“根據IDC此前的EMC數字宇宙研究顯示，平均僅5%的大數據得到分析。” NI(美國國家儀器，National Instruments，簡稱“ NI”)工業物聯網行業市場經理崔鵬在前不久舉行的2017 NI工業 物聯網高峰論壇上談到相較于 22 ×2 60 字節的大數據總量，5%無異于冰山一角。而作為一種新的資產、資源和生產要素，工業大數據是工業 物聯網的核心，更是中國制造業轉型升級的重要戰略資源。

智能測量+管理，平臺化方案方可透視不可見數據的價值

要解決大模擬數據挑戰，NI認為第一步便是更智能的測量。作為此次NI工業物聯網高峰論壇的特邀嘉賓，美國辛辛那提大學教授、美國智能維護系統中心主任李杰教授認為，未來數據收集的趨勢將集中在三個方面：

1.從可見世界到不可見世界的擴展，未來，數據收集將更多源于不可見世界;

2.從固定式到無線移動式的擴展，以無線傳感器為例的自主式將成為未來數據收集的主流;

3.從物理特性到信息特性的擴展，不局限于當前的測量功能，未來的數據收集更將具備辨識功能。

圖1. 李杰教授現場剖析工業大數據采集的未來趨勢

進一步挖掘工業大數據背后的價值，除了測量分析數據的過程必須“智能化”，NI認為還需要更智能的數據管理。因此，NI由點及面提出了對應的解決方案，攜一眾新品：LabVIEW NXG、強調遠程數據管理的分布式系統管理軟件SystemLink、監測資產健康狀況以便制定運營和維護計劃的企業級分布式在線監測軟件NI InsightCM?，以及支持TSN功能的最新CompactDAQ以太網機箱亮相論壇。

以快速測量、即時洞察、可選編程為特色的LabVIEW NXG通過引入重新設計的編輯器，不僅實現了測量自動化的創新，在基于配置的軟件和自定義編程語言之間建立了橋梁;還進一步拓展了LabVIEW的開放性，將更多的語言集結合進來，極大提高了編程生產力，意欲掀起臺式測量革命。

同時，伴隨時間敏感網絡(TSN)標準的制定將加速工業物聯網平臺的構建成為業界共識，NI積極幫助定義TSN，并將TSN集成至CompactDAQ平臺——推出cDAQ-9185和cDAQ-9189，從而實現了長距離精確同步，并大幅簡化高通道數分布式系統的客戶安裝和系統管理。

圖2. NI以軟件定義為中心的工業物聯網平臺化解決方案

這一系列新推出的重磅新品，僅是NI對應工業大數據和工業物聯網領域推出的“點狀”解決方案。而解決方案由點及面的貫通正是NI以軟件定義為中心的平臺設計方法，崔鵬展開介紹道：“NI希望基于LabVIEW平臺，通過臺式便攜測量設備、CompactDAQ、PXI模塊化儀器、CompactRIO等設備及嵌入式系統設計方案，幫助客戶實現圍繞工業大數據和工業物聯網展開的細分應用，例如工業測量、在線狀態監測、智能測試等。而軟硬件平臺的一脈相承和靈活兼容更能夠幫助客戶加速開發流程，減少上市時間。”

知識的智能化革命離不開基于平臺化方案的生態系統構建

論壇現場，崔鵬還援引了一組數據：據Hydrocarbon Publishing Company統計，全球制造工業設備非預期停機和維護不善的耗費大約占整個行業年產值的5%，這相當于每年200億美元。因此，當前對于工業大數據的深入分析以及工業物聯網的不斷推進，實質上都是為了兩大目的：

1.數據流動：通過智能化解決數據“自動流動”的問題，即能夠把正確的數據在正確的時間以正確的方式傳遞給正確的人和機器;

2.資源優化：繼海量的工業數據轉化為信息、信息轉化為知識、知識轉化為科學決策后，資源優化就需應對和解決制造過程的復雜性和不確定性等問題，并在這一過程中不斷提高制造資源的配置效率。

正如李教授所講：“下一代工業4.0的革命實際上是知識的智能化革命。”他認為工業4.0可分為3個階段：“第一個階段是基于計算機信息化系統，利用大數據分析的結果，讓人變得更加智慧;第二個階段則是如何讓人機結合產生價值增值;第三個階段最為重要，即利用自身知識化社會的經驗幫助別的社會做平衡發展。”

落地工業4.0革命的三大階段，NI無法靠一己之力全覆蓋。因此，基于NI平臺化的解決方案，NI同樣注重在工業物聯網領域構建自身的生態系統，此次受邀演講的PTC就是NI的生態合作伙伴之一。據崔鵬介紹：“NI聯合PTC和Hewlett Packard，為Flowserve的客戶提供了最佳的設備資產管理及實時狀態監控方案。”作為眾所周知的制造業領導者，Flowserve為業界一些最先進的重型設備提供端到端的支持。因此，Flowserve一直希望利用最新的在線監測技術，通過預測性維護來幫助客戶減少停機時間。

圖3. 基于平臺打造生態系統，NI攜手合作伙伴推動工業物聯網發展

“基于LabVIEW和CompactRIO來采集溫度、壓力、流速、振動和功率等傳感數據，Flowserve泵的原始數據速率可以達到每秒2.5MB，同時系統將這些數據發送到PTC的ThingWorx分析引擎，從而在儀表板上可以看到所有需要監測的能耗指標以及故障預警提示，這對需要維護成百上千個設備的專家來說是非常有幫助的。”崔鵬補充道。

無獨有偶，NI早前就已和IBM展開合作，基于LabVIEW共同開發基于云的分布式數據采集系統及狀態監控與預測性維護測試平臺，幫助企業尋求更好的方法管理重型機械、發電、加工制造與其他多個產業部門的舊有資產，延長相應設備的使用壽命。NI以軟件為中心的開放式平臺為狀態監控與預測性維護測試平臺提供機器學習的可能性，而與IBM的深入合作，不僅在于為操作技術(OT)與資訊技術(IT)提供絕佳的互通性，更希望在云計算、物聯網技術與工業系統進行深度融合，實現工業數據分析與價值挖掘。

此外，將全球先進制造經驗本土化，NI正在多維度踐行工業4.0革命第三階段。助力中國制造彎道取直，推進中國制造2025，NI不僅提供了貫穿產品研發設計、生產及使用生命周期的平臺化工業物聯網解決方案，更從以下2點著手深入：

圖4. NI以平臺化解決方案為基礎，助力中國制造2025

一方面，NI加強培養本土合作伙伴，積極構建本土生態圈：例如此次受邀演講的北京天澤智云就是NI在PHM領域的合作伙伴。基于NI平臺化系統設計方案，天澤智云為客戶定制化開發面向工業物聯網領域端到端的解決方案，幫助中國的工業客戶實現工業設備的實時健康管理與預測性維護;

另一方面，NI積極將國際先進經驗本土化：NI與同濟大學工業4.0智能工廠實驗室緊密合作，共同建立NI工業互聯網實驗室就是眾多案例之一。基于NI在工業物聯網中數據采集、設備狀態監測等領域的豐富工程經驗，雙方還將攜手建立探索智能制造產學研合作與中外合作的新模式。