现代一般企业往往停留在数字层面的应用更多，只是数据的原始搜集，建立一个数据库后束之高阁。数字经济的显著特点是数据的搜集、识别、过滤、分析、转化、使用，更高级别就是数据的自我修复（人工智能级应用）。“用数据说话”-“数据会说话”-“数据教说话”是数据经济发展的三个层面。

　　“用数据说话”层面

　　在产品推广的时候用到最多的就是“用数据说话”，如：一台110KW-8bar（SF1.2）的机器，按一年运行8000h计算，一级能效（比功率6.4）产品比二级能效（比功率6.9）产品可以省电7.6万度左右；一级能效产品比三级能效（比功率7.7）产品可以省电17万度左右，对于能源合同管理或产品替代项目的产品会“挂表”监测，数据漂亮与否一目了然。“用数据说话”成为产品交易中的硬通货，也成为议价的倚仗。

　　市场端的“数据”要求成为产品设计和制造端的输入，产品能效如何提升？测试时候的各种数据监测、测试点选取，电机和主机效率的极致控制，三滤、散热器、管路、油气桶等影响系统压降的极致控制都是节能过程中的必要工作。终端的能效品质势必要求整机厂家的压力传递，对下级供应商的产品品质控制提出更高的要求。

　　生产排单、采购申购，一些内部生产流程都需要销售部门的准确市场需求和预测数据，每个环节的传递都要用“数据说话”。产品制造过程中各个工序之间周转，原料入厂检测等所有涉及到不合格品产生的环节都可以产生大量用于分析的数据，此时为“用数据说话”层面的数据积累阶段。

　　“数据会说话”层面

　　前面的“数据池”收获海量的没有内在联系的离散数据，如果没法分析、转化、运用就会形成“数据孤岛”。服务端率先应用的“物联”技术是典型的“数据会说话”应用，时时在线检测空压站的所有需要采集的运行参数，建立分析模型，可以完成“智能化”的告警管理、服务人员管理、工单处理等工作。系统可以实现对空压机运行、点检、维修/养护、大修等关键业务的信息化管理。

　　根据用户使用的高峰用气量的变化、用气量、压力的变化等等，包括后处理的一些运行数据的监测，进而进行优化，给用户提供选型的科学依据，这些都是“数据说话”的典型应用。还可以进一步根据每台空压机的实际情况，分别设定其上述各项业务的作业规范和作业标准。对设备维保全过程进行全面监控，系统自动派单、任务接单、按单领取备品备件及相关材料、完工报告，空压机现场管理人员对维保的完工报告进行确认后，工单结束。该过程可以完全用网络或手机APP实现，做到服务端的“数据说话”。

　　生产端“数据说话”就是依据库存数量、发货数量、在产数量等数据的纵、横向对比分析，及时调整计划。生产端一般涉及以下模块：计划管理、质量管理、设备管理、看板管理、仓储管理、生产统计、工艺管理等。对于生产而言，每天排什么型号的压缩机、原材料入库情况、每天生产排产的动态、完成率、不合格品率、合同订单达成率等等这些都是要通过数据显现，进而实现数据会说话。

　　“数据教说话”层面

　　“数据会说话”进一步发展就是要“数据教说话”。通过数据采集建立起庞大的数据库，进而建立数学模型进行分析，找出内在的逻辑关系和相互之间的联系。以设计为例：比如喷油量、压损等对整机性能的影响。如果有准确的数学分析模型，整个设计可以进行自我完善。转速调整匹配气量和压力需求，转速确定后匹配合适喷油量等进行优化调整，使其达到最佳的节能效果。

　　比如销售排单，如果有精准的推断、计算，就可以及时的、准确的调整计划，而非盲目的预测库存。这样会根据市场的动态，哪些机型比较畅销，哪些配件用量比较大，作为一个基础的分析判断，实现数据“自我学习”。这种调整可以将产品种类和数量压缩在更短的周期内完成，更加科学合理，可以有效避免积压和大幅调整带来的震荡。

　　现在推崇的人工智能实际上就是对于普通的、简单的基础数据采集后，建立有效的科学算法，实现数据自我学习、自我修复的能力。比如说在用户现场，根据不断的数据提取分析在哪个时段是用气的高峰，用气的波动范围是多少，压力露点波动等，就可以利用大数据计算后给出预警，并提供合理的调整报告，设定压缩机一定范围内的气量等参数调整，这样就可以做到极致的精准节能。如果超出预定调整范围会推送给用户征得同意后自动调整。

　　“数据”如何教“说话”

　　1、大量的数据收集整理、分析、筛选。数据的选取范围、宽度和广度、有效数据的提取、无效数据的剔除等。

　　2、内在逻辑关系的分析、数学模型建立。研发、生产、销售、服务，相互影响、制约因素的查找分析，时时数据与原始数据的比较以及对于未来概率事件的推演等。

　　3、算法的提炼、完善。最新一代网络经济的最大特点就是算法，这也是我们领先国外之处。对于传统产品的应用不必像网络算法一样强大，我们基于不同板块的具体应用即可，各个板块之间相互关联，单独板块的纵深挖潜。

　　4、自我学习的“复算”算法编程。基于计算机的“人工智能”就其本质来看，主要就是“数据”的收集、应用、修复。“学习”步骤主要是基于现有数据对未来趋势的影响和判断，进而剔除不利的影响因素，实现数据的“智能学习”。

　　分析我们压缩机行业，要以发展的眼光、以未来的眼光来看现有技术的未来走向和趋势，这样我们做起来会更有目的、更有针对性。不得不说，随着人工智能的普及和应用，我们压缩机从设计到生产到服务，未来都可以实现基础数据到智能数据的转化，并搭载新兴的技术领域再次起航。

博鱼·(boyu)体育官方网站

气宝共享智慧空压站