工業基地！AI革命風暴

Totoro

21世紀初，曾有不少科幻電影展現了跨時空解決棘手問題的故事，如《盜夢空間》《源代碼》《超驗駭客》等等，每每都會掀起票房高潮，引人熱議。如今，TM公司的新一代工業系統可以向你證明，融合真實與虛擬世界，并非天方夜譚的幻想，而是切實可行的技術革新方向。它的誕生意味著在工業生產之初，我們就可以把控生產的各個環節，甚至工業產品投放市場后的各種復雜變化，從而繞開許多不必要的彎路，直接節約大量的生產成本和生產時間，令工業生產的效率大大提高。可以說，它的意義不亞于又一次工業技術革命。基于這—點，我們公司將這一套新型的數字化工業系統命名為Evolution One。

EvoIution One：基于賽博空間的數字化解決方案

設計師：凱瑟·M

產品介紹

隨著工業4.0和智能制造2025計劃的實施，傳統工業技術手段下的智能系統正在遭遇瓶頸：因為這些系統側重于功能性的設計，解決的是可見世界的問題。然而，真實世界中的環境和目標都有很大的未知和不確定性，我們的模型構建方案如果不能夠管理和避免這些不確定性，就不能稱為“真正的智能”。

為了解決這個問題，Evolution One從另一個新的空間，即賽博空間，去尋求解決方案。其核心關鍵點正是在于“融合”，包括傳統物理世界的“實體系統”與數字化空間的“賽博系統”之間的融合，在技術層面的多種融合（如新興技術），以及在分析層面中的傳統專家知識庫與人工智能之間的融合。

產品詳情

Evolution One通過集成傳感、計算、通信、控制等IT技術和傳統的自動化操作技術，構建了物理空間與信息空間中人、機、物、法、環等要素相互映射、交互、協同的復雜系統，實現系統內資源配置和運行的按需響應、快速迭代、動態優化。其本質是構建一套信息空間與物理空間之間基于數據自動流動的狀態感知、實時分析、科學決策、精準執行的閉環賦能體系，解決生產制造、應用服務過程中的復雜性和不確定性問題，提高資源配置效率，實現資源優化。

基于Evolution One構建的產品線，可以同時存在于虛擬和實體兩個世界，虛擬世界所代表的實體狀態和相互關系的模型和運算結果，能夠更加精確地指導實體的行動，使實體的活動相互協同和優化，實現價值更加高效、準確、優化地傳達，將實體的狀態以及實體之間的關系透明化。

Evolution One的核心技術理念

軟件定義機器

設備智能化的體現就是典型的軟件定義機器，能夠使它具備分布式計算、分布式智能分析等智能的決策能力，包括機器輕松連接至互聯網；將APP和分析結果嵌入機器和云，實現智能化和自我意識；無須更換硬件即可改變和升級機器或設備功能，為用戶提供智能服務，實現持續改進。

軟件定義網絡

軟件定義網絡將網絡的控制與轉發分離，從而降低對設備的依賴。基于通用化的通信硬件平臺，提供基于工業SDNcontroller的遠程信息化監控等服務：支持通信設備資源模型的構建，并連接到工業云平臺。

軟件定義智能工廠

通過自動化、信息化來實現精益工廠建設，完成工廠大數據系統建立和發展完善，通過自動化和信息化實現從客戶到工廠和上游供應商的整個供應鏈的精益管理、生產線功能編排，并根據需要調整生產線設備功能，實現柔性生產。基于軟件定義網絡和軟件定義機器，將工廠MES、ERP、人力資源等資源在平臺模型化模塊化處理，實現工廠級調用，進一步擴展軟件定義能力。

研發原型

●奇瑞DELMIA數字化工廠

●蓋勒普DNC系統

●歐曼GTL節能重卡數字工廠

基于傳感器網絡的Sensor-PHM系統

設計師：佩吉·伊諾

產品介紹

隨著工業設備的功能不斷豐富，復雜度不斷增加，用戶對其可靠性、安全性、維修性和經濟可承受性提出了更高的要求。傳統的工業設備維護技術還停留在描述以及診斷階段，即通過單一的傳感器診斷設備的狀態，采用基于事件驅動或者時間驅動的方式對設備進行維修或保養。 基于傳感器網絡的故障預測與健康管理（Proqnosis and Health Manaqement，PHM）系統，能利用各類先進傳感器實時監測設備運行的各類狀態參數及特征信號，借助人工智能推理算法和模型來評估設備的健康狀態，在故障發生前對故障進行預測，最終能夠顯著提高設備的可靠性、安全性，降低其生命周期的維護保障成本。

產品詳情

Sensor-PHM系統采用了人工智能技術，可以基于碎片化的知識、經驗、數據，更精準地描述工業設備的客觀狀態，同時具有持久的學習和更新能力，為故障預測提供了一種新的計算和問題求解規范，將基于解析模型的故障預測和基于知識的故障預測歸于統一的并行推理框架中，大大降低軟件和硬件的費用，并提供更快速的問題求解規范。用戶可以采用基于設備運行狀態的維護模式，實時感知設備的健康狀況，直到出現系統失效的高級告警模式，并最終進行維修。

實現從傳統的基于自動化設備單個表值的監測，向基于智能系統的整體預測的轉變，為備機、熱機切換爭取時間，減少信號中斷時間，為統籌機器提供信息支持，降低潛在的設備監管費用。

Sensor-PHM系統的核心關鍵技術

基于傳感器監測網絡的優化配置

由于目前工業設備日趨復雜化，通常由多個分系統組成，而每個分系統又包含多個子系統。在狀態監測過程中不可能對所有部件進行監測，因此需要構建針對監測對象的傳感器網絡模型。

Sensor-PHM系統支持目前工業界廣泛使用的各類傳感器，如溫度傳感器、濕度傳感器、振動傳感器、聲發射傳感器、腐蝕傳感器和光纖傳感器等。通過建立傳感器配置模型，配合系統自帶的AI優化算法（如粒子群算法、混合蛙跳算法等）向用戶提供測試點、最優配置建議，來獲得測試點、傳感器配置成本與可診斷性要求之間的最佳平衡。

基于AI的狀態評估與故障預測

通過傳感器監測網絡采集的狀態特征數據，由于傳感器工作性能、所處工作環境及設備工作狀態等因素的影響，采集的數據中不免存在噪聲數據、空缺數據和不一致數據等問題。因此需要對數據進行清理、分析、特征提取，最后再利用數據挖掘的分類、關聯、聚類和預測功能，采用決策樹（運用概率分析的一種圖解法）、人工神經網絡和遺傳算法等，對設備的故障模式、故障規律和發展趨勢進行有效分析，并對設備的健康狀態進行評估和故障預測。

作為世界頂級的綜合化人工智能開發集團，TM公司從軍工行業起家，雄厚的技術背景成為我們在非民用重工業系統的設計上的可靠助力。多年來，本公司重工設計部開發并投入市場的多項專利產品，不僅奪得了國家技術部頒發的技術大獎，更是收獲了萬千用戶好評。相信本次我們經過多年潛心研究和測試，最終呈現給市場的這些產品，將為每—位用戶帶來前所未有的使用體驗和豐厚的經濟收益。

TM，您最明智的選擇！