西门子成都灯塔工厂：云边一体的知识图谱让知识固化与传承热议聚

　　灯塔可以为过往船舶进行照明指引，“灯塔工厂”也有着同样的作用，这些“灯塔工厂”正成为第四次工业革命的指路明灯。
　　西门子工业自动化产品（成都）有限公司（以下简称SEWC）就是被世界经济论坛评选出的全球首批灯塔工厂之一，SEWC不仅是西门子在中国的首座数字化工厂，也是西门子在全球的第二个数字化工厂。
　　作为灯塔工厂，SEWC对于数据质量有着非常高的实时性要求，如果生产过程中原材料、工艺、参数变化导致的质量问题不能被及时发现后果是非常严重的。一个主板上有上千个单元，如果物料出错，每分钟就会影响几十片，一两个小时就会影响几千片，这些原材料出错的主板需要将固件拆卸重新焊接，有些微小部件几乎不能返工，损失成本就会非常大。
　　知识服务成为了SEWC的一个迫切需求，生产现场人员需要快速精准的问题定位、故障分析、设备操作和突发情况的应对知识，实现及时专业的自助服务。
　　运营知识需要知识图谱
　　SEWC通过西门子数字化软件套间和SIMATIC等产品及应用，全面实现了研发、制造、质量管理和物流系统的数字化。SEWC主要负责研发和生产SIMATIC工业自动化系统系列产品，包括PLC可编程逻辑控制器、HMI人机交互界面、IPC工业电脑等，通过数字化解决方案和智能制造为客户提供高质量和准时交付的产品。
　　“随着自动化程度的提高，机台的组合越来越复杂，然而机台涉及的知识点也很多，也造成故障代码和故障处理的方法很多。在这种情况下，靠全人去记忆挑战是非常大的。”西门子工业自动化产品（成都）有限公司信息技术部经理杨健说道，SEWC需要进行体系化的建设，利用数字化技术提升员工知识体系，同时进行知识运营。
　　西门子工业自动化产品（成都）有限公司信息技术部经理杨健
　　但是设备信息分散、设备资料增长迅速、知识处理技术手段有限、设备知识运营管理困难、数据信息传递能力不足、知识运营能力缺乏都是数据驱动产业故障排查检修面临的挑战。
　　OEE系统是SEWC知识服务的主要体现，也是SEWC的核心系统之一。OEE系统可以帮助工厂判定机器利用效率，通过收集各种设备的状态信息，在各种状态栏看到故障，再借助自动化或者人工处理解决相应的故障。
　　在没有OEE系统之前，车间发生故障，需要靠人工定位问题，并分析原因，寻找解决办法，同时更新维修记录。杨健指出，技术专家和工艺专家会组成联合团队进行故障分析，例如严重抛料、贴片机贴头的吸嘴堵塞，以及物料本身的供应出现的故障等各种行为进行判断。
　　知识图谱、社交关系、风控关系等都是图数据库的主要应用领域，图数据库有着非常多的优点，其可以用图（或者网）的方式来表达现实世界的关系很直接、自然，易于建模，高效的插入大量数据，高效的查询关联数据。
　　杨健认为，图数据库擅长知识节点之间的连接和推理，而且对以后的查询有独特的优势，这也是我们开始使用图数据库做知识图谱类型的维护，以及设备机台相关信息知识沉淀工具的原因。
　　云边一体的知识图谱
　　制造业有着庞大的数据，而且知识结构复杂，存在大量的经验知识。SEWC在部署知识图谱的过程中，梳理逻辑关系规范成为一个重要挑战，因为梳理各种关系和逻辑就是将经验变成知识和模型的过程，这个过程非常复杂。
　　基于亚马逊云科技图数据库AmazonNeptune，SEWC构建了云边一体的产线故障知识图谱，系统能够给予及时正确的故障判断，大大降低对人的依赖，为工业生产环境下的生产实体、工业系统、知识经验和人工操作进行有效的管理。
　　OEE系统中，故障首先汇报到机台，机台进行相应的数据采集，之后根据数据采集的源头把故障分门别类录入到系统里，之后AmazonNeptune根据录入各种机台间的关联关系，再结合SEWC自己的归因分析，图数据库可以快速定位相应的原因，并显示在OEE系统界面上，对于一般的操作人员就可以很快地根据故障知道问题核心的原因，从而进行有效的处理。
　　杨健表示，相对于关系型数据库，AmazonNeptune图数据库不用关注底层实践，可以把关联性和一些分析的推荐呈现到机台的用户端，支持一线工人更有效的定位问题、解决问题，同时把知识传承和沉淀，真正固化到系统上。
　　SEWC通过云边一体的协同设计，在有效满足生产端及时反馈交互需求的同时，充分发挥了云端弹性的计算调度能力和海量扩展的数据处理能力，为进一步全面实现工业知识图谱提供了基础。
　　未来SEWC还会进行持续投入创新，构建智能化工业知识服务，在研发领域、生产制造领域、用户保障领域发挥作用。研发领域可以汇集相关产品发展趋势，为市场地位提供决策支持；生产制造领域将车间布局、生产设备、生产工艺、物料仓储、质量检测、生产计划和能耗管理等知识结构化、实现动态化管理。同时为生产现场提供快速的工艺工序、设备操作、质量分析和突发情况应对知识，实现专业的现场指导；运行保障领域实现运维支持，例如制造原理、结构、使用手册、维护手段、故障诊断和相关技术专家经验进行结构化管理。并通过信息检索、知识推送、知识查阅等多样化的方式，提高故障定位和操作效率，降低产线故障成本。