如果你對上述問題存在疑惑，下面的內(nèi)容，或許真的可以幫到你。日前美國國家儀器（NI）攜手美國辛辛那提大學(xué)(Univ.of Cincinnati) 李杰教授，召開驅(qū)動中國“智”造——走進(jìn)工業(yè)物聯(lián)網(wǎng)與大數(shù)據(jù)見面會，并在會上發(fā)布了李杰教授最新力作《工業(yè)大數(shù)據(jù)》。該書詳細(xì)闡述李杰教授所提出的“6M+6C”體系（蛋黃+蛋白），從理論與實踐兩方面指引企業(yè)如何擁抱智能制造。而NI作為全球領(lǐng)先的圖形化系統(tǒng)設(shè)計平臺提供商，則通過軟硬件平臺與物聯(lián)網(wǎng)系統(tǒng)的集成，為嵌入到工業(yè)物聯(lián)網(wǎng)的智能控制與監(jiān)測系統(tǒng)以及實時數(shù)據(jù)分析和預(yù)測性維護(hù)提供業(yè)內(nèi)領(lǐng)先的解決方案。雙方合作希望不僅是從理論的高度將概念拋出，更從實際出發(fā)，解決企業(yè)部署工業(yè)物聯(lián)網(wǎng)所面臨的困惑與挑戰(zhàn)。
工業(yè)大數(shù)據(jù)不得不看的n個概念
李杰教授《工業(yè)大數(shù)據(jù)》核心概念精粹。
概念1：可見不可見（圖2）。
李杰教授在新書中指出：前三次工業(yè)革命主要解決的都是可見的問題，如避免產(chǎn)品缺陷、避免加工失效、提升設(shè)備效率和可靠性、避免設(shè)備故障和安全問題等，這些問題在工業(yè)生產(chǎn)中由于是可見、可測量，往往比較容易加以避免和解決。
工業(yè)4.0關(guān)注的重點是那些不可見因素的避免和使其透明呈現(xiàn)。不可見的問題通常表現(xiàn)為設(shè)備的性能下降、健康衰退。零部件磨損、運行風(fēng)險升高等，由于這些因素很難通過測量被定量化呈現(xiàn)，往往是工業(yè)生產(chǎn)中不可控的風(fēng)險。大部分可見的問題都是這些不可見因素積累到一定程度造成的。實現(xiàn)這些不可控因素的可見可控會是關(guān)鍵。
概念2:6M+6C （煎蛋模型圖3）
6M（圖4）=Material（材料）+Machine（機器）+Methods（方法）+Measurement（測量）+Maintenance（維護(hù)）+Modeling（數(shù)據(jù)和知識建模）
李教授認(rèn)為，傳統(tǒng)制造的前三次工業(yè)革命主要在前5M領(lǐng)域做改善和競爭，而第六個M（Modeling）則在傳統(tǒng)制造向智能化轉(zhuǎn)型中起了至關(guān)重要的作用。這些構(gòu)成了煎蛋模型中的蛋黃。“我們中國企業(yè)以前都只注重做蛋黃，而這次的轉(zhuǎn)型確是要讓大家更注重做蛋白，”李杰表示。
6C（圖5）=Connection（連接）+Cloud（云）+Cyber（虛擬網(wǎng)絡(luò)）+Content/Context（數(shù)據(jù)內(nèi)容與來源背景）+Community（社群）+Customization（定制化）
6C（蛋白）是那些真正為客戶創(chuàng)造價值的創(chuàng)新服務(wù)，產(chǎn)品制造有限，價值創(chuàng)造無限，價值創(chuàng)新的關(guān)鍵就是找到客戶需求的“缺口”，而如何在工業(yè)4.0的環(huán)境下，通過做大蛋白是獲得持續(xù)性盈利的關(guān)鍵。
概念3：CPS（網(wǎng)絡(luò)實體系統(tǒng)）
CPS（Cyber-Physical System）（圖6）從實體空間的對象、環(huán)境、活動中進(jìn)行大數(shù)據(jù)采集、存儲、建模、分析、挖掘、評估、預(yù)測、優(yōu)化、協(xié)同，并與對象的設(shè)計、測試和運行性能表征相結(jié)合，產(chǎn)生與實體空間深度融合、實時交互、互相耦合、互相更新的網(wǎng)絡(luò)空間，進(jìn)而通過自感知、自記憶、自認(rèn)知、自決策、自重構(gòu)和智能支持促進(jìn)工業(yè)資產(chǎn)的全面智能化。
CPS被李教授譽為挖掘工業(yè)大數(shù)據(jù)價值的核心技術(shù)。CPS能夠?qū)崿F(xiàn)對數(shù)據(jù)進(jìn)行收集、匯總、解析、排序、分析、預(yù)測、決策、分發(fā)的整個處理流程。
概念4：可預(yù)測制造業(yè)
可預(yù)測制造業(yè)以對監(jiān)控機器設(shè)備的數(shù)據(jù)采集為起點，通過采用合適的傳感器擷取數(shù)據(jù)，利用諸如信號處理、特征提取、健康評估、性能預(yù)測和故障診斷等算法步驟，通過雷達(dá)圖、故障圖、風(fēng)險分析、健康衰退曲線等形式賦予設(shè)備和系統(tǒng)“自我意識”。
這些自我意識通常具有，降低成本（如更及時的維護(hù)降低成本）、提升運營效率（在設(shè)備失效前干預(yù)）以及提高產(chǎn)品質(zhì)量的能力，可預(yù)測性也是制造業(yè)智能化的核心體現(xiàn)（圖7）。
手把手教你做價值蛋白
既然在工業(yè)4.0的環(huán)境下，通過做大蛋白是獲得持續(xù)性盈利的關(guān)鍵，那么企業(yè)如何才能做大蛋白？李杰教授認(rèn)為，做蛋白最重要的是以價值為導(dǎo)向的變革思維?！皵?shù)據(jù)不等于信息不等于價值，要以數(shù)據(jù)價值的創(chuàng)造為導(dǎo)向，其核心在于以數(shù)據(jù)分析的能力創(chuàng)造新價值。例如一個麥克風(fēng)（也是一種傳感器），廠家通常把握的價值在于話筒本身，而其實對用戶而言話筒所傳達(dá)的語言，乃至語言所表達(dá)的含義才是最有價值的捕獲。如果話筒可以做到捕獲語義，乃至自動執(zhí)行，將是對麥克風(fēng)這一產(chǎn)品的極具價值的變革性顛覆?！?/p>
為此，李教授也提出，如何找到價值的“GAP”（需求缺口）是引導(dǎo)企業(yè)創(chuàng)新、做大蛋白的核心切入點?！鞍l(fā)現(xiàn)GAP來推動的創(chuàng)新不是以消費者或客戶的需求出發(fā)，因為客戶往往追求更大的蛋黃，而對潛在的外圍需求很少有意識。所以GAP式創(chuàng)新是通過數(shù)據(jù)來模擬情景，發(fā)現(xiàn)客戶沒有注意到的部分。例如客戶會追求汽車省油，但通過大數(shù)據(jù)模擬我們發(fā)現(xiàn)司機開車的習(xí)慣會影響油耗，如果汽車可以感知用戶的駕駛習(xí)慣，并提醒用戶改變駕駛習(xí)慣對油耗的影響，就有可能找到具有價值的需求缺口?！?/p>
主動式創(chuàng)新的核心在于從注重產(chǎn)品技術(shù)開發(fā)到注重用戶價值創(chuàng)造的轉(zhuǎn)變，來發(fā)掘用戶尚未滿足的GAP，使產(chǎn)品或服務(wù)具有優(yōu)勢。從該角度出發(fā)，書中詳細(xì)介紹了做大蛋白可以尊崇的設(shè)計流程思路，以及如何利用創(chuàng)新矩陣、用戶-產(chǎn)品-服務(wù)三角關(guān)系圖等工具來對自身情況進(jìn)行分析定位。
NI：針對LabVIEW的Watchdog Agent預(yù)診工具包
最終將上述工業(yè)物聯(lián)網(wǎng)做具體價值部署依然離不開平臺商的支持。作為全球領(lǐng)先的圖形化系統(tǒng)設(shè)計平臺提供商，NI致力于為嵌入到工業(yè)物聯(lián)網(wǎng)的智能控制與監(jiān)測系統(tǒng)以及實時數(shù)據(jù)分析和預(yù)測性維護(hù)提供業(yè)內(nèi)領(lǐng)先的解決方案。NI大中華區(qū)市場經(jīng)理湯敏女士表示：“未來幾年，將是 NI 由測試和測量公司轉(zhuǎn)型至多元化的企業(yè)級系統(tǒng)公司的過渡時間，這主要是受到軟件設(shè)計、信息物理或智能化以及大‘模擬’數(shù)據(jù)三大趨勢的驅(qū)動?！?/p>
為了滿足不斷變化的工業(yè)物聯(lián)網(wǎng)需求，NI與李杰教授領(lǐng)導(dǎo)的美國智能系統(tǒng)維護(hù)中心(IMS 中心)緊密合作（圖8），開發(fā)了針對LabVIEW的Watchdog Agent預(yù)診工具包，未來將共同致力于為工業(yè)物聯(lián)網(wǎng)領(lǐng)域的設(shè)備監(jiān)測及預(yù)測性診斷提供一體化解決方案。
LabVIEW RIO架構(gòu)集成來自Intel和Xilinx的最新嵌入式技術(shù)，提供一個完整的平臺化解決方案，方便工程師能夠快速進(jìn)行系統(tǒng)設(shè)計、原型驗證和最終部署嵌入式系統(tǒng)來實現(xiàn)工業(yè)物聯(lián)網(wǎng)的高級監(jiān)測和控制應(yīng)用。Watchdog Agent預(yù)診工具包（圖10）則采用了一項獲得專利的分析技術(shù)和行業(yè)標(biāo)準(zhǔn)的分析技術(shù)，可在NI LabVIEW應(yīng)用中添加易于使用的預(yù)診和健康管理(prognostics and health management, PHM)算法和圖形化顯示功能。該工具包可以實現(xiàn)特征提取、主成分分析以及模式匹配，從而檢測和預(yù)測從關(guān)鍵設(shè)備到電網(wǎng)等各種對象的故障。同時，它還可以幫助用戶創(chuàng)建用戶界面，輕松地將預(yù)測結(jié)果以及待測資產(chǎn)的分析信息傳遞給客戶。
基于新技術(shù)的開發(fā)以及在工業(yè)物聯(lián)網(wǎng)(IIoT)領(lǐng)域的持續(xù)投入，NI 的硬件和軟件平臺均可實現(xiàn)無縫集成物聯(lián)網(wǎng)系統(tǒng)，并提供了獨特的優(yōu)勢，包括：整個物聯(lián)網(wǎng)范圍的設(shè)備和系統(tǒng)測試，開發(fā)可嵌入到工業(yè)物聯(lián)網(wǎng)的智能系統(tǒng)，以及實時分析數(shù)據(jù)以獲得商業(yè)和工程洞察。（EDN China 麥迪）
