工业互联网平台白皮书.pdf

工业互联网 平台 白皮书 （ 讨论稿 ） （ 2017 年） 工业 互联网 产业 联盟 （ AII） 2017 年 9 月 版权声明 本白皮书版权属于工业互联网产业联盟（ AII），并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：工业互联网产业联盟 （ AII） ”。违反上述声明者，将追究其相关法律责任。 指导单位 工业 和 信息化部 信息化和软件服务业司 参与编写单位 （排名不分前后） 中国信息通信研究院 航天云网科技发展有限责任公司 树根互联技术有限公司 青岛海尔工业智能研究院有限公司 北京和利时智能技术有限公司 中国电信集团公司 用友网络科技股份有限公司 普奥云信息科技（北京）有限公司 清华大学 360 企业安全集团 北京中船信息科技有限公司 华为技术有限公司 美的 集团股份有限公司 机智云 参数技术（上海）软件有限公司 ABB(中国 )有限公司 施耐德电气（中国）有限公司 西门子（中国）有限公司 把握工业互联网平台发展的战略机遇 工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网通过构建连接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析，形成科学决策与智能控制，提高制造资源配置效率，正成为领军企业竞争的新赛道、全球产业布局的新方向、制造大国竞争的新焦点。 工业互联网平台是工业互联网实施落地与生态构建的关键载体， GE、西门子等领军企业围绕 “ 智能机器 +云平台 +工业APP” 功能架构，整合 “ 平台提供商 +应用开发者 +海量用户 ”生态资源，抢占工业大数据入口主导权、培育海量开发者、提升用户粘性，构建基于平台的制造业生态，不断巩固和强化制造业 竞争优势 。 工业互联网平台是我国打造制造强国和网络强国的关键结合点，它面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析和服务体系，支撑制造资源泛在连接、弹性供给、高效配置的开放式平台，是一个基于云计算的开放式、可扩 展的工业操作系统，其功能类似于微软的Windows、谷歌的安卓系统和苹果的 iOS 系统，是构建制造业 生态体系的核心。其本质是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，实现工业技术、经验、知识的模型化、标准化、软件化、复用化，不断优 化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业新生态。 说得形象一点，工业互联网平台是两化融合的“三明治”版。第一，底层是由信息技术企业主导建设的云基础设施IaaS 层，在这一 领域，我国与发达国家处在同一起跑线，阿里、腾讯、华为等云计算基础设施已达到国际先进水平，如阿里云已成为仅次于亚马逊 AWS、微软 Azure 的全球第三大云基础设施提供商，目前在全球建立了十多个云计算中心，占据国内相当多的 IaaS 市场份额。 第二， 中间层是 由 工业企业主导建设的工业 PaaS 平台层，其核心是将工业技术、知识、经验、模型等工业原理封装成微服务功能模块，供工业 APP 开发者调用，因此工业 PaaS 的建设 者多为了解工业行业本身的工业企业，比如 GE、西门子以及我国的航天科工、三一重工、海尔集团。 第三， 最上层 是 由互联 网企业、工业企业、众多开发者等多方主体参与开发的工业 APP 层，其核心是面向特定行业、特定场景开发在线监测、运营优化和预测性维护等具体应用服务。 对于工业互联网平台，可以用三句话来概括： 第一句，数据采集是基础。其本质是利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。当前数据采集面临的突出问题是，受制于传感器部署不足、装备智能化水平低，工业现场存在数据采集数量不足、类型较少、精度不高等问题，无法支撑实时分析、智能优化和科学决策。无论是跨国公司，还是国内平台企业，都把数据 采集体系建设和解决方案能力建设作为工业互联网平台建设的基础和核心：他们或是通过构建一套能够兼容、转换多种协议的技术产品体系，实现工业数据互联互通互操作，或是通过部署边缘计算模块，实现数据在机器设备端的轻量级运算和实时分析，缓解云端传输、存储和计算压力。 第二句，工业 PaaS 是核心 。其 本质是在现有成熟的 IaaS（基础设施即服务）平台上构建一个可扩展的操作系统，为工业应用软件开发提供一个基础平台。 工业 PaaS 面临的突出问题是开发工具不足、行业算法和模型库缺失、模块化组件化能力较弱，现有通用 PaaS 平台尚不能完全 满足工业级应用需要。当前，工业 PaaS 建设的总体思路是，通过对通用 PaaS 平台的深度改造，构造满足工业实时、可靠、安全需求的云平台，采用微服务架构，将大量工业技术原理、行业知识、基础模型规则化、软件化、模块化，并封装为可重复使用的微服 务，通过对微服务的灵活调用和配置，降低应用程序开发门槛和开发成本，提高开发、测试、部署效率，为海量开发者汇聚、开放社区建设提供技术支撑和保障。工业 PaaS 是当前领军企业投入的重点，是平台技术能力的集中体现，也是当前生态竞争的焦点。 第三句，工业 APP 是关键 。主要 表现为面向特定工 业应用场景，激发全社会资源推动工业技术、经验、知识和最佳实践的模型化、软件化、再封装（即工业 APP），用户通过对工业APP 的调用实现对特定制造资源的优化配置。 工业 APP 面临的突出问题是，传统的生产管理软件云化步伐缓慢，专业的工业APP 应用较少，应用开发者数量有限，商业模式尚未形成。 工业 APP 发展的总体思路是，一方面，传统的 CAX、 ERP、 MES 等研发设计工具和管理软件加快云化改造 ，基于工业 PaaS 实现了云端部署和应用，满足企业分布式管理和远程协作的需要；另一方面，围绕多行业、多领域、多场景的云应用需求，大量开发者通过对 工业 PaaS 层微服务的调用、组合、封装和二次开发，将工业技术、工艺知识和制造方法固化和软件化，开发形成了专用 APP 应用。 当前，我国工业互联网建设处于起步阶段，发展基础和能力薄弱，跨行业、跨平台的综合性、通用性平台尚未形成，亟需加强统筹协调，充分发挥政府、企业、研究机构等各方合 力，抢占基于工业互联网平台的制造业生态发展主动权和话语权，打造新型制造体系，加快形成培育经济增长新动能。下一步，要从“供给侧”和“需求侧”两端发力，坚持“建平台”与“用平台”双轮驱动，培育一批国家级、行业级工业互联网平台，组织实施百万企业上云和百万工业 APP 培育工程。要坚持 “ 补短板 ” 与 “ 建生态 ” 相互协调，实施工业技术软件化工程，促进软件技术与工业技术深度融 合，构建工业互联网的产业支撑体系。要坚持“保安全”与“促发展”相互促进，加快形成发展工业互联网的安全保障体系。 工业互联网平台是推动制造业与互联网融合发展 的重要抓手，正步入规模化扩张的战略窗口期。基于工业互联网平台的制造业生态正成为产业竞争的“风口”， 发展的机遇稍纵即逝， 需要 在技术研发、标准研制和产业应用等方面尽早部署。为此，我司指导 中国信息通信研究院，联合国内相关单位，编撰形成了工业互联网平台白皮书（ 2017）。本白皮书在编写过程中集众人之智、采众家之长， 是对新形势下工业互联网平台应用需求、技术演进和实施策略的阶段性提炼和总结 。下一步，要围绕 工业互联网平台 测试验证、 能力评估及标准体系建设 等方面，统筹开展工作。希望能够通过白皮书为相关人员提供参考，通过社 会各界共同努力，为我国 工业互联网平台 的发 展贡献一份力量 ，共同推动我国工业互联网平台产业进步、应用繁荣。 是为序。 安筱鹏 2017 年 9 月 5 日 前言 过去几年，工业互联网在全球范围快速兴起和发展，引发信息技术与制造技术加速融合创新，并驱动制造业的智能化发展。随着工业互联网逐步走向应用部署，工业互联网平台作为海量异构工业数据集成与工业应用创新的重要载体，正成为新一轮产业竞争的核心。 目前全球已有 超过 150 家企业推出了工业互联网平台，无论是装备与自动化领域的工业巨头，还是软件、通信与互联网领域的信息技术巨头，均将 构建 工 业互联网平台作为其加快工业互联网布局的重要举措，并通过并购、合作等多种方式强化其主导优势。我们认为，工业互联网平台毫无疑问将对现有的制造系统产生重大而深刻的影响。原先如孤岛般分散于不同设备、系统中的工业数据将实现前所未有的深度汇聚，臃肿、僵化的工业软件将演变为平台上一个个可灵活部署和配置的工业APP 应用 ， 由 数据 驱动 的开放创新将逐渐成为未来制造业发展的主要方向。工业互联网平台也 正在 改变产业 的 发展形态 。 主要平台企业 纷纷通过外部合作与开发者培育 等方式 ，打造基于平台的产业生态体系，并依靠整个生态的创新活力，构建新时期的独特竞争优势。 工业互联网平台的发展总体还处于起步阶段，上述这些判断有些已经发生，但更多还是未知。在这样一个充满各种可能性的创新机遇期，我们推出工业互联网平台白皮书，希望围绕平台内涵、体系架构、产业发展、应用模式等方面的研究成果进行分享与探讨，共同促进工业互联网平台的发展与部署。 目录 一、工业互联网平台的发展背景 . 1 （一）未来制造业智能化发展方向 . 1 （二）传统制造系统面临的挑战 . 3 二、工业互联网平台内涵及架构体系 . 5 （一）工业互联网平台内涵及架构 . 5 （二）工业互联网平台关键技术体系 . 8 （三）工业互联网平台的特征 . 13 三、工业互联网平台发展现状及格局 . 15 （一）全球工业互联网平台进入井喷期，我国刚刚起步 . 15 （二）工业互联网平台产业体系初步形成 . 17 （三）主导企业从不同领域加快平台布局，出现七种路径 . 20 （四）平台服务模式逐渐清晰，商业模式呈三大类型 . 38 四、工业互联网平台生态构建趋势 . 39 （一）基于工业互联网平台的生态构建与产业变革正在来临 . 40 （二）当前工业互联网平台生态构建的基本模式 . 42 五、工业互联网平台关键应用场景及案例 . 44 （一）场景一：工业互联网平台实现生产过程优化 . 44 （二）场景二：工业互联网平台实现企业管理与决策优化 . 46 （三）场景三：工业互联网平台实现产品全生命周期优化 . 49 （四）场景四：工业互联网平台实现企业间协同制造 . 50 （五）场景五：工业互联网平台实现业务模式创新 . 52 六、发展工业互联网平台的关键问题 . 54 1 一、工业互联网平台的发展背景 （ 一） 未来 制造业 智能化 发展 方向 金融 危机以来，全球主要工业化国家重新审视制造业在国民经济中的 重要作用 ，纷纷推出一系列新型制造业 发展 战略， 力图构建 全球制造业 竞争新优势。 在 这些国家 的 战略中，无一例外 将制造业智能化作为核心发展方向， 并 积极通过 新一代信息技术与制造技术的深度融合，引发生产方式、商业模式乃至产业 形态的变革 。 如 德国 工业 4.0战略 提出 ， 要 加快 信息物理系统与 制造 系统的融合，通过 横向 集成、端到端集成与纵向集成， 实现 整个制造系统的数据互联互通， 从而 驱动制造过程与产品的智能化。 美国先进制造伙伴计划 也 提出， 要重点发展 可视化、信息化和数字化制造 ， 通过数据总线 、异构 系统集成 、 平台与大数据等技术， 大幅 缩短产品研制周期，并提高快速响应市场变化的能力。 同样 ，中国制造 2025 明确提出 以加快新一代信息技 术与制造业深度融合为主线，以推进智能制造为主攻方向， 通过 工业互联网在制造业的集成应用， 推进制造过程智能化 ， 发展智能制造装备和产品 ，并 形成 制造业 与互联网 融合的新 模式 和 新 业态。 此外 ，英国、法国、日本、韩国 等 也均将此作为未来制造业发展的核心方向。 总体 来看， 尽管各国 制造业 基础和特色各有不同，但 借助 信息通信技术提升制造业智能化水平的 愿景 与 战略 方向基本 一致 ，具体来说： 2 一是 生产 过程智能化 。 工业 互联网实现 了对 设备 运行、加工参数、人员操作、生产进度、现场环境 等 各类工业数据的 全方位深度感知， 企业通过对这些 数据与 现有 产品设计、生产 管理 、资源 管理 等 软件系统的有效 集成， 将可以 在 质量优化 、生产 效率 、设备维护、 库存 管理等 方面形成比 传统制造模式更加精准的决策，驱动 企业生产与管理的智能 化 。 二是 产品 全生命周期 优化 。 新型网络 技术和平台技术正加快把产品设计、工艺、生产、销售、 运行 等生命周期 各 环节数据集成 在 一起， 并 引发 一系列 模式变革。 例如， 借助物联网，企业将能够实时采集 并 分析产品 运行 数据 ，并 据此提供持续性的维护服务， 实现 向服务 型 企业的 转变；通过设计 与生产数据集成， 企业将 能够快速响应产品设计 调整 ， 并在 工艺和加工过程中 精准实现设计要求 ；此外 ， 产品生产 与运行数据反馈至设计 环节 后， 企业将可以不断 完善设计 方案 与工艺， 实现 快速迭代的产品创新 。 三是 制造 资源 深度协同 。 工业 互联网 正 在把价值链上下游 企业 深度 集成在一起， 带来生产 活动的跨企业协同组织和制造资源的网络化配置。 面向 供应链管理， 企业正借助 物联网 实时 跟踪现场物料消耗状况，并 安排 供应商进行 精准 配货，降低库存成本。面向 产品 创新设计，企业 正 基于开放设计平台整合分散于全球的设计资源， 通过 并行组织大幅缩短研发周期。 面向产品制造，企业可以基于网络寻找工艺和技术上合适的工厂，在产能不足时外包部分制造需求，从而实现全产业制造能力的更高效利用。 3 四是 敏捷柔性生产。 通过 对 产品设计 、生产 制造 、 计划 资源、企业 管理、 运维 服务等不同业务链条的 全方位 集成， 企业 将极大提升对市场变化的快速响应能力。 针对新的 市场需求，企业可以借助 开放创新 平台快速形成设计方案，通过价值链网络寻找最优供应链 伙伴 ，并 通过可 软件 编排和 动态 组织的生产系统实现产品加工。在这一过程中，企业与用户的交互、 产品 设计的创新、计划资源的优化 ，制造 工艺的完善都将是不断快速迭代的。 （二）传统 制造 系统面临的挑战 上述愿景的实现需要以一系列 基础性技术和应用条件为前提，这对传统制造系统提出了新的要求。 一是数据的端到端深度互联。 智能化的实现必须以数据的互联互通为前提，特别是跨层级、多环节的数据互联互通和关联分析，而传统制造系统是以生产流程为核心的，受制于技术标准、软件集成等因素，数据集成往往是局部的、有限的。例如，在生产现场，由于工业网络和各类控制系统在协议和数据规范方面的多样性和封闭性，大量生产数据被留存在各个单独的系统中，无法充分流动和分析利用。在企业管理层，不同软件系统由于在建设时缺少统一规划，导致软件数据之间的集成互通变得异常复杂和成本高昂。这一背景下，企业之间的数据互通与业务协同则更是仅在少数企业特定业务场景下有初步探索 。因此，未来制造业 4 将需要获得更有效的数据接入和集成管理工具，为智能化构建基础性条件。 二是海量数据的管理与处理 。数据是工业智能化的核心，在传统制造系统中，数据的来源、维度、采集频次都较为简单，往往基于分散 在 不同业务系统的关系型数据库或实时数据库 ， 就可以实现有效管理。但随着工业互联网的应用部署，各类生产数据和业务数据都将呈现爆发式增长，海量多源异构数据的有效管理对现有系统提出巨大挑战。未来，采用新型数据库结构、分布式存储与并行处理技术，探索对工业数据进行相对集中式的管理将是必然趋势。 三是数据驱动的工业应用创 新 。传统工业软件满足的是制造企业的共性需求，差异化、精细化管理需求满足能力较弱，同时这些软件大多作为设计 、生产、 管理的辅助工具而存在，数据分析能力相对有限。而随着工业数据的采集和集成处理能力逐步形成，面向设备运行、工艺参数、质量优化等特定场景的数据挖掘和应用将是未来制造企业推进智能化的主要方向。这些应用往往需要与具体行业、甚至企业的知识经验紧密结合，涉及领域众多，单独依靠少数工业软件企业无法提供。因此，吸引更多应用开发者参与，构建起基于数据挖掘的应用创新生态，将是未来工业软件和应用创新的主要模式。 5 综上所述 ， 面 对 智能制造发展的迫切需求，需要更加智能化、互联化、灵活化的全新技术载体以实现设备泛在互联、 数据集成管理与 深度智能 应用， 工业互联网平台应运而生。 二、工业互联网平台内涵及架构体系 （一）工业互联网平台内涵及架构 工业互联网平台作为工业智能化发展的核心载体， 能够 实现海量异构数据汇聚与建模分析、工业经验知识软件化与模块化、各类创新应用开发与运行，从而支撑生产智能决策、业务模式创新、资源优化配置、产业生态培育。 其 本质 是通过构建精准、实时、高效的数据采集互联体系，建立面向工业大数据存储、集成、访问、分析、管理的开发环境 和应用环境 ，支撑工业技术、经验、知识模型化、软件化、复用化，以数据的有序自动流动解决复杂制造系统面临的不确定性，不断优化研发设计、生产制造、运营管理等资源配置效率，形成资源富集、多方参与、合作共赢、协同演进的制造业生态。通过 分析国外工业互联网平台架构，其核心要素包括数据采集层、管理服务层 （工业 PaaS）、应用服务 层 （工业 APP），体系架构 如 图 1 所示。 6 图 1 工业互联网平台参考架构 数据采集 层 是 基础， 主要通过 深层次 采集数据 并实现不同协议数据基层汇聚 ， 作为 工业互联网平台驱动源头，主要依赖 两 方面 能力 。 一是依托传感器、工业控制系统、物联网技术面向 设备、系统、 产品、软件 等要素数据进行实时采集。例如，可借助智能控制器、智能模块、嵌入式软件等传统的工业控制和连接技术实现平台对底层数据的直接集成，二是利用以智能网关为代表的新型边缘计算设备实现智能传感器和设备数据的汇聚处理以及边缘分析结果向云端平台的间接集成。多类型的边缘连接手段为工业互联网平台实现泛在连接提供坚实支撑，丰富了工业互联网平台可采集与分析的数据来源。 管理 服务 平台 （层 ）是核心 ， 基于 工业 PaaS 架构 ，集成了 工业 微服务、大数 据 服务 、 应用 开发等 功能 ，媲美移动 互 联网操作 7 系统 。 一是将云计算、大数据技术与工业经验知识相结合形成工业数据基础分析能力，把技术、知识、经验等资源固化为专业软件库、应用模型库、专家知识库等可移植、可复用的开发工具和微服务；二是 提供 数据存储、数据共享、数据分析和工业模型构成的完整工业数据服务链 ， 汇聚各类传统专业处理方法与前沿智能分析工具，帮助用户方便快捷地实现工业数据的集成管理和价值挖掘；三是构建 基 于工业数据服务之上的应用开发环境 ， 提供各类蕴含工艺知识和行业经验的工业微服务、工业应用开发工具以及针对应用开发运维的完善管理手段，帮助用户快速构建定制化的智能应用 App 并形成商业价值。 应用服务层是关键 ， 基于开放环境部署应用 ， 面向工业 各环节 场景， 是工业互联网平台服务的最终输出。 面向智能化生产、网络化协同、个性化定制、服务化延伸等智能制造和工业互联网典型应用场景，为用户提供各类在平台中定制化开发的智能化工业应用和解决方案。在智能化生产中，设备预测性维护、生产工艺优化等应用服务帮助企业用户提升资产管理水平；在网络化协同中，制造协同、众包众创等 创新 模式实现了社会生产资源的共享配置；在个性化定制中，用户需求挖掘、规模化定制生产等解决方案满足了消费者日益增长的个性化需求；在服务化延伸中，智能产品的远程运维服务则驱动着传统制造企业加速服务化转型。面向用户实际需求的各类智能应用是实现模式创新、业态创新的关键载体，推动着平台应用生态体系的构建。 8 除此之外，工业互联网平台 还 包括用以支撑数据传输交换的网络基础设施，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重要保障和支撑。 （二）工业互联网平台关键技术体系 图 2 工业互联网平台 关键 技术体系 1、数据 采集 9 数据采集 是工业互联网平台的基础， 是实现制造全生命周期异构数据在云端汇聚的 关键， 主要 涉及协议转换、 边缘数据 处理等技术。 协议 转换： 一方面 是通过 OPC、 MQTT 等技术将 底层 多源 数据转换为 工业 互联网 平台 可以接 收的 数据格式 。 另一方面 是通过协议 转换器 （网关）实现 底层工业 通讯 协议 （ MODBUS、 PROFIBUS、HART 等） 的 互通。 边缘数据 处理： 基于边缘 侧的 计算 资源和云端的协同， 通过边缘 部署 的应用程序， 在靠近 数据源的边缘侧 实现对 海量数据 的预处理 及 预过滤 ，提取 海量数据中的关键特征， 将处理过 的数据传输到云端 ，极大地降低对网络带宽的 要求 。 2、 PaaS 通用功能 PaaS 是 工业互联 平台实现 核心功能的 载体 ，向下 可以 承接 海量异构 数据、向上 可以支撑各种 工业应用 的 开发 ， 主要涉及数据接入 、数据管理、 资源 管理与调度、 多租户 管理等技术。 数据接入 ： 通过集成 数据模型自动识别、匹配等大数据技术 ， 支持 结构化业务数据、时序 设备监测数据、非结构化工程数据等多源 异构数据的 快速接入，形成高并发、高吞吐 量的数据实时接收能力。 数据管理 ： 集成分布式 存储、 分布式 文件系统、对象存储、检索查询 、语义标注等多种数据技术 ，实现 多源海量异构数据的标注 、整理、 组织、分类、编码、存储、检索，实现数据模型和 10 查询接口的一体化 管理，保证平台 海量 数据的独立性与完整性，并形成 数据共享与集成的服务接口。 资源 管理 与 调度： 基于 Kubernetes、 Mesos 等 工具 实现基础资源（存储 、计算、网络 ）的管理与调度，建立 资源隔离机制 ，解决复杂系统的运维保障问题。实时 监控 云端应用 的业务量 状态 ， 基于 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： 能够按照计算、存储、网络资源池进行管理，具备多租户场景下动态资源调度、隔离能力，实现不同租户间应用程序 运行 环境的隔离以及数据的隔离，保障不同租户间应用程序不会相互干扰，并保证 数据的保密性 。 3、开发工具 开发 工具 是构建工业 互联网平台 开发者 生态 的基础，各种开发工具 的集成 降低了 开发者利用工业互联网平台进行 工业 创新应用开发的门槛，主要涉及开 发 工具集成 、开发 运维一体化 等方面的技术。 工具集成： 在云端 集成 命令行工具、应 用程序 构建整合工具以及应用程序扩展工具等。将应用 开发环境迁移到云端， 从而 实现本地环境的轻量化 ， 支持 C、 C+、 python、 Java、 php 等 流行开发语言。 开发运维 一体 化： 通过 在云端集成 Chef、 Puppet、 SaltStack等 DevOps 框架并 结合云应用拓扑 、 编排规范 等 技术提 供工业 应用 11 开发、测试、维护 的 一体化服务，打通 工业应用 产品交付过程中的 IT 工具链 。 4、微服务 工业 微服务 是 工业互联网 平台 的核心，为用户 提供 面向 工业特定 场景 的 轻量化应用 ， 主要涉及在微服务架构下的服务通信、服务发现等 技术 。 服务通 信： 微服务架构是一个分布式系统，服务被部署在不同节点中，服务的交互需要通过网络进行通信，服务通信 包括 同步 模式和异步模式 。可以 通过 基于 HTTP 协议的 RESTful API 和Thrift 实现 同步模式， 也 可借用众多成熟的消息系统实现异步模式，如 RabbitMQ、 ActiveMQ、 Kafka 等 。 服务发现 ： 服务 间调用时需要服务发现机制识别 各个服务动态 生成和变动的 网络位置， 主要包括 客户端发现和服务端发现两种 方式 。客户端发现由客户端向服务注册表查询服务位置，并使用负载均衡算法从返回的实例中选择其一再向其发起调用 。 服务端发现机制中，客户端请求是发给负载均衡器的，由其查询和选择服务实例并转发请求。 5、 建模 及 应用 建模应 用是工业互联网平台具备工业实体虚拟映射和智能数据分析能力的 关键 ，主要 涉及虚拟 样机 、 数据 分析建模 等 技术。 虚拟 样机： 将 CAD 建模技术、计算机支持的协同工作 (CSCW)技术、用户界面设计、基于知识的推理技术、设计过程管理和文 12 档化技术、虚拟现实技术集成起来 ， 以实现复杂产品论证、设计、试验、制造、维护等全生命周期活动中基于模型 /知识的虚拟样机构建与应用。 数据 分析建模 ： 利用统计分析、机器学习、 机理 建模等 多种技术 并 结合相应的领域专家经验知识 ，面向 特定 工业 应用场景 ，对 海量 工业数据进行 深度分析 和 挖掘 ， 并 提供 可调用 的特征工程、 分析建模等 工具包， 能够 快速建立 可复用 、 可固化的智能应用模型 。 6、安全 安全 是 工业互联网 平台 可靠 、平稳运行的 综合 保障 基础 。工业 互联网平台 安全 从数据 流动 路径来 看 主要涉及数据接入安全 、工业互联网平台本身安全 和 访问安全 等 技术。 数据 接入安全 ： 一方面 ， 边缘 侧 的 数据 出口处通过 工业防火墙 技术、工业网闸技术 等保障数据 源的安全 。 另一方面， 在数据传输过程中 采用加密隧道传输技术，防止数据泄漏、被侦听或篡改。 平台 本身 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。并 建立相应的容灾方案， 保证平台能够应对 各种导致计算机系统失效的意外情况以及业务应用在 7 24 小时内不间歇运行。 13 访问 安全： 根据不同的用户及所属类别来限制用户的访问权限和所能使用的计算机资源和网络资源， 建立 统一的 访问 机制，防止非法访问 ，提供统一身份认证机制，实现对云平台重要资源的访问控制和管理 ,阻止未授权使用资源和未授权公开或修改数据。 （三）工业互联网平台的特征 工业互联网平台无疑将对制造系统带来一次重大升级，将传统以流程为核心驱动的制造模式转变为流程与数据共同驱动 。 通过对生产数据的实时感知、集成、分析与决策，实现对流程的动态优化，形成各类生产制造活动的智能化闭环。可以认为，工业互联网平台为工业数据而生，具有以下五大特征： 一是泛在集成 。工业互联网平台实现了多源异构数据的广泛集成，既包括工业现场各种生产装备、传感器、工业控制系统等，同时也包括来自产品设计、仿真试验、生产管理、资源管理在内各种不同软件系统的数据，此外还涉及人员操作和决策数据。工业系统中的数据前所未有地 实现如此大范围的汇聚，为后续的关联分析与深度挖掘创造了条件。 二 是资源汇聚 。通过对数据资源的接入和集成，工业互联网平台进一步实现对各类制造资源的集成。通过在设 计、生产、设备管理等不同场景的应用，平台将逐步汇聚起包括生产、设计 、供应链在内的各类制造资源，积累形成设计方案、生产工艺、管 14 理经验、设备机理等各 种知识的固化，从而在产业资源组织、知识传承与扩散等方面形成创新 模式。 三是灵活应用 。工业互联网平台可以满足多种不同场景的智能化分析需求， 既可以面向单台生产设备 运 行优化和加工参数优化、面向一个车间内产品质量分析、面向一批产品远程运维服务，也可以面向企业 智能化运营决策，以及企业间的制造资源与供应链协同。在部署方式上，工业互联网平台也可以根据企业对信息数据安全的要求，采取私有云、混合云或公有云等多种部署策略。 四 是 高度 智能 。海量多维高频数据为各种复杂数据挖掘技术的应用创造了条件，并使企业有条件进行多领域数据的综合集成分析（如设计、生产与产品检验数据），从而获得比 传统工业软件所提供的可视化分析或简单指标 分析更为显著 的智能化效果 。未来，平台所积累的数据还将为模型训练提供基础性素材，从而为深度学习等新一代人工智能技术在工业领域的应用创造条件。 五是开放创新 。差异化的工业数据分析需求决定了应用创新要依靠产业生态的力量共同推进。因此在工业互联网平台的功能要素中，高度强调对第三方应用开发的承载和支撑能力。几乎 所有 工业互联网平台都支持 调用 平台数据，相当多的平台进一步为开发者提供了开发工具，并把一部分算法或工业模型封装为微服务，供开发者调用，以降低开发门槛。一个基于工业互联网平台的开放创新生态正在形成。 15 三 、 工业互联网平台发展现状及格局 （ 一） 全球 工业 互联网平台 进入井喷期，我国刚刚起步 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，推出一系列工业互联网平台产品， 从平台数量上看，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，占物联网平台总数的 32%，是第一大细分平台类型。特别是 2015 年以后，企业对平台布局明显加快。 一方面 ，西门子、施耐德、发那科、 ABB 等一系列工业巨头相继推出自己的平台产品，基于自身在制造系统及工业数据方面的优 势，向数据驱动的应用创新延伸。 另一方面 ， SAP、 Oracle、 IBM 等之前已经推出平台的企业开始对平台产品进行更新和升级，通过重新整合内部产品、增加新型服务能力等方式，不断完善平台功能，特别是对于底层数据的集成接入能力。 工业互联网平台总体处于商业化前期，绝大部分平台尚处于探索阶段 。尽管平台数量众多，但除了 PTC、 IBM、 GE、博世、 SAP等布局较早的企业以外，大部分平台目前还只是刚刚推出平台产品，服务体系尚不完善，也还未获得广泛的市场化应用。而领先平台通过不断 的 市场验证和积累，优势日益明显。如 IoT Analytics 的研究报告显示， PTC ThingWorx 平台已经占据物联网平台市场 18%的 份额，近两年收入增速保持在 50%左右的较高水平。 16 美国 GE Predix 平台开发者数量 预计 到 2020 年 将达到 2 万人，德国 SAP HANA 平台用户已经超过 3000 家。 我国工业互联网平台刚刚起步 。目前全球工业互联网平台有50%左右由美国企业提供，我国企业在 2015年之后积极开展布局，航天云网、三一、海尔等企业依托自身制造能力和规模优势，率先推出工业互联网平台服务，并逐步实现由企业内应用向企业外服务的拓展。和利时、用友 、沈阳机床等企业则基于 自身 在 自动化系统 、工业软件与 制造装备 领域的积累，进一步向平台延伸，尝试构建新时期的工业智能化解决方案。但与国外相比，我国企业在平台功能、商业化程度、生态体系完整度等方面都存在一定差距。 表 1 典型工业互联网平台 重点平台 企业 发布 时间 Xively IoT Platform Xively 2013 Zatar Zebra 2013 Predix GE 2013 thethings.iO thethings.iO 2014 Kaa IoT Platform Kaa 2014 Bluemix IBM 2014 The Intel IoT Platform 英特尔 2014 Ayla IoT Platform Ayla 2014 M2X AT&T 2015 AWS IoT 亚马逊 2015 Bosch IoT Suite 2.0 博世 2015 Azure IoT Suite 微软 2015 ThingWorx IoT Platform PTC 2015 17 SAP HANA Cloud Platform for IoT SAP 2015 Verizon ThingSpace IoT Platform Verizon 2015 航天云网 航天 云网 2015 COSMOPlat 海尔 2016 Oracle IoT Cloud Service Oracle 2016 Watson IoT IBM 2016 MindSphere 西门子 2016 EcoStruxure 施耐德 2016 IUAP 平台 用友 2016 iSESOL 云平台 沈阳机床 2016 FIELDsystem 发那科 2016 根云平台 三一 重工 2017 HiaCloud 平台 和利时 2017 ProudThink 普奥 2017 ABB Ability ABB 2017 （ 二 ） 工业互联网平台产业 体系 初步形成 目前 各方积极投入工业互联网平台创新与服务提供， 初步形成了以 平台 提供 商为核心，以应用 创新与生态构建为主要方向，多方共同参与的产业体系 。 多类主体转型为 平台 提供商， 成为 产业资源 的 整合者与应用生态 的 构建者 。 来自装备制造、工业自动化、工业软件、通信与信息技术等不同领域的 企业 均加快平台布局，成为平台的提供者和运营者。如装备 制造 企业包括通用 电气、三一等 ，工业 自动化企业 包括西门子 、和利时、施耐德等 ，工业软件 企业 包括 PTC、 18 SAP、 用友等 ， 通信企业 包括 华为、 中国 电信、 AT&T 等，信息 技术企业主要有 微软 、亚马逊、普奥、 Ayla 等。 这些企业在平台布局过程中 以集成创新为主要模式 ，以应用创新生态构建为主要目的 ，积极整合 通信、协议转换、 数据管理、数据分析、平台服务、应用开发等各类 产业和技术要素 ，不断完善平台功能，力图尽快吸引更多开发者入驻平台，提升平台竞争力。 专业技术企业通过提供关键技术能力，成为平台产业的主要参与者。 参与者通过 向平台主导者提供 数据 采集、 网络 传输 、大数据 、 PaaS 架构 、 系统 集成 等方面 的技术和产品 ，成为 平台关键能力的打造者。 在 数据采集 层 ，网关设备制造商和 底层 智能 组件开发商 依托底层 产品为工业互联网平台提供关键的数据 采集