工业4.0协会携手微软共同促进产业服务及 商业模式的加速创新

2018年01月16日 10:51:45  来源:中网资讯商业
 

  新一代信息科技的发展正在创造出新的市场。物联网、大数据、人工智能等技术的兴起,带动了设备预测性维护这样一个新兴市场。在这个市场中,不同的厂商,从传感器厂商、物联网IoT平台商、云计算、云存储厂商、以及提供先进数据分析和预测的软件供应商(人工智能)等扮演着至关重要的角色,发挥着越来越大的作用。

  2018年1月12日,由工业4.0协会、微软(中国)有限公司 、苏州四点零企业管理咨询有限公司联合主办,58中华英才网、百安思(北京)科技有限公司以及千人梦工厂共同协办的《IOT与预测性维护高端沙龙》在京成功举办。本次沙龙聚焦行业内知名专家学者、企业家、创业者,共同研讨IOT预测性维护在机械制造、工程机械、设备维保,设备服务等领域的应用以及最新成果,搭建预测性维护前沿技术及应用供需对接洽谈合作平台,以标杆企业实际应用为案例,快速推动预测性维护发展,为参会人员带来实质性可实施价值收获。

  

  参观微软创新中心

  本次参观让与会人员了解到了最前沿的互联网技术,现场与会人员能看到微软创新中心的展示巧妙地把物联网、云计算、大数据等技术充分地融合进每一个交互场景,构成了最基础的技术支撑,真实的数据分析与艺术表达,让我们能够对楼宇,园区,城市、交通、空气甚至是宇宙地壳运动都能进行数据分析,这些数据分析为人们所用,指导人们的生活,人们才能明白科技是如何改变人们的生活。

  

  (参观微软创新中心)

  本次沙龙特邀工业4.0协会常务理事、机械工业经济管理研究院 工业工程研究所所长李鹏先生担任主持并代表主办方为现场与会人员致欢迎词。

  

  工业4.0协会 常务理事

  机械工业经济管理研究院 工业工程研究所 所长 李鹏

  PHM现状和未来浅谈

  来自清华大学工业工程系的李彦夫教授分享了:PHM现状和未来浅谈的主题演讲,李教授表示:从汽车产品、高铁以及原油钻井平台等案例,解析对于任何工业产品/系统,事故是一个严重问题;通过Prognostics案例分享PHM已经整合进美国军方两大关键武器平台的整体架构。

  

  (清华大学 教授 李彦夫)

  紧跟“云物大智”的创新脚步

  微软全球黑带技术团队王琦先生带来《微软物联网及预测性维护解决方案》主题分享,预测性维护的业务需求以及项目远景目标,现场模拟预测性维护业务场景,他提到物联网项目需三步走:1. 业务变革-启动创新业务模式;2. 设备连接-远程监控管理平台;3. 数字洞察-大数据分析平台。

  

  (微软 全球黑带团队首席物联网架构师 王琦)

  工业智能的 ABCDE+O

  作为工业智能实践的引领者——天泽智云,他们专注于为企业提供工业智能解决方案,通过全栈工业智能方案集成向工业客户交付从产品到能力的赋能服务。天泽智云解决方案副总裁史喆先生为与会人员带来《协合新能源预测性维护案例》分享,他提到大数据与人工智能技术为风电行业带来新的改变:利用预测性分析及AI技术对风电装备进行智能化运维管理的平台,通过对运行过程中多源数据的AI算法建模和预测分析,实现对风电装备的性能评估、预测性诊断、机队管理、调度优化和维护策略优化,从而实现风场的“无忧运营” 。

  

  (天泽智云 解决方案副总裁 史喆)

  工业大数据+机理模型=最佳实践

  来自ABB(中国)有限公司AHC首席架构师耿东先生分享了《ABB Ability™ 设备健康中心》案例,他表示: ABB ™ Ability™是基于强大的工业数字化基础提供完整的数字化解决方案,ABB ™ Ability™设备健康中心最新版已落地中国。并为与会人员分享了国内外电气、电网、石化联合创新项目等多个落地案例以及专业的设备智能诊断算法和在线决策分析技术。

  

  (ABB(中国有限公司)AHC 首席架构师 耿东)

  数字化变革的创新动力

  作为可持续能源管理和工业自动化领域全球领导者——施耐德电气,他们在能源管理、自动化控制、软件和服务领域拥有精深的专业经验,能够以仅仅数年前不可能实现的方式整合连接运营技术。施耐德业务发展经理蔡璐平先生分享了施耐德电气EcoStruxure 平台和应用案例,他分享到:依托EcoStruxure云平台,为中压变频制造商提供全生命周期管理服务。EcoStruxure 在油气行业的应用提到:在价格波动期之后,我们的管理层相信必须谨慎投资、优化成本、提高效率。当油价上涨时,我们也不会放弃谨慎策略。

  

  (施耐德 业务发展经理 蔡璐平)

  人工智能与智能制造深度融合

  美国国家仪器预测性维护研发经理郭翘先生为本次沙龙与会人员分享了《NI软硬件平台力助人工智能与智能制造深度融合》,他表示到:工业大数据驱动的机器学习是实现预测性维护的基础,同时,NI将持续不断的推出针对工业物联网、人工智能、机器学习相关的软件产品,帮助工程师加速从原始数据提取出有价值的信息并且部署模型至边缘测。NI具备强大边缘计算能力的开放平台,与云服务的合作伙伴共同营造完善的生态圈,提供工业大数据完整的解决方案。

  

  (美国国家仪器 预测性维护研发经理 郭翘)

  

  (合影留念)

  这是一个转型的时代。数字化裹挟着制造业狂奔突进,触发了产业服务及商业模式的加速创新,产业价值链、供应链和行业生态正在加速分解、整合与重构。在这种趋势下,不断增加的新型服务业态,将逐渐成为制造企业新的利润中心。预测性维护模式的出现彻底改变了企业的服务模式和流程。后续,工业4.0协会将持续定期推出更专业的精品主题沙龙活动,打造预测性维护行业以及工业4.0相关行业有价值、有意思、有内容的共享交流平台,提升企业以及产业间的互动交流,共同促进IOT与预测性维护产业协同发展。

(责编:东 华)

推荐阅读

关于我们 | 保护隐私权 | 网站声明 | 投稿办法 | 广告服务 | 联系我们 | 网站导航 | 友情链接 | 不良信息举报:yunying#cnwnews.com(将#换成@即可)
京ICP备05004402号-6