工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論兩篇資料

工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論黨中央、國(guó)務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)的工作部署2020年3月17日，國(guó)務(wù)院總理李克強(qiáng)主持召開國(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)，依托工業(yè)互聯(lián)網(wǎng)促進(jìn)傳統(tǒng)產(chǎn)業(yè)加快上線上云，發(fā)展線上線下融合的生活服務(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)《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年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)核心能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。一、加快新型基礎(chǔ)設(shè)施建設(shè)（十三）加快工業(yè)互聯(lián)網(wǎng)創(chuàng)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、加快壯大創(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、加快健全安全保障體系（五）積極利用工業(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）加快工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范推廣普及。二、加快拓展融合創(chuàng)新應(yīng)用EF（十九）提升要素保障水平。（二十）開展產(chǎn)業(yè)監(jiān)測(cè)評(píng)估。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、加快完善產(chǎn)業(yè)生態(tài)布局AB0201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)字化功能集成。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)。推動(dòng)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)80萬臺(tái)、工業(yè)APP數(shù)量達(dá)到2500個(gè)。鼓勵(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、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)的融合創(chuàng)新，突出差異化發(fā)展，形成各有側(cè)重、各具特色的發(fā)展模式。引導(dǎo)各地總結(jié)實(shí)踐經(jīng)驗(yàn)，制定垂直細(xì)分領(lǐng)域的行業(yè)應(yīng)用指南。提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的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)景維企業(yè)為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？數(shù)據(jù)來源：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)增加值成本減少25-35%減少?gòu)U料20-35%減少能耗5-8%勞動(dòng)生產(chǎn)力提高15-30%設(shè)備停機(jī)時(shí)間下降30-50%預(yù)測(cè)準(zhǔn)確度提高85%提高工人每人每小時(shí)勞動(dòng)生產(chǎn)率40-60%提高運(yùn)營(yíng)部門間接人工效率30-40%提升設(shè)備綜合效率15-25%提高一次通過率5-8%數(shù)字化轉(zhuǎn)型的本質(zhì):為企業(yè)創(chuàng)造價(jià)值提質(zhì)增效l

提升勞動(dòng)生產(chǎn)率l

優(yōu)化設(shè)備管理l

提高企業(yè)產(chǎn)量l

完善質(zhì)量管理節(jié)本降耗l

節(jié)約生產(chǎn)成本l

降低企業(yè)庫(kù)存l

降低質(zhì)量成本l

降低能耗水平生態(tài)培育l

新技術(shù)l

新產(chǎn)品l

新模式l

新業(yè)態(tài)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)軟件制造業(yè)數(shù)字化轉(zhuǎn)型的新載體：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、存儲(chǔ)、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)用開發(fā)工具（專用開發(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)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個(gè)問題為什么要轉(zhuǎn)？（價(jià)值）用什么轉(zhuǎn)？（技術(shù)）怎么轉(zhuǎn)？（業(yè)務(wù)）制造業(yè)數(shù)字化轉(zhuǎn)型框架：以價(jià)值重構(gòu)為主線的雙螺旋模型技視角術(shù)業(yè)務(wù)視角價(jià)值視角p

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。p

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。拋開技術(shù)談業(yè)務(wù)，容易陷入老方案，使用舊地圖找不到新大陸。拋開業(yè)務(wù)談技術(shù)，容易陷入炫耀鋤頭的自?shī)首詷贰

雙螺旋模型的含義：以價(jià)值重構(gòu)為主線，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。制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于雙螺旋模型的三大視角九大維度技術(shù)視角業(yè)務(wù)視角價(jià)值視角主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的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)備降耗節(jié)本增效提質(zhì)連接維效益維新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)從價(jià)值視角看，工業(yè)互聯(lián)網(wǎng)平臺(tái)的本質(zhì)是通過工 生態(tài)維業(yè)全要素、全價(jià)值鏈和全產(chǎn)業(yè)鏈的連接，實(shí)現(xiàn)對(duì)企業(yè)乃至制造業(yè)的重構(gòu)。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)營(yíng)類研發(fā)制造管理服務(wù)資產(chǎn)管理類狀態(tài)監(jiān)測(cè)故障診斷預(yù)測(cè)預(yù)警遠(yuǎn)程運(yùn)維產(chǎn)業(yè)鏈協(xié)同供應(yīng)鏈協(xié)同制造能力共享業(yè)務(wù)應(yīng)用（PLM、ERP、SCM）工廠1 工廠2...level

4設(shè)備模型業(yè)務(wù)模型l 二維模型l 三維模型l .....l 研發(fā)設(shè)計(jì)模型l 生產(chǎn)制造模型l 經(jīng)營(yíng)管理模型l .....機(jī)理模型l 物理模型l 化學(xué)模型l .....算法模型l 分類l 回歸l 聚類.....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

3level

2level

1level

0全要素：人、機(jī)、料、法、環(huán)全產(chǎn)業(yè)鏈：供應(yīng)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)鏈的連接全要素全產(chǎn)業(yè)鏈全價(jià)值鏈人機(jī)料法環(huán)供應(yīng)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)字孿生空間固定供應(yīng)鏈線下集群銀行貸款柔性供應(yīng)鏈線上集群互聯(lián)網(wǎng)金融推動(dòng)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)的價(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)鏈的重構(gòu)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的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)景維工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)體系數(shù)據(jù)算力模型應(yīng)用工業(yè)APP工業(yè)PaaSIaaS邊緣層數(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5G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、存儲(chǔ)、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)用開發(fā)工具（專用開發(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)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化數(shù)據(jù)模型應(yīng)用＋＋算力＋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？p

從5g、數(shù)據(jù)中心、人工智能到工業(yè)互聯(lián)網(wǎng)，這幾個(gè)概念不是割裂的，而是環(huán)環(huán)相扣的，構(gòu)成了數(shù)據(jù)采集、傳輸、計(jì)算、分析、應(yīng)用的數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)的關(guān)鍵是要實(shí)現(xiàn)這些技術(shù)的群體性突破和協(xié)同性創(chuàng)新。邊緣計(jì)算5G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)用人工智能 工業(yè)互聯(lián)網(wǎng)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)上不來設(shè)備類型多協(xié)議封閉接口類型多工況惡劣數(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)中心人工智能一、5G:打通工業(yè)互聯(lián)網(wǎng)最初一公里的有效手段l 超過80%的5G應(yīng)用場(chǎng)景在工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。l 5G技術(shù)將解決工業(yè)互聯(lián)網(wǎng)落地最初一公里問題。l 當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況仍然處于試點(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/km21G2G3G4G5G19801990200020102020應(yīng)用場(chǎng)景傳輸速率模擬

語音數(shù)字

語音

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)代萬物互聯(lián)時(shí)代5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新l 打造項(xiàng)目庫(kù)l 培育解決方案供應(yīng)商l 構(gòu)建供給資源池l 技術(shù)標(biāo)準(zhǔn)攻關(guān)l 融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化l 網(wǎng)絡(luò)技術(shù)和產(chǎn)品部署實(shí)施l 5：打造5個(gè)內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺(tái)l 1：遴選10個(gè)重點(diǎn)行業(yè)l 2：挖掘20個(gè)典型應(yīng)用場(chǎng)景l(fā) 建設(shè)測(cè)試床2019年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。l 《“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，實(shí)現(xiàn)復(fù)合材料的無損檢測(cè)、拼縫檢測(cè)，使檢測(cè)時(shí)間由原來幾小時(shí)甚至幾天縮短至幾分鐘；

人員成本降低95%。基于“5G+遠(yuǎn)程控制+AR+平臺(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)劃的智能物流方式，大幅提升民機(jī)裝配協(xié)同效率，使傳統(tǒng)的單項(xiàng)工裝工作人員由3

人減少到1人；

裝配效率提高70%；降低操作人員成本20萬/人?；凇?G+射頻+VR+平臺(tái)”，構(gòu)建基于大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品、設(shè)備、工裝、物流、人員及刀量具等生產(chǎn)要素全過程管控，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)的智能運(yùn)營(yíng)管理，零配件定位誤差縮小在3

厘米以內(nèi)；運(yùn)營(yíng)成本降低20%；生產(chǎn)效率提高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，開展“5G+工業(yè)互聯(lián)網(wǎng)”在大飛機(jī)生產(chǎn)制造、工廠物流、質(zhì)量管控等方面的探索，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，h公司提供基于“5G+云”的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)”的智慧工廠5g專網(wǎng)在工業(yè)互聯(lián)網(wǎng)中的六大應(yīng)用場(chǎng)景2019年7月，全球知名咨詢公司Heavy

Reading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通發(fā)布了《5G專用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用》白皮書。l Heavy

Reading白皮書指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專用網(wǎng)絡(luò)與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強(qiáng)、性能更加優(yōu)越三大優(yōu)勢(shì)，能夠支持苛刻性能要求的工業(yè)場(chǎng)景應(yīng)用：一是利用5G+AI實(shí)現(xiàn)碼頭等特定區(qū)域物流車的智能導(dǎo)航。二是利用5G+AR開展輔助裝配與遠(yuǎn)程運(yùn)維。三是利用5G+機(jī)器視覺開展預(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解決設(shè)備物聯(lián)問題。六是利用5G專用網(wǎng)絡(luò)對(duì)工業(yè)設(shè)備進(jìn)行遠(yuǎn)程控制。二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地的關(guān)鍵基礎(chǔ)設(shè)施l

美國(guó)IDC機(jī)柜數(shù)目前已占全球40%的市場(chǎng)，其后是中國(guó)和日本分別占8%和6%，中國(guó)IDC發(fā)展比美國(guó)晚5年。l

2018年，我國(guó)制造業(yè)增加值約占全球30%，互聯(lián)網(wǎng)用戶數(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)。l

我國(guó)數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計(jì)2020~2025年中國(guó)IDC市場(chǎng)累計(jì)超萬億元。數(shù)據(jù)中心作為工業(yè)互聯(lián)網(wǎng)的重要基礎(chǔ)設(shè)施，更加強(qiáng)調(diào)云計(jì)算數(shù)據(jù)中心和邊緣數(shù)據(jù)中心的協(xié)同性，我國(guó)IDC市場(chǎng)空間巨大。數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、中國(guó)IDC圈數(shù)據(jù)來源：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)報(bào)告》制造業(yè)占GDP比重互聯(lián)網(wǎng)用戶全球占比“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)模化數(shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)p

傳統(tǒng)的大型規(guī)?；瘮?shù)據(jù)中心難以滿足萬物互聯(lián)的需求，需要建設(shè)小微型數(shù)據(jù)中心，來加強(qiáng)邊緣計(jì)算和數(shù)據(jù)分析的能力。p

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)占比的差距。另一方面，要加快邊緣數(shù)據(jù)中心建設(shè)，滿足企業(yè)帶寬、時(shí)延、安全需求。云數(shù)據(jù)中心l 時(shí)延限制l 網(wǎng)絡(luò)擁塞l 完全問題l ...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)中邊云協(xié)同將加速工業(yè)互聯(lián)網(wǎng)平臺(tái)落地p

Gartner：The

edge

will

eat

the

cloud(邊緣計(jì)算正在吃到云計(jì)算)。p

IDC：40%的數(shù)據(jù)將在邊緣側(cè)進(jìn)行存儲(chǔ)、處理和分析。p

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)展的重要方向，兩者密不可分、相輔相成。p

邊緣云的三大功能：①邊緣數(shù)據(jù)采集、存儲(chǔ)和分發(fā)。②邊緣數(shù)據(jù)的實(shí)時(shí)分析③邊緣設(shè)備的智能控制。邊緣數(shù)據(jù)中心業(yè)務(wù)l

不敢傳：涉及數(shù)據(jù)安全與保密l

不需傳：本地化、實(shí)時(shí)性l 不能傳：網(wǎng)絡(luò)延遲、功耗、計(jì)算量、協(xié)議適配Predix大型數(shù)據(jù)中心業(yè)務(wù)l

非實(shí)時(shí)、大數(shù)據(jù)量的業(yè)務(wù)l

需要進(jìn)行縱向和橫向?qū)Ρ确治龅臉I(yè)務(wù)l

需要和業(yè)務(wù)系統(tǒng)進(jìn)行集成的業(yè)務(wù)l

需要進(jìn)行全局優(yōu)化的業(yè)務(wù)三、人工智能：工業(yè)互聯(lián)網(wǎng)平臺(tái)的內(nèi)核p

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)的智能，具有自感知、自學(xué)習(xí)、自執(zhí)行、自決策、自適應(yīng)等特征，其本質(zhì)是通過打造狀態(tài)感知、實(shí)時(shí)分析、精準(zhǔn)執(zhí)行、科學(xué)決策的數(shù)據(jù)自動(dòng)流動(dòng)閉環(huán)，解決工業(yè)的復(fù)雜性和不確定性難題。p

問題：工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾，制約工業(yè)人工智能的發(fā)展。p

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)人工智能的關(guān)鍵技術(shù)、場(chǎng)景應(yīng)用、產(chǎn)業(yè)發(fā)展均處在起步階段。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)決策精準(zhǔn)執(zhí)行學(xué)習(xí)提升主要矛盾l 缺乏可靠性l 缺乏可解釋性人工智能工業(yè)系統(tǒng)l 復(fù)雜性l 不確定性數(shù)據(jù)層邊緣層模型層算法模型機(jī)理模型應(yīng)用層故障診斷定位（分類）設(shè)備預(yù)測(cè)維護(hù)（分類+回歸）產(chǎn)品質(zhì)量檢測(cè)（分類）產(chǎn)品自動(dòng)分揀（分類+回歸）產(chǎn)業(yè)鏈級(jí)企業(yè)級(jí)設(shè)備

l

幾何模型模型

l

壽命模型業(yè)務(wù)

l模型

l研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型l 經(jīng)營(yíng)管理模型l 第一性原理l 知識(shí)圖譜l 回歸算法l 分類算法l 聚類算法智能網(wǎng)關(guān)設(shè)備級(jí)供應(yīng)鏈管理（回歸）集團(tuán)輔助決策（分類+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)用層智能芯片過程控制（分類+回歸）生產(chǎn)工藝優(yōu)化（回歸）流程自動(dòng)監(jiān)控（回歸）智能輔助設(shè)計(jì)（分類+回歸）機(jī)器學(xué)習(xí)算力方面，邊緣層亟需加快研發(fā)適配工業(yè)實(shí)時(shí)性需求的AI芯片p

工業(yè)智能邊緣目前處于技術(shù)突破階段，所涉及的硬件基礎(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)算能力的支持、邊緣計(jì)算任務(wù)的智能調(diào)度，邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。p

目前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，通過全面感知、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，其存儲(chǔ)、計(jì)算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬物智聯(lián)轉(zhuǎn)化AI專用芯片 兼容性編譯工具&協(xié)議解析工具 智能設(shè)備l 寒武紀(jì)研制深度學(xué)習(xí)專用處理器芯片，相對(duì)于傳統(tǒng)執(zhí)行x86指令集的芯片，有兩個(gè)數(shù)量級(jí)的性能提升。l 騰訊和阿里基于FPGA的云計(jì)算加速芯片，實(shí)現(xiàn)了低成本、低功耗，具有廣泛的應(yīng)用場(chǎng)景。l h公司針對(duì)邊緣服務(wù)器市場(chǎng)推出Ascend

310芯片，目前已部署在自動(dòng)駕駛領(lǐng)域，正在向其他應(yīng)用領(lǐng)域拓展。l 英特爾、亞馬遜、谷歌、Facebook和

KhronosGroup等企業(yè)和機(jī)構(gòu)基于各自優(yōu)勢(shì)與競(jìng)爭(zhēng)考慮打造了相應(yīng)編譯器或模型表示規(guī)范。l 中國(guó)移動(dòng)、東方國(guó)信、寄云科技等企業(yè)通過建設(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)中斷等異常場(chǎng)景的應(yīng)對(duì)能力。l

生產(chǎn)設(shè)備：庫(kù)卡、新松等企業(yè)開發(fā)搭載機(jī)器學(xué)習(xí)算法、路徑規(guī)劃等技術(shù)的機(jī)械臂、運(yùn)輸載具和智能機(jī)床等產(chǎn)品。l 控制設(shè)備：針對(duì)包裝、焊接、拼接等作業(yè)場(chǎng)景，伯克利、?？低暤绕髽I(yè)通過應(yīng)用語音識(shí)別、視頻捕捉等技術(shù)提升人機(jī)交互效率。l

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)，通過內(nèi)置人工智能算法助力芯片設(shè)計(jì)師尋求最佳解決方案，并提供持續(xù)的設(shè)計(jì)反饋。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p

深度學(xué)習(xí)，主要解決了工業(yè)場(chǎng)景中的識(shí)別、監(jiān)控、推理、預(yù)測(cè)等問題，適用于不可見的復(fù)雜問題。p

知識(shí)圖譜，主要解決了工業(yè)要素的挖掘、分析、建模、可視化等問題，適用于認(rèn)知明確的問題l中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開發(fā)海量數(shù)據(jù)

AI分析平臺(tái)，實(shí)現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識(shí)，速度達(dá)到人工處理近百倍。l德國(guó)瀚沙公司：基于“深度學(xué)習(xí)+能耗”預(yù)測(cè)電網(wǎng)中斷和停電，識(shí)別電網(wǎng)缺陷的可能性提高2倍以上。l領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺”進(jìn)行預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量檢測(cè)等工作，誤檢率為十萬分之一，質(zhì)檢效率是質(zhì)檢員的八倍。l東軟集團(tuán)部署工業(yè)知識(shí)圖譜進(jìn)行知識(shí)發(fā)現(xiàn)和決策輔助，實(shí)現(xiàn)了協(xié)助人工高效操作和有效決策。l一汽通過構(gòu)建汽車故障診斷知識(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)現(xiàn)和專業(yè)案例支撐。lUTC

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)過程，依靠知識(shí)圖譜分解功能塊，構(gòu)建設(shè)計(jì)方案庫(kù)，設(shè)計(jì)出的換熱傳熱效率提高

80%，設(shè)計(jì)周期加快

9

倍。深度學(xué)習(xí)知識(shí)圖譜應(yīng)用方面，工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾導(dǎo)致工業(yè)人工智能發(fā)展緩慢維護(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)l 產(chǎn)品質(zhì)量檢測(cè)IBM依托Waston人工智能平臺(tái)開展基于視覺識(shí)別的質(zhì)量檢測(cè)，有效減少重復(fù)人工成本，質(zhì)檢時(shí)間縮短80%，產(chǎn)品質(zhì)量缺陷率減少7%l 流程行業(yè)：自動(dòng)監(jiān)控中海油、中石油等通過建設(shè)智能實(shí)時(shí)決策系統(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)的信息系統(tǒng)平臺(tái)，每年僅單平臺(tái)操作費(fèi)就節(jié)省800萬元l 離散行業(yè)：輔助設(shè)計(jì)瑞士紐若公司在自行車設(shè)計(jì)中，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)特性比傳統(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)過程l 集團(tuán)輔助決策GE、殼牌、阿美等巨頭依托Knowledge

Platform，通過知識(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)等因素的基礎(chǔ)上，利用人工智能提供決策和流程優(yōu)化建議l 供應(yīng)鏈管理h公司、西門子、萊比錫等企業(yè)打造供應(yīng)鏈知識(shí)圖譜，通過企業(yè)關(guān)系網(wǎng)實(shí)現(xiàn)供應(yīng)鏈風(fēng)險(xiǎn)管理與零部件選型l 離散行業(yè)：過程控制德國(guó)施肯拉公司了將檢流計(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)的智能掃描頭，實(shí)時(shí)獨(dú)立地計(jì)算控制參數(shù)，幫助系統(tǒng)更快、更精確地工作l 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)，開展基于電梯運(yùn)行數(shù)據(jù)的預(yù)測(cè)性l 產(chǎn)品自動(dòng)分揀愛普生、埃爾森、梅卡曼德等基于

3D

視覺與深度學(xué)習(xí)進(jìn)行不規(guī)則物品的識(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)確率達(dá)到

90%企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)案例:富士康基于工業(yè)人工智能的刀具壽命智能預(yù)測(cè)富士康基于深度學(xué)習(xí)建立的刀具壽命智能預(yù)測(cè)模型，實(shí)現(xiàn)了從計(jì)件換刀到精準(zhǔn)換刀的轉(zhuǎn)變，幫助企業(yè)延長(zhǎng)刀具壽命15%，提高產(chǎn)品良率30%。傳感器工控機(jī)監(jiān)控系統(tǒng)工具壽命預(yù)警機(jī)臺(tái)、刀具狀況監(jiān)控DeeplearningDATAn 痛點(diǎn)：傳統(tǒng)汽車制造制程中，采取計(jì)件換刀的方法，一是不能完全解決加工過程中崩刀、斷刀的問題，二是刀具的意外損壞會(huì)直接造成加工部件的損毀并造成巨大損失，三是不能充分利用刀具有效壽命。n

方案：采集機(jī)臺(tái)振動(dòng)/電流傳感器和控制器等多類異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩余壽命預(yù)測(cè)模型，并部署到邊緣側(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、崩裂和壽命的異常情況。n

效果：l 實(shí)現(xiàn)刀具崩刃及斷刀的即時(shí)判定準(zhǔn)確率93%l 刀具壽命預(yù)計(jì)延長(zhǎng)15%，預(yù)計(jì)減少刀具成本15%l 提升產(chǎn)品良率

30%，節(jié)省材料成本約

10%，提高生產(chǎn)效率15%。來源：富士康痛點(diǎn)：鋼鐵年產(chǎn)值約8萬億，鋼鐵工序70%的冶煉成本和能耗以及90%的碳排放在煉鐵工序，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、密閉的反應(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，不同煉鐵廠（人）水平“參差不齊”，不同高爐之間壽命最大相差15年、噸鐵成本相差百元、燃料比相差百公斤，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)理模型的知識(shí)圖譜+基于大數(shù) 效果：據(jù)的深度學(xué)習(xí)單座高爐降低2400萬鐵水質(zhì)量穩(wěn)定性提高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)備故障診斷 物流配方優(yōu)化 工藝流程優(yōu)化生產(chǎn)過程管理 產(chǎn)品質(zhì)量控制 服務(wù)效能提升主元分析分類算法聚類算法隨機(jī)森林遺傳算法粒子群算法……技術(shù)：生產(chǎn)技術(shù)、設(shè)備診斷等工藝：工藝設(shè)計(jì)、工藝改善等流程：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)的數(shù)字高爐四、區(qū)塊鏈：為工業(yè)互聯(lián)網(wǎng)奠定多方共治、互信共享的基礎(chǔ)邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、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)用開發(fā)工具（專用開發(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、供應(yīng)鏈優(yōu)化、狀態(tài)溯源、訪問控制、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)（開發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)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)存儲(chǔ)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)、銷售、保險(xiǎn)、租賃、二手交易、維護(hù)、回收）柔性監(jiān)管入口可信身份可信傳輸來源：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》五、擴(kuò)展現(xiàn)實(shí)（XR）：一場(chǎng)人機(jī)交互的新革命擴(kuò)展現(xiàn)實(shí)XR(Extended

Reality)

包括虛擬現(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(HolographicReality)等多種技術(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)的一個(gè)重要方向，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)等多種技術(shù)的集合，是一門富有挑戰(zhàn)性的交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。VR主要包括模擬環(huán)境、感知、自然技能和傳感設(shè)備等方向。沉浸感、交互性和構(gòu)想性增強(qiáng)現(xiàn)實(shí)AR(Augmented

Reality)AR是一種能將真實(shí)世界信息和虛擬世界信息“無縫”融合的新技術(shù)，是把原本在現(xiàn)實(shí)世界的一定時(shí)間空間范圍內(nèi)很難體驗(yàn)到的實(shí)體信息（視覺、聽覺、味覺、觸覺等），通過電腦等科學(xué)技術(shù)，模擬仿真后疊加應(yīng)用到真實(shí)世界，被人類感官所感知，從而達(dá)到超越現(xiàn)實(shí)的感官體驗(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)與手段。真實(shí)世界和虛擬世界的信息集成、具有實(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是虛擬現(xiàn)實(shí)技術(shù)的進(jìn)一步發(fā)展，該技術(shù)通過在現(xiàn)實(shí)場(chǎng)景呈現(xiàn)虛擬場(chǎng)景信息，在現(xiàn)實(shí)世界、虛擬世界和用戶之間搭起一個(gè)交互反饋的信息回路，以增強(qiáng)用戶體驗(yàn)的真實(shí)感。MR包括增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)，指的是合并現(xiàn)實(shí)和虛擬世界而產(chǎn)生的新的可視化環(huán)境。虛擬物體存在于真實(shí)世界中、用戶可與虛擬物體互動(dòng)全息現(xiàn)實(shí)HR(Holographic

Reality)HR也稱虛擬成像技術(shù)，是利用光的干涉和衍射原理記錄并再現(xiàn)物體真實(shí)的三維圖像的技術(shù)。HR包括拍攝過程和成像過程，拍攝過程利用干涉原理記錄物體光波信息，成像過程利用衍射原理再現(xiàn)物體光波信息。用戶無需任何穿戴設(shè)備，利用裸眼即可直接看到360度全方位的3D影像。數(shù)據(jù)來源：中興通訊《5G云XR應(yīng)用白皮書》擴(kuò)展現(xiàn)實(shí)（XR）在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用擴(kuò)展現(xiàn)實(shí)(XR)

可以在產(chǎn)品全生命周期內(nèi)，改善物理空間和賽博空間的交互方式，實(shí)現(xiàn)物理空間和賽博空間更好的融合融合，提高工業(yè)互聯(lián)網(wǎng)賦能水平，為工業(yè)互聯(lián)網(wǎng)帶來廣闊的應(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)品銷售l

可視化模擬產(chǎn)品在各種環(huán)境中的狀態(tài)，提高試驗(yàn)可靠程度，并降低研發(fā)成本。l

全方位仿真產(chǎn)品材料、結(jié)構(gòu)、性能等參數(shù)，提高產(chǎn)品質(zhì)量管控準(zhǔn)確性；l

將二維圖紙轉(zhuǎn)化為三維模型，增強(qiáng)與模型間的互動(dòng)，提高研發(fā)人員溝通效率；l 真實(shí)還原生產(chǎn)制造工作場(chǎng)景，提高員工培訓(xùn)水平，提高生產(chǎn)效率；l 實(shí)時(shí)提示危險(xiǎn)因素，減少員工誤操作，保障安全生產(chǎn)；l 動(dòng)態(tài)監(jiān)測(cè)、展示生產(chǎn)各工序運(yùn)行情況，保障生產(chǎn)的流暢性；l

多維度展示設(shè)備健康狀態(tài)，提前預(yù)警設(shè)備故障，減少計(jì)劃外停機(jī)時(shí)間，降低生產(chǎn)成本。l 準(zhǔn)確顯示產(chǎn)品信息，提高員工分揀速度和準(zhǔn)確度，降低分揀成本；l

實(shí)時(shí)更新倉(cāng)庫(kù)狀態(tài)，支撐高效物流決策。l

虛擬化調(diào)配產(chǎn)品信息，精準(zhǔn)掌握產(chǎn)品庫(kù)存變化。l

可視化精準(zhǔn)監(jiān)測(cè)倉(cāng)庫(kù)環(huán)境信息，減少火災(zāi)等事故的發(fā)生，提高倉(cāng)庫(kù)安全保障。l

透明化展示產(chǎn)品各種結(jié)構(gòu)信息和性能信息，減少顧客擔(dān)憂；l

在真實(shí)場(chǎng)景展示產(chǎn)品運(yùn)行狀態(tài)，提高消費(fèi)者購(gòu)買信心；l

為顧客參與產(chǎn)品設(shè)計(jì)提供可視化渠道，降低參與門檻，實(shí)現(xiàn)定制化服務(wù)。案例:PTC基于“Thingworx+AR”開展設(shè)備維護(hù)連接將物理設(shè)備的屬性和行為與Thing

Model做映射集成通過數(shù)字主線將IOT平臺(tái)與IT平臺(tái)進(jìn)行集成構(gòu)建/映射/發(fā)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”的設(shè)備維護(hù)流程p

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)，大大提高了設(shè)備維護(hù)效率。建模定義產(chǎn)品的屬性和行為提高產(chǎn)量提供分步驟的組裝指導(dǎo)，遠(yuǎn)程指導(dǎo)，減少錯(cuò)誤操作。加速培訓(xùn)把退休工程師的知識(shí)傳到下一代，通過3D訓(xùn)練優(yōu)化學(xué)習(xí)曲線。降低成本為故障定位提供精細(xì)IOT數(shù)據(jù)，可提前標(biāo)注可能故障的零件。提高生產(chǎn)效率與安全性提供實(shí)時(shí)、分步驟的指導(dǎo)，提高安全性，加快訓(xùn)練進(jìn)程。數(shù)字孿生是綜合運(yùn)用感知、計(jì)算、建模等信息技術(shù)，通過軟件定義，對(duì)物理空間進(jìn)行描述、診斷、預(yù)測(cè)、決策，進(jìn)而實(shí)現(xiàn)物理空間與賽博空間的交互映射。物理對(duì)象原理+數(shù)據(jù)l

軟件是載體l

數(shù)據(jù)是基礎(chǔ)自我學(xué)習(xí)l

模型是核心動(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)可視化描述診斷預(yù)測(cè)決策六、數(shù)字孿生:工業(yè)互聯(lián)網(wǎng)的終極版圖一項(xiàng)通用技術(shù)支撐經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型的通用使能技術(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)模型模型是核心傳感器數(shù)據(jù)四大功能等級(jí)描述診斷預(yù)測(cè)決策五大典型特征數(shù)據(jù)驅(qū)動(dòng)模型支撐軟件定義精準(zhǔn)映射智能決策軟件是載體軟件定義化 模型精準(zhǔn)化計(jì)算實(shí)時(shí)化 數(shù)據(jù)可視化數(shù)字孿生內(nèi)涵：涵蓋“12345”五大內(nèi)容數(shù)字孿生是工業(yè)互聯(lián)網(wǎng)和工業(yè)4.0參考架構(gòu)的核心數(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)功能功能層組織和業(yè)務(wù)流程業(yè)務(wù)層德國(guó)工業(yè)4.0參考架構(gòu)l 應(yīng)用平臺(tái)l

數(shù)字孿生空間l 模型平臺(tái)l 數(shù)據(jù)平臺(tái)圖

以數(shù)字孿生體框架為核心的工業(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)落地的核心和關(guān)鍵。德國(guó)工業(yè)4.0參考架構(gòu)將數(shù)字孿生作為重要內(nèi)容。案例：基于數(shù)字孿生的數(shù)字化設(shè)計(jì)達(dá)索、PTC、波音等公司綜合運(yùn)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)新和持續(xù)性優(yōu)化。目前，在汽車、輪船、航空航天、精密裝備制造等領(lǐng)域已普遍開展原型設(shè)計(jì)、工藝設(shè)計(jì)、工程設(shè)計(jì)、數(shù)字樣機(jī)等形式的數(shù)字化設(shè)計(jì)實(shí)踐。幾何數(shù)據(jù)原理數(shù)據(jù)工藝數(shù)據(jù)材料數(shù)據(jù)歷史設(shè)計(jì)數(shù)據(jù)歷史測(cè)試數(shù)據(jù)數(shù)據(jù)層模型層應(yīng)用層數(shù)模驗(yàn)證模型試驗(yàn)仿真模型產(chǎn)品數(shù)字模型優(yōu)化迭代物理幾何模型生產(chǎn)加工模型客戶生產(chǎn)部門第一性原理動(dòng)態(tài)數(shù)據(jù)反饋現(xiàn)場(chǎng)設(shè)備數(shù)據(jù)現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)集成服務(wù)接口人機(jī)交互模擬客戶深度體驗(yàn)沉浸式工藝設(shè)計(jì)虛擬制造工業(yè)設(shè)計(jì)優(yōu)化設(shè)計(jì)協(xié)同輔助需求設(shè)計(jì)驗(yàn)證生產(chǎn)工程預(yù)測(cè)數(shù)據(jù)n 多維動(dòng)態(tài)的數(shù)字環(huán)境n 精確執(zhí)行的數(shù)字模型n 同步交付的數(shù)字產(chǎn)品案例：基于數(shù)字孿生的智能工廠西門子、洛馬等國(guó)外公司，以及華龍迅達(dá)、東方國(guó)信科等國(guó)內(nèi)公司，在賽博空間打造映射物理空間的虛擬車間、數(shù)字工廠，推動(dòng)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，根據(jù)賽博空間的變化及時(shí)調(diào)整生產(chǎn)工藝、優(yōu)化生產(chǎn)參數(shù)，提高生產(chǎn)效率。智能計(jì)劃排產(chǎn)物料配給管理產(chǎn)品質(zhì)量追蹤協(xié)同工藝規(guī)劃生產(chǎn)參數(shù)優(yōu)化人員安排管控故障預(yù)測(cè)維修能效優(yōu)化分析生產(chǎn)制造庫(kù)存動(dòng)態(tài)管 設(shè)備維護(hù)管控 理生產(chǎn)環(huán)境管

安全可靠?？? 障經(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)過程狀態(tài)監(jiān)測(cè)模型故障診斷模型工藝優(yōu)化模型質(zhì)量控制模型節(jié)能減排模型離散行業(yè)流程行業(yè)數(shù)據(jù)層模型層應(yīng)用層案例：基于數(shù)字孿生的設(shè)備健康管理（PHM）GE、空客等公司開發(fā)設(shè)備數(shù)字孿生體并與物理實(shí)體同步交付，實(shí)現(xiàn)了設(shè)備全生命周期數(shù)字化管理，同時(shí)依托現(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)，提升用戶體驗(yàn)，降低運(yùn)維成本，強(qiáng)化企業(yè)核心競(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)功能數(shù)據(jù)歷史狀態(tài)數(shù)據(jù)歷史維護(hù)數(shù)據(jù)狀態(tài)監(jiān)測(cè)模型物理數(shù)據(jù)遠(yuǎn)程診斷模型故障預(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)估故障定位壽命預(yù)測(cè)故障預(yù)警異常報(bào)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)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的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)景維工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)體系智能化生產(chǎn)網(wǎng)絡(luò)化協(xié)同個(gè)性化定制服務(wù)化延伸單元級(jí)企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)場(chǎng)景維電子消費(fèi)品裝備原材料行業(yè)維痛點(diǎn)維設(shè)備級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)落地的基本原則兩個(gè)閉環(huán)三項(xiàng)堅(jiān)持l 堅(jiān)持分業(yè)施策深入行業(yè)，我國(guó)制造業(yè)門類眾多，要梳理每個(gè)行業(yè)的典型特征和轉(zhuǎn)型基礎(chǔ)。l 堅(jiān)持需求牽引l 堅(jiān)持場(chǎng)景驅(qū)動(dòng)深入問題，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)的痛點(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。l 形成業(yè)務(wù)-價(jià)值閉環(huán)：解決方案要轉(zhuǎn)為企業(yè)的質(zhì)量、成本、效率等方面的效益和新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)的培育l 形成業(yè)務(wù)-技術(shù)閉環(huán)：解決方案要沉淀為企業(yè)的業(yè)務(wù)中臺(tái)，沉淀為可復(fù)用的能力行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景典型企業(yè)鋼鐵l生產(chǎn)流程長(zhǎng)l生產(chǎn)工藝復(fù)雜l供應(yīng)鏈冗長(zhǎng)l設(shè)備維護(hù)低效化l生產(chǎn)過程黑箱化l下游需求碎片化l環(huán)保壓力加劇化l設(shè)備管理由傳統(tǒng)維護(hù)向智能維護(hù)轉(zhuǎn)變l生產(chǎn)工藝由黑箱式向透明化轉(zhuǎn)變l供應(yīng)鏈體系由局部協(xié)同向全局協(xié)同轉(zhuǎn)變l環(huán)保管理由粗放型向清潔型轉(zhuǎn)變l設(shè)備全生命周期管理l智能化生產(chǎn)l供應(yīng)鏈協(xié)同l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l設(shè)備價(jià)值高l工藝復(fù)雜l產(chǎn)業(yè)鏈長(zhǎng)l危險(xiǎn)性高l設(shè)備管理不透明l工藝知識(shí)傳承難l產(chǎn)業(yè)鏈上下游協(xié)同水平不高l安全生產(chǎn)壓力大l設(shè)備管理從黑箱管理健康管理轉(zhuǎn)變l知識(shí)管理從紙質(zhì)封存向模型封存轉(zhuǎn)變l供應(yīng)鏈管理從企業(yè)內(nèi)向企業(yè)間協(xié)同轉(zhuǎn)變l安全管理從人工巡檢向智能巡檢轉(zhuǎn)變青海油田、云南石l設(shè)備健康管理化、九江石化、鎮(zhèn)l智能煉化生產(chǎn)江石化、茂名石化、l供應(yīng)鏈協(xié)同蘭卓信息、石化盈l安全監(jiān)控科風(fēng)電l地理位置偏僻l資本技術(shù)密集l發(fā)電波動(dòng)性大l風(fēng)場(chǎng)設(shè)計(jì)周期長(zhǎng)l設(shè)備維護(hù)成本高l并網(wǎng)協(xié)調(diào)效率低l棄風(fēng)漏風(fēng)較嚴(yán)重l數(shù)據(jù)采集由底層互聯(lián)向全面感知轉(zhuǎn)變l設(shè)備維護(hù)由人工調(diào)試向智能運(yùn)維轉(zhuǎn)變l風(fēng)場(chǎng)管理由單場(chǎng)單管向虛擬集成轉(zhuǎn)變l虛擬風(fēng)場(chǎng)設(shè)計(jì) 金風(fēng)科技、遠(yuǎn)景能l設(shè)備預(yù)測(cè)維護(hù) 源、昆侖數(shù)據(jù)、明l智慧風(fēng)場(chǎng)管理 陽智能、華能集團(tuán)、l精準(zhǔn)柔性供電 Siemens、GE工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地的典型場(chǎng)景行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景典型企業(yè)航空航天l研發(fā)周期長(zhǎng)l產(chǎn)品種類多、規(guī)模小l產(chǎn)業(yè)鏈特別長(zhǎng)l數(shù)據(jù)源不統(tǒng)一l模型適配性不足l故障預(yù)測(cè)水平有待提升l研發(fā)設(shè)計(jì)由串行異構(gòu)到并行協(xié)同轉(zhuǎn)變l生產(chǎn)制造由以數(shù)映物到數(shù)物融合轉(zhuǎn)變l生產(chǎn)管理由單點(diǎn)對(duì)接到動(dòng)態(tài)調(diào)整轉(zhuǎn)變l運(yùn)維服務(wù)由定期維護(hù)到視情維護(hù)轉(zhuǎn)變l基于MBD的研發(fā)設(shè)計(jì)l基于CPS的智能制造l基于大數(shù)據(jù)分析的供應(yīng)鏈管理l基于PHM的運(yùn)營(yíng)維護(hù)GE、Autodesk、羅羅、商飛、西飛l技術(shù)更新速度l生產(chǎn)智能化水平低l供應(yīng)鏈協(xié)同效率低l行業(yè)營(yíng)收增速放緩l生產(chǎn)方式由規(guī)?；a(chǎn)向規(guī)模化定制方向轉(zhuǎn)變l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l盈利模式由賣產(chǎn)品向賣服務(wù)轉(zhuǎn)變l柔性化生產(chǎn)l供應(yīng)鏈協(xié)同l智能家居解決方案海爾集團(tuán)、美的集團(tuán)、海信集團(tuán)、格力電器、松下電器快家電l產(chǎn)品研發(fā)周期短l產(chǎn)品同質(zhì)化程度高工程機(jī)械l設(shè)備產(chǎn)品多樣化l生產(chǎn)過程離散化l供應(yīng)鏈復(fù)雜l資源調(diào)配效率低下l機(jī)械設(shè)備運(yùn)維困難l金融生態(tài)不完善l設(shè)備維護(hù)按需化l備件管理精益化l產(chǎn)融結(jié)合在線化l解決方案服務(wù)化l設(shè)備預(yù)測(cè)性維護(hù)l備品備件管理l智慧施工l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)落地的典型場(chǎng)景鋼鐵行業(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、供應(yīng)鏈冗長(zhǎng)等特征，面臨設(shè)備維護(hù)低效化、生產(chǎn)過程黑箱化、下游需求碎片化、環(huán)保壓力加劇化等痛點(diǎn)，正以工藝優(yōu)化為切入點(diǎn)，加速向設(shè)備運(yùn)維智能化、生產(chǎn)工藝透明化、供應(yīng)鏈協(xié)同全局化、環(huán)保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) 供應(yīng)鏈協(xié)同 綠色化生產(chǎn)寶鋼集團(tuán)基于豐富的制造經(jīng)驗(yàn)，積極探索基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的實(shí)現(xiàn)設(shè)備運(yùn)行信息的有效集成與分析挖掘，為遠(yuǎn)程監(jiān)測(cè)、故障診斷等全生命周期服務(wù)管理提供支持。l設(shè)備運(yùn)維成本降低5%；l檢修作業(yè)效率提升10；l設(shè)備壽命提升30%；l設(shè)備整體效率提升5%；東方國(guó)信基于Cloudiip工冶煉工藝、高爐安全等開發(fā)了煉鐵云平臺(tái)，并覆蓋了全國(guó)30%左右的高爐。l單座高爐每年鐵水質(zhì)量穩(wěn)定性提高20%；l單座高爐每年煉鐵成本降低2400萬元；l單座高爐冶煉效率提升10%。酒鋼集團(tuán)能耗成本和環(huán)保成本一直居高不下，在實(shí)施了東方國(guó)信Cloudiip平臺(tái)之后，通過采集能耗指標(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)。l酒鋼集團(tuán)單座高爐每年減少碳排放20000噸。l預(yù)計(jì)整個(gè)行業(yè)普及應(yīng)用之后，每年將減少200億元成本和2000萬噸碳排放。南京鋼鐵積極適應(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，通過構(gòu)建面向供應(yīng)鏈管理的制造云平臺(tái)，提供“JIT+C2M模型的定制服務(wù)”，實(shí)現(xiàn)規(guī)?；ㄖ啤設(shè)計(jì)成材率提高0.15%；l每噸產(chǎn)品附加值提升近百元；l用戶滿意度提升至94.26%。石化行業(yè)：抓住生產(chǎn)過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)，具有產(chǎn)業(yè)鏈長(zhǎng)、工藝復(fù)雜、設(shè)備價(jià)值高、危險(xiǎn)性高的特征，面臨著設(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)壓力大的痛點(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)、供應(yīng)鏈協(xié)同、安全監(jiān)控四個(gè)方向開展數(shù)字化轉(zhuǎn)型。設(shè)備健康管理 智能煉化生產(chǎn) 供應(yīng)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)警和故障處理的機(jī)理模型部署在設(shè)備端，實(shí)現(xiàn)設(shè)備本體的智能化。即，設(shè)備自己發(fā)現(xiàn)故障征兆，發(fā)出故障預(yù)警并進(jìn)行故障處理，通知專家遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)。結(jié)合現(xiàn)場(chǎng)在線分析儀，原來需要幾個(gè)小時(shí)才能完成的數(shù)據(jù)報(bào)告，現(xiàn)在5-30分鐘就能出來，l工藝優(yōu)化：云南石化在新產(chǎn)品生產(chǎn)前，對(duì)開工原油的煉化工藝流程模擬分析，明確各項(xiàng)常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設(shè)備投產(chǎn)1次成功。l質(zhì)量管控：九江石化在煉化生產(chǎn)過程中，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)率提高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%。l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、操作的全過程優(yōu)化，形成了自上而下、由下到上的協(xié)同生產(chǎn)新模式。員工總數(shù)減少12%、班組數(shù)量減少13%、外操室數(shù)量削減35%。l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)同排產(chǎn)，實(shí)現(xiàn)了上下游醫(yī)衛(wèi)用品資源配置的動(dòng)態(tài)優(yōu)化，提升產(chǎn)業(yè)鏈協(xié)同效率。l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)，通過大數(shù)據(jù)數(shù)據(jù)分析，發(fā)現(xiàn)并消除了約1800多項(xiàng)生產(chǎn)異常與生產(chǎn)數(shù)據(jù)問題，有65項(xiàng)異常達(dá)到生產(chǎn)安全隱患級(jí)別，避免了多起突發(fā)事件。l管道智能巡檢：長(zhǎng)慶油田，利用無人機(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)的經(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7萬人不變，勞動(dòng)生產(chǎn)率提升了2倍以上。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遠(yuǎn)景能源開發(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%

；客戶利用內(nèi)設(shè)流體仿真、機(jī)組排布、電量評(píng)估等工具

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)平臺(tái)，通過對(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，提高風(fēng)場(chǎng)整體運(yùn)營(yíng)效率。平臺(tái)現(xiàn)已接入電站130余座，推動(dòng)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)科技依托金風(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)、故障診斷、壽命評(píng)估與預(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)確率達(dá)到

80%

，使風(fēng)電場(chǎng)設(shè)備運(yùn)維人員減少66%

，設(shè)備運(yùn)維成本降低30~40%

，有效增加風(fēng)電經(jīng)營(yíng)收益。風(fēng)電行業(yè)具有地理位置偏僻、資本技術(shù)密集、發(fā)電波動(dòng)性大等特征，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)等環(huán)節(jié)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)景中國(guó)海裝打造海上風(fēng)電智能微網(wǎng)，精確預(yù)測(cè)風(fēng)電產(chǎn)量，利用智能調(diào)度算法對(duì)風(fēng)電供給開展“削峰填谷“，結(jié)合用電側(cè)需求，在保障電網(wǎng)安全穩(wěn)定運(yùn)行的前提下，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，制定智能供電方案，有效加強(qiáng)風(fēng)電消納水平，提升電力供給穩(wěn)定性。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)雜的離散行業(yè)之一，具有研發(fā)周期長(zhǎng)、產(chǎn)品種類多、規(guī)模小、產(chǎn)業(yè)鏈特別長(zhǎng)、設(shè)備可靠性要求特別高等特征。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。基于MBD的研發(fā)設(shè)計(jì) 基于CPS的智能制造基于大數(shù)據(jù)分析的供應(yīng)鏈管理基于PHM的運(yùn)營(yíng)維護(hù)l

波音公司構(gòu)建全球化的研發(fā)體系，基于統(tǒng)一數(shù)據(jù)源和統(tǒng)一模型進(jìn)行研發(fā)設(shè)計(jì)，波音777實(shí)現(xiàn)了全球238個(gè)DBT團(tuán)隊(duì)，總成員8000余人協(xié)同研發(fā)，減少了90%的設(shè)計(jì)更改，設(shè)計(jì)周期縮短一半。l

在C919ARJ21-70的研發(fā)中，構(gòu)建異地協(xié)同的數(shù)字化信息平臺(tái),形成一航商飛、一飛院兩地、四個(gè)主機(jī)廠、十九家國(guó)外供應(yīng)商之間協(xié)同數(shù)字化研制模式。l

西飛在新飛豹的制造中,

通過數(shù)字化定義的三維模型在廠所間傳遞、協(xié)調(diào)和共享。實(shí)現(xiàn)全機(jī)51897個(gè)零件、43萬個(gè)標(biāo)準(zhǔn)件、487個(gè)關(guān)鍵件的三維數(shù)模直接用于數(shù)字化生產(chǎn)。l

西飛建立智能精益加工中心、智能部件裝配工廠和智能總裝配工廠，實(shí)現(xiàn)資源、信息、物料和人的高度互聯(lián)，將整機(jī)制造周期壓縮到15個(gè)月左右。l

商飛構(gòu)建基于工業(yè)云的飛機(jī)研制管理一體化平臺(tái)，整合全球近150個(gè)一級(jí)供應(yīng)商，實(shí)現(xiàn)基于統(tǒng)一數(shù)據(jù)源的設(shè)計(jì)、制造、供應(yīng)一體化協(xié)同。l

西飛按生產(chǎn)計(jì)劃實(shí)時(shí)更新裝配進(jìn)度信息和配套缺件動(dòng)態(tài)信息，將計(jì)劃、庫(kù)房、缺件結(jié)合起來，航材備件月結(jié)庫(kù)存時(shí)間，由原來的1天縮短為不到4小時(shí)。l

GE利用AI技術(shù)，進(jìn)行發(fā)動(dòng)機(jī)內(nèi)窺鏡檢查，故障識(shí)別準(zhǔn)確率達(dá)到95-97%，且該系統(tǒng)具有自我學(xué)習(xí)能力，隨著數(shù)據(jù)量增多，動(dòng)態(tài)優(yōu)化模型，進(jìn)一步提高識(shí)別精度。l

羅羅公司在發(fā)動(dòng)機(jī)維護(hù)中引入大數(shù)據(jù)技術(shù)。采集環(huán)境、時(shí)間、發(fā)動(dòng)機(jī)狀態(tài)等信息，建模分析各因素對(duì)發(fā)動(dòng)機(jī)的影響，將分析結(jié)果傳遞到生產(chǎn)、制造、管理、運(yùn)維部門，支撐設(shè)計(jì)改進(jìn)、工業(yè)優(yōu)化、供應(yīng)匹配、視情維護(hù)。家電行業(yè)：抓生產(chǎn)定制化和供應(yīng)鏈整合這一牛鼻子供應(yīng)鏈協(xié)同柔性化生產(chǎn) 智能家居解決方案海爾集團(tuán)依托COSMOPlat平臺(tái)打造了15家互聯(lián)工廠，形成以用戶需求驅(qū)動(dòng)的即需即供、彈性部署、橫向擴(kuò)展的柔性生產(chǎn)能力。以膠州互聯(lián)工廠為例，其中：l生產(chǎn)效率提升了60%；l開發(fā)周期縮短50%以上；l交貨周期縮短50%以上；l全流程運(yùn)營(yíng)成本下降20%；l個(gè)性化定制產(chǎn)品占比達(dá)10%

。美的集團(tuán)基于平臺(tái)打造全自動(dòng)柔性沖壓生產(chǎn)線，實(shí)現(xiàn)用戶全流程參與到產(chǎn)品設(shè)計(jì)生產(chǎn)過程。以注塑環(huán)節(jié)為例，其中：l整體效率提升17%以上；l原材料庫(kù)存減少8成；l檢驗(yàn)成本下降55%。海爾集團(tuán)依托平臺(tái)將供應(yīng)鏈的制造模式前連引領(lǐng)戰(zhàn)略，后連個(gè)性化定制，整合研發(fā)資源、供應(yīng)商資源、用戶資源，構(gòu)建了基于平臺(tái)的共創(chuàng)共贏生態(tài)，為企業(yè)和用戶提供包括互聯(lián)工廠建設(shè)、協(xié)同制造、設(shè)備資產(chǎn)運(yùn)維、供應(yīng)鏈金融、知識(shí)共享、檢測(cè)與認(rèn)證等服務(wù)，形成平臺(tái)上供應(yīng)商、企業(yè)、用戶全鏈條的價(jià)值增值，實(shí)現(xiàn)由制造型企業(yè)向平臺(tái)型企業(yè)的轉(zhuǎn)型。其中：l平臺(tái)集聚供應(yīng)商資源390萬家；l服務(wù)企業(yè)數(shù)量4.3萬家；l生態(tài)收入超過151億元。松下電器以智能家電作為用戶數(shù)據(jù)入口，向附加值更高的產(chǎn)業(yè)鏈上游轉(zhuǎn)移，通過打造基于平臺(tái)的Ora智能家居解決方案，為用戶提供從智能單品到智能家居、從智能家居到家庭裝修的一體化綜合服務(wù)，實(shí)現(xiàn)企業(yè)由“賣產(chǎn)品”向“賣服務(wù)”轉(zhuǎn)型。其中，“家電DNA”已延伸至住宅、美容健康、車載、系統(tǒng)解決方案和B2B業(yè)務(wù)等領(lǐng)域；打造的“

住空間”

系統(tǒng)解決方案，2021年?duì)I收將預(yù)計(jì)達(dá)到600億元。家電行業(yè)具有技術(shù)更新速度快、產(chǎn)品研發(fā)周期短、產(chǎn)品同質(zhì)化程度高等特征，面臨生產(chǎn)智能化水平低、供應(yīng)鏈協(xié)同效率低、行業(yè)營(yíng)收增速放緩等痛點(diǎn)，正以個(gè)性化定制為切入點(diǎn)，加速向生產(chǎn)方式柔性化、經(jīng)營(yíng)管理平臺(tái)化、產(chǎn)品服務(wù)生態(tài)化等方向數(shù)字化。工程機(jī)械行業(yè)：抓設(shè)備運(yùn)維和解決方案延伸這一牛鼻子工程機(jī)械行業(yè)具有設(shè)備產(chǎn)品多樣、生產(chǎn)過程離散、供應(yīng)鏈復(fù)雜的特征，面臨資源調(diào)配效率低下、機(jī)械設(shè)備運(yùn)維困難、金融生態(tài)不完善等痛點(diǎn)，正以設(shè)備健康管理為切入點(diǎn)，加速向設(shè)備運(yùn)維智能化、經(jīng)營(yíng)管理精益化、生產(chǎn)制造服務(wù)化等方向數(shù)字化轉(zhuǎn)型。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l卡特彼勒基于Uptake開發(fā)的l 徐工信息基于漢云工業(yè)互聯(lián)網(wǎng)l小松提出和實(shí)施smartl中聯(lián)重科成立融資租賃公司，設(shè)備聯(lián)網(wǎng)和分析系統(tǒng)，采集數(shù)平臺(tái)，實(shí)現(xiàn)備品備件的計(jì)劃、采construction即智能施工解決面向國(guó)內(nèi)工程起重機(jī)械、建筑據(jù)、聯(lián)網(wǎng)監(jiān)控、預(yù)測(cè)分析，實(shí)購(gòu)、庫(kù)存、供銷、追溯功能一體方案的概念。通過無人機(jī)+邊起重機(jī)械、混凝土機(jī)械、環(huán)衛(wèi)現(xiàn)了300多萬臺(tái)運(yùn)轉(zhuǎn)設(shè)備的統(tǒng)化，通過大數(shù)據(jù)分析持續(xù)優(yōu)化備緣盒子+小松云，聚焦高精度機(jī)械等產(chǎn)品的銷售提供融資租一管控。品備件管理體系，打破生產(chǎn)商和測(cè)量、設(shè)計(jì)圖和測(cè)量圖對(duì)比賃服務(wù)，實(shí)現(xiàn)了設(shè)備的擴(kuò)大銷l日立基于lumada工業(yè)互聯(lián)網(wǎng)分銷商信息孤島，提升分揀效率（Skycatch）、小松云模擬確售，獲得的營(yíng)業(yè)額將占集團(tuán)總平臺(tái)推出consiteoil解決方案，8%，提升倉(cāng)庫(kù)利用率6%，降低定施工計(jì)劃、施工可視化等環(huán)收入的20%以上。通過傳感器將遠(yuǎn)程的故障預(yù)警備件庫(kù)存8%，提高庫(kù)存周轉(zhuǎn)率節(jié)，實(shí)現(xiàn)了建筑工程狀態(tài)感知、l三一重工基于根云工業(yè)互聯(lián)網(wǎng)率提高到58%。5%。實(shí)施分析、科學(xué)決策、精準(zhǔn)執(zhí)平臺(tái)與久隆、三湘銀行展開合l徐工集團(tuán)基于漢云工業(yè)互聯(lián)網(wǎng)l uptake更是根據(jù)設(shè)備運(yùn)行參數(shù)，行的閉環(huán)，從而為客戶提供項(xiàng)作，開發(fā)用于精準(zhǔn)定價(jià)與風(fēng)險(xiǎn)平臺(tái)，為設(shè)備做數(shù)字畫像，提反饋傳遞給原廠商，提升制造工目進(jìn)度實(shí)時(shí)監(jiān)控、工程機(jī)械精選擇的數(shù)據(jù)產(chǎn)品，幫助久隆保前預(yù)測(cè)更換零件，使設(shè)備故障藝和優(yōu)化供應(yīng)鏈，提高產(chǎn)品質(zhì)量，準(zhǔn)匹配、遠(yuǎn)程操作等智慧施工險(xiǎn)完成UBI產(chǎn)品及延保產(chǎn)品的率降低一半。形成良性的產(chǎn)品閉環(huán)。服務(wù)。定價(jià)。制造業(yè)數(shù)字化方法論：基于雙螺旋模型的三大視角九大維度技術(shù)視角業(yè)務(wù)視角價(jià)值視角p

不忘初心重價(jià)值：新基建、新機(jī)遇、新挑戰(zhàn)p

仰望星空干技術(shù)：新架構(gòu)、新操作系統(tǒng)、新革命p

腳踏實(shí)地落業(yè)務(wù)：新技術(shù)、新產(chǎn)品、新模式p

價(jià)值是主線p

技術(shù)是工具p

業(yè)務(wù)是內(nèi)核小結(jié)行業(yè)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景鋼鐵智能化生產(chǎn)工藝優(yōu)化石化智能化生產(chǎn)生產(chǎn)過程優(yōu)化風(fēng)電智能化生產(chǎn)設(shè)備運(yùn)維、風(fēng)場(chǎng)管理智能化航空航天網(wǎng)絡(luò)化協(xié)同基于MBD的設(shè)計(jì)、制造、運(yùn)維網(wǎng)絡(luò)化協(xié)同家電個(gè)性化定制生產(chǎn)定制化、供應(yīng)鏈整合工程機(jī)械服務(wù)化延伸設(shè)備運(yùn)維、行業(yè)解決方案p

工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)和應(yīng)用已經(jīng)從基礎(chǔ)能力建設(shè)走向行業(yè)落地階段，要分行業(yè)去抓業(yè)務(wù)落地的牛鼻子，這個(gè)牛鼻子就是智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸等新模式，并以此為牽引，找到典型應(yīng)用場(chǎng)景。謝謝！融合創(chuàng)新

·

賦能企業(yè)共創(chuàng)生態(tài)

·

引領(lǐng)未來工業(yè)大數(shù)據(jù)應(yīng)用分析預(yù)測(cè)建議

智能供應(yīng)鏈

庫(kù)存優(yōu)化智能倉(cāng)儲(chǔ)

(WMS)

銷量預(yù)測(cè)

路徑優(yōu)化

智能運(yùn)維

關(guān)鍵因素識(shí)別

多維參數(shù)分析設(shè)備預(yù)測(cè)性維護(hù)

設(shè)備性能分析

工藝參數(shù)推薦

工藝組合推薦

智能生產(chǎn)設(shè)備效率

/

運(yùn)行監(jiān)控

能源平衡預(yù)測(cè)

產(chǎn)能效率分析

工藝參數(shù)尋優(yōu)

圖像質(zhì)檢

動(dòng)態(tài)成本分析

先進(jìn)計(jì)劃及排產(chǎn)參數(shù)化原料配

智能營(yíng)銷

客戶洞察

大數(shù)據(jù)收

集和存儲(chǔ)關(guān)鍵因

在線智能素分析

分析

工藝

比分析

企業(yè)智能評(píng)估

營(yíng)銷推廣營(yíng)銷體系界面營(yíng)銷與渠道供應(yīng)鏈體系供應(yīng)商面市場(chǎng)趨勢(shì)與預(yù)測(cè)產(chǎn)品銷售預(yù)測(cè)產(chǎn)品退市計(jì)劃銷售計(jì)劃銷售訂單供應(yīng)負(fù)荷計(jì)劃確認(rèn)主計(jì)劃

銷售訂單

出貨確認(rèn)需求計(jì)劃平衡計(jì)劃

S&OP

供需

平衡計(jì)劃

生產(chǎn)主計(jì)劃

/

物資需求計(jì)劃

采購(gòu)執(zhí)行狀態(tài)生產(chǎn)計(jì)劃與排程

生產(chǎn)計(jì)劃

物流計(jì)劃

物流計(jì)劃

計(jì)劃確認(rèn)

平衡計(jì)劃生產(chǎn)計(jì)劃生產(chǎn)排程平衡計(jì)劃計(jì)劃確認(rèn)

例外需求

齊套狀況

庫(kù)存信息

倉(cāng)儲(chǔ)負(fù)荷

訂單確認(rèn)

年度經(jīng)營(yíng)計(jì)劃

經(jīng)營(yíng)目標(biāo)

計(jì)劃完成

及計(jì)劃

反饋需求預(yù)測(cè)滾動(dòng)計(jì)劃產(chǎn)品開發(fā)與上市計(jì)劃

產(chǎn)品開發(fā)

項(xiàng)目計(jì)劃供應(yīng)商協(xié)同

開發(fā)項(xiàng)目采購(gòu)需求計(jì)劃產(chǎn)品上市計(jì)劃購(gòu)

供

應(yīng)

商

采

需求預(yù)測(cè)

界

采購(gòu)訂單

提料計(jì)劃

計(jì)

劃

采購(gòu)計(jì)劃確認(rèn)

訂單確認(rèn)

生產(chǎn)計(jì)劃及產(chǎn)能信息融合創(chuàng)新

·

賦能企業(yè)建立需求預(yù)測(cè)模型，集成銷售訂單數(shù)據(jù)，提高預(yù)測(cè)精度

營(yíng)銷

團(tuán)隊(duì)動(dòng)態(tài)成本分析，盈利性分析，輔助快速?zèng)Q策，提高企業(yè)利潤(rùn)

渠道庫(kù)存

POS

銷售計(jì)劃

銷售量平衡供應(yīng)和需求，考慮采購(gòu)、生產(chǎn)和庫(kù)存，給出最經(jīng)濟(jì)計(jì)劃方案，提

運(yùn)營(yíng)商

/

社會(huì)

浙江藍(lán)卓工業(yè)互聯(lián)網(wǎng)信息技術(shù)有限公司高企業(yè)整體收

渠

入

道

/

賣場(chǎng)產(chǎn)能效率分析，執(zhí)行情況實(shí)時(shí)跟蹤，提高調(diào)整能力

共創(chuàng)生態(tài)

·

引領(lǐng)未來基于數(shù)據(jù)的智能應(yīng)用：本量利分析和生產(chǎn)計(jì)劃調(diào)度

打造企業(yè)運(yùn)營(yíng)管理的數(shù)據(jù)中臺(tái)，基于數(shù)字技術(shù)持續(xù)優(yōu)化改進(jìn)，增強(qiáng)企業(yè)競(jìng)爭(zhēng)力基于數(shù)據(jù)的智能應(yīng)用：智能倉(cāng)儲(chǔ)物流自助制卡終端（室內(nèi)）

地磅無人值守子系統(tǒng)車輛顯示大屏及語音叫號(hào)LIMS

抽樣化驗(yàn)數(shù)據(jù)定量裝卸系統(tǒng)出入門禁管理及

IC

卡回收車輛

GIS

系統(tǒng)廠（園區(qū)）內(nèi)路線監(jiān)測(cè)、限行APP裝卸車監(jiān)控、罐容實(shí)時(shí)計(jì)算ERPTMS

車輛管理系統(tǒng)WMS

倉(cāng)庫(kù)管理（固體）智慧倉(cāng)儲(chǔ)物流

一體化管理整合

ERP

、

WMS

、

TMS

、

LIMS

等信息系統(tǒng)，實(shí)現(xiàn)供應(yīng)鏈庫(kù)存優(yōu)化、智能倉(cāng)儲(chǔ)、路徑優(yōu)化、地磅無人值守、車輛

/

門禁聯(lián)動(dòng)、車輛物流路徑規(guī)劃和

GPS

定位、物流預(yù)約

/

車輛識(shí)別

/

自動(dòng)排號(hào)、物流

/

檢驗(yàn)

/

財(cái)務(wù)聯(lián)動(dòng)

融合創(chuàng)新

·

賦能企業(yè)

共創(chuàng)生態(tài)

·

引領(lǐng)未來融合創(chuàng)新

·

賦能企業(yè)共創(chuàng)生態(tài)

·

引領(lǐng)未來口袋工廠生產(chǎn)裝置移動(dòng)應(yīng)用平臺(tái)

中央控制臺(tái)工作協(xié)同即時(shí)通訊趨勢(shì)分析報(bào)警統(tǒng)計(jì)分析遠(yuǎn)程監(jiān)控建設(shè)“掌上工廠”隨時(shí)隨地了解關(guān)鍵

生產(chǎn)狀況傳統(tǒng)工業(yè)軟件架構(gòu)與工業(yè)互聯(lián)網(wǎng)平臺(tái)軟件架構(gòu)對(duì)比

傳統(tǒng)工業(yè)軟件架構(gòu)工業(yè)互聯(lián)網(wǎng)平臺(tái)軟件架構(gòu)

部署方式

系統(tǒng)層級(jí)

軟件架構(gòu)

開發(fā)定位

開發(fā)方式

系統(tǒng)集成顆粒度系統(tǒng)集成技術(shù)路線

系統(tǒng)集成方式

本地部署

ISA95

，五層架構(gòu)

緊耦合單體架構(gòu)面向流程或服務(wù)的軟件系統(tǒng)

基于單一語言開發(fā)

大系統(tǒng)與大系統(tǒng)通過專用接口或中間件集成

局部集成

云端部署

扁平化

微服務(wù)架構(gòu)

面向角色的

APP

基于

Paas

平臺(tái)多語言開發(fā)

微系統(tǒng)與微系統(tǒng)

基于

API

調(diào)用

全局集成融合創(chuàng)新

·

賦能企業(yè)

共創(chuàng)生態(tài)

·

引領(lǐng)未來單體構(gòu)架微服務(wù)架構(gòu)創(chuàng)建方式企業(yè)級(jí)，自頂向下開展實(shí)施團(tuán)隊(duì)級(jí)，自底向上開展實(shí)施，允許采用不同技術(shù)堆棧部署方式整體部署，緊耦合獨(dú)立部署，微服務(wù)松耦合，服務(wù)之間可以獨(dú)立的部署擴(kuò)展方式基于整個(gè)系統(tǒng)擴(kuò)展，資源利用率低基于獨(dú)立服務(wù)按需擴(kuò)展，資源利用率高更新方式局部修改，整體更新，升級(jí)效率低局部修改，局部更新，升級(jí)效率高運(yùn)維方式故障全局性，排查復(fù)雜故障隔離，非全局，故障排查簡(jiǎn)單共創(chuàng)生態(tài)

·

引領(lǐng)未來?

從單體架構(gòu)到微服務(wù)架構(gòu)的邏輯是更快、更敏捷的創(chuàng)建、部署、擴(kuò)展、更新和運(yùn)維引用服務(wù)。?

面向特定行業(yè)特定應(yīng)用場(chǎng)景的新型工業(yè)

APP

需要快速部署和持續(xù)迭代優(yōu)化。平臺(tái)微服務(wù)架構(gòu)

單塊架構(gòu)

（

Monolithic

）微服務(wù)架構(gòu)

（

MSA

）緊耦合，所有功能都在一個(gè)進(jìn)程中基于整個(gè)系統(tǒng)擴(kuò)展松耦合，功能在不同微服務(wù)的進(jìn)程中基于獨(dú)立服務(wù)，按需擴(kuò)展

融合創(chuàng)新

·

賦能企業(yè)以微服務(wù)

+APP

重構(gòu)傳統(tǒng)工業(yè)軟件架構(gòu)融合創(chuàng)新

·

賦能企業(yè)共創(chuàng)生態(tài)

·

引領(lǐng)未來

容器化運(yùn)行環(huán)境

微服務(wù)將單體軟件解耦為較小的功能片段，容器進(jìn)一步對(duì)這種解耦性進(jìn)行了擴(kuò)展，

將微服務(wù)及其依賴關(guān)系與操

作系統(tǒng)解耦

，不需要像虛擬機(jī)一樣安裝操作系統(tǒng)，可以節(jié)省大量的系統(tǒng)資源（計(jì)算，內(nèi)存和磁盤空間），容器

的下載、更新部署和迭代也更快。

容器本質(zhì)上是輕量化的虛擬機(jī)，為微服務(wù)運(yùn)行提供一個(gè)隔離的運(yùn)行環(huán)境，并且可以跨越基礎(chǔ)設(shè)施和云端隨意部署容器技術(shù)虛擬機(jī)技術(shù)更輕量更快速更便捷

容器微服務(wù)

1

容器微服務(wù)

3

容器微服務(wù)

2

容器微服務(wù)

4操作系統(tǒng)

服務(wù)器

虛擬機(jī)

微服務(wù)

1操作系統(tǒng)虛擬化服務(wù)器

虛擬機(jī)

微服務(wù)

2操作系統(tǒng)VS

Docker

是一個(gè)開源的應(yīng)用容器引擎，讓開發(fā)者可以打包他們的應(yīng)用以及依賴包到一個(gè)可移植的容器中，而kubernetes

可以統(tǒng)一管理各類容器，形成集群。融合創(chuàng)新

·

賦能企業(yè)共創(chuàng)生態(tài)

·

引領(lǐng)未來浙江藍(lán)卓工業(yè)互聯(lián)網(wǎng)信息技術(shù)有限公司

平臺(tái)微服務(wù)的消息通信

每個(gè)微服務(wù)都有自己的

API

，

API

是每個(gè)微服務(wù)的唯一能力出口

，并通過

API

網(wǎng)關(guān)進(jìn)行統(tǒng)一管理設(shè)備管理APP微服務(wù)池

可視化

工具資產(chǎn)

故障管理

診斷模型

模型

身份驗(yàn)證用戶登錄位置服務(wù)黑白名單日志API

網(wǎng)關(guān)

協(xié)

身

議

份

適

認(rèn)

配

證計(jì)流限流路由訪問認(rèn)證中心服務(wù)注冊(cè)管理中心

API

微服務(wù)

1datastore

API

微服務(wù)

2datastore

API

微服務(wù)

3datastore

API

微服務(wù)

4datastore

API

微服務(wù)

5datastore

API

微服務(wù)

6datastore融合創(chuàng)新·

賦能企業(yè)開發(fā)工具平臺(tái)SDK

開發(fā)包API

接口認(rèn)證發(fā)布微服務(wù)和容器開放

API

第三方開發(fā)工業(yè)

APPCAD/VR/

三維設(shè)計(jì)ERP/PLM/WMS…

中控開發(fā)工業(yè)

APPAPC/SCADA/MESPIMS/LIMS/SES

共創(chuàng)生態(tài)

·

…

引

領(lǐng)未來?

數(shù)據(jù)模型

/

預(yù)處理?

數(shù)據(jù)上送

/

斷線續(xù)傳?

鏈路診斷

/

冗余通訊?

安全訪問?

實(shí)時(shí)

/

歷史數(shù)據(jù)?

工廠基礎(chǔ)數(shù)據(jù)（組織

結(jié)構(gòu)

/

班組排班

/

物料

/

工廠模型）

IoT

驅(qū)動(dòng)開發(fā)包?

數(shù)據(jù)接入?

建模對(duì)象?

報(bào)警

/

通知?

用戶

/

權(quán)限

/

安全?

組態(tài)

/

配置?

服務(wù)注冊(cè)與發(fā)現(xiàn)接口?

工作流接口?

數(shù)據(jù)統(tǒng)計(jì)服務(wù)接口?

日志接口?

訂閱

/

消息隊(duì)列