互时科技:工程技术数据治理助力工业发展“枝繁叶茂”

时间:2024-09-09
作者: 张琪玮

轻点购买图标,消费者的交易数据、个人信息、购买偏好等信息技术数据(IT数据)便“落袋”电商平台的数据库,以待未来为消费者提供更加便利、更加客制化的使用体验;工厂车间内,机器运作过程中的温度、压力、振动频率等状态都转化为一个个跳动的数字,作为操作技术数据(OT数据)被实时记录,为工业制造设备的“健康”保驾护航;一座偌大的工业园区内,大到厂房的整体结构,小到一颗螺丝、螺栓的属性,以及工艺与设备操作参数、技术要求,都作为工程技术数据(ET数据)被忠实地记录在案,从而实现“一比一复刻”的数字孪生,提高生产、管理效率……。

近年来,随着数字化转型的浪潮席卷各行各业,“数据”已经成为驱动经济社会运作的“新血液”。对此,国家数据局局长刘烈宏表示:“数据作为一种新型生产要素,已经深刻地融入经济社会的各个领域。加快构建以数据为关键要素的数字经济,则离不开强有力的数据产业的支撑。”

而随着各种领域、各种种类的数据呈现爆炸式增长,数据的治理在当今显得尤为重要。其中,在工业制造领域,及高端装备、基础设施等行业,数据治理,尤其是ET数据的治理,对于企业降本、提质、增效,确保安全、绿色生产起到关键作用。对此,互时科技CTO宋楠向《中国电子报》记者表示:“数据治理是数字化转型不可缺失的一环,而在工业制造场景下,规模越大、工艺及设备复杂程度越高,ET数据的治理价值就越大。”

什么是IT、OT和ET?

在介绍数据要素的重要概念时,宋楠提出了一个简明易懂的比喻:“如果将数据要素比作一颗大树,IT数据与OT数据就像大树的‘树叶’和‘枝条’,而ET数据作为数据要素中的‘骨干数据’,则可以比喻为支撑整颗大树的‘树干’。”

那么,IT、OT和ET数据究竟是什么呢?记者了解到,IT数据指信息技术数据,通常表示企业信息系统中的数据,用以支持企业的决策制定、运营管理和客户服务;OT数据指操作技术数据,具体涉及工厂车间、生产线、设备运行等现场操作产生的数据,主要用于确保生产流程顺畅、提高生产效率、预防设备故障等;ET数据则表示工程技术数据,代指工艺、机电仪等工程门类的技术数据,对于产品的创新设计、工艺优化、安全生产和设施的长期维护至关重要。

随后,宋楠对这三种数据做了更加深层的解构。他告诉《中国电子报》记者,行业中常谈的“大数据”是指IT数据、OT数据两类数据,它们主要由实时数据和过程管理数据构成,用以表示数据来源的状态与行为,更多是动态的、始终在变化的数据;而ET数据则是典型的“小数据”,以静态的基础数据为主,变化周期较长,主要用于反映数据来源的属性和特征。

宋楠向记者表示,长期以来,在数字化转型过程中,行业往往对IT、OT数据及两者的融合予以更多关注,在近年进入数字化时代后,才逐渐开始重视格式多样化的ET数据。基于此,在采访中,宋楠向记者着重强调了ET数据的重要性:“ET数据对于IT、OT数据的融合起到粘合剂和催化剂的作用,只有充分理解ET数据的价值,并实现其与IT、OT数据的关联与协同,才能成功实现数字化转型。”也正因此,互时科技选择了工业制造业中的ET数据治理作为当前专注的方向。

在工业制造领域这片特殊的土壤中,ET数据尤其发挥着更为关键的作用。宋楠告诉记者:“制造业工业企业中,如高端装备与基础设施等行业有着共同的行业特征:新建投资额较大、设备作为固定资产占比较大、上下游关联关系比较复杂……这类行业被称为资产密集型行业。”他指出,在这类行业中,工厂、设施、装备作为被管控对象较为复杂,而ET数据定义了这些对象的属性、特征与关联关系,因此,ET数据成为了深入了解对象、并对其进行数字化、精细化管控的重要依托。

“数据要有进有出”

谈到对数据治理的理解,宋楠告诉记者,数据治理的核心是“有进有出”:“数据治理,本质上就是把比较‘脏乱差’的数据输入进去,通过治理将其输出为高质量、高可用的优质数据。”他表示,要实现真正全生命周期的ET数据治理,无论是治理前还是治理后,都有需要兼顾的重要环节。

ET数据治理启动后首先要考虑的是“数据解析”的工作。记者得知,ET数据的核心来源是CAD工具的设计成果,往往包括了三维模型、设计图纸、材料表等等。通常情况下,一个工厂的设计又会涉及诸多专业,及诸多设计单位,这导致原始的ET数据呈现多源异构的特征,需要在数据治理的起始通过数据解析将数据转换成统一的数据格式,以便于后继的治理与管理工作。宋楠告诉记者,“得益于公司较强的CAD基因,互时目前已能对目前业界主流的CAD格式进行无损解析,所支撑的格式数量处于业界领先地位。”

数据解析之后,ET数据治理还需要经历数据聚合、校验、分发等重要环节。据宋楠介绍,这些环节需要全量信息模型、AI等关键技术的支撑,不但需要把数据治理妥当,还需要提升数据治理的自动化程度,从而实现效率的提升。

而在治理后的环节,宋楠则格外重视数据的应用。他直言:“‘治理’不是目的,让数据真正被用上、被用好才是数据治理的最终目标。没有应用,数据治理就没有价值。”在这一层面,宋楠向记者介绍了数据治理后的两方面应用:一是工业数字孪生体的构建,二是工业互联网平台的打造。“在工业数字孪生方面,互时能够帮助构建、优化全量全要素的信息模型,有力支撑数字孪生高阶模型的构建,为客户创造更多业务价值;而在工业互联网平台方面,互时提出‘双中台’方案,分别专注于ET数据及IT、OT数据的治理,既彼此独立,又能实现数据协同。”

据介绍,当前,互时科技聚焦石油、大型化工、核电、机场、航空等重点流程工业和基础设施产业,截至2023年底,已成功构建了超过2200个大规模复杂系统的数字孪生体,涉及固定资产1.2亿、物理对象16亿个,助力行业完成数字化转型,实现提质增效。

效率与认知是行业最大挑战

“由于业界长久以来对ET数据治理缺乏认知与重视,可以认为,目前我国的ET数据治理产业仍然处于起步阶段。”宋楠向记者坦言,“当前行业面临的痛点,主要聚焦两大方面:一是认知上不够成熟,二是技术上不够完善。”

谈到行业的“认知壁垒”,宋楠再次强调了当前ET数据备受忽视的行业现状:“提到数据治理,行业里更多想到的是IT、OT数据,采用的技术路线也更加针对大数据的特点。行业亟需认识到的一点是,ET数据的治理模式和技术手段是与大数据截然不同的,在重视ET数据治理的同时,也要转换思路,无论是制定方案还是研发产品,都要从适合ET数据的方向出发。”

而具体到技术上的不足,宋楠告诉记者,当前产业面临的技术痛点主要有二:“一方面,现有工具仍以人工为主要驱动方式,效率较低,如果不能尽快与人工智能技术结合、实现智能化转型,仍然会导致竞争力的下降;更重要的是,当前国内仍然缺乏聚焦完整生命周期的数据治理工具,这就导致在整个周期中涉及的众多环节都要靠独立的、分散的工具来进行,不仅流程冗长,还导致了成本虚高的现状。”

基于此,宋楠认为,要解决这三个痛点,同样要“对症下药”,从两方面入手:“一是提高智能化、自动化水平,尽量减少人工的参与,实现效率的显著提升;二是着手构建面向全生命周期的、完整的产品和解决方案。”针对当前ET数据治理行业发展现状,宋楠呼吁,希望产业对以ET数据为代表的数据治理予以持续关注。“数据治理是数字化转型不可或缺的一环,希望这一领域能够得到业界更多的关注与支持。”宋楠说。