Top
首页 > 正文

天泽智云史喆:发展工业智能,落地智能制造

更远一点,天泽智云希望在接下去的10年里完成100个无忧场景的建设,将先进的工业智能技术逐步转化为极具生产力与产业价值的工程应用成果,为国内工业企业提供以CPS信息-物理系统为架构,集成数据采集与分析、装备健康管理、故障预测与诊断、维护决策与优化等各类工业智能化应用服务为...
发布时间:2019-11-21 11:08        来源:赛迪网        作者:郭翼姣

当下,智能制造是全球制造突破现有生产力增长瓶颈的重要方向。制造业是未来发展的方向,而人工智能是实现智能制造的关键环节,如何发展工业智能,如何落地智能制造?在2019世界人工智能融合发展大会“人工智能与制造业深度融合发展”主题论坛上,天泽智云副总裁、联合创始人史喆做了详细阐述。

数据驱动:从解决可见问题到避免不可见问题

智能制造是基于新一代信息技术,贯穿于设计、生产、管理、服务等制造活动各环节,具有信息深度自感知、自学习、智能优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。落地智能制造的关键环节就是发展工业智能化,因为工业智能化的作用就是避免和解决不可见世界的隐性问题。

例如设备故障、产品缺陷、加工失效、质量偏差等这些可见问题,是可以通过KPI 绩效体系、精益6-sigma等对管理问题进行管控和优化。但造成这些背后的隐性问题,如形变、过热、松动、泄露等,虽然在当下看不见,但不断累积就会变成显性问题,造成损失。也就是在你看到一个设备失效前,其实他已经有了很多衰退的症状。

史喆说:“从解决可见问题到避免不可见问题,其实是这样一个过程,对于可见问题,可以将问题产生过程进行数据分析,建模和管理,从而实现价值改善,再通过机器学习等方法从数据中挖掘隐性问题,预测并解决问题,为了避免不可见问题的发生,那么这个时候要做的就是知识建模。”

可见,在工业智能化过程中,数据驱动技术具有重要意义,它可以用来预测能被感知但未被量化的问题。良好的维修维护策略会大大降低设备后期的运营成本。例如原来某些部件需要拆除才能发现问题,但现在通过传感器采集数据并进行分析,就可以实时感知它的状态,进而预测故障,提前进行维护排程。

自学习和自适应是工业智能最大的挑战

在工业场景中有三个突出的难点,第一是模型的不确定性,第二个是实现问题反馈的实时性,第三点是系统的稳定性,这些不确定因素既存在于制造过程中,也存在于制造过程之外的使用过程中。对此,史喆表示,对于不确定性的管理是核心问题,这要求系统结果输出必须正确。系统的实时性是对核心业务及时返回的保障,系统的稳定性就是要保证系统长期稳定运行。

天泽智云的终极目标:做工业智能的实践者,让工业无忧

史喆是一位年轻然而富有工业智能研究和实践经验的创业者,他在美国辛辛那提大学度过了整个硕士和博士生涯,并在2016年,在就读期间与合伙人一起创立了天泽智云。辛辛那提有“全世界机床创始地”之称,浓厚的工业氛围让他热衷于这个行业,并且依托传承自IMS中心的150余个工业智能化项目,让他对中美两国工业发展的特点有更进一步的认识,也让他的创业之路更加坚定。

目前,天泽智云已完成两轮融资,对于未来的期许,史喆表示:相对于资本方面,我们更乐于做一个工业智能的实践者,因为实践才能带来更多的机会。我们想传承美国、欧洲更多先进的制造经验,让更多企业参与其中。更远一点,天泽智云希望在接下去的10年里完成100个无忧场景的建设,将先进的工业智能技术逐步转化为极具生产力与产业价值的工程应用成果,为国内工业企业提供以CPS信息-物理系统为架构,集成数据采集与分析、装备健康管理、故障预测与诊断、维护决策与优化等各类工业智能化应用服务为一体的定制化解决方案,从而帮助企业提升资产的经济效益,加速产业的智能化升级和价值转型。

合作站点
stat