本文摘要：中国一家大型汽车装配线制造商正在测试一项西门子的近期技术，它能由语义模型自动分解文档与配置文件，从而为大幅度延长工程周期与减缓部署基于云的数据分析解决方案打开了大门。西门子中央研究院的专家正在打造出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。 他于是以率领一组研究人员和工程师，利用语义分析技术为数据彰显意义和语境。这可以大大简化部署数据采集系统的过程，而数据采集系统能用来构建基于云的远程状态监测。

中国一家大型汽车装配线制造商正在测试一项西门子的近期技术，它能由语义模型自动分解文档与配置文件，从而为大幅度延长工程周期与减缓部署基于云的数据分析解决方案打开了大门。西门子中央研究院的专家正在打造出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。

他于是以率领一组研究人员和工程师，利用语义分析技术为数据彰显意义和语境。这可以大大简化部署数据采集系统的过程，而数据采集系统能用来构建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。它座落在江南名城无锡，与上海邻接。

现在，天奇公司于是以与西门子合作积极开展一个试点项目，为这项技术获取宝贵的测试结果。过去几年间，天奇公司已为全国各地的汽车制造厂加装了许多汽车装配线，并为这些装配线获取确保服务。因此，天奇公司对通过远程监测装配线关键组件的状态抱着有很大的兴趣。

这项功能可便利他们在部件损毁并导致代价高昂的复工与生产损失之前，及时替换磨损或性能上升的部件。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需要符合天奇公司的市场需求，协助他们为客户获取更佳的服务。

袁勇博士（左）和张海涛正在利用语义分析技术为数据彰显意义和语境。延长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、完全一致且便利易懂的方式，将有关数据从现场送到云端。

袁博士认为：“天奇项目遇上的仅次于挑战在于在现有硬件和软件组件的基础上，部署和配备适合的数据采集系统。这必须已完成大量的工程工作。”他说明说道，这些工作一般来说必须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端口比较不应，搭起通信网络，配备硬件和软件组件，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。

语义分析技术是指用于一套对数据含义和情境的标准化叙述来管理数据的技术。为了应付上述挑战，语义分析技术正是袁博士用来延长工程周期的方法。

利用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利地输出对装配线及其数据采集点的单一逻辑叙述（即语义模型）。袁博士回应：“现在，工程师不用在不计其数的配置文件中编辑直白的参数，或在Excel电子表单、图纸和工程工具间拷贝地址和变量定义，语义模型可以自动分解并部署所有适当的配备和文档文件。”不仅如此，当已完成数据采集并发送至云端后，涉及人员可以语义模型为基础，按语境采访数据，以及自动继续执行对简单缺失的根源分析。

不久前，中国一家大型的汽车制造商加装了天奇公司获取的一条装配线，现在，他们正在实地考察这个建模工具的实用性。袁博士和他的团队坚信，他们的工具将能大幅度延长工程周期，协助天奇公司提高并发展其服务业务。

本文来源：南宫28圈官网-www.kubernetek.com