onal Instruments（以下簡稱NI）舉行的NIDays 2018上，數位大咖再次聚焦在IIoT重要應用場景——分布式在線監測與預測性維護領域，分析了當前產業現狀、市場機遇及面臨的困境。其中，上海振華重工智慧產業集團研發中心的技術總監孫斌展示了NI平臺化的理念及微軟Azure云平臺如何幫助大家快速搭建工業物聯網解決方案，實現業務模式和效益的革新，受到現場觀眾的高度關注。

　　據悉，振華有10000多臺起重機設備在全世界運行，其中很大一批設備服役周期超過了10年。重型設備的監測是極其復雜的，以起重機為例，振華重工列出了與安全、故障和壽命密切相關的50多個關鍵部位，通過在這些部位上安裝位移、應力振動、溫度、液位等傳感器采集起重機的運行數據，實現對起重機的結構安全評估、機構的故障診斷和預測以及零部件的壽命預估。

　　孫斌進一步指出：“這些傳感器的數據首先被采集到NI的數據采集裝置中進行處理，利用邊緣算法進行故障診斷，然后經過處理的數據被發送到碼頭本地的服務器或上傳到ZPMC遠程維護云平臺，再利用微軟Azure平臺上的機器學習算法和工具，結合ZPMC的專業知識和經驗，進行數據分析和挖掘，最后利用Power BI實現各種應用結果的展示。”

　　IIoT與AI的融合，是預測性維護的關鍵。在以上案例中，微軟云IoT解決方案平臺也起到了重要作用。微軟AI商用部/微軟AI及研究事業部資深產品總監繆玉峰提到：“微軟依托合作伙伴，比如NI，從設備端及邊緣端提取數據，分發到Azure IoT Hub，進行數據處理、分析及管理。基于這些數據，再使用微軟的高級數據分析及機器學習服務，從而實現設備遠程監控、可預測維修等。”

　　近期，微軟發布了自動化機器學習服務。它能夠自動調參，支持分布式的深度學習，由FPGA提供算法支持，并且可以部署到公有云、私有云、及IoT邊緣。在建立一個機器學習模型的時候，工程師要考慮選擇哪些維度、哪個算法、什么樣的參數。以前，這個過程往往需要算法工程師人工來做。但現在，微軟云自動化機器學習可以將這個過程完全自動化，最終自動建立準確率最高的模型。

　　正如NI 大中華區工業物聯網/人工智能行業拓展經理郭翹所言：“借助OT端的NI平臺及IT端的Microsoft云平臺，無論是對于振華重工已經在使用的港口碼頭設備、還是對于目前正在大力推廣的全自動化港口碼頭解決方案，振華重工都能以創新技術保證其持續在行業中的領先地位。同時，我們希望 NI在OT端開放的邊緣計算平臺化理念，能幫助更多的中國制造企業更上一個臺階。”

　　IIoT的發展離不開整個生態圈的培養， NI與振華重工的港機設備工業物聯網方案融合了NI與振華重工的兩大公司的優勢，取得了積極的成果。這種互利共贏的合作，對于推動IIoT生態體系的建設具有重要意義。振華重工的孫斌進一步指出：“未來我們計劃將起重機智能監測與診斷系統推廣到ZPMC所有的起重機機型上，同時繼續加深與包括NI和微軟在內的伙伴的合作，開發在線故障診斷、剩余壽命預估和智能維護決策等應用，為用戶提供全方位的智能運維服務。”

　　上海振華重工(集團)股份有限公司(ZPMC)是重型裝備制造行業的知名企業，為國有控股A、B股上市公司，控股方為世界500強之一的中國交通建設股份有限公司。公司總部設在上海，并在上海、南通、江陰、張家港等地設有10個生產基地，24家海外分支機構遍布全球，是全國也是世界上最大的重型裝備制造商之一。公司產品已遍布全球100個國家和地區，萬余臺港機設備，包括岸橋、場橋等，覆蓋全球約300座碼頭，全球港機市場占有率連續20年在70%以上，保持行業第一。

　　Microsoft Azure 是微軟的公用云服務 (Public Cloud Service) 平臺，是微軟在線服務 (Microsoft online Services) 的一部分，自 2008 年開始發展，2010年2月份正式推出，目前全球有54座數據中心以及44個CDN跳躍點 (POP)，并且于2015年時被 Gartner 列為云計算的領先者。Microsoft Azure 是一個不斷擴展的云服務集合，它可以幫助組織應對各種商業挑戰。用戶可使用個人喜歡的工具和框架，在大規模全球性網絡上隨心所欲地構建、管理和部署應用程序。在中國，Microsoft Azure是基于微軟技術由世紀互聯運營。