以数字化为核心的第四次工业革命，推动制造企业加速走向云化，智能化IDC预测，中国制造业的云支出占比将从2020年的21.6%上升到2025年的34%，中国制造业正在骑上云西门子工业自动化产品有限公司，百年制造企业西门子在中国的第一家数字化工厂，是行业的先行者数字化工厂通过数字化软件，SIMATIC套件及相关硬件实现R&D，制造，质量，管理体系的整体联动，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AmazonNeptune图谱数据库构建云边缘一体化生产线故障知识图谱应用试点，实现工业实体，工业系统，知识与经验，工业组织，人工操作等要素间高度复杂关系的高效分析，并为生产现场人员提供自助查询服务，快速准确地提供问题定位，故障分析，设备运行，应急响应等知识，实现数据驱动的精益生产西门子工业自动化产品有限公司信息技术部经理杨健西门子工业自动化产品有限公司信息技术部经理杨健表示，SEWC在制造业的数字化建设方面已经努力了很长时间，其应用和推广一直是我们的使命谈及与亚马逊云技术合作打造的云—边一体化生产线故障知识图谱的应用，杨健介绍——OEE系统作为制造业的核心系统，通过采集生产线各种设备的状态信息，判断设备运行状态是否正常每次停机都意味着通过自动化或手动处理的方式来解决相应的故障以前，SEWC更多地依靠人力来解决故障因为每台机器和设备故障的代码都不一样，比如严重抛料，贴片机粘头，吸嘴堵塞，物料本身供应故障等有经验的高级人员有必要分析故障原因，找到解决方案，并更新维护记录现在，通过引入亚马逊云技术图谱的数据库AmazonNeptune技术，SEWC实现了一个基于故障的知识系统分析系统该系统能够对故障做出及时，正确的判断，大大节省了人工判断的时间基于这个图形数据库，工作人员可以快速定位相应的故障原因，普通操作人员也可以快速有效地进行处理据介绍，亚马逊云技术地图数据库AmazonNeptune可以存储数十亿条关系，将地图数据的查询延迟降低到毫秒级，帮助制造企业创建工业知识地图或整合产品关系数据，提供数据洞察杨坚说，工业制造系统的数字化需要工业知识图谱的帮助基于AmazonNeptune，我们初步实现了生产线故障的知识图谱，赋予了我们云的灵活计算和调度能力，以及大规模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生产的整个生命周期中，我们有了这样一个生产线故障的知识体系之后，才能真正做到知识的不断推进结合亚马逊云技术图数据库AmazonNeptune技术，AmazonS3存储，计算服务等能够真正实现基于工厂无缝无痛基础设施的运维支持，同时能够享受基于人工智能和图数据库的优质服务杨健补充道未来，SEWC将借助亚马逊云技术持续创新，从研发，制造，运营保障三个方面构建智能工业知识图谱共享服务，不断优化数据，算法和人员体验，为智能生产奠定坚实基础