中瑞泰科技：讓工業(yè)大數(shù)據(jù)會“說話”

霍娜

十幾年前，在數(shù)據(jù)對于企業(yè)的作用還不被認識，大數(shù)據(jù)為何物更是不為人所知時，一位25歲的青年卻已經開始了在工業(yè)大數(shù)據(jù)領域的耕耘。

是什么讓他當年在從事自動化專業(yè)多年后選擇這一相對冷門的行業(yè)開始了創(chuàng)業(yè)？又是什么吸引他一直堅持？在大數(shù)據(jù)、智能制造、工業(yè)4.0的概念如此響亮的今天，他又有什么感想和認識呢？

《中國信息化周報》與北京中瑞泰科技有限公司（簡稱中瑞泰科技）創(chuàng)始人江濤和聯(lián)合創(chuàng)始人黃詠博士展開了將近兩個小時的訪談，暢聊工業(yè)大數(shù)據(jù)的來龍去脈。

十五年前

創(chuàng)立“工業(yè)大數(shù)據(jù)”公司

《中國信息化周報》：您當年為什么會去選擇創(chuàng)立中瑞泰科技？公司初期的發(fā)展情況如何？

江濤：大學畢業(yè)后我一直從事自動化專業(yè)相關的工作，當時有兩方面的感觸：一是國內自動化工程主要采用的還是國外的產品；二是自動化市場競爭激烈，同質化競爭嚴重。1998年，我有機會接觸到當時世界最先進的實時數(shù)據(jù)庫技術，美國OSIsoft公司的PI系統(tǒng)（Plant Information System）。與傳統(tǒng)的自動化系統(tǒng)不同，PI系統(tǒng)通過數(shù)據(jù)集成把底層控制系統(tǒng)的信息帶到了管理系統(tǒng)層。大量的生產實時數(shù)據(jù)將成為自動化系統(tǒng)的一個新特點，我意識到在這一領域將會出現(xiàn)很多機會?，F(xiàn)在回想一下，正是海量實時數(shù)據(jù)的價值推動我創(chuàng)立了中瑞泰科技。

在公司成立之初，我們的業(yè)務重點有兩個方面，一方面基于PI做應用開發(fā)，另一方面專注于實時數(shù)據(jù)挖掘的自主知識產權產品開發(fā)。在2005年，中瑞泰科技推出了自己的第一個產品——智能設備故障預警系統(tǒng)軟件，這個軟件通過對設備海量實時數(shù)據(jù)的分析和建模，實現(xiàn)實時故障早期預警，是我們目前的iEM System工業(yè)大數(shù)據(jù)平臺的雛形。

我們做這個技術時，是用數(shù)據(jù)的方法解決機理問題，同期也有美國的公司在做類似研究。其實這種技術在20世紀70年代已經具備了雛形，最早采用模糊數(shù)學、灰色理論等技術，但受限于當時的計算機技術，一直到2000年才具備應用條件。

2005年我們的產品出來之后，已經能夠解決很多應用問題，但大多數(shù)用戶在意識和管理上還跟不上，只有部分用戶很早就開始了相關的實踐，例如秦山核電等。

與目前鋪天蓋地的大數(shù)據(jù)和物聯(lián)網(wǎng)相比，其實我們十年前就已經開始工業(yè)大數(shù)據(jù)技術的研究并形成產品了。

《中國信息化周報》：黃總有怎樣的職業(yè)經歷？您對公司的產品發(fā)展有什么看法？

黃詠：我在國企做設備維修和設備管理很多年，讀完博士之后，又在外企做產品研發(fā)和技術服務，一直沒有偏離自動化的專業(yè)方向。在我看來，自動化系統(tǒng)中的很多問題，都可以歸結為建模問題。建模就需要數(shù)據(jù)，但實際上，在我們目前的自動化系統(tǒng)中，已經采集了很多數(shù)據(jù)，但這些數(shù)據(jù)并沒有被充分利用。越來越多的人意識到這些數(shù)據(jù)的價值，如何利用這些數(shù)據(jù)已經成為瓶頸。主要的問題還是需要新的方法和工具來解讀這些數(shù)據(jù)，這就是工業(yè)大數(shù)據(jù)技術的應用領域。

經過這么多年的準備，我們的產品在大量的實際應用中得到不斷完善和改進，從最初的預警系統(tǒng)到設備健康管理，從實時數(shù)據(jù)應用到工業(yè)大數(shù)據(jù)平臺，其實從這個過程您也可以看到我們在工業(yè)大數(shù)據(jù)方面的堅持。

工業(yè)4.0、工業(yè)物聯(lián)網(wǎng)離不開工業(yè)大數(shù)據(jù)，但也只有在這個階段，工業(yè)大數(shù)據(jù)才有機會成為推動力，催生很多行業(yè)機會。我們把中瑞泰的產品打造成工業(yè)大數(shù)據(jù)的應用平臺，就是要讓工業(yè)大數(shù)據(jù)技術好用易用，發(fā)揮數(shù)據(jù)的價值。

工業(yè)大數(shù)據(jù)技術的產業(yè)價值

《中國信息化周報》：什么是工業(yè)大數(shù)據(jù)？工業(yè)大數(shù)據(jù)技術的特征是什么？

江濤：工業(yè)大數(shù)據(jù)是工業(yè)企業(yè)與生產設備相關的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)包括設備的設計制造數(shù)據(jù)，實時運行數(shù)據(jù)，檢維修數(shù)據(jù)，缺陷、故障數(shù)據(jù)等等，工業(yè)大數(shù)據(jù)包含的面很廣，但相對我們通常談論的大數(shù)據(jù)，工業(yè)大數(shù)據(jù)有自己的特點。工業(yè)大數(shù)據(jù)中生產設備的實時運行數(shù)據(jù)是重點。

工業(yè)大數(shù)據(jù)技術就是研究如何利用工業(yè)數(shù)據(jù)的技術，大家都知道數(shù)據(jù)中包含了設備的運行規(guī)律，但關鍵在于，如何發(fā)現(xiàn)規(guī)律？利用這些規(guī)律能干什么？能帶來什么價值？

關于工業(yè)大數(shù)據(jù)的概念，已經談得太多了，但真正談到工業(yè)大數(shù)據(jù)技術，其實還比較具體。

總體上，工業(yè)大數(shù)據(jù)技術可以分為四個關鍵環(huán)節(jié)：機器學習，狀態(tài)分析，關聯(lián)分析和預測分析。機器學習是工業(yè)大數(shù)據(jù)的核心，機器學習就是通過對海量歷史數(shù)據(jù)的分析建立工業(yè)大數(shù)據(jù)的模型，這是利用工業(yè)大數(shù)據(jù)的第一步，沒有機器學習就談不上工業(yè)大數(shù)據(jù)技術。

然后是狀態(tài)分析，我們其實更強調實時狀態(tài)分析，就是利用工業(yè)大數(shù)據(jù)模型來對系統(tǒng)對象進行實時狀態(tài)識別和評估。關聯(lián)分析是工業(yè)大數(shù)據(jù)技術的另一個重要特征，其實工業(yè)大數(shù)據(jù)和我們通常說的大數(shù)據(jù)相比，數(shù)據(jù)之間的關聯(lián)性更強更復雜，關聯(lián)分析就是通過對關聯(lián)性的分析，對事件發(fā)生時的因素進行識別。最后才是我們經常提到的預測分析，是利用工業(yè)大數(shù)據(jù)模型，對期望狀態(tài)的一種運算。

《中國信息化周報》：目前，實現(xiàn)工業(yè)大數(shù)據(jù)技術的主流技術有哪些？應用效果如何？

黃詠：由于工業(yè)大數(shù)據(jù)的內容比較豐富，采用的技術也各種各樣，不過在機器學習、狀態(tài)分析、關聯(lián)分析和預測分析等環(huán)節(jié)，各種技術的應用效果區(qū)別較大。

首先是常規(guī)的統(tǒng)計分析方法，應用的很多，同時實際上并不是真正的機器學習技術，但是因為比較簡單，因此用在大量的數(shù)據(jù)處理應用中。

其次是聚類分析方法，通過構建分類器來實現(xiàn)對狀態(tài)模式的自動識別，對于一些非實時性的需求，聚類分析方法應用起來比較簡單，也有一些平臺可以提供算法。

人工神經網(wǎng)絡是實現(xiàn)機器學習的一個常用技術，在工業(yè)大數(shù)據(jù)研究中也經常采用，但是建模訓練比較慢，以及模型不唯一的缺點，使得在實際應用中遇到很多障礙。

主元分析方法也是常用的方法，用在工業(yè)大數(shù)據(jù)分析中效果還不錯，通常適用于有一定專家經驗介入的系統(tǒng)場景。

我們的iEM System工業(yè)大數(shù)據(jù)平臺采用的是超球建模技術，直接在多維空間中分析工業(yè)設備對象海量狀態(tài)數(shù)據(jù)，建模過程能夠最大限度地保留數(shù)據(jù)中各個維度的信息，因此超球模型能夠真實地反映設備的“工況-狀態(tài)”模式。在應用中表現(xiàn)得比較好。

整體說來，工業(yè)大數(shù)據(jù)領域有很多技術嘗試，但iEM System做到了平臺化和產品化。

《中國信息化周報》：工業(yè)大數(shù)據(jù)技術的核心價值是什么？

黃詠：iEM System智能平臺帶給用戶的核心價值可以總結為四個字：“通、活、早、簡”，也稱為CAPS。

“通”是打通孤立系統(tǒng)：我們現(xiàn)在的自動化系統(tǒng)都講究網(wǎng)絡架構，從拓撲結構上看，所有的系統(tǒng)都連起來了，但從數(shù)據(jù)上看，大部分系統(tǒng)還是孤立的。實際上數(shù)據(jù)就是各個系統(tǒng)不同的語言，大家“自說自話”，并沒有實現(xiàn)我們預期的通過網(wǎng)絡將系統(tǒng)互連的目標。而iEM System按照資產架構對數(shù)據(jù)進行重新組織，從設備視角建立狀態(tài)模型，對狀態(tài)實時評估，通過“健康感知”技術，讓設備的狀態(tài)變得簡單明了，及時將狀態(tài)變化推送到管理和分析系統(tǒng)中，這才真正打通了各個系統(tǒng)之間的數(shù)據(jù)和信息通道。

“活”是激活數(shù)據(jù)資源：工業(yè)系統(tǒng)的實時歷史數(shù)據(jù)積累的速度，遠大于我們通過專家學習、分析和利用數(shù)據(jù)的速度，海量的數(shù)據(jù)資源在沉睡。而iEM System通過機器學習的方式，提取海量數(shù)據(jù)中的模式信息，充分利用計算機的能力，激活數(shù)據(jù)資源，提高分析和利用數(shù)據(jù)的效率。

“早”是提前發(fā)現(xiàn)問題：基于iEM System工業(yè)大數(shù)據(jù)模型的實時狀態(tài)評估，可以對工業(yè)系統(tǒng)或設備的整體狀態(tài)實現(xiàn)量化評估，系統(tǒng)的任何問題發(fā)生的早期都會有一些異常的波動，iEM System可以提前發(fā)現(xiàn)這些波動，確保有充分的時間來處理問題。

“簡”是簡化監(jiān)控模式：傳統(tǒng)的自動化系統(tǒng)中，監(jiān)控的對象是測點值的變化，因此要診斷設備故障，通常要通過看畫面、查參數(shù)、比趨勢、翻報警、看頻譜等步驟，在iEM System工業(yè)大數(shù)據(jù)平臺上，監(jiān)控可以通過健康度曲線和關聯(lián)測點的方式快速定位故障原因，這是在操作層面最有價值的一種改變。

《中國信息化周報》：工業(yè)大數(shù)據(jù)技術有哪些具體的應用？

江濤：目前工業(yè)企業(yè)在很多應用領域都鎖定工業(yè)大數(shù)據(jù)技術為重點科研項目。從目前應用的情況看，在設備狀態(tài)監(jiān)測、故障診斷管理和系統(tǒng)性能優(yōu)化等領域應用的案例較多，基于iEM System的設備健康管理系統(tǒng)在電力、石化等領域有一些非常成功的應用案例。

《中國信息化周報》：基于工業(yè)大數(shù)據(jù)做健康感知、關聯(lián)分析、預測分析，中瑞泰科技的技術門檻高嗎？

江濤：應該說還是有比較高的門檻的。它既要求有理論背景也要求了解用戶的實際需求。我們這么多年還在不停地摸索和改進。我們的發(fā)明專利技術在國際上也得到了認可，可以說，這項技術屬于國際領先水平。

工業(yè)大數(shù)據(jù)產業(yè)風口到來

《中國信息化周報》：你們如何理解工業(yè)大數(shù)據(jù)技術和工業(yè)4.0的關系？

江濤：工業(yè)大數(shù)據(jù)技術其實是一步步發(fā)展起來的，但只有在工業(yè)4.0時代，工業(yè)大數(shù)據(jù)技術才變得更現(xiàn)實、更重要。因為在工業(yè)4.0時代，更強調工業(yè)系統(tǒng)中機器和人的分工以及協(xié)作。

我們一直在講智能制造，工業(yè)物聯(lián)網(wǎng)等。實際上，在這些概念中，重要的是工業(yè)系統(tǒng)中的設備，要成為具有智能的獨立單元。在工業(yè)系統(tǒng)中，設備一直在“說話”，它的語言就是各種測點的實時數(shù)據(jù)。以往，我們只是記錄數(shù)據(jù)，在設備故障之后，再來分析數(shù)據(jù)，因為我們不能理解設備“說的話”。而在工業(yè)4.0時代，我們需要讓設備說我們能聽懂的話，如何實現(xiàn)？

工業(yè)大數(shù)據(jù)技術是解決問題的關鍵。實際上，設備在大部分時間是在說“廢話”，而我們借助iEM System工業(yè)大數(shù)據(jù)技術實時評估設備的狀態(tài)，翻譯設備的語言，忽略冗余的狀態(tài)，也就是設備的廢話，而識別異常的波動。

因此，工業(yè)大數(shù)據(jù)技術和工業(yè)4.0是相互支撐的，工業(yè)4.0的實現(xiàn)，需要基于工業(yè)大數(shù)據(jù)技術構建設備智能，而工業(yè)大數(shù)據(jù)技術只有在工業(yè)4.0時代才能充分發(fā)揮其真正的價值。

工業(yè)大數(shù)據(jù)技術是解決工業(yè)4.0人機分工的重要技術。未來，隨著數(shù)據(jù)量的增加，工廠肯定不可能完全靠純粹的人工來判斷、分析、解決問題，懂行的人為什么能夠看到這些數(shù)據(jù)就能知道問題出在哪里，那是因為他在腦袋里用人工的方式識別數(shù)據(jù)的關聯(lián)分析，而我們現(xiàn)在要做的就是用機器識別數(shù)據(jù)的關聯(lián)性。原來人工識別數(shù)據(jù)的關聯(lián)都是在報警之后，而機器識別則可以在人之前，甚至在報警之前，不是讓機器取代人，而是要讓機器幫助人，在面對海量數(shù)據(jù)的時候把第一步工作先做了，幫助人提前預知設備狀態(tài)，在什么時候去看什么事，在沒有發(fā)生問題之前發(fā)現(xiàn)問題所在。最早我們的產品早期預警系統(tǒng)，不是早期能預測設備什么時候壞，而是對異常狀態(tài)數(shù)據(jù)的感知識別后告訴給人。以前是人只能等報警之后才去關注，事情追著人，現(xiàn)在是提前識別，可以提高人管設備的效率?？偨Y來看，我們的產品第一解決了合理的人機分工，第二它會對所有的傳統(tǒng)技術帶來革新。

《中國信息化周報》：如何看待工業(yè)大數(shù)據(jù)技術在中國的產業(yè)前景？作為行業(yè)的領先者，中瑞泰科技在中國的工業(yè)大數(shù)據(jù)技術的發(fā)展中要發(fā)揮什么樣的作用？

江濤：在工業(yè)大數(shù)據(jù)這個領域，我們和歐美處于同一起跑線上，我們在很多領域還具有后發(fā)優(yōu)勢，例如產業(yè)設備升級和自動化水平等，只要環(huán)境適宜，這個技術有很大的發(fā)展前景，可以超越其他國家。與15年前創(chuàng)業(yè)相比，國家對這個領域也非常重視，我們的感覺是產業(yè)的風口正在形成中。希望國家的相關標準能落地，加大對知識產權保護，希望更多人參與到創(chuàng)新的過程中。

隨著產業(yè)環(huán)境的變化，國家大力倡導智能制造、工業(yè)4.0，市場會越來越成熟，讓大家認識到產業(yè)發(fā)展趨勢，未來的方向不只是讓設備會說人能聽懂的話，更要在數(shù)據(jù)之上做更多的文章。

在工業(yè)大數(shù)據(jù)這個領域，中瑞泰科技只是做得比較早，意識得比較早，希望通過我們的努力能夠促進這個產業(yè)更健康的發(fā)展，與我們的用戶和合作伙伴一起共同推動這個產業(yè)的發(fā)展。感謝您的采訪，也希望能夠借助媒體讓工業(yè)大數(shù)據(jù)被更多人所了解和熟悉。

記者手記

這次的訪談對記者而言，更像是一堂課，一堂工業(yè)大數(shù)據(jù)的科普之課。

工業(yè)大數(shù)據(jù)技術可以分為四個關鍵環(huán)節(jié)：機器學習、狀態(tài)分析、關聯(lián)分析和預測分析。機器學習是工業(yè)大數(shù)據(jù)的核心，機器學習就是通過對海量歷史數(shù)據(jù)的分析建立工業(yè)大數(shù)據(jù)的模型，這是利用工業(yè)大數(shù)據(jù)的第一步，沒有機器學習就談不上工業(yè)大數(shù)據(jù)技術了。

只有在工業(yè)4.0時代，工業(yè)大數(shù)據(jù)技術才變得更現(xiàn)實更重要。因為在工業(yè)4.0時代，更強調工業(yè)系統(tǒng)中機器和人的分工和協(xié)作。

工業(yè)實時數(shù)據(jù)其實是企業(yè)非常寶貴的財富。

這的確是一塊非常細分、專業(yè)的領域，需要精耕細作。中瑞泰科技已經默默地“耕種”了十多年。當這個產業(yè)的風口來臨，這個領域將迎來前所未有的發(fā)展良機。

相信風起的時候，那些做好準備的人們，會飛上高空。