能力方面，平臺提供統一的資料接入、計算、流轉框架，高效完成多模型異構資料的融合分析，支援從感測器到攝像頭等20+的標準裝置協議的接入，同時提供裝置接入SDK使得使用者能夠快速對接私有協議，並一站式地提供從 “邊緣” 到 “雲” 完整資料治理能力，靈活且可靠地完成雲邊資料協同；

視覺化自動化建模方面，平臺提供便捷的、拖拉拽的互動方式輔助使用者快速搭建智慧化場景方案，同時提供了多樣的標準場景模板，可在相似場景下快速複製落地，能夠有效降低使用者開發成本，快速實現業務流程的對接。

Sophon AIoT建模生產力

二、 資料治理力

資料治理力指平臺從 資料採集、傳輸、計算至推理、告警的閉環流程中提供統一的承載平臺，從而通過安全防護技術對資料操作和計算進行全流程的管控，顯著提升資料質量，保障平臺安全：

全流程覆蓋方面，Sophon AIoT支援各類廣義的資料探勘技術的統一建模平臺，覆蓋從原始資料到最終模型的一站式模型生產全流程，通過標準化流程、視覺化操作、自動化作業，將企業內部的模型運營維護變得規範且高效；

安全邊緣計算方面，平臺從資料通訊安全、模型檔案安全、業務程式碼安全等不同維度，通過認證、許可權、審計、隔離、加密等手段，保障了業務在邊緣側能夠穩定且安全的執行。

Sophon AIoT資料治理力

三、 模型運營力

模型運營力指模型在訓練完成後的持續管理、使用、迭代，從而使模型在保持最佳效能的情況下，使業務持續煥發生機。

模型資產管理方面，由於模型資產是企業核心競爭力，Sophon AIoT可通過對現有模型的有效管理，持續提升模型效能；通過模型的靈活組合，支援新業務變化，大大提升了模型管理以及部署效率；

模型推理能力方面，平臺基於自研的深度學習推理框架，能靈活適配GPU/VPU/NPU等異構計算加速卡，提供最具價效比的實時預測，使得模型做到 “一次訓練，多地部署”，並且支援安全加密，保障模型安全。

Sophon AIoT 模型運營力

以 “平臺、經驗、應用” 三輪驅動模式服務客戶

截至目前，Sophon AIoT已聯合行業專家和合作夥伴，形成 “平臺、經驗、應用”三輪驅動的服務模式，為化工、鋼鐵、冶金、裝置製造、風電、光伏、發電等多個領域使用者，提供包括 數字孿生、儀表資料管理、實時監測和預警、裝置故障診斷、故障根因分析等面向工業網際網路的應用。

“平臺、經驗、應用”三輪驅動模式

和中南大學等合作建立專家知識庫，實現了針對流程製造、冶金等工業行業的海量模型統一開發、管理、運維、服務，提升模型端到端開發效率，並持續沉澱高價值模型，支撐前端工業使用者通過實時工藝指標統計、控制目標設定、故障診斷、生產過程檢測、故障日誌記錄等實現降本增效；和生態夥伴奮兮科技聯合基於Sophon AIoT建立裝置預測性維護平臺，幫助使用者實現了對車間電機裝置的預測性維護和自動遠端故障診斷， 幫助企業方平均降低5%以上的意外停機成本，保證了生產裝置的連續性安全生產，提高了生產效率，並且節省超15%的能源成本。從現有案例來看，已服務高階機床加工等製造商，在鐳射加工中心等製造裝置的故障診斷和預測上，實現了75%的裝置故障錯誤準確預測，幫助其有效地提高故障定位和維修效率。

星環科技已聯合行業合作伙伴賦能滬、粵、蘇、湘、鄂等地的電力、鋼鐵、玻璃、菸草、飛機等能源、化工、製造龍頭企業實現數字化轉型，並摘得福布斯 “2021年度中國十大工業數字化轉型企業”、“第三屆中國工業網際網路大賽百強”等殊榮。

未來，Sophon AIoT平臺將持續以大資料技術、AI技術及容器雲技術等底層技術支撐，聯合各行業領域專家及各應用合作伙伴共同打造基於星環科技Sophon AIoT工業網際網路平臺的生態體系，持續助力工業企業 打破資料孤島、積累經驗知識、邊緣裝置賦智、應用開放創新，以邊緣計算、隱私計算、知識圖譜等前沿技術的融合促進工業企業發展轉型升級，實現使用者、合作伙伴、星環的合作共贏。