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、一致且方便易用的方式，将有关数据从现场送入云端。
袁博士指出：“天奇项目遇到的***大挑战在于在现有硬件和软件组件的基础上，部署和配置合适的数据采集系统。这需要完成大量的工程工作。”他解释说，这些工作通常需要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端口相对应，搭建通信网络，配置硬件和软件组件，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。
语义分析技术是指使用一套对数据含义和情境的标准化描述来管理数据的技术。为了应对上述挑战，语义分析技术正是袁博士用来缩短工程周期的方法。借助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捷地输入对装配线及其数据采集点的单一逻辑描述（即语义模型）。袁博士表示：“现在，工程师不必在不计其数的配置文件中编辑隐晦的参数，或在Excel电子表单、图纸和工程工具间拷贝地址和变量定义，语义模型可以自动生成并部署所有必要的配置和文档文件。”
不仅如此，当完成数据采集并发送至云端后，相关人员可以语义模型为基础，按语境访问数据，以及自动执行对复杂缺陷的根源分析。不久前，中国一家大型的汽车制造商安装了天奇公司提供的一条装配线，现在，他们正在考察这个建模工具的实用性。袁博士和他的团队相信，他们的工具将能大幅缩短工程周期，帮助天奇公司改善并发展其服务业务。
新闻中心