《借鉴德国工业4.0，推动中国制造业转型升级》研究报告中指出“中国制造业发展水平参差不齐，存在手工、半手工及自动化生产混行状态，制造业整体尚处于由工业2.0向工业3.0过渡的阶段”。不同企业、行业、地区之间的自动化程度以及信息化程度参差不齐，并且许多产业增量需求已经达到饱和，试图继续通过刺激需求增长来消化原有产能已难以实现。面对供给侧结构性改革以及实现跨越式发展的内部需求，我国制造业转型升级迫切需求智能制造系统支撑。
面临的挑战
智能制造系统将面对更多不确定性和多变的环境与系统，因此智能化的工业系统需要满足如下几项基本挑战：
智能面向环境：感知和预测环境的变化以及不确定性
智能面向状态：对自身状态的变化以及影响性能和风险的因素进行评估和预测
智能面向集群：与环境中其他个体之间的配合与协作，以及建立相关领域知识库
智能面向任务：不仅可达成既定目标任务，同时还可以预测和管理影响与带来的风险
IoT平台是实现智能制造系统升级的关键
现有的工业系统在实现状态品谷、决策优化、协同执行的过程中，其主要精力放在了以信息驱动执行的协同上面，于是很多的成本投入在信息渠道、管理系统和控制系统上。但是进行评估和决策的主体依然是人。这里人在多维信息员和多决策目标分析复杂度的处理能力不足，难以适应现在工业系统的复杂性和动态性要求。
现阶段工业产品已从纯粹的机械和电气组件发展成了复杂的系统，这些系统越来越多地彼此连接与信息交换。IOT平台可以将这些纷繁复杂的设备彼此连接在一起，同时打通设备至企业应用的快速信息通道，可以获取更为复杂和广度的信息，同时信息交互的及时性也得到了保障，而更重要的是IOT平台使数据获取变得低成本而且简单。随着这些智能互联产品在物联网中的出现以及从自动化的 M2M 交互衍生出的功能的迅速增加，这将为制造商自身及其客户创造新的价值形式。
为了利用业务机会和智能互联产品造成的影响，离散型制造商将必须从新的角度看待其研发、生产、服务甚至是销售其产品的方式。IOT平台的分析功能可以帮助制造商理解有关工业互联网的海量信息；可以从混乱的声音中分离出与智能互联产品、工业 4.0 和其他 M2M 商业模式有关的信号，帮助企业创造价值。与此同时现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，IOT平台可以利用这些二进制原始数据以及音频视频等非结构化流数据，可以实现很多形式的趋势分析与报警诊断，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。
IOT平台的核心在于“融合”，其价值在于整合各实体系统，并对实体系统之间关系的挖掘与管理，是实现装备服务智能化的核心。
Oracle的IoT平台架构
广泛的设备集成能力
Oracle IOT云服务发布了通用的客户端软件库，支持多种语言（包括C，JAVA，Nodejs）与设备OS（包括Linux, Windows, IOS, Andorid，Mbed等）环境的集成。设备端集成方式具体可以参考如下示例 http://www.oracle.com/technetwork/topics/cloud/downloads/iot-client-libraries-2705514.html
客户端软件库（200k~400k）使智能可编程设备能够直接连接到Oracle物联网云服务。这些客户端库可用于各种平台，并提供智能设备与Oracle IoT Cloud Service之间的双向消息传递。 他们处理安全管理的整个生命周期，包括注册，激活和身份识别。
同时Oracle IOT云服务也发布了服务器网关软件，Oracle IOT云服务网关是一个免费的软件组件（6M），可帮助将非可编程设备连接到Oracle IOT CS。
企业库是IoT CS客户端软件产品的一部分。他可以使桌面设备或移动设备或企业应用程序方便的监控和控制连接到IoT Cloud Service的设备。
客户端支持MQTT协议，未来将继续支持CoAP AMQP协议
强大的数据管理与分析能力
流式/事件处理
通过事件聚合、筛选和关联来实时分析传入数据流
情景化
使用来自应用后端系统的参考数据来扩充设备数据
即时浏览
使用以 Spark SQL 编写的即席查询来浏览多变量设备数据，并以图表形式展现。
机器学习
内置k-means以及clustering patterns等机器学习算法
简单易用的集成能力
Oracle IOT云内置众多开箱即用的企业应用链接适配器，可以实现直接拖拽式、低代码式快速的与企业云上云下的应用集成。
Oracle IOT也提供了针对企业应用集成方面比较全面的集成解决方案。
丰富的企业应用支撑能力
Oracle PaaS具有丰富的云平台与Oracle IOT云无缝集成，包括可以承载J2EE应用的JAVA云，可以支持原生微服务的容器云；同时也提供数据库云以及存储云提供IOT场景中结构化数据与非结构化数据的存储；以及具备机器学习以及大数据分析能力的分析云与大数据云；并且可以通过集成云与三方SaaS以及企业内部应用进行无缝集成。通过这些PaaS云的扩展以及IOT云平台完全开放的API服务，IOT云完全可以支撑国内定制化IOT企业应用的需求。
设备智慧维修平台案例分享
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。
而制造系统中的生产过程通常遵循一个闭环的过程：发现问题->根据经验分析问题->指定解决问题的决策->根据结果的返回积累经验->把经验进行抽象总结并用于解决未来相似性的问题。
而这个过程在今天都遇到了两个瓶颈：
以人为核心的方式会将知识固话在人的身上，慢慢变的不可持续，随着新知识产生的速度越来越快，而且培养和复制的效率非常低，并且具有相关经验和技能的人数量是有限的，大规模并行处理多个问题的能力非常有限。
以智能装备的方式会严重依赖装备，但装备的升级需要一个过程，现阶段如果没有结合大数据以及机器学习、人工智能的新技术，无法实现智能的自我认知与自调整、自升级，但人自身的技能也同时在慢慢退化，很难在日后装备升级的过程中给予监督和修正。
IOT实现工业系统智能化的技术本质可以通过对实体系统和人的只是在IOT系统总进行对称建模管理，使人与实体通过IOT系统建立认知与交互，进而通过赋予实体系统自省性和自预测能力实现面向状态的智能、自比较与自组织能力实现面向集群的智能、自适应与自调整能力实现面向环境的智能、自重构与自协同能力实现面向任务的智能。最后通过对实体系统中关系性的认知与建模实现知识的自成长，使知识得以可持续和规模化利用。
以轴承为例，轴承是旋转机械的核心部件，也是制造业工业系统中应用最多的部件。轴承的健康管理一直是业界难题，作为旋转的核心承载部件以及动力传输部件，轴承的损坏会直接影响设备的突然停机，严重的还会引发一系列雪崩式产线停机。由于对轴承的在线健康管理缺少精确可靠的手段，目前的解决方案仍为比较粗放的定期更换和维护的方式。
轴承健康管理的难题，主要在于三个方面一个是早期故障的精确识别，而是对剩余寿命的精确预测，三是维保知识系统库的建立与自升级。
第一个难题需要特殊的信号处理与特征增强技术，通过外接传感器的方式将判断对象特征值的变化量、变化性和变化率信息收集起来。而特征值则是从轴承的温度，震动位移，加速度，RMS值等监控信号重提取出来。同时因为不同设备工况不同，不同的故障模式对应了不同包络谱频的幅值，且传感器内置的算法可以对故障特征进行降噪和增强。
第二是需要根据特征值通过对高纬大数据的融合分析来建立健康状态模型。这些特征值之间存在一定的相关性，其变化情况也有若干种不同的组合，这些组合的数量巨大，人工的方式已经无法进行处理，而需要采用机器学习和AI的方式进行数字建模与预测的过程。通过利用数据驱动的PHM建模方法对不同的侦测手段所产生的信息进行融合分析以提高故障预测和诊断的准确率。
第三是以数据为基础，建立基于故障的知识库，分析设备质量问题的根本原因，减少再次故障概率，降低运行风险，持续优化维修策略，降低维保工作知识储备入门标准，通过知识库内容的逐步优化与升级提高维保人员操作水平，提升维修效率。
现阶段Oracle正在与国内某大型制造型企业针对轴承的预测维修课题进行深度合作，通过Oracle IOT云服务将大量的传感器的流数据进行降噪、增强、分析处理。并在Oracle IOT云根据特征值的相关性、趋势等建立相应预警模型。通过Oracle分析云针对轴承特征值进行高纬度的大数据分析，通过机器学习发现特征值之间的相关性、发现衰退量、衰退率等相关影响因素，根据分析的结果更新IOT平台的预警模型以及相关维保知识库。
展望及其他
综上所述，面对制造型企业工业智能化转型的难题，以Oracle IOT云为核心的PaaS解决方案为企业提供了一个开放的，开箱即用的云平台服务解决方案。并结合Oracle云上云下一致的战略，通过OCC一体机，可以协助制造型企业建立一个安全的私有化的工业智能化云平台。
作者简介
巨晓兵，甲骨文中国区PaaS专家团队高级顾问，拥有 10 年以上 IT 相关工作经验。目前主要负责甲骨文云平台产品在解决方案中的设计和实施。在加入甲骨文公司前，主要供职于 亚信，Gemalto，负责产品研发和项目实施等工作。具有多年系统架构设计经验，熟悉架构设计的理念与设计方法，且具有多年IOT系统工作经验。您可以通过xiaobing.ju@oracle.com与他联系。
了解更多，敬请关注甲骨文开发者社区......
