愿景

制造商、能源公司和其他依赖重型设备的企业竭尽全力保持昂贵的机器正常运行。许多人希望使用物联网和预测性人工智能分析来避免麻烦，以免导致更严重的问题。

但将人工智能分析应用于工业设备并不容易。大型企业在全球工厂中运行的机器中拥有数千个传感器，所有这些传感器都在快速生成十几种不同格式的性能数据。仅收集这些信息就可能是一场噩梦，而且常常发生错误、遗漏和不一致的情况。预测分析模型必须拥有可靠的数据才能产生良好的结果。如果数据错误、不完整或到达速度太慢，模型可能会失败，从而导致代价高昂的故障。

现代数字孪生解决方案可以克服这些问题，在进行人工智能分析之前快速清理和验证机器数据。数字孪生可以为公司准确地复制所有机器操作的仪表板，并发送警报，帮助在问题失控之前解决问题。

利用机器数据进行人工智能预测维护

工业数字孪生需要多种技术像发条一样协同工作。为了帮助其制造客户之一预测机器行为，德国工程技术公司博世有限公司开始研究数字孪生解决方案，利用其在工业机械方面的专业知识创建人工智能算法，以便发现压力、温度、振动和其他重要指标的显着偏差。

但博世数字孪生工业意识到，它需要帮助来开发解决方案的另一个关键部分 — 收集公司大量的机器传感器数据，并为人工智能的使用做好准备。在客户的推荐下，博世接触了 Prescient Devices, Inc.，这是一家专门从事数据工程和物联网解决方案的公司。

Prescient Devices 首席执行官 Andy Wang 表示：“人工智能严重依赖于数据质量，如果数据质量不好，人工智能的结果也会很糟糕。”

众所周知，工业数据的管理极具挑战性，部分原因是大量的机器和传感器带来了更多出错的机会。传感器可能会断开连接或意外关闭，或者网络可能会出现故障，从而造成信息差距，使人工智能算法对操作产生错误的认识。有故障的传感器有时会发送重复的数据。

“你必须纠正这些问题才能获得高质量的数据，” Wang 说。“而且，必须在遵循不同协议并高速传输的大型数据集上快速完成这些纠正。我们的平台支持非常高的数据速率。我们能够收集客户的高速传感器数据，对其进行整理、格式化，并及时将其交付给博世，以满足他们的上市时间。”

两家公司继续完善该解决方案，并将其集成到博世数字孪生 IAPM（集成资产绩效管理系统）中。现在许多行业的公司都使用它来监控博世和其他制造商制造的机器。获得及时、准确的机器数据使工业企业能够在潜在问题发生之前便进行阻止。

“数据可能会告诉你，有一个小型机器部件已经老化并且无法正常工作。只需花 1,000 美元更换即可解决问题。” Wang 说。但如果没有这种预测信息，失效的部件可能会导致一连串的故障。

例如，某个组件被烧坏，则可能会损坏下一个组件，进而损坏更大的组件。最终整个发动机都可能损坏。当一台价值数百万美元的机器停机时，修理起来可能需要花费数千甚至数百万美元。

更糟糕的是，有故障的机器可能会导致整条生产线停产，让工厂损失大量的时间和金钱。“如果机器意外停机，可能需要几天时间才能修复。通过预测性人工智能分析，管理人员可以在预先计划的维护时段内修复故障，因此生产线永远不会停机，” Wang 说。

实施制造业的数字孪生方案

公司可以通过购买包含传感器、本地工业 PC 和传感器主机的入门套件来获得博世数字孪生 IAPM，将传感器数据传输到计算机进行处理，然后再发送到博世云进行人工智能分析。

Prescient 的软件安装在英特尔支持的计算机上，可以自动识别不同的传感器类型，并快速清理和验证其传入数据。英特尔处理器以其可靠和使用寿命长而闻名，这对于在偏远地区部署设备的企业来说是一个关键价值。

“例如，博世的客户之一是一家石油和天然气管道公司，其计算机部署在难以触及的位置。技术人员必须提前几周申请进入许可并预约时间，” Wang 说。

数字孪生 IAPM 还让公司减少了发送到云端的数据量，仅传输他们认为有用的信息类型。这可以缓解云数据导入问题并节省资金。

对于不喜欢使用云的公司来说，更新版本的解决方案 — 博世 IAPM 数字孪生盒装解决方案 — 就像在边缘拥有了一个数据中心。它在本地运行博世人工智能模型，使用包含英特尔 CPU 和 GPU 处理器的高性能计算机来进行高级人工智能分析。

“出于安全和隐私原因，许多公司不想将数据传输到云端，而且直接在工厂运行人工智能也更便宜。该解决方案受到了全球客户的广泛关注。”Wang 说到。

Prescient 的软件还可以为人工智能机器的制造商节省了金钱和时间。“大多数数据科学家只花费大约 20% 的时间来构建和使用 AI 模型。他们用另外 80% 的时间准备数据并导入模型，” Wang 说。“我们拥有准备数据的超快技术，加快了人工智能解决方案的生产速度。”

利用工业人工智能改善运营

无论是在云端还是在工厂运行，工业数字孪生都能创造令人惊叹的机器性能记录。通过分析这些信息，公司可以根据不断变化的条件调整机器设置，同时进行其他调整以优化其流程。历史数据还可以帮助他们预测设备和维修支出，并对供应商和服务提供商做出明智的决策。Wang 认为，这些能力可以给公司带来重要的竞争优势。

“我预测，在不久的将来，每一家拥有大量昂贵物理资产的公司都将使用数字孪生解决方案，” Wang 说。

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。