一个早上，吾斯的微信运动步数就飙到了8000多步，同事一看，这小子肯定又下车间了。
中策橡胶密炼车间，阿里云算法工程师吾斯紧盯着机器上的数据，一边记录一边与身旁的工人时不时交流几句，一个早上，他在诺大的车间里来回跑了几趟，他的任务是运用人工智能技术提高橡胶密炼良品率，为企业降低成本，提升利润。
闲置的数据
吾斯毕业于新加坡南洋理工大学，加入阿里巴巴的前两年，在业务平台事业部从事商品数据挖掘工作。一次内部技术交流课堂上，授课人是阿里云机器智能首席科学家山景，吾斯听到阿里云正在用大数据和人工智能帮传统制造企业解决实际问题，兴趣一下子被勾了起来。
2016年11月，吾斯正式转岗阿里云，加入ET工业大脑项目组，他接手的第一个项目，来自有60年悠久历史的中策橡胶。作为中国第一大轮胎企业，中策橡胶年产值超过220亿元，旗下拥有朝阳、好运等知名轮胎品牌。
处子秀就是大项目，吾斯既兴奋又紧张。传统制造企业，更多依靠经验，“老师傅们”有丰富的行业知识和经验，但自己能不能摸透陌生的橡胶行业，对方能不能理解ET工业大脑的原理，他心里完全没底。
第一次见面，中策橡胶一方来了4个人，技术主管谢工只有30多岁，他告诉吾斯，企业多年来也做过一些尝试，但是效率提升非常慢。
而负责IT部门的王总，则将公司的IT系统、MES系统和生产系统一一展示给吾斯，王总说，多年前，企业便开始注重收集生产环节的数据，如今也累积了大量的数据，但并没能真正利用起来，一直静静躺在数据库里。
“我们想要利用这些数据，但是一直不知道怎么办。”
密炼的秘密
第一个改造项目是生产工艺中的“密炼”工序。
在谢工的带领下，吾斯走进车间，了解到轮胎的构造，是由胎面、胎侧、内胎、帘布层、幕布层组成，而每一种胶部件，均以胶料为原料加工而成。
所谓密炼工序，就是把碳黑、天然/合成橡胶、油、添加剂、促进剂等原材料混合到一起，在密炼机里进行混炼，生产出胶料的过程。轮胎里每一种胶部件所使用的胶料都有特定性能，胶料的成分取决于轮胎使用性能的要求。
吾斯和团队的任务是，在这个环节中找出关键因子，提高良品率或生产效率。
通过和技术员的交流，吾斯发现胶料的质量指标主要是门尼粘度、硬度、流度等等，其中最难控制的是门尼粘度，而影响门尼粘度的因素又多达几十项，除了原料的种类与比例，仅秘炼机里的实时数据就包括温度、温度趋势、压力、转速、消耗电量等。
再加上橡胶种类繁多，每种添加的炭黑、油、添加剂、催化剂比例各不相同，过去，如何调控各项数据，全靠谢工这样有经验的密炼技术员。
吾斯调取了最近1年的生产数据，计划通过对数据的深度挖掘分析，运用人工智能算法模型，计算出密炼过程中最优化的一组工艺参数，以此提高胶料的良品率。可是很快，吾斯发现自己对密炼工艺的理解还是不到位。
“有时候你很难通过数据去理解某些环节。比如有一个压力分布的数据，开始数值是零，过一段时间会达到一个大数值，然后又变小，如此循环2、3次，只看数字，我搞不懂为什么会这样，直到看到密炼机工作的过程才明白。”
有一阵子，密炼车间的技术员们发现，每周都有几天可以见到吾斯的身影，他要么一个人静静待在生产线上研究密炼机的工作原理，要么缠着技术员追问一些细节问题。
巨大的效益
过程并非一帆风顺，吾斯最初建立算法模型，开始并没有达到理想的效果。再次下到车间和工艺人员沟通，并通过数据深入分析，他发现由于使用年限不同，每一台密炼机的工艺参数都有很大差异，“比如我们在第一台密炼机上设置的工艺参数表现出色，在第二台上用相同的参数表现就很不理想”也就是说，吾斯必须为每一台密炼机量身定制一个精准参数。
吾斯很快又给出了新的参数，谢工却对其中一个参数产生了疑问，“有一个温度数据，推荐的参数比他们常年使用的足足低5度。因为相差较大，他们觉得这组参数打出来胶料合格率肯定不高。”
吾斯却信心满满，而实验结果也验证了他的参数没错，胶料的良品率确实提高了不少。“这样大的企业，如果能在工业生产环境提升1%的良品率，可能就是帮企业带来上千万的利润。”
而让中策橡胶意外的是，密炼工序在ET工业大脑的加持下，最终将良品率提升了3%-5%，产生了巨大的经济效益。如今，双方的第二次合作已经提上日程。
这份下车间的工作，让吾斯获得了前所未有的成就感。“阿里云工业制造团队，是中国最早一批把人工智能带入到车间的先行者，收集他们的需求、采集他们的数据，通过算法和人工智能的手段，解决他们工艺上的问题，降低成本，提升产量。这是在帮企业解决实际的问题，创造真正的价值。”
原文发布时间为：2018-09-10
本文作者：汪佳婧
