系列報道④

機器專業(yè)科班出身的海歸博士馮建設(shè)在告別前東家工業(yè)富聯(lián)之后，參與了信潤富聯(lián)的籌建工作，聚焦后道工業(yè)質(zhì)檢無法在生產(chǎn)過程中及時發(fā)現(xiàn)異常的痛點，運用博士就讀期間機械設(shè)備故障診斷、健康管理和運籌優(yōu)化等專業(yè)知識，并在百度飛槳深度學(xué)習(xí)平臺開源時序建模算法庫 PaddleTS的加持下，推出了汽車零部件制造場景的精密制造在線異常監(jiān)測系統(tǒng) MachineProphet，及時發(fā)現(xiàn)生產(chǎn)過程中的機器設(shè)備異常，縮短40%計劃外的停機時間，避免95%以上的生產(chǎn)批量異常并及時對異常原因追根溯源。

與此同時，對于人工智能為代表的新興技術(shù)的快速發(fā)展，馮建設(shè)并不感到擔(dān)憂反而大膽擁抱新技術(shù)，希望新的技術(shù)工具能夠賦能智能制造，進一步提高工業(yè)制造的生產(chǎn)效率與質(zhì)量水平。

填補行業(yè)空白，成為機器設(shè)備“保健員”

“就如同人會去醫(yī)院，通過醫(yī)生的望聞問切以及各種化驗檢測來得知自身健康狀況一樣，我們也瞄準機械設(shè)備故障診斷和健康管理上的空白，關(guān)注機械設(shè)備生產(chǎn)運作時的健康狀況，通過各種數(shù)據(jù)檢測和算法優(yōu)化，預(yù)測出機器何時會壞？壞在哪里？要怎么去修？什么時候修最好？”在談及自己工作性質(zhì)與內(nèi)容時，信潤富聯(lián)CTO馮建設(shè)表示，“我們的工作就好似在給機器設(shè)備做‘保健’?！?/p>

據(jù)了解，信潤富聯(lián)由中信集團、華潤集團、工業(yè)富聯(lián)三家行業(yè)巨頭聯(lián)手出資創(chuàng)立。2019 年，信潤富聯(lián)幫助全球最大的鋁制底盤零件供應(yīng)商中信戴卡打造了中國汽車鋁制品加工行業(yè)的第一座燈塔工廠，樹立了中國汽車制造行業(yè)的新標桿。信潤富聯(lián)打造的沖壓過程智能監(jiān)控系統(tǒng)、沖壓設(shè)備集群智能管控系統(tǒng)等系列產(chǎn)品已在上汽愷博、美的集團等企業(yè)完成商業(yè)交付落地，其“金屬精密加工工業(yè)互聯(lián)網(wǎng)平臺”更是入選工信部《2022 年新一代信息技術(shù)與制造業(yè)融合發(fā)展試點示范名單》。

馮建設(shè)與智能制造的緣分源于其求學(xué)路上知識架構(gòu)的不斷蛻變。馮建設(shè)曾先后取得同濟大學(xué)機械工程學(xué)士學(xué)位、浙江大學(xué)機械電子工程碩士學(xué)位以及美國辛辛那提大學(xué)機械工程博士學(xué)位。

其中，本科階段的參賽和實驗室經(jīng)歷讓馮建設(shè)明白“現(xiàn)代制造將是機器設(shè)備、計算機信息技術(shù)的有機融合”并將其視為往后的研究方向。在研究生階段，馮建設(shè)對上述方向有了更深刻的認識，其專業(yè)方向也微調(diào)成機械電子工程，開始將數(shù)學(xué)統(tǒng)計、自動控制，傳感器、計算機軟件編程等不同領(lǐng)域的專業(yè)技術(shù)與機器制造融會貫通，這也與馮建設(shè)就讀博士期間的機械設(shè)備故障診斷、健康管理和運籌優(yōu)化的專業(yè)研究方向不謀而合，也就此開始探索如何通過數(shù)字化技術(shù)提升智能制造的整體水平。

隨著對工業(yè)制造領(lǐng)域認識的不斷深入，馮建設(shè)愈加認識到智能制造的重要性。他舉例表示，在汽車制造業(yè)，上汽大眾生產(chǎn)線基本一分鐘就可以下線一輛汽車，生產(chǎn)零部件速度更快，鈑金零部件沖壓每分鐘可以生產(chǎn)成百上千件，一旦制造設(shè)備出現(xiàn)故障，5分鐘將會生產(chǎn)出5000件廢品，如果無法及時發(fā)現(xiàn)異常將會損壞機器設(shè)備，影響工廠生產(chǎn)成本與生產(chǎn)節(jié)奏。如果有在線異常監(jiān)測系統(tǒng)，系統(tǒng)則會對上述生產(chǎn)流程進行監(jiān)控與預(yù)警，及時發(fā)現(xiàn)早期生產(chǎn)異常，保證所交付的產(chǎn)品質(zhì)量，避免類似情況的發(fā)生。

2020年10月，綜合所學(xué)與所聞，加之當(dāng)時老東家工業(yè)富聯(lián)有意跳出與中信、華潤等企業(yè)甲方乙方的傳統(tǒng)合作模式，更好地發(fā)揮智能制造的賦能作用，馮建設(shè)決定參與信潤富聯(lián)籌建工作，聚焦于打造代表制造業(yè)最高水平的燈塔工廠及賦能行業(yè)數(shù)字化轉(zhuǎn)型的工業(yè)智能解決方案。

克服技術(shù)轉(zhuǎn)化難題，“機器先知”問世

不過，從實驗室到制造工廠，馮建設(shè)及其團隊的技術(shù)落地轉(zhuǎn)化之路并非一帆風(fēng)順。

“制造業(yè)本身是業(yè)務(wù)驅(qū)動，是客戶價值導(dǎo)向的，很多時候技術(shù)手段解決特定問題不是客戶的第一關(guān)切，如何降本增效、提高生產(chǎn)質(zhì)量才是關(guān)鍵，因為制造業(yè)是要算賬的，是要時刻清楚投資產(chǎn)出的ROI數(shù)據(jù)的?！瘪T建設(shè)表示，除了認知水平外，生產(chǎn)環(huán)境惡劣、產(chǎn)業(yè)數(shù)據(jù)獲取、產(chǎn)品耐用性測試以及產(chǎn)品落地成本等因素也是一大挑戰(zhàn)。

以信潤富聯(lián)耗時八個多月研發(fā)，面向汽車零部件制造場景的精密制造在線異常監(jiān)測系統(tǒng) MachineProphet為例，其主要分為偏硬件的高精度傳感器、偏軟件的多模態(tài)信號融合以及軟硬件集成三大部分。

其中，如何在嘈雜、悶熱的生產(chǎn)車間有效捕捉弱異常信號成為馮建設(shè)團隊面臨的一大挑戰(zhàn)，也是團隊需要耗費一半時間去攻克的難題。同時，由于工廠留給團隊架設(shè)設(shè)備的時間十分有限，加之MachineProphet涉及人工智能算法，其推理需要較高的算力資源，如何把眾多設(shè)備集成到較小的硬件盒子里，并以較輕便的方式把產(chǎn)品布置在工廠內(nèi)，也是一大挑戰(zhàn)。

“我們通過做降噪、自適應(yīng)濾波、時頻分析等大量的高階信號處理操作來實現(xiàn)信號特征增強?！瘪T建設(shè)還透露，百度飛槳時序建模算法庫PaddleTS 的應(yīng)用，其涵蓋時序預(yù)測和時序異常檢測兩大核心場景模型，賦予了MachineProphet對設(shè)備識別與檢測更為精準的能力。

馮建設(shè)表示，在研發(fā)團隊沒有應(yīng)用飛槳 PaddleTS 之前，信潤富聯(lián)的技術(shù)專家拿到數(shù)據(jù)后，會做一些基礎(chǔ)性時序特征分析，進行異常檢測嘗試，并將其畫成工程圖，這部分的工作量非常大，但放在 PaddleTS 里后，就能進行流水線式的設(shè)計和執(zhí)行，這樣大大節(jié)省了人力，提高了開發(fā)效率。

MachineProphet并非簡單的產(chǎn)品質(zhì)檢系統(tǒng)，其不同之處也如其“機器先知”的翻譯，在于“事中”預(yù)測監(jiān)測，能在加工生產(chǎn)過程中及時發(fā)現(xiàn)早期的微弱異常，從而避免異常帶來的產(chǎn)品質(zhì)量、用料成本、設(shè)備故障等問題。

對此，馮建設(shè)則是用“魏文王與扁鵲三兄弟”的典故來說明其中的區(qū)別。他認為MachineProphet的作用就如扁鵲中兄“治病于病情初起時”，并不斷朝著扁鵲大兄“治病于病情發(fā)作之前”的方向努力，通過數(shù)字化技術(shù)提高生產(chǎn)制造水平。

基于弱異常的精準感知與捕捉、場景化的故障特征增強技術(shù)以及人工智能算法的建模分析，MachineProphet在汽車制造領(lǐng)域大顯身手。其中，MachineProphet能夠及時發(fā)現(xiàn)設(shè)備異常，縮短40%計劃外的停機時間，避免95%以上的生產(chǎn)批量異常和及時對異常原因追根溯源。

積極擁抱新技術(shù)，拓展業(yè)務(wù)新方向

“我從來都沒想過這個問題，因為工業(yè)制造領(lǐng)域非常喜歡接納新技術(shù)工具，新技術(shù)工具的出現(xiàn)對于工業(yè)制造而言更多是生產(chǎn)效率或者標準化能力的提升。人工智能技術(shù)的出現(xiàn)與應(yīng)用只是工業(yè)制造的許多關(guān)鍵環(huán)節(jié)中的一環(huán)而已。”在面對“人工智能等新技術(shù)發(fā)展是否對你帶來危機感”的靈魂拷問時，馮建設(shè)坦言，工業(yè)制造領(lǐng)域是一個龐大、完整的生態(tài)系統(tǒng)，以MachineProphet為例，其涉及傳感器、物聯(lián)網(wǎng)、云計算、軟件工程化等諸多技術(shù)，更多會考慮如何能更好地利用新的技術(shù)工具提高生產(chǎn)效率。

與此同時，人工智能與工業(yè)制造的結(jié)合仍有障礙需要掃清。工業(yè)制造和人工智能結(jié)合的中間需要類似于“翻譯員”的角色，需要準確地把工業(yè)制造的問題翻譯成人工智能可以解決的模型問題，同時還要把人工智能產(chǎn)出的結(jié)果，與生產(chǎn)現(xiàn)場的執(zhí)行流程和軟件系統(tǒng)相結(jié)合。

馮建設(shè)表示，隨著生產(chǎn)在線監(jiān)控、設(shè)備預(yù)測性維護等單點智能的場景化落地，越發(fā)證明機器學(xué)習(xí)、深度學(xué)習(xí)等 AI 技術(shù)對智能制造能力提升具有巨大價值。這些單點智能如同預(yù)實驗在各個場景下的開花結(jié)果，會進一步驅(qū)動智慧工廠逐步從單機深度智能走向群集廣度智能，實現(xiàn)智能運維、生產(chǎn)、質(zhì)量等環(huán)節(jié)的深度結(jié)合。

未來，MachineProphet模型有望應(yīng)用到其他行業(yè)。在馮建設(shè)看來，精密制造在線異常檢測平臺本質(zhì)上是解決精密制造如何在過程中提升生產(chǎn)能力、提高產(chǎn)品質(zhì)量的現(xiàn)實性問題，而該問題具備普適性。除了沖壓工藝之外，注塑，焊接、擠壓、半導(dǎo)體封裝等其他精密加工場景中均存在類似的精準控制與動態(tài)調(diào)優(yōu)的訴求。基于飛槳 PaddleTS 開發(fā)的系統(tǒng)異常檢測能力，不僅能在汽車制造行業(yè)大顯身手，也能應(yīng)用到風(fēng)電設(shè)備運行、母線負荷預(yù)測系統(tǒng)、風(fēng)功率預(yù)測、設(shè)備狀態(tài)檢測和故障預(yù)警、水質(zhì)監(jiān)測等其他眾多工業(yè)場景中。

采寫：南都記者 陳培均

相關(guān)知識

AI+醫(yī)療健康，一個科創(chuàng)投資的大機遇
探訪第42屆中國國際康復(fù)輔助器具產(chǎn)業(yè)暨國際福祉機器博覽會
體質(zhì)監(jiān)測制度,AI智能健康監(jiān)測一體機
健康監(jiān)測設(shè)備
繼NMPA創(chuàng)新醫(yī)療器械特別審批后 康博刀?再獲美國FDA“突破性設(shè)備認定”
毫米波雷達助力保護嬰幼兒呼吸健康監(jiān)測，硬核科技護航寶寶健康成長
可穿戴設(shè)備：醫(yī)療監(jiān)測的未來發(fā)展與創(chuàng)新應(yīng)用
AI與人體健康：醫(yī)療健康監(jiān)測與智能醫(yī)療設(shè)備
智能科技引領(lǐng)：可穿戴設(shè)備在健康監(jiān)測領(lǐng)域的創(chuàng)新與未來
【浩體云】AI學(xué)生體質(zhì)監(jiān)測一體機

網(wǎng)址: 機床也要健康監(jiān)測？AI博士回國創(chuàng)業(yè)成為機器設(shè)備“保健員” http://m.gysdgmq.cn/newsview340240.html