数字化企业网首页
e-works数字化企业网  »  精英面对面  »  正文

黑湖科技:让数据驱动智能制造

—— 访黑湖科技CEO周宇翔

2018年5月17日     作者:e-works  涂彬  张瑾       
关键字:数据驱动智能制造  
黑湖科技是一家已获得风险投资、正飞速成长的科技公司,为自我革新的制造企业提供基于云端、算法驱动、灵活可配置的多平台实时协同系统。

    黑湖科技是一家已获得风险投资、正飞速成长的科技公司,为自我革新的制造企业提供基于云端、算法驱动、灵活可配置的多平台实时协同系统,用轻量高效的方式帮助制造业客户提高生产效率、降低制造成本、打通信息孤岛,真正实现让数据驱动智能制造。近期,e-works执行主编涂彬采访了黑湖科技CEO周宇翔先生,从制造执行过程中信息的采集、分析、决策以及黑湖科技后期的发展方向等方面进行了全面探讨。

黑湖科技CEO周宇翔

黑湖科技CEO周宇翔

    在本次采访的前一天,黑湖科技刚刚接受了由BAI(贝塔斯曼亚洲投资基金)、金沙江创投联合投资的5000万A+轮融资。并且早在今年三月底,黑湖科技还作为唯一一家初创公司的代表受邀参加了国资委内部的一个闭门会议,参与的企业包括ABB、西门子等在内的全球知名的工业服务企业。

    对于一家初创企业却能获得投资者的高度青睐以及国家相关部门的重视,周宇翔向记者道出了其中的缘由。首先,优秀的团队是黑湖科技受到资本青睐的关键要素之一,因为黑湖科技拥有一支跨界且又能深入了解当前制造业工厂特点和需求的团队。其次,在黑湖科技团队中不管是产品经理还是研发人员,每个月都要去工厂的生产现场,深入车间了解不同工厂、不同阶段的发展现状及面临的具体问题。第三,黑湖科技还拥有良好的客户数据基础。黑湖科技定位于中大型企业,在财富五百强企业中也拥有不错的客户基数。

    数据驱动,为制造装上最强大脑

    当前,在全球化工业转型升级大背景下,中国制造业正在以前所未有的力度推进工厂的智能化转型和升级。但在与制造企业深入接触过程中,周宇翔了解到目前中国制造企业普遍信息化和自动化水平不高,甚至很多工厂至今仍然用纸来传递信息,或者依靠简单的ERP来管控现场,对生产过程中产生的信息还处于数据获取阶段。如何帮助工厂更便捷的实现对生产现场的信息搜集和实时传递,并在该过程中尽量减少人的主观影响,是黑湖科技最初的产品定位。

    针对当前制造企业普遍面临的数据采集和传递问题,前期在与工厂的接触中,黑湖科技对制造过程中底层最易出现的问题进行了大量的搜集和梳理,形成了以解决生产过程中协同为主的产品理论。

黑湖智造?协同系统

黑湖智造™协同系统

    在黑湖系统平台中将工业信息结构分为三个层级,分别是:管理层、协同层和底层数据采集层。

    在底层数据采集层:黑湖科技通过与大量专业供应商合作进行数据的采集。采集的数据源主要包括三大类:一是对接系统中现有的数据,二是生产执行过程中产生的数据,三是机器设备运行数据。黑湖科技从这三个层面得到数据并进行汇集,形成黑湖智造系统中的数据库。

    在协同层:黑湖科技实现对数据进行实时监控,主要包括两方面的操作:一是将现场数据实时推送到手机或PC端,对生产过程进行监控;二是利用数据来辅助人进行协同层面的工作处理和安排。在协同层面,黑湖科技可以借助时下各种互联网设备和智能终端完成对数据最后一厘米的高效传递,以更轻量化的方式保证项目实施过程上线更快、效率更高。

    在管理层:不管是结构化还是非结构化的数据,工厂都可以利用黑湖智能数据分析平台,在不需要读懂整个数据结构的情况下,通过简易的操作方式,把需要的数据组合成各种各样的报表进行关联度的分析。

    周宇翔谈到,很多传统工厂在实施MES系统时会采用很多固定的看板,在生产现场放一个屏幕显示数据,但是在发生问题时并不能通过数据看板直观的了解并查出问题原因。而在黑湖系统中,企业可以通过简单的拖拉点拽将各类企业关注的核心数据以可视化的方式实时归集到一起,通过检查数据异常找出导致故障的原因。

    不仅如此,黑湖智能数据平台甚至还可以帮工厂将之前所有的数据搜集并整理好放在数据仓库里,工厂可以据此做分析,这是黑湖科技具备的与同类厂商完全不同的核心技术优势。

    目前,黑湖科技正在研发的还有第四个层面——智能决策。目标是希望能在前三个层面的基础上,通过背后的算法来取代人的主观判断。如果说第三个层面是通过数据辅助将人主观的经验发挥出更大的作用,那么第四个层面就是机器通过不断学习前三个层面的使用状态进行积累经验,最后进行智能决策。

    在智能决策层面,黑湖科技的研发方向包含两个方面:一是排产,黑湖科技对关键数据采集能精确到最后一厘米,为了深化利用数据,将让精确的数据来达成精确地排产规划,之后将最前沿的算法用于生产过程的排产。在该过程中系统会记录过去每一次输入、输出的数据进行算法建模,就像阿尔法狗学习围棋一样,研发者输入不同高手的棋谱,机器会自己学习。

    周宇翔指出,在工厂实施黑湖系统之前,一般会推荐企业选择前三个模块,等到系统对该工厂的数据有一个积累之后,再逐渐取代人工来做排产。最后再帮助企业实现预测性维护,该过程包括三个步骤:采集数据、数据标注、算法建模。

    黑湖科技擅长的是其中第二个步骤:数据标注。数据标注就是当把数据采集进来以后,对不同的数据曲线对应的现场具体问题进行标注,两者贴合以后,机器学习才会成立。未来出现类似问题后就可以用算法进行预测。

    黑湖科技通过在生产现场对各种情况进行记录,结构化和非结构化的数据通过文本处理都可以贴到所有机器数据上去。目前黑湖科技正在与国外许多领先公司进行合作,他们擅长数据建模,黑湖科技通过自身的算法把他们建模工具融入到产品中在国内进行落地,并结合黑湖的数据标注技术帮助客户进行实践。

    周宇翔谈到,在黑湖智造系统中,前三个版块的产品已经实现商业化,第四个版块目前在一些与黑湖不同行业的种子客户公司进行试跑,预计在今年底会进行商业化,变成高阶的模块发布出去。

    顺势而为,用最前沿科技解决最根本的问题

    当前,整个国家都在提倡智能制造,国家鼓励制造上云和发展自主的工业软件,希望针对工业生产需求打造更加具体化的工业软件产品。黑湖科技所做的就是把握趋势顺势而为,为制造企业打造优质的工业软件产品,用最前沿科技解决企业面临的最根本问题。

    2012年曾被称为大数据元年,至此之后,企业获取的数据呈指数增长趋势。黑湖科技遵循来者不拒的态度。但同时,“黑湖科技不仅对采集来的数据进行整套的分析,还基于这些数据为不同行业的制造业客户提供效率更高的生产管理及岗位协同方式。”周宇翔介绍道。

    目前,市面上的数据采集方式包括侵入式和非侵入式两种。侵入式是设备厂商从协议层面的对接;非侵入式是通过附加传感器的形式,其中传感器分为传统型或创新型,传统型通过传感器记录温度、压强等。创新型通过将一个小型硬件设备贴到机器上来采集震动、温度、声音等信息,即插即用。采集到的信息可以通过4G网络接入云端,使用者直接读数。该方式也是目前越来越多创业型公司或科技型公司正在开发的。

    黑湖科技目前与这两类厂商都有合作,但在实践过程中考虑到保证设备运行状态稳定,大多数客户更倾向于采用非侵入式的采集方式,而且这种方式实施周期快,效果明显,且与目前移动化、互联网化的发展趋势高度契合。

    从国家层面来讲,为了发展更加健全的工业发展鼓励机制,国家也在深刻探讨补贴政策和项目验收机制中存在的弊端,项目落地也困难。在云端逐渐普及的年代,政府希望通过这种方式为企业提供的补贴能够真正为工业的转型与发展带来实际好处,不管是提升效率还是节约成本。

    黑湖科技走的就是产品化路线,稳定性和效果都能得到保证。四到六周就可以帮助一家工厂完成数据智能化改造,整个验收过程也符合规范和标准,而且还采用了目前流行的订阅付费模式,按年付费,帮助企业有效控制成本。由于所具备的领先优势,黑湖科技目前已经被纳入了国家扶持的一些项目中。

    在国家政策思路的转变下,很多投资人认为这是黑湖科技所具备的一个巨大优势。周宇翔告诉记者,在获得投资支持以后,黑湖科技的下一步将会朝两个方面发力。

    第一是扩大市场。当前黑湖的产品基础雏形已定,数据的汇集、监控、分析等技术版块将来会投入更多的商务资源,通过建立直销团队和拓展代理商等方式,扩大市场。

    第二是聚焦前沿科技产品的落地。对智能决策版块将会研发如何落地,在获得更大市场的同时,让客户能比MES更进一层利用已有的数据。针对不同行业和类型企业,黑湖科技也会发布不同的版本来进行匹配以满足不同企业的需求,行业细分将是黑湖科技下一步发展的核心理念。针对于此,黑湖科技现在正在和斯坦福实验室建立一些合作,也在和美国一些科技公司进行人才合作交流。

    后记

朝气蓬勃的黑湖人

朝气蓬勃的黑湖人

    周宇翔是笔者采访过的第一位从事智能化工业转型研究的80后企业高层。在整个采访过程中,他始终逻辑清晰,侃侃而谈,举重若轻又胸中自有丘壑。制造业所处的行业环境比较艰苦,扎根其中的人需要的不仅是勇气还有毅力,还有身处其中不骄不躁的作风,作为引领新一轮工业转型的年轻人,能将前沿领先的技术带入制造业,推动中国制造的智能制造转型,令人敬佩!

    了解更多企业详情黑湖科技

本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
往期回顾
编辑推荐
新闻推荐
博客推荐