【TechWeb】10月9日消息，以数字化为核心的第四次工业革命推动制造企业加速迈向云化与智能化。IDC预测，中国制造业的云化支出比例将从2020年21.6%上升至2025年34%，中国制造业正在乘云而上。

(资料图)

百年制造企业西门子在中国的首家数字化工厂——西门子工业自动化产品（成都）有限公司（以下简称：SEWC）正是行业先行者。该数字工厂通过数字化软件、套件SIMATIC以及相关硬件实现了研发、制造、质量、管理系统的整体联动，是引领智能制造的灯塔工厂。

在数字化探索中，SEWC充分发挥云服务带来的高弹性和海量扩展能力，基于Amazon Neptune图数据库构建云边一体的产线故障知识图谱应用试点，实现工业实体、工业系统、知识经验、工业组织和人工操作等元素之间高度复杂关联关系的高效分析，为生产现场人员提供自助式查询服务，快速精准地提供问题定位、故障分析、设备操作和突发情况应对等知识，实现以数据驱动精益生产。

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

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表示，SEWC长期耕耘制造业数字化建设，数字化的应用和推广一直是我们的使命。

谈及和亚马逊云科技合作打造的云边一体产线故障知识图谱应用，杨健介绍，作为制造业的核心系统——OEE系统通过收集生产线中各种设备的状态信息来判定设备运行状态是否正常。每一次宕机就意味着要借助自动化或者人工处理来解决相应的故障。

此前，SEWC更多的是靠人工来解决故障。因为每一次机器设备故障的代码都不同，比如有严重抛料、贴片机的贴头、吸嘴的堵塞以及物料本身的供应出现故障等等，需要有经验的资深人员分析故障原因、寻找解决办法，同时更新维修记录。

现在，通过引进亚马逊云科技图数据库Amazon Neptune技术，SEWC实现了基于故障的知识体系分析系统，系统能够对故障给予比较及时和正确的判断，大大节省了人工进行判断的时间。基于这个图数据库工人可以快速定位相应的故障原因，一般的操作人员就可以很快地进行有效处理。

据介绍，亚马逊云科技图数据库Amazon Neptune可以存储数十亿个关系，可将图数据查询延迟降低到毫秒级，帮助制造业企业创建工业知识图谱或整合产品关系数据以提供数据洞察。

杨健表示：“建设工业制造系统的数字化需要借助工业知识图谱，基于Amazon Neptune，我们初步实现了产线故障知识图谱，这让我们具备了云端弹性的计算调度能力和海量扩展的数据处理能力，机器学习功能的加入让知识图谱具备了自我进化的能力。”

“在整个生产的生命周期我们都拥有了这样一个产线故障知识体系后，就能够真正做到知识的不断推进。结合亚马逊云科技图数据库Amazon Neptune技术、Amazon S3存储、计算服务等能够真正实现基于工厂无缝的、无痛的基础架构的运维支撑，同时，又能够享受到高质量基于人工智能、基于图数据库的服务。”杨健补充道。

未来，SEWC将联合亚马逊云科技持续创新，从研究开发、生产制造和运行保障三方面，构建智能化的工业知识图谱共享服务，不断进行数据优化、算法优化、人员经验的固化，为智能化生产奠定坚实基础。