張順茂：華為打造工業互聯網“黑土地”，賦能千行百業數字化轉型、智能化升級丨工業互聯網“咖”解
作者：張順茂
華為技術有限公司高級副總裁、工業互聯網產業聯盟副理事長
2020年是不平常的一年，新冠疫情爆發到抗疫成為常態，國際政策形勢的不穩定，都對中國工業發展產生了深刻的影響。在國家一系列政策的加持下，我們看到工業互聯網的發展已經逐步駛入快車道。很多企業一把手已重視到工業數字化轉型對企業發展的戰略意義，已經在企業主導推行數字化、智能化，這些企業在這一輪發展中已經實現了產品質量提升、效率提升。然而，對比國際歐美經濟強國，我國工業企業的現狀還有較大提升空間，在走向智能化升級、實現高質量發展中仍有很長的路要走。
企業數字化轉型面臨四大缺失
比如工業軟件雖取得了進步，但因為中國工業門類多，專業種類繁多，生產過程復雜等特點，工業軟件產業生態的現狀與企業實際需求還存在巨大的鴻溝；如在設備互聯互通上，設備種類多、協議繁雜，生產環境復雜和差異大，數據難以在短期內實現全面感知；AI的應用也更多是在單點取得了突破，讓多數企業看到了人工智能的價值，但還未在全局應用為企業實現巨大價值等。
這些都是企業在數字化轉型過程中亟需解決的問題，總結起來，主要有四大挑戰：
1、缺實踐。很多企業在數字化轉型的過程中，都是“摸著石頭過河”，由于缺乏成功的行業實踐案例作為參考，常常要走很多彎路，這既造成了嚴重的資源浪費，更讓企業喪失了寶貴的時間和發展機會。
2、缺平臺。企業的數字化轉型是一個復雜的系統工程，既需要底層的云平臺做為基礎，也需要大數據、AI、物聯網等各種技術的協同支撐，同時還需要技術與行業KnowHow的深度融合。因此，企業需要一個全面的數字平臺，能夠將各種能力源源不斷地加進來，轉換為幫助企業數字化轉型的驅動力。
3、缺生態。企業的數字化轉型涵蓋企業內、外部的所有業務和流程，需求繁雜多樣，單靠一、兩家IT服務商，不可能滿足企業的全部需求，因此，需要一個完整的生態系統，包括：應用生態、技術生態、人才生態等，來為企業的數字化轉型保駕護航。
4、缺運營和服務。企業的數字化轉型是一個持續演進、不斷發展的旅程，IT系統的構建只是數字化轉型漫長旅程的起點，如何用好IT技術和系統，如何讓系統和技術更好地為業務、管理服務，如何讓數據和知識為企業的決策服務，產生更大的價值，才是數字化轉型能否成功的關鍵。因此，企業的數字化轉型，需要一個能夠與企業一起共同成長、發展、提供持續運營和服務的戰略伙伴。
華為云FusionPlant：打造工業互聯網黑土地
針對工業企業數字化轉型的這四大挑戰，華為云推出了FusionPlant工業互聯網平臺。在這一平臺上，不僅融合了華為在云、AI、聯接、大數據、邊緣計算等最新數字化技術和能力，同時，還匯聚了眾多行業合作伙伴的能力以及來自全球各行業的最佳實踐。更重要的是，華為聯合生態伙伴，通過持續運營和服務，幫助區域產業集群整體發展和轉型，為區域中小企業賦能。如寧波產業云。以華為FusionPlant工業互聯網平臺為基礎的全球首個沃土工場落戶于寧波。目前已賦能覆蓋企業1,000+家，已簽訂服務合同企業200+家，聯合30+合作伙伴打造40+解決方案，有力地推動了寧波中小企業的數字化轉型進程。
再比如，東莞產業云。松山湖企業正業科技，依托華為工業互聯網平臺提供的物聯網平臺和AI能力，將全球運行的設備聯接到云上，不僅能夠遠程實時監控設備的運行狀態，實現在線巡檢和預防性維護，提前發現設備可能發生的故障，降低設備意外停機時間。同時，當設備出現問題時，還能快速提供歷史問題精準匹配并給出解決對策，幫助服務人員遠程進行設備的高效修復。
東莞德普特，依托華為ROMA平臺，實現了數據上云。通過構建企業大數據平臺，打通了企業內的數據孤島，快速構建了人員流動監控，復工復產安排跟蹤，全員宿舍管理調配等輕應用，有效支撐了企業復工復產，取得了集團幾萬人零疫情的防疫成績。
依托華為工業互聯網平臺，區域中小企業不僅可以低成本、快速的獲取聯接、云、AI等數字化能力，助力企業創新發展。同時，來自全球各個行業的最佳實踐，也讓中小企業可以站在巨人的肩膀上，吸收來自全宇宙的能量為自身所用。從而解決中小企業在數字化轉型過程中，所遇到的不會轉、不敢轉、不能轉等挑戰和難題。
華為云EI工業智能體助企業從數字化邁向智能化，真正實現降本提質增效
眾所周知，工業互聯網以降本提質增效為最終目標，推動企業實現數字化、網絡化、智能化。那么，如何才能讓企業從數字化邁向智能化，真正實現降本提質增效呢？我們認為，關鍵在于AI算法、模型與工業Know How的深度融合，通過AI與工業Know How的深度融合，AI將深入到企業的核心業務和生產流程中，成為企業真正的生產力，賦予企業真正的智能。面對這一趨勢，華為云工業互聯網平臺FusionPlant將華為云EI企業智能與工業行業知識結合,打造出EI工業智能體,極大降低了伙伴的工業知識和AI融合的難度。EI工業智能體將工藝機理、專家經驗、行業知識轉變為平臺可識別的算子,與機器學習、深度學習、知識圖譜、運籌優化等多方面AI技術深度融合,加速AI在工業場景中的落地。
截至目前,華為云EI工業智能體已經在鋼鐵、石油、紡織、煤炭、電子信息、裝備制造、家具生產等領域應用,幫助眾多工業企業從數字化邁向智能化，真正實現降本提質增效。
01 打造5G智慧工廠
作為廣西高端鋁材加工的龍頭企業、國家航空航天航海鋁材料的主要提供商，南南鋁加工的產品被廣泛應用于航空航天、軌道交通、汽車、船舶、3C電子等領域。在航天領域，南南鋁加工為長征系列火箭提供超薄高級蒙皮板、鋁合金超寬幅板材、超大直徑鍛坯等高精尖鋁材料。同時，南南鋁加工也是中國火箭超大鍛坯提供商，為大推力火箭提供的2219鍛坯，直徑達到了8.7米，為中國航天事業的發展做出了貢獻。在不斷取得新突破的同時，南南鋁加工的生產過程仍面臨著諸多挑戰：對人工的過多依賴，使得工人的工作強度高、作業效率低，易產生安全隱患，也阻礙了產品質量的提升。
以前的南南鋁加工熱軋車間橫切生產線，采用傳統的人工目測方式進行質檢，檢查鋁材表面是否有劃痕、凹坑、油污等質量問題。這種純粹依靠視力和經驗來進行質量檢查的方法，不僅效率低，而且差錯率高，無法滿足高速生產的需求。對此，華為工業互聯網平臺為南南鋁加工提供了5G+機器視覺+AI的解決方案，基于產線缺陷圖像數據，在華為云ModelArts平臺上，訓練高精度缺陷識別模型，模型經過持續迭代，已經達到生產線專家相同水平。在熱軋產線合適位置，分別部署專業的工業攝像機，采集鋁材上下表面圖像，通過5G網絡實時回傳云端，基于缺陷識別模型實時識別鋁材表面缺陷。缺陷識別實現分辨率從人工目測的厘米級提升到業內頂級的0.2mm精度，將鋁材表面識別準確率從71%提升至99.98%，鋁材良品率從59%提升到65%。
在資產管理方面。有些不同型號的鋁材料，產品形狀完全一樣，無法通過肉眼進行識別，容易用錯貨。傳統上是采用手工標記方式，出入庫管理效率低，材料可視化可溯源程度低。采用5G+RFID+AI智能朔源，實現鋁材料的可溯源、可視化。這一方案也得到了南南鋁加工重要客戶寶馬汽車的認可，符合其鋁材供應商認證要求。
除此之外，南南鋁加工還采用了5G+AI智能全方位預警，利用5G+紅外攝像頭監控、5G+機器人巡檢、5G+電子圍欄、5G+行為畫像等解決方案，建立全方位預警機制，識別危險區域監控、違規操作和疲勞作業識別等，大幅提升安全生產水平。
02 多維度轉型實現智能化
生益科技自主生產覆銅板、半固化片、絕緣層壓板、金屬基覆銅箔板、涂樹脂銅箔、覆蓋膜類等高端電子材料，是全球電子電路基材核心供應商。生益覆銅板板材產量到2018年度已達到8860多萬平方米。企業產量逐年遞增，給產線的自動化、數字化以及數據安全穩定帶來嚴峻考驗。
在經營管理方面，生益科技基于SAP構建核心業務，開發了大量函數處理數據，隨著業務的發展，越來越多的IT系統被引入，多系統之間需要實現數據互通、快速集成。通過華為云ROMA平臺，快速實現數據同步，有效解決數據報表、預算測算等問題，極大方便了周邊業務調用，單接口集成周期從3~5人天降低到0.5人天，快速實現企業內和第三方應用的連接互通。
在生產制造過程中，當前覆銅板的質量檢測主要通過人工目檢，人工成本高，同時人工目檢由于檢查員視力疲勞等因素，很多產品的微小瑕疵并不能被高效識別，導致部分瑕疵遺漏，影響產品質量；傳統人工質檢很難量化統計缺陷類別，難以進行后續的質量改進，影響產品工藝優化。華為云ModelArts聯合伙伴提供AI質檢方案，提供一站式AI開發訓練平臺，支持數據標注、算法開發、模型訓練、模型部署、模型升級等；支持多產線統一管理和維護，通過云上ADC應用統一管理多條產線AI模型，支持缺陷分類管理、模型一鍵更新，最終實現4秒判圖、檢出率為95%以上。
03 工業知識與AI深度融合實現智能配煤
在煤焦化領域，煉焦需要大量的原料煤，并按照一定比例進行配煤，配煤在影響焦炭成本的關鍵因素中占了高達80%的比例，而影響配煤的關鍵因素則有原料煤質量、配比和備煤工藝等。這意味著，降低配煤成本，將直接降低焦炭成本，提升企業在市場上的競爭力。
傳統配煤以膠質層疊為理論基礎，主要根據人工經驗來確定配煤比。依靠人工經驗存在很多不穩定性，一方面需要高度依賴專業配煤師，而培養一個專業配煤師，無論是時間成本還是經濟成本都不低；另一方面，人工模式下煉焦的試驗周期長，不僅對產品質量的預測準確度較差，而且存在關鍵指標易造假的問題，容易導致大量浪費。并且，隨著煉焦配煤形式的發展，每一個煤種由中國傳統的A、S、V、G、Y五大參數，驟然增加至30多個參數，這既對當下的煉焦理論提出了挑戰，也將使得靠人腦配煤與優化無法運行。
河南鑫磊集團和華為云從配煤入手，打造了全新的智能配煤解決方案：河南鑫磊集團通過業務系統，將運營數據、焦炭數據、原料煤數據、生產過程設備傳感器數據等數據進行整合上傳到華為云，并由華為云EI對其進行智能計算、分析，得出最優配煤比例并開放API接口給河南鑫磊集團。依托華為工業智能體先進的訓練架構及強大的算力，對已有歷史數據進行預處理后利用人工智能算法構建焦炭質量預測模型和配煤比例優化模型。模型部署后可以基于原料煤及對應比例預測焦爐生產后的焦炭質量，也可以基于現有的原料煤質量輸出當前生產條件下的最優配比。平均準確率達到94%以上，后續伴隨配煤數據采集樣本多樣化，模型準確度還會持續提升，配煤優化結果會更加智能。
區別于傳統方式焦煤質量檢測需要1天以上，智能配煤方案可以對焦煤質量進行實時預測，煉焦過程中發現質量不達標，可以馬上調整原料煤配比，既減少了不必要的資源浪費，又進一步保證了焦炭的產出質量。此外，按照華為工業智能體智能配煤解決方案，生產每噸焦炭時，配合煤成本結合生產實際工況節約在20元/噸--70元/噸。以每年130萬噸的產量來推算，每年至少可節省成本約3000萬，大大提升了其在市場中的競爭力。
04 知識計算打造“AI煉鋼術”
中國早已成為世界鋼鐵生產大國。統計數據顯示,2019年我國鋼鐵產量接近10億噸,占全球總產量18.7億噸的一多半,超過了其他國家的總和。在數量占據絕對領先地位的同時,中國在高端合金鋼材方面的市場份額卻比較低。因此,鋼鐵行業原有的靠規模擴張的粗放發展模式難以為繼,落后的產能將逐漸被淘汰,生產方式急需從批量式向精細化轉變。在這樣的背景下,產品的成本、質量、檔次和穩定性,將成為企業生存的有力保障。
合金鋼也叫特種鋼,是通過在碳素鋼里適量地加入一種或幾種合金元素,使鋼的組織結構發生變化,并具備硬度大、耐磨、耐腐蝕、耐高溫等不同的特殊性能,從而應用到嚴苛的生產環境中。
在合金鋼的生產過程中,合金配料是關鍵環節。傳統的合金配料是由人工完成,配料過程主要依賴于專家經驗,配比結果會出現較大波動。同時,由于原料價格隨市場波動,不同批次成分含量不同,為人工配料增加了難度,往往需要重復多次調整配比。
華新不銹鋼目前配料過程往往需要多次調整動作完成,鋼水出鋼的準確率約在80%。傳統主要依賴于專家經驗的生產方式，已經滿足不了企業創新生產的要求。華新不銹鋼基于華為工業智能體,將合金配料的元素守恒機理模型、專家經驗等隱性知識注入到AI中;基于多模態的數據感知驅動,構建成分軟測量AI模型,賦能合金配料工程師進行優化決策,找到符合鋼水質量的最優合金配料比例,同時保證合金成本最低。
華新不銹鋼基于AI輔助可實現10秒內完成最優合金配比計算,實現合金成本最優;并可精準預測終點鋼水成分,預測準確率達到95%以上,生產中一次添加并能完成配料合成。平均每噸特種鋼成本可降低100元,按20萬噸的年產能計算,每年可為企業節省成本2000萬元。未來華新還將實現煉鋼環節全流程的智能化,包括溫度預測、堿度預測、工藝參數優化、排產優化等,打造最先進的不銹鋼軋鋼生產線。
未來工業互聯網將重塑企業生產模式
目前越來越多的企業已經普遍接受數字化轉型的重要性、迫切性。建立在數字化設備、數字化流程等之上的決策、優化，讓工作方法和流程更加敏捷，加快了部門之間、區域之間的協同，提升了任務完成效率，提高了產品的質量。
隨著工業企業數字化的意識越來越強，人工智能技術也會在生產系統中普及，融入企業作業各個環節，會帶來工廠作業模式、人員配置、部門區域協同等一系列的升級。相信未來5到10年，工業互聯網將重塑企業的生產模式，人工智能技術在關鍵生產環節會帶來大幅的質量提升與成本收益；通過上下游價值鏈數據集成和互通，越來越準確的獲取客戶持續變化的產品需求；基于越來越方便的數字化、智能化研發平臺，大幅縮短產品上市周期。華為會發揮自身在云、AI和聯接上的優勢，同所有工業企業一起，將數字化、智能化的能力融入到生產中，助力企業進入新一輪的高質量發展階段。
作者簡介
張順茂
1992年加入華為，1993年畢業于復旦大學，獲電子工程學碩士學位。目前任職華為技術有限公司高級副總裁，曾擔任多個管理層職位，包括華為C&C08軟件工程師，交換業務部總監、固網產品線總裁、無線產品線總裁、拉美北地區部總裁、企業BG Marketing與解決方案部總裁、產品與解決方案Marketing與解決方案部總裁、Cloud & AI產品與服務 CTO等，積累了20多年豐富的行業ICT經驗。
AII微信公眾號
AII頭條號