2017-2018工业互联网平台研究报告.pptx

,工业互联网平台研究报告,（2017-2018）,2017 年 11 月,目,录,一、工业互联网平台的内涵. 1（一）工业互联网平台发展背景. 1（二）工业互联网平台体系架构. 3（三）工业互联网平台核心作用. 5二、工业互联网平台技术体系. 7（一）工业互联网平台七大核心技术交织融合 . 7（二）平台架构，PaaS 以其开放灵活特性成为主流选择 . 11（三）应用创新，工业机理与数据科学走向融合 . 13（四）功能下沉，边缘与云端协同成为平台重要发展方向 . 15（五）开发框架，微服务等新型架构大幅降低开发难度与创新成本. 17三、工业互联网平台产业生态. 19（一）四类平台企业、五大支撑主体、两类平台用户共同构筑平台产业体系. 19（二）企业从自身优势出发加快平台布局，形成四种路径 . 21（三）开放合作与封闭自建并举，多种方式开展平台构建 . 25（四）应用创新生态打造已成为平台发展关键 . 26四、工业互联网平台应用场景. 29IX,X,（一）平台应用由单点智能向全局智能、由状态监测向复杂分,析演进. 29,（二）工业互联网平台当前总体应用于四大场景 . 32,五、工业互联网平台发展建议. 38,（一）充分利用现有成熟技术，快速构建平台 . 38,（二）强化工业知识积累与分析能力，增强平台核心竞争力 38,（三）注重开放创新，打造平台应用生态. 38,（四）聚焦优势领域，实现平台差异化发展 . 39,（五）构建标准体系，促进互联互通. 39,（六）确保安全可靠，推动可信发展. 40,XI,工业互联网平台介绍及案例目录,航天云网-INDICS 平台 . 43,树根互联-根云平台. 45,海尔-COSMOPlat 平台 . 47,中国电信-CPS 平台 . 49,华为-OceanConnect IoT 平台 . 51,和利时-HiaCloud 平台 . 53,用友-精智丨用友工业互联网平台. 55,索为-SYSWARE 平台 . 57,东方国信-BIOP 平台 . 59,中船工业-船舶工业智能运营平台. 61,寄云-NeuSeer 平台 . 63,普奥云-ProudThink 平台 . 65,中国移动-OneNET 平台 . 67,石化盈科-ProMACE 平台 . 69,浪潮-浪潮工业互联网平台. 71,阿里巴巴-阿里云 ET 工业大脑平台. 73,宝信-宝信工业互联网平台. 75,XII,智能云科- iSESOL 平台 . 77,美云智数-MeiCloud 平台 . 79,机智云-Gizwits IOT Enterprise 平台 . 81,富士康-BEACON 平台 . 83,GE-Predix 平台 . 85,PTC-ThingWorx 平台 . 87,ABB-ABB Ability 平台 . 89,施耐德-EcoStruxure 平台 . 91,西门子-MindSphere 平台 . 93,1,一、工业互联网平台的内涵,（一）工业互联网平台发展背景,1.制造业变革与数字经济发展实现历史性交汇,金融危机后，全球新一轮产业变革蓬勃兴起，制造业重新成,为全球经济发展的焦点。 世界主要发达国家采取了一系列重大举,措推动制造业转型升级，德国依托雄厚的自动化基础，推进工业,4.0。美国在实施先进制造战略的同时，大力发展工业互联网。,法、日、韩、瑞典等国也纷纷推出制造业振兴计划。各国新型制,造战略的核心都是通过构建新型生产方式与发展模式，推动传统,制造业转型升级，重塑制造强国新优势。与此同时，数字经济浪,潮席卷全球，驱动传统产业加速变革。特别是以互联网为代表的,信息通信技术的发展极大地改变了人们的生活方式，构筑了新的,产业体系，并通过技术和模式创新不断渗透影响实体经济领域，,为传统产业变革带来巨大机遇。 伴随制造业变革与数字经济浪潮,交汇融合，云计算、物联网、大数据等信息技术与制造技术、工,业知识的集成创新不断加剧，工业互联网平台应运而生。,2.制造业智能化对平台工具提出新需求,当前制造业正处在由数字化、网络化向智能化发展的重要阶,段，其核心是基于海量工业数据的全面感知，通过端到端的数据,深度集成与建模分析，实现智能化的决策与控制指令，形成智能,2,化生产、网络化协同、个性化定制、服务化延伸等新型制造模式。,这一背景下，传统数字化工具已经无法满足需求。一是工业数据,的爆发式增长需要新的数据管理工具。随着工业系统由物理空间,向信息空间、从可见世界向不可见世界延伸，工业数据采集范围,不断扩大，数据的类型和规模都呈指数级增长，需要一个全新数,据管理工具，实现海量数据低成本、高可靠的存储和管理。二是,企业智能化决策需要新的应用创新载体。数据的丰富为制造企业,开展更加精细化和精准化管理创造了前提，但工业场景高度复杂，,行业知识千差万别，传统由少数大型企业驱动的应用创新模式难,以满足不同企业的差异化需求，迫切需要一个开放的应用创新载,体，通过工业数据、工业知识与平台功能的开放调用，降低应用,创新门槛，实现智能化应用的爆发式增长。三是新型制造模式需,要新的业务交互手段。为快速响应市场变化，制造企业间在设计、,生产等领域的并行组织与资源协同日益频繁，要求企业设计、生,产和管理系统都要更好支持与其他企业的业务交互，这就需要一,个新的交互工具，实现不同主体、不同系统间的高效集成。海量,数据管理、工业应用创新与深度业务协同，是工业互联网平台快,速发展的主要驱动力量。,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。 云计算为制造企业带,来更灵活、更经济、更可靠的数据存储和软件运行环境，物联网,帮助制造企业有效收集设备、产线和生产现场成千上万种不同类,3,型的数据，人工智能强化了制造企业的数据洞察能力，实现智能,化的管理和控制，这些都是推动制造企业数字化转型的新基础。,开放互联网理念变革传统制造模式。 通过网络化平台组织生产经,营活动，制造企业能够实现资源快速整合利用，低成本快速响应,市场需求，催生个性化定制、网络化协同等新模式新业态。平台,经济不断创新商业模式。 信息技术与制造技术的融合带动信息经,济、知识经济、分享经济等新经济模式加速向工业领域渗透，培,育增长新动能。互联网技术、理念和商业模式成为构建工业互联,网平台的重要方式。,（二）工业互联网平台体系架构,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，包括边缘、平台,（工业 PaaS）、应用三大核心层级。可以认为，工业互联网平台,是工业云平台的延伸发展，其本质是在传统云平台的基础上叠加,物联网、大数据、人工智能等新兴技术，构建更精准、实时、高,效的数据采集体系，建设包括存储、集成、访问、分析、管理功,能的使能平台，实现工业技术、经验、知识模型化、软件化、复,用化，以工业 APP 的形式为制造企业各类创新应用，最终形成资,源富集、多方参与、合作共赢、协同演进的制造业生态。,图 1：工业互联网平台功能架构图第一层是边缘，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。一是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；二是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；三是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。第二层是平台，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。一是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；二是把技术、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，供开发者调用；三是构建应用开发环境，借助微服务组件和4,边缘层,云基础设施（服务器、存储、网络、虚拟化）,IaaS层,工业安全防护,应用开发（开发工具、微服务框架）,工业微服务组件库（工业知识组件、算法组件、原理模型组件）,设备管理,资源管理,运维管理,故障恢复,工业数据建模和分析（机理建模、机器学习、可视化）工业大数据系统（工业数据清洗、管理、分析、可视化等）通用PaaS平台资源部署和管理,设备接入,协议解析,边缘数据处理,消费者,供应链,协作企业,开发者,设备状态分析,应用创新供应链 能耗分分析 析优化, ,设计APP,业务运行生产 管理APP APP,服务APP,应用层（工业SaaS）,平台层（工业PaaS）,5,工业应用开发工具，帮助用户快速构建定制化的工业 APP。,第三层是应用，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。一是提供了设计、,生产、管理、服务等一系列创新性业务应用。二是构建了良好的,工业 APP 创新环境，使开发者基于平台数据及微服务功能实现应,用创新。,除此之外，工业互联网平台还包括 IaaS 基础设施，以及涵,盖整个工业系统的安全管理体系，这些构成了工业互联网平台的,基础支撑和重要保障。,泛在连接、云化服务、知识积累、应用创新是辨识工业互联,网平台的四大特征。一是泛在连接，具备对设备、软件、人员等,各类生产要素数据的全面采集能力。二是云化服务，实现基于云,计算架构的海量数据存储、管理和计算。三是知识积累，能够提,供基于工业知识机理的数据分析能力，并实现知识的固化、积累,和复用。四是应用创新，能够调用平台功能及资源，提供开放的,工业 APP 开发环境，实现工业 APP 创新应用。,（三）工业互联网平台核心作用,工业互联网平台能够有效集成海量工业设备与系统数据，实,现业务与资源的智能管理，促进知识和经验的积累和传承，驱动,应用和服务的开放创新。可以认为，工业互联网平台是新型制造,系统的数字化神经中枢，在制造企业转型中发挥核心支撑作用。,当前来看， 工业互联网平台已成为企业智能化转型重要抓手。,6,一是帮助企业实现智能化生产和管理。通过对生产现场“人机料,法环”各类数据的全面采集和深度分析，能够发现导致生产瓶颈,与产品缺陷的深层次原因，不断提高生产效率及产品质量。基于,现场数据与企业计划资源、运营管理等数据的综合分析，能够实,现更精准的供应链管理和财务管理，降低企业运营成本。二是帮,助企业实现生产方式和商业模式创新。 企业通过平台可以实现对,产品售后使用环节的数据打通，提供设备健康管理、产品增值服,务等新型业务模式，实现从卖产品到卖服务的转变，实现价值提,升。基于平台还可以与用户进行更加充分的交互，了解用户个性,化需求，并有效组织生产资源，依靠个性化产品实现更高利润水,平。此外，不同企业还可以基于平台开展信息交互，实现跨企业、,跨区域、跨行业的资源和能力集聚，打造更高效的协同设计、协,同制造，协同服务体系。,未来，工业互联网平台可能催生新的产业体系。如同移动互,联网平台创造了应用开发、应用分发、线上线下等一系列新的产,业环节和价值，当前工业互联网平台在应用创新、产融结合等方,面已显现出类似端倪，未来也有望发展成为一个全新的产业体系，,促进形成大众创业、万众创新的多层次发展环境，真正实现“互,联网+先进制造业”。,7,二、工业互联网平台技术体系,（一）工业互联网平台七大核心技术交织融合,工业互联网平台需要解决多类工业设备接入、多源工业数据,集成、海量数据管理与处理、工业数据建模分析、工业应用创新,与集成、工业知识积累迭代实现等一系列问题，涉及七大类关键,技术，分别为数据集成和边缘处理技术、IaaS 技术、平台使能技,术、数据管理技术、应用开发和微服务技术、工业数据建模与分,析技术、安全技术。,图 2：工业互联网平台关键技术体系图,1.数据集成与边缘处理技术,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，3G/4G、NB-IOT 等无线协议将工业现场,8,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、存储等计算机资源的池化管理，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,9,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、管理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数据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,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、通信、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、机器学习及最新的人工智能,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，,10,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，防止数据泄漏、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。,在上述七大类技术中，通用平台使能技术、工业数据建模与,分析技术、数据集成与边缘处理技术、应用开发和微服务技术正,快速发展，对工业互联网平台的构建和发展产生深远影响。在平,台层， PaaS 技术、新型集成技术和容器技术正加速改变信息系统,的构建和组织方式。在边缘层，边缘计算技术极大的拓展了平台,收集和管理数据的范围和能力。在应用层，微服务等新型开发框,架驱动工业软件开发方式不断变革，而工业机理与数据科学深度,融合则正在引发工业应用的创新浪潮。,11,（二）平台架构，PaaS 以其开放灵活特性成为主流选择,1.基于通用 PaaS 的二次开发成为工业 PaaS 主要构建方式,PaaS 能够为上层工业 APP 开发屏蔽设备连接、软件集成与,部署、计算资源调度的复杂性，大部分领先平台都依托通用 PaaS,向用户提供服务。例如 GE Predix 基于对 Cloud Foundry 的二,次开发支持 Spring、 等开发框架，提供 PostgreSQL、SQL,Server、Redis 以及来自第三方和开源社区的应用服务，还包括,GitHub 代码库、Node.js、Bower 包管理器、Gulp、SASS、 Web,Component Tester 等多种开发工具，以便支持开发人员快速实,现应用的开发与部署。其他主流平台也均采取类似策略，IBM,Bluemix、西门子 MindSphere、 BoschIoT Suite、航天云网 INDICS,等平台均基于 Cloud Foundry 搭建，树根互联根云 RootCloud、,海尔COSMOPlat平台、寄云科技NeuSeer平台则分别基于docker、,Openshift 等进行构建。,2.新型集成技术成为平台能力开放的重要手段,借助 REST API 等一系列 Web API 技术，大部分工业互联网,平台中的设备、软件和服务通过 JSON、XML 等统一格式实现不同,业务系统的信息交互和调度管理，为企业内外协同、云端协同、,能力开放、知识共享奠定基础。新型 API 技术为多源异构系统的,快速集成提供有效支撑，实现边缘设备与云端的集成、传统工业,软件与云端的集成、平台内部不同软件和功能的集成。目前， Ayla、,12,Intel IoT、Zatar、Xively、Eurotech 等平台更是以 REST 协议,为核心手段实现设备、应用程序、后端系统的全要素集成，此外，,Predix、 ThingWorx、 Watson IoT等绝大部分平台也都集成了REST,API 技术。基于 API 技术的能力开放是平台发展的重点方向。发,那科 FIELDsystem 平台目前已经 200 多家公司开放 API，支持用,户灵活调用平台的相关服务来开发个性化应用。Predix 基于,REST API 技术提供资产管理和位置控制的微服务，基于区块链,技术提供数据完整性验证 API，基于大数据技术提供数据统计分,析 API。IBM Watson IOT 平台基于 REST API 技术为工业应用提,供连接、认知分析、实时分析、信息管理和风险管理等功能。,3.容器技术支撑平台及应用的灵活部署,通过引入容器和无服务器计算等新型架构，能够实现平台和,工业应用的灵活部署和快速迭代，以适应工业场景中海量个性化,开发需求。容器技术简化了硬件资源配置的复杂性，一方面实现,了平台中服务和应用的灵活部署。例如 IBM 将 Watson IOT 平台,中的采集服务和 Watson Service 平台中的分析服务以容器形式,封装后，可以实现图形化的快速应用构建。GE Predix 平台中训,练形成的智能模型，利用容器技术可以直接部署在 Predix,Machine 设备上。另一方面，容器技术实现了平台自身的快速部,署。例如 PTC ThingWorx 平台 2017 年 6 月发布的 8.0 版本增加,了基于 Docker 的部署方式，支持平台在不同公有云、私有云、,混合云等多种基础设施上的快速构建和灵活迁移。 SAP 在 docker,13,store 中提供 HANA 的应用速成（express）版，打包内存计算引,擎和数据分析算法，使应用开发者可以在本地或云端快速开发基,于 HANA 平台的数据分析应用和软件。,（三）应用创新，工业机理与数据科学走向融合,1.对工业机理的深入理解是工业数据分析的重要前提,在长期工业发展过程中，工业企业面向不同行业、不同场景、,不同学科积累了大量经验与知识，这些工业机理的理解和提炼能,够对生产现象进行精准描述和有效分析，对传统工业生产和管理,的优化起到重要作用。随着新型数据科学的兴起，这些工业机理,又能够有效指导数据分析过程中的参数选择和算法选择，使其更,加贴合工业生产特点。因此，以 GE、西门子、博世等工业巨头均,将自身工业经验知识进行提炼和封装，作为其工业互联网平台的,核心能力与竞争优势。例如， GE 公司将以往由工程师智囊团完成,的飞行数据分析工作“搬上”Predix 平台，专家在 Predix 平台,的帮助下构建一个检测程序来根据航程的长短自动对比飞机起,飞前后发动机滑油量，实现滑油消耗的提前告警和运维，从而将,其航空发动机领域的专业知识和经验转化为平台上面向用户特,殊应用需求的专业服务能力。,2.大数据、机器学习技术驱动工业数据分析能力跨越式提升,工业互联网带来工业数据的爆发式增长，传统数学统计与拟,合方法难以满足海量数据的深度挖掘，大数据与机器学习方法正,14,在成为众多工业互联网平台的标准配置。Spark、Hadoop、Storm,等大数据框架被广泛应用于海量数据的批处理和流处理，决策树、,贝叶斯、支持向量机等各类机器学习算法，尤其是以深度学习、,迁移学习、强化学习为代表的人工智能算法，正成为工业互联网,平台解决各领域诊断、预测与优化问题的得力工具。例如，IBM,公司将人工智能系统 Watson 引入 Bluemix 中打造出具备,“AI+IoT”特色的 Watson IoT Platform，借助物联网强大的数,据连接汇聚能力为智能系统 Watson 提供数据支撑，Watson 系统,则凭借优势明显的认知、推理和学习功能寻找数据与结果之间的,内在关联，并形成新的洞察力以帮助企业进行最优决策。,3.数据科学与工业机理结合有效支撑复杂数据分析，驱动数字孪生发展,基于工业互联网平台， 数据分析方法与工业机理知识正在加,速融合，从而实现对复杂工业数据的深度挖掘，形成优化决策。,例如，上海隧道工程股份有限公司通过与寄云合作，借助平台采,集工业检测设备中的各类图像、距离、位置、转速、倾角、压力、,流量、扭矩、功率等全部数据，基于岩土知识、功率曲线、扭矩,曲线、屈服强度等工业知识机理标记（或提取）异常信息，对历,史数据进行特征提取与模型训练，再接入实时数据进行异常预警，,从而解决盾构硬岩掘进机 TBM 施工过程中的难题，突破传统解决,方案的极限。随者融合的不断深化，基于精确建模、高效分析、,实时优化的数字孪生快速发展，实现对工业对象和工业流程的全,15,面洞察。东方国信基于非稳态、多相、多物理场的数值模拟仿真,技术、热力学和动力学模型、以及工业大数据分析技术等，建立,虚实映射、实时监控、智能诊断、协同优化的数字孪生，实现对,工业实体设计和工艺流程的仿真及优化，在炼铁，工业锅炉，水,电，空压机，能源等多个行业或领域落地。,4.工业知识正基于平台快速积累并实现高效传播与复用,通过数据积累、算法优化、模型迭代，工业互联网平台中将,形成覆盖众多领域的各类知识库、工具库和模型库，实现旧知识,的不断复用和新知识的持续产生。借助这种方式，传统分散于不,同企业、不同系统、不同个体的工业经验将能够获得有效沉淀和,汇聚起来，并通过平台功能的开放和调用被更多企业共享。例如，,索为 SYSWARE 平台通过打造统一的工程中间件，实现对各类知识,经验、工业机理、算法模型的集成，目前已在航空、航天、船舶、,兵器、核工业、电子等行业构建工业知识库上百个，知识条目 500,万以上。,（四）功能下沉，边缘与云端协同成为平台重要发展方向,1.基于边缘的多协议转换强化平台数据接入能力,大部分平台均提出了协议转换和云端协同技术方案，实现设,备、传感器、 PLC、控制系统、管理软件等不同来源的海量数据在,云端的集成与汇聚。基于网关的多协议转换正获得普遍应用，GE,通过将数据采集转换模块 Predix Machine 部署在现场传感器、,16,控制器和网关，利用 OPC UA 技术实现工业以太网、工业总线等,不同协议的转换。Oracle IoT Cloud Service 面向设备远程管,理业务，通过“软件网关”实现对行业通信协议的支持。西门子,通过在设备端部署数据采集模块 MindConnect Nano，实现通用,协议兼容和私有协议转换。 基于操作系统和芯片的原生集成正成,为重要创新方向。如 Intel 推出 Wind River Edge Management,System 嵌入式管理系统，实现设备与 Intel IoT Platform 的直,接互联。Ayla IoT Platform 与博通、高通、意法半导体等芯片,巨头合作，将平台接口内嵌在芯片中，直接从芯片层面支持边缘,与云端的互联。,2.边缘数据处理和缓存技术有效提升平台承载能力,工业生产过程中高频数据采集，往往会对网络传输、平台存,储与计算处理等方面带来性能和成本上的巨大压力，在边缘层进,行数据的预处理和缓存，正成为主要平台企业的共同做法。一是,在边缘层进行数据预处理，剔除冗余数据，减轻平台负载压力。,例如，SAP Leonardo Edge Platform 与 Dell 边缘网关集成，实,现边缘数据的实时预处理。华为推出 EC-IoT 解决方案基于敏捷,网关能够大幅缩短业务上线时间，降低运营成本 50%以上。二是,利用边缘缓存保留工业现场全量数据，并通过缓存设备直接导入,数据中心，降低网络使用成本。 例如亚马逊推出的 AWS Snowball,Edge、微软 Azure 数据盒、以及谷歌的 Transfer Appliance，以,100TB 级别的容量支持现场数据临时存储，通过实体运输将数据,17,上传到数据中心，简化数据传输过程并尽可能减少设置与集成工,作。在风电场的实际应用中，Snowball Edge 主要解决无网络偏,远地区的数据存储上云问题。在制造企业的实际应用中，,Snowball Edge 主要替代上位机或私有云保存现场数据。,3.边缘分析技术显著增强平台实时分析能力,为了更好满足工业用户的实时性、可靠性要求，越来越多的,平台运营企业开始将计算能力下放到更为靠近物或数据源头的,网络边缘侧。 一是边缘层直接运行实时分析算法，例如微软 2017,年 5 月更新 Azure IoT Edge 服务，新增了机器学习、认知服务、,流数据分析等功能，支持在嵌入式边缘设备上运行复杂分析和人,工智能算法，微软与金属切削刀具企业Sandvik Coromant合作，,基于 Azure IoT Edge 在边缘实现了流数据分析和机器学习算法，,使故障处理时延从云端处理的 2 秒缩短到边缘处理的 0.1 秒。 二,是边缘与平台协同，实现模型不断成长和优化。例如，PTC 在,ThingWorx 平 台 中 集 成 能 够 实 时 发 现 边 缘 设 备 异 常 的,ThingWatcher模块，并与云端分析交互共享，实现模型迭代生长。,（五）开发框架，微服务等新型架构大幅降低开发难度与创新成本,1.基于微服务架构的开发方式大幅提升工业 APP 开发效率,基于微服务的开发方式支持多种开发工具和编程语言,并通,过将通用功能进行模块化封装和复用，加快应用部署速度，降低,18,应用维护成本。例如 GE Predix 平台基于微服务提供资产绩效管,理、运营优化、资产建模、数据获取等 180 多种微服务供开发者,调用，简化了部署应用程序开发、部署与运维的复杂性。IBM,Bluemix 平台推出可用于微服务开发的软件工具，如 IBM MQ,Light for Bluemix 提供灵活、易于使用的消息传递机制，IBM,Bluemix DevOps Services 则帮助用户降低部署和运维应用程序,的难度。此外，西门子 MindSphere、航天云网 INDICS、寄云,NeuSeer等平台也都通过微服务架构帮助用户快速构建个性化应,用程序。,2.基于图形拖拽的开发方式有效降低工业 APP 开发门槛,基于图形拖拽的开发方式降低了对开发人员编程基础、开发,经验的要求，使其可以专注于功能设计，从而降低应用开发的门,槛。例如 PTC ThingWorx 平台基于 ThingWorx Foundation 为开,发人员提供模型驱动的应用程序开发服务，开发人员无需使用编,写代码即可连接所有的 ThingWorx 组件，使用拖拽工具就可以,开发高质量、可扩展的应用程序，相较传统方式能减少 10 倍的,开发时间。SAP Cloud Platform 通过 Fiori、BUILD、WebIDE 等,预制开发工具支持基于图形拖拽的开发方式，用户通过使用这些,工具可进行轻量级云端开发，无需后台任何定制，就可实现应用,的快速上线，将开发时间从几个月缩短到几周。,19,三、工业互联网平台产业生态,（一）四类平台企业、五大支撑主体、两类平台用户共同构筑平台产业体系,工业互联网平台产业发展涉及多个层次、不同领域的多类主,体。在产业链上游，云计算、数据管理、数据分析、数据采集与,集成、边缘计算五类专业技术型企业为平台构建提供技术支撑；,在产业链中游，装备与自动化、工业制造、信息通信技术、工业,软件四大领域内领先企业加快平台布局；在产业链下游，垂直领,域用户和第三方开发者通过应用部署与创新不断为平台注入新,的价值。,图 3：工业互联网平台产业体系,20,1.信息技术企业提供通用使能工具，成为平台建设重要支撑,信息技术企业提供关键技术能力，以“被集成”的方式参与,平台构建。主要包括五类：一是云计算企业，提供云计算基础资,源能力及关键技术支持，典型企业如亚马逊、微软、Pivotal、,Vmware、红帽等；二是数据管理企业，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，典,型企业如 Oracle、Apache、Splunk 等；三是数据分析企业，提,供数据挖掘方法与工具，典型企业如SAS、 IBM、 Tableau、 Pentaho、,PFN 等；四是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，典型企业如 Kepware、 NI、博世、 IBM 等；,五是边缘计算企业，提供边缘层的数据预处理与轻量级数据分析,能力，典型企业如华为、思科、英特尔、博世等。,2.平台厂商通过整合资源实现平台构建，发挥产业主导作用,平台企业以集成创新为主要模式，以应用创新生态构建为主,要目的，整合各类产业和技术要素实现平台构建，是产业体系的,核心。,目前，平台企业主要有以下四类：一是装备与自动化企业，,从自身核心产品能力出发构建平台，如 GE、西门子、ABB、和利,时等；二是生产制造企业，将自身数字化转型经验以平台为载体,对外提供服务，如三一重工/树根互联、海尔、航天科工等；三是,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，,21,拓展服务边界，如 PTC、SAP、Oracle、用友等；四是信息技术企,业，发挥 IT 技术优势将已有平台向制造领域延伸，如 IBM、微,软、华为、思科等。,3.应用主体以平台为载体开展应用创新，实现平台价值提升,工业互联网平台通过功能开放和资源调用大幅降低工业应,用创新门槛，其应用主体分为两类：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，加快数字化转,型步伐，如全球研磨机械制造商格林公司基于西门子MindSphere,平台开发服务于机床的工业 APP，实现对刀具磨损状态的精准预,测和适时更换。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，典型企业如 Webalo、 Bearing Point、,ThetaRay、NEC、Pitney Bowes 等。,（二）企业从自身优势出发加快平台布局，形成四种路径,2013 年以来，工业互联网平台的理念和重要性逐渐被产业,界所认识，全球各类产业主体积极布局，工业互联网平台已经进,入全面爆发期。根据咨询机构 IoT Analytics 的统计，目前全球,工业互联网平台数量超过 150 个。2017 年以来平台发展步入快,车道，仅我国就有数十个平台产品发布。综合国内外平台企业布,局策略来看，目前主要有四种路径。,22,1.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,装备制造和自动化企业在工业现场沉淀有大量生产设备与,工业系统，在其几十年的创新探索中也形成了丰富的工业知识、,经验和模型，这些企业正借助平台化布局，实现底层设备数据的,采集与集成以及工业知识的封装与复用，并以此为基础形成创新,型的服务模式。目前，这些企业在平台构建中主要有两种方式。,