科技媒體ars technica的編輯Sean Gallagher于近日參觀了通用電氣(GE)的國際研究中心，并探訪了GE的“工業互聯網”。隨后撰文描述了GE的野心：它們正在研發一個名為Predix的云操作系統，對從物聯網設備傳來的數據進行挖掘和分析。
文章提到，GE并不是唯一一個試圖利用云計算技術幫助自身在能源、制造業、衛生保健、飛機制造等行業快速增長的公司。IBM也有自己的物聯網云戰略，而像SAP、西門子，以及Machineshop這樣的創業公司，則試圖將它們的商業分析能力運用在由機器和傳感器產生的大數據上。下一次工業革命的燃料將由數據組成：制造不僅僅是自動化，而是被數據驅動著永久的改變工廠生產方式。
物聯網下的數據分析的一個特點是，數據來源于不同的設備，不同的地方，并且數據形式也不同，數據分析系統必須能夠轉換并理解這些數據，并能做實時數據流分析。在制造和傳統工業中，某些數據已經被SCADA(supervisory control and data acquisition)系統所接收，因此它們易于分析，但另一些數據并沒有連接到SCADA系統上，而它們也可能相當重要。
GE 的互聯體驗實驗室負責人Arnie Lund演示了它們為加拿大魁北克水電公司(Hydro Quebec)所開發的一套分析系統。這套系統不僅從公司的電力網中收集數據，還從電力線附近的天氣傳感器，甚至樹木生長趨勢等圖等提取數據進行預測，因此它除了一般分析，還能預測如大風、樹木倒下等意外事故。類似的分析系統還有收集鐵道線和火車軌跡跟蹤數據，以優化火車地鐵的維護時間，以避免發生出軌等意外。在這些案例中，許多設備并不總是在線，只有在特殊時刻才會連到網絡上。
在物聯網數據分析的底層，有Wolfram 的 Data Drop這樣的數據收集工具，它能從任意發送數據的設備上接受數據，并給數據加上語義化結構以供分析。在大型系統如Predix中，無論是結構化的還是非結構化數據，都被收集到能被分析工具連接的云端存儲池里。
不過，數據單單存起來是沒有意義的，它還必須被分析才能產生價值。GE Software的數據科學家Christina Brasco表示他們正在開發分析引擎，能夠分析由數學模型產生的數據。Brasco 目前的關注領域是飛機制造，特別是燃氣渦輪引擎。他說：“GE正在推動預見性維護流程，數據科學則幫助構造預測模型以決定應替換哪些部件，以避免預測外的停機。”
GE Software 的CTO Horel Kodesh表示Predix的最終目標是創造一個“云操作系統”，不同的公司能在上面控制數據的連接并托管第三方開發者的分析軟件。Predix將為開發者提供便利，開發者只需關注如何解決他們提出的目標，而無需關心如何獲取以及連接數據。
在文章的最后Gallagher寫道，GE并不是這場游戲的唯一玩家。IBM、Amazon等云服務公司也在向開發者描繪它們的物聯網戰略以及其它基于云的工業數據處理方案。
從目前來看，從云端改變操作，然后將改變反饋到控制系統，這樣的生產模型還沒有在我們的生活中普及。但從GE對于物聯網大數據分析的研究和應用進展來看，供工業界使用的物聯網數據分析系統離我們并不遙遠。
京公網安備 11010502049343號