飞象网讯 “2017年世界电信和信息社会日大会”于5月17日在北京举办。飞象网作为直播媒体将对会议做全程报道。直播内容：
李伯虎：很高兴参加这个会，刚开始分享了，让我用半小时的时间跟大家汇报一下，我们在智能制造系统中间工作的一些情况。我这个报告的题目是智慧云制造中大数据的研究、实践与思考。
第一个方面，首先讲一下智慧制造云，它实际上是一种智能制造系统。紧接着把智慧制造云中间大数据的来源价值，它对大数据关联的需求以及我们所研制的大数据的技术构成做一个简要的介绍。同时也谈几个应用例子，最后提几点建议。
首先智慧制造云，它的背景，这个时代的背景，大家知道新技术新时代产业变革，大家认为互联网+，人工智能+的时代已经到来了，我们对它的解读，创新、绿色、开放共享、个性，这个时代的网络，是天上，地下，有线、无线、固定、移动，泛在互联网。
那么这个时代的技术，是很多技术深度融合的综合性技术，包括互联网技术，新一代的信息技术，新的人工智能技术，新的能源技术，新的材料技术，新的生物技术，以及国民应急、国家安全、国计民生等领域的新技术。
这个时代的生态系统24字，发展互联，数据驱动，共享服务，跨界融合，这样一个时代对国民经济，国际民生，国家安全领域的模式，手段生态和系统都要求发生重大的变化。
制造业作为国民经济也不例外，各个国家制定发展计划，美国，德国，英国，法国，欧洲，日本以及中国。这些国家的战略发展规划，制造业，核心就是积极发展智能制造的技术产业和应用，来实现面向智能制造的模式、手段和生态。
我们这个团队80年代就开始做制造业信息化工作，2009年我们在国际上，首先提出了云制造的理念，而且开始了网络化、服务化为主要特征的，云制造1.0的研究实践。以后随着时代的发展，我们在2012年提出云制造2.0，智慧云制造。
按照智慧云制造理念所构造的系统，我们叫智慧制造云，实际上这个里面，目前我们国内在这方面的关键技术，制成平台和应用已经取得阶段成果，应用也出现成效，这个产业开始起步，特别提到的2018年8月份开始，在欧盟启动的项目，支持国外开始关注开展智能制造云制造。2013-2016美国召开的大会，都有专门的云制造。这是提出发展。
究竟什么叫智慧制造云，实际上是根据云制造的含义提出来的。新型网络的技术，生产实验都在里面，第二就是信息通讯技术，第三，智能科技技术，包括脑科学，认知科学等人工智能，以及制造技术，航天。这个把深度的网络化作为一个手段，构成一个用户为中心的，统一经营的智慧制造的硬软资源和能力的服务云，也就是研究行业信息的互联服务。
用户通过终端和智慧云制造的服务平台，能够随时随地按照他的需要获取他所需要的资源和能力。干什么呢？对制造的全系统，全生命周期产业链的环境能够自主的感知互联，学习，风险，认知，决策，控制和执行，使得从全生命周期里，再先进的系统，必须有三个要素五个流。组织、精英管理、技术设备三要素。五个流，兴线、物流、资金流、知识流、服务流。
使得三要素五个流全程优化，就能够形成一种放在网络用户为中心的人基于环境信息融合、互联服务协同个性、柔性、社会化的一个智慧制造新的模式。刚才我讲得24个是一个新的一态。最后达到什么目的，就是要高效、优质、绿色、柔性的制造产品和服务用户，提高市场竞争力。这就是智慧云制造的内涵，这里面我们对它的模式、手段、业态、特征、实施内容都有比较明确的规定。
按照这样一个含义所构建的制造系统，就叫智慧制造云，或者叫智慧云制造系统，这是它的概念模型。包括智慧制造的软硬资源和制造能力、产品，包括构建云池，包括制造全生命周期的活动这三个大块。
一个核心就是智慧云制造的平台，里面有三类人员：
第一类：服务提供者。
第二类：服务使用者。
第三类：云的运营者。
根据这样的概念模型，我们进一步提出实施的体系结构，可以这样简单的描述。底层是制造资源的能力，上面是感知介入通讯层，然后服务平台层，这里面包括虚拟化、服务化云池，包括一些共性支撑的中间件和面向制造的中间件，上面是三类用户的人机界面。再上面是应用层，可以实现个性化、服务化、社会化、柔性化和智能化的制造产品和服务用户，再上面就是人机。
所以实际上这样一个系统明显就是一种互联网云+制造资源和能力的人、机、物、环境、信息智慧互联的制造系统这样一个系统架构，可以用到垂直方向行业界、工厂企业界到车间，一直到设备和产品。横向可以在这个里面实现云论证、云设计、云生产、云仿真、云识别、云管理、云销售、云维修全生命周期的活动。
这样的系统跟以前的制造系统有什么差别？主要体现数字化、物联化、虚拟化、服务化、协同化、定制化、柔性化、智能化，统称就是智慧化。
在这个基础上，我们进一步提出他的技术体系，这里包括系统的总体技术，产品的专业技术，系统的支撑平台技术，云设计、云生产、云基金管理、云仿真、云服务技术。软件非常重要，在系统里的系统软件、平台软件和应用软件。同时我刚才说四大类技术，细分新兴大制造，比如有先进的原器件，工艺、质量、材料以及3D打印等等这些新的技术，信息通讯技术有12种，比如大数据，它就是为全生命周期活动提供精准、高效、智能化的一种技术。
还有智能科学技术，还有制造应用领域，这里面细分各种技术，都在我们智慧云制造系统，或者制造云里起到一定的作用，时间关系不多说了。
从上面我简单的描述可以看出来，智慧制造云就是种互联网+人工智能+的一种智能制造系统，为什么？因为它提出了一种新的制造模式、手段和新的生态。同时，它就是云计算在制造领域的拓展和落地，包括在共享资源，不仅仅是计算资源，包括制造的资源和能力。服务的模式刚才我讲了，不仅仅计算模式，有四种、五种制造模式。
支撑技术不仅仅是云计算，有四大类技术。那么这个智慧制造云有中国的特色，中国特色是以两个为主线，基于我们过去的制造业信息化的工作，突出了问题导向，要加快中国推进5个转型升级，从大国变强国，突出了模式、手段和生态为核心，突出了2.0、3.0、4.0同步发展，以及突出了政产学研金融的团队力量。
它的效益概括起来，就是能够提供这样一个新的模式、手段和业态以后，来改善企业界、产业界等的PTQCSEK，P是产品，T是时间，Q是质量，C是成本，S是服务，E绿色制造，K是知识来提高企业的竞争能力。
那么上面是整个宏观的理解，实际上航天云网实际上就是这样一个出行，这是目前航天云网的体系架构。很重要的，这里面有一个工业大数据的支撑平台，我们做了三朵云，私有云内部的，公有云，一朵一带一路的国际云。
在这个云里面，我们有在线的硬软资源、在线能力，有金融服务、政务服务、物流服务、一站式服务。可以在云上、云下，在全产业链实现个性化定制、协同研发、协同采购、协同生产、协同营销、协同售后服务。
目前私有云已经有100多家经过改造以后，航天公有云已经有60多万，今年准备到100万，国际运营商已经1000多家。初步效益信息互通、资源共享、能力协同、开放合作、万众创新、互利共盈。
这是先给大家介绍一下智慧制造云，要谈到大数据的应用，必须跟应用场景紧密结合，这就是我们的应用场景。那么在智慧制造云里，大数据有一些什么？
第一个，全生命活动里各种各样的数据。
第二个，管理经营内外的数据，以及技术产品设备的数据。从大数据的分类，按照它的形式结构有半结构、非结构化，按照它产生的频度，有静态、动态和实时。
众所周知大数据是大量、高速、多样价值，除此之外对我们智慧制造系统，里面有多元符合模态，数据型的异构、类型异构，符合参数结合，高度实时性和不确定性。
智慧制造云大数据的价值，通过采集管理分析服务，能够精准高效智能促进云制造的智慧化，实现产品+服务为主导随时随地按需个性化、社会化的制造，提高企业的竞争能力。
这样一个大数据，对我们智慧制造云，对大数据有什么需求。除了感知以外有六大技术的需求。首先大数据的集成很清洗，也就是把不同来源的数据，接入我们以后，要得到一个干净一致的数据发给后续的处理。这个技术特色，要有海量的实时数据。
第二要实现异构数据类型的集成，在存储和管理方面，一定要能够实现海量数据的分布式的存储，以及需要对各类存储数据快速进行访问。
第三风险挖掘很重要，要有各种各样的模型、算法，也就是说对我们这样一个智慧制造系统来说，里面应该有应用目标导向的各类的模型和算法，以及要建立各种各样的风险模型。
在可视化方面，我们要能够综合处理显示多维的数据和交互式的一些需求。在标准和质量上，要有多种类型的标准以及交互和交易。
对安全这里面隐私保护要求很高，难度大、关联性强，数据产生和应用过程要内容追溯和保护大数据交易中间的商业安全，有很多骗子到你云里，不仅是信息系统安全，而且还有商业安全，这就是我们的需求。
根据上面的需求，我们现在研发了这样一个平台框架，基于很多开源的软件。那么这里面这就是它的体系结构，在感知的基础上，对大数据要有集成清洗，对大数据介入和存储要进行管理，大数据要把他云化，大数据要进行风险，大数据要进行可视化。这就是一层一层，同时有各种各样的标准安全和运营的管理，可以建筑在我们私有云和公有云上。
那么我下面分别把大数据平台里，我们采用的一些技术，简单跟大家交流一下。
首先大数据的集成和清洗，我们也是基于通用大数据的感知技术，它的集成和清洗技术实现大数据的集成和清洗，也就是大数据的治理。这里面我们处理是业务系统的梳理，就是各种各样的软件硬件里，系统数据要进行梳理。
第二这些数据都是原来像Oracle这些一些关系数据库里的，所以我们要转化成我们这个大数据系统，要把它转化。
第三要做得工作，设备数据的转化，把设备里各种各样的数据，通过工业总线技术等等之类，把它写如到我们大数据系统里，这是我们做得第一个工作。第二要介进来，要进行存储管理，这就是我们整个体系结构。
这里面首先有两类数据要接入：
第一个：批量数据要接入，大量的批量，这样接入的过程，可以进行清洗和整合。
第二个：实时数据，这里面我们采用kasika和fouloumi两个不同的。一个是属于多种的消费者，一个是属于多种的生产者。这两类数据，实时数据要进行混合的我们结合的处理。
数据的存储这是两个介入，一个实时一个批量。存储我们目前一种要海量结构化与非结构化数据的并行存储和访问，我们采用MPB的数据库。分布一个数据在云端的存储和访问，我们就用handou。所以用MPB数据库和handou数据库相结合的办法。
第三个技术，云化。我们才用两种云化办法：
第一种：大数据的直接云化，就是dasi deta 提供服务。
第二种：大数据迁入到一个模型和软件里去，通过软件的服务来提供服务。
所以两种云化方式，这里面涉及到一些高性能的技术，云存储技术和工业数据处理的技术。
第四个问题是一个风险，这个大数据的风险，我们要分析历史的数据，实时的数据，这里面我们要对描述性数据进行风险，对规定性的数据进行风险，对预测性的数据进行风险。
采用各种各样尽量多的模型和算法搁在里面，以便于你对不同应用可以采取所需要的方法。这里面包括分布计算的引擎，包括工业的智能算法和通用的智能算法，包括机器学习的各类算法，以及包括交互性风险的算法，这是四类数据风险的算法。
也就是根据大数据可视化去实现智慧制造云里多维大数据各种各样的风险展示，比如设备健康情况怎么样，设备多维的智能预警出毛病了。制造活动整个趋势怎么进行预测？这就是刚才我简单跟大家讲一下，我们大数据的评测架构，以及他技术的构成。
下面到底应用怎么样？举几个例子，当然我们也做得很粗略。首先在基于大数据的研发，举两个例子，比如我们航天电缆，上次高总在中央电视台接受采访，说电缆也很重要，像神经系统血管一样。这个电缆我们根据经验大数据和综合类型性能的数据，要建立一个应用软件，来实现电缆数据设计的一体化，通过这样一个大数据综合的风险，我们可以节省时间，延迟时间60%，电缆重量减少15-30%。
民用医药研发，因为我们在这个系统里，与各种各样官方的电子病例，有医疗等等信息系统提取的海量临床的数据。所以根据这些数据，利用我们前面的技术，可以挖掘药物效用和治疗方法，从而为医药研发提供定量的数据参考。
第二类生产，航天制造零排产，就是经过我们自己研发的叫云maisi，执行调度系统在云里，可以对多个企业生产加工中心数据进行采集和监控。基于我们提出的云排产算法，实现北京、河南异地跨企业生产资源协同排产和优化调度。
再有客轮公司，他有一个医疗器械的智能制造生产线，我们给他建立基于云制造和大数据技术的云maisi，实现医疗生产执行过程产线的数据采集和加工流程实时动态的优化。
还有异地智能生产来实现刚才那个大数据技术，实现生产线在苏州太远两地异地数据的互联互动和云生产的排产。
第三类基于大数据的维修和监测，比如C919，我这个片子讲的时候还没飞呢，现在已经飞上去了，这我们国家了不起的事情。这里面我们先做了一个实现3万多项飞行数据中，实际的飞行安全4600个关键数据进行实时的监控，健康状态要评估，以及维修品质风险这些功能，来建立我们国产大型科技的实时监测和风险大数据中心。
直升飞机、健康管理，通过我们建立了一个细分的故障预测和健康的管理系统，当然是基于大数据的。对传感器获取设备的状态信息，借助多种智能算法，可以进行监测风险、诊断设备直升机的状态。
中国的平台正在进行之中，比如格力，这就是格力大数据的平台，有技术平台、资源整合集成、存储管理、组织管理、服务体系、业务应用，基于标准化和安全。
他们商机一部、商机二部计算中心，对大数据有不同的需求，没关系。我们把各个业务系统的数据首先要进行统一的治理，实现数据的融合。然后正在开发的应用系统，可以提供故障诊断都是基于大数据的，故障的预测、产品统计、配件预测、智能搜索、实时查询和营销服务。
哈电集团，过去他是单一的数据资产，现在由于大数据技术引用，可以有多种高层次的数据集成抽象。基于大数据各种各样的算法，然后实现具有扩展性的工业大数据的风险。这也是资产管理监控，基于知识库和故障的健康管理和综合性的数据。
最后我们通过初步的实践，感觉到大数据已经成为智慧制造云或者智能制造系统建设和运营的战略资源。它的作用使智慧制造云实现智慧化的基础，它的研究和实践发展，需要技术应用产业的协调发展，以及各个层次的基础创新体系和人才培养体系持续的建设。具体在技术方面，宏观上讲要有六个重视，重视大数据基础理论算法决策问题的持续研究，重视大数据技术和信息通信技术、人工智能技术、系统工程技术和制造领域等多种技术深度融合的技术研究。
三重视对面向用户的大数据云服务技术，就是大数据的云化。四重视基于大数据制造业全生命周期的模式、流程、手段和业态的技术研究。五要重视共享经济上商业模式的技术研究，最后要重视安全技术和相关标准评估体系的研究，在技术方面要从六个方面进行重视。
在应用方面，当然要应用来牵引，这里面要突出四个：
第一个：突出制造特点、行业特点。
第二个：突出问题导向。
第三个：突出大数据驱动下，智慧制造云管理的模式、手段和业态的变革。
第四个：要制造三要素，人组织、基因管理、技术，五个流信息流、物流、资金流、知识流、服务流，要突出制造三要素五流的集成化、优化和智慧化。
那么在产业方面，可以加强三个加强：
第一个：加强大数据技术的硬软工具和平台研发的产业。
第二个：大数据系统构建和运行解决方案的产业。
第三个：加强工业云数据中心的运营服务产业。
如果这样以后，我相信我们大数据的应用在制造领域就可以得到飞速的发展，谢谢我们团队的贡献，谢谢诸位。
