2019-12-26 15:30
朗坤20年来为行业提供平台化的解决方案，此次我们基于我们自主研发的平台，联合了整个行业的头部企业，包括设备制造厂商，包括国内的知名院校，围绕着设备的远程监测诊断，共同发起测试床的项目。
我们知道在电力、建材、煤炭等这样的一些重资产煤工行业里面，关于设备的远程、智能化运维一直是行业的难点，目前很多企业基于社会的预防性维护为主，很多企业采用像大数据、人工智能这样的一些技术去解决设备的不当预警和不当诊断这样一些探索，在整个探索过程中会遇到很多的问题，比如说数据采集难的问题、数据质量不高的问题，包括故障诊断的专家等等。
基于这样的问题我们希望搭建一个平台，能够连接整个工业企业，连接设备的制造厂商，连接设备的服务企业。
一方面通过这样的平台技术，通过整个生态资源的整合，帮助工业企业减少设备的故障，提高设备的可靠性，降低整个企业设备的稳定成本。另一方面也能够让我们整个设备制造厂商它的设备服务更加精准，可以让整个设备制造维护企业，专家资源、专业能力能够得到更好的利用和充分的对接。
我们知道设备是整个工业企业的核心资产，能够利用新的技术、新的模式，减少设备的故障，实现整个设备的远程故障诊断、设备的精准运维，在企业的安全生产、整个企业的节能环保，包括高效方面带来良好的效率。
整个测试床的项目我们是从2018年开始立项，计划在两年内完成项目的建设，立项以来我们建设了一个一百多人的技术团队，围绕着光伏、火电、风电、煤炭、建材等行业这样一些头部企业去试点及应用。我们的团队到一线的电厂、一线的水泥厂、一线的煤矿进行实地，包括调研设备，包括安装传感器，进行数据的采集，我们的设备专家包括我们的一些科学家，政府工厂一线的专工，共同去梳理整个设备的模型。
另一方面我们在整个核心的技术，包括工厂建模，包括工业物联网，包括工业数据智能，包括数据故障诊断，这样一些基础方面也在持续探索。2018年9月份，我们发布了整个平台的2.0，2018年12月份我们整个产品里面的核心部分通过评测。
我们在开展整个生态的建设，我们与一些企业进行深度的战略合作，共同去建设设备的结构服务平台，同时我们也引入了中国设备管理协会的专家资源，同时我们围绕设备的故障预警、设备的故障诊断进行试点应用，也取得了良好的应用效果。
我们基于测试床的项目孵化了很多工业APP，部分工业APP获得了电子设备评测。
在整个测试床建设过程中我们始终坚持核心技术自主研发，围绕四大专业技术持续进行突破。首先我们打造了工厂建设平台，实现了工厂设备的数字化建模，快速构建数字孪生建模。
接下来是数据接入的问题，在整个测试床的实践过程中我们结合了不同行业、不同种类、不同场景下的一些设备，现在我们的一些工程师在到一线就能够非常快速、非常高效地去接入设备。在实现的过程中，我们的物联网平台的功能在不断进行完善，像断点续传、数据透传、多路转发进行数据优化，同时我们支持一些模型在整个社会产业部分进行运营，同时我们支持模型的下发管理。
实现这样一个平台是被不同行业、不同客户的需求不断打磨的平台，整个平台当中为平台的数据处理提供有力的保障。
工业数据智能是工业互联网的核心，工业数据智能方面加大投入。我们组织一批数据科学家团队，同时我们为数据科学家，为AI书记工程师提供全流程可视化的AI建模，通过对模型的监测、模型的评价、模型的管理都可以在平台进行实践。同时我们在设备的预测、设备的故障诊断方面开发了大量的AI模型。当然在整个模型的开发过程中，我们并不是说数据科学家或者AI工程师他们闭门造车利用数据的方式开发模型，他们和我们一线的工厂专工共同去通力合作，整个设备的过程结合了设备的运行机理，结合设备的运行工况，我们支持模型工况分离，能够实现设备在不同工况下模型的自动选择。
我们知道通过设备的工况、运行、保养、维修等方面梳理设备的模型，以往是更多工厂比较有经验的专家在他们的脑袋当中，这个时候我们研发了工厂设备建模平台，能够支持把这样一些电子化的工业知识模型化，各类故障模型可以配置、可以计算。
基于这样的一个平台，我们在各个行业打造了几种机器模型。
目前整个测试床在华能玉环电厂、山东临矿集团、江苏国信集团等企业都得到了有效的应用实践，在不同的行业中我们也积累了不同的AI模型、机理模型，帮助企业切实提高设备可靠性，降低检修成本。
经过一年多的建设，我们已经初步建成包含工业企业、设备制造商、政府、科研机构、行业协会、检修公司等各方面的资源，共同建造一个生态平台。
未来我们将持续在核心技术打造、商业转化、开放生态等方面进行加大投入，输出更多的核心技术，主导和参与一系列行业标准的制定，不断地拓展在整个行业的应用，同时引入更多的生态伙伴。
以上是我的汇报，谢谢大家。