隨著工業4．0和數字化浪潮席卷而來，傳統的施工行業正在向自動化、數字化、智能化轉型，這也促使施工行業對機械設備更科學高效管理的訴求變得更為迫切。

“傳統施工企業的油耗管理、臺班管理等是依靠人工識別和紙筆記錄方式，管理效率相對低下。利用工業物聯網、AI結合云計算平臺，過去無法實時處理的設備管理問題都可以更有效的解決。”南京智鶴電子科技有限公司（以下簡稱“智鶴科技”）CTO陳穎弘在接受記者采訪時表示。

通過在機械設備頂部搭載智能傳感器，智鶴科技的平臺可以實時采集機械車輛的經緯度、速度、方向、加速度、角速度等超過100個參數，并上傳到云端進行智能分析。無論挖掘機、渣土車等設備在哪里，管理人員都能隨時知曉機械設備的位置、怠速情況和工作時長。施工人員駕駛的車輛是否超速，是否偏移路線，以及趟數是否合規等都會給出實時報警，管理人員可以及時進行預警和干預，也可以每天生成日報，進行整體情況復核和定向監管，確保施工安全。

油耗成本占據機械使用成本的四成左右，這讓油耗管理成為施工企業最為關心的課題之一。智鶴科技采用智能油箱蓋替換原有油箱蓋，可感知油箱蓋的開合情況，精準油位變化數據，當油量出現異常下降時就會立即發送報警通知，可有效解決普遍存在的偷油漏油的問題，使燃油成本變得更為可控，甚至大幅降低成本。

強大的云平臺是一切的基礎

據陳穎弘介紹，要實現這樣的精細化管理，必須采集海量數據傳輸到云平臺，并24小時進行實時數據處理和分析進行機群和設備動態監控。這對云計算性能提出了很高的要求，一個穩定、安全、高效的云平臺成為支撐這一切的底座。

智鶴科技在今年開始使用AWS云服務。“專業的事就應該交給專業的人來做。”陳穎弘表示，“AWS的彈性可擴展以及豐富的產品組合，有效地支撐了業務的發展。”

陳穎弘分享了一個真實例子：“有一天晚上，由于項目優先順序改變，原本監控工程機械的終端同時被用來監控扎土車超速、圍欄警報以及趟數計算等行為。為此GPS截取時間從1800s／次，變為5s／次。這一小小的改變導致兩天后的數據量將爆沖到360倍，造成MySQL數據庫無法負荷。多虧選擇了AWS平臺，我們直接把EC2配置進行大升級，順利支撐到一周后NoSQL集群的上線。”

AWS首席云計算企業戰略顧問張俠介紹，目前在重機械制造行業，無論國外知名的卡特彼勒還是中國的三一重工，都選擇與AWS進行合作，AWS云平臺正在為工業、制造業的智能化轉型，提供有力的IT支撐。

AI助力機械施工的數字化變革

除了云計算，張俠還看好人工智能等新技術在智能工廠、智能礦山等方面的應用前景。

“AI技術可以實現對設備的預防性維護。在機器運轉出故障之前，往往運轉聲音、速度都會發生異常。一旦出現怪聲，或者轉速變得不均勻了，通過對其進行智能識別，就能提前進行更換和維護。在礦山管理方面，借助AI來智能探測當地的可燃性氣體的含量，一旦達到臨界值自動就把風扇打開。另外礦車也可以實現自動駕駛，減少安全事故。利用AWS的AI云服務，例如AmazonSageMaker，可以讓這些客戶更快、更容易地構建、訓練和部署機器學習模型，更高效地開發和利用AI技術，通過更少的工作量和更低的成本更快地投入生產。”

智鶴科技也在積極探索人工智能在機械施工方面的應用。

“目前，我們還處于機械物聯網的第一階段。即把所有的信息進行數據化，優化施工企業的管理效率和施工效益，我們基本上已經可以實現施工現場全品類、各機型統一管理，并且正在研究通過深度學習的算法來實現，實現自動化的派工和臺班統計。下一步，我們希望實現智能輔助駕駛，協助施工單位做出更敏捷的響應，輔助機手進行安全、高效的操作。一些危險的工地，甚至可以通過機械車輛的無人駕駛來完成。我們最終的目標是邁向智慧工地，讓每臺機械設備具備人的認知，推動建筑施工行業的數字化變革。”陳穎弘說。