中国最大的数据源实则来自于工业界，远超互联网与商业大数据。大量的制造数据都在中国汇集，这无疑给了中国制造最好的资源优势。如何利用好这一资源，实现大数据和工业领域的智能制造相融合成为了需要迫切解决的问题。
12月1日，由美国NSF智能维护系统中心（IMS）和北京天泽智云科技有限公司联合主办的「2017未来工业智能峰会暨天泽智云GenPro发布会」上，业内顶尖的专家给出了自己的答案。
工业企业智能化转型五大难题
- 方法：知道需要转型，不知如何转型
- 人才：跨学科人才少，协同困难
- 时间：转型迫在眉睫，找不到出路就面临破产
- 资金：需要花费大量的资金组建研发团队
- 传承：多依赖于人，传承性差
美国IMS中心主任李杰教授
活动现场，美国IMS中心主任李杰教授在发言中回顾了IMS的发展历程、工业数据分析挖掘、国际工业巨头在智能制造领域的做法等内容。
2000年IMS中心成立时期，人工智能、大数据以及机器学习等都是当时非常前沿的技术，IMS就开始探索怎么通过机器的数据来分析判断发生故障前衰退的痕迹，以及预测未来的生命周期表现。目标是将设备纠错式维修变成预测性维护，结合生产维护排程，在资源效率最优、成本最小的情况下排除故障，最终实现近零停机的智能维护系统。
李杰认为工业企业要实现大数据和智能制造相融合，传统的做法是实现三步走。
第一步：了解过去，找出关系。在过去的生产中会产生一些数据，需要了解这些数据之间是否存在相关性，通过利用工具系统对数据进行分析，找出数据之间的相关性以及产生的原因；
第二步：从现有的装备中找出重要装备的生产过程。对数据进一步了解后，可以发现哪些装备最容易出现故障，故障原因由哪些零部件所导致的，装备质量优劣的造成原因。
这样可以把问题集中在影响生产过程中最重要的20%的零部件上，然后加装传感器、收集数据、再进一步了解装备的情况。
第三步：把重要装备未来可能产生的问题避免掉。通过对过去和现在的装备运行数据进行分析，更加了解装备的运行数据趋向和预测方式，从而了解重要参数带来的价值，慢慢地把不必要的传感器拆除掉。
简而言之，通过从制造与工业系统利用传感器了解现有与过去，从数据中找出隐性的操作问题及未知的变异，及时做预防管理，避免故障并创造价值。
CPS与船舶工业价值链创造
另外两个引起早餐君特别关注的工业智能化案例分享来自于中国船舶工业系统工程研究院海洋智能技术中心主任邱伯华和中国中车青岛四方机车车辆股份有限公司国家工程实验室试验部主任张志强。他们演讲内容的重点都聚焦在PHM。
所谓PHM，即故障诊测与健康管理，利用工业系统中产生的各类数据，经过信号处理和数据分析等运算手段，实现对复杂工业系统的健康状态进行检测、预测和管理的系统性工程。
PHM技术将设备的健康管理从传统的故障管理转变为衰退管理，通过预测性维护实现设备的零宕机和持续可靠的运行。
中国船舶工业集团在2014年与IMS联合成立了海洋智能技术创新中心，开始探索“5S"的海洋大数据创值体系，5S体系包括环境(Sea)、船舶(Ship)、系统(System)、智能(Smart)、服务(Service)。
今年10月31 日，中国船舶工业集团公司建造的世界首艘智能船舶—中船Idolphin 38800吨智能散货船起程试航。它的成功面世，标志智能船舶、智能航运时代的到来。
邱伯华主任认为，工业领域数据智能首先要在思维上做出转变。第一是做到能力的转型。以前交付的是商品，现在要交付能力。因为任何一个用户买车，买船，本质不是说想买车或船，而是想获得一种体会，是走的更快，获利更强。第二是从性能集成到服务集成；第三是模式转型。
把传统制造业、人工智能、信息技术以及用户三者完全耦合在一起，形成了一种新的商业形态，而这个形态中知识的自主认知是其中最核心的部分。
邱伯华强调，在互联网领域，只有大数据才能做智能化。但工业领域不同，工业领域数据是做智能化的前提，但并不是大数据才能智能化，两种情况不一样。比如船舶，可以做到认知学习环境下的管控知识。但是管理端可能需要大数据，需要多元。
要做好工业数据的智能化，首先要去中心化；第二，知识体系化；第三，应用个性化。
高铁PHM故障预测与健康管理
中国高铁在面临国内外市场需求量不断增加的环境下，以目前的运维模式，高铁具有运行环境复杂多样性以及关键部件多样性的特点，每年将产生大量的维修费用。
张志强分享了如何运用PHM实现有效的在线运营监测与诊断，优化运维模式，节约维修维护成本的案例。
张志强表示，2016年，青岛四方股份有限公司与北京天泽智云科技有限公司开展了深度合作，截止目前已取得了明显的成果。
天泽智云发布工业智能应用孵化器GenPro
天泽智云的技术专家们也给出了在工业智能领域的最新研发成果和解决方案。
天泽智云CEO孙昕
天泽智云提出了“ABCDE+O技术” 理论体系（A代表建模分析技术，B代表商业分析技术，C代表赛博平台技术，D代表数据管理技术，E代表工程技术，O代表运营技术），将工业领域知识、计算机科学和智能建模技术有效地融合，是实现工业智能的全面支撑。
智能的建模分析是实现工业智能的基础。天泽智云研发出GenPro，是为工业企业实现智能化量身定制、度身打造的建模分析平台，将工业领域知识与建模方法和软件平台进行深度融合，打通了计算机、工业领域知识与数据建模分析之间的壁垒，从根本上解决工业企业智能化转型面临的碎片化、个性化和专业化的问题。
从产品设计上来讲，GenPro具备四大特点：基于CPS算法架构设计、快速的工业场景化能力、易用的最优模型推荐、融入了领域知识的行业组件。
天泽智云核心研发团队
（从左到右：CTO刘宗长、技术研发副总裁金超、首席数据科学家晋文静、解决方案VP史喆）
目前，天泽智云提供了端到端工业智能解决方案，包括早期顶层设计与咨询、项目实施与部署，最终能力交付与后期持续改善。
原文发布时间为：2017-12-5
本文作者：Lind
