智擎信息技术(北京)有限公司（智擎科技）

随着先进制造业越来越重视运维工作，过去传统的购买备件、定期维护的方式已经过时。工业互联网、人工智能等技术赋能的数字化运维解决方案可以预测设备问题，减少企业以往不可避免的停机时间。这一损失为智能制造革命带来了新的话题。此外，自动化生产过程中设备亚健康导致的生产损失和不良率增加，给客户生产和质量管理带来了新的挑战。

当前，制造业正面临重大转型考验，战略部署和执行决策都面临挑战。业内大部分厂商都在推动智能工厂的建设，将智能监控传感器配置到工厂中，形成可实时感知的透明工厂。流动的数据让工厂的可控性和安全性更上一层楼。

与传统制造相比，智能制造凸显了设备的智能化、综合性、灵敏性和交互性，这对设备工作的连续性提出了越来越高的要求。突然停机会影响生产连续性。降低生产效率和产品质量。智能制造作为提高设备使用过程可靠性的重要手段，对设备维护提出了更高的要求。

对于企业来说，他们要面对的现实问题是运维水平和运维成本不断上升。面对这一核心痛点，以智清信息为代表的工业物联网SaaS服务商纷纷进入市场，从大型设备的维护入手，为工厂武装预测性维护铠甲。其与微软共同打造的“端+云”技术架构体系，利用智能物联网、智能算法套件、智能分析等服务架构，帮助企业轻量化、可扩展的传感物联网转型，从而推动预测性维护，构建数字化物联网。工厂。

1

从基础到应用，微软与志清的接力赛

目前，设备维护已经历了事后维护（被动维护）、定期维护（定期维护），现已发展到预测性维护阶段（主动维护）。预测性维护利用传感技术在线监测设备的运行状态，并根据早期故障诊断，利用预测模型来估计故障发展趋势或设备健康状况，以安排维护活动。预测性维护可以使用智能机器和设备的集成数据分析来预测故障的时间和位置，最大限度地提高零件效率并减少不必要的生产停机。在大多数情况下，预测性维护是最有效的维护策略。

以风电行业为例，设备运行维护成本约占整个风电资产生命周期成本的15%-20%。预计到2022年，我国风电场运维成本将增至年均200亿元。对于此类设备工作环境恶劣、价格昂贵的行业，一旦设备出现故障，企业就不得不停产，承受巨大的经济和产能损失。因此，在日常运行中监测设备的健康状态就显得尤为重要。

智清信息自2014年进入制造业运维优化以来，从风力发电等大型设备运维开始。借助传感器、云计算、物联网和机器学习技术，利用数据和算法帮助制造企业降低设备故障频率。缩短产品生产周期、优化质量、降低能耗、制造过程可视化。

随着业务的不断推进，智清信息发现不同的客户有不同的需求，对算力的要求并不总是保持在峰值。每个客户的技术迭代时间相对集中，每季度1-2次。因此，采用更加灵活、弹性的算力支持，是智清信息自身及其客户节省成本的必要手段。此外，当时智清信息大约有50%的精力投入到算法框架层面的二次开发和重新审核，占用了算法工程师原本可以专注于公式推导、函数推导等的工作。算法本身，延长项目交付时间。

因此，专注于IoT和场景应用层的智清信息，与微软深耕基础层的技术架构非常吻合。智清信息将其应用端技术能力、行业优化解决方案、算法层认知与微软标准化云技术和PaaS服务等相结合，利用Microsoft IoT Edge、IoT Hub、Azure Digital Twins（ADT）、Functions、App Services等as Service搭建了新的基地，提高节点和算力调整的灵活性，释放基础研发的任务压力，加速智清信息构筑算法层和应用层的技术护城河。对于客户而言，使用Azure功能作为物联网和数据分析和应用的入口点，将在建立数据中心等数字基础设施时显着降低成本和部署周期。

此外，双方向行业输出的解决方案也达到了精细化管理的另一个维度。不需要大规模的研究能力和生产线迭代。在最大限度减少生产线本身改造的前提下，客户可以充分享受数字化管理的成果，实现更好的投入产出比，帮助客户打造降本增效的产品。示范案例可复制推广。如今，智清信息的客户已从新能源设备制造商扩展到快销日化、食品加工、3C电子、计量、半导体等行业。软硬件结合的全数据管理优势，使其从设备运维走向工厂生产线。据统计，智清信息的解决方案帮助客户减少了40%的人工工作时间，降低了28%的事故频率，降低了18%的不良率。

2

新能源行业渴望释放数据的力量

保证设备健康可持续运行，减少风险和故障的发生，是每个企业经营管理的重要目标。对于拥有高价值设备的企业尤其重要。 ——智清信息较早进入行业的是大型装备行业的设备运维。这样。当时，智清信息聚焦物联网算法层面，从应用状态出发，根据设备压力、温度等上百条状态数据分析设备运行状态，对设备进行分析和预测运维。设备的生命周期。

以风力涡轮机为例。当时的风力发电机已经是高度智能化的设备，基本可以实现无人运维。传统的运维方法是安装监控。当指标出现异常，如温度超标、转速、加速度等参数突然发生异常变化时，会通知工作人员进行处理。智清信息基于长期设备数据的算法机制分析。它可以做出的预测判断包括未来主轴的磨损和破损、变速箱啮合等，以避免因硬件损失而导致生产停顿。上述方法主要是利用数据和算法为客户带来更短的故障更换周期和停机时间，提高设备利用率。

对于客户来说，风电行业面临的挑战是现场无人，难以协调经验丰富的员工。同时，备件订购有一定的交货期要求。因此，客户更愿意锁定未来容易损坏的零件，这样可以有备件，并安排专人处理。此外，该行业的客户IT 人员较少，需要在云中快速、安全部署的帮助。

在与微软的合作中，智清信息与前者在快速交互、平台搭建方式、安全机制等方面进行了合作。借助微软的平台，省去了模型训练和模拟测试，节省了大量的时间，原本预计的6-8个月的交付周期缩短了近一半。

经过几年的技术迭代，智清信息的风电大数据平台已经覆盖了风机设备传感器数据采集、数据传输、数据清洗、数据存储、数据计算、模型训练、数据分析和挖掘的全价值。数据决策支持。连锁功能。智清信息基于分布式高性能计算系统的开源组件，为风电行业开发定制组件，并提供灵活的部署和管理方式。它可以采用全套大数据平台解决方案，也可以在现有解决方案的基础上构建。部署和调整大数据平台。

面向数据采集和监控环节，智清信息对风电场各类设备进行数据采集和集中监控，包括风机、升压站、测风塔、无功补偿装置、安防系统等设备，构建统一的长效监控平台。术语数据存储数据库。从源头保证数据质量，实现风电场或风电场群的集中管理。据客户统计，运行12个月后，其风机发电运维成本下降近20%，停滞时间缩短17%，原有发电时间增加近20%。

3

制造工厂追求数字化进步

随着业务的不断拓展，智清信息将解决方案进一步延伸到工厂侧，帮助客户从早期的设备健康、生产质量领域延伸到工厂的数字化场景。

对于数字化程度较高的生产线来说，降低不良率是他们追求的目标之一。此类客户自身工艺已经相当成熟，因此智清信息选择从设备端入手，避免设备出现亚健康状态。国家原因造成的生产质量问题。

以婴儿纸尿裤生产为例，某日化行业国际知名巨头希望通过全面的设备监控，提高设备运维的实时性，提前判断因次品引发的质量问题。 -设备的健康运行，从而进一步减少生产产品的损耗，避免出现问题。废品率和返工率。

智清信息结合传感器和算法的解决方案充分满足客户的业务期望：在设备监控和预测性运维方面，借助过程监控传感器，智清信息可以实现设备的360监控和可视化以及远程抄表。能耗管理，还可以对工厂、车间、生产线的整体生产运行情况进行监控和可视化分析，实时呈现订单生产执行状态、生产时间、物料库存状态、质量及损耗状态、设备故障等状态时间。

智清信息研发的人工智能算法和微软训练模型可以对设备异常进行预警，避免因设备故障造成的停机事故。基于预警推荐相关运维策略，降低运维难度，提高运维效率，形成完整的预警-》分析-》决策-》运维闭环管理模式-“ 反馈。最终，订单按时交付并减少损失。

可以说，智清信息与微软的合作对于行业来说是双赢的。双方完成了从基础层到应用层的接力，快速向行业交付个性化项目服务和行业解决方案。新一轮科技革命和产业变革中，令人眼花缭乱的新兴技术需要更多企业参与到这场“接力赛”中，带动制造企业进步，推动产业升级。微软也将凭借自身的技术优势，与更多行业合作伙伴共同打造数字阶梯！

审稿人：彭静