Daniel Trauth(右2)
我仍然记得当我加入IEN并首次见到Daniel Trauth时是有多么的惊讶，因为我了解到他们正在亚琛工业大学（RWTH Aachen University）的机床实验室（WZL）研究将传感器应用于工业机械：这是我第一次接触到“生产互联网”（Internet of Production，简称IoP）这个概念。
从那以后，每当我（和其他人）需要了解传感器和其他IoP相关的信息时，Daniel都会提供很大的帮助。您可以看到，他对自己所做的事情充满热情，并且总是愿意在他们获得现今成就的过程中付出努力。
Daniel De Michele (Carpincho Dem)
IOTA Hispano主编
IOTA Evangelist Network成员
请告诉我们您在亚琛工业大学的背景和现状。
在我高中毕业并接受了机械电子工程师培训之后的2005年，我搬到了RWTH。我先是在RWTH学习机械工程，后来又学习了经济学。事实上，我一直有很多有趣的开发和研究，这就是为什么我来到RWTH攻读博士学位的原因，更确切的说是冲着制造工艺领域的前工学教授Fritz Klocke博士去的。
在WZL，我参与管理的首个项目是批量生产，特别是成型技术，直到后来我成为了成型技术的组长，现在则是成型技术、磨削技术和工艺规划的部门主管/总工程师，同时也是生产工艺工作组机器学习的负责人。
在这些角色中，我特别喜欢在我的活动领域中研究和实施（工业）物联网，人工智能和机器经济等方面的主题。RWTH也发掘到了这些主题，并以“生产互联网”为箴言申请成为下一届的精英大学。我和我的团队希望能够搞清楚分布式总账技术如何为IoP的实现做出贡献。
您第一次使用分布式帐本技术是什么时候？
我与DLT的第一次接触完全是私人性质的，我也没有错过比特币的面世，然后一项简单的投资转变为对其背后技术的兴趣。首先是比特币，然后是智能合约，并逐步开辟了新的可能性。
您是什么时候了解到IOTA的？您最初的想法是什么？
IOTA发布后不久我就听说了。与比特币类似，IOTA背后的技术是经过一些研究后才开创的，但事情很快变得清晰起来，如果这项技术的承诺是真的，那么事情将会很快发生变化。这唤醒了我的好奇心，一方面，我想搞清楚这一技术是否能够在我的专业环境中保持自身地位，另一方面，它如何设计才能实现真正的附加价值，这就是我们正在努力的方向 - 研究这项技术。
WZL正在研究的IoP是个什么概念以及为什么它在未来会变得很重要？
将物联网的方法直接应用于生产工程目前还是不可行的，因为工业应用比物联网设备有着更多的参数，但可用数据却少得多。现代生产的特点是大量化的数据。但是，这些数据既不易于获取，也无法解释，更无法增进了解。有了IoP，我们就有了在适当的粒度级别上实时提供来自生产、开发以及使用的语义充分且上下文敏感的数据，从而实现跨领域协作的新层次。核心的科学方法是将数字双胞胎引入为目的导向，聚合，多视角和持久的数据集。WZL与所有其他参与者共同设计和实现IoP的概念参考基础设施，以实现数字双胞胎的生成和应用。
因此，IoP对于未来可能出现的过程来说是一个重要的里程碑。对我们来说，机器经济是一个重要的激励因素。
为什么要使用DLT来处理机器生成的数据而不是其它知名的集中式系统？
我想重新解释一下这个问题。作为RWTH的独立研究人员，我们（尚未）声称分布式帐本技术将胜过传统的集中式系统，我们也不是说Tangle比Blockchain更好，我们要说的是，我们有理由对这种潜力进行调查，我们想知道DLT如何以及在哪些情况下能够更好的应用于生产机器。这经常被混淆。然而，与其他机构不同的是，我们能够持久的进行并有信心取得积极的成果，我们目前的PoC证实了这一点。即使你可以从自己的角度讨论PoC是否有意义，但这是由最终客户决定的，而不是我们，我们只提供可能性和应用。使我们信服的一个应用是安全审计跟踪，在安全审计跟踪的帮助下，我们对安全关键组件充满信心。一方面，因为数据对每个人都是可见的，另一方面，因为它在无形中会诱使供应链的合作伙伴提供最佳的质量，特别是在航空领域，人类生活将不再依赖于安全因素和希望，而是依赖于具体和可理解的关系。顺便说一下，我们不想将DLT用作数据存储，而是更多地用作日志或协议。尽管如此，可以通过Tangle来确保数据的完整性。数据本身有时可能要达到几MB，因此可能需要通过组合其他存储选项来存储这些数据。但在这里我们也正在研究这个主题，并且仍然需要找出最好的方法。
考虑到IOTA还处于PoC阶段，为什么WZL会在众多DLTs中选择IOTA呢？
在做出决定时，我们认为零成本交易和理论上更好的可扩展性非常重要。我们想通过研究来确认这些论点。
你们在PoC上使用什么样的传感器来收集机器数据？它们测量的是什么数据？
IoP正在尝试将整个技术数字化。在我们的例子中，这包括机器，材料，工具和成品组件。因此，我们使用各种传感器，使其完全可见：材料特性（如强度和硬度），元件厚度和几何形状，工具反作用力和应力，机器运动学，噪声，振动，视频信号等等。迟早，所有这些都将转变为个人的和普通的数字双胞胎，并可用于机器经济。这里的困难在于大多数传感器的值仅是模拟的，必须首先转换为数字版本。许多信息可能已经丢失或被过度解释，这会歪曲整个后续决策。
您能解释一下收集机器数据并通过Tangle发送的过程吗？这样做涉及哪些步骤？
模拟（机器）信号是连续的，可以记录最小值和最大值之间的任何值。在数字化过程中，以固定的时间间隔对连续模拟信号进行采样并将其转换为数值，采样率或采样频率以赫兹（Hz）表示。模拟信号的幅度传输到的值网格（value grid）的精细程度也很重要。这种所谓的“字宽”是以比特（bits）为单位的。两个值越高，记录的值与模拟信号的关系就越接近、越准确。转换通过模数转换器进行。由于馈送到ADC的模拟信号被转换为一个可变的数字值，因此必须使用指定值或信号（输入信号范围或测量范围）对其进行评估。通常使用固定的参考值，例如内部产生的参考电压。模拟输入信号经过数字映射，参考值决定输入信号的允许峰值。
首先，有必要确定能够评估过程的数据源。这些可以是已经存在于机器中的数据源，例如驱动器控制器中的电流测量或制造商已经安装的传感器。在多数情况下，这些传感器不足以评估过程，必须安装外部传感器。在我们的概念验证中，我们将压电传感器集成到工具中，从而能够对过程中产生的力进行高速和高分辨率的测量。然后必须开发合适的方法和系统来收集这些数据。在不加载控制组件的情况下记录内部机器数据时尤其如此。出于成本原因，今天的控制器不是为高端硬件设计的，并且在许多情况下除了控制系统之外没有必要的资源来执行数据的采集和处理。在获取到机器和传感器数据之后，以传统的方式进行信号处理，以便提取相关的信号量。当然，必须使用额外的数据源和元信息来丰富这些数据，以便生成数据集。该数据集的大小可以是几千兆字节。这样的数据量不能转移到Tangle中。因此，我们收集每个设备仅分配一次的唯一数据，例如各种组件的序列号。这些属性一起形成数字指纹。校验和由带有唯一指纹和私有种子的所有数据组成，可以高水平的防止人为操纵，原始数据和特征值也会保存，然后校验和转移到Tangle中。
您认为在不久的将来，IoP将对工业效率产生什么影响？
在我们对IoP的看法中，来自产品生命周期中分布式源的数据可被多方访问和使用。基于数据的实验证据和跨地区、领域和行业分支的系统学习将为生产行业带来新的效率水平。
您认为还有哪些特殊情况可以从通过收集传感器数据来审核其部件性能中获益？
老实说我还不知道。可能性是无限的，从理论上说，可以实现什么目前还没有定数。然而，我坚信每天都能规划出新的和不同的用例。
您是IEN的招募负责人。您能说出您最终成为IEN会员的故事吗？
今年早些时候，我加入了IOTA Evangelist Network。在此之前，我有机会与IEN创始人Kevin Chen进行了一次个人访谈，在纽约逗留期间，我还有机会亲自拜访他。一段时间之后，他问我是否有兴趣参与到IEN的发展中来，我说可以。然后我很早就开始在德国建立布道者网络，因此非常活跃。他问我是否愿意担任招募负责人，我立即答应了，从那以后我一直在努力的帮助其他IEN成员建立自己的网络以及IEN的全球发展。看到一件由这么多不同的、分布在世界各地的人共同参与的事情发展得如此之好真是太不可思议了。感谢招募团队！做得很棒！
对于那些还没有听说过IoP的工业部门的人士，您会说些什么呢？
要么加入我们，要么耐心等待。
相关链接：
http://www.iotahispano.com/2018/07/16/interview-with-daniel-trauth-head-of-the-machine-learning-in-production-engineering-working-group-at-the-wzl/
亚琛工业大学机床实验室IOTA工业PoC项目报告01：
https://www.iotachina.com/iota-wzl-poc-report.html
德国亚琛工业大学探索IOTA的工业用例：
https://www.iotachina.com/deguoyachengongyedaxuetansuoiotadegongyeyongli.html
中文链接请点左下角“阅读原文”。
IOTA微信群管理员账号：IOTACHINAWeChat
