工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè)數(shù)字化轉(zhuǎn)型解決方案

1、工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè) 數(shù)字化轉(zhuǎn)型處理方案第1頁(yè)黨中央、國(guó)務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)工作布署3月17日，國(guó)務(wù)院總理李克強(qiáng)主持召開(kāi)國(guó)務(wù)院常務(wù)會(huì)議，并指出要對(duì)“ 互聯(lián)網(wǎng)+”、平臺(tái)經(jīng)濟(jì)等加大支持，壯大數(shù)字經(jīng)濟(jì)新業(yè)態(tài)，依靠工業(yè)互聯(lián)網(wǎng)促進(jìn) 傳統(tǒng)產(chǎn)業(yè)加緊上線上云，發(fā)展線上線下融合生活服務(wù)業(yè)，支持發(fā)展共享用工 平臺(tái)。工業(yè)互聯(lián)網(wǎng)人工智能 數(shù)據(jù)中心 5G基站建設(shè)第2頁(yè)工業(yè)和信息化部辦公廳關(guān)于推進(jìn)工業(yè)互聯(lián)網(wǎng)加快發(fā)展通知（3月20日）CD（一）改造升級(jí)工業(yè)互聯(lián)網(wǎng)內(nèi)外網(wǎng)絡(luò)。（二）增強(qiáng)完善工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)體系。（三）提升工業(yè)互聯(lián)網(wǎng)平臺(tái)關(guān)鍵能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。一、加緊新型基礎(chǔ)設(shè)施建設(shè)（十三）加緊工業(yè)互聯(lián)網(wǎng)創(chuàng)

2、新發(fā)展工程建設(shè)。（十四）深入實(shí)施“5G+工業(yè)互聯(lián)網(wǎng)”512 工程。（十五）增強(qiáng)關(guān)鍵技術(shù)產(chǎn)品供給能力。四、加緊壯大創(chuàng)新發(fā)展動(dòng)能（九）建立企業(yè)分級(jí)安全管理制度。（十）完善安全技術(shù)監(jiān)測(cè)體系。（十一）健全安全工作機(jī)制。（十二）加強(qiáng)安全技術(shù)產(chǎn)品創(chuàng)新。三、加緊健全安全保障體系（五）主動(dòng)利用工業(yè)互聯(lián)網(wǎng)促進(jìn)復(fù)工復(fù)產(chǎn)。（六）深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用。（七）促進(jìn)企業(yè)上云上平臺(tái)。（八）加緊工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范推廣普及。二、加緊拓展融合創(chuàng)新應(yīng)用EF（十九）提升要素保障水平。（二十）開(kāi)展產(chǎn)業(yè)監(jiān)測(cè)評(píng)定。六、加大政策支持力度（十六）促進(jìn)工業(yè)互聯(lián)網(wǎng)區(qū)域協(xié)同發(fā)展。（十七）增強(qiáng)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群能力。（十八）高水平組織產(chǎn)業(yè)活動(dòng)。五、

3、加緊完善產(chǎn)業(yè)生態(tài)布局AB第3頁(yè)0201引導(dǎo)平臺(tái)增強(qiáng)5G、人工智能、區(qū)塊鏈、 增強(qiáng)現(xiàn)實(shí)/虛擬現(xiàn)實(shí)等新技術(shù)支撐能力，強(qiáng)化 設(shè)計(jì)、生產(chǎn)、運(yùn)維、管理等全流程數(shù)字化功效 集成。遴選10個(gè)跨行業(yè)跨領(lǐng)域平臺(tái)，發(fā)展50 家重點(diǎn)行業(yè)/區(qū)域平臺(tái)。推進(jìn)重點(diǎn)平臺(tái)平均支 持工業(yè)協(xié)議數(shù)量200個(gè)、工業(yè)設(shè)備連接數(shù)80萬(wàn) 臺(tái)、工業(yè)APP數(shù)量到達(dá)2500個(gè)。勉勵(lì)各地結(jié)合優(yōu)勢(shì)產(chǎn)業(yè)，加強(qiáng)工業(yè)互聯(lián)網(wǎng) 在裝備、機(jī)械、汽車(chē)、能源、電子、冶金、石 化、礦業(yè)等國(guó)民經(jīng)濟(jì)重點(diǎn)行業(yè)融合創(chuàng)新，突 出差異化發(fā)展，形成各有側(cè)重、各具特色發(fā) 展模式。引導(dǎo)各地總堅(jiān)固踐經(jīng)驗(yàn)，制訂垂直細(xì) 分領(lǐng)域行業(yè)應(yīng)用指南。提升工業(yè)互聯(lián)網(wǎng)平臺(tái)關(guān)鍵能力深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用工業(yè)

4、和信息化部辦公廳關(guān)于推進(jìn)工業(yè)互聯(lián)網(wǎng)加快發(fā)展通知（3月20日）第4頁(yè)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型三大視角九大維度二、價(jià)值視角：連接維、企業(yè)維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維第5頁(yè)企業(yè)為何要進(jìn)行數(shù)字化轉(zhuǎn)型？數(shù)據(jù)起源：麥肯錫庫(kù)存占用成本 下降20-40%設(shè)計(jì)-工程成本 下降10-30%質(zhì)量成本優(yōu)化10-20%制造業(yè)增加值成 本降低25-35%降低廢料20-35%降低能耗5-8%勞動(dòng)生產(chǎn) 力提升 15-30%設(shè)備停機(jī) 時(shí)間下降 30-50%預(yù)測(cè)準(zhǔn)確 度提升 85%提升工人每人 每小時(shí)勞動(dòng)生 產(chǎn)率40-60%提升運(yùn)行部 門(mén)間接人工 效率30

5、-40%提升設(shè)備 綜合效率 15-25%提升一次通 過(guò)率5-8%第6頁(yè)數(shù)字化轉(zhuǎn)型本質(zhì):為企業(yè)創(chuàng)造價(jià)值提質(zhì)增效提升勞動(dòng)生產(chǎn)率優(yōu)化設(shè)備管理提升企業(yè)產(chǎn)量完善質(zhì)量管理節(jié)本降耗節(jié)約生產(chǎn)成本降低企業(yè)庫(kù)存降低質(zhì)量成本降低能耗水平生態(tài)培育新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)第7頁(yè)基礎(chǔ)建設(shè)單項(xiàng)應(yīng)用協(xié)同創(chuàng)新制造業(yè)數(shù)字化轉(zhuǎn)型正在邁向3.0階段：工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能綜合集成集成范圍投 資 收 益工業(yè)互聯(lián)網(wǎng)（工業(yè)APP）工業(yè)云（工業(yè)SaaS）工業(yè)軟件第8頁(yè)制造業(yè)數(shù)字化轉(zhuǎn)型新載體：工業(yè)互聯(lián)網(wǎng)平臺(tái)邊緣層工業(yè) PaaS工業(yè) APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存放、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專(zhuān)用開(kāi)發(fā)工具、應(yīng)用模

6、板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)行環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化第9頁(yè)制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個(gè)問(wèn)題為何要轉(zhuǎn)？（價(jià)值）用什么轉(zhuǎn)？（技術(shù)）怎么轉(zhuǎn)？（業(yè)務(wù)）第10頁(yè)制造業(yè)數(shù)字化轉(zhuǎn)型框架：以?xún)r(jià)值重構(gòu)為根本雙螺旋模型技 視 角 術(shù)業(yè) 務(wù) 視 角價(jià)值視角制造業(yè)數(shù)字化轉(zhuǎn)型必須從價(jià)值、技術(shù)、業(yè) 務(wù)三個(gè)視角統(tǒng)籌考慮。價(jià)值重構(gòu)是邏輯起點(diǎn)，技術(shù)支撐是工具， 業(yè)務(wù)落地是內(nèi)核。拋開(kāi)技術(shù)談業(yè)務(wù)，輕易陷入老方案，使用舊地圖找不到新大陸。 拋開(kāi)業(yè)務(wù)談技術(shù)，輕易陷入炫耀鋤頭自?shī)首詷?lè)。雙螺旋模型

7、含義：以?xún)r(jià)值重構(gòu)為根本， 堅(jiān)持技術(shù)支撐和業(yè)務(wù)落地雙輪驅(qū)動(dòng)，實(shí)現(xiàn)技術(shù)和業(yè)務(wù)雙向迭代。第11頁(yè)制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于雙螺旋模型三大視角九大維度技 術(shù) 視 角業(yè) 務(wù) 視 角價(jià)值視角第12頁(yè)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維第13頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)價(jià)值體系全價(jià)值鏈全產(chǎn)業(yè)鏈全要素設(shè)備節(jié)耗本增 效提 質(zhì)連接維效益維降從價(jià)值視角看， 工業(yè)互聯(lián)網(wǎng)平臺(tái)本質(zhì)是經(jīng)過(guò)工生態(tài)維 業(yè)全要素、全價(jià)值鏈和全產(chǎn)業(yè)鏈 連接，實(shí)現(xiàn)對(duì)企業(yè)乃至制造業(yè) 重構(gòu)。第14頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)應(yīng)用模型企業(yè)運(yùn)行類(lèi)

8、研發(fā)制造管理服務(wù)資產(chǎn)管理類(lèi)狀態(tài)監(jiān)測(cè)故障診療預(yù)測(cè)預(yù)警遠(yuǎn)程運(yùn)維產(chǎn)業(yè)鏈協(xié)同供給鏈協(xié)同制造能力共享工廠1工廠2.level 4level 3level 2level 1設(shè)備 模型業(yè)務(wù) 模型二維模型三維模型.研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型經(jīng)營(yíng)管理模型.機(jī)理 模型物理模型化學(xué)模型.算法 模型分類(lèi)回歸聚類(lèi).業(yè)務(wù)應(yīng)用（PLM、ERP、SCM）生產(chǎn)運(yùn)行控制（MES/MOM）設(shè)備執(zhí)行監(jiān)控（HMI-SCADA）傳感器（PLC）設(shè)備層level 0全要素：人、機(jī)、料、法、環(huán)全產(chǎn)業(yè)鏈：供給鏈、空間鏈、金融鏈價(jià)值鏈：研發(fā)、制造、服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈連接第15頁(yè)全 要 素全 產(chǎn) 業(yè) 鏈全 價(jià) 值 鏈人

9、機(jī)料法環(huán)供給鏈空間鏈金融鏈研發(fā)制造服務(wù)產(chǎn)品生產(chǎn) 自動(dòng)化機(jī)器物料機(jī)理模型 實(shí)體空間知識(shí)生產(chǎn) 智能化機(jī)器 數(shù)據(jù)數(shù)據(jù)模型+機(jī)理模型 數(shù)字孿生空間固定供給鏈 線下集群銀行貸款柔性供給鏈 線上集群 互聯(lián)網(wǎng)金融推進(jìn)工業(yè)生產(chǎn)從 3.0向4.0轉(zhuǎn)變打破企業(yè)邊界、商業(yè)邊界、 區(qū)域邊界微笑曲線向數(shù) 據(jù)驅(qū)動(dòng)價(jià)值 閉環(huán)轉(zhuǎn)變研發(fā)制造服務(wù)附 加 值數(shù)據(jù) 驅(qū)動(dòng)協(xié)同研發(fā)按需 制造精準(zhǔn) 服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈重構(gòu)第16頁(yè)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維第17頁(yè)工業(yè)互聯(lián)

10、網(wǎng)平臺(tái)技術(shù)體系工業(yè)APP工業(yè)PaaSIaaS邊緣層5G數(shù) 據(jù) 中 心人 工 智 能數(shù) 字 孿 生數(shù)據(jù)維架構(gòu)維產(chǎn)業(yè)維第18頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用邊緣層工業(yè) PaaS工業(yè) APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存放、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專(zhuān)用開(kāi)發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)行環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化模型應(yīng)用算力數(shù)據(jù)第19頁(yè)工業(yè)互聯(lián)網(wǎng)+5g/數(shù)據(jù)中心/人工智能應(yīng)該怎么加？從5g、數(shù)據(jù)中心、人工智能到工業(yè)互

11、聯(lián)網(wǎng)，這幾個(gè)概念不是割裂，而是環(huán)環(huán)相扣， 組成了數(shù)據(jù)采集、傳輸、計(jì)算、分析、應(yīng)用數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)關(guān)鍵是 要實(shí)現(xiàn)這些技術(shù)群體性突破和協(xié)同性創(chuàng)新。邊緣計(jì)算5G人工智能工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集計(jì)算傳輸應(yīng)用分析數(shù)據(jù)數(shù)據(jù)+算力數(shù)據(jù)中心數(shù)據(jù)+算力+模型數(shù)據(jù)+算力+模型+應(yīng)用第20頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用數(shù)據(jù)+算力+模型+應(yīng)用=工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)上不來(lái)設(shè)備類(lèi)型多協(xié)議封閉接口類(lèi)型多工況惡劣數(shù)據(jù)存不了數(shù)據(jù)用不好監(jiān)測(cè)點(diǎn)多類(lèi)型多樣流量大性能要求高時(shí)間跨度大數(shù)據(jù)量巨大數(shù)據(jù)維度多實(shí)時(shí)分析難難以定量算法落后5G數(shù)據(jù)中心人工智能第21頁(yè)一、5G:打通工業(yè)互聯(lián)網(wǎng)最初一公里有效伎倆超出80%5G應(yīng)用場(chǎng)景在

12、工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。5G技術(shù)將處理工業(yè)互聯(lián)網(wǎng)落地最初一公里問(wèn)題。當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況依然處于試點(diǎn)示范和探索階段。eMBB增強(qiáng)移動(dòng)寬帶10GbpsuRLLC高可靠低時(shí)延1msmMTC海聯(lián)物聯(lián)1Million/km21G2G3G4G5G19801990應(yīng)用場(chǎng)景傳輸速率模擬 語(yǔ)音數(shù)字 語(yǔ)音 短信移動(dòng)互聯(lián)網(wǎng)應(yīng)用數(shù)字業(yè)務(wù)占主導(dǎo)數(shù)據(jù)洪流 物聯(lián)網(wǎng)115Kb-384Kb384Kb-100Mb100Mb-1Gb10Gb+模擬時(shí)代數(shù)字時(shí)代移動(dòng)互聯(lián)網(wǎng)時(shí)代萬(wàn)物互聯(lián)時(shí)代第22頁(yè)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新打造項(xiàng)目庫(kù)培育處理方案供給商構(gòu)建供給資源池技術(shù)標(biāo)準(zhǔn)攻關(guān)融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化網(wǎng)絡(luò)技術(shù)和產(chǎn)品布署實(shí)施5：打造

13、5個(gè)內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺(tái)1：遴選10個(gè)重點(diǎn)行業(yè)2：挖掘20個(gè)經(jīng)典應(yīng)用場(chǎng)景建設(shè)測(cè)試床11月12日，工業(yè)和信息化部印發(fā)“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案，高 質(zhì)量推進(jìn)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新。“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案提出要 提升“5G+工業(yè)互聯(lián)網(wǎng)”網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力、創(chuàng)新應(yīng)用能力、資源供給能力。提升網(wǎng)絡(luò)關(guān)鍵 技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新 應(yīng)用能力提升資源 供給能力第23頁(yè)基于“5G+8K超清 視頻+ 深度學(xué)習(xí)+ 平臺(tái) ”，構(gòu)建大飛機(jī)制造機(jī) 器視覺(jué)，實(shí)現(xiàn)復(fù)合材料 無(wú)損檢測(cè)、拼縫檢測(cè)，使檢測(cè)時(shí)間由原來(lái)幾 小時(shí)甚至幾天縮短至幾 分鐘； 人員成本降低 95%?；凇?G+遠(yuǎn)程控制+AR+平

14、臺(tái)”，構(gòu)建機(jī)床 自主觸發(fā)物流需求、AGV 自主智能路徑規(guī)劃智能 物流方式，大幅提升民機(jī) 裝配協(xié)同效率， 使傳統(tǒng) 單項(xiàng)工裝工作人員由3人 降低到1人； 裝配效率提 高70%；降低操作人員成 本20萬(wàn)/人?；凇?G+射頻+VR+ 平臺(tái)”，構(gòu)建基于大數(shù)據(jù)驅(qū) 動(dòng)產(chǎn)品、設(shè)備、工裝、物 流、人員及刀量具等生產(chǎn)要 素全過(guò)程管控，實(shí)現(xiàn)對(duì)生產(chǎn) 環(huán)境、生產(chǎn)狀態(tài)、復(fù)合材料 等全方位跟蹤與優(yōu)化，提升 生產(chǎn)智能運(yùn)行管理，零配 件定位誤差縮小在3厘米以 內(nèi)；運(yùn)行成本降低20%；生 產(chǎn)效率提升20%以上。中國(guó)商飛聯(lián)合互聯(lián)網(wǎng)企業(yè)、設(shè)備制造企業(yè)、移動(dòng)通信企業(yè)、科研院所等，開(kāi)展“5G+工業(yè)互聯(lián)網(wǎng)” 在大飛機(jī)生產(chǎn)制造、工廠物流、

15、質(zhì)量管控等方面探索，形成智能生產(chǎn)、智能物流、智能檢測(cè)等融 合應(yīng)用實(shí)踐。其中，華為提供基于“5G+云”AR/VR技術(shù)；聯(lián)通提供5G通信技術(shù)及智能制造技 術(shù)；騰訊提供云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)；上交提供智能制造創(chuàng)新模式研究支撐。智能生產(chǎn)智能物流智能檢測(cè)商飛：基于“5g+工業(yè)互聯(lián)網(wǎng)”智慧工廠第24頁(yè)5g專(zhuān)網(wǎng)在工業(yè)互聯(lián)網(wǎng)中六大應(yīng)用場(chǎng)景7月，全球著名咨詢(xún)企業(yè)Heavy Reading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通公布 了5G專(zhuān)用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中應(yīng)用白皮書(shū)。Heavy Reading白皮書(shū)指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專(zhuān)用網(wǎng)絡(luò)與 LTE和Wi-Fi相比，含有覆蓋范圍更廣、安全保障能力更強(qiáng)、 性能愈加優(yōu)越

16、三大優(yōu)勢(shì)，能夠支持苛刻性能要求工業(yè)場(chǎng)景應(yīng) 用：一是利用5G+AI實(shí)現(xiàn)碼頭等特定區(qū)域物流車(chē)智能導(dǎo)航。 二是利用5G+AR開(kāi)展輔助裝配與遠(yuǎn)程運(yùn)維。三是利用5G+機(jī)器視覺(jué)開(kāi)展預(yù)測(cè)性維護(hù)。四是利用5G支撐高壓配電網(wǎng)負(fù)荷控制。 五是利用5G+NB-IoT處理設(shè)備物聯(lián)問(wèn)題。六是利用5G專(zhuān)用網(wǎng)絡(luò)對(duì)工業(yè)設(shè)備進(jìn)行遠(yuǎn)程控制。第25頁(yè)二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地關(guān)鍵基礎(chǔ)設(shè)施中國(guó)和日本分別占8%和6%，中國(guó)IDC發(fā)展比美國(guó) 晚5年。，我國(guó)制造業(yè)增加值約占全球30%，互聯(lián)網(wǎng) 用戶(hù)數(shù)全球占比約21%，穩(wěn)居世界第一制造大國(guó)和 網(wǎng)絡(luò)大國(guó)，這決定中國(guó)IDC規(guī)模不會(huì)低于美國(guó)。我國(guó)數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計(jì)2025年中國(guó)IDC

17、市場(chǎng)累計(jì)超萬(wàn)億元。數(shù)據(jù)中心作為工業(yè)互聯(lián)網(wǎng)主要基礎(chǔ)設(shè)施，愈加強(qiáng)調(diào)云計(jì)算數(shù)據(jù)中心和邊緣數(shù)據(jù)中心協(xié) 同性，我國(guó)IDC市場(chǎng)空間巨大。美國(guó)IDC機(jī)柜數(shù)當(dāng)前已占全球40%市場(chǎng)，其后是數(shù)據(jù)起源：前瞻產(chǎn)業(yè)研究院、 中國(guó)IDC圈數(shù)據(jù)起源：中國(guó)國(guó)家統(tǒng)計(jì)局 美國(guó)商務(wù)部互聯(lián)網(wǎng)趨勢(shì)匯報(bào)制造業(yè)占GDP比重互聯(lián)網(wǎng)用戶(hù)全球占比第26頁(yè)“規(guī)?；?小微化”數(shù)據(jù)中心協(xié)同發(fā)展會(huì)成為主流規(guī)?；瘮?shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)傳統(tǒng)大型規(guī)模化數(shù)據(jù)中心難以滿(mǎn)足萬(wàn)物互聯(lián)需求，需要建設(shè)小微型數(shù)據(jù)中心，來(lái)加強(qiáng) 邊緣計(jì)算和數(shù)據(jù)分析能力。一方面，算力就是生產(chǎn)力，要加快規(guī)?；瘮?shù)據(jù)中心建設(shè)，縮小和美國(guó)數(shù)據(jù)中心市場(chǎng)占比 差距。其次，要加快邊緣數(shù)據(jù)中心建設(shè)，滿(mǎn)足

18、企業(yè)帶寬、時(shí)延、安全需求。云數(shù)據(jù)中心時(shí)延限制網(wǎng)絡(luò)擁塞完全問(wèn)題.云數(shù)據(jù)中心云DC邊緣DC邊緣數(shù)據(jù)中心邊緣數(shù)據(jù)中 心第27頁(yè)邊云協(xié)同將加速工業(yè)互聯(lián)網(wǎng)平臺(tái)落地Gartner：The edge will eat the cloud(邊緣計(jì)算正在吃到云計(jì)算)。IDC：40%數(shù)據(jù)將在邊緣側(cè)進(jìn)行存放、處理和分析。邊緣云和云計(jì)算協(xié)同將成為工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展主要方向，二者密不可分、相輔相成。邊緣云三大功效：邊緣數(shù)據(jù)采集、存放和分發(fā)。邊緣數(shù)據(jù)實(shí)時(shí)分析邊緣設(shè)備智能控 制。不敢傳：涉及數(shù)據(jù)安全與保密不需傳：本地化、實(shí)時(shí)性不能傳：網(wǎng)絡(luò)延遲、功 耗、計(jì)算量、 協(xié)議適配邊緣數(shù)據(jù)中心業(yè)務(wù)Predix大型數(shù)據(jù)中心業(yè)務(wù)非實(shí)時(shí)、大

19、數(shù) 據(jù)量業(yè)務(wù)需要進(jìn)行縱向 和橫向?qū)Ρ确治鰳I(yè)務(wù)需要和業(yè)務(wù)系 統(tǒng)進(jìn)行集成 業(yè)務(wù)需要進(jìn)行全局 優(yōu)化業(yè)務(wù)第28頁(yè)三、人工智能：工業(yè)互聯(lián)網(wǎng)平臺(tái)內(nèi)核定義：工業(yè)人工智能是工業(yè)領(lǐng)域中由計(jì)算機(jī)實(shí)現(xiàn)智能，含有自感知、自學(xué)習(xí)、自執(zhí)行、自決議、自適應(yīng)等特征，其 本質(zhì)是經(jīng)過(guò)打造狀態(tài)感知、實(shí)時(shí)分析、精準(zhǔn)執(zhí)行、科學(xué)決議數(shù)據(jù)自動(dòng)流動(dòng)閉環(huán)，處理工業(yè)復(fù)雜性和不確定性難題。問(wèn)題：工業(yè)復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間矛盾，制約工業(yè)人工智能發(fā)展。發(fā)展階段判斷：工業(yè)智能仍處于發(fā)展探索時(shí)期，工業(yè)人工智能關(guān)鍵技術(shù)、場(chǎng)景應(yīng)用、產(chǎn)業(yè)發(fā)展均處于起步階段。數(shù)據(jù)（人機(jī)物）洞察模型應(yīng)用實(shí)時(shí)分析狀態(tài)感知科學(xué)決議精準(zhǔn)執(zhí)行學(xué)習(xí)提升主要矛盾缺

20、乏可靠性缺乏可解釋性人工智能工業(yè)系統(tǒng)復(fù)雜性不確定性第29頁(yè)數(shù)據(jù)層邊緣層模型層算法機(jī)理 模型模型應(yīng)用層故障診療定位（分類(lèi)）設(shè)備預(yù)測(cè)維護(hù)（分類(lèi)+回歸） 產(chǎn)品質(zhì)量檢測(cè)（分類(lèi)）產(chǎn)品自動(dòng)分揀（分類(lèi)+回歸）產(chǎn)業(yè)鏈級(jí)企業(yè)級(jí)設(shè)備 幾何模型模型 壽命模型業(yè)務(wù) 研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型經(jīng)營(yíng)管理模型第一性原理知識(shí)圖譜回歸算法分類(lèi)算法模型聚類(lèi)算法智能網(wǎng)關(guān)設(shè)備級(jí)供給鏈管理（回歸）集團(tuán)輔助決議（分類(lèi)+回歸）員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)智能機(jī)器人智能傳感器智能機(jī)床模型管理引擎模型推理引擎工業(yè)人工智能框架：邊緣層+數(shù)據(jù)層+模型層+應(yīng)用層智能芯片過(guò)程控制（分類(lèi)+回歸） 生產(chǎn)工藝優(yōu)化（回歸）流程自動(dòng)監(jiān)控（回歸）智能輔

21、助設(shè)計(jì)（分類(lèi)+回歸）機(jī)器 學(xué)習(xí)第30頁(yè)算力方面，邊緣層亟需加緊研發(fā)適配工業(yè)實(shí)時(shí)性需求AI芯片工業(yè)智能邊緣當(dāng)前處于技術(shù)突破階段，所包括硬件基礎(chǔ)設(shè)施、軟件技術(shù)等大多已具備，但仍面臨邊緣節(jié)點(diǎn)對(duì)計(jì)算能 力支持、邊緣計(jì)算任務(wù)智能調(diào)度，邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。當(dāng)前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，經(jīng)過(guò)全方面感知、精準(zhǔn)計(jì)算與自主控制，有效緩解數(shù)據(jù)中心計(jì)算 壓力，實(shí)現(xiàn)業(yè)務(wù)處理去中心化；未來(lái)，其存放、計(jì)算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬(wàn)物智聯(lián)轉(zhuǎn)化AI專(zhuān)用芯片兼容性編譯工具&協(xié)議解析工具智能設(shè)備寒武紀(jì)研制深度學(xué)習(xí)專(zhuān)用處理 器芯片，相對(duì)于傳統(tǒng)執(zhí)行x86 指令集芯片，有兩個(gè)數(shù)量級(jí) 性能

22、提升。騰訊和阿里基于FPGA云計(jì) 算加速芯片，實(shí)現(xiàn)了低成本、低功耗，含有廣泛應(yīng)用場(chǎng)景。華為針對(duì)邊緣服務(wù)器市場(chǎng)推出 Ascend 310芯片，當(dāng)前已部 署在自動(dòng)駕駛領(lǐng)域，正在向其 他應(yīng)用領(lǐng)域拓展。英特爾、亞馬遜、谷歌、 Facebook 和 Khronos Group等企業(yè)和機(jī)構(gòu)基于各自 優(yōu)勢(shì)與競(jìng)爭(zhēng)考慮打造了對(duì)應(yīng)編 譯器或模型表示規(guī)范。中國(guó)移動(dòng)、東方國(guó)信、寄云 科技等企業(yè)經(jīng)過(guò)建設(shè)智能網(wǎng)關(guān)， 動(dòng)態(tài)實(shí)現(xiàn)OT與IT間協(xié)議轉(zhuǎn)換， 加強(qiáng)對(duì)帶寬資源不足和突發(fā)網(wǎng) 絡(luò)中止等異常場(chǎng)景應(yīng)對(duì)能力。生產(chǎn)設(shè)備：庫(kù)卡、新松等企業(yè)開(kāi) 發(fā)搭載機(jī)器學(xué)習(xí)算法、路徑規(guī)劃 等技術(shù)機(jī)械臂、運(yùn)輸載具和智 能機(jī)床等產(chǎn)品?？刂圃O(shè)備：針對(duì)包裝、

23、焊接、拼 接等作業(yè)場(chǎng)景，伯克利、海康威 視等企業(yè)經(jīng)過(guò)應(yīng)用語(yǔ)音識(shí)別、視 頻捕捉等技術(shù)提升人機(jī)交互效率。研發(fā)設(shè)備：NetSpeed提供SoC 設(shè)計(jì)與架構(gòu)輔助設(shè)計(jì)系統(tǒng)，經(jīng)過(guò) 內(nèi)置人工智能算法助力芯片設(shè)計(jì) 師尋求最正確處理方案，并提供持 續(xù)設(shè)計(jì)反饋。第31頁(yè)模型方面，深度學(xué)習(xí)、知識(shí)圖譜和管理引擎將成為重點(diǎn)發(fā)展方向深度學(xué)習(xí)，主要處理了工業(yè)場(chǎng)景中識(shí)別、監(jiān)控、推理、預(yù)測(cè)等問(wèn)題，適合用于不可見(jiàn)復(fù)雜問(wèn)題。知識(shí)圖譜，主要處理了工業(yè)要素挖掘、分析、建模、可視化等問(wèn)題，適合用于認(rèn)知明確問(wèn)題中飛艾維與baidu深度合作，基于飛槳（PaddlePaddle） 深度學(xué)習(xí)框架聯(lián)合開(kāi)發(fā)海量數(shù)據(jù) AI 分析平臺(tái)，實(shí)現(xiàn)巡檢 數(shù)據(jù)中

24、特定缺點(diǎn)辯識(shí)，速度到達(dá)人工處理近百倍。德國(guó)瀚沙企業(yè)：基于“深度學(xué)習(xí)+能耗”預(yù)測(cè)電網(wǎng)中止和 停電，識(shí)別電網(wǎng)缺點(diǎn)可能性提升2倍以上。領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺(jué)”進(jìn)行預(yù)測(cè)性維護(hù)、產(chǎn) 品質(zhì)量檢測(cè)等工作，誤檢率為十萬(wàn)分之一，質(zhì)檢效率是 質(zhì)檢員八倍。東軟集團(tuán)布署工業(yè)知識(shí)圖譜進(jìn)行知識(shí)發(fā)覺(jué)和決議輔助，實(shí)現(xiàn) 了幫助人工高效操作和有效決議。一汽經(jīng)過(guò)構(gòu)建汽車(chē)故障診療知識(shí)圖譜，將業(yè)務(wù)方向、售后場(chǎng) 景和細(xì)化描述進(jìn)行關(guān)聯(lián)建模，實(shí)現(xiàn)效率支撐、提前發(fā)覺(jué)和專(zhuān) 業(yè)案例支撐。UTC 聯(lián)合技術(shù)研究中心將知識(shí)圖譜引入研發(fā)設(shè)計(jì)過(guò)程，依靠 知識(shí)圖譜分解功效塊，構(gòu)建設(shè)計(jì)方案庫(kù)，設(shè)計(jì)出換熱傳熱 效率提升 80%，設(shè)計(jì)周期加緊 9 倍。深度

25、學(xué)習(xí)知識(shí)圖譜第32頁(yè)應(yīng)用方面，工業(yè)復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之 間矛盾造成工業(yè)人工智能發(fā)展遲緩設(shè)備預(yù)測(cè)維護(hù)德國(guó)蒂森克虜伯集團(tuán)結(jié)合智能傳感器及機(jī) 器學(xué)習(xí)，開(kāi)展基于電梯運(yùn)行數(shù)據(jù)預(yù)測(cè)性維護(hù)，使電梯停運(yùn)時(shí)間降低50%，維護(hù)費(fèi) 用節(jié)約15%設(shè)備級(jí)產(chǎn)品質(zhì)量檢測(cè)IBM依靠Waston人工智能平臺(tái)開(kāi)展基于 視覺(jué)識(shí)別質(zhì)量檢測(cè)，有效降低重復(fù)人 工成本，質(zhì)檢時(shí)間縮短80%，產(chǎn)品質(zhì)量 缺點(diǎn)率降低7%流程行業(yè)：自動(dòng)監(jiān)控中海油、中石油等經(jīng)過(guò)建設(shè)智能實(shí)時(shí)決議 系統(tǒng)，構(gòu)建起以井為中心、井場(chǎng)與基地多 學(xué)科協(xié)同作戰(zhàn)信息系統(tǒng)平臺(tái)，每年僅單 平臺(tái)操作費(fèi)就節(jié)約800萬(wàn)元離散行業(yè)：輔助設(shè)計(jì)瑞士紐若企業(yè)在自行車(chē)設(shè)計(jì)中，

26、利用深度 學(xué)習(xí)網(wǎng)絡(luò)對(duì)進(jìn)行空氣動(dòng)力學(xué)分析，產(chǎn)品動(dòng) 力學(xué)特征比傳統(tǒng)方法高5-20，并將繼續(xù) 應(yīng)用于風(fēng)機(jī)、渦輪機(jī)、飛機(jī)等設(shè)計(jì)過(guò)程集團(tuán)輔助決議GE、殼牌、阿美等巨頭依靠 Knowledge Platform，經(jīng)過(guò)知識(shí) 圖譜與數(shù)據(jù)科學(xué)協(xié)同，在綜合考慮 品牌效益、經(jīng)營(yíng)成本、經(jīng)濟(jì)趨勢(shì)等 原因基礎(chǔ)上，利用人工智能提供 決議和流程優(yōu)化提議供給鏈管理華為、西門(mén)子、萊比錫等企業(yè)打 造供給鏈知識(shí)圖譜，經(jīng)過(guò)企業(yè)關(guān) 系網(wǎng)實(shí)現(xiàn)供給鏈風(fēng)險(xiǎn)管理與零部 件選型離散行業(yè)：過(guò)程控制德國(guó)施肯拉企業(yè)了將檢流計(jì)掃描儀與數(shù)字 角度傳感器相結(jié)合，基于機(jī)器學(xué)習(xí)控制系 統(tǒng)智能掃描頭，實(shí)時(shí)獨(dú)立地計(jì)算控制參 數(shù)，幫助系統(tǒng)更加快、更準(zhǔn)確地工作產(chǎn)品自動(dòng)分

27、揀愛(ài)普生、埃爾森、梅卡曼德等基于 3D 視 覺(jué)與深度學(xué)習(xí)進(jìn)行不規(guī)則物品識(shí)別和分 揀。利用深度強(qiáng)化學(xué)習(xí)使機(jī)器人具備自主 及協(xié)同學(xué)習(xí)技能，準(zhǔn)確率到達(dá) 90%企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)第33頁(yè)案例:富士康基于工業(yè)人工智能刀具壽命智能預(yù)測(cè)富士康基于深度學(xué)習(xí)建立刀具壽命智能預(yù)測(cè)模型，實(shí)現(xiàn)了從計(jì)件換刀到精準(zhǔn)換刀轉(zhuǎn)變，幫助企業(yè)延長(zhǎng)刀具壽命 15%，提升產(chǎn)品良率30%。痛點(diǎn)：傳統(tǒng)汽車(chē)制造制程中，采取計(jì)件換刀方法，一是不能完全處理加工過(guò)程中崩刀、斷刀問(wèn)題， 二是刀具意外損壞會(huì)直接造成加工部件損毀并 造成巨大損失，三是不能充分利用刀含有效壽命。方案：采集機(jī)臺(tái)振動(dòng)/電流傳感器和控制器等多類(lèi)異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩

28、下壽命預(yù) 測(cè)模型，并布署到邊緣側(cè)，實(shí)施監(jiān)測(cè)分析刀具狀態(tài) 數(shù)據(jù)，智能預(yù)測(cè)斷刀、崩裂和壽命異常情況。效果：實(shí)現(xiàn)刀具崩刃及斷刀即時(shí)判定準(zhǔn)確率93%傳感器工控機(jī)監(jiān)控系統(tǒng)工具壽命預(yù)警機(jī)臺(tái)、刀具情況監(jiān)控Deep learning DATA刀具壽命預(yù)計(jì)延長(zhǎng)15%，預(yù)計(jì)降低刀具成本15%提升產(chǎn)品良率 30%，節(jié)約材料成本約 10%，提升生產(chǎn)效率 15%。起源：富士康第34頁(yè)痛點(diǎn)：鋼鐵年產(chǎn)值約8萬(wàn)億，鋼鐵工序70%冶煉成本和能耗以及90%碳排放在煉鐵工序，但煉鐵反應(yīng)器及產(chǎn)品單一生產(chǎn)競(jìng)爭(zhēng)力在于冶煉成本，對(duì)于大型、連續(xù)、高溫、高壓、密閉反應(yīng)黑箱高爐而言，當(dāng)前仍以“盲人摸象”式操作和 “師傅帶徒弟”式為主，不一樣煉鐵

29、廠（人）水平“參差不齊”，不一樣高爐之間壽命最大相差、噸鐵成本相差百元、 燃料比相差百千克，其數(shù)字化、智能化、科學(xué)化水平提升空間巨大。方案：基于機(jī)理模型知識(shí)圖譜+基于大數(shù)效果：據(jù)深度學(xué)習(xí)單座高爐降低2400萬(wàn)鐵水質(zhì)量穩(wěn)定性提升20%在全國(guó)30%高爐推廣冶煉效率提升10%算法集應(yīng)用 場(chǎng)景知識(shí)圖譜設(shè)備故障診療物流配方優(yōu)化工藝流程優(yōu)化生產(chǎn)過(guò)程管理產(chǎn)品質(zhì)量控制服務(wù)效能提升主元分析分類(lèi)算法聚類(lèi)算法隨機(jī)森林遺傳算法粒子群算法技術(shù)：生產(chǎn)技術(shù)、設(shè)備診療等工藝：工藝設(shè)計(jì)、工藝改進(jìn)等流程：焦化、燒結(jié)、高爐等東方國(guó)信：基于機(jī)理+數(shù)據(jù)驅(qū)動(dòng)數(shù)字高爐第35頁(yè)四、區(qū)塊鏈：為工業(yè)互聯(lián)網(wǎng)奠定多方共治、互信共享基礎(chǔ)邊緣層工業(yè) P

30、aaS工業(yè) APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存放、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析可信邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專(zhuān)用開(kāi)發(fā)工具、應(yīng)用模板、智能合約）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理、模型共享、 供給鏈優(yōu)化、狀態(tài)溯源、訪問(wèn)控制、協(xié)作生產(chǎn)）工業(yè)大數(shù)據(jù)分析平臺(tái)（可信數(shù)據(jù)管理、工業(yè)分布式賬本、互信共享、數(shù)據(jù)建模、數(shù)據(jù)分析、身份管理）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)行環(huán)境）新型工業(yè)區(qū)塊鏈應(yīng)用APP傳統(tǒng)軟件云化可信工業(yè)數(shù)據(jù) 采集可信工業(yè)大數(shù) 據(jù)存放數(shù)據(jù)建模+模 型共享（區(qū)塊鏈）微服務(wù) 生產(chǎn)+集成工業(yè)區(qū)塊鏈應(yīng)用（設(shè)計(jì)、生產(chǎn)、銷(xiāo)售、 保險(xiǎn)、租賃、二手交 易、維護(hù)、回收）柔性監(jiān)管入口可信

31、身份可信傳輸起源：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟工業(yè)區(qū)塊鏈白皮書(shū)第36頁(yè)五、擴(kuò)展現(xiàn)實(shí)（XR）：一場(chǎng)人機(jī)交互新革命擴(kuò)展現(xiàn)實(shí)XR(Extended Reality) 包含虛擬現(xiàn)實(shí)VR(Virtual Reality)、增強(qiáng)現(xiàn)實(shí)AR(Augmented Reality)、 混合現(xiàn)實(shí)MR(Mixed Reality)、全息現(xiàn)實(shí)HR(Holographic Reality)等各種技術(shù)形式。技術(shù)定義特點(diǎn)虛擬現(xiàn)實(shí) VR(Virtual Reality)VR是仿真技術(shù)一個(gè)主要方向，是仿真技術(shù)與計(jì)算機(jī)圖形學(xué)人機(jī)接口技術(shù)、多媒體技術(shù)、傳 感技術(shù)、網(wǎng)絡(luò)技術(shù)等各種技術(shù)集合，是一門(mén)富有挑戰(zhàn)性交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。 VR主要包

32、含模擬環(huán)境、感知、自然技能和傳感設(shè)備等方向。沉醉感、交互性和構(gòu)想性增強(qiáng)現(xiàn)實(shí) AR(Augmented Reality)AR是一個(gè)能將真實(shí)世界信息和虛擬世界信息“無(wú)縫”融合新技術(shù)，是把原本在現(xiàn)實(shí)世界 一定時(shí)間空間范圍內(nèi)極難體驗(yàn)到實(shí)體信息（視覺(jué)、聽(tīng)覺(jué)、味覺(jué)、觸覺(jué)等），經(jīng)過(guò)電腦等科學(xué) 技術(shù)，模擬仿真后疊加應(yīng)用到真實(shí)世界，被人類(lèi)感官所感知，從而到達(dá)超越現(xiàn)實(shí)感官體驗(yàn)。 AR主要包含多媒體、三維建模、實(shí)時(shí)視頻顯示及控制、多傳感器融合、實(shí)時(shí)跟蹤及注冊(cè)、場(chǎng) 景融合等技術(shù)與伎倆。真實(shí)世界和虛擬世界信息集成、 含有實(shí)時(shí)交互性、可在三維尺度空間中增添定位虛擬物體混合現(xiàn)實(shí) MR(Mixed Reality)MR是虛擬

33、現(xiàn)實(shí)技術(shù)深入發(fā)展，該技術(shù)經(jīng)過(guò)在現(xiàn)實(shí)場(chǎng)景展現(xiàn)虛擬場(chǎng)景信息，在現(xiàn)實(shí)世界、 虛擬世界和用戶(hù)之間搭起一個(gè)交互反饋信息回路，以增強(qiáng)用戶(hù)體驗(yàn)真實(shí)感。MR包含增強(qiáng) 現(xiàn)實(shí)和虛擬現(xiàn)實(shí)，指是合并現(xiàn)實(shí)和虛擬世界而產(chǎn)生新可視化環(huán)境。虛擬物體存在于真實(shí)世界中、 用戶(hù)可與虛擬物體互動(dòng)全息現(xiàn)實(shí) HR(Holographic Reality)HR也稱(chēng)虛擬成像技術(shù)，是利用光干涉和衍射原理統(tǒng)計(jì)并再現(xiàn)物體真實(shí)三維圖像技術(shù)。 HR包含拍攝過(guò)程和成像過(guò)程，拍攝過(guò)程利用干涉原理統(tǒng)計(jì)物體光波信息，成像過(guò)程利用衍射 原理再現(xiàn)物體光波信息。用戶(hù)無(wú)需任何穿戴設(shè)備，利用裸眼即可直接看到360度全方位3D影像。數(shù)據(jù)起源：中興通訊5G云XR應(yīng)用白皮書(shū)

34、第37頁(yè)擴(kuò)展現(xiàn)實(shí)（XR）在工業(yè)互聯(lián)網(wǎng)中應(yīng)用擴(kuò)展現(xiàn)實(shí)(XR) 能夠在產(chǎn)品全生命周期內(nèi)，改進(jìn)物理空間和賽博空間交互方式，實(shí)現(xiàn)物理空間和賽 博空間更加好融合融合，提升工業(yè)互聯(lián)網(wǎng)賦能水平，為工業(yè)互聯(lián)網(wǎng)帶來(lái)遼闊應(yīng)用場(chǎng)景和增值空間。研發(fā)設(shè)計(jì)生產(chǎn)制造倉(cāng)儲(chǔ)物流產(chǎn)品銷(xiāo)售可視化模擬產(chǎn)品在各種環(huán)境中 狀態(tài)，提升試驗(yàn)可靠程度，并降 低研發(fā)成本。全方位仿真產(chǎn)品材料、結(jié)構(gòu)、性 能等參數(shù)，提升產(chǎn)品質(zhì)量管控準(zhǔn) 確性；將二維圖紙轉(zhuǎn)化為三維模型，增 強(qiáng)與模型間互動(dòng)，提升研發(fā)人 員溝通效率；真實(shí)還原生產(chǎn)制造工作場(chǎng)景，提高員工培訓(xùn)水平，提升生產(chǎn)效率；實(shí)時(shí)提醒危險(xiǎn)原因，降低員工誤 操作，保障安全生產(chǎn)；動(dòng)態(tài)監(jiān)測(cè)、展示生產(chǎn)各工序運(yùn)行 情況

35、，保障生產(chǎn)流暢性；多維度展示設(shè)備健康狀態(tài)，提前預(yù)警設(shè)備故障，降低計(jì)劃外停機(jī) 時(shí)間，降低生產(chǎn)成本。準(zhǔn)確顯示產(chǎn)品信息，提升員工分揀速度和準(zhǔn)確度，降低分揀成本；實(shí)時(shí)更新倉(cāng)庫(kù)狀態(tài)，支撐高效物 流決議。虛擬化調(diào)配產(chǎn)品信息，精準(zhǔn)掌握 產(chǎn)品庫(kù)存改變?？梢暬珳?zhǔn)監(jiān)測(cè)倉(cāng)庫(kù)環(huán)境信息，降低火災(zāi)等事故發(fā)生，提升倉(cāng) 庫(kù)安全保障。透明化展示產(chǎn)品各種結(jié)構(gòu)信息和 性能信息，降低用戶(hù)擔(dān)憂；在真實(shí)場(chǎng)景展示產(chǎn)品運(yùn)行狀態(tài)， 提升消費(fèi)者購(gòu)置信心；為用戶(hù)參加產(chǎn)品設(shè)計(jì)提供可視化渠道，降低參加門(mén)檻，實(shí)現(xiàn)定制 化服務(wù)。第38頁(yè)案例:PTC基于“Thingworx+AR”開(kāi)展設(shè)備維護(hù)建模定義產(chǎn)品屬性和行為連接將物理設(shè)備屬性和行 為與Thing

36、Model做映射集成經(jīng)過(guò)數(shù)字根本將IOT平臺(tái) 與IT平臺(tái)進(jìn)行集成構(gòu)建/映射/公布構(gòu)建AR體驗(yàn)，并與IOT平臺(tái)數(shù)據(jù)關(guān)聯(lián)體驗(yàn)基于AR體驗(yàn)指導(dǎo)維修基于“Thingworx+AR”設(shè)備維護(hù)流程PTC基于“Thingworx+AR”為設(shè)備狀態(tài)監(jiān)測(cè)、維護(hù)方案選擇做可視化指導(dǎo)，大大提升了設(shè)備維護(hù)效率。提升產(chǎn)量提供分步驟組裝指導(dǎo)，遠(yuǎn)程指 導(dǎo)，降低錯(cuò)誤操作。加速培訓(xùn)降低成本提升生產(chǎn)效率與安全性，把退休工程師知識(shí)傳到下一代 經(jīng)過(guò)3D訓(xùn)練優(yōu)化學(xué)習(xí)曲線。為故障定位提供精細(xì)IOT數(shù)據(jù)， 可提前標(biāo)注可能故障零件。提供實(shí)時(shí)、分步驟指導(dǎo)，提升 安全性，加緊訓(xùn)練進(jìn)程。第39頁(yè)數(shù)字孿生是綜合利用感知、計(jì)算、建模等信息技術(shù)，經(jīng)過(guò)軟

37、件定義，對(duì)物理空間進(jìn)行描述、診療、 預(yù)測(cè)、決議，進(jìn)而實(shí)現(xiàn)物理空間與賽博空間交互映射。物理對(duì)象原理+數(shù)據(jù)軟件是載體數(shù)據(jù)是基礎(chǔ)自我學(xué)習(xí)模型是關(guān)鍵動(dòng)態(tài)調(diào)整機(jī)理模型+數(shù)據(jù)驅(qū)動(dòng)模型信息指令模型控制器軟件軟件定義化 模型精準(zhǔn)化 計(jì)算實(shí)時(shí)化 數(shù)據(jù)可視化描述 診療 預(yù)測(cè) 決議六、數(shù)字孿生:工業(yè)互聯(lián)網(wǎng)終極版圖第40頁(yè)一項(xiàng)通用技術(shù)支撐經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型通用使能技術(shù)兩大孿生空間交互反饋原子實(shí)體邏輯物理空間比特模型軟件賽博空間三大技術(shù)要素?cái)?shù)據(jù)是基礎(chǔ)原理機(jī)理模型數(shù)據(jù)驅(qū)動(dòng)模型軟件是載體軟件定義化模型精準(zhǔn)化模型是關(guān)鍵傳感器數(shù)據(jù)四大功效等級(jí)描述診療預(yù)測(cè)決議五大經(jīng)典特征數(shù)據(jù)驅(qū)動(dòng)模型支撐軟件定義精準(zhǔn)映射智能決議計(jì)算實(shí)時(shí)化數(shù)據(jù)可視

38、化數(shù)字孿生內(nèi)涵：涵蓋“12345”五大內(nèi)容第41頁(yè)數(shù)字孿生是工業(yè)互聯(lián)網(wǎng)和工業(yè)4.0參考架構(gòu)關(guān)鍵數(shù)字世界物理世界物（設(shè)備/機(jī)器/產(chǎn)品等）數(shù)字孿 生空間資產(chǎn)層傳感器、驅(qū)動(dòng)器集成層網(wǎng)絡(luò)、協(xié)議通信層數(shù)據(jù)、模型（數(shù)字孿生實(shí)現(xiàn)）信息層資產(chǎn)功效功效層組織和業(yè)務(wù)流程業(yè)務(wù)層德國(guó)工業(yè)4.0參考架構(gòu)應(yīng)用平臺(tái)數(shù)字孿生空間模型平臺(tái)數(shù)據(jù)平臺(tái)圖 以數(shù)字孿生體框架為關(guān)鍵工業(yè)互聯(lián)網(wǎng)Paas系統(tǒng)美國(guó)工業(yè)互聯(lián)網(wǎng)聯(lián)盟將數(shù)字孿生作為工業(yè)互聯(lián)網(wǎng)落 地關(guān)鍵和關(guān)鍵。德國(guó)工業(yè)4.0參考架構(gòu)將數(shù)字孿生作為主要內(nèi)容。第42頁(yè)案例：基于數(shù)字孿生數(shù)字化設(shè)計(jì)幾何數(shù)據(jù)原理數(shù)據(jù)工藝數(shù)據(jù)材料數(shù)據(jù)現(xiàn)場(chǎng)設(shè)備數(shù) 據(jù)歷史設(shè)計(jì)數(shù) 據(jù)現(xiàn)場(chǎng)環(huán)境數(shù) 據(jù)歷史測(cè)試數(shù) 據(jù)數(shù)據(jù)層達(dá)

39、索、PTC、波音等企業(yè)綜合利用數(shù)字孿生技術(shù)打造產(chǎn)品設(shè)計(jì)數(shù)字孿生體，在賽博空間進(jìn)行體 系化仿真，實(shí)現(xiàn)反饋式設(shè)計(jì)、迭代式創(chuàng)新和連續(xù)性?xún)?yōu)化。當(dāng)前，在汽車(chē)、輪船、航空航天、精密 裝備制造等領(lǐng)域已普遍開(kāi)展原型設(shè)計(jì)、工藝設(shè)計(jì)、工程設(shè)計(jì)、數(shù)字樣機(jī)等形式數(shù)字化設(shè)計(jì)實(shí)踐。應(yīng)用層集成服務(wù)接口人機(jī)交互模擬沉醉式工藝設(shè)計(jì)工業(yè)設(shè)計(jì)優(yōu)化需求設(shè)計(jì)驗(yàn)證客戶(hù)深度體驗(yàn)虛擬制造設(shè)計(jì)協(xié)同輔助生產(chǎn)工程預(yù)測(cè)第一性原理物理幾何模型優(yōu)化迭代數(shù)模驗(yàn)證模型 試驗(yàn)仿真模型產(chǎn)品數(shù)字模型 生產(chǎn)加工模型客 戶(hù)生產(chǎn)部門(mén)數(shù) 據(jù)動(dòng)態(tài)數(shù)據(jù)反饋模型層多維動(dòng)態(tài) 數(shù)字環(huán)境準(zhǔn)確執(zhí)行 數(shù)字模型同時(shí)交付數(shù)字產(chǎn)品第43頁(yè)案例：基于數(shù)字孿生智能工廠西門(mén)子、洛馬等國(guó)外企業(yè)，以及

40、華龍迅達(dá)、東方國(guó)信科等國(guó)內(nèi)企業(yè)，在賽博空間打造映射物 理空間虛擬車(chē)間、數(shù)字工廠，推進(jìn)物理實(shí)體與數(shù)字虛體之間數(shù)據(jù)雙向動(dòng)態(tài)交互，依據(jù)賽博空 間改變及時(shí)調(diào)整生產(chǎn)工藝、優(yōu)化生產(chǎn)參數(shù)，提升生產(chǎn)效率。智能計(jì)劃排產(chǎn)物料配給管理生產(chǎn)參數(shù)優(yōu)化庫(kù)存動(dòng)態(tài)管控產(chǎn)品質(zhì)量追蹤協(xié)同工藝規(guī)劃人員安排管控生產(chǎn)環(huán)境管控設(shè)備維護(hù)管 理故障預(yù)測(cè)維修安全可靠保 障能效優(yōu)化分析生產(chǎn)制造經(jīng)營(yíng)管理產(chǎn)品服務(wù)生產(chǎn)規(guī)劃產(chǎn)品設(shè)計(jì)員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)多協(xié)議兼容+邊緣數(shù)據(jù)采集設(shè)計(jì)制造 協(xié)同模型生產(chǎn)管理 優(yōu)化模型設(shè)備健康 管理模型產(chǎn)品增值 服務(wù)模型制造能力 交易模型生產(chǎn)過(guò)程狀 態(tài)監(jiān)測(cè)模型故障診療 模型工藝優(yōu)化 模型質(zhì)量控制 模型節(jié)能減

41、排 模型離散行業(yè)流程行業(yè)數(shù)據(jù)層模型層應(yīng)用層第44頁(yè)案例：基于數(shù)字孿生設(shè)備健康管理（PHM）GE、空客等企業(yè)開(kāi)發(fā)設(shè)備數(shù)字孿生體并與物理實(shí)體同時(shí)交付，實(shí)現(xiàn)了設(shè)備全生命周期數(shù)字化 管理，同時(shí)依靠現(xiàn)場(chǎng)數(shù)據(jù)采集與數(shù)字孿生體分析，提供產(chǎn)品故障分析、壽命預(yù)測(cè)、遠(yuǎn)程管理等增 值服務(wù)，提升用戶(hù)體驗(yàn)，降低運(yùn)維成本，強(qiáng)化企業(yè)關(guān)鍵競(jìng)爭(zhēng)力。數(shù)據(jù)層模型層應(yīng)用層現(xiàn)場(chǎng)設(shè)備數(shù)據(jù)現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)幾何數(shù)據(jù)功效數(shù)據(jù)歷史狀態(tài)數(shù)據(jù)歷史維護(hù)數(shù)據(jù)物理數(shù)據(jù)狀態(tài)監(jiān)測(cè)模型遠(yuǎn)程診療模型故障預(yù)測(cè)模型健康管理模型學(xué)習(xí)提升模型設(shè)備檢測(cè)健康評(píng)定異常報(bào)警故障定位壽命預(yù)測(cè)故障預(yù)警維修規(guī)劃遠(yuǎn)程調(diào)度備件管理增值服務(wù)工藝數(shù)據(jù)第45頁(yè)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺

42、旋模型三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維第46頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)體系電子消費(fèi)品裝備原材料元 級(jí)企 業(yè) 級(jí)產(chǎn) 業(yè) 鏈 級(jí)場(chǎng)景維行業(yè)維痛點(diǎn)維設(shè) 備單級(jí)第47頁(yè)工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)落地基本標(biāo)準(zhǔn)兩 個(gè) 閉 環(huán)三 項(xiàng) 堅(jiān) 持堅(jiān)持分業(yè)施策深入行業(yè)，我國(guó)制造業(yè)門(mén)類(lèi)眾多，要梳 理每個(gè)行業(yè)經(jīng)典特征和轉(zhuǎn)型基礎(chǔ)。堅(jiān)持需求牽引堅(jiān)持場(chǎng)景驅(qū)動(dòng)深入問(wèn)題，認(rèn)真挖掘設(shè)備級(jí)、單元級(jí)、 企業(yè)級(jí)、產(chǎn)業(yè)級(jí)痛點(diǎn)。深入場(chǎng)景，緊緊抓住智能化生產(chǎn)、網(wǎng)絡(luò) 化協(xié)同、個(gè)性化定制、服務(wù)化延伸這個(gè) 牛鼻子。形成業(yè)務(wù)-價(jià)值閉環(huán)：處理方案要轉(zhuǎn)為企業(yè)質(zhì)量、成本、效率等方

43、面效益和新技 術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài) 培育形成業(yè)務(wù)-技術(shù)閉環(huán)：處理方案要沉淀為企業(yè)業(yè)務(wù)中臺(tái)，沉淀為可復(fù)用能力第48頁(yè)行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)經(jīng)典應(yīng)用場(chǎng)景經(jīng)典企業(yè)鋼鐵生產(chǎn)流程長(zhǎng)生產(chǎn)工藝復(fù)雜供給鏈冗長(zhǎng)設(shè)備維護(hù)低效化生產(chǎn)過(guò)程黑箱化下游需求碎片化環(huán)境保護(hù)壓力加劇化設(shè)備管理由傳統(tǒng)維護(hù)向智能維護(hù)轉(zhuǎn)變生產(chǎn)工藝由黑箱式向透明化轉(zhuǎn)變供給鏈體系由局部協(xié)同向全局協(xié)同轉(zhuǎn) 變環(huán)境保護(hù)管理由粗放型向清潔型轉(zhuǎn)變?cè)O(shè)備全生命周期管理智能化生產(chǎn)供給鏈協(xié)同綠色化生產(chǎn)東方國(guó)信、寶鋼集 團(tuán)、優(yōu)也信息、南 鋼集團(tuán)、酒鋼集團(tuán)石化設(shè)備價(jià)值高工藝復(fù)雜產(chǎn)業(yè)鏈長(zhǎng)危險(xiǎn)性高設(shè)備管理不透明工藝知識(shí)傳承難產(chǎn)業(yè)鏈上下游協(xié)同水平不高安全生產(chǎn)壓力

44、大設(shè)備管理從黑箱管理健康管理轉(zhuǎn)變知識(shí)管理從紙質(zhì)封存向模型封存轉(zhuǎn)變供給鏈管理從企業(yè)內(nèi)向企業(yè)間協(xié)同轉(zhuǎn) 變安全管理從人工巡檢向智能巡檢轉(zhuǎn)變?cè)O(shè)備健康管理智能煉化生產(chǎn)供給鏈協(xié)同安全監(jiān)控青海油田、云南石 化、九江石化、鎮(zhèn) 江石化、茂名石化、 蘭卓信息、石化盈 科風(fēng)電地理位置偏僻資本技術(shù)密集發(fā)電波動(dòng)性大風(fēng)場(chǎng)設(shè)計(jì)周期長(zhǎng)設(shè)備維護(hù)成本高并網(wǎng)協(xié)調(diào)效率低棄風(fēng)漏風(fēng)較嚴(yán)重?cái)?shù)據(jù)采集由底層互聯(lián)向全方面感知轉(zhuǎn)變?cè)O(shè)備維護(hù)由人工調(diào)試向智能運(yùn)維轉(zhuǎn)變風(fēng)場(chǎng)管理由單場(chǎng)單管向虛擬集成轉(zhuǎn)變虛擬風(fēng)場(chǎng)設(shè)計(jì)設(shè)備預(yù)測(cè)維護(hù)智慧風(fēng)場(chǎng)管理精準(zhǔn)柔性供電金風(fēng)科技、遠(yuǎn)景能 源、昆侖數(shù)據(jù)、明 陽(yáng)智能、華能集團(tuán)、 Siemens、GE工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地經(jīng)

45、典場(chǎng)景第49頁(yè)行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)經(jīng)典應(yīng)用場(chǎng)景經(jīng)典企業(yè)航空航天研發(fā)周期長(zhǎng)產(chǎn)品種類(lèi)多、規(guī)模 小產(chǎn)業(yè)鏈尤其長(zhǎng)數(shù)據(jù)源不統(tǒng)一模型適配性不足故障預(yù)測(cè)水平有待提升研發(fā)設(shè)計(jì)由串行異構(gòu)到并行協(xié)同轉(zhuǎn)變生產(chǎn)制造由以數(shù)映物到數(shù)物融合轉(zhuǎn)變生產(chǎn)管理由單點(diǎn)對(duì)接到動(dòng)態(tài)調(diào)整轉(zhuǎn)變運(yùn)維服務(wù)由定時(shí)維護(hù)到視情維護(hù)轉(zhuǎn)變基于MBD研發(fā)設(shè)計(jì)基于CPS智能制造基于大數(shù)據(jù)分析供給 鏈管理基于PHM運(yùn)行維護(hù)GE、Autodesk、羅 羅、商飛、西飛家電技術(shù)更新速度 快產(chǎn)品研發(fā)周期 短產(chǎn)品同質(zhì)化程 度高生產(chǎn)智能化水平低供給鏈協(xié)同效率低行業(yè)營(yíng)收增速放緩生產(chǎn)方式由規(guī)模化生產(chǎn)向規(guī)?；?定制方向轉(zhuǎn)變經(jīng)營(yíng)方式由生產(chǎn)型經(jīng)營(yíng)向平臺(tái)型 經(jīng)營(yíng)轉(zhuǎn)變盈利

46、模式由賣(mài)產(chǎn)品向賣(mài)服務(wù)轉(zhuǎn)變?nèi)嵝曰a(chǎn)供給鏈協(xié)同智能家居處理方案海爾集團(tuán)、美 集團(tuán)、海信集團(tuán)、 格力電器、松下 電器工程機(jī)械設(shè)備產(chǎn)品多樣 化生產(chǎn)過(guò)程離散 化供給鏈復(fù)雜資源調(diào)配效率低下機(jī)械設(shè)備運(yùn)維困難金融生態(tài)不完善設(shè)備維護(hù)按需化備件管理精益化產(chǎn)融結(jié)合在線化處理方案服務(wù)化設(shè)備預(yù)測(cè)性維護(hù)備品備件管理智慧施工互聯(lián)網(wǎng)金融卡特彼勒、小松、 日立、徐工集團(tuán)、 三一重工、中聯(lián) 重科工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地經(jīng)典場(chǎng)景第50頁(yè)鋼鐵行業(yè)：抓住工藝優(yōu)化智能化這一牛鼻子鋼鐵行業(yè)具備生產(chǎn)流程長(zhǎng)、生產(chǎn)工藝復(fù)雜、供給鏈冗長(zhǎng)等特征，面臨設(shè)備維護(hù)低效化、生產(chǎn)過(guò)程黑 箱化、下游需求碎片化、環(huán)境保護(hù)壓力加劇化等痛點(diǎn)，正以工藝優(yōu)化為切

47、入點(diǎn)，加速向設(shè)備運(yùn)維智能化、 生產(chǎn)工藝透明化、供給鏈協(xié)同全局化、環(huán)境保護(hù)管理清潔化等方向數(shù)字化轉(zhuǎn)型。設(shè)備全生命周期管理智能化生產(chǎn)供給鏈協(xié)同綠色化生產(chǎn)寶鋼集團(tuán)基于豐富制造 經(jīng)驗(yàn)，主動(dòng)探索基于工業(yè)互聯(lián) 網(wǎng)平臺(tái)實(shí)現(xiàn)設(shè)備運(yùn)行信息 有效集成與分析挖掘，為遠(yuǎn)程 監(jiān)測(cè)、故障診療等全生命周期 服務(wù)管理提供支持。設(shè)備運(yùn)維成本降低5%；檢修作業(yè)效率提升10；設(shè)備壽命提升30%；設(shè)備整體效率提升5%；東方國(guó)信基于Cloudiip工冶煉工藝、高爐安全等開(kāi)發(fā)了 煉鐵云平臺(tái)，并覆蓋了全國(guó) 30%左右高爐。單座高爐每年鐵水質(zhì)量穩(wěn)定 性提升20%；單座高爐每年煉鐵成本降低2400萬(wàn)元；單座高爐冶煉效率提升10%。酒鋼集團(tuán)能耗

48、成本和環(huán)境保護(hù) 成本一直居高不下，在實(shí)施了 東方國(guó)信Cloudiip平臺(tái)之后，經(jīng)過(guò)采集能耗指標(biāo)和污染指標(biāo)， 精準(zhǔn)實(shí)施工藝優(yōu)化和設(shè)備升級(jí)。酒鋼集團(tuán)單座高爐每年降低 碳排放0噸。預(yù)計(jì)整個(gè)行業(yè)普及應(yīng)用之后， 每年將降低200億元成本和 萬(wàn)噸碳排放。南京鋼鐵主動(dòng)適應(yīng)下游個(gè)業(yè)互聯(lián)網(wǎng)平臺(tái)，圍繞冶煉配方、性化需求，經(jīng)過(guò)構(gòu)建面向供給鏈管理制造云平臺(tái)，提供 “JIT+C2M模型定制服務(wù)”， 實(shí)現(xiàn)規(guī)模化定制。設(shè)計(jì)成材率提升0.15%；每噸產(chǎn)品附加值提升近百元；用戶(hù)滿(mǎn)意度提升至94.26%。第51頁(yè)石化行業(yè)：抓住生產(chǎn)過(guò)程智能化這一牛鼻子石化行業(yè)屬于資產(chǎn)密集型行業(yè)，含有產(chǎn)業(yè)鏈長(zhǎng)、工藝復(fù)雜、設(shè)備價(jià)值高、危險(xiǎn)性高特征，面

49、臨著設(shè)備管理不透明、 工藝知識(shí)傳承難、產(chǎn)業(yè)鏈上下游協(xié)同水平不高、安全生產(chǎn)壓力大痛點(diǎn)，以設(shè)備智能管控為切入點(diǎn)，在設(shè)備健康管理 智能煉化生產(chǎn)、供給鏈協(xié)同、安全監(jiān)控四個(gè)方向開(kāi)展數(shù)字化轉(zhuǎn)型。設(shè)備健康管理智能煉化生產(chǎn)供給鏈協(xié)同安全監(jiān)控設(shè)備運(yùn)行控制智能化：京博石 化基于supOS工業(yè)互聯(lián)網(wǎng)平臺(tái)， 利用人工智能和大數(shù)據(jù)技術(shù)， 將設(shè)備故障預(yù)警和故障處理 機(jī)理模型布署在設(shè)備端，實(shí)現(xiàn) 設(shè)備本體智能化。即，設(shè)備 自己發(fā)覺(jué)故障征兆，發(fā)出故障 預(yù)警并進(jìn)行故障處理，通知專(zhuān) 家遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)。結(jié)合現(xiàn)場(chǎng)在線分析儀，原來(lái)需 要幾個(gè)小時(shí)才能完成數(shù)據(jù)報(bào) 告，現(xiàn)在5-30分鐘就能出來(lái)，工藝優(yōu)化：云南石化在新產(chǎn) 品生產(chǎn)前，對(duì)開(kāi)工原油煉化

50、工藝流程模擬分析，明確各項(xiàng)常減壓裝置1次開(kāi)車(chē)成功，制 氫聯(lián)合裝置關(guān)鍵設(shè)備投產(chǎn)1次 成功。質(zhì)量管控：九江石化在煉化 生產(chǎn)過(guò)程中，利用AI和大數(shù)據(jù)技術(shù)，實(shí)時(shí)監(jiān)測(cè)各項(xiàng)質(zhì)量指操作平穩(wěn)率提升5.3%，操作實(shí)現(xiàn)了分析數(shù)據(jù)快速指導(dǎo)生產(chǎn)。 合格率從90.7%提升至100%。企業(yè)內(nèi)協(xié)同：九江石化建設(shè)實(shí)現(xiàn)了企業(yè)內(nèi)采購(gòu)、計(jì)劃、調(diào)操作參數(shù)，指導(dǎo)實(shí)際生產(chǎn)操作。 度、操作全過(guò)程優(yōu)化，形成了自上而下、由下到上協(xié)同 生產(chǎn)新模式。員工總數(shù)降低 12%、班組數(shù)量降低13%、外 操室數(shù)量削減35%。企業(yè)間協(xié)同：疫情期間，基 于ProMACE平臺(tái)，鎮(zhèn)海煉化、恒力石化和口罩、防護(hù)服生產(chǎn)標(biāo)，進(jìn)行動(dòng)態(tài)分析和預(yù)測(cè)預(yù)警。 企業(yè)實(shí)時(shí)對(duì)接、協(xié)同排

51、產(chǎn)，實(shí)現(xiàn)了上下游醫(yī)衛(wèi)用具資源配置 動(dòng)態(tài)優(yōu)化，提升產(chǎn)業(yè)鏈協(xié)同 效率。生產(chǎn)安全監(jiān)控：茂名石化安了煉化一體化全流程優(yōu)化平臺(tái)， 裝191套巡檢儀，配置1121對(duì)巡檢點(diǎn)，經(jīng)過(guò)大數(shù)據(jù)數(shù)據(jù)分析， 發(fā)覺(jué)并消除了約1800多項(xiàng)生產(chǎn) 異常與生產(chǎn)數(shù)據(jù)問(wèn)題，有65項(xiàng) 異常到達(dá)生產(chǎn)安全隱患級(jí)別， 防止了多起突發(fā)事件。管道智能巡檢：長(zhǎng)慶油田， 利用無(wú)人機(jī)、機(jī)器人，對(duì)石油運(yùn)輸管線全方位智能巡檢，它 將傳統(tǒng)經(jīng)驗(yàn)管理、人工巡檢轉(zhuǎn)變?yōu)橄到y(tǒng)掃描。巡井效率提 高數(shù)十倍，用工總量仍保持7萬(wàn)人不變，勞動(dòng)生產(chǎn)率提升了2倍以上。第52頁(yè)風(fēng)電行業(yè)：抓設(shè)備運(yùn)維和風(fēng)場(chǎng)管理智能化這一牛鼻子風(fēng)電行業(yè)含有地理位置偏僻、資本技術(shù)密集、發(fā)電波動(dòng)性大等特征，

52、面臨著風(fēng)場(chǎng)設(shè)計(jì)周期長(zhǎng)、設(shè)備維護(hù)成本高、并 網(wǎng)協(xié)調(diào)效率低、棄風(fēng)漏風(fēng)較嚴(yán)重等痛點(diǎn)，正將設(shè)計(jì)、生產(chǎn)、運(yùn)維、服務(wù)等步驟作為切入點(diǎn)，從現(xiàn)場(chǎng)深度化感知、設(shè) 備智能化運(yùn)維、風(fēng)場(chǎng)數(shù)字化管理、精準(zhǔn)柔性供電等方向加速數(shù)字化轉(zhuǎn)型。虛擬風(fēng)場(chǎng)設(shè)計(jì)設(shè)備預(yù)測(cè)維護(hù)風(fēng)場(chǎng)管理優(yōu)化精準(zhǔn)柔性供電遠(yuǎn)景能源開(kāi)發(fā)格林威治云平臺(tái)， 借助大數(shù)據(jù)分析和高性能計(jì)算技 術(shù)建立高精度風(fēng)資源圖譜，將風(fēng) 資源數(shù)據(jù)誤差控制到 0.5%，機(jī) 位風(fēng)資源誤差控制到 5% ；客戶(hù) 利用內(nèi)設(shè)流體仿真、機(jī)組排布、 電量評(píng)定等工具 32秒 即可完成 宏觀選址規(guī)劃，顯著縮短風(fēng)場(chǎng)設(shè) 計(jì)周期，降低風(fēng)電項(xiàng)目設(shè)計(jì)成本 與建設(shè)風(fēng)險(xiǎn)。昆侖數(shù)據(jù)與國(guó)網(wǎng)青海電力聯(lián)合 打造綠能互聯(lián)工業(yè)互聯(lián)網(wǎng)

53、平臺(tái)， 經(jīng)過(guò)對(duì)風(fēng)機(jī)集群進(jìn)行動(dòng)態(tài)監(jiān)測(cè)、 狀態(tài)糾偏與參數(shù)優(yōu)化，有效降低 棄風(fēng)漏風(fēng)率，提升風(fēng)場(chǎng)整體運(yùn)行 效率。平臺(tái)現(xiàn)已接入電站130余 座，推進(jìn)電廠運(yùn)行人員成本平均 下降40%，電廠備件成本平均降 低 10%，發(fā)電量提升1%-5%。金風(fēng)科技依靠金風(fēng)云平臺(tái)，實(shí)時(shí) 采集風(fēng)機(jī)齒輪、葉片、軸承等運(yùn) 行數(shù)據(jù)，集合預(yù)警模型與AI分析， 對(duì)風(fēng)電設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)、故障 診療、壽命評(píng)定與預(yù)測(cè)維護(hù)，變 “被動(dòng)”維修為“主動(dòng)”維修， 平均預(yù)警準(zhǔn)確率到達(dá) 80% ，使風(fēng) 電場(chǎng)設(shè)備運(yùn)維人員降低66% ，設(shè) 備運(yùn)維成本降低3040% ，有效 增加風(fēng)電經(jīng)營(yíng)收益。遠(yuǎn)景中國(guó)海裝打造海上風(fēng)電智能微 網(wǎng)，準(zhǔn)確預(yù)測(cè)風(fēng)電產(chǎn)量，利用智 能調(diào)度

54、算法對(duì)風(fēng)電供給開(kāi)展“削 峰填谷“，結(jié)適用電側(cè)需求，在保障電網(wǎng)安全穩(wěn)定運(yùn)行前提下， 將風(fēng)電與光伏、水電、火電等能 源統(tǒng)籌考慮、協(xié)同調(diào)配，制訂智 能供電方案，有效加強(qiáng)風(fēng)電消納 水平，提升電力供給穩(wěn)定性。第53頁(yè)航空航天行業(yè)：抓設(shè)計(jì)、制造、管理、運(yùn)維網(wǎng)絡(luò)化協(xié)同這一牛鼻子航空航天屬于最復(fù)雜離散行業(yè)之一，含有研發(fā)周期長(zhǎng)、產(chǎn)品種類(lèi)多、規(guī)模小、產(chǎn)業(yè)鏈尤其長(zhǎng)、設(shè)備可靠性要求尤其高等特征。面 臨數(shù)據(jù)源差異大、模型適配性差、管理調(diào)整能力差、故障預(yù)測(cè)能力差等痛點(diǎn)，正以網(wǎng)絡(luò)化協(xié)同為切入點(diǎn)，從整合研發(fā)資源、重構(gòu)生產(chǎn) 范式、變革管理模式、提升維護(hù)效率等方向進(jìn)行數(shù)字化轉(zhuǎn)型?；贛BD研發(fā)設(shè)計(jì)基于CPS智能制造基于大數(shù)據(jù)分析供給鏈 管理基于PHM運(yùn)行維護(hù)波音企業(yè)構(gòu)建全球化研發(fā)體系， 基于統(tǒng)一數(shù)據(jù)源和統(tǒng)一模型進(jìn)行