【壓縮機網(wǎng)】現代一般企業(yè)往往停留在數字層面的應用更多，只是數據的原始搜集，建立一個(gè)數據庫后束之高閣。數字經(jīng)濟的顯著(zhù)特點(diǎn)是數據的搜集、識別、過(guò)濾、分析、轉化、使用，更高級別就是數據的自我修復（人工智能級應用）?！坝脭祿f(shuō)話(huà)”-“數據會(huì )說(shuō)話(huà)”-“數據教說(shuō)話(huà)”是數據經(jīng)濟發(fā)展的三個(gè)層面。

　　“用數據說(shuō)話(huà)”層面

　　在產(chǎn)品推廣的時(shí)候用到最多的就是“用數據說(shuō)話(huà)”，如：一臺110KW-8bar（SF1.2）的機器，按一年運行8000h計算，一級能效（比功率6.4）產(chǎn)品比二級能效（比功率6.9）產(chǎn)品可以省電7.6萬(wàn)度左右；一級能效產(chǎn)品比三級能效（比功率7.7）產(chǎn)品可以省電17萬(wàn)度左右，對于能源合同管理或產(chǎn)品替代項目的產(chǎn)品會(huì )“掛表”監測，數據漂亮與否一目了然?！坝脭祿f(shuō)話(huà)”成為產(chǎn)品交易中的硬通貨，也成為議價(jià)的倚仗。

　　市場(chǎng)端的“數據”要求成為產(chǎn)品設計和制造端的輸入，產(chǎn)品能效如何提升？測試時(shí)候的各種數據監測、測試點(diǎn)選取，電機和主機效率的極致控制，三濾、散熱器、管路、油氣桶等影響系統壓降的極致控制都是節能過(guò)程中的必要工作。終端的能效品質(zhì)勢必要求整機廠(chǎng)家的壓力傳遞，對下級供應商的產(chǎn)品品質(zhì)控制提出更高的要求。

　　生產(chǎn)排單、采購申購，一些內部生產(chǎn)流程都需要銷(xiāo)售部門(mén)的準確市場(chǎng)需求和預測數據，每個(gè)環(huán)節的傳遞都要用“數據說(shuō)話(huà)”。產(chǎn)品制造過(guò)程中各個(gè)工序之間周轉，原料入廠(chǎng)檢測等所有涉及到不合格品產(chǎn)生的環(huán)節都可以產(chǎn)生大量用于分析的數據，此時(shí)為“用數據說(shuō)話(huà)”層面的數據積累階段。

　　“數據會(huì )說(shuō)話(huà)”層面

　　前面的“數據池”收獲海量的沒(méi)有內在聯(lián)系的離散數據，如果沒(méi)法分析、轉化、運用就會(huì )形成“數據孤島”。服務(wù)端率先應用的“物聯(lián)”技術(shù)是典型的“數據會(huì )說(shuō)話(huà)”應用，時(shí)時(shí)在線(xiàn)檢測空壓站的所有需要采集的運行參數，建立分析模型，可以完成“智能化”的告警管理、服務(wù)人員管理、工單處理等工作。系統可以實(shí)現對空壓機運行、點(diǎn)檢、維修/養護、大修等關(guān)鍵業(yè)務(wù)的信息化管理。

　　根據用戶(hù)使用的高峰用氣量的變化、用氣量、壓力的變化等等，包括后處理的一些運行數據的監測，進(jìn)而進(jìn)行優(yōu)化，給用戶(hù)提供選型的科學(xué)依據，這些都是“數據說(shuō)話(huà)”的典型應用。還可以進(jìn)一步根據每臺空壓機的實(shí)際情況，分別設定其上述各項業(yè)務(wù)的作業(yè)規范和作業(yè)標準。對設備維保全過(guò)程進(jìn)行全面監控，系統自動(dòng)派單、任務(wù)接單、按單領(lǐng)取備品備件及相關(guān)材料、完工報告，空壓機現場(chǎng)管理人員對維保的完工報告進(jìn)行確認后，工單結束。該過(guò)程可以完全用網(wǎng)絡(luò )或手機APP實(shí)現，做到服務(wù)端的“數據說(shuō)話(huà)”。

　　生產(chǎn)端“數據說(shuō)話(huà)”就是依據庫存數量、發(fā)貨數量、在產(chǎn)數量等數據的縱、橫向對比分析，及時(shí)調整計劃。生產(chǎn)端一般涉及以下模塊：計劃管理、質(zhì)量管理、設備管理、看板管理、倉儲管理、生產(chǎn)統計、工藝管理等。對于生產(chǎn)而言，每天排什么型號的壓縮機、原材料入庫情況、每天生產(chǎn)排產(chǎn)的動(dòng)態(tài)、完成率、不合格品率、合同訂單達成率等等這些都是要通過(guò)數據顯現，進(jìn)而實(shí)現數據會(huì )說(shuō)話(huà)。

　　“數據教說(shuō)話(huà)”層面

　　“數據會(huì )說(shuō)話(huà)”進(jìn)一步發(fā)展就是要“數據教說(shuō)話(huà)”。通過(guò)數據采集建立起龐大的數據庫，進(jìn)而建立數學(xué)模型進(jìn)行分析，找出內在的邏輯關(guān)系和相互之間的聯(lián)系。以設計為例：比如噴油量、壓損等對整機性能的影響。如果有準確的數學(xué)分析模型，整個(gè)設計可以進(jìn)行自我完善。轉速調整匹配氣量和壓力需求，轉速確定后匹配合適噴油量等進(jìn)行優(yōu)化調整，使其達到最佳的節能效果。

　　比如銷(xiāo)售排單，如果有精準的推斷、計算，就可以及時(shí)的、準確的調整計劃，而非盲目的預測庫存。這樣會(huì )根據市場(chǎng)的動(dòng)態(tài)，哪些機型比較暢銷(xiāo)，哪些配件用量比較大，作為一個(gè)基礎的分析判斷，實(shí)現數據“自我學(xué)習”。這種調整可以將產(chǎn)品種類(lèi)和數量壓縮在更短的周期內完成，更加科學(xué)合理，可以有效避免積壓和大幅調整帶來(lái)的震蕩。

　　現在推崇的人工智能實(shí)際上就是對于普通的、簡(jiǎn)單的基礎數據采集后，建立有效的科學(xué)算法，實(shí)現數據自我學(xué)習、自我修復的能力。比如說(shuō)在用戶(hù)現場(chǎng)，根據不斷的數據提取分析在哪個(gè)時(shí)段是用氣的高峰，用氣的波動(dòng)范圍是多少，壓力露點(diǎn)波動(dòng)等，就可以利用大數據計算后給出預警，并提供合理的調整報告，設定壓縮機一定范圍內的氣量等參數調整，這樣就可以做到極致的精準節能。如果超出預定調整范圍會(huì )推送給用戶(hù)征得同意后自動(dòng)調整。

　　“數據”如何教“說(shuō)話(huà)”

　　1、大量的數據收集整理、分析、篩選。數據的選取范圍、寬度和廣度、有效數據的提取、無(wú)效數據的剔除等。

　　2、內在邏輯關(guān)系的分析、數學(xué)模型建立。研發(fā)、生產(chǎn)、銷(xiāo)售、服務(wù)，相互影響、制約因素的查找分析，時(shí)時(shí)數據與原始數據的比較以及對于未來(lái)概率事件的推演等。

　　3、算法的提煉、完善。最新一代網(wǎng)絡(luò )經(jīng)濟的最大特點(diǎn)就是算法，這也是我們領(lǐng)先國外之處。對于傳統產(chǎn)品的應用不必像網(wǎng)絡(luò )算法一樣強大，我們基于不同板塊的具體應用即可，各個(gè)板塊之間相互關(guān)聯(lián)，單獨板塊的縱深挖潛。

　　4、自我學(xué)習的“復算”算法編程?；谟嬎銠C的“人工智能”就其本質(zhì)來(lái)看，主要就是“數據”的收集、應用、修復?！皩W(xué)習”步驟主要是基于現有數據對未來(lái)趨勢的影響和判斷，進(jìn)而剔除不利的影響因素，實(shí)現數據的“智能學(xué)習”。

　　分析我們壓縮機行業(yè)，要以發(fā)展的眼光、以未來(lái)的眼光來(lái)看現有技術(shù)的未來(lái)走向和趨勢，這樣我們做起來(lái)會(huì )更有目的、更有針對性。不得不說(shuō)，隨著(zhù)人工智能的普及和應用，我們壓縮機從設計到生產(chǎn)到服務(wù)，未來(lái)都可以實(shí)現基礎數據到智能數據的轉化，并搭載新興的技術(shù)領(lǐng)域再次起航。

來(lái)源：本站原創(chuàng )