工業互聯網平臺
出自 MBA智库百科(https://wiki.mbalib.com/)
目錄 |
工業互聯網平臺是面向製造業數字化、網路化、智能化需求，構建基於海量數據採集、匯聚、分析的服務體系，支撐製造資源泛在連接、彈性供給、高效配置的工業雲平臺[1]。
工業互聯網平臺體系包括邊緣層、laaS、PaaS和SaaS四個層級，相當於工業互聯網的“操作系統”[2]。
工業互聯網平臺的作用[2]
01數據匯聚。網路層面採集的多源、異構、海量數據，傳輸至工業互聯網平臺，為深度分析和應用提供基礎。
02建模分析。提供大數據、人工智慧分析的演算法模型和物理、化學等各類模擬工具，結合數字孿生、工業智能等技術，對海量數據挖掘分析,實現數據驅動的科學決策和智能應用。
03知識復用。將工業經驗知識轉化為平臺上的模型庫、知識庫，並通過工業微服務組件方式，方便二次開發和重覆調用，加速共性能力沉澱和普及。
04應用創新。面向研發設計、設備管理、企業運營、資源調度等場景，提供各類工業APP、雲化軟體，幫助企業提質增效。
工業互聯網平臺發展歷程[2]
萌芽期(2010年以前)
2009年，阿裡公司率先開展雲平臺的研究,並逐步與製造、交通、能源等眾多領域的領軍企業合作，成為——工業企業搭建雲平臺的重要推手。
成長期(2010年——2014年)
2010年，騰訊開放平臺接入首批應用，騰訊雲正式對外提供雲服務。2011 年，華為公司依托其資本和雲計算研發實力，發佈華為雲平臺，面向互聯網增值服務運營商、大中小型企業、政府、科研院所等廣大企事業用戶提供包括雲主機、雲托管、雲存儲等基礎雲服務、超算、內容分發與加速、視頻托管與發佈、企業IT、應用托管等服務和解決方案。
壯大期(2015年——至今)
2015年以後，國內企業積極佈局，航天雲網、三一重工、海爾、富士康等企業依托自身製造能力和規模優勢，推出工業平臺服務，並逐步實現由企業內應用向企業外服務的拓展；和利時、用友、徐工集團等企業則基於自身在自動化系統、工業軟體與製造裝備領域的積累，進一步向平臺延伸，嘗試構建新時期的工業智能化解決方案。
我國工業互聯網平臺存在問題
工業互聯網平臺存在認可度不高、覆蓋面不廣、帶動力不強等問題，且軟硬體存在短板，關鍵技術受制於人，標準化體系不完善，導致協議不互通、系統不兼容，信息孤島林立、海量異構數據管理困難、企業知識沉澱和敏捷創新水平低，安全問題也沒能得到足夠重視，多數平臺賦能企業的能力還需要進一步加強。
同時我國目前有企業大類上百、小類上萬，產線、業態各不相同，自動化、數字化、網路化和智能化建設中遇到的問題千差萬別。個性化要求多，限制了工業互聯網平臺在細分領域的推廣。
解決上述問題需要從多維度破題，多角度發力:一要完善頂層設計，統籌推動工業互聯網標準的建立；二要營造環境、分類指導，通過有針對性的政策，引導企業主動實施數字化改造,為工業互聯網建設提供必要的產業基礎支撐；三統籌資源聯合攻關，突破關鍵核心技術。
工業互聯網平臺的技術體系[3]
工業互聯網平臺能感知與生產相關的原材料、產品、智能加工設備、生產線、工廠、工人、供應商和用戶信息，通過互聯網將信息關聯起來，並利用數據分析技術，為智能製造提供決策支持，最終利用工業APP推送給用戶和各智能設備。因此，工業互聯網技術體系包括4個部分：①全面互聯的工業系統信息感知技術；②信息傳輸技術；③數據分析平臺；④工業APP開發技術。
1、信息感知技術
工業互聯網平臺需要實現跨部門、跨層次、跨地域、跨領域的工業系統信息全面感知，因此，數據採集要以自感知技術為主，同時，需要研究多源異構數據融合技術，將多來源、多形式的數據整合，來準確描述生產要素狀態。然而，邊緣層數據採集困難重重。
首先，工廠里有許多性能參差不齊的老舊設備沒有配置感測器，如何將老舊設備聯網，採集到聾啞設備的數據非常關鍵；其次，隨著加工過程和生產線精益化、智能化水平的提高，必須從多角度、多維度、多層級來感知生產要素信息，因此，需要廣泛部署智能感測器，來對生產要素進行實時感知。而感測器、儀錶或PLC控制器往往來自不同廠商，所支持的通訊協議也不同，如何將不同感測器信息進行整合同樣非常重要。此外，車間面積廣設備量多，傳統人員巡檢模式效率低、速度慢，如何對設備及人員進行遠程管理也是邊緣層需要解決的問題。因此，可以理解邊緣層的3個要點：
（1）設備接入——對海量設備進行連接和管理；
（2）協議解析——利用協議轉換實現海量工業數據的互聯互通和互操作；
（3）邊緣數據處理——通過運用邊緣計算技術，實現錯誤數據剔除、數據緩存等預處理以及邊緣實時分析，降低網路傳輸負載和雲端計算壓力。
2）信息傳輸技術
工業互聯網平臺需要完成工業數據集成、實時存儲與傳輸。物聯網的傳輸層主要負責傳遞和處理感知層獲取的信息，分為有線傳輸和無線傳輸兩大類，其中無線傳輸是物聯網的主要應用。無線傳輸技術按傳輸距離可劃分為兩類：一類是以Zigbee、WiFi、藍牙等為代表的短距離傳輸技術，即區域網通信技術；另一類則是LPWAN（low-power Wide-Area Network，低功耗廣域網），即廣域網通信技術。
感測器和設備信息需要通過各種不同的協議實現數據接入的。協議轉換分為兩個方面：一方面運用協議解析、中間件等技術兼容ModBus、OPC、CAN、Profibus等各類工業通信協議和軟體通訊介面，實現數字格式轉換和統一。另一方面利用HTTP、MQTT等方式從邊緣層將採集的數據傳輸到雲端，實現數據的遠程接入。
在轉換協議中，主要有協議即用於短距離設備連接的本地協議 Modbus 以及支持物聯網進行遠程全局通信的可擴展互聯網協議MQTT。
3）數據分析平臺
工業互聯網平臺需要實時高效處理不斷產生的工業數據，從中挖掘出對工業生產有價值的決策方案。工業互聯網平臺需要藉助大數據分析技術、人工智慧方法等，基於專家經驗，結合物理、數學等基礎學科知識，從工業大數據中獲得有價值的經驗。
與其他領域大數據相比，工業大數據有“3B”挑戰。
（1）Broken：工業對於數據的要求並不僅在於量的大小，更在於數據的全面性。在利用數據建模的手段解決某一個問題時，需要獲取與被分析對象相關的全面參數，而一些關鍵參數的缺失會使分析過程碎片化。舉例而言，當分析地鐵發動機性能時需要溫度、空氣密度、功率等多個參數，而當其中任意一個參數缺失時都無法建立完整的性能評估和預測模型。因此對於企業來說，在進行數據收集前要對分析的對象和目的有清楚的規劃，這樣才能夠確保所獲取數據的全面性，以免斥巨資積累了大量數據後發現並不能解決所關心的問題。
（2）Bad Quality：在工業大數據中，數據質量問題一直是許多企業所面臨的挑戰。這主要受制於工業環境中數據獲取手段的限制，包括感測器、數採硬體模塊、通信協議、和組態軟體等多個技術限制。對數據質量的管理技術是一個企業必須要下的硬功夫。
（3）Background：數據受到設備參數設定、工況、環境等背景信息的影響,除了對數據所反映出來的錶面統計特征進行分析以外，還應該關註數據中所隱藏的背景相關性。對這些隱藏在錶面以下的相關性進行分析和挖掘時，需要一些具有參考性的數據進行對照，也就是數據科學中所稱的“貼標簽”過程。這一類數據包括工況設定、維護記錄、任務信息等，雖然數據的量不大，但在數據分析中卻起到至關重要的作用。
因此，工業互聯網平臺大數據分析，不僅需要利用常用的大數據分析技術，還需要研究數據清洗、數據融合，並且要將各學科、各領域、不同背景知識抽象、固化，形成規則，與大數據分析技術結合，以提供更準確的分析結果。
4）工業APP開發技術
工業互聯網平臺需要將分析出的結果實時推送給用戶，同時也需要介面將決策傳輸到智能設備。工業互聯網平臺需要根據用戶需求和實際生產需要，定製化APP推送消息，因此，需要工業互聯網平臺開發麵向新模式場景、個性化需求的APP。
工業 APP 的構建是工業互聯網平臺協作模式轉換的核心，通過對工業知識的提煉與抽象，將數據模型、提煉與抽象的知識結果通過形式化封裝與固化形成 APP。封裝了工業知識的工業 APP，對人和機器快速高效賦能，突破了知識應用對人腦和人體所在時空的限制，最終直接驅動工業設備及工業業務。
工業APP開發運用互聯網技術性優點，打破傳統式運營模式的時空局限性，在智能製造系統中很好的將手機互聯的易用性、便攜性與易傳播性利用起來，不僅大大地拉近生產商、供應商、經銷商與顧客的距離，也提高了製造行業銷售市場敏感度與信任感。
工業互聯網平臺的應用[3]
工業互聯網平臺有三大應用場景。
1、加工過程優化
工業互聯網平臺能夠實時感知加工過程中設備運行數據、加工工藝參數，同時將其與原材料信息、人員配置、設備狀態、質量檢測數據等信息關聯起來，因此，工業互聯網平臺可以實現工藝參數優化和提供設備維護決策支持。
工業互聯網平臺可以利用大數據分析技術，挖掘產品質量與加工工藝參數之間的關聯關係，通過建立產品質量與工藝參數之間的映射，獲取能提高產品質量的工藝參數。例如，美的集團基於工業互聯網平臺（M.IoT）對工藝參數進行優化，使產品品質一次合格率從94.1%提升到96.3%。
同時，工業互聯網平臺可以基於設備歷史運行數據和歷史狀態，分析監測參數與設備狀態之間的關係，進而推理出設備狀態的演化規律，為智能設備的預防性維護、遠程壽命預測及狀態監測提供決策支持。基於普奧ProudThink平臺搭建的製冷設備遠程運維平臺（圖3），可以實現遠程調試參數，並監測設備狀態，發生故障時，及時切斷設備，併發出預警以便及時得到維護。
2、資源管理優化
工業互聯網平臺不僅可以感知設備級、車間級的數據，同時能將跨部門、跨層級的生產要素之間的信息關聯互通，對生產過程的描述也不局限於加工過程，而是從更深的層次、更細的粒度、更全面的角度對生產製造的全過程進行描述，能從更全面的角度對資源配置進行優化。此外，用戶的需求也能更直接地反饋到生產端，為更快適應的柔性製造提供配置方案。
工業互聯網平臺能更全面準確的描述生產要素在加工過程中的狀態，尤其是資源利用情況，如能耗、空間占用、運輸成本等等。受益於生產要素信息的全面互聯，工業互聯網平臺能統籌考慮多方面要素，給出更接近於全局最優的資源配置方案。例如，福特汽車公司基於施耐德電氣的EcoStruxure平臺，收集福特公司在美國國內設施的電力數據並由雲管理系統進行分析、管理，降低能耗30%，並節省了2%的能源開支。
工業互聯網平臺能感知生產要素在製造系統中流轉的影響，面對新模式生產場景和個性化生產需求，工業互聯網平臺能給出快速響應的柔性製造配置方案，從而滿足定製化的產品要求。例如，海爾集團基於COSMOPlat平臺，彙集了洗衣機用戶的個性需求，實現了洗衣機個性化定製。
3、市場決策優化
工業互聯網平臺將供應商、製造商、銷售商及消費者聯繫起來，市場行為本質上是由需求驅動，商業行為與製造過程有著密不可分的複雜耦合關係，對於歷史消費數據的分析，可以用於預測市場需求，同時，通過對短期市場行為的分析，可以預知可能發生的風險，做好風險管控。
工業互聯網平臺感知到的產品全生命周期信息，能從中分析出從原材料—製造—銷售—使用中各個要素之間的複雜耦合關係，通過對歷史信息的分析，能對未來需要的產品種類及產能進行預測。
工業互聯網平臺的優勢在於全局信息感知，對於全局信息的實時掌握，能用來預測未來市場可能發生的風險，進而快速對生產製造進行調整，對資源配置進行優化，從而合理地規避風險。
