工业互联网平台知识体系
2023-11-03 16:41:31 2 举报
AI智能生成
匠心整理,共同学习
作者其他创作
大纲/内容
平台构建方式
1、基于开源通用IT技术搭建平台基础架构成主流
开源PaaS已成为平台厂商构建平台使能框架的共性选择
开源大数据技术成为平台数据架构的关键支撑
多种开源的开发工具帮助平台快速构建开发环境
2、采用并购与合作方式丰富平台功能
通过并购获取平台关键技术功能
面向设备数据连接
面向数据分析挖掘
面向平台安全
通过合作整合资源,不断丰富平台功能
实现更大范围的现场数据采集
实现平台灵活部署
强化数据分析能力
3、将自身工业知识积累进行封装,打造平台核心竞争力
发展关键
打造应用创新生态
1、平台企业通过自主开发不断丰富应用种类
通过传统工业软件的云化迁移和新型工业APP开发,不断提升平台服务能力
2、借助合作伙伴拓宽行业应用创新服务能力
通过跨领域合作,吸引更多行业伙伴基于平台开展应用创新,实现平台向更多领域的延伸拓展
3、打造开发者社区激发创新活力
通过技术开源、工具提供、文档分享、专家支持、利益共享等方式,吸引开发者入驻平台参与应用创新。
应用趋势
1、覆盖范围不断扩大
从单一设备、单个场景的应用逐步向完整生产系统和管理流程过度,最后将向产业资源协同组织的全局互联演进。
2、数据分析程度不断加深
从以可视化为主的描述性分析,到基于规则的诊断性分析、基于挖掘建模的预测性分析和基于深度学习的指导性分析。
3、企业管理与流程优化从当前局部改进项系统性提升迈进
工业互联网平台实现了生产现场与企业运营管理、资源调度的协同统一,在此基础上形成面向企业局部的生产过程优化、企业智能管理、供应链管理优化等重点应用。
未来随着平台底层连接能力的提升和企业IT-OT层的打通,大量生产现场数据和管理系统数据将进行集成汇聚,基于海量数据分析挖掘实现智能工厂整体优化、企业实施智能决策等应用,实现企业生产管理领域的系统性提升。
4、产业/资源层面从信息交互向资源优化配置演进
当前总体应用的四大场景
1、面向工业现场的生产过程优化
制造工艺场景
工业互联网平台可对工艺参数、设备运行等数据进行综合分析,找出生产过程中的最优参数,提升制造品质。
生产流程场景
通过平台对生产进度、物料管理、企业管理等数据进行分析,提升排产、进度、物料、人员等方面管理的准确性。
质量管理场景
工业互联网平台基于产品检验数据和“人机料法环测”等过程数据进行关联性分析,实现在线质量检测和异常分析,降低产品不良率。
设备维护场景
工业互联网平台结合设备历史数据预实时运行数据,构建数字孪生,及时监控设备运行状态,并实现设备预测性维护。
能耗管理场景
基于现场能耗数据的采集与分析,对设备、产线、场景能效使用进行合理规划,提高能源使用效率,实现节能减排。
2、面向企业运营的管理决策优化
供应链管理场景
工业互联网平台课实时跟踪现场物料消耗,结合库存情况 安排供应商进行精准配货,实现零库存管理,有效降低库存成本。
生产管控一体化场景
基于工业互联平台进行业务管理系统和生产执行系统集成,实现企业管理和现场生产的协同优化。
企业决策管理场景
工业互联网平台通过企业内部数据的全面感知和综合分析,有限支撑企业智能决策。
3、面向社会化生产的资源优化配置与协同
协同制造场景
工业互联网平台通过有效集成不同设计企业、生产企业及供应链企业的业务系统,实现设计、生产的并行实施,大幅缩短产品研发设计与生产周期,降低成本。
制造能力交易场景
工业企业通过工业互联网平台对外开放闲置制造能力,实现制造能力的在线租用和利益分配。
个性定制场景
工业互联网平台实现企业与用户的无缝对接,形成满足用户需求的个性化定制方案,提升产品价值,增强用户粘性。
产融结合场景
工业互联网平台通过工业数据的汇聚分析,为金融行业提供评估支撑,为银行房贷、股权投资、企业保险等金融业务提供量化依据。
4、面向产品全生命周期的管理与服务优化
产品溯源场景
工业互联网平台借助标识技术记录产品生产、物流、服务等各类信息,综合形成产品档案,为全生命周期管理应用提供支撑。
产品/装备远程预测性维护场景
在平台中将产品/装备的实时运行数据预其设计数据、制造数据、历史维护数据进行融合,提供运行决策和维护建议,实现设备故障的提前预警、远程维护等设备健康管理应用。
产品设计反馈优化场景
工业互联网平台可以将产品运行和用户使用行为数据反馈到设计和制造阶段,从而改进设计方案,加速创新迭代。
发展建议
1、充分利用现有成熟技术,快速构建平台
利用各类开源PaaS、容器、大数据处理、人工智能等技术工具,搭建平台基础框架及数据管理分析能力。
向下集成工业网关、中间件、嵌入式操作系统等成熟产品和解决方案,实现协议转换与数据集成处理。
向上基于开源开发工具、微服务架构等方式快速搭建应用开发环境,实现平台应用创新与现有软件迁移。
2、强化工业知识积累与分析能力,增强平台核心竞争力
平台企业应重视生产经验、工业机理的提炼与积累,推动物理、化学、机械、控制多学科知识与大数据、机器学习、人工智能等智能化分析技术的有机结合,转化为解决工业生产痛点的特色平台服务。
加强与行业领先企业合作,实现跨领域工业知识获取、融合与转化,不断拓展平台业务覆盖范围。
大力培养工业专业知识和信息技术应用能力的复合型人才,为平台能力提升发展奠定坚实基础。
3、注重开放创新,打造平台应用生态
加强与各类行业客户、专业服务企业的协同合作,发挥其在所属领域的知识经验和资源优势,基于平台形成一系列重量级工业应用。
积极打造开发者社区,通过提供开发工具、开发环境和微服务组件,吸引第三方开发者向平台汇聚,形成一系列面向特定领域、特定场景、特定功能的创新型工业应用。
4、聚焦优势领域,实现平台差异化发展
具备较强行业积累的平台企业,通过将自身知识、经验与数据固化,形成可广泛复制的应用服务模式,通过在本行业本领域精耕细作实现平台的规模化发展。
具备特定技术优势的平台企业,应加强与制造企业合作,将其核心技术与行业特性深度结合,通过平台技术授权、二次集成、资源服务等方式实现平台的广泛部署。
5、构建标准体系,促进互联互通
推进标准体系构建,形成基于业界人士的工业互联网平台参考架构与标准体系,明确标准研制的重点方向。
开展重点领域技术标准研制
平台数据标准方面
研制工业数据交换、分析、管理、建模与大数据服务等标准,实现数据的有效管理与工业要素的一致描述。
开放接口标准方面
研制开发工具API、微服务调用API等标准,保证开发者对平台功能的高效调用。
平台互联互通标准方面
探索开展互通架构、数据接口、应用接口、服务对接等标准研制,实现不同类型或不同领域平台间的共享合作。
6、确保安全可靠,推动可信发展
提升工业互联平台安全防护水平。加快推进数据加密、访问控制、漏洞监测等关键技术研发与应用,增强平台对非法入侵的甄别和抵抗能力。
明确数据主权归属,防止信息泄露。清晰界定权利和义务边界,尊重用户的信息隐私和数据主权,提供安全可靠、值得信赖的平台服务。
保障平台文档可靠运行。综合利用数据备份与恢复、冗余设计、容错设计等方法提升平台运行鲁棒性,加强性能监测与故障监测,及时发现和排除故障,确保平台整体稳定性。
国内典型的工业互联网平台
1、航天云网-INDICS平台
INDICS平台在IaaS层自建数据中心,在DaaS 层提供丰富的大数据存储和分析产品与服务,在PaaS 层提供工业服务引擎、面向软件定义制造的流程引擎、大数据分析引擎、仿真引擎和人工智能引擎等工业PaaS 服务,以及面向开发者的公共服务组件库和200 多种API 接口,支持各类工业应用快速开发与迭代。
INDICS 提供Smart IOT 产品和INDICS-OpenAPI 软件接口,支持工业设备/产品和工业服务的接入,实现“云计算+边缘计算”混合数据计算模式。平台对外开放自研软件与众研应用APP 共计500 余种,涵盖了智能研发、精益制造、智能服务、智慧企业、生态应用等全产业链、产品全生命周期的工业应用能力。
INDICS 提供Smart IOT 产品和INDICS-OpenAPI 软件接口,支持工业设备/产品和工业服务的接入,实现“云计算+边缘计算”混合数据计算模式。平台对外开放自研软件与众研应用APP 共计500 余种,涵盖了智能研发、精益制造、智能服务、智慧企业、生态应用等全产业链、产品全生命周期的工业应用能力。
平台架构
2、树根互联-根云平台
根云平台主要基于三一重工在装备制造及远程运维领域的经验,由OT 层向IT 层延伸构建平台,重点面向设备健康管理,提供端到端工业互联网解决方案和服务。
根云平台主要具备三方面功能。一是智能物联,通过传感器、控制器等感知设备和物联网络,采集、编译各类设备数据。二是大数据和云计算,面向海量设备数据,提供数据清洗、数据治理、隐私安全管理等服务以及稳定可靠的云计算能力,并依托工业经验知识谱构建工业大数据工作台。三是SaaS 应用和解决方案。为企业提供端到端的解决方案和即插即用的SaaS 应用,并为应用开发者提供开发组件,方便其快速构建工业互联网应用。
根云平台主要具备三方面功能。一是智能物联,通过传感器、控制器等感知设备和物联网络,采集、编译各类设备数据。二是大数据和云计算,面向海量设备数据,提供数据清洗、数据治理、隐私安全管理等服务以及稳定可靠的云计算能力,并依托工业经验知识谱构建工业大数据工作台。三是SaaS 应用和解决方案。为企业提供端到端的解决方案和即插即用的SaaS 应用,并为应用开发者提供开发组件,方便其快速构建工业互联网应用。
平台架构
3、海尔-COSMOPlat平台
海尔集团基于家电制造业的多年实践经验,推出工业互联网平台COSMOPlat,形成以用户为中心的大规模定制化生产模式,实现需求实时响应、全程实时可视和资源无缝对接。
COSMOPlat 平台共分为四层:第一层是资源层,开放聚合全球资源,实现各类资源的分布式调度和最优匹配。第二层是平台层,支持工业应用的快速开发、部署、运行、集成,实现工业术软件化。第三层是应用层,为企业提供具体互联工厂应用服务,形成全流程的应用解决方案。第四层是模式层,依托互联工厂应用服务实现模式创新和资源共享。
COSMOPlat 平台共分为四层:第一层是资源层,开放聚合全球资源,实现各类资源的分布式调度和最优匹配。第二层是平台层,支持工业应用的快速开发、部署、运行、集成,实现工业术软件化。第三层是应用层,为企业提供具体互联工厂应用服务,形成全流程的应用解决方案。第四层是模式层,依托互联工厂应用服务实现模式创新和资源共享。
平台架构
4、中国电信-CPS平台
中国电信CPS 平台以生产线数据采集与设备接口层为基础,以建模、存储、仿真、分析的大数据云计算为引擎,实现各层级、各环节数据互联互通,打通从生产到企业运营的全流程。
平台架构包括通讯层、应用开发平台层和应用展现层。在通讯层,通过使用工业PON 或移动通讯方式,将采集到的数据传输到云平台。在应用开发层,基于数据集成与大数据存储,通过先进的业务计算模型和科学分析方法,优化业务逻辑,生成平台应用功能。同时提供拖拽式开发界面,实现应用快速构建。在应用展现层,支持PC、手机、大屏、看板等不同界面展现,并通过接口与企业其他业务系统进行交互。
平台架构包括通讯层、应用开发平台层和应用展现层。在通讯层,通过使用工业PON 或移动通讯方式,将采集到的数据传输到云平台。在应用开发层,基于数据集成与大数据存储,通过先进的业务计算模型和科学分析方法,优化业务逻辑,生成平台应用功能。同时提供拖拽式开发界面,实现应用快速构建。在应用展现层,支持PC、手机、大屏、看板等不同界面展现,并通过接口与企业其他业务系统进行交互。
平台架构
5、华为-OceanConnect IOT平台
OceanConnect IoT 平台在技术架构上分为垂直和水平两个方向。在垂直方向,又分为三层架构,分别为连接管理层、设备管理层和应用使能层。其中,连接管理层主要提供SIM卡生命周期管理、计费、统计和企业Portal 等功能,设备管理层主要提供设备连接、设备数据采集与存储、设备维护等功能。应用使能层主要提供开放API 能力,同时具备数据分析、规则引擎、业务编排等能力。在水平方向,通过与平台连接的分布式IoTagent 对接行业智能设备网关,并提供边缘计算能力,实现与云端计算的协同。
6、和利时-HiaCloud平台
HiaCloud 平台向企业生产制造和运营服务,实现全面的数据汇集、生产运营管理和APP 创新服务。
HiaCloud 平台由工业现场层、工业 PaaS 平台层和工业SaaS 智能应用层构成。工业现场层提供边缘计算服务,实现企业现场各类数据的汇集与本地应用。工业 PaaS 平台层自下而上包括云基础环境子层、数据服务子层和应用服务子层,建立工业对象模型的虚拟运行空间,并提供API 接口和一系列快捷开发工具。工业 SaaS 智能应用层是基于工业PaaS 层开发的各类工业APP服务,主要包括资产管理服务和运营优化服务。HiaCloud 平台支持公有云、私有云及混合云部署。此外,和利时还构建了工厂级综合数据集成与应用开发平台HiaCube,用于过程工业、离散工业、轨道交通、市政设施、能源矿山和工业园区的本地化智能生产与智慧运营。
HiaCloud 平台由工业现场层、工业 PaaS 平台层和工业SaaS 智能应用层构成。工业现场层提供边缘计算服务,实现企业现场各类数据的汇集与本地应用。工业 PaaS 平台层自下而上包括云基础环境子层、数据服务子层和应用服务子层,建立工业对象模型的虚拟运行空间,并提供API 接口和一系列快捷开发工具。工业 SaaS 智能应用层是基于工业PaaS 层开发的各类工业APP服务,主要包括资产管理服务和运营优化服务。HiaCloud 平台支持公有云、私有云及混合云部署。此外,和利时还构建了工厂级综合数据集成与应用开发平台HiaCube,用于过程工业、离散工业、轨道交通、市政设施、能源矿山和工业园区的本地化智能生产与智慧运营。
平台架构
7、用友-精智I用友工业互联网平台
精智丨用友工业互联网平台提供基于数据的场景化智能云服务,支撑智能制造创新,驱动企业商业模式与管理方式变革。
用友精智平台一是包括融合了各种企业互联网化基础技术支撑层,包括云计算、移动、大数据、物联网、3D 打印、机器人、AR/VR、机器学习等,二是提供覆盖企业互联网化应用全生命周期的技术能力,包括云开发、云测试、云构造、云发布、云部署、云集成、云运维、云运营等工具与服务。
用友精智平台一是包括融合了各种企业互联网化基础技术支撑层,包括云计算、移动、大数据、物联网、3D 打印、机器人、AR/VR、机器学习等,二是提供覆盖企业互联网化应用全生命周期的技术能力,包括云开发、云测试、云构造、云发布、云部署、云集成、云运维、云运营等工具与服务。
平台架构
8、索为-SYSWARE平台
索为SYSWARE 平台架构主要包含工业资源层、平台层、应用层三层。其中,工业资源层即工业基础设施层,既包含IT 领域的软硬件资源,也包含工业物联网领域的软硬件资源;平台层包含工程中间件、工业APP 运行/开发平台、智能语义标定体系以及各类工业软件/设备适配器等,通过模型化、组件化、软件化形成可重用的、可执行的工业APP;应用层包括工业APP 生态环境及产品开发管理环境两大功能,为工业技术融合化建设、复杂工程产品开发提供保障和服务。
平台架构
9、东方国信-BIOP平台
BIOP 工业互联网平台主要包含数据采集层、PaaS 层、SaaS 层三个部分。数据采集层包含BIOP-EG 智能网关接入设备和BIOP 的接入接口软件,支持各类数据的接入。工业 PaaS 层集成了工业微服务、大数据分析、应用开发等功能。工业 SaaS层面向工业各环节场景向平台内租户提供工业领域通用、专用以及基于大数据分析的云化、智能化工业应用及解决方案服务。
平台架构
10、中船工业-船舶工业智能运营平台
船舶工业智能运营平台接入层实现生产类数据和工艺类数据的采集,PaaS 层集成了工业微服务、大数据服务、区块链、环境管理等功能, SaaS 层基于开放环境
部署应用,为企业用户提供研发设计协同、全生产过程管控优化、供应链协同、工业知识库、知识共享与交易、船舶智能运营、产业链金融等服务。
部署应用,为企业用户提供研发设计协同、全生产过程管控优化、供应链协同、工业知识库、知识共享与交易、船舶智能运营、产业链金融等服务。
平台架构
11、寄云-NeuSeer平台
NeuSeer 工业互联网平台主要由NeuSeer Edge 边缘网关、NeuSeer Stack 应用开发和大数据分析平台、NeuSeer Apps 工业互联网应用三部分组成。NeuSeer Edge 边缘网关通过协议转换可以实现从各类工业设备和传感器数据的实时提取,支持对数据进行本地运算和预处理。NeuSeer Stack 工业应用开发和大数据分析平台能够为工业企业的应用开发人员和数据分析人员提供数据存储、应用开发、数据分析、工业模型开发和测试等方面能力。NeuSeer Apps 涵盖远程监控、性能评估和预测等工业应用。
平台架构
12、普奥云-ProudThink平台
ProudThink 平台帮助用户解决设备的安全接入、安全通信,设备智能化运营,驱动工业数字化、网络化、智能化发展。平台包括采集适配层、数据模型层、能力服务层和业务应用层。聚焦智能设备互联互通,面向运营商、制造商、服务商的业务需求,提供设备运营、设备租赁、物联网金融和工业数据等服务。
平台架构
13、中国移动-OneNET平台
OneNET 平台包含接入层、处理层、存储层和表现层四大部分。其中接入层负责设备接入,支持MQTT、CoAP、Http、EDP 等主流协议,实现海量设备接入;处理层负责进行数据处理及数据挖掘分析,可以为用户提供消息控制、事件智能推送、大数据分析等服务;存储层利用可扩展的分部署存储技术,保证数据的可靠存储;表现层对外提供平台API 及门户,为用户提供平台能力开放及应用快速生成服务。
平台架构
14、石化盈科-ProMACE平台
石化盈科ProMACE 平台采用云计算、大数据、物联网、人工智能等技术,提供数据集成、实时计算、智能分析、物联网(IoT)接入、可视化等核心能力,支撑流程工业智能化转型升级。平台主要聚焦石化化工行业,围绕着“生产一体化优化”、“生产集成管控”和“全生命周期资产管理”提供标准工业应用。
平台架构
15、浪潮-浪潮工业互联网平台
浪潮M81 平台架构分为四层,包括数据采集层、云支撑平台层、大数据处理与应用开发平台层、应用服务层。
浪潮M81 平台具有云端和本地部署多个模式,并推出一系列基于物联网数据的应用,包括制造工艺与产品质量优化分析、设备监测与预测性维护、全程品质控制与预警、企业经营风险管控和预测、个性化精准服务与营销预测、供应链与供应商优化、用户行为分析与微服务推送等。
浪潮M81 平台具有云端和本地部署多个模式,并推出一系列基于物联网数据的应用,包括制造工艺与产品质量优化分析、设备监测与预测性维护、全程品质控制与预警、企业经营风险管控和预测、个性化精准服务与营销预测、供应链与供应商优化、用户行为分析与微服务推送等。
平台架构
16、阿里-阿里云ET工业大脑平台
阿里云ET 工业大脑平台依托阿里云大数据平台,建立产品全生命周期数据治理体系,通过大数据技术、人工智能技术与工业领域知识的结合实现工业数据建模分析,有效改善生产良率、优化工艺参数、提高设备利用率、减少生产能耗,提升设备预测性维护能力。
阿里云ET 工业大脑平台包含数据舱、应用舱和指挥舱3 大模块,分别实现数据知识图谱的构建、业务智能算法平台的构建以及生产可视化平台的构建。
阿里云ET 工业大脑平台包含数据舱、应用舱和指挥舱3 大模块,分别实现数据知识图谱的构建、业务智能算法平台的构建以及生产可视化平台的构建。
平台架构
17、宝信-宝信工业互联网平台
宝信工业互联网平台主要分成三级架构,第一级是面向工业现场的边缘计算。第二级是部署在云端的大数据平台。第三级是面向企业各种业务的应用系统。宝信工业互联网平台可根据钢铁制造数据特征和业务要求,实现数据存储、传输和获取的标准化。
平台架构
18、智能云科-ISESOL平台
iSESOL 平台共分为三个层级,分别为业务应用层、平台服务层及物理系统层。
iSESOL 工业云平台主要包括五项功能:一是设备资源接入、基础服务、应用服务以及对外开放API;二是通过云端Agent 服务进行设备接入验证以及构建数据传输通道,提供数据采集、数据存储以及数据分析等服务;三是提供工业生产要素的建模及分析、工业大数据分析、工艺分析等服务;四是提供iSESOL 上层业务系统数据交互服务;五是通过开放API,实现外部系统接入以及对外数据支持服务。
iSESOL 工业云平台主要包括五项功能:一是设备资源接入、基础服务、应用服务以及对外开放API;二是通过云端Agent 服务进行设备接入验证以及构建数据传输通道,提供数据采集、数据存储以及数据分析等服务;三是提供工业生产要素的建模及分析、工业大数据分析、工艺分析等服务;四是提供iSESOL 上层业务系统数据交互服务;五是通过开放API,实现外部系统接入以及对外数据支持服务。
平台架构
19、美云智数-MeiCloud平台
MeiCloud 平台包括数据采集层、PaaS 平台层和SaaS 层。数据采集层支持DCS、PLC、DDC、现场总线、智能仪表等多种设备的通讯协议。PaaS 层由云开发平台CDP、持续交付平台CICD 和运维监控平台OvO 三部分组成,既可以支持SaaS 应用建设,也支持传统单体应用的建设。SaaS 层开发部署了各种智能应用,主要包括云端MES 服务、企业间协作服务、数据服务、电子商务服务等。
20、机智云-Gizwits IOT Enterprise平台
Gizwits IOT Enterprise(简称GIE),以降低企业研发成本,加快产品产出速度,提升企业生产效率。
GIE 平台实现三方面功能:一是提供端到端的设备、应用基础接入能力,通过连接组件GAgent 为设备与云端、APP 端提供连接服务;二是提供应用SDK、API 以及微服务集群,通过DynamicData Director Engine 等扩展服务组件,支持快速应用开发;三是提供RTBD 实时大数据分析工具, 基于Spark 实时计算框架,根据企业的业务应用场景进行数据的计算与处理。
GIE 平台实现三方面功能:一是提供端到端的设备、应用基础接入能力,通过连接组件GAgent 为设备与云端、APP 端提供连接服务;二是提供应用SDK、API 以及微服务集群,通过DynamicData Director Engine 等扩展服务组件,支持快速应用开发;三是提供RTBD 实时大数据分析工具, 基于Spark 实时计算框架,根据企业的业务应用场景进行数据的计算与处理。
平台架构
国外典型的工业互联网平台
1、富士康-BEACON平台
BEACON 平台通过工业互联网、大数据、云计算等软件及工业机器人、传感器、交换机等硬件的相互整合,智慧控制塔从而建立了端到端的可控可管的智慧云平台。将设备数据、生产数据、产业专业理论进行集成、处理、分析,形成开放、共享的工业级APP。
2、GE-Predix平台
Predix 平台的主要功能是将各类数据按照统一的标准进行规范化梳理,并提供随时调取和分析的能力。
Predix 平台架构分为三层,边缘连接层、基础设施层和应用服务层。其中,边缘连接层主要负责收集数据并将数据传输到云端;平台层主要提供基于全球范围的安全的云基础架构,满足日常的工业工作负载和监督的需求;应用服务层主要负责提供工业微服务和各种服务交互的框架,主要提供创建、测试、运行工业互联网程序的环境和微服务市场。
Predix 平台架构分为三层,边缘连接层、基础设施层和应用服务层。其中,边缘连接层主要负责收集数据并将数据传输到云端;平台层主要提供基于全球范围的安全的云基础架构,满足日常的工业工作负载和监督的需求;应用服务层主要负责提供工业微服务和各种服务交互的框架,主要提供创建、测试、运行工业互联网程序的环境和微服务市场。
3、PTC-ThingWorx平台
ThingWorx 平台功能定位是为应用开发商或工业SaaS 运营商提供现代化的快速应用开发工具和服务运营能力。
ThingWorx 平台主要提供的组件包括基于Kepware OPC Server 的工业协议转换和数据采集、源于Axeda 远程资产管理解决方案的ThingWorx Utilities 设备管理、基于机器学习的ThingWorx Analytics 大数据分析、基于CAD 产品数字模型和Vuforia 技术集成的ThingWorx Studio、数字孪生等服务。除此之外,平台还包括 Controls Advisor、Production Advisor、Asset Advisor、Navigate 等用于应用创新的功能模块。
ThingWorx 平台主要提供的组件包括基于Kepware OPC Server 的工业协议转换和数据采集、源于Axeda 远程资产管理解决方案的ThingWorx Utilities 设备管理、基于机器学习的ThingWorx Analytics 大数据分析、基于CAD 产品数字模型和Vuforia 技术集成的ThingWorx Studio、数字孪生等服务。除此之外,平台还包括 Controls Advisor、Production Advisor、Asset Advisor、Navigate 等用于应用创新的功能模块。
平台架构
4、ABB-ABB Ability平台
ABB Ability 平台由Ability Edge 和Ability Cloud 构成。ABB Ability Edge 主要用于数据的采集,包括设备及生产控制系统(SCADA,DCS)的数据,通过Ability Edge 内置的数据模型进行预处理,并传输至云端。Ability Cloud 是基于MicrosoftAzure 云基础架构及其应用服务,通过对数据进行集成管理和大数据分析,形成智能化决策与服务应用。未来,ABB 还计划将其Ability 与其他工业互联网平台进行互联互通,实现业务协作。
平台架构
5、施耐德-EcoStruxure平台
EcoStruxure 平台包括三个层级,第一层是互联互通的产品。产品涵盖断路器、驱动器、不间断电源、继电器和仪表及传感器等。第二层是边缘控制。边缘控制层可以进行监测及任务操作,简化管理的复杂性。第三层是应用、分析和服务。应用可以实现设备、系统和控制器之间的协作,分析则通过运营人员的经验形
成模型,用模型促进改善策略的形成,提升决策效率与精准度,服务提供可视化的人机接口,实现业务控制和管理。
成模型,用模型促进改善策略的形成,提升决策效率与精准度,服务提供可视化的人机接口,实现业务控制和管理。
6、西门子-MindSphere平台
MindSphere 平台采用基于云的开放物联网架构,可以将传感器、控制器以及各种信息系统收集的工业现场设备数据,通过安全通道实时传输到云端,并在云端为企业提供大数据分析挖掘、工业APP 开发以及智能应用增值等服务。
MindSphere 平台包括边缘连接层、开发运营层,应用服务层三个层级。主要包括 MindConnect、MindClound、MindApps 三个核心要素,其中MindConnect 负责将数据传输到云平台,MindClound 为用户提供数据分析,应用开发环境及应用开发工具,MindApps 为用户提供集成行业经验和数据分析结果的工业智能应用。
MindSphere 平台包括边缘连接层、开发运营层,应用服务层三个层级。主要包括 MindConnect、MindClound、MindApps 三个核心要素,其中MindConnect 负责将数据传输到云平台,MindClound 为用户提供数据分析,应用开发环境及应用开发工具,MindApps 为用户提供集成行业经验和数据分析结果的工业智能应用。
平台架构
发展背景
1、制造业变革与数字经济发展实现历史性交汇
全球新一轮产业变革蓬勃兴起,制造业重新成伟全球经济发展的焦点。
数字经济浪潮席卷全球,驱动传统产业加速变革。
2、制造业智能化对平台工具提出新需求
工业数据的爆发式增长需要新的数据管理工具。
企业智能化决策需要新的应用创新载体。
新型制造模式需要新的业务交互手段。
3、信息技术加速渗透并深刻影响制造业发展模式
新型信息技术重塑制造业数字化基础
开放互联网理念变革传统制造模式
平台经济不断创新商业模式
定义
工业互联网平台是面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。
体系架构
应用层
形成满足不同行业、不同场景的工业SaaS和工业APP,形成工业互联网平台的最终价值
1、提供了设计、生产、管理、服务等一系列创新性业务应用。
2、构建了良好的工业APP创新环境,使开发者基于平台数据集微服务功能实现应用创新。
平台层
基于通用PaaS叠加大数据处理、工业数据分析、工业微服务等创新功能,构建可扩展的开放式云操作系统
1、提供工业数据管理能力,将数据科学与工业机理结合,帮助制造企业构建工业数据分析能力,实现数据价值挖掘。
2、把技术、知识、经验等资源固化为可移植、可复用的工业微服务组件库,工开发者调用。
3、构建应用开发环境,借助微服务组件和工业应用开发工具,帮助用户快速构建定制化的工业APP。
基础设施层
利用虚拟化、分布式存储、并行计算、负载调度等技术对底层服务器、存储设备、网络资源等基础设施进行抽象处理,使物理机器成为可被灵活生成、调度、管理的基础资源单位,并将这些资源进行有效整合,实现网络、计算、存储等资源的池化管理。
提供虚拟化的计算资源、网络资源、存储资源等基础设施服务。
能够根据用户需求进行弹性分配,以及不同租户应用和服务的隔离。
边缘层
通过大范围、深层次的数据采集,以及异构数据的协议转换与边缘处理,构建工业互联网平台的数据基础。
1、通过各类通信手段接入不同设备、系统和产品,采集海量数据。
2、依托协议转换技术实现多源异构数据的归一化和边缘集成。
3、利用边缘计算设备实现底层数据的汇聚处理,并实现数据向云端平台的集成。
架构图
核心作用
1、工业互联网平台已成为企业智能化转型重要抓手
帮助企业实现智能化生产和管理
帮助企业实现生产方式和商业模式创新
2、工业互联网平台可能催生新的产业体系
关键技术
1、数据集成和边缘处理技术
设备接入
基于工业以太网、工业总线等工业通信协议,以太网、光纤等通用协议,4G/5G、NB-IOT等无线协议将工业现场设备接入到平台边缘层。
协议转换
一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通信接口,实现数据格式转换和统一。
另一方面利用HTTP、MQTT等方式从边缘侧将采集到的数据传输到云端,实现数据的远程接入。
边缘数据处理
基于高性能计算芯片、实时操作系统、边缘分析算法等技术支撑,在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用,提升操作响应灵敏度、消除网络堵塞,并与云端分析形成协同。
2、IaaS技术
基于虚拟化、分布式存储、并行计算、负载调度等技术,实现网络、计算、存储等计算机资源池化管理,根据需求进行弹性分配,并确保资源使用的安全与隔离,为用户提供完善的云基础设施服务。
3、平台使能技术
资源调度
通过实时监控云端应用的业务量动态变化,结合相应的调度算法为应用程序分配相应的底层资源,从而使云端应用可以自动适应业务量的变化。
多租户管理
通过虚拟化、数据库隔离、容器等技术实现不同租户应用和服务的隔离,保护其隐私与安全。
4、数据管理技术
数据处理框架
借助Hadoop、Spark、Storm等分布式处理架构,满足海量数据的批处理和流处理计算需求。
数据预处理
运用数据冗余剔除、异常检测、归一化等方法对原始数据进行清洗,为后续存储、滚利与分析提供高质量数据来源。
数据存储与管理
通过分布式文件系统、NoSQL数据库、关系数据库、时序数据库等不同的户数管理引擎实现海量工业数据的分区选择、存储、编目与索引等。
5、应用开发和微服务技术
多语言与工具支持
支持Java、Python、JavaScript、Ruby和PHP等多种语言编译环境,并提供Eclipse integration,JBoss Developer Studio、git和Jenkins等各类开发工具,构建高效便捷的集成开发环境。
微服务架构
提供涵盖服务注册、发现、同行、调用的管理机制和运行环境,支撑基于微型服务单元集成的“松耦合”应用开发和部署。
图形化编程
通过类似Labview的图形化编程工具,简化开发流程,支持用户采用拖拽方式进行应用创建、测试、扩展等。
6、工业数据建模与分析技术
数据分析算法
运用数学统计、机器学习及最新的扔工智能算法实现面向历史数据、实时数据、时序数据的聚类、关联和预测分析。
机理建模
利用机械、电子、物理、化学等领域专业知识,结合工业生产实践经验,基于已知工业机理构建各类模型,实现分析应用。
7、安全技术
数据接入安全
通过工业防火墙技术、工业网闸技术、加密隧道传输技术,防止数据泄露、被侦听或篡改,保障数据在源头和传输过程中安全。
平台安全
通过平台入侵实时检测、网络安全防御系统、恶意代码防护、网站威胁防护、网页防篡改等技术实现工业互联网平台的代码安全、应用安全、数据安全、网站安全。
访问安全
通过建立统一的访问机制,限制用户的访问权限和所能使用的计算资源和网络资源实现对云平台重要资源的访问控制和管理,防止非法访问。
技术体系图
工业互联网平台产业体系
产业链上游
五大支撑主体
云计算企业
提供云计算基础资源能力及关键技术支持
数据管理企业
提供面向工业场景的对象存储、关系数据库、NoSQL数据库等数据管理和存储的工具
数据分析企业
提供数据挖掘方法与工具
数据采集与集成企业
为设备连接、多源异构数据的集成提供技术支持
边缘计算企业
提供边缘层的数据预处理与轻量级数据分析能力
产业链中游
四类平台企业
装备与自动化企业
从自身核心产品能力出发构建平台
生产制造企业
将自身数字化转型经验以平台为载体对外提供服务
工业软件企业
借助平台的数据汇聚与处理能力提升软件性能
信息技术企业
发挥IT技术优势奖已有平台想制造领域延伸
产业链下游
两类平台用户
行业用户
行业用户在平台使用过程中结合本领域工业知识、机理和经验开展应用创新
第三方开发者
第三方开发者能够依托平台快速创建应用服务,形成面向不同行业不同场景的海量工业APP,提升平台面向更多工业领域提供服务的能力
布局策略
四种路径
1、装备和自动化企业凭借工业设备与经验积累,依托工业互联网平台创新服务模式
部分企业通过将现有工业应用想云端迁移,构建应用服务平台,实现应用的灵活部署与调用
部分企业直接采用PaaS、微服务等新型架构搭建平台,为应用开发提供更好的能力支持,在提供自身平台服务的同时,着力打造繁荣的第三方应用创新生态。
2、领先制造企业将数字化转型经验转化为服务能力,构建工业互联网平台
部分消费品生产企业基于个性化定制生产模式构建工业互联网平台,实现用户需求、设计资源与生产能力的全面打通
部分集团型制造企业凭借其资源整合经验,通过平台汇聚产业上下游各环节资源,为企业提供供需对接、协同设计、制造协同等智能化应用。
3、软件企业围绕自身业务升级需求,借助共轭域互联网平台实现能力拓展
管理软件企业依托平台实现从企业管理层到生产层的纵向数据集成,提升软件的智能精准分析能力。
设计软件企业借助平台获取全生命周期数据,提升软件性能,进而形成基于数字孪生的创新应用。
4、信息技术企业发挥技术优势,将已有平台向制造领域延伸
云计算、大数据企业凭借运营及数据服务能力,通过强化工业连接及工业分析构建平台。
通信企业依托数据采集与网络互联优势构建物联管理平台,并不断提升工业数据处理能力。
收藏
收藏
0 条评论
下一页