资源描述
工业互联网平台赋能制造业数字化转型方法论中国电子信息产业发展研究院 袁晓庆 国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见(2017年11月27日)形成3-5家达到国际水准的工业互联网平台,培育百万工业APP,实现百万企业上云,基本形成具备国 际竞争力的基础设施和产业体系 建成国际领先的工业互联网网络基础设施和平台,形成国际先进的技术与产业体系,重点领域实现国际领先 工业互联网网络基础设施全面支撑经济社会发展,工业互联网创新发展能力、技术产业体系以及融合应用等全面达到国际先进水平,综合实力进入世界前列2025年 2035年 本世纪中叶 党中央、国务院近期关于工业互联网的工作部署2020年3月17日,国务院总理李克强主持召开国务院常务会议,并指出要对“互联网+”、平台经济等加大支持,壮大数字经济新业态,依托工业互联网促进传统产业 加快上线上云,发展线上线下融合的生活服务业,支持发展共享用工平台。工业互联网人工智能数据中心5G基站建设 A CD(一)改造升级工业互联网内外网络。(二)增强完善工业互联网标识体系。(三)提升工业互联网平台核心能力。(四)建设工业互联网大数据中心。一、加快新型基础设施建设 (十三)加快工业互联网创新发展工程建设。(十四)深入实施“5G+工业互联网”512 工程。(十五)增强关键技术产品供给能力。四、加快壮大创新发展动能(九)建立企业分级安全管理制度。(十)完善安全技术监测体系。(十一)健全安全工作机制。(十二)加强安全技术产品创新。三、加快健全安全保障体系(五)积极利用工业互联网促进复工复产。(六)深化工业互联网行业应用。(七)促进企业上云上平台。(八)加快工业互联网试点示范推广普及。二、加快拓展融合创新应用 EF(十九)提升要素保障水平。(二十)开展产业监测评估。六、加大政策支持力度(十六)促进工业互联网区域协同发展。(十七)增强工业互联网产业集群能力。(十八)高水平组织产业活动。五、加快完善产业生态布局B工业和信息化部办公厅关于推动工业互联网加快发展的通知(2020年3月20日) 0201 引导平台增强5G、人工智能、区块链、增强现实/虚拟现实等新技术支撑能力,强化设计、生产、运维、管理等全流程数字化功能集成。遴选10个跨行业跨领域平台,发展50家重点行业/区域平台。推动重点平台平均支持工业协议数量200个、工业设备连接数80万台、工业APP数量达到2500个。 鼓励各地结合优势产业,加强工业互联网在装备、机械、汽车、能源、电子、冶金、石化、矿业等国民经济重点行业的融合创新,突出差异化发展,形成各有侧重、各具特色的发展模式。引导各地总结实践经验,制定垂直细分领域的行业应用指南。提升工业互联网平台核心能力 深化工业互联网行业应用工业和信息化部办公厅关于推动工业互联网加快发展的通知(2020年3月20日) 安全网络 平台内网 l 10个标杆企业l 100个重点行业龙头企业l 1000个地方骨干企业外网 l 全国所有地市覆盖l 打造20个外网优秀服务案例标 识解析体系 顶级节点二级节点企业节点标识注册量 超1000个5个 47个超24亿 7个67个超44亿 l 覆盖150个工业互联网平台l 覆盖10万家以上工业企业。现状 2020目标注: 重点平台核心能力数据 设备连接数工业协议数 69万台 80万台 200个模型 开发者数量机理模型数 3800人 1100个应用 工业APP数注册用户数 2120个 2500个50万TSN、边缘计算、5G工业模组开始探索应用已覆盖全国300多个地市 国家、省、企业三级联动安全监测体系企业级省级国家级 l 覆盖135个工业互联网平台;l 服务9万多家工业企业。数据来源:工业和信息化部办公厅关于推动工业互联网加快发展的通知 2020年工业互联网发展全景图 新技术加速融合新模式加速推广 新生态加速形成l 五大模式:智能化生产、网络化协同、个性化定制、服务化延伸、数字 化管理。l 30个行业:工程机械、钢铁、石化、采矿、能源、交通、医疗等。l 两大路径:大企业通过集成方式,提高数据利用率,形成完整的生产系统和管理流程应用,智能化水平大幅提升。中小企业则通过工业互联网平台,以更低的价格、更灵活的方式补齐数字化能力短板。 l 顶层设计: 在国家政策引导下,27个省(区、市)发布了地方工业互联网发展政策文件。l 产业基金:各地加大投入力度,支持企业上云上平台和开展数字化改造,推动建立产业投资基金。l 三大高地:北京、长三角、粤港澳大湾区已成为全国工业互联网发展高地,东北老工业基地和中西部地区积极探索各具特色的发展路径。l“平台+5G”:提升设备远程运动控制精度。l“平台+人工智能”:提升智能产品检测效率。l“平台+AR/VR”:实现降低设备运维成本。l“平台+区块链”:实现低成本、高可靠数据共享利用。 自2017年国务院关于深化“互联网+先进制造业” 发展工业互联网的指导意见发布以来,相关政府部门深入实施工业互联网创新发展战略,形成了新技术加速融合、新生态加速形成、新模式加速推广的良好发展局面。2020年工业互联网应用全景图 主 要 内 容一、数字化转型方法论:基于工业互联网平台的双螺旋模型二、价值视角:连接维、效益维、生态维三、技术视角:架构维、产业维、数据维 四、业务视角:行业维、痛点维、场景维 为什么要转?(价值)用什么转?(技术)怎么转?(业务)制造业数字化转型方法论要回答三个问题 数据来源:麦肯锡 库存占用成本下降20-40%设计-工程成本下降10-30% 质量成本优化10-20% 制造业增加值成本减少25-35%减少废料20-35% 减少能耗5-8% 劳动生产力提高15-30% 设备停机时间下降30-50% 预测准确度提高85%提高工人每人每小时劳动生产率40-60% 提高运营部门间接人工效率30-40% 提升设备综合效率15-25% 提高一次通过率5-8%企业为什么要进行数字化转型? 提质增效l 提升劳动生产率l 优化设备管理l 提高企业产量l 完善质量管理 节本降耗l 节约生产成本l 降低企业库存l 降低质量成本l 降低能耗水平 生态培育l 新技术l 新产品l 新模式l 新业态数字化转型的本质:为企业创造价值 李克强总理在南京考察苏宁控股集团。希望你们更好运用云平台,彻底打通生产、销售和物流环节,要像孙悟空一样,既能腾“云”驾雾,又可“钻”进消费者心里。数字化转型的重点:解决企业痛点 着力推动互联网和实体经济深度融合发展,以信息流带动技术流、资金流、人才流、物资流,促进资源配置优化,促进全要素生产率提升。 习近平总书记2016年419网信事业座谈会数字化转型的机理:以信息流促进资源配置优化 基础建设 单项应用 协同创新综合集成 集成范围投资收益 工业互联网(工业APP)工业云(工业SaaS)工业软件 制造业数字化转型正在迈向3.0阶段:工业互联网平台赋能 技术视角 业务视角价值视角 p 制造业数字化转型必须从价值、技术、业务三个视角统筹考虑。p 价值重构是逻辑起点,技术支撑是工具,业务落地是内核。抛开技术谈业务,容易陷入老方案,使用旧地图找不到新大陆。抛开业务谈技术,容易陷入炫耀锄头的自娱自乐。p 双螺旋模型的含义:以价值重构为主线,坚持技术支撑和业务落地双轮驱动,实现技术和业务双向迭代。制造业数字化转型框架:基于工业互联网平台的双螺旋模型 边 缘 层工 业PaaS工 业APPIaaS 云基础设施(服务器、存储、网络、虚拟化)数据采集 协议解析 边缘智能工业应用开发工具(专用开发工具、应用模板、图形化编程) 工业微服务组件(机理模型、数据驱动模型、微服务管理)工业大数据分析平台(数据管理、数据建模、数据分析)通用PaaS平台(开发环境、运行环境、运营环境)新型工业APP传统软件云化 制造业数字化转型的新载体:工业互联网平台 技术视角 业务视角价值视角制造业数字化转型框架:基于工业互联网平台的双螺旋模型 主 要 内 容一、数字化转型方法论:基于工业互联网平台的双螺旋模型二、价值视角:连接维、效益维、生态维三、技术视角:架构维、产业维、数据维 四、业务视角:行业维、痛点维、场景维 新技术 新产品 新模式全价值链全产业链全要素设备 降耗节本增效提质生态维 连接维 效益维新业态从价值视角看,工业互联网平台的本质是通过工业全要素、全价值链和全产业链的连接,实现对企业乃至制造业的重构。工业互联网平台价值体系 数据1.优化 存量 2.培育 增量 3.化解 变量l提高质量l增加效益l节约成本l降低能耗 l 新能力l 新业态l 新模式 l 新产品 l易变性l随机性l复杂性l不确定性工业互联网平台的价值(需求侧):优化存量、培育增量、化解变量 工业互联网平台数据 应用 模型企业运营类 研发 制造 管理 服务资产管理类 状态监测 故障诊断 预测预警 远程运维 产业链协同 供应链协同 制造能力共享业务应用(PLM、ERP、SCM)生产运行控制(MES/MOM)设备执行监控(HMI-SCADA)传感器(PLC)工厂1 工厂2 .level 4level 3level 2level 1 设备模型业务模型 l 二维模型l 三维模型l .l 研发设计模型l 生产制造模型l 经营管理模型l .机理模型 l 物理模型l 化学模型l .算法模型 l 分类l 回归l 聚类.设备层level 0全 要 素 : 人 、 机 、 料 、 法 、 环全 产 业 链 : 供 应 链 、 空 间 链 、 金 融 链价 值 链 : 研 发 、 制 造 、 服 务工业互联网平台=工业全要素、全价值链、产业链的连接 全要素全产业链全价值链 人机料法环供应链空间链金融链研发 制造服务 自动化机器 智能化机器产品生产 知识生产物料 数据机理模型 数据模型+机理模型实体空间 数字孪生空间固定供应链 柔性供应链线下集群 线上集群银行贷款 互联网金融 推动工业生产从3.0向4.0转变打破企业边界、商业边界、区域边界微笑曲线向数据驱动的价值闭环转变 研发 制造 服务附加值 数据驱动协同研发按需制造 精准服务 工业互联网平台=工业全要素、全价值链、产业链的重构 p 工业互联网平台本质是一个工业操作系统,其功能类似微软的Windows、谷歌的安卓系统或者苹果的iOS系统。Predix is also a technology platform, not deployed on a phone that you hold in your hand, but rather behind the closed doors of a data center connected to data lakes and other forms of big data storage. Like Googles Android or Apples iOS operating systems, it has a set of software services that help developers quickly build apps for the industrial internet.GE 首席技术官Dave Bartlett 西门子白皮书基于云的开放式物联网操作系统.工业互联网平台的价值(供给侧):操作系统的第三次革命 p 1913年,福特建立了汽车生产的流水线,引发了世界惊天动地的汽车制造革命,促进了汽车生产的规模化。p 福特装配线的每项任务有一个工位,大部分零件以标准件的形式被组装,几百辆车可以同时生产。p 每辆汽车的组装时间由原来的12小时28分缩短至90分钟,生产效率提高了8倍。人(开发者) 机(开发工具) 料(数据) 法(模型) 环(开发环境) 产品(工业APP)p 2015年,GE 上线Predix,相当于软件生产的流水线,正引发一场工业软件研发、工业知识生产的革命,促进工业APP生产的规模化。p 工业PaaS上每项功能都是一个微服务组件,以“搭积木”的形式被调用,百万工业APP可以同时封装。p 工业APP的开发周期从以月、周为单位缩短至以天、小时为单位,基于predix开发一款APP只需15分钟。工业互联网平台:工业知识生产的流水线革命 富士康:从“代工产品”到“代工知识” 企划 设计 制造 仓储 物流 客户线性制造模式:大规模制造 非线性制造模式:大规模定制以企业为中心 以用户体验为中心,零距离交互颠覆 用户体验Cosmo平台:产品生产的定制化+工业知识生产的定制化 COSMO工业互联网平台:工业知识定制化生产的流水线 装备和自动化企业主导(OT) 工业企业主导(IT) 云计算和大数据企业主导(IT) 软件企业主导(IT)典型企业 l 三一、徐工 l 海尔、航天云网、富士康 l 东方国信l 阿里、华为、浪潮 l 用友核心优势 l 工业数据采集能力 l 行业机理模型沉淀能力 l 工业大数据建模分析能力 l 高端工业软件研发能力切入点 l 平台+智能产品 l 平台+智能生产 l 平台+垂直行业逐个渗透 l 平台+智能管理应用场景 l 产品全生命周期管理上云 l 生产制造上云 l 企业核心业务上云 l 企业研发管理上云 优化重点 l 产品监测、诊断、预测、运维l 产品设计优化 l 设备监测、诊断、预测、运维l 制造工艺、排产计划、质量管理l 产品个性化定制l 能力交易、互联网金融服务 l 设备/工艺/产品优化l 能耗管理优化l 互联网金融服务 l 协同研发、产品设计优化l 供应链、企业资源、客户管理管理l 生产管控一体化 典型工业互联网平台 工业互联网平台产业链云图 赛迪赢:从为向地方提供咨询服务,向打造软硬一体的平台运营商转型。 平台赢:加速工业互联网平台在地方的落地。地方赢:推动地方制造业转型升级和高质量发展。 跨行业跨领域平台特定行业平台解决方案企业 平台企业 赛迪:咨询规划评测评估资源整合赋能提供市场苏州n 2018年11月,苏州分院成立n 2019年4月,赛迪灵犀工业服务中心n 为100家企业提供工业互联网诊断咨询服务 惠州n 2018年9月,赛迪华南智能制造创新中心n 为50家企业提供工业互联网诊断咨询服务重庆n 2018年8月,重庆飞象工业互联网公司成立n 为60家汽车和电子行业企业提供工业互联 网诊断咨询服务 地方政府 定位:构建开放共赢的生态赛迪:打通供给和需求之间的鸿沟,打造价值共同体 核心产品赛迪灵犀智能制造服务云平台 重庆飞象工业互联网平台工业APP云测试平台 赛迪时代行业级工业互联网平台工业互联网平台监测分析服务云平台n 工业互联网平台运行监测n 工业经济运行指数数 据采 集IaaSPaaSSaaS 数 据 采 集 系 统 计 算 网 络 存 储 数 据 建 模 系 统 运 行 分 析 系统 全 景 展 示 系 统 报 告 生 成 系统 DaaS上云工业企业库上云设备库工业APP名录库平台运行监测库行业运行监测库企业行业政府 n 跨平台数据开放、共享、交易等增值服务n 平台能力测评诊断n 系统解决方案咨询赛迪灵犀:打造覆盖全国主要制造业集聚发展地区的、线上线下相结合的高质量技术服务网络。 飞象:拥有2000+工业互联网应用解决方案,让重如大象的工业企业重新起飞。100 余家技术合作伙伴 400 余位智能制造行业专家 服务制造企业超过6000 家成果工业APP云测试:开展工业APP功能完整性、性能效率性、安全性、兼容性、可移植性及可靠性测试。 赛迪时代:聚焦能源、电子、冶金等行业,联合地方政府及龙头企业,打造特定区域的行业级平台。一站式服务 跨行业跨领域愿景研制内容 开放生态 安全可控 行业标准开发与检测规范体系在线开发云平台在线验证测试云平台监测与应用发布推广平台推广与测评服务体系 工业互联网云平台工业智能信息融合平台智慧工厂制造物联网边缘平台大数据治理产品数字化设计仿真平台工业大数据人工智能系统 打造五大产品线:监测、评估、测试、综合应用、行业解决方案 主 要 内 容一、数字化转型方法论:基于工业互联网平台的双螺旋模型二、价值视角:连接维、效益维、生态维三、技术视角:架构维、产业维、数据维 四、业务视角:行业维、痛点维、场景维 数据 算力 模型 应用工业APP工业PaaSIaaS边缘层 5G数据中心人工智能数字孪生数据维 架构维 产业维从技术视角看,5G、数据中心、人工智能、数字孪生等新一代信息技术的融合发展,正构建起工业互联网平台“数据+算力+模型+应用”的完整能力拼图。工业互联网平台技术体系 (一)架构维 边 缘 层工 业PaaS工 业APPIaaS 云基础设施(服务器、存储、网络、虚拟化)数据采集 协议解析 边缘智能工业应用开发工具(专用开发工具、应用模板、图形化编程) 工业微服务组件(机理模型、数据驱动模型、微服务管理)工业大数据分析平台(数据管理、数据建模、数据分析)通用PaaS平台(开发环境、运行环境、运营环境)新型工业APP传统软件云化 采 集工 业 数 据存 储工 业 数 据数 据 建 模 +数 据 分 析微 服 务 集 成工 业 应 用 工业互联网平台架构 边 缘 层工 业PaaS工 业APPIaaS 通过协议转换、边缘计算等构建精准、实时、高效的数据采集体系,本质上是实现物理空间隐性数据在赛博空间的显性化。以“搭积木”的方式提供工业APP创建、测试和部署的开发环境,本质上是一个向下可以调用设备、业务系统等软硬件资源,向上可以承载工业APP等应用服务的“工业操作系统”。通过调用和封装工业PaaS平台上的开发工具、行业机理模型开发形成的应用服务,本质是面向特定行业、特定场景的一个个数字化解决方案。通过计算、网络、存储等资源的虚拟化,实现信息基础设施的资源池化。 多源异构数据采集能力海量数据处理能力行业机理模型沉淀能力工业应用培育能力 工业互联网平台的核心能力 围绕数据过少,根据业务需要对设备安装传感器进行数字化改造,并通过有关协议将数据传输到云端。数据采集 围绕数据过杂,提供协议转换模块和产品,支持OPC-UA、MQTT、Modbus、Profinet等主流通信协议,实现设备、传感器、控制系统、业务系统等不同来源的海量数据在云端汇聚。协议转换 围绕数据过多,提供具备数据存储、转换、处理、分析等边缘计算能力的模块和产品,实现对数据进行本地的运算和预处理,缓解云端压力。边缘智能一、工业互联网平台:边缘层 传感器p 2016年4月25日,德国总理默克尔和美国总统奥巴马出席汉诺威工业博览会期间参观ABB展台。p ABB集团首席执行官史毕福展示了如何通过ABB Ability 智能传感器将电机与“云”服务相连的开创性技术,帮助数以亿计的电机实现能效提升。p 该技术可以降低近70%故障停工时间,延长30%使用期限,减少近10%的能耗。如果全球所有工业电机都配备该智能传感器,节约下来的能源将会相当于100座大型发电厂的发电量。p 智能传感器就像给电机戴了健康腕表,对电机运行和健康数据进行定期和精确地监测,并将数据发送到云端服务器。随后,通过ABB 几十年积累的算法对数据进行计算分析,分析结果被推送到用户智能手机或用户专享平台。一旦监测到电机问题, 系统将发送预警信息给客户。p 2017年11月上海工博会ABB也展示了该技术。 边缘层:数据采集 p 近30年来,围绕实现控制系统、生产装备的连接,全球各类自动化厂商、研究机构、标准化组织推出了300余种主流协议,协议标准众多且相对封闭,严重制约了工业数据互联互通互操作。p 迫切需要研发协议转换的技术、产品(以Predix machine为代表的软网关,以西门子Mind connect为代表的硬网关),实现工业数据在多源设备、异构系统之间的有序流动。Predix machine Nano/IOT2040边缘层:协议转换 p Gartner:The edge will eat the cloud(边缘计算正在吃到云计算)。p IDC:40%的数据将在边缘侧进行存储、处理和分析。p 边缘计算(设备级)、雾计算(车间级)和云计算(企业级、产业链级、生态级)协同将成为工业互联网平台发展的重要方向,三者密不可分、相辅相成。p 边缘智能的三大功能:边缘数据采集、存储和分发。边缘数据的实时分析。边缘设备的智能控制。边缘侧业务l 不敢传:涉及数据安全与保密l 不需传:本地化、实时性l 不能传:网 络延迟、功耗、计算量、协议适配 Predix 云端业务l 非实时、大数据量的业务l 需要进行纵向和横向对比分析的业务l 需要和业务系统进行集成的业务l 需要进行全局优化的业务观点来源:思科苗凯翔、中国电信张东、寄云科技时培昕、海尔孙能林 边缘层:边缘智能 p ThoughtWorks首席科学家Martin Fowler马丁 福勒2014年提出的微服务概念。The microservice architectural style is an approach to developing a single application as a suite of small services, each running in its own process and communicating with lightweight mechanisms, often an HTTP resource API. These services are built around business capabilities and independently deployable by fully automated deployment machinery. There is a bare minimum of centralized management of these services, which may be written in different programming languages and use different data storage technologies. 小:由一系列小服务组成 独:每个服务运行于自己的独立进程 轻:轻量级的通信机制(通常是基于HTTP协议的RESTful API) 松:围绕着单一业务功能进行构建,松耦的服务能够被独立更新和部署 活:支持不同的开发语言、数据存储技术和技术堆栈 微服务=单一功能模块归根揭底为了敏捷开发 二、工业PaaS:微服务的定义 单体架构 微服务架构创建方式 l 企业级,自顶向下开展实施 l 团队级,自底向上开展实施,允许采用不同技术堆栈部署方式 l 整体部署,紧耦合 l 独立部署,微服务松耦合,服务之间可以独立的部署扩展方式 l 基于整个系统扩展,资源利用率低 l 基于独立服务按需扩展,资源利用率高更新方式 l 局部修改,整体更新,升级效率低 l 局部修改,局部更新,升级效率高 运维方式 l 故障全局性,排查复杂 l 故障隔离,非全局,故障排查简单l 从单体架构到微服务架构的逻辑是更快、更敏捷地创建、部署、扩展、更新和运维应用服务l 面向特定行业特定应用场景的新型工业APP需要快速部署和持续迭代优化,适合微服务架构 工业PaaS:微服务架构 容器技术 虚拟机技术p 微服务将单体软件解耦为较小的功能片段,容器进一步对这种解耦性进行了扩展,将微服务及其依赖关系与操作系统解耦,不需要像虚拟机一样安装操作系统,可以节省大量的系统资源(计算,内存和磁盘空间),容器的下载、更新、部署和迭代也更快。p 容器本质上是轻量化的虚拟机,为微服务运行提供一个隔离的运行环境,并且可以跨越基础设施和云端随意部署。p Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,而kubernetes可以统一管理各类容器,形成集群。工业PaaS:微服务的运行环境(容器) 故障诊断模型资产管理模型 身份验证 位置服务可视化工具用户登陆API微服务1datastore微服务池 API微服务2datastore API微服务3datastore API微服务4datastore API微服务5datastore API微服务6datastorep 每个微服务都有自己的API,API 是每个微服务的唯一能力出口,并通过API网关进行统一管理。API网关黑白名单 日志 协议适配 身份认证 计流限流 路由 访问认证中心服务注册管理中心设备管理APP工业PaaS:微服务的通信(API) 图片来源:安筱鹏平台解读:不断深化对工业互联网平台的认识 l 我是谁?l 我从哪里来? l 我要到哪里去? 机理模型VS数据驱动 l 机理模型:人是核心,依靠基础理论和专家经验,是对“已知”世界的洞察,对于一些复杂问题建立严格的机理模型较为困难。l 大数据分析模型:算法是核心,通过机器学习等算法可对”未知”世界进行洞察,但模型本身是黑盒,也容易发生一些重大误判。l 数模联动模型:是未来趋势, 在了解行业机理的基础上,结合机器学习强大的特征表征和非线性映射能力,增强模型的可靠性、解释性和自我成长性。 工业PaaS:核心是构建一个数字化模型池 实施工业APP培育工程,有利于发挥软件赋能、赋值、赋智作用(软件定义研发设计、生产制造、经营管理和运营维护),推进两化深度融合。有利于将制造业企业内部原本分散、隐性的工业技术挖掘出来、传播开来、传承下去(工业Knowhow的显性化),破解国内工匠不足难题。有利于更大程度激发“双创”活力(工业互联网平台本质上是开发者“双创”平台),培育产业发展新动能,带动形成新的增长极。有利于汇聚海量开发者、提升用户粘性(双边市场),打造资源富集、多方参与、合作共赢、协同演进的工业互联网平台应用生态。p 工业互联网APP(以下简称工业APP)是基于工业互联网,承载工业知识和经验,满足特定需求的工业应用软件,是工业技术软件化的重要成果。l 是什么(who):工业应用软件(云端数字解决方案)l 来自哪里(where):工业互联网(工业PAAS长出来的)l 怎么来的(how):工业技术软件化l 本质:工业知识和经验的沉淀、传播、复用和价值创造l 目标:满足特定需求,实现各种优化软件发展历程 软件技术架构 软件开发范式 软件业务功能三、工业APP的定义 一、总体要求二、科学制定部署模式n 大型企业:私有云,部署数据安全要求高的关键信息系统;公有云:连接客户、供应商、员工的信息系统;混合云架构:部署数据安全要求高且需对外连接提供服务的信息系统,数据存储于私有云、应用部署于公有云。n 中小企业和创业型企业:公有云。三、按需合理选择云服务n 基础设施类云服务:计算资源服/存储资源服务/网络资源服务/安全防护服务。n 平台系统类服务:数据库服务/大数据分析服务/中间件平台服务/物联网平台服务软件/开发平台服务。n 业务应用服务:协同办公服务/经营管理应用服务/运营管理服务/研发设计服务/生产控制服务/智能应用服务四、稳妥有序推进企业上云五、提升支撑服务能力六、强化政策保障工 信 部 推 动 企 业 上 云 实 施 指 南 ( 2018-2020年 ) 工业APP的分类(按业务环节) 到2020年,培育30万个面向特定行业、特定场景的工业APP。面向国内制造业重点项目推进、重大工程实施和重要装备研制需求,发展具有高支撑 价值的安全可靠工业APP。面向关键基础材料、核心基础零部件(元器件)、先进基础工艺、产业技术基础等 “工业四基”领域,发展普适性强、复用率高的基础共性工业APP。 面向汽车、航空航天、石油化工、机械制造、轻工家电、信息电子等行业需求,发展 推广价值高、带动作用强的行业通用工业APP。 面向制造企业的个性化需求,发展高应用价值的企业专用工业APP。工业APP的分类(按应用范围)工 信 部 工 业 互 联 网 APP培 育 工 程 实 施 方 案 消费APP 工业APP连接对象 人 人机物产品效应 眼球经济 价值经济(成本、质量、效率)功能要求 商业模式创新 解决企业实际痛点开发主体 互联网企业是主力军 制造企业是主力军,工业APP姓工 核心技术 软件开发技术 软件开发技术+工业大数据分析+工业机理发展现状 我国有500万款以上!商业模式较为成熟 我国有20000款,商业模式探索阶段性能要求 对数据的及时性、安全性要求相对低一些(谋财) 对数据的及时性、安全性要求非常高(害命)运行载体 手机 手机、计算机、平板、AR/VR设备、工业计算机 消费APP VS 工业APP 边 缘 层工 业PaaS工 业APPIaaS 云基础设施(服务器、存储、网络、虚拟化)数据采集 协议解析 边缘智能工业应用开发工具(专用开发工具、应用模板、图形化编程) 工业微服务组件(机理模型、数据驱动模型、微服务管理)工业大数据分析平台(数据管理、数据建模、数据分析)通用PaaS平台(开发环境、运行环境、运营环境)新型工业APP传统软件云化边缘计算+云计算(平台上移、功能下沉)公有云+私有云(灵活部署)通用Pa S :微服务架构+容器化部署工业大数据建模 :工业机理模型+数据驱动模型工业应用开发平台:数字孪生+知识图谱+管理引擎角色化+轻型化(持续集成、持续交付、持续部署) 工业互联网平台技术趋势 (二)产业维 p 从5G、数据中心、人工智能到工业互联网,这几个概念不是割裂的,而是环环相扣的,构成了数据采集、传输、计算、分析、应用的数据闭环,工业互联网平台建设的关键是要实现这些技术的群体性突破和协同性创新。边缘计算 数据中心5G 人工智能 工业互联网数据采集 计算传输 应用分析数 据 数 据 +算 力 数 据 +算 力 +模 型 数 据 +算 力 +模 型 +应 用工业互联网+5G/数据中心/人工智能应该怎么加? 数据 + 算力 + 模型+应用=工业互联网平台数据上不来 设备类型多 协议封闭 接口类型多 工况恶劣 数据存不了 数据用不好 监测点多 类型多样 流量大 性能要求高 时间跨度大 数据量巨大 数据维度多 实时分析难 难以定量 算法落后5G 数据中心 人工智能工业互联网平台=数据+算力+模型+应用 l 超过80%的5G应用场景在工业互联网垂直领域。l 5G技术将解决工业互联网落地最初一公里问题。l 当前“5G+工业互联网”应用总体情况仍然处于试点示范和探索阶段。 eMBB增强移动宽带uRLLC高可靠低时延 mMTC海联物联10Gbps1ms1Million/km21G 2G 3G 4G 5G1980 1990 2000 2010 2020应用场景传输速率 模拟 语音 数字 语音 短信 移动互联网应用 数字业务占主导 数据洪流 物联网115Kb-384Kb 384Kb-100Mb 100Mb-1Gb 10Gb+模拟时代 数字时代 移动互联网时代 万物互联时代 一、5G:打通工业互联网最后一公里的有效手段 总体看,我国5G与工业互联网融合发展仍处于起步阶段,但产业界探索步伐加快,积极性不断提升,已经具备良好的发展基础。产业生态逐步完善l 关键技术:面向工业场景的关键技术研发加快推进,华为、长虹等企业已发布多款5G工业模组。l 商业模式:基础电信企业与工业企业合作持续深入,商业模式和发展路径逐步清晰,已形成近百个在建或意向合作项目。 l 两区:长三角地区、粤港澳大湾区应用案例丰富。l 三带:鲁豫、川渝、湘鄂一带涌现了一批典型案例。l 多点:其他地区有一些企业开展了积极探索。 应用范围加快拓展l 应用行业:除汽车、通信与电子制造、机械、电力、轨道交通、航空、化工、家电、钢铁、船舶等制造业行业外,港口、能源等领域也成为“5G+工业互联网”的应用重点。l 应用场景:在视频监控、物流配送等场景应用基础上,部分企业持续走深向实,已开始介入到装配、检测等生产内部关键环节。发展格局初步形成 5G+工业互联网发展现状 2019年11月12日,工业和信息化部印发“5G+工业互联网”512工程推进方案,高质量推进5G与工业互联网融合创新。 l 打造项目库l 培育解决方案供应商l 构建供给资源池l 技术标准攻关l 融合产品研发和产业化l 网络技术和产品部署实施l 5:打造5个内网建设改造公共服务平台l 1:遴选10个重点行业l 2:挖掘20个典型应用场景l 建设测试床l “5G+工业互联网”512工程推进方案提出要提升“5G+工业互联网”网络关键技术产业能力、创新应用能力、资源供给能力。提升网络关键技术产业能力提升创新应用能力提升资源供给能力 5G+工业互联网推进方案 中国商飞联合互联网企业、设备制造企业、移动通信企业、科研院所等,开展“5G+工业互联网”在大飞机生产制造、工厂物流、质量管控等方面的探索,形成智能生产、智能物流、智能检测等融合应用实践。其中,华为提供基于“5G+云”的AR/VR技术;联通提供5G通信技术及智能制造技术;腾讯提供云计算、大数据和人工智能技术;上交提供智能制造创新模式研究支撑。基于“5G+8K超清视频+深度学习+平台”,构建大飞机制造机器视觉,实现复合材料的无损检测、拼缝检测 ,使检测时间由原来几小时甚至几天缩短至几分钟;人员成本降低95%。智能检测智能物流基于“5G+远程控制+AR+平台”,构建机床自主触发物流需求、AGV自主智能路径规划的智能物流方式,大幅提升民机装配协同效率,使传统的单项工装工作人员由3人减少到1人;装配效率提高70%;降低操作人员成本20万/人。 基于“5G+射频+VR+平台”,构建基于大数据驱动的产品、设备、工装、物流、人员及刀量具等生产要素全过程管控,实现对生产环境、生产状态、复合材料等全方位跟踪与优化,提升生产的智能运营管理,零配件定位误差缩小在3厘米以内;运营成本降低20%;生产效率提高20%以上。 智能生产 商飞:基于“5G+工业互联网”的智慧工厂 2019年7月,全球知名咨询公司Heavy Reading联合全球5G技术研发领先企业高通发布了5G专用网络在工业互联网中的应用白皮书。l Heavy Reading白皮书指出在工业互联网领域,5G专用网络与LTE和Wi-Fi相比,具有覆盖范围更广、安全保障能力更强、性能更加优越三大优势,能够支持苛刻性能要求的工业场景应用:一是利用5G+AI实现码头等特定区域物流车的智能导航。二是利用5G+AR开展辅助装配与远程运维。三是利用5G+机器视觉开展预测性维护。四是利用5G支撑高压配电网负荷控制。 五是利用5G+NB-IoT解决设备物联问题。六是利用5G专用网络对工业设备进行远程控制。 5G专网在工业互联网中的六大应用场景 l 美国IDC机柜数目前已占全球40%的市场,其后是中国和日本分别占8%和6%,中国IDC发展比美国晚5年。l 2018年,我国制造业增加值约占全球30%,互联网用户数全球占比约21%,稳居世界第一制造大国和网络大国,这决定中国IDC规模不会低于美国。l 我国数据中心发展前景巨大,预计20202025年中国IDC市场累计超万亿元。 数据中心作为工业互联网的重要基础设施,更加强调云计算数据中心和边缘数据中心的协同性,我国IDC市场空间巨大。 数据来源:前瞻产业研究院、中国IDC圈数据来源: 中国国家统计局美国商务部互联网趋势报告制造业占GDP比重 互联网用户全球占比 二、数据中心:支撑工业互联网落地的关键基础设施 规模化数据中心架构边缘数据中心架构 p传统的大型规模化数据中心难以满足万物互联的需求,需要建设小微型数据中心,来加强边缘计算和数据分析的能力。p一方面,算力就是生产力,要加快规模化数据中心建设,缩小和美国数据中心市场占比的差距。另一方面,要加快边缘数据中心建设,满足企业带宽、时延、安全需求。云数据中心l 时延限制l 网络拥塞l 完全问题l .云数据中心云DC边缘DC边缘数据中心边缘数据中心“规模化+小微化”数据中心协同发展会成为主流 p 定义:工业人工智能是工业领域中由计算机实现的智能,具有自感知、自学习、自执行、自决策、自适应等特征,其本质是通过打造状态感知、实时分析、精准执行、科学决策的数据自动流动闭环,解决工业的复杂性和不确定性难题。p 问题:工业的复杂性、不确定性和人工智能缺乏可靠性、可解释性之间的矛盾,制约工业人工智能的发展。p 发展阶段判断
展开阅读全文