【星环案例】我们用 TDH+Sophon 把工厂“搬”进高校实验室，推进产学研一体化
从实验室走向生产线 科研成果需要经历实战检验
近年来，某 985 工程大学自动化学院团队围绕冶金运行优化控制、状态监测等方面开展大量研究，承担多项国家科技项目，具有深厚的研究基础。同时，团队深入国内大型有色、钢铁企业，与他们建立了长期、稳定、密切合作关系，围绕冶金开展了大量研究，成果已在现场成功部署和应用，取得了良好的应用效果。
自动化技术的最大特点就是与工业生产紧密结合，大数据与人工智能技术的发展以及在整个冶金自动化领域占据的地位的日渐提高，让工业自动化发展持续加速。大数据平台不断积累着来自一线的生产数据；机器学习与边缘计算技术则让实时数据计算与价值挖掘效率倍增。只有当生产与科研之间形成自动化的数据闭环时，高校与工厂才能真正互相成就。
云边一体 校企联动共享的工业互联网智能建模创新平台
经过多年积累，该校自动化学院已经在大数据与人工智能领域取得了深厚的经验，一系列研究成果从实验室走向了一线矿冶企业。 除了直接赋能到工厂自动化升级之外，这些应用于实际生产的平台同时也成为了该校师生们最好的学习与实训工具。同一套系统如何让分处多地的实验室与企业同时应用？这时就是星环科技 TDH 一站式大数据平台与 Sophon 人工智能平台发挥的时候了。
多源数据汇聚 TDH+Sophon 让校企科研协力创新
想要实现校企联动，第一步就是将各所工厂大数据平台、该校大数据平台中的历史数据与工厂实时新增的生产数据、实验室数据等大规模数据统一接入部署于 8 个分布式节点的星环科技 TDH 一站式大数据平台。
高质量的数据平台是建模效率的关键。基于 TDH 各个组件高性能的存储与计算能力，将来自不同来源、不同结构的数据清洗加工后形成学生能够直接用于模型训练的高质量真实生产数据集。学生在轻松获得大量实验资料的同时省去耗时且意义较小的手动清洗过程，因而可以专注于 AI 算法的研发实验。
此外，TDH 还提供了多租户管理功能，老师能根据不同的实验课题设置相应的数据使用权限，从而为不同的学生量身打造合适的研究方向。
完成大数据准备后，学生就能登录星环科技 Sophon 人工智能平台进行模型训练。Sophon 平台中融合了实验室现有的 680 多个制造行业模型，学生可在此基础上利用完善的图形化建模、调参等训练工具轻松完成模型训练和迭代。在 Sophon 中训练的模型能够无缝对接上层应用系统，让实验成果快速投入真实生产。
云端训练边缘应用 Sophon Edge 让高校师生如临工厂前线
为了让学生们在学校中体验更真实的模拟生产环境，星环科技还为该校提供了云边一体的解决方案。部署在工厂生产前线的 Sophon Edge 边缘计算模块与学校内的大数据与机器学习平台之间数据通过云端实时传输，消除了空间上的隔阂。
以铝电解异常检测为例：
实验室云端初始模型训练
学院学生利用历史数据在 Sophon Base 中训练好字典模型，并打包上架同步至边缘云控 Sophon Edge Hub 中，再下发至边缘节点 Sophon Edge Node；
工厂边缘端实时数据计算
工厂传感器将实时的运行状态数据汇总至边缘网关，然后在规则引擎中进行数据过滤，并运用初始模型进行铝电解状态检测，检测的状态会实时传送给现场操作人员；
实时数据传送反馈至实验室
各所工厂里边缘节点将收集的生产样本数据传送给云端，落盘至 TDH 或 TDC 数据库中，并同步至 Sophon Base；
实验室云端模型迭代升级
学生再根据最新数据在 Sophon Base 中迭代模型，再将迭代好的模型通过云控下发至边缘节点，使工厂更加准确地检测铝电解状态，数据运营闭环由此形成。
对于工厂而言。通过以上的云边一体解决方案，铝电解的各大厂商不需要进行传统设备的改造，就能以更低的成本、更高的效率来进行实时的铝电解状态监测。
更重要的是，学生们能够真正参与到生产中，让自己在自动化领域的知识得到充分的验证。今后无论是工作还是进一步科研，这样的学习经验都将会为他们带来巨大的帮助。
中国高校正在铺设下一个百年科研发展之路
放眼世界，今天几乎每一所高校都已经与大数据和人工智能科研密不可分。大数据和人工智能技术的发展，为从巨大的数据洪流中挖企业的技术需求、创新合作需求等信息提供了重要契机。这些信息的获取有利于推动科研课题选题来源的科学化和针对性， 为完善课题选题提供了重要技术支撑。从基础理论钻研、专业人才培养，到实现产业升级，大学在眼下的数字化与智能化建设浪潮中都扮演至关重要的角色。
千帆竞发，百舸争流，今天我们看到国内多所高校利用星环科技的产品帮助学生真正学以致用的同时推动产业技术的重大升级，让实验成果第一时间运用到实际生产中，从而始终屹立于世界科研潮头。
还未添加个人签名 2020.12.09 加入
还未添加个人简介
评论