李杰:工業(yè)大數(shù)據(jù)的前半生和后半生_第1頁
李杰:工業(yè)大數(shù)據(jù)的前半生和后半生_第2頁
李杰:工業(yè)大數(shù)據(jù)的前半生和后半生_第3頁
已閱讀5頁,還剩3頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、李杰:工業(yè)大數(shù)據(jù)的前半生和后半生8月2日,2017 中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)大會在京召開。 大 會由中國電子信息產(chǎn)業(yè)發(fā)展研究院主辦,中國大數(shù)據(jù)產(chǎn)業(yè)生 態(tài)聯(lián)盟聯(lián)合達(dá)晨創(chuàng)業(yè)投資有限公司、中國軟件評測中心、賽 迪智庫、賽迪顧問股份有限公司和軟件和集成電路雜志 社共同承辦。此次會議吸引了政府領(lǐng)導(dǎo)、行業(yè)專家、中美近 二十家大數(shù)據(jù)企業(yè)代表以及創(chuàng)投機(jī)構(gòu)聚首京城,共同探討大 數(shù)據(jù)產(chǎn)業(yè)發(fā)展趨勢,推動技術(shù)創(chuàng)新,助力企業(yè)成長。 美國辛辛那提大學(xué)講座教授、美國國家科學(xué)基金會 (NSF) 智 能維護(hù)系統(tǒng)產(chǎn)學(xué)合作中心主任李杰,作為聯(lián)盟專家委員會主 任委員受邀出席此次會議,并做主題為:工業(yè)大數(shù)據(jù)的前半 生和后半生的演講,分享了如

2、何更好地利用工業(yè)大數(shù)據(jù),從 解決問題、避免問題的思維轉(zhuǎn)換成價值創(chuàng)造的思維。 美國辛辛那提大學(xué)講座教授、美國國家科學(xué)基金會 (NSF) 智能維護(hù)系統(tǒng) (IMS) 產(chǎn)學(xué)合作中心主任李杰 大家好,很高興跟大家分享。今天我演講的主題是工業(yè)大數(shù) 據(jù)的前半生和后半生。前半生怎么發(fā)展過來的,后半生該怎 么去?這個主題也相當(dāng)于對我個人經(jīng)歷和實踐的一個小的 總結(jié)。先介紹我做工業(yè)大數(shù)據(jù)的前半生。 我在美國 37 年,早在 1983 年的時候美國就開始做汽車自動化生產(chǎn)線,我先后在工業(yè)自動化與機(jī)器人領(lǐng)域工作。后來進(jìn)入美國國家科學(xué)基金會 (NSF) ,然后在聯(lián)合技術(shù)公司 (United Technologies Res

3、earch Center UTRC) 擔(dān)任研發(fā)總監(jiān)參與了普惠發(fā)動機(jī)、 開利空調(diào)、奧迪斯電梯等開發(fā)技術(shù)研究。之后我又回到學(xué)校 當(dāng)教授,創(chuàng)辦了智能維護(hù)系統(tǒng)中心 (IMS) 。 IMS 中心是 2000 年建立的,到現(xiàn)在已有 17 個年頭,目前全球有 90 多 個企業(yè)伙伴,現(xiàn)在做的最大的項目是跟日本電裝合作的 “ Da-nTo- Tsu” 可翻譯成 “無人可及的工廠”。目標(biāo)就是 100 萬個零部件做出來只有一個質(zhì)量不好,目前世界上沒有任何 其他工廠能夠到達(dá)這樣的水平。飛機(jī)也同樣,起飛 100 萬次 才有一次失事,能做到安全系數(shù)這么高,主要是有工業(yè)大數(shù) 據(jù)分析、故障預(yù)測與健康管理等技術(shù)的支撐。現(xiàn)在我們

4、跟大 金空調(diào)、華為、中船、中車高鐵,還有馬扎克-世界第一大機(jī)床廠等企業(yè)都有合作。先來講一下工業(yè)的發(fā)展歷程。很多發(fā) 展工業(yè)的國家首先從提高生產(chǎn)力開始著手。有五個階段,第 一個階段是全員實踐,日語叫 Kaizen ,中文叫改善。每天做 好整理、整頓、清掃、清潔,做整體標(biāo)準(zhǔn)化持續(xù)化的改善。 第二個階段是數(shù)據(jù)化,豐田最早的精益與GE的“6Sigma”,這是在 80、90 年代在做的事。第三階段做預(yù)測性建模分析, 那時 2000 年美國在做轉(zhuǎn)型,解決數(shù)據(jù)層到信息層的問題。 第四階段叫做知識層,現(xiàn)在我們要做的就是把數(shù)據(jù)變成可以 支持決策的系統(tǒng)。第五階段是最高層,可以自主產(chǎn)生知識、自主決策,不需要管它,比如

5、無人駕駛。但無人駕駛不是目 的,無憂駕駛才是,就是說開車時不用擔(dān)心前面的路況。假 如前方一公里處有坑洼,這輛車以前經(jīng)過此處,通過傳感器 跟我的 GPS 建立了關(guān)系,下一次我走同樣的路線時,還沒 有開到這個地方,車子就會收到提醒-前方一公里處有坑請注意。我的車跟別的車分享,它們還沒有開到,也會收到 提醒說前面一公里處有坑請注意,這才叫無憂駕駛。這是我 們所說的數(shù)據(jù)的價值轉(zhuǎn)換,從性能優(yōu)化到避免風(fēng)險和憂慮。 在工業(yè)大數(shù)據(jù)這本書里面我講了很多,前半部分講的是 從可見的問題入手去解決,比如從生產(chǎn)力開始來找大問題, 問題要大到足夠讓我們?nèi)ネ顿Y做數(shù)據(jù),因此才能解決大問題, 這是我的前半生做的事情。我的后半生

6、就不是做這件事了, 因為解決問題不是目的。目的是讓問題消失,甚至讓問題不 出現(xiàn)。這就是我所說的從隱性的問題,甚至是客戶都沒有意 識到的問題, 從中找出價值, 這是大價值。 問題還沒有出現(xiàn), 就把它避免掉了,這是大價值。下面我們來看怎么做大價值。 1984-1987 年我在通用汽車機(jī) 器人自動化生產(chǎn)線工作,MAP (Manufacturing AutomationProtocol) 相當(dāng)于今天的 IoT 。另外 87 年的時候通用也投資 了休斯衛(wèi)星, 92 年安吉星研發(fā)出來。 安吉星做了全球第一個 工業(yè)物聯(lián)網(wǎng)的前身-汽車?yán)锩嫠械膫鞲衅髦苯痈斯ご?通連在一起。汽車出車禍,它馬上就知道,你不回話

7、,他馬 上派救護(hù)車和公安人員到現(xiàn)場,這是在 1992 年就實現(xiàn)了的 安吉星。 1998-2000 年我在美國聯(lián)合技術(shù)公司 (UTRC) 擔(dān)任 研發(fā)總監(jiān)時,奧的斯電梯是我們屬下的單位。我們可以從電 梯的使用情況知道哪個電梯明天會有故障, 那是在 1997 年。1999年,GE醫(yī)療的磁共振超波能夠在問題還未發(fā)生之前或 者問題發(fā)生之后能進(jìn)行快速診斷并派人過去維護(hù),減少設(shè)備 故障率與人員費用。 在 1990 年的時候, GE 醫(yī)療的磁共振設(shè) 備在醫(yī)院里面使用,有很多的問題,醫(yī)生發(fā)現(xiàn)設(shè)備出現(xiàn)了問 題就會打電話報修,那時一周平均有一千個電話報修,只有 41% 是不用過去就可以解決的; 99 年時, 能做到

8、還沒有派人 去之前就知道什么零部件要換了,甚至很多問題可以通過遠(yuǎn) 程進(jìn)行診斷, 只有 25% 的問題必須要派人過去, 這樣節(jié)省了 70% 的不必要人力,這是一個簡單的大問題。到 2004 年的 時候,開始從醫(yī)療端的數(shù)據(jù),即產(chǎn)品的數(shù)據(jù)轉(zhuǎn)到了病人的數(shù) 據(jù),這時候才是真正的工業(yè)大數(shù)據(jù)的開始。 比如做分子醫(yī)學(xué), 可以用顯影劑找到身體可能發(fā)病的地方,這才是最有價值的 部分。再比如飛機(jī),對于發(fā)動機(jī)里面所有的部件,能夠預(yù)先 知道哪里可能會發(fā)生什么問題。2001 年 IMS 中心成立時,我們的想法是怎么把前半生的大 問題變成后半生的大價值。把傳感器的數(shù)據(jù)和歷史數(shù)據(jù)抓進(jìn) 來,做了細(xì)致深入的分析,這才把大數(shù)據(jù)的精

9、髓發(fā)揮出來。找出了隱性的問題,即還未發(fā)生的問題,我們?nèi)ソ鉀Q甚至避 免,并且創(chuàng)造價值。這就是工業(yè)大數(shù)據(jù)的后半生。 我們做過的項目很多,包括 John Deere 、GE 發(fā)動機(jī)、阿爾 斯通高鐵、 固特異輪胎、 Intel 、寶潔等。 是從前半生開始做, 先解決大問題 -智能維護(hù),到后半生做智能預(yù)測,最后做 到無憂系統(tǒng)與大價值。無憂系統(tǒng)是未來任何系統(tǒng)都需要的, 比如無憂駕駛、無憂工廠。那么無憂該怎么做?先講 Intel 半導(dǎo)體。現(xiàn)在中國正在蓋 26 個 8 寸晶圓和 12 寸晶圓廠,是中國下一波經(jīng)濟(jì)來源和增長 點。建一個廠大概需要 20 億到 45 億美金。 晶圓廠里面用人 的機(jī)會很少,人只需做一

10、些簡單的事情,是真正的自動化, 所以里面的數(shù)據(jù)最值錢。英特爾在 2000 年的時候找到我合 作,希望對數(shù)據(jù)進(jìn)行分析和預(yù)測。因為這些裝備很貴,他們 希望能夠提前預(yù)測裝備什么時候發(fā)生故障,以及跟質(zhì)量、速 度等的相關(guān)性。 2000 年時這就是我們 IMS 的重點,將預(yù)測 性和預(yù)防性做到很高端的半導(dǎo)體裝備上面。今天中國半導(dǎo)體 正在崛起,很多高端裝備零部件是靠納米線,中國現(xiàn)在是十 幾個納米,美國現(xiàn)在是五個納米、三個納米。 下一個案例是寶潔。寶潔公司的尿布產(chǎn)品生產(chǎn)線設(shè)備經(jīng)常停 機(jī)。如果想要這個生產(chǎn)線減少停機(jī),提高使用率,就需要用 預(yù)測模型來預(yù)測。我們那時候跟寶潔的尿布生產(chǎn)線合作可以 做到不停機(jī),一直生產(chǎn)。

11、幫助寶潔一年節(jié)省了 4.5 億美金的 不必要浪費, 這是寶潔的統(tǒng)計數(shù)據(jù)。 這種高效的投入產(chǎn)出比, 就是從大問題到大價值的轉(zhuǎn)變。2005-2007 年小松跟我們合作,也是做到預(yù)測哪個零部件會 壞掉,然后優(yōu)化工地的建設(shè)。現(xiàn)在小松在全世界的項目都可 以用大數(shù)據(jù)先掃描,建立工地的基礎(chǔ)模型,然后分工合作, 給挖掘機(jī)分派指標(biāo)。這是大價值,不是賣挖掘機(jī),而是賣工 地的管理服務(wù),價值很高。這是今天講到的煎蛋模型,從大 問題導(dǎo)向到大價值導(dǎo)向。蛋黃是大問題,蛋白是大價值。我 們講大數(shù)據(jù)是從大問題開始,但它絕對不是目的,要做到大 價值,發(fā)揮最好的作用,從問題到數(shù)據(jù)到經(jīng)驗。經(jīng)驗可以傳 承,但無法長久傳承;而數(shù)據(jù)可以傳

12、承,因為它有邏輯性。 最后再把價值做好,把經(jīng)驗變成事實。下一個經(jīng)濟(jì)的競爭, 是在 evidence-based economy, 不是我們現(xiàn)在講的 social network, 或 experience-based economy ,像我們消費的小 確幸感受,這是 experience ,這不是工業(yè)大數(shù)據(jù)。工業(yè)大數(shù) 據(jù)是evidence -什么時候壞、什么時候避免、什么時候沒 有問題,最好都沒有憂慮。工業(yè)大數(shù)據(jù)要的是聚焦,是收斂 的。而傳統(tǒng)的大數(shù)據(jù)是發(fā)散的,誰是客戶,定向推送廣告, 這些都是機(jī)會導(dǎo)向,不是精密性的價值導(dǎo)向。 GE 發(fā)動機(jī)通 過遠(yuǎn)程監(jiān)控省油,省掉 1% 的油錢,十五年下來節(jié)省一

13、大筆 成本,那這就叫蛋白。中船的案例中,船舶是蛋黃,針對每 條船運(yùn)行時的天氣、海浪、風(fēng)等參數(shù)建模,形成海浪跟耗油 的關(guān)系模型,根據(jù)分析的結(jié)果來優(yōu)化航線和速度,能夠節(jié)省5% 的油錢。接下來講一下人工智能。有四個技術(shù), DT 數(shù)據(jù) 處理技術(shù)、 PT 平臺接口技術(shù)、 AT 分析軟件技術(shù)、 OT 運(yùn)營 技術(shù),是四個不同的操作層面。工業(yè)大數(shù)據(jù)有三大特點:分 裂性、低質(zhì)性、背景性,這三點也是工業(yè)數(shù)據(jù)的基礎(chǔ)。所以DT 數(shù)據(jù)處理技術(shù)去解決這些問題是很重要的, 但是運(yùn)用 DT 技術(shù)時需要一些背景資料,需要懂發(fā)動機(jī)、電子制造等領(lǐng)域 知識才能做得下去; AT 分析技術(shù)需要用到計算機(jī)科學(xué)與人 工智能方面等計算技術(shù);

14、PT 平臺技術(shù)產(chǎn)生知識之后可以分 享,也要反饋到運(yùn)營層面 OT 。我們要用人工智能加強(qiáng)工業(yè) 大數(shù)據(jù),因為工業(yè)大數(shù)據(jù)里面的數(shù)據(jù)背景很難去鑒別。比如 風(fēng)機(jī)在動,風(fēng)速在變,空氣濕度在變,葉片到冬季會結(jié)冰, 這些人看不到, 機(jī)器也不知道, 需要通過風(fēng)速和發(fā)電的參數(shù), 建立集群, 慢慢建立起相關(guān)性, 把分類、 分割、分解、 分析、 分享、分憂這六個步驟實現(xiàn)出來。未來這些方法都可以用, 用哪個速度?用在精密性、用在復(fù)雜性、用在不確定性,用 在速度性的工具不完全一樣,所以不能簡單地用工具解決。 另外這些工具會與嵌入式結(jié)合成為趨勢,英特爾在跟我們合 作,要做一些嵌入式技術(shù),把所有智能軟件放在機(jī)器里面, 放到邊

15、緣端甚至云端。這里面我可以把以經(jīng)驗為主的數(shù)據(jù)集 合在 FPGA ,包括 GPU, TPU 框架里等等。未來智能化一定 需要互相分享,這就是我接下來要講的-用CPS (信息- 物理系統(tǒng))做記憶管理。所有物理系統(tǒng)都要能夠把數(shù)據(jù)的關(guān) 系建立起來, 這是人工做不到的。 就比如微信連接每一個人, 一個人再聰明,但是三個臭皮匠勝一個諸葛亮,聯(lián)網(wǎng)之后智 能就更高。把 Resource 數(shù)據(jù)的來源、 Relationship 數(shù)據(jù)的 關(guān)系、 Reference 數(shù)據(jù)的意義整合在一起,這時候智能化會 更高,所以說社會的基礎(chǔ)來源于人的智慧。 未來中車能夠?qū)崿F(xiàn)一套智能的軌道交通系統(tǒng)。比如協(xié)和號在 動的時候,每一個零部件自己可以感受到衰退、變化、軸承 有問題,實時可以看到這些動態(tài)問題,芯片可以算出來是什 么問題,可以把每一節(jié)車廂拉出來比較,看哪個車廂最差。 整體有 2000 多列的列車,乘以 8節(jié),總共 2萬多節(jié)的車廂, 每一節(jié)車廂都可以實現(xiàn)以上這些能力。一帶一路出去之后, 中車可以做蛋黃,也可以做蛋白,這就是未來的 CPS 。 最后我想做一個結(jié)論,我們過去前十年走的前半生是把傳統(tǒng) 的“大問題”變成可以預(yù)測問題并解決,后面十年把大問題變 成“大的價值”。把無憂系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論