关于我们 | 联系我们
成都电缆_成都防火电缆_成都高低压电缆厂家-成都春信电缆有限公司
新闻中心

推进工业互联网应该克服哪些障碍

[电线电缆网]在2019年NPC和CPPCC会议上,李克强总理就政府工作发表讲话,提出要建设工业互联网平台,拓展“智力”,扶持制造业转型升级。早在2017年12月,习近平总书记在中央政治局第二次集体研究期间就强调,要深入实施工业互联网创新成长战略,系统推进工业互联网的根本措施和数据资源管理系统的支撑,提升数据的根本资源影响力和创新引擎影响力,加快形成以创新为主导和支撑的数字经济。

或许,从宏观上看,大力发展工业互联网,将数据技术与产业转型升级联系起来,已经成为决策层的共识。微观上,大数据技术的应用已经开始给企业带来实实在在的好处。工业互联网产权联盟2019年2月发布的《工业互联网平台白皮书》(以下简称“白皮书”)显示,工业研发设计、工艺优化、设备维护、质量控制、节能减排的影响越来越突出。

根据白皮书,中国石化对4600批石脑油原料进行了分析和建模,并优化了工艺操作参数,使汽油收率提高了0.22%,辛烷值提高了0.90%。中化能源对泵机组、压缩机、汽轮机等设备进行了健康管理,实现了设备故障的诊断、预警和分析,设备维护成本每年降低15%。航天电器建立了各种身份与质量中心关键绩效指标之间的关系模型,并解释了设备、技术、测试等数据的相关因素。废品率降低了56%。三钢集团优化了跨流程能效数据的运行状态,年能源成本降低8000多万元,能耗成本降低11.4%。酒钢集团通过大数据分析实现了能源消耗的智能管理。一座高炉每年可降低成本2400万元,减少碳排放2万吨,冶炼效率提高10%。

随着近年来工业互联网的不断深入发展,大数据在工业领域的应用取得了可喜的巨大进步。然而,我们也应该看到,成功的故事仍然只是一个火花。从点到面燎原还有很长的路要走,我们还需要克服“短缺”、“低质量”、“浅层”和“孤岛”等障碍。

一个是“缺失号码”。理论上,工业数据应该非常丰富。麦肯锡2009年的文件显示,美国的离散制造业拥有所有行业中最大的数据存储。我们国家的情况如何?根据中国信息通信研究院和工业互联网家庭联盟2018年对国内74家工业企业的调查,中国工业企业的数据资源存量并不大,66%的企业数据总量低于20TB,不到一家省级电信运营商不断增长的数据量的十分之一。这背后的主要原因是中国工业互联网的成长还处于起步阶段,企业的数字采集水平相对较低,数据资源的积累还需要一段时间。目前,工业体制和“七国八制”现象十分突出。许多软件系统的接口不开放,这也增加了数据采集的技术难度。

第二个是“低质量”。警告“垃圾进,垃圾出”!数据质量问题是长期困扰数据分析工作的难题。行业需要更高的数据分析可靠性,因此需要更高的数据质量。美国《联邦大数据研发计谋设计》在2016年也特别将确保推广数据分析的数据质量和可靠性作为七大策略之一。从金融、电信和互联网等高层次信息产业的经验来看,如果没有专门的数据治理,很难确保数据质量。此次访问显示,中国工业企业不到三分之一

第三个是“孤岛”。数据孤岛是几乎所有企业都面临的困境。从单个企业的角度来看,庞大的信息技术系统中有无数的烟囱,如客户处理、生产管理、销售和采购、订单存储、财务人力等,在不同的时期由不同的供应商提供支持。为了进一步推动智能制造,信息技术越来越难通过信息技术和作业技术,企业负担越大,负担越重。从整个行业的角度来看,工业互联网的发展和实现单个企业内部的局部优化以及整个产业链的整体优化,必然会实现产销供应链中不同企业之间的数据顺畅流动,进而面临更大的安全合规性、贸易模式和技术标准的挑战。根据调查,折扣超过一半的企业意味着需要使用外部数据或向外部世界提供数据,只有2.7%的企业认为不会涉及数据合作。德国工业4.0已经将数据解锁作为一个关键问题,国内推动工业数据解锁的工作需要加快。

第四是“浅层”。大数据在工业领域的影响可以从三个层面纵向观察:最基本的是能够根据数据描述工业生产线、市场营销和企业运营流程的历史和现状;此外,可以根据数据预测设备、车间和整个企业的未来。最高层次是依靠数据分析效果,绕过人工干预,积极指导企业的运作,形成智能数据闭环。水平方向可能跨越整个设计、生产、销售和服务链。但是情况如何呢?相比之下,工业互联网联盟已经澄清了国内外366个工业互联网平台应用案例。40%的平台应用专注于产品或设备数据的检测、诊断和前瞻性澄清。然而,在涉及更广泛的数据限制和更高的分析复杂性的业务治理优化和资源匹配对等的场景中,由于缺乏数据分析能力,大多数平台目前无法满足应用需求。有必要进一步刺激数据分析技术的创新,实现长期工业常识的积累。工业数据解释的深度仍需加快升级。

工业互联网的长期政策是构建“数字双胞胎”,以便在数字世界中再现物理世界中的一切,并在数字世界中进行竞赛、分析、展望和优化,以指导物理世界的最佳运行。这就需要在生理和数字双胞胎之间有一条平滑的“动脉”。数据是动脉中流动的血液。只有当工业数据越来越可靠、全面和高质量时,“数字双胞胎”才能看起来相似。在此基础上,工业数据的分析和利用需要与对物理机制模型的透彻理解联系起来,甚至与教师几十年积累的经验联系起来,以便继续迭代和深入。如果这些都做得好,数据对制造业转型的根本资源和创新引擎的影响就能得到真正的展示。

(作者是中国信息通信研究院云争议与大数据研究所所长)

Copyright © 2002-2017 成都春信电缆有限公司 版权所有 备案号:ICP备********号