您现在的位置:首页 > 产业 > 研究 > 产业研究
智慧院所 | 智能制造新概念(编号217)
http://www.50cnnet.com 物联中国
日期:2017-07-11 09:30:18来源:知识自动化 点击:912
核心提示:智能制造新概念 (编号217)中文:智慧院所前言德国弗劳恩霍夫应用研究促进协会所属的一个商学院在2016年度系统工程手册中指出:“几乎所有领域的发展趋势都指向所谓的智能生态”。这句话,成为智慧院所的一个精致的注脚。智慧院所就是要将信息技术跨界融合背景下的“智慧”与传统科研院所的业务相融合。智慧院所的核心思想...

智能制造新概念 (编号217)

中文:智慧院所

前言

德国弗劳恩霍夫应用研究促进协会所属的一个商学院在2016年度系统工程手册中指出:“几乎所有领域的发展趋势都指向所谓的智能生态”。

这句话,成为智慧院所的一个精致的注脚。

智慧院所就是要将信息技术跨界融合背景下的“智慧”与传统科研院所的业务相融合。智慧院所的核心思想与本质是:利用知识自动化将人从繁重的事务性劳动中解放出来,更多精力用于创新,并基于知识自动化提高科研院所的决策、创新的能力与效率。

智慧院所 | 智能制造新概念(编号217)

图1 智能生态系统的趋势

来源:Systems Engineering Booklet 2016 : Challenges and Best Practices

智慧院所最初是面向国防军工院所而定义的,在实际应用中可以向一般的科研院所扩展。本文仅重点描述了智慧院所的顶层概念,具体的智慧院所建设需要结合具体业务形成详细建设方案。

何以智慧

2013年6月,国防科工局信息中心在'军工核心能力数据中心建设思路研讨会'上首次提出了大数据背景下的“智慧军工”概念。2015年2月宋大晓、韩龙宝两位专家在《智慧型军工科研院所,由概念走向现实》一文中,对智慧院所的发展描绘了四个阶段。在“中国制造2025”战略背景下,在“国防科技工业2025”推动下,智慧院所逐渐步入人们的视野。

对于智慧院所的认识,到目前为止并无定论。本文将“智慧院所”作为研究对象,应用系统工程方法研究与定义智慧院所。

“智慧”最初是一个比较抽象的哲学和宗教术语,在综合多种对智慧解释的基础上,给出在信息技术跨界融合背景下关于智慧的定义作为立论的基础。

可以说,“利用互联网、云计算与物联网等手段获取足够丰富的数据与信息,采用大数据分析技术、虚拟技术与仿真分析手段对海量数据与信息进行分析与处理,帮助人们作出导致成功的决策,进而创造性地采用正确的手段与方法解决问题,就是智慧”。

在此之前,智慧城市、智慧园区已经在很多地方的开展,“智慧军工”概念的提出,揭开了智慧化在工程领域的论证与推进。在工程领域,有两个项目非常值得关注与借鉴。一个是工程弹性系统ERS(Engineered Resilient Systems)是美国国防部七个科技优先课题之一,是面向采办部门与军方的诉求而发起,希望武器装备能够在一个非常广泛的背景环境中可靠、高效地使用,通过重新配置或替换可以轻松适应更多其他背景环境,并且功能故障可预测;一个是自使用运载车辆制造AVM(Adaptive Vehicle Make),由美国国防部高级研究计划局(DARPA)发起的项目组合,致力于将复杂赛博物理系统的开发周期大幅度缩短。这两个项目一个面向国防采办部门,一个面向工业部门,都是在2010年启动,ERS在2015年已经完成了V1.0版本开发,并且将持续到2024年。而AVM在2013年完成了技术验证后随即转入美国数字化制造和设计创新机构(DMDII),进入技术转化阶段。


智慧院所借鉴了这两个项目的一些关键特性,结合国防军工院所的业务特点完成了顶层定义。

智慧的几个核心要素:数据与知识、权衡与决策、创新与道德,呈现出七大智慧院所的定义

智慧院所就是将信息技术跨界融合背景下的“智慧”与传统院所的融合,应用到国防军工领域完成“中国制造2025”战略所赋予的在武器装备研发、制造、运维保障等工程领域的使命任务,不涉及企业组织的人文、社会、管理、经济、文化、政治等方面的因素。智慧院所的定义如下:

智慧院所是信息技术跨界融合背景下的组织形态在工程应用领域的体现。以支撑制造业国家战略落地为根本目的;以实现工程方法转型、决策转型、组织过程资产积累、数字化/模型化,创新型院所为目标;以模型为基础,以知识自动化为核心驱动力;基于全寿命周期的产品数据,业务数据,环境数据,行为与习惯数据,利用互联网、云计算、大数据、虚拟化等信息技术与自动化技术,实时感知与获取数据与信息、分析权衡并辅助做出正确决策判断、创造性地采取正确行为。全面支撑院所的管理、研发、制造、运维保障方面的活动。

智慧院所本质上是利用知识自动化提升智慧主体——人——创新与决策的效率。

在信息技术跨界融合的背景以及科研院所的特定应用场景下,“DIKW”的模型被赋予新的内涵。

智慧院所 | 智能制造新概念(编号217)

图2 智慧院所中的智慧原理与技术

数据(D),数据层的重点是院所的全型号/全寿期数据的整合。其中涉及到大量不同数据格式的结构化或非结构化数据,因此,数据的关键在于数据的整合,采用通用的数据标准,通过数据关联/转换/融合等方式实现全型号/全寿期数据的整合。

信息(I),是对全型号/全寿期数据进行模型化与组件化的处理与表达,引入MBSE等方法论,对系统、业务、流程、企业架构等内容使用建模语言与组件化技术完成模型化与组件化。模型化/组件化是对数据进行信息处理的重要手段,是进一步形成知识的基础。

知识(K),智慧院所中的知识将不仅仅是通常所提及的静态的知识,而是表现为“知识自动化”的一种动态的知识获取、组织、应用、再学习的自动化过程。应用大数据、本体、语义网络、神经网络、图形图像处理、机器试错学习、认知计算等技术,实现知识自学习、自组织与自适应。


共有3条信息1/3123下一页尾页
出处:知识自动化
郑重声明:本文仅代表作者个人观点,与物联中国(www.50cnnet.com)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
分享到:
延伸阅读
  • 资讯
  • 产业
  • 服务
  • 应用