中科云翼互聯(lián)智造服務(wù)云平臺是一個(gè)面向制造企業(yè)和工業(yè)APP軟件開(kāi)發(fā)的工業(yè)云平臺，平臺主要作用如下：

（1）可為集團型制造企業(yè)提供一套共享的管控軟件對過(guò)程進(jìn)行管理，促使管理模式的統一；

（2）降低企業(yè)IT運維成本，使得IT資源得到優(yōu)化配置，避免重復部署及分散維護并能適應業(yè)務(wù)規模的變化；

（3）可為中小企業(yè)以云的方式提供廉價(jià)制造過(guò)程管控服務(wù)；

（4）便于企業(yè)難題的解決，對于制造過(guò)程的優(yōu)化、分析難題可通過(guò)完善生態(tài)系統提供共研眾創(chuàng )環(huán)境有利于問(wèn)題的解決，為企業(yè)智能制造轉型升級注入新動(dòng)能。

主要研究方向包括：

工業(yè)互聯(lián)網(wǎng)平臺構建技術(shù)；

工業(yè)互聯(lián)網(wǎng)邊緣側網(wǎng)關(guān)技術(shù)；

數字孿生與AR/VR技術(shù)；

云MES；

基于工業(yè)互聯(lián)網(wǎng)的設備遠程監控與故障分析；

設備健康狀態(tài)體檢及壽命預測；

大數據驅動(dòng)的工藝過(guò)程參數優(yōu)化；

基于大數據分析的質(zhì)量缺陷分析。

1.云MES技術(shù)開(kāi)發(fā)與產(chǎn)業(yè)化

研發(fā)團隊基于多年在企業(yè)實(shí)施MES項目的技術(shù)積累，基于中科云翼互聯(lián)智造服務(wù)云平臺研制了面向中小裝配類(lèi)企業(yè)的云MES，其以較低的成本為中小企業(yè)提供生產(chǎn)過(guò)程精益化管控服務(wù)，其覆蓋人、機、料、法、環(huán)等生產(chǎn)諸要素，充分利用“數字工廠(chǎng)建?！焙汀按髷祿治觥钡群诵姆?wù)，為MES系統管控功能的規范化集成與智能化分析提供基礎支撐，實(shí)現全流程生產(chǎn)實(shí)時(shí)跟蹤與過(guò)程追溯。利用工業(yè)云互聯(lián)互通特性，實(shí)現計劃、質(zhì)量、物流等協(xié)同化管理，支撐互聯(lián)制造新模式的應用。主要功能包括：工藝管理、計劃管理、工單管理、質(zhì)量管理、過(guò)程跟蹤、績(jì)效分析、看板管理等功能。

圖1云MES運行實(shí)例

云MES系統已經(jīng)在沈陽(yáng)新松醫療科技股份有限公司、沈陽(yáng)中之杰流體控制系統有限公司等企業(yè)示范應用，結果表明每家企業(yè)可降低信息化成本60%-70%，有效提升生產(chǎn)效率%15-36%，設備利用率提升8%-25%，質(zhì)量提升5%-18%，成為企業(yè)向智能制造轉型升級的重要抓手，創(chuàng )造了可觀(guān)的經(jīng)濟與社會(huì )效益；著(zhù)名的航天云網(wǎng)已選用中科云翼的云MES為企業(yè)用戶(hù)提供服務(wù)，并簽訂853萬(wàn)元的合同，一次性采購了500個(gè)企業(yè)用戶(hù)數的軟件授權，擴大了成果的影響力和行業(yè)內的認可度。

圖2現場(chǎng)使用案例

2.大數據驅動(dòng)的過(guò)程參數優(yōu)化

針對中寬帶加熱爐控制系統、現場(chǎng)儀表和執行機構的現狀，利用大數據平臺及相關(guān)優(yōu)化模型、算法，搭建加熱爐燃燒過(guò)程優(yōu)化大數據分析及應用平臺。通過(guò)分析燃燒過(guò)程智能優(yōu)化控制策略，應用于加熱爐燃燒過(guò)程控制系統中，保持燃燒狀態(tài)的實(shí)時(shí)優(yōu)化控制，保證加熱爐燃燒過(guò)程的高效、穩定和節能。

該系統的實(shí)施，可達成以下目標：

（1）優(yōu)化鋼坯加熱溫度曲線(xiàn)。實(shí)現加熱全過(guò)程的操作指導和過(guò)程跟蹤，通過(guò)學(xué)習出的最優(yōu)化加熱曲線(xiàn)指導整個(gè)加熱流程，并通過(guò)深度學(xué)習預測算法對其他因素對加熱過(guò)程的影響進(jìn)行預判，從而修正加熱曲線(xiàn)，給出實(shí)時(shí)溫度設定建議，確保燒鋼質(zhì)量的穩定。

（2）節能減排。在保證燒鋼質(zhì)量一致性的基礎上，通過(guò)對燃燒的優(yōu)化控制，降低企業(yè)能耗，降低能耗3.2%，減少生產(chǎn)成本。

（3）在合理穩定的燃燒控制基礎上，可以降低氧化燒損率，提高產(chǎn)品質(zhì)量。

圖3 加熱爐跟蹤模型

圖4各區爐溫預測效果圖（12小時(shí)數據預測2.5小時(shí)趨勢）

3.設備遠程監控與故障分析

自主式水下機器人具有運動(dòng)范圍廣、智能性強、安全可靠等優(yōu)點(diǎn)，用于在水下完成海洋軍事情報收集、偵察和搜救等重要任務(wù)，對科學(xué)研究的發(fā)展和軍事安全的保障有著(zhù)極大的促進(jìn)作用。然而，隨著(zhù)技術(shù)的發(fā)展，需求的不斷提升，自主式水下機器人的工作環(huán)境也越來(lái)越復雜，一旦發(fā)生事故 ,造成的財產(chǎn)損失都是巨大的。因此，保證水下機器人在航行時(shí)，特別是長(cháng)時(shí)間航行時(shí)的安全尤為重要。要保障自主式水下機器人安全性、可靠性，就需要對AUV（Autonomous Underwater Vehicle，自主水下機器人）進(jìn)行故障診斷。然而，由于A(yíng)UV是一個(gè)十分復雜的非線(xiàn)性系統，各個(gè)模塊之間具有強耦合性，需要對多維數據綜合分析。同時(shí)，AUV系統具有退化多階段特性，具有故障類(lèi)型復雜、故障樣本不完備的特點(diǎn)。

項目組針對此問(wèn)題展開(kāi)了相應的研究和軟件開(kāi)發(fā)，相繼研發(fā)了基于深度學(xué)習的雙RBM（Restricted Boltzmann Machines，受限玻爾茲曼機）故障診斷算法、基于多塊信息提取的故障診斷算法，及集成相關(guān)算法的基于A(yíng)UV運行數據的故障檢測軟件。

針對模塊間的強耦合性問(wèn)題，對多維數據綜合分析，項目組研發(fā)了基于深度學(xué)習的雙RBM故障診斷算法。雙RBM故障診斷算法利用RBM網(wǎng)絡(luò )綜合多維數據、特征能量最低的特點(diǎn)分別提取AUV運行數據的故障特征及正常特征，并將提取到的特征進(jìn)行反向重構，根據重構數據質(zhì)量進(jìn)行故障狀態(tài)診斷。

軟件功能介紹：

數據導入模塊：數據文件的讀入、關(guān)閉，數據變量特征的層次樹(shù)展示，數據可視化、相關(guān)變量信息查看及保存，數據另存為等；

數據展示模塊：?jiǎn)巫兞炕蚨嘧兞康臄祿劬€(xiàn)圖的繪制，保存等。

多塊PCA模塊：從本地或系統集成導入已有模型，分塊信息提取、變化率信息及累積誤差信息提取、中值濾波的去噪、貝葉斯推斷的故障檢測等；

雙RBM模塊：從本地或系統集成導入已有模型，數據標準化、數據分組、模型展示、網(wǎng)絡(luò )綜合等；

分析報告設置模塊：生出特定模板的Word報告，針對不同的潛水器數據給出相應的潛水報告。

潛水器故障分析軟件界面如下圖所示：

圖5 故障分析頁(yè)面

圖6 故障分析頁(yè)面

提出的故障診斷算法對于實(shí)際數據中的各種故障類(lèi)型都有非常好的效果，實(shí)現了多維數據的綜合分析，達到了較高的準確率和較低的誤報率、漏報率。開(kāi)發(fā)的故障診斷軟件，功能豐富，故障定位準確，且在測試中運行良好，為維護人員提供了可靠的維護指導。