宝信董文生：工业领域利用大数据有广阔的市场

上海宝信软件研究开发部总经理董文生在日前举行的英特尔人工智能大会上，分享了宝钢利用人工智能来加速智能制造的探索经验。董文生表示，宝信是宝钢控股的一家上市公司，是原来宝钢自动化部独立出来，并与2001年借壳上市，2017年年营业收入为48亿，净利润5亿左右，虽然不像BAT那样自带光环，但是在工业尤其是钢铁领域的智能制造上的探索还是“比较强势”的，是工业软件和智慧交通领域的领先者。

董文生在会上分享了宝钢与英特尔合作智能制造的案例，目前宝钢开发了具有自主知识产权的大数据平台xInsight，并成立了工业4.0专项项目部，来探索工业大数据的应用，希望利用人工智能技术，为宝钢的现场实际应用创造价值。董文生表示，在工业领域除了视频，另一类很大的数据是现场的各种传感器以及PLC/ DCS系统的数据，它的采集频率往往是毫秒级，数据量非常大，比如像宝钢一天积累的量就是TB的数据量。那么数据来了以后到底怎么用？到底能为我提供什么样的价值？就是我们与英特尔合作的探索方向。

据介绍，目前宝钢与英特尔在自动控制实验室利用振动数据的变化来对机器设备的故障进行提前预判。从介绍来看，振动是很多工业面临的主要应用场景，包括轴承、电机在运转过程中，都可能有振动信号，利用振动传感器收集这样的信号，没有故障的振动、有故障的振动等等，收集全生命周期的振动数据，来建立算法和模型，提前对工业现场设备状况、工厂状况做出相关的预测。在过去宝钢为了保障安全，对于设备的更换与维修是采用三个月一换，不管设备有没有坏都要把它换掉。这样其实也是很大的浪费，现在有了算法模型，有了数据就能够很精准地预测设备的状态和生命，为企业节省很多资金也创造了很大的效益。

董文生介绍，宝钢是利用了Analytics Zoo解决方案来建立了无监督的深度学习的系统，它的实现流程是，首先收集现场原始数据，然后对原始数据进行一定的预处理。而预处理需要有一定的工业现场知识，比如振动的信号来了之后，可以从时间维度上进行分析，对时域进行了一些均方值、一些峰度、一些峰值，以及一些其他分解得到各个频段能量的11个特征值，再把这些值输入到基于Analytics Zoo模型，系统会自动根据以前的相关数据来学习，最后能够实现出现异常提前预警，提醒相关人员采取相关的措施，或是预防或是更换设备等。

董文生表示，工业现场原来是基于机理性去判断，在很多情况下找模型非常复杂的，也可能很难找到。而双方合作通过实践，我们发现系统是可以自动自己来建立一些预测的模型。目前我们已经把Analytics Zoo方案与BigDL方案和大数据平台做了集成。下一步我们还会进一步探索更多的时域领域和频域，希望利用人工智能在更多的工业场景落地。