2017年12月，由美國NSF智能維護(hù)系統(tǒng)中心（IMS）和北京天澤智云科技有限公司聯(lián)合主辦的2017未來工業(yè)智能峰會(huì)在北京召開，匯聚國內(nèi)外前沿專家，共同探討未來工業(yè)智能化的發(fā)展趨勢。美國NSF智能維護(hù)系統(tǒng)中心（IMS）主任、智能服務(wù)領(lǐng)域的國際權(quán)威專家李杰教授出席了本次會(huì)議，并發(fā)表題為《中國工業(yè)的價(jià)值轉(zhuǎn)型之路》的主題演講。

▲李杰教授

　　李杰教授現(xiàn)任美國辛辛那提大學(xué)（University of Cincinnati）講座教授，美國國家科學(xué)基金會(huì)（NSF）智能維護(hù)系統(tǒng)（IMS）產(chǎn)學(xué)合作中心主任，研究重點(diǎn)是以工業(yè)大數(shù)據(jù)分析為主的智能預(yù)測技術(shù)、產(chǎn)品及服務(wù)的主控式創(chuàng)新設(shè)計(jì)。李杰教授從2013年起擔(dān)任美國白宮信息物理系統(tǒng)（CPS）專家組顧問。李杰教授自2000年起與全球100多家國際公司進(jìn)行聯(lián)合研發(fā)，包括GE航空、波音、豐田、西門子、阿爾斯通等世界500強(qiáng)公司。李杰教授研發(fā)的智能維護(hù)系統(tǒng)技術(shù)突破了傳統(tǒng)機(jī)械設(shè)備故障預(yù)測理論、方法和技術(shù)，得到國際學(xué)術(shù)界高度評(píng)價(jià)。李杰教授是美國機(jī)械工程學(xué)會(huì)（ASME）及美國制造工程學(xué)會(huì)（SME）的Fellow（會(huì)士）。

　　在會(huì)議期間，李杰教授接受了e-works數(shù)字化企業(yè)網(wǎng)總編黃培博士的專訪，就智能服務(wù)、工業(yè)大數(shù)據(jù)、CPS等議題展開了深入的交流探討。以下是訪談內(nèi)容：

　　黃：當(dāng)前智能制造在中國很熱，但是對(duì)其定義，內(nèi)涵、外延還缺乏統(tǒng)一認(rèn)識(shí)。請(qǐng)您解讀一下智能制造的內(nèi)涵。

　　李：智能制造不僅僅是一個(gè)技術(shù)體系，更重要的是對(duì)智能的理解、解決問題的邏輯和重新定義制造的思維。智能制造所需要解決的核心問題是，如何對(duì)制造系統(tǒng)的5M（材料、裝備、工藝、測量和維護(hù)）要素的活動(dòng)進(jìn)行建模，并通過模型（第六個(gè)M）驅(qū)動(dòng)5M要素。智能制造所要解決的核心問題是知識(shí)的產(chǎn)生與傳承過程。

　　同時(shí)，推進(jìn)智能制造還應(yīng)針對(duì)不同的行業(yè)領(lǐng)域采取不同的策略，因?yàn)轭I(lǐng)域不同，所以相關(guān)的特征也不同。例如在醫(yī)療領(lǐng)域中，推進(jìn)智能制造的重點(diǎn)是追溯性，而不是生產(chǎn)制造，目的在于確認(rèn)加工過程是否會(huì)影響最后的認(rèn)證。而半導(dǎo)體行業(yè)則關(guān)注的是檢測，因?yàn)轭l繁的檢測可能需要耗費(fèi)大量時(shí)間，同時(shí)檢測裝備的價(jià)格也很昂貴。如果可以用數(shù)據(jù)直接預(yù)測并驗(yàn)證，則可以為全過程節(jié)省三分之一的時(shí)間，也節(jié)約了購買檢測設(shè)備的成本。

　　黃：如果要預(yù)測某一個(gè)設(shè)備的狀況，比如經(jīng)過相關(guān)算法預(yù)測得出該設(shè)備預(yù)計(jì)三個(gè)星期后可能軸承或齒輪會(huì)損壞。在您的實(shí)踐經(jīng)驗(yàn)中，有沒有某些算法能使預(yù)測結(jié)果更為準(zhǔn)確？

　　李：最初我們考慮的是從不同的算法中找出最好的一種，后來我們意識(shí)到可以通過多種算法并行來進(jìn)行互相印證，以共性最高的結(jié)果作為參考。

　　如今大多數(shù)工廠普遍應(yīng)用商品化的管理軟件來獲取整體設(shè)備效率(OEE)等信息，及時(shí)掌控對(duì)生產(chǎn)系統(tǒng)中可見的影響因素和導(dǎo)致的結(jié)果。然而，生產(chǎn)系統(tǒng)中更多的是不可見因素，比如設(shè)備性能衰退、精度喪失等。而可見的影響因素往往是不可見因素積累到一定程度所引起的，比如設(shè)備的衰退導(dǎo)致最終停機(jī)、精度喪失導(dǎo)致質(zhì)量偏差等。因此，對(duì)這些不可見因素進(jìn)行預(yù)測和管理是關(guān)鍵。

　　預(yù)測制造系統(tǒng)的核心技術(shù)包含用智能軟件來進(jìn)行預(yù)測建模功能的智能計(jì)算工具。對(duì)設(shè)備性能的預(yù)測分析和對(duì)故障時(shí)間的估算，將減少這些不確定因素的影響，并為用戶提供預(yù)先緩和措施和解決對(duì)策，防止生產(chǎn)力和效率的損失。

　　在生產(chǎn)系統(tǒng)里隱形問題的預(yù)測方面，提取有效的健康特征至關(guān)重要。就像醫(yī)院體檢拿一管血做分析，每一滴血都可以做不同的測試，可以對(duì)膽固醇、肝指數(shù)、糖尿病、艾滋病等病癥同時(shí)進(jìn)行測試，通過不同成分的指標(biāo)就可以判斷出存在各種病情的隱患。這些特征之間存在一定的相關(guān)性，其變化情況也有若干種不同的組合，將這些組合背后所代表的意義用先進(jìn)的數(shù)據(jù)分析方法破解出來，就是我們進(jìn)行建模和預(yù)測的過程。

　　基于這些性能特征，生產(chǎn)系統(tǒng)的運(yùn)行狀況可以通過健康置信值來評(píng)估和量化。另外，可以在時(shí)間域內(nèi)預(yù)測特征的未來值，從而可以預(yù)測性能的衰退趨勢和問題發(fā)生的剩余時(shí)間。因此，在獲取設(shè)備的工作數(shù)據(jù)之后，還需要通過分析來進(jìn)行預(yù)測，這種預(yù)測并不是精確地提供設(shè)備損壞的時(shí)間節(jié)點(diǎn)，而是預(yù)測出機(jī)器將會(huì)出現(xiàn)不穩(wěn)定性的時(shí)間區(qū)域，并提醒及時(shí)處理。

　　隨著制造系統(tǒng)對(duì)不可見問題的認(rèn)識(shí)和控制能力不斷加深，工廠管理以準(zhǔn)確的信息為基礎(chǔ)，從而提高設(shè)備的運(yùn)作效率，最終實(shí)現(xiàn)零意外和零停機(jī)的狀態(tài)。并且，由于對(duì)設(shè)備具有自我意識(shí)和自我預(yù)測功能，可以實(shí)現(xiàn)有效管理維護(hù)，從而降低管理成本。歷史健康信息也可以反饋到機(jī)器設(shè)備設(shè)計(jì)部門，從而形成閉環(huán)的生命周期設(shè)計(jì)，最終實(shí)現(xiàn)無憂制造。讓企業(yè)的生產(chǎn)車間不再有意外發(fā)生！

　　黃：人工智能的深度學(xué)習(xí)算法如果沒有任何引導(dǎo)，這種算法有實(shí)際意義嗎？

　　李：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中的一種，它的先決條件是要制定限制條件。比如我看到一種花，這種花屬于哪一類的？這類花還有哪些品種？這類花有什么顏色、葉型？意思就是說每一種植物都有一個(gè)種群。但如果僅僅只說這就是一種花，那么這種學(xué)習(xí)是不可能完成的。所以，深度學(xué)習(xí)首先要有邏輯支撐，其次要有數(shù)據(jù)支撐。因?yàn)樗幍沫h(huán)境不一樣，參數(shù)也會(huì)不一樣，背景資料也會(huì)變化。另外，我提出深度學(xué)習(xí)中還要有寬度學(xué)習(xí)，寬度學(xué)習(xí)講的是速度，深度學(xué)習(xí)講的是精度，二者的目的性不同。其實(shí)這跟我們?nèi)祟悓W(xué)習(xí)一樣，寬度學(xué)習(xí)是通過外部資料去了解，深度學(xué)習(xí)是自己去研習(xí)。

　　黃：我看過一個(gè)案例，通過物聯(lián)網(wǎng)平臺(tái)可以預(yù)測某一臺(tái)水泵會(huì)損壞的具體時(shí)間。您認(rèn)為目前的預(yù)測性維護(hù)技術(shù)能夠達(dá)到這樣的準(zhǔn)確度嗎？

　　李：這是理想化的，因?yàn)樗靡舶|(zhì)和工況的變化。在預(yù)測里面有多工況情況，如果工況都沒變，預(yù)測具有一定的合理性；如果工況發(fā)生變化，預(yù)測就不合理，而工況不變的情況在實(shí)際應(yīng)用中很少見。

　　黃：設(shè)備健康管理（PHM）和智能維護(hù)之間的關(guān)系是什么？

　　李：設(shè)備健康管理（PHM）有很多種算法，是用于分析產(chǎn)品使用過程中的數(shù)據(jù)，通過對(duì)遠(yuǎn)程監(jiān)控系統(tǒng)所采集的數(shù)據(jù)進(jìn)行分析，實(shí)現(xiàn)對(duì)產(chǎn)品使用過程中性能衰退和未知變異的透明化管理，通過及時(shí)避免故障為客戶創(chuàng)造價(jià)值。

　　一般來講，設(shè)備或者工藝中存在的故障類型是多種多樣的，每一個(gè)故障類型能對(duì)應(yīng)特定的衰退模式以及應(yīng)對(duì)策略。有些故障類型可能會(huì)影響設(shè)備正常運(yùn)行和生產(chǎn)安全，而有些故障可能對(duì)設(shè)備運(yùn)行不構(gòu)成影響。

　　例如，設(shè)備內(nèi)部有些部件損壞后并未對(duì)設(shè)備整體使用造成影響，也就是說這部分壞的沒有價(jià)值。所以，我們并不僅要知道每個(gè)東西壞沒壞，還要了解它的衰退速度對(duì)整體使用的影響，影響越大風(fēng)險(xiǎn)越高。如果生產(chǎn)系統(tǒng)的運(yùn)行人員能夠確知未來將要發(fā)生的隱患，就可以對(duì)情況產(chǎn)生預(yù)判，從而更為快速有效地進(jìn)行修復(fù)，實(shí)現(xiàn)無憂制造，這才是智能維護(hù)的價(jià)值。

　　黃：現(xiàn)在很多人在研究設(shè)備管理，通過算法能夠計(jì)算出具體的故障部位嗎？

　　李：針對(duì)這種問題在做大數(shù)據(jù)分析時(shí)，要先找主分量分析，找到最重要的參數(shù)。例如有十二個(gè)參數(shù)來控制液壓，實(shí)際上只有四個(gè)關(guān)鍵參數(shù)會(huì)具體影響到液壓，那么從這四個(gè)里面再去做分類，成功率就會(huì)很高。如果十二個(gè)參數(shù)全部做，誤差就會(huì)很高。所以在做大數(shù)據(jù)分析時(shí)，不需要用所有參數(shù)去計(jì)算，而是選擇若干最關(guān)鍵、關(guān)聯(lián)性最大的參數(shù)序列來計(jì)算。

　　黃：請(qǐng)您談?wù)剬?duì)CPS的理解。

　　李：CPS實(shí)質(zhì)上是一種多維度的智能技術(shù)體系，以大數(shù)據(jù)、網(wǎng)絡(luò)與海量計(jì)算為依托，通過核心的智能感知、分析、挖掘、評(píng)估、預(yù)測、優(yōu)化、協(xié)同等手段，使計(jì)算、通信、控制實(shí)現(xiàn)有機(jī)融合，做到涉及對(duì)象機(jī)理、環(huán)境、群體的網(wǎng)絡(luò)空間與實(shí)體空間的深度融合。如何用CPS的思維去創(chuàng)造新的智能化規(guī)劃是非常關(guān)鍵的。

　　黃：您認(rèn)為CPS對(duì)工業(yè)界的價(jià)值體現(xiàn)在哪里？

　　李：工業(yè)設(shè)備系統(tǒng)中存在“看得見的世界”和“看不見的世界”，而真正的科技與挑戰(zhàn)都是隱藏在“看不見的世界”當(dāng)中，所有顯性問題都是隱性問題積累到一定成都后所觸發(fā)的。所以，需要建立能夠?qū)㈦[性問題顯性化的預(yù)測模型，進(jìn)行精確的同步，形成相互指導(dǎo)、相互映射的關(guān)系，這樣就可以挖掘出這些“隱形殺手”，然后控制住所有可激活設(shè)備故障的條件。

　　黃：請(qǐng)您列舉一個(gè)實(shí)例來具體闡述一下，在工業(yè)界如何應(yīng)用CPS來解決一些原來解決不了的問題？

　　李：例如在加工機(jī)器中，甲乙兩個(gè)工人輪班作業(yè)，甲在完成加工之后，機(jī)器是甲的調(diào)試方法，而乙在完成加工后則是乙的調(diào)法，同樣的一臺(tái)機(jī)器，甲乙兩個(gè)加工出來的產(chǎn)品質(zhì)量不一樣。為什么不一樣呢？原因在于甲、乙在進(jìn)行加工作業(yè)操作時(shí)的習(xí)慣不同。

　　CPS有一個(gè)回溯系統(tǒng)，比如在甲進(jìn)行加工時(shí)甲進(jìn)行了調(diào)試，加工完的參數(shù)測量出來之后，測量結(jié)果與調(diào)試的人建立關(guān)聯(lián)。若甲調(diào)試后加工的產(chǎn)品質(zhì)量更好，下次甲或乙再來調(diào)試時(shí)如果不一樣系統(tǒng)就會(huì)進(jìn)行提示，調(diào)試的人就能很快了解如何做才能將產(chǎn)品做得更好。

　　CPS就是先把好的關(guān)系建立起來，變成一個(gè)記憶之后，讓下一個(gè)人開始做的時(shí)候有一個(gè)可以傳承的知識(shí)，這個(gè)對(duì)制造業(yè)很有幫助，它也是一個(gè)智能化系統(tǒng)。企業(yè)對(duì)此也提出過兩個(gè)方面的困惑，第一是不知道加工過程中是如何產(chǎn)生誤差的；第二是因?yàn)槊恳粋€(gè)工序沒有關(guān)聯(lián)在一起，所以在檢驗(yàn)系統(tǒng)時(shí)找不到影響質(zhì)量好壞的原因。

　　黃：您認(rèn)為DigitalTwin這個(gè)概念應(yīng)當(dāng)如何理解？

　　李：實(shí)際上我在1998已發(fā)表了Physical and Virtual Cyber model 文章 到了2003年我就在提出了Twin Model理念，每一個(gè)產(chǎn)品都有一個(gè)Twin，這是當(dāng)時(shí)我們同空軍方面合作得來的啟發(fā)。Twin Model代表真正的健康模型與Condition模型兩者是一個(gè)Twin。其觀念就像照鏡子一樣（或稱為阿凡達(dá)），因?yàn)閷?shí)體的好壞都可以通過鏡像反映出來，所以當(dāng)Condition改變的時(shí)候健康模型就會(huì)跟著變化。在產(chǎn)品設(shè)計(jì)中，習(xí)慣稱為DigitalTwin，因?yàn)樵O(shè)計(jì)Model可以用做后續(xù)的參考，但這僅僅適用于產(chǎn)品設(shè)計(jì)。而在產(chǎn)品實(shí)際使用過程中，因?yàn)闆]有Model，所以只能用數(shù)據(jù)來進(jìn)行建模，即Twin。并且數(shù)據(jù)所產(chǎn)生的健康模型是作為實(shí)際操作模型的參考，這里面最主要是關(guān)系模型。

　　黃：您目前主要精力放在哪方面的工作？

　　李：工業(yè)大數(shù)據(jù)、人工智能、智能維護(hù)、CPS是智能預(yù)測領(lǐng)域的一條縱軸線，對(duì)我而言，該領(lǐng)域?qū)W無止境。當(dāng)前，我的工作分為企業(yè)和學(xué)校兩部分，扎根企業(yè)，與行業(yè)從業(yè)者的頻繁互動(dòng)，能更清楚了解這一領(lǐng)域的實(shí)踐成果和最新出現(xiàn)的問題；立足學(xué)校，將自身所學(xué)毫無保留傳授給學(xué)生，因此在學(xué)校工作的每一秒我?guī)缀醵己蛯W(xué)生待在一起。終生投身于智能預(yù)測的研究，實(shí)現(xiàn)無憂制造，這是我的信仰。過去、現(xiàn)在和未來，我已經(jīng)做的和將要做的，都是專注于這一領(lǐng)域，向更深更廣處擴(kuò)大它的影響。

后記

　　智能服務(wù)是制造業(yè)推進(jìn)智能制造的重要途徑之一，可以幫助制造企業(yè)實(shí)現(xiàn)無憂制造。李杰教授的科研成果使這一領(lǐng)域解決問題的方法有了全新突破，勢必會(huì)給制造業(yè)帶來重大變革。李杰教授是這一領(lǐng)域的開拓者和實(shí)戰(zhàn)家，讓人由衷敬佩。祝愿李杰教授在自己所熱愛的領(lǐng)域得償所愿，獲得更大的成就。