分享好友 行业资讯首页 频道列表

寄云科技工业应用支撑工业大数据生态

2018-11-08 14:550
 2018中国国际大数据大会在京隆重召开,寄云科技产品总监王伟应邀为峰会发表《以数据为中心的工业互联网平台》的演讲。演讲中,王伟指出基于工业互联网平台的工业应用把工业业务、控制系统等连接起来,过滤数据指标、构建分析模型、开发工业应用,最终为工业企业带来产能、效能的提升,以及成本、损耗的降低等看得见的价值。如果说数据是工业大数据生态的“血液”,那么工业应用就是支撑起这个生态的“躯体”。

寄云NeuSeer平台成功案例已验证

寄云科技认为,工业互联网云平台与工业主要是在这几个方面做紧密的结合:一方面是工业设计端可以通过数据建模、分析,实现设计仿真,达到前期设计风险的规避。二方面是采集生产线上控制系统和生产设备的数据,以及生产作业记录、原材料记录,实现生产过程中效率提升和质量提升。三方面,大型装备卖出去之后,通过智能远程监控与运维,实现远程运维、故障预测、备品备件管理等。而所有的这一切,最终落地的方式都少不了工业应用。

 
寄云科技重点关注后两个方面,在石油装备、电力能源、轨道交通、光电半导体等行业,以数据为主线,提供数字化工厂、产能优化、预测性维修、智能远程监控等应用服务。尤其在盾构机、石油钻机、风力发电机等高端大型装备领域,有着深厚的经验积累,丰富的标杆案例。无论是这些大型装备的预测性维修,还是高端精密制造领域的数字化工厂,都需要采集设备、控制系统、业务系统等的运行数据,开发工业应用基于数据分析提供价值决策。寄云NeuSeer工业互联网云平台是这一切的基石。

王伟通过某石油机械预测性维护成功案例,展示了寄云NeuSeer平台在高端装备制造领域的应用。本着部件级别、子系统级别、设备级别逐级深入的预测性维修分析思路,寄云科技在NeuSeer平台之上开发数据采集和处理组件、大屏展示套件、性能评估应用、故障处理和诊断应用、预测性维修应用等,实现了实时状态监测、实时健康评估、故障辅助诊断、故障预测、基于专家特征库的智能诊断。

最终帮助钻进队实现对每个钻机做健康报告、实时展示,并能够对每个钻机当前不同的值和历史值做模型比对,进而判断当前设备的运行状态,系统根据设备状态进行告警,在专家特征库等高级手段辅助下,实现设备当前情况下的评估和预测。整个过程当中,系统需要把实时数据和数据库的历史数据做比对,进行最全面的故障分析,并给出维修决策建议,避免异常停机带来的每天上百万的损失。

工业互联网时代到来一切皆应用

整个案例所涉及的业务、数据分析应用,都是基于寄云NeuSeer工业互联网平台开发。平台向下连接工业设备、控制系统、业务系统,为BI、驾驶舱等应用系统的开发、测试、部署和运营提供自动化平台,即便是数据分析,大量的数据接入、清洗、转化等操作在NeuSeer平台上都能通过自动化的软件接口实现。NeuSeer平台还提供丰富的算法和模型软件包,缩减了数据分析应用开发的时间,降低了开发难度。无论是业务系统,还是分析应用,还是物联网接口,都离不开各种应用,可以说,工业互联网时代一切皆应用。

寄云NeuSeer Stack云平台是寄云NeuSeer工业互联网平台的核心部分,包含PaaS和SaaS两个层面。PaaS为工业应用、系统提供运行、开发、部署环境。SaaS提供工业应用市场、工业应用管理门户。在工业应用开发和工业大数据分析等方面具有独特优势。NeuSeer Stack提供了丰富的应用开发和运行时环境以及数据库等服务目录,其DevOps、CI/CD等能力可以为开发者节省50%甚至更多的工作时间。同时,其物联网服务组件MQTT等结合NeuSeer Edge工业网关,革命性的屏蔽了底层工业设备协议、接口的复杂性,极大的降低了工业应用的开发难度和复杂度,进而大力提升了工业应用的开发效率。

另外,NeuSeer Stack还提供Hadoop、Spark等全面的大数据服务目录,可以帮助工业企业快速构建数据采集、存储、查询、展示和分析等全流程服务,它还提供了聚类、假设等丰富的独家大数据算法库、模型,以及状态序列分析、决策预警等演示,在降低工业大数据分析师和工业大数据应用开发者门槛的同时,显著提升了相关人员的工作效率,并大幅缩减了企业在算法等方面的研发费用。

经过验证的开放平台期待你加入

大数据、物联网、云计算是寄云NeuSeer工业互联网平台的核心,开放是寄云NeuSeer平台的最大特点之一,只有开放才能打造一个健康发展的工业生态环境。不仅仅在数据生态中我们要追求开放,在整体架构、商业模式等方面都需要秉承开放共赢的理念。寄云科技希望以NeuSeer平台为基础,打造一个开放的生态环境,让更多的开发者、工业企业、供应商和服务商等加入进来,让工业互联网为更多的行业和领域赋能,加快旧动能的转换,打造工业互联网新动能。
举报 0
收藏 0
打赏 0
评论 0