onal Instruments（以下简称NI）举行的NIDays 2018上，数位大咖再次聚焦在IIoT重要应用场景——分布式在线监测与预测性维护领域，分析了当前产业现状、市场机遇及面临的困境。其中，上海振华重工智慧产业集团研发中心的技术总监孙斌展示了NI平台化的理念及微软Azure云平台如何帮助大家快速搭建工业物联网解决方案，实现业务模式和效益的革新，受到现场观众的高度关注。

　　据悉，振华有10000多台起重机设备在全世界运行，其中很大一批设备服役周期超过了10年。重型设备的监测是极其复杂的，以起重机为例，振华重工列出了与安全、故障和寿命密切相关的50多个关键部位，通过在这些部位上安装位移、应力振动、温度、液位等传感器采集起重机的运行数据，实现对起重机的结构安全评估、机构的故障诊断和预测以及零部件的寿命预估。

　　孙斌进一步指出：“这些传感器的数据首先被采集到NI的数据采集装置中进行处理，利用边缘算法进行故障诊断，然后经过处理的数据被发送到码头本地的服务器或上传到ZPMC远程维护云平台，再利用微软Azure平台上的机器学习算法和工具，结合ZPMC的专业知识和经验，进行数据分析和挖掘，最后利用Power BI实现各种应用结果的展示。”

　　IIoT与AI的融合，是预测性维护的关键。在以上案例中，微软云IoT解决方案平台也起到了重要作用。微软AI商用部/微软AI及研究事业部资深产品总监缪玉峰提到：“微软依托合作伙伴，比如NI，从设备端及边缘端提取数据，分发到Azure IoT Hub，进行数据处理、分析及管理。基于这些数据，再使用微软的高级数据分析及机器学习服务，从而实现设备远程监控、可预测维修等。”

　　近期，微软发布了自动化机器学习服务。它能够自动调参，支持分布式的深度学习，由FPGA提供算法支持，并且可以部署到公有云、私有云、及IoT边缘。在建立一个机器学习模型的时候，工程师要考虑选择哪些维度、哪个算法、什么样的参数。以前，这个过程往往需要算法工程师人工来做。但现在，微软云自动化机器学习可以将这个过程完全自动化，最终自动建立准确率最高的模型。

　　正如NI 大中华区工业物联网/人工智能行业拓展经理郭翘所言：“借助OT端的NI平台及IT端的Microsoft云平台，无论是对于振华重工已经在使用的港口码头设备、还是对于目前正在大力推广的全自动化港口码头解决方案，振华重工都能以创新技术保证其持续在行业中的领先地位。同时，我们希望 NI在OT端开放的边缘计算平台化理念，能帮助更多的中国制造企业更上一个台阶。”

　　IIoT的发展离不开整个生态圈的培养， NI与振华重工的港机设备工业物联网方案融合了NI与振华重工的两大公司的优势，取得了积极的成果。这种互利共赢的合作，对于推动IIoT生态体系的建设具有重要意义。振华重工的孙斌进一步指出：“未来我们计划将起重机智能监测与诊断系统推广到ZPMC所有的起重机机型上，同时继续加深与包括NI和微软在内的伙伴的合作，开发在线故障诊断、剩余寿命预估和智能维护决策等应用，为用户提供全方位的智能运维服务。”

　　上海振华重工(集团)股份有限公司(ZPMC)是重型装备制造行业的知名企业，为国有控股A、B股上市公司，控股方为世界500强之一的中国交通建设股份有限公司。公司总部设在上海，并在上海、南通、江阴、张家港等地设有10个生产基地，24家海外分支机构遍布全球，是全国也是世界上最大的重型装备制造商之一。公司产品已遍布全球100个国家和地区，万余台港机设备，包括岸桥、场桥等，覆盖全球约300座码头，全球港机市场占有率连续20年在70%以上，保持行业第一。

　　Microsoft Azure 是微软的公用云服务 (Public Cloud Service) 平台，是微软在线服务 (Microsoft online Services) 的一部分，自 2008 年开始发展，2010年2月份正式推出，目前全球有54座数据中心以及44个CDN跳跃点 (POP)，并且于2015年时被 Gartner 列为云计算的领先者。Microsoft Azure 是一个不断扩展的云服务集合，它可以帮助组织应对各种商业挑战。用户可使用个人喜欢的工具和框架，在大规模全球性网络上随心所欲地构建、管理和部署应用程序。在中国，Microsoft Azure是基于微软技术由世纪互联运营。