新闻动态

9月11日,2017国际大数据产业技术创新高峰论坛暨大数据系统软件国家工程实验室揭幕仪式在清华大学召开。北京工业大数据创新中心作为该实验室重点共建单位之一,将承担国家级工业大数据技术创新平台关键技术攻关,参与起草国家大数据技术规范,开展工业大数据应用示范等系列工作。   国家工程实验室由清华大学牵头,将聚焦我国大数据产业发展的需求,一方面围绕大数据软件理论、技术与工程方法,突破大数据系统软件性能易用性和可行性方面核心技术,自主研发大数据系统软件与工具站;另一方面积极联合共建单位与合作单位在农业、工业、气象、环保以及国防等重点领域推进大数据创新技术的产业化进程,从而形成国家大数据系统软件的创新平台。     此次会议由清华大学副校长薛其坤院士主持,并与邱勇校长、雷朝滋副司长、安筱鹏副司长、袁军副处长、廖湘科院士、陈杰副校长、陆建华院士、孙家广院士共同为大数据系统软件国家工程实验室揭牌。     作为该实验室重点共建单位之一,北京工业大数据创新中心与国家气象中心、环保部信息中心分别代表工业、公共服务、政府治理等大数据重点应用领域发表演讲,以务实落地的案例阐明大数据应用对国家重点工程的保障能力。     北京工业大数据创新中心主任、昆仑数据CEO陆薇表示,创新中心在工信部和北京市经信委指导下,由清华大学与昆仑数据牵头,于2016年9月10日正式揭牌成立。作为第一家省级工业大数据制造业创新中心,成立一年来已推出拥有自主知识产权的KMX工业大数据一站式平台,并在制造业生产质量提升、装备智能化运维服务、能源互联网服务化延伸等领域做出卓越表现,将利用北京的科技与人才优势为制造业聚集地区产业发展服务,打造辐射全国的制造业创新网络。   本次大会上,清华大学校长邱勇、副校长杨斌分别代表承建单位、主办方致辞,工信部信软司安筱鹏副司长、国家发改委高技术产业司伍浩副司长、教育部科技司雷朝滋司长代表主管单位致辞。美国三院院士Michael I. Jordan教授、美国工程院院士C. Mohan博士、腾讯副总裁黎巍、阿里副总裁刘松、百度副总裁王海峰分别发表演讲。来自全国各地政府、相关企业和高校科研院所等单位的一百余位高管代表参会。...

Read More

他,去年刚从英国曼彻斯特大学念完硕士回国,亚磊同学就被K2招牌田博士领进门,按到了电子制造领域,做起了数据分析师。聊起制造领域的数据分析,不论是技术工具还是行业发展,他总能用高昂饱满的热情,滔滔不绝。     比如他的处女作,SMT线的钢网设计参数优化。这是个什么鬼呢?   SMT是表面组装技术(Surface Mounted Technology的缩写),是目前电子组装行业里最流行的一种技术和工艺。它是一种将无引脚或短引线表面组装元器件(简称SMC/SMD,中文称片状元器件)安装在印制电路板(Printed Circuit Board,PCB)的表面或其它基板的表面上,通过再流焊或浸焊等方法加以焊接组装的电路装连技术。   说人话——基本上需要控制的电子产品,都有一个电路板。在基础电路板上,需要按照设计的电路图,用锡膏贴上各种电容、电阻等电子元器件,再进行高温焊接。   钢网设计参数优化需要综合钢网设计、使用数据、制程参数(刮刀压力等)锡膏、刮刀、机台、工单等多数据源数据,从刚好的孔里漏出刚好的锡膏到PCB板上,避免因为锡膏刷的过多导致短路、或刷得太少沾不上,造成电路板报废。   说起来,SMT是一个已经相当成熟且相对饱和的市场。在这类的市场中,大厂往往通过良品率和生产成本控制获得更大的订单。然而SMT产线不良品因子高达上千个,牵涉到的数据涉及到产品生命周期的各个方面。钢网优化是一个并不大的命题,只是SMT工艺流程中的一小步。但这也是K2数据科学家与客户业务专家共同探讨后认为可以有所作为的突破口。   用了一个月左右的时间,亚磊同学了解了客户方的数据基础、业务语义、业务目标,并寻找方法,形成初步的探索报告。得到客户认同后,出于客户对数据的保护,他开始入驻到客场办公。   当时K2大家庭还没有搬家到智造大街,蜗居在原办公室的宝宝们在初夏就被热得不能自已。亚磊同学每每从客场办公回来,总会眉飞色舞的撩“茶水间俱乐部”的成员们:“我那儿可凉快了!” (……泥奏凯!)     细问下来,其实在客户现场要花费90%的精力去整理清洗数据。初期什么工艺都不太懂,只能对着一堆数据盲挖,尽量缩小范围,剔除异常数据。回忆起当时手边的数据对应的一亿多个孔,最开始他的内心也是糟烂的。   一般一个电路板有一百多个不同的元器件,有的元器件有可能对应20-30种孔,孔的大小从0.2毫米-3毫米不等。在厘清了千头万绪之后,亚磊同学很快找准了根源,一个多月后提交了最终的实施建议报告,并增加了模型自学习能力,帮助客户完成系统上线。从客户最终试验结果看,反馈数据方差变小,CP工程控制能力变强,由钢网设计造成的次品率降低50%,满意交付。   其实,遇到的第一个工业大数据分析项目就能顺利看到结果,亚磊同学也觉得很幸运。因为并不是每个业务问题都是目前大数据可解的,有的受限于数据质量,有的受限于数据种类,有些与工艺强关联的关键数据缺失,还有些需要投入实验设计成本。   如果能通过大数据平台先把所有需要的数据管理好,为数据分析提供充分友好的资源和环境支持,会否事半功倍?亚磊同学说,那是基础,那就能把我们从糟心的数据整理中解放出来,去做最有创造力的工作了。   现在,亚磊同学已经着手服务于新的客户项目,虽然是另一个全新的细分领域,但他觉得还是有部分共通的思路。学统计学出身的他,本着用最简单的办法快速解决问题的套路,继续电子制造领域翻滚。   工业领域的分析枯燥吗?对我们来说,哪一行的数据都是数据,我的乐趣就是在数据里找规律,越难成就感越大。   可是要把一个真正行业共性的难题突破,把原来的成熟制造工艺通过大数据提升一个层次,形成全行业的新兴解决方案,这是一个需要耐心的长期命题,并不会通过一朝一夕一个工艺环节的改善就能取得行业瞩目的变化。   亚磊同学对未来潜在的挑战充满了期待。他说,行业共性问题难解,是因为需要一环套一环的去解决一个一个的突破点,解决了最明显的,才会暴露出深层次的,这需要长久的投入。行业问题是永无止境的,因为问题会跟随技术迭代不断升级,如果真的有一天问题没有了,可能这个行业也就升级了。   写在最后 亚磊同学做的项目只是制造领域大数据应用的一个细微分支,质量管理也只是工业企业的核心功能之一。   在以往,生产企业凭借以PDCA、TQM、6-sigma为代表的经典质量控制方法论,在有限的数据基础上,通过业务价值评估,实现客户价值与生产成本的平衡。为了引导质量的根因分析,仅6-sigma就有一系列的方法论,如DMAIC、DMADV/DFSS、MFSS、SFSS等。在有了大数据技术的今天,这些先验知识仍旧宝贵。   在大数据情形下,如何利用大数据提供的多维度关联、深度模式挖掘等能力,进一步提升质量管理的时效性、全局优化性、预见性、自适应性?K2愿与业界同仁一起去探索更多未知的可能。 ...

Read More

8月15日,苏州工业大数据创新中心成立仪式暨院士讲堂活动在苏州高新区举办,苏州工业大数据创新中心作为苏州智能制造创新载体之一正式揭幕。会上,苏州工业大数据十百千专项工程宣告启动,以工信部电子五所华东分所、华睿智达、通鼎互联、胜利精密、博众精工、北京和能为代表的苏州工业大数据创新中心首批战略合作单位签约。     中国工程院院士孙家广、清华大学软件学院院长王建民、苏州市副市长兼高新区党委书记徐美健、苏州高新区党工委副书记、虎丘区代区长吴新民、苏州经信委主任周伟、北京工业大数据创新中心主任陆薇等出席活动。工业大数据作为科技创新引擎将提升苏州工业龙头企业核心竞争力,服务苏州制造强市建设。   苏州工业大数据创新中心揭牌   (苏州高新区党工委副书记、虎丘区代区长吴新民;中国工程院孙家广院士登台,共同为苏州工业大数据创新中心揭牌。)   苏州工业大数据创新中心是苏州制造业和互联网深度融合的新型创新载体,也是苏州强化科技创新主引擎的具体举措。苏州工业大数据创新中心的成立,将对苏州乃至苏南地区制造业转型升级起到引领和推动作用。   苏州工业大数据十百千专项工程   (苏州市经信委联合清华大学软件学院大数据中心及苏州工业大数据创新中心,在苏州实施苏州工业大数据十、百、千专项工程。)   依托苏州工业的优势行业,苏州工业大数据十百千工程将以试点先行、行业推广、平台化发展为推进步骤,为十家企业示范工程证明价值示范,百家企业解决方案落地实施,千家企业诊断把脉指明方向。以苏州工业大数据应用平台为基础,切实摸索、并落地工业行业云的最佳实践,建设以领先企业为龙头的行业聚集新生态。   苏州创新中心首批战略合作单位   (苏州工业大数据创新中心与首批战略合作单位签约仪式)   参与此次签约的工业翘楚及服务商 - 专业精密结构模组制造服务商-胜利精密 - 智能工厂整体解决方案提供商-博众精工 - 光电线缆制造领域领军企业-通鼎互联 - 电子制造数字化解决方案提供商-华睿智达 - 工业和信息化部电子第五研究所华东分所 - 智能制造安全解决方案提供商-北京和能   强化科技创新引擎动力、提升龙头企业核心竞争力是苏州制造强市建设的重中之重,此次签约将开启苏州市以工业大数据驱动制造创新能力的新篇章。   工业大数据专家讲座   中国工程院孙家广院士《工业大数据》   清华大学软件学院王建民院长《工业大数据技术与应用》   苏州工业大数据创新中心秦磊主任《数据推动中国工业未来》   华睿智达刘钧总经理《华睿智达智能制造解决方案》     关于苏州工业大数据创新中心 苏州工业大数据创新中心作为制造业和互联网深度融合的新型创新载体,主要发挥工业大数据应用技术突破和产品化、市场化及综合运营功能,重点开展工业大数据平台及应用研发,对工业大数据进行分析和挖掘,实现大数据在工业制造质量提升、过程优化、产品运维等多方面的应用,并在电子、装备等苏州重点行业进行推广。  ...

Read More

8月2-3日,以“智领先机·数见未来”为主题的2017中国大数据产业生态大会在京召开,工信部党组成员、总工程师张峰,工信部原副部长杨学山,工信部信软司副司长李冠宇等出席并致辞。昆仑数据作为工业大数据行业领导者,受邀出席本次活动,并一举斩获四大奖项。   2017中国大数据企业50强   “2017中国大数据企业50强”评选结果隆重揭晓,继获得2016年度大数据企业50强之后,昆仑数据再度蝉联。该奖项评选着重评定企业在大数据业务上的研发投入、创新能力、应用案例、产品及方案成熟度、投资及发展潜力等。     2017中国数据英雄榜   在大会的人物评选中,昆仑数据创始人&CEO、工业大数据创新中心主任陆薇博士荣登“2017中国数据英雄榜”,成为唯一上榜的巾帼英雄。该榜综合考量推举人及其企业的创新性、颠覆性、前瞻性、成长性、持续性。     2017中国数据大工匠   昆仑数据首席数据分析科学家田春华博士凭借在全球实战经验及国际学术领域的行业影响力,荣获“2017中国数据大工匠”荣誉称号。该奖项设置是为了褒奖具备技术特长、影响力、领导力、贡献力、实践力等能力的数据大工匠,为培育国际领先的大数据核心龙头企业储备能量。     2017中国大数据·智能制造最佳产品   2017中国大数据专有领域奖项中,昆仑数据基于KMX机器大数据平台自主研发的“K2Assets产品全生命周期管理解决方案”荣获“2017中国大数据.智能制造最佳产品”。这是继获选为“工信部制造业与互联网融合发展试点示范项目”后,K2Assets再获殊荣。     2017中美大数据企业对瞰 • 精彩演讲   昆仑数据CTO兼工业大数据创新中心总工王晨在中美大数据企业对瞰论坛中,以《工业大数据推动工业智能化》为题,与Splunk、GE等中美大数据企业家同台论道,从案例与技术实现两方面,强调工业大数据的应用需要将技术与工业机理深度融合。     会议期间,《2017中国大数据产业生态地图暨中国大数据产业发展白皮书》重磅发布。本次会议共有来自全国各地分管大数据的政企代表、国内外优秀大数据企业和用户代表、高校、科研机构以及主流媒体约计1500多人出席。   ...

Read More

  “我觉得在技术研究领域,男人和女人的能力没有实质性的差别。”   这是在采访完和陆薇闲聊时聊到的观点。国内企业级IT市场中,女性CEO不多,技术出身的女性CEO更是凤毛麟角。最早,就职于IBM的陆薇从事的是物联网领域的工作,受困于传感器高成本、网络带宽条件差等基础设施条件的限制,那时候物联网市场尚处于初级阶段。   但就是在那个时候,陆薇已经相信,未来一定是万物互联的时代,世界上会有很多机器设备在源源不断地产生数据,如何有效地挖掘这些数据的价值来让我们所在的物理世界变得更美好,这是一件非常有意义的事情。因此,她离职创立了大数据公司“昆仑数据”,成为了企业的CEO。   工业大数据应用面临的挑战   近几年,无论是德国的“工业4.0”、美国的“工业互联网”,还是中国的“智能制造2025”,相关词汇被炒得十分火热。陆薇说并不是各国在赶时髦,而是产业确实发展到了要跃迁到一个新台阶的时刻。如今,全球的传统工业正加速与信息化技术的融合,工业生产正逐渐从自动化、信息化的工业3.0时代向数字化、互联网、智能化的工业4.0时代迈进。   伴随着世界工业的发展进程,工业大数据一词逐渐兴起开来。字面上理解,广义的工业大数据指的是工业领域应用中所产生的数据,涉及企业内部生产经营活动及其与产业链上下游企业的交互活动。此外,工业大数据也涵盖企业外部和生产经营相关的各种天气、地理信息等自然环境、和原材料期货价格等社会经济相关信息。其中,最独特的一类是各种工业机器设备源源不断产生的工况数据。   “由于中国工业门类众多,不同门类、不同企业的自动化、信息化水平参差不齐,很多企业尚不具备数据基础,这样给国内工业大数据的发展带来了一定的挑战。”   除此之外,工业大数据在处理上也有一定的难度。一方面,相较于传统互联网大数据,由于涉及到非常多数量的机器设备,所产生、采集的数据不仅量大且大多为非结构化数据;并且比起互联网大数据倾向于属性之间的相关性,工业大数据往往更注重特征背后的物理意义及特征之间关联性的机理逻辑。   另一方面,不同于互联网大数据看重“量大”,工业大数据则注重的是“类全”,覆盖工业过程中各个环节的数据,从而保障能够足以反映对象的真实状态。再加上工业大数据往往需要将容错率降到最低值,这样在工业环境中才不会因为预测的失误造成严重的后果……工业大数据应用所面临着更为复杂的境况。   对于工业企业来说,亟需一整套专业、智能化的大数据解决方案,来为其获得实时的洞察力,以最快的速度实现数字化转型,提升竞争优势。   针对细分领域的K2Assets   目前昆仑数据自主研发了偏向底层的KMX机器大数据管理分析平台,并基于前者研发了K2Assets设备全生命周期管理解决方案,面向装备制造、能源、电子等领域,提升企业的智能化管理水平。   KMX是涵盖工业大数据从接入管理、深度分析到落地应用全流程的一站式、一体化数据平台。目前已支持累计超过200000亿数据点的海量数据、高达8千赫兹频率的高频数据、以及每秒千万数据点实时数据的接入、存储和查询。   针对企业既有分析应用或技术投资,KMX内置非侵入式并行化分析引擎,简单操作即可迁移保留现有企业资产模型。针对大数据场景下的全新工业级应用开发,KMX则提供了丰富算法库,兼容机器学习与神经网络环境,有效提升应用开发效率提速五倍以上,帮助客户从高效的实施时间优势中获益。   “我们认为当前国内工业企业对于大数据的共性应用需求是——提质增效、降耗控险。”   陆薇根据这几年的服务经验总结出了这样的八个字,这也是昆仑数据正努力帮助企业实现的目标。而再往下探究,不同工业细分领域中的企业,对于大数据的需求其实是不尽相同的。   所以针对装备制造商的共性需求,昆仑数据自主研发了,入选工信部试点示范项目的“K2Assets产品全生命周期管理解决方案”,一个跨应用领域、共性的设备数据管理解决方案,通过对设备的远程监控和运维管理,及时发现甚至预测故障的发生,保障设备健康工作,降低因非计划停机带来的企业损失。   提到决定研发K2Assets的初衷,陆薇说主要源于昆仑数据长期服务的用户的实际需求。最早,装备制造商在向他们的用户提供维保服务的时候,一般只负责包含在产品价格内的一段时间,偏向以成本为中心的维保服务。而K2Assets则希望利用大数据技术提供的各种增值服务,可以将维保服务变成利润来源,用实实在在的价值驱动客户即使在过保的情况下,也愿意为之付费。   K2Assets还重点强调了“问题感知智能化、解决方案形成智能化、服务过程智能化、服务结果智能化”,四个智能化的理念。主动预测生产过程中发生的故障,通过数据分析,远程诊断设备的健康状况,解决问题并形成针对性的解决方案,最终实现智能化服务闭环。   目前,K2Assets已经服务于全球最大的风电整机制造商金风科技、国内领先的动力装备解决方案提供商陕鼓动力、国家工程机械行业大型骨干企业山东临工,在高频、海量的工业场景下,实现大数据预警。     强大的资产模型建立能力也是K2Assets其中一个特色。将包括设备结构数据、动态工况数据、用户交互信息、事件记录等设备资产从诞生到退役全程产生的数据关联在一起,构建设备全生命周期的数据档案,实现设备健康全息感知,这与GE提出的“数字孪生体”概念不谋而合。   据了解,K2Assets推出市场已经有半年时间。陆薇说下一步他们打算进一步加紧产品在装备类企业的推广力度,让更多企业用起来。   在此同时,昆仑数据还希望与更多的行业应用合作伙伴一起,基于底层KMX平台,针对其他细分应用领域研发出更多有价值的数据应用产品。        ...

Read More