0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

智擎信息借助微軟平臺幫助模型訓(xùn)練與模擬測試節(jié)省大量時間

微軟科技 ? 來源:微軟科技 ? 作者:微軟科技 ? 2022-10-21 09:50 ? 次閱讀

隨著先進制造業(yè)越發(fā)重視運維工作,過去傳統(tǒng)的備品備件購買以及定期維護已經(jīng)過時,通過工業(yè)互聯(lián)網(wǎng)和人工智能等技術(shù)賦能的數(shù)字化運維方案可以預(yù)測設(shè)備癥結(jié),降低企業(yè)過去不可避免的停機損失,帶起了智能制造革命新課題。此外,由于自動化生產(chǎn)過程中的設(shè)備亞健康所帶來的生產(chǎn)損耗、次品率的提升為客戶生產(chǎn)和質(zhì)量管理帶來了新的挑戰(zhàn)。

當前,制造業(yè)正面臨轉(zhuǎn)型大考,其戰(zhàn)略部署、執(zhí)行決策無一不存在挑戰(zhàn)。行業(yè)內(nèi)制造商多數(shù)在推進智能工廠建設(shè),將智能監(jiān)控傳感器配置到工廠之中,形成可實時感知的透明工廠,流動的數(shù)據(jù)使得工廠的可控性和安全性更上一個階層。

與傳統(tǒng)制造業(yè)相比,智能制造更加突出設(shè)備的智能性、綜合性、靈敏性與交互性的特點,這對設(shè)備工作的連續(xù)性要求越來越高,突發(fā)的故障停機會影響生產(chǎn)連續(xù)性,降低生產(chǎn)效率和產(chǎn)品品質(zhì)。作為提高設(shè)備使用階段可靠性的重要手段,智能制造對設(shè)備的維護提出了較高的要求。

對于企業(yè)而言,不得不面對的現(xiàn)實問題是,運維水平與運維成本水漲船高。面對這一核心痛點,以智擎信息為代表的工業(yè)物聯(lián)網(wǎng) SaaS 服務(wù)商紛紛入場,從大型設(shè)備維護切入,將預(yù)測性維護的鎧甲武裝至工廠,其與微軟合力鍛造的“端+云”技術(shù)架構(gòu)體系,以智策物聯(lián)、智策算法套件、智策分析等服務(wù)架構(gòu)幫助企業(yè)改造輕量級、可拓展的感知物聯(lián),進而推進預(yù)測性維護,構(gòu)建數(shù)字工廠。

1

從基礎(chǔ)到應(yīng)用,微軟與智擎的接力賽

當前,設(shè)備維修經(jīng)歷了事后維護(被動型維護)、定期維護(周期性維護),現(xiàn)已發(fā)展到預(yù)測性維護階段(主動性維護)。預(yù)測性維護是通過傳感技術(shù)在線監(jiān)測設(shè)備運行狀態(tài),并在早期故障診斷的基礎(chǔ)上通過預(yù)測模型估計故障發(fā)展趨勢或設(shè)備健康度來安排維修活動。預(yù)測性維護能夠利用集成的智能機器與設(shè)備的數(shù)據(jù)綜合分析、預(yù)測故障發(fā)生的時間和位置,最大化零件工作效率,減少不必要的停產(chǎn)。在大多數(shù)情況下,預(yù)測性維護是最具效率的維護策略。

以風(fēng)電行業(yè)為例,設(shè)備運維成本約占整個風(fēng)電資產(chǎn)生命周期成本的15%-20%,預(yù)計到2022年中國風(fēng)電場運維費用將增至年均200億元。對于此類設(shè)備工作環(huán)境惡劣、價格高昂的產(chǎn)業(yè),一旦設(shè)備發(fā)生故障,企業(yè)不得不停機停產(chǎn)承擔巨大的經(jīng)濟和產(chǎn)能損失。因此,監(jiān)測設(shè)備日常運行的健康狀態(tài)尤為重要。

智擎信息自2014年入局制造業(yè)運維優(yōu)化以來,從風(fēng)力發(fā)電等大型裝備運維切入,借助傳感器、云計算、IoT機器學(xué)習(xí)技術(shù),用數(shù)據(jù)和算法幫助生產(chǎn)制造業(yè)企業(yè)降低設(shè)備故障頻次,縮短產(chǎn)品生產(chǎn)周期、優(yōu)化質(zhì)量、降低能耗、使制造流程可視化。

隨著業(yè)務(wù)的不斷推進,智擎信息發(fā)現(xiàn),不同客戶的需求不同,對算力的要求并非保持都是峰值。而每個客戶技術(shù)迭代時間比較集中,每個季度有1-2次,因此,采用更為靈活、彈性的算力支持對于智擎信息自身和客戶都是節(jié)約成本的必要手段。此外,彼時的智擎信息約有50%的精力投入到算法框架層面的二次開發(fā)和復(fù)檢工作,占用了算法工程師可用于專注公式推導(dǎo)、函數(shù)推導(dǎo)等算法本身的工作,拉長了項目交付周期。

因此,專注于 IoT 及場景應(yīng)用層的智擎信息與深扎于基礎(chǔ)層的微軟技術(shù)架構(gòu)十分契合。智擎信息將自身應(yīng)用端技術(shù)能力、行業(yè)優(yōu)化方案、算法層認知與微軟的標準化的云技術(shù)、PaaS 服務(wù)等相結(jié)合,采用微軟 IoT Edge、IoT Hub、Azure Digital Twins(ADT)、Functions、App Service 等服務(wù)為提升節(jié)點和算力調(diào)節(jié)靈活性搭建了新型基座,釋放在基礎(chǔ)類研發(fā)的任務(wù)壓力,加速智擎信息打造算法、應(yīng)用層的技術(shù)護城河。對于客戶而言,將 Azure 能力作為 IoT 和數(shù)據(jù)分析和應(yīng)用入口,建立數(shù)據(jù)中心等數(shù)字化基礎(chǔ)設(shè)施時的成本與部署周期將大幅縮減。

進一步而言,雙方通力對行業(yè)輸出的解決方案達到了精細化管理的另一個維度。不需要大規(guī)模的研究能力和產(chǎn)線迭代,在盡可能少改造產(chǎn)線本身的前提下,讓客戶充分享受數(shù)字化管理的成果,達到較好的投入產(chǎn)出比,幫助客戶打造降本增效的示范性案例,以供復(fù)制和推廣。如今,智擎信息的客戶已從新能源設(shè)備廠商拓展至快銷日化、食品加工、3C 電子、表計、半導(dǎo)體等行業(yè),軟硬結(jié)合的全數(shù)據(jù)管理優(yōu)勢讓其從設(shè)備運維走向工廠產(chǎn)線。據(jù)統(tǒng)計,智擎信息的解決方案幫助客戶減少人工工時40%,事故頻次下降28%,次品率下降18%。

2

新能源行業(yè)渴望釋放數(shù)據(jù)力量

保證設(shè)備健康可持續(xù)地運行,減少風(fēng)險和故障的發(fā)生,是每個企業(yè)運營管理的重要目標,對于擁有高價值設(shè)備的企業(yè)尤為重要——智擎信息早期入局的大型裝備行業(yè)設(shè)備運行運維即是如此。彼時,智擎信息聚焦 IoT 算法層面,從應(yīng)用狀態(tài)出發(fā),以設(shè)備的壓力、溫度等數(shù)百種狀態(tài)數(shù)據(jù)為基礎(chǔ)分析設(shè)備的運行狀態(tài),做出設(shè)備的生命周期等分析和預(yù)測性運維。

以風(fēng)力發(fā)電機為例,風(fēng)力發(fā)電機組彼時已是智能化程度很高的設(shè)備,基本可以做到無人化運維。傳統(tǒng)運維方式是安裝監(jiān)控,當指標異常時,例如溫度超標,轉(zhuǎn)速及加速度等參數(shù)突發(fā)的異常變化,就會通知工作人員處理。智擎信息基于對設(shè)備長期數(shù)據(jù)做算法機理分析,可得出的預(yù)測性判斷包括未來主軸磨損斷裂、齒輪箱打齒等狀況,避免硬件損失導(dǎo)致的停產(chǎn)。上述方法主要通過數(shù)據(jù)和算法為客戶帶來更短的故障更換周期和停機時長,提升設(shè)備利用率。

對于客戶而言,風(fēng)力發(fā)電行業(yè)存在的挑戰(zhàn)是現(xiàn)場無人,協(xié)調(diào)有經(jīng)驗的工作人員較為困難。同時,備件訂貨對于提前量有一定的要求。因此客戶更希望提前鎖定未來容易損壞的部件,以便備件并安排專人處理。此外,該行業(yè)客戶涉及 IT 人員較少,需要幫助他們在云端進行快速、安全的部署。

在與微軟的合作中,智擎信息與前者共同實現(xiàn)快速交互以及平臺搭建方法以及安全機制,借助微軟的平臺幫助模型訓(xùn)練與模擬測試,節(jié)省大量時間,將原本預(yù)計的6-8個月交付周期縮短近一半。

歷經(jīng)幾年的技術(shù)迭代,智擎信息的風(fēng)電大數(shù)據(jù)平臺已經(jīng)覆蓋從風(fēng)機設(shè)備傳感器數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)清洗、數(shù)據(jù)存儲、數(shù)據(jù)計算、模型訓(xùn)練、數(shù)據(jù)分析挖掘到高層數(shù)據(jù)決策支撐的全價值鏈功能。基于分布式高性能計算系統(tǒng)的開源組件,智擎信息研發(fā)了針對風(fēng)電行業(yè)的定制化組件,還提供了靈活的部署管理方式,既可以全套采用其大數(shù)據(jù)平臺解決方案,也可以基于已有搭建的大數(shù)據(jù)平臺進行部署適配。

面向數(shù)采及監(jiān)控環(huán)節(jié),智擎信息針對風(fēng)電場的各類設(shè)備進行數(shù)據(jù)采集和集中監(jiān)控,包括風(fēng)電機組、升壓站、測風(fēng)塔、無功補償裝置、安防系統(tǒng)等設(shè)備,建設(shè)了統(tǒng)一長期的數(shù)據(jù)存儲數(shù)據(jù)庫。從源頭保證了數(shù)據(jù)質(zhì)量,實現(xiàn)了對風(fēng)電場或風(fēng)電場群的集中管理。據(jù)客戶統(tǒng)計,在運行12個月后,其風(fēng)機發(fā)電運維成本下降近20%,停滯時間縮短17%,比原有的發(fā)電時間增加近20%。

3

制造業(yè)工廠追求數(shù)字化進階

隨著業(yè)務(wù)的不斷拓展,智擎信息將其解決方案進一步延伸至工廠側(cè),助力客戶實現(xiàn)從早期的設(shè)備健康、生產(chǎn)質(zhì)量領(lǐng)域延伸到工廠的數(shù)字化場景中。

對于數(shù)字化水平較高的產(chǎn)線而言,更低的次品率是其追求的目標之一,這類客戶對于自身工藝已是相當精深,因此智擎信息選擇從設(shè)備端入手,避免設(shè)備亞健康狀態(tài)導(dǎo)致的生產(chǎn)質(zhì)量問題。

以幼兒紙尿褲生產(chǎn)為例,某知名日化行業(yè)國際巨頭希望通過全面的設(shè)備監(jiān)控,提升設(shè)備運維的實時性,提前判斷由于設(shè)備亞健康運行帶來的質(zhì)量問題,從而進一步降低生產(chǎn)產(chǎn)品損耗,規(guī)避廢品率和返工率。

智擎信息具備的傳感器和算法相結(jié)合的方案充分滿足了客戶的業(yè)務(wù)預(yù)期:在設(shè)備監(jiān)控及預(yù)測性運維方面,借助工藝監(jiān)測傳感器,智擎信息可實現(xiàn)設(shè)備360°監(jiān)測及可視化及遠程抄表、能耗管理,同時還可對工廠、車間和產(chǎn)線的整體生產(chǎn)運行進行監(jiān)控及可視化分析,實時呈現(xiàn)訂單生產(chǎn)執(zhí)行狀況、生產(chǎn)用時、物料庫存狀況、質(zhì)量和損耗狀況、設(shè)備故障等狀況。

智擎信息與微軟訓(xùn)練模型磨合而成的人工智能算法可對設(shè)備異常狀態(tài)提前預(yù)警,避免因設(shè)備故障造成的停機事故。根據(jù)預(yù)警推薦相關(guān)的運維策略,降低運維難度、提高運維效率并形成預(yù)警-》分析-》決策-》運維-》反饋的完整閉環(huán)管理模式。最終保證訂單按時交付,降低損耗。

可以說,智擎信息與微軟之間的合作是一場行業(yè)共贏,雙方完成了基礎(chǔ)層到應(yīng)用層之間的接力,為行業(yè)快速交付個性化的項目服務(wù)與行業(yè)性解決方案。在新一輪科技革命和產(chǎn)業(yè)變革孕育興起,令人眼花繚亂的新興技術(shù)需要更多企業(yè)參與到這場“接力賽”,帶動制造企業(yè)進步,推動產(chǎn)業(yè)升級。微軟也會依托自身的技術(shù)優(yōu)勢,與更多行業(yè)伙伴搭建數(shù)字化階梯!

審核編輯:彭靜
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 微軟
    +關(guān)注

    關(guān)注

    4

    文章

    6610

    瀏覽量

    104158
  • 智能化
    +關(guān)注

    關(guān)注

    15

    文章

    4899

    瀏覽量

    55486
  • 模型訓(xùn)練
    +關(guān)注

    關(guān)注

    0

    文章

    18

    瀏覽量

    1351

原文標題:【制造業(yè)成功案例】預(yù)測性運維,讓制造也能“未卜先知”

文章出處:【微信號:mstech2014,微信公眾號:微軟科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    GPU是如何訓(xùn)練AI大模型

    在AI模型訓(xùn)練過程中,大量的計算工作集中在矩陣乘法、向量加法和激活函數(shù)等運算上。這些運算正是GPU所擅長的。接下來,AI部落小編帶您了解GPU是如何訓(xùn)練AI大
    的頭像 發(fā)表于 12-19 17:54 ?149次閱讀

    借助浪潮信息元腦企智EPAI高效創(chuàng)建大模型RAG

    生成能力,提高生成質(zhì)量和可靠性。但企業(yè)構(gòu)建知識檢索系統(tǒng)并非易事,通常面臨開發(fā)門檻高、生成內(nèi)容差等難題。而借助浪潮信息元腦企智EPAI企業(yè)大模型開發(fā)平臺,企業(yè)僅需三步即可高效創(chuàng)建大
    的頭像 發(fā)表于 12-19 14:32 ?219次閱讀
    <b class='flag-5'>借助</b>浪潮<b class='flag-5'>信息</b>元腦企智EPAI高效創(chuàng)建大<b class='flag-5'>模型</b>RAG

    微軟否認使用用戶數(shù)據(jù)訓(xùn)練AI模型

    近日,微軟公司正式否認了一項關(guān)于其使用Microsoft 365應(yīng)用程序中客戶數(shù)據(jù)來訓(xùn)練人工智能模型的指控。這一聲明旨在澄清近期在社交媒體上流傳的某些用戶的疑慮和誤解。 此前,部分用戶在社交媒體
    的頭像 發(fā)表于 12-02 10:33 ?159次閱讀

    如何訓(xùn)練自己的LLM模型

    于什么任務(wù),比如文本生成、翻譯、問答等。 明確你的模型需要達到的性能標準。 數(shù)據(jù)收集與處理 : 收集大量的文本數(shù)據(jù),這些數(shù)據(jù)將用于訓(xùn)練模型。 清洗數(shù)據(jù),去除無用
    的頭像 發(fā)表于 11-08 09:30 ?606次閱讀

    PyTorch GPU 加速訓(xùn)練模型方法

    在深度學(xué)習(xí)領(lǐng)域,GPU加速訓(xùn)練模型已經(jīng)成為提高訓(xùn)練效率和縮短訓(xùn)練時間的重要手段。PyTorch作為一個流行的深度學(xué)習(xí)框架,提供了豐富的工具和
    的頭像 發(fā)表于 11-05 17:43 ?583次閱讀

    摩爾線程與羽人科技完成大語言模型訓(xùn)練測試

    (YuRen-7b)大語言模型訓(xùn)練測試。測試結(jié)果顯示,訓(xùn)練效率達到預(yù)期,夸娥千卡智算集群展現(xiàn)出了高度的兼容性和穩(wěn)定性,為羽人科技未來的零代
    的頭像 發(fā)表于 08-27 16:19 ?549次閱讀

    人臉識別模型訓(xùn)練流程

    據(jù)準備階段,需要收集大量的人臉圖像數(shù)據(jù),并進行數(shù)據(jù)清洗、標注和增強等操作。 1.1 數(shù)據(jù)收集 數(shù)據(jù)收集是人臉識別模型訓(xùn)練的第一步??梢酝ㄟ^網(wǎng)絡(luò)爬蟲、公開數(shù)據(jù)集、合作伙伴等途徑收集人臉圖像數(shù)據(jù)。在收集數(shù)據(jù)時,需要注意
    的頭像 發(fā)表于 07-04 09:19 ?1000次閱讀

    人臉識別模型訓(xùn)練是什么意思

    人臉識別模型訓(xùn)練是指通過大量的人臉數(shù)據(jù),使用機器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練出一個能夠識別和分類人臉的模型。這個
    的頭像 發(fā)表于 07-04 09:16 ?643次閱讀

    深度學(xué)習(xí)模型訓(xùn)練過程詳解

    深度學(xué)習(xí)模型訓(xùn)練是一個復(fù)雜且關(guān)鍵的過程,它涉及大量的數(shù)據(jù)、計算資源和精心設(shè)計的算法。訓(xùn)練一個深度學(xué)習(xí)模型,本質(zhì)上是通過優(yōu)化算法調(diào)整
    的頭像 發(fā)表于 07-01 16:13 ?1337次閱讀

    請問電腦端Pytorch訓(xùn)練模型如何轉(zhuǎn)化為能在ESP32S3平臺運行的模型?

    由題目, 電腦端Pytorch訓(xùn)練模型如何轉(zhuǎn)化為能在ESP32S3平臺運行的模型? 如何把這個Pytorch模型燒錄到ESP32S3上去?
    發(fā)表于 06-27 06:06

    時間同步應(yīng)用上節(jié)省大量時間!德思特GNSS模擬器是怎么做到的?

    作者介紹 德思特Safran GNSS模擬器是一款綜合解決方案,專為精確的PNT(位置、導(dǎo)航和時間)仿真與測試設(shè)計。它超越了傳統(tǒng)GNSS定位導(dǎo)航仿真,也能提供極高的授時精度。 這款模擬
    的頭像 發(fā)表于 05-08 17:11 ?418次閱讀
    在<b class='flag-5'>時間</b>同步應(yīng)用上<b class='flag-5'>節(jié)省</b><b class='flag-5'>大量</b><b class='flag-5'>時間</b>!德思特GNSS<b class='flag-5'>模擬</b>器是怎么做到的?

    【大語言模型:原理與工程實踐】大語言模型的預(yù)訓(xùn)練

    大語言模型的核心特點在于其龐大的參數(shù)量,這賦予了模型強大的學(xué)習(xí)容量,使其無需依賴微調(diào)即可適應(yīng)各種下游任務(wù),而更傾向于培養(yǎng)通用的處理能力。然而,隨著學(xué)習(xí)容量的增加,對預(yù)訓(xùn)練數(shù)據(jù)的需求也相應(yīng)
    發(fā)表于 05-07 17:10

    浪潮信息發(fā)布企業(yè)大模型開發(fā)平臺“元腦企智”EPAI

    應(yīng)用提供高效、易用、安全的端到端開發(fā)平臺,提供數(shù)據(jù)準備、模型訓(xùn)練、知識檢索、應(yīng)用框架等系列工具,支持調(diào)度多元算力和多模算法,幫助企業(yè)高效開發(fā)部署生成式AI應(yīng)用、打造智能生產(chǎn)力。
    的頭像 發(fā)表于 04-18 10:12 ?401次閱讀
    浪潮<b class='flag-5'>信息</b>發(fā)布企業(yè)大<b class='flag-5'>模型</b>開發(fā)<b class='flag-5'>平臺</b>“元腦企智”EPAI

    DocuSign擬用用戶合同數(shù)據(jù)訓(xùn)練AI,引爭議

    據(jù)了解,DocuSign計劃借助微軟Azure上的OpenAI工具,如GPT技術(shù),以訓(xùn)練其所謂的“撰寫協(xié)議”模型,并且從用戶提供的大量數(shù)據(jù)中
    的頭像 發(fā)表于 03-04 15:45 ?561次閱讀

    谷歌模型訓(xùn)練軟件有哪些?谷歌模型訓(xùn)練軟件哪個好?

    谷歌在模型訓(xùn)練方面提供了一些強大的軟件工具和平臺。以下是幾個常用的谷歌模型訓(xùn)練軟件及其特點。
    的頭像 發(fā)表于 03-01 16:24 ?910次閱讀