西门子代理商 西门子6DD1684-0GD0 西门子6DD1684-0GD0

6DD1684-0GD0

SIMATIC TDC 圆形电缆 SC63 50针有屏蔽，长度 2m

更多图片

不论是燃气轮机、联合循环发电轮机，还是其他系统，凭借西门子积累的丰富维修经验，西门子可以通过在运行数据和错误消息中执行智能搜索，得出更多洞见。然后，可以利用这些洞见来进一步优化个别系统。西门子打算创建一个计算机辅助专家系统，用于分析设施故障与设施组件之间的相互关系。Lamparter解释道：“未来，设计人员在为新设施遴选组件时，将能够获取这些数据。通过这些信息，他们可以了解到组件的实际运行情况。”这样一来，所打造的设施从一开始就更加稳健。

从复杂数据中识别出模式。目前，欧洲开展的一个名为“Optique”的研究项目也在开发这样的方法和技术。在这个项目中，10个合作伙伴——包括像西门子和挪威石油企业Statoil公司这样的企业，以及欧洲各大高校的研究人员——正在开发用于提高复杂数据库搜索效率的基本技术。

该项目旨在将不同数据源和数据库彼此连接起来，并赋予其一定的智能性。其计划是使用强大的算法，以就在不久前还被视为不可思议的速度和质量水平，发现出人意料的模式和相互关系。

未来，在理想条件下，公司员工将能够使用言简意赅的问题，在由数百个相互连接起来的、结构互不相同的数据库构成的庞大数据池中搜索信息。搜索结果将有助于员工作出决定。而要想使其发生，我们还面临重大的挑战，这是因为信息的分布特性和缺乏统一数据模型。

虽然Statoil公司的主要兴趣点是在勘探新油田方面加强利用数据库，而Optique项目的西门子应用实例代表Mikhail Roshchin博士则希望优化利用数据，以改善发电厂轮机的预防性维护。他的目标是提高未来的电力网络的抗故障性能。西门子已经在向客户提供预防性轮机维护服务。Roshchin在报告中指出，“西门子的能源服务、石油和天然气以及电厂等业务部门正在通过部署专门的软件平台，达成这一点。”现在，西门子打算通过连接更多数据源，优化其预防性维护服务。

Lamparter解释道：“在这个项目中，我们的主要任务并非处理海量数据。轮机维护服务每天仅产生30千兆字节数据，数据池总容量为10兆兆字节。”将不同数据库整合起来，并同时将之与一个不断变化、膨胀的数据池连接起来，提出了一个远为严峻的挑战。Lamparter说：“因此，我们不得不持续不断地更新计算。这是一个艰巨的任务，特别是当需要尽可能地实时获得结果时。”

挑战：必须将多种不同类型的数据库整合、互连起来，而数据池则在不断变化和膨胀。

智能评估工具。必须采用其他方法，将诸如文本格式的错误消息等非结构化数据，与诸如机器参数值等结构化数据，相结合。譬如，西门子文本识别分析技术和图像分析技术可以将文本、语音、视频和图像等文件转换为可以分析的数据，使之有史以来*次在决策过程中发挥作用。然而，在这方面，要解决的难题是从逻辑上将各种类型的数据源和格式相互联系起来，以便得出关于缺陷和故障原因的结论。

在解释这个研究项目的另一个目标时，Lamparter的同事Thomas Hubauer说：“为了提高分析有效性，甚至为单独的数据库配备了智能评估工具。”因此，譬如，关键统计数据的计算可能不再要求将所有数据读入数据池。相反，仅需要与有关查询相关的样本空间。根据样本空间，可以计算出平均值和标准偏差等等数据。

不过，目前专家依然需要其IT同事的帮助，才能从不同数据库获得信息。这是因为，必须首先选中现有信息并将之加载到特殊数据空间中，才能进行搜索。这要求专门知识，不精通IT技术的人难以胜任。然而，这种情况也将改变，因为“只有专家自己知道，什么才是真正对他们有益的。”Hubauer如是道。因此，数据库搜索必须变得像使用谷歌这样的互联网搜索引擎一样简单。

Optique研究项目尚处于早期阶段。这个项目已于2012年11月启动，将于2016年年底结束。西门子对这个项目寄予了很高的期望。西门子中央研究院的Gerhard Kress说：“我们预计，研究结果将可转用于其他大数据应用。”Kress负责协调西门子开展的大数据项目。

与西门子能源的同事一样，西门子医疗的专家采用类似方法开发了用于计算诸如CT扫描仪X射线管等关键组件的缺陷概率的专家系统。Kress说：“在决定系统可用性和图像质量方面，X射线管起到了至关重要的作用。TubeGuard能够在早期可靠地预测故障。”

有鉴于此，计算机断层扫描设备配备了传感器，用于监测诸如射线管电流、阳极转速和油温等关键参数。监测软件可以持续不断地将运行数据实时发送至西门子服务中心。Kress说：“有了这些数据，我们同事可以使用复杂算法来计算出数日内发生故障的可能性。”得益于此，检修工作人员可以及时与放射检查医师预约更换缺陷组件，而不会打断其工作。

Kress表示：“这个系统已经非常有效。”未来，海量数据和不同数据库的组合将为开创面向诸如过程分析等程序的新业务模式创造条件。在谈到这个系统的可能应用时，Kress说：“我们可以在大数据池中发现关联，识别出有助于改进医生办公室工作流程和程序的相互关系。这进而有助于稳定医疗成本。”然而，在实现这个目标之前，还需要开展大量研究工作。