从语义分析技术到高效工厂

西门子中央研究院的专家正在打造面向本地中小企业的物联网（IoT）解决方案。袁勇博士是西门子中国资深核心研发人员。他正带领一组研究人员和工程师，利用语义分析技术为数据赋予意义和语境。这可以大大简化部署数据采集系统的过程，而数据采集系统可用来实现基于云的远程状态监测。

天奇自动化工程股份有限公司是中国领先的汽车装配线制造商。它坐落于江南名城无锡，与上海相邻。现在，天奇公司正与西门子合作开展一个试点项目，为这项技术提供宝贵的测试结果。

过去几年间，天奇公司已为全国各地的汽车制造厂安装了许多汽车装配线，并为这些装配线提供维护服务。因此，天奇公司对通过远程监测装配线关键组件的状态抱有极大的兴趣。这项功能可方便他们在部件损坏并造成代价高昂的停工与生产损失之前，及时更换磨损或性能下降的部件。西门子中央研究院研发的基于云的远程状态监测与数据分析解决方案能够满足天奇公司的需求，帮助他们为客户提供更好的服务。

缩短工程周期

在天奇与西门子数字化工厂集团的合作中，袁博士和他的团队主要研究如何以高效、一致且方便易用的方式，将有关数据从现场送入云端。

袁博士指出：“天奇项目遇到的最大挑战在于在现有硬件和软件组件的基础上，部署和配置合适的数据采集系统。这需要完成大量的工程工作。”他解释说，这些工作通常需要一名经验丰富的工程师耗时数个星期来设计系统结构，将传感器与I/O端口相对应，搭建通信网络，配置硬件和软件组件，并将分配给装配线上各个机械组件的变量名记录到文档中。

语义分析技术是指使用一套对数据含义和情境的标准化描述来管理数据的技术。为了应对上述挑战，语义分析技术正是袁博士用来缩短工程周期的方法。借助由他的团队研发的建模工具，哪怕经验不足的工程师也可以便捷地输入对装配线及其数据采集点的单一逻辑描述（即语义模型）。袁博士表示：“现在，工程师不必在不计其数的配置文件中编辑隐晦的参数，或在Excel电子表单、图纸和工程工具间拷贝地址和变量定义，语义模型可以自动生成并部署所有必要的配置和文档文件。”

不仅如此，当完成数据采集并发送至云端后，相关人员可以语义模型为基础，按语境访问数据，以及自动执行对复杂缺陷的根源分析。不久前，中国一家大型的汽车制造商安装了天奇公司提供的一条装配线，现在，他们正在考察这个建模工具的实用性。袁博士和他的团队相信，他们的工具将能大幅缩短工程周期，帮助天奇公司改善并发展其服务业务。