智能运维，企业转型升级的强大助力——访谈青岛明思为科技有限公司董事长左明健院士

左明健男，1962年生，山东青岛人，加拿大阿尔伯塔大学终身教授、加拿大工程院院士、中国国家特聘专家、长江学者讲座教授、国际工程资产协会创始会士、国际工业工程师学会会士，现任青岛明思为科技有限公司董事长兼首席科学家，主要从事可靠性工程、运筹学和制造系统研究工作。其主要贡献包括实用的可靠性模型、有效的早期故障检测和诊断方法以及最佳的预测性维护工具。已发表论文400余篇，出版学术专著4部和教材1部，并屡次受邀做国际会议大会主题报告。其研究成果为提高可靠性和降低工业行业工程资产的运营/维护成本提供了有效的工具和方法，可为制造业转型升级提供核心竞争力。

编者按：党的十九大报告全面系统地论述了坚持总体国家安全观的重要思想，并明确提出“加快建设制造强国、网络强国、数字中国、智慧社会，推动互联网、大数据、人工智能和实体经济深度融合”的战略部署，什么是智能运维？如何将制造设备与工业互联网结合起来？带着这些问题，我们对左明健院士进行了访谈。

编辑部：左院士好！非常感谢您接受《电子机械工程》编辑部的访谈邀请！您有30多年国外科研工作经历，请您先介绍一下自己的工作经验和科研领域。

左院士：我是1984年到美国爱荷华州立大学攻读工业工程专业硕士和博士学位的，研究方向是运筹学和可靠性工程。1989年博士毕业后在加拿大温莎大学任助理教授，1990年开始在加拿大阿尔伯塔大学工作直至任终身教授，在此期间也短暂在香港城市大学工作过，还访问了日本东京理科大学、印度理工学院德里分校和美国德州农工大学等世界高校。

在30多年的科研生涯里，我和我的研究团队提出了多种针对复杂系统模型的可靠性计算方法及全新的系统可靠性分析模型，部分已被应用于工业实际中，产生了巨大的经济效益。在设备智能运维领域，我们研发了一系列状态监测、故障诊断、寿命预测和维修决策方法，显著提高了设备异常检测、故障诊断和寿命预测的精度，有力保障了现代工业设备的安全性和可靠性。

编辑部：本着反哺桑梓，回报家乡的初心，您回到故乡青岛，并创办了青岛明思为科技有限公司（以下简称明思为科技），请您先简要介绍一下明思为科技的目标和现状。

左院士：明思为科技是一家以技术为核心、以客户为导向的设备智能运维整体解决方案供应商，致力于为世界范围内的智能工厂提供基于工业大数据和人工智能的智能运维系统和智能维修备件仓储管理系统，其应用领域包括石油、冶金、电力、能源、煤炭、化工等众多行业。

明思为科技成立于2021年3月，注册资金1亿元，坐落于青岛国际院士港，现有全职员工20余人（图1），此外还广泛吸收了来自清华大学、西安交通大学、电子科技大学等国内顶尖高校和企业的技术专家及管理专家，具有雄厚的研发实力。公司成立一年来，已相继成功研发出了物联网无线智能传感器、智能诊断算法和智能运维系统。与此同时，公司还将持续加大工业大数据处理算法和人工智能算法相关智能运维核心技术的研发投入，持续提高运维系统的智能化水平。公司研发的核心技术已获得专利和软件著作权等相关知识产权7项，正在申请国家发明专利15项。此外，公司通过了ISO9001质量管理体系认证，并与电子科技大学、浙江理工大学、青岛理工大学和加拿大阿尔伯塔大学建立了研究生联合培养基地和设备健康管理联合实验室等产学研平台（图2）。

图1 明思为科技团队合影

图2 明思为科技的产学研科研平台

编辑部：在国家加快推进新基建部署的背景下，5G、人工智能、工业互联网和云计算日益普及，您上面提到了“智能工厂”，那么您对“智能工厂”的理解是什么？它与传统工厂相比有哪些本质上的区别？

左院士：智能工厂是智能制造的核心内容。2013年，在汉诺威工业博览会上德国率先提出“工业4.0”概念，并将智能工厂定义为以信息物理系统为载体，运用大数据、虚拟仿真和人工智能等关键技术，实现信息世界和物理世界的动态结合，可以快速生产个性化产品和提供定制化服务平台。

智能工厂的特点体现在多平台数据系统互联互通、全过程数字化以及智能供应链。物联网是智能工厂的基础，智能制造车间是智能工厂的核心部分。智能工厂分为协同设计与制造过程仿真优化、物联网体系、智能制造车间和供应链与运营服务管理四部分，依靠传感器网络对产品、设备、人员等进行实时定位跟踪，对制造过程进行智能管控。

与传统工厂相比，智能工厂的先进性与优势是相当明显的，包括以下几个方面：

1）运作模式。智能工厂是产品与服务相结合，而传统工厂只提供产品。

2）生产模式。智能工厂的生产单元之间没有明确界限，各生产加工环节并行进行且充分参与，具有强大的协调能力；而传统工厂的生产单元之间无实际联结，按照流程按部就班地进行，无法打破彼此之间的壁垒。

3）过程能力。智能工厂的制造与服务环节可进行仿真优化、三维可视化，在实际操作前就能高度精确地进行察看，从生产源头降低风险，提高可控性；而传统工厂无法提前对各设计加工环节进行审查，对风险的预估能力低。

4）信息系统。智能工厂具有完整的信息知识库与数据库，并实时更新与维护，充分利用了系统的数据采集、数据存储、数据分析与决策能力；而传统工厂的数字化能力较弱，依旧停留在书面材料的数据整理或用计算机对部分数据进行分析的阶段。

5）设备设施。在智能工厂中，智能化设备遍布工厂，生产线自动化，实现机器代替人工，人只作为生产环节中的部分要素，降低了人的主观操纵空间，提高了可控性，且设备间数据共享，工厂基础设施完备，无线网络实现工厂全覆盖，办公和工作环境良好；而在传统工厂中，智能化程度低，主要依赖人工作业，可控性较差，且工厂环境较差，机械化设备较多，制造环境杂乱，工厂无线网络应用程度较低，基础设施还有较大改善空间。

编辑部：可否请您详细介绍一下“智能工厂”中的“智能运维”？

左院士：制造企业两个最基本的生存法则和竞争法宝是“增效”和“降本”，而生产效率的提高和成本的降低与关键生产设备的运行、维护和维修密切相关。在智能工厂中，随着智能化程度的提升，对系统的可靠性和可用性要求会更高，因此对设备运维的要求也会随之提高。

目前多数企业采用的设备维护模式是事后维护和计划维护，预测性维护做得很少。事后维护指平时不维护，出现问题时再处理，适用于停机影响不大的设备。计划维护采用的策略为无论设备健康状态如何，都会定期统一更换升级，从而降低故障发生的风险，但也造成了过度保养等投资浪费，也不能完全避免突发性故障的发生，同时维修活动中的非规范化操作和装配可能将潜在故障风险引入设备中。预测性维护通过对设备进行数据收集和分析，提取设备健康状态的有效信息，从而在故障发生之前就能预测到可能出现的故障隐患，安排相关防范措施，从而显著减少设备非计划停机时间和运营风险，是维护策略的发展方向。

需要注意的是，在现实生产活动过程中，设备和产线的有效产能主要由3个要素决定：运行操作、内在可靠性和维护策略。预测性维护主要涵盖了设备和产线运行操作以及维护策略2个方面，并没有直接涵盖内在可靠性，但它能有效提高运行可靠性。我们开发的智能运维系统涵盖了设备和产线有效产能的所有3个有效要素，综合了智能工厂的各类数据，如设备和产线可靠性模型、各类传感器采集的设备运行参数和健康状态数据，研发有针对性的先进信号处理和人工智能算法，同时利用数字孪生技术，在生产过程中同步优化定位设备和生产系统的薄弱环节，为设备生产和产线设计提供反向支撑，实现基于可靠性的设备和产线设计，优化智能工厂工艺路线，全面提高设备和产线的能力，促进产品质量的提升，从而降低智能工厂的运营成本。

编辑部：明思为科技致力于提供智能运维的核心产品和解决方案，可否请您介绍一下公司在这方面的研发成果？

左院士：好的。在此我介绍一下明思为科技目前已经完成的3个主要研发成果：智能传感器系列、智能诊断算法和智能运维系统。

（1）智能传感器系列

明思为科技已经成功研发出了“MSW-Sensor-ATSmart”系列无线智能温振传感器（图3）。该传感器由智能主控单元、温振传感单元、存储单元、通讯单元和供电单元组成，采用了嵌入式技术、微机电系统（Micro-Electro-Mechanical System, MEMS）传感技术和无线通讯技术，实现了对设备表面温度和振动的实时监测，同时采用边缘计算实现了智能采集以及与智能运维系统的双向深度交互。该产品可根据用户场景配置为电池自供电模式和现场外部供电模式，部署十分方便，无线数据传输方式极大地节约了由于反复布设有线数据采集设备而消耗的人力和物力。该产品已通过SGS性能试验（其中外壳防护等级为IP68），并完成Exia IIC T4 Ga防爆等级认证。

图3 “MSW-Sensor-ATSmart”系列无线智能温振传感器

此外，明思为科技也已成功研发出了“MSWSensor-魔方”系列漏磁传感器（图4）。该产品由励磁模组单元、数据采集单元、传感器阵列单元、信息处理单元、行程计量单元及供电单元组成。它通过非接触式方式采集铁磁性构件表面的漏磁信息，配合使用领先的信号处理和人工智能算法，提取所测对象的局部缺陷特征，并通过可视化界面展示处理结果。该产品中使用的核心技术可有效降低干扰信号对缺陷判别的影响，极大提升了缺陷识别的准确率。该产品根据用户场景可配置为在线检测和离线检测2种模式，可用于钢丝绳、桥梁斜拉索、钢芯铝绞线等铁磁性构件的缺陷检测。

图4 “MSW-Sensor-魔方”系列漏磁传感器

（2）智能诊断算法

明思为科技已成功研发出了第一代智能运维算法库“MSW-Engine-Rotating Machinery”（图5）。该算法库由多个模块组成，如数据清洗模块、传感器自检模块、转速提取模块、工况影响归一化模块、特征提取模块、数据融合模块、阈值自学习模块、状态监测模块、健康区域划分模块、故障定位模块、剩余寿命预测模块和运维决策模块等。各算法模块综合采用了先进信号处理和人工智能的方法，能自主对轴承、齿轮、风机、泵和电机等旋转设备的40余种故障进行早期预示、精确诊断和剩余寿命预测。此外，我们产品部署方式灵活，一方面可以与自研的智能运维系统深度融合，提供一站式解决方案；另一方面可以为原设备生产商（Original Equipment Manufacturer, OEM）提供诊断算法解决方案，也可以方便地集成到设备用户现有的运维系统中。

图5 “MSW-Engine-Rotating Machinery”算法库

（3）智能运维系统

明思为科技已成功研发出了第一代智能运维系统“MSW-Solution-iPHM”（图6）。该系统由设备层、感知层、数据层、算法层和应用层组成。具体来说，采集表征设备健康状态的各种不同物理量以及运行参数（如转速和扭矩负载等），结合自身研发的监测和管理系统，利用工业大数据的相关先进信号处理和人工智能算法，实现准确诊断和预测设备可能故障的发生。同时，还可以将客户设备的计算机化维护管理系统（Computerized Maintennance Management System, CMMS）和企业资产管理系统（Enterprise Asset Management, EAM）的历史数据等规范地导入平台，然后借助故障模式及影响分析模型，应用逻辑决断图给出最优的维护维修以及生产调度建议，进行系统综合，形成计划，提供维修步骤、视频，提高维修效率与质量。

图6 “MSW-Solution-iPHM”智能运维系统的架构图

此外，明思为科技还建立了智能运维实验室（图7）用于以上产品和系统的测试和优化。该实验室高保真地模拟工厂的实际设备，配有机械臂、数控机床、工业水泵、电梯系统、机械故障综合模拟试验平台、钢丝绳故障模拟试验台等实验设备。以这些设备为对象，通过部署传感器系统采集设备运行状态数据，利用云平台部署的算法，将预测性维护建议和故障诊断结果准确地展示在明思为科技智能运维系统中。从长期来看，我们的研发成果可以为企业智能工厂建设带来长远的好处，主要体现在以下几方面：

图7 明思为科技智能运维实验室

1）互联。持续推动CMMS和EAM传统数据采集与基于物联网无线传感器的新型数据采集，与客户进行实时数据启用协作，增强部门间的协调能力和跨部门协作（如从生产运营到设备维护，再到设备和产线的反馈设计）。

2）优化。设备有效运行时间增加，产能效率同步增长。另外，效率高、范围小的设备维修活动可以有效延长设备的使用寿命，降低企业的生产成本。

3）透明化。实时设备健康指标及分析工具可为企业提供准确可靠的运维决策，实现透明的维修策略跟踪。

4）前瞻性。预测性地识别和解析潜在的故障异常，实时预测剩余寿命，使维修部件库存管理最优，实时监控设备的安全运行。

编辑部：想必您一定对明思为科技的发展给予了厚望，您对公司未来发展是怎么规划的？

左院士：对于明思为科技的发展，我和团队制定了初期、中期和长期的发展目标。

初期目标（1—2年）：利用现有的技术积累和行业影响力，迅速研发系列软硬件产品和服务并占领一定的市场份额，建立自主品牌，积累无形资产。同时收集不同智能工厂客户针对不同设备对智能运维需求的不同信息，构建智能工厂客户信息数据库。利用该数据库，针对不同智能工厂客户对不同设备智能运维的不同需求，定制不同需求下的信号处理算法和人工智能算法，建立自己的算法数据库，并使客户信息数据库与公司算法数据库相统一，实现大数据+人工智能算法的智能运维工具的框架雏形。

中期目标（3—5年）：利用自身积累的技术优势，持续推出具有更高附加值的高质量产品和服务。保持对设备智能运维行业前沿技术的持续追踪和关注，遵循“销售一代、研制一代、构思一代”的产品和服务迭代规划，构建知识产权布局，保持市场竞争力。打通设计、运行、维护和仓储之间的信息流，向客户提供智能运维的可靠性设计服务和智能工厂维修备件的仓储优化服务；同时采取相关多元化战略，积极与高校和其他高新技术公司合作研发智能运维领域的新技术产品。

长期目标（6—10年）：公司将进一步合理优化供应、研发、生产、发运、销售和服务的各个环节，利用与供应商、客户和研发合作伙伴之间的合作关系，从内外两方面实现公司价值的最大化。同时，为了让智能运维系统发挥作用，公司将进一步加大对数据科学家和信号分析工程师的人力资源投入，进而完善大数据智能算法以进行更加有效和高效的工业大数据分析，从而完善明思为科技的智能运维系统和智能仓储管理系统，进一步提升自身品牌效应。

国务院《“十四五”数字经济发展规划》中提出“推动提升重要设施设备的安全可靠水平，增强重点行业数据安全保障能力”。通过使新一代信息技术与工业制造业原有经营模式不断融合，明思为科技将继续致力于提高设备和生产线的可靠性、功能性和安全性，助力企业走好科学、高效、低成本、可持续的智能化转型升级之路，促进中国工业化、数字化产业升级和技术改造，打造行业领先的智能运维技术、产品和平台。