⼯业互联⽹是制造业与信息技术融合形成的应⽤结构，通过⼤数据分析、互联⽹技术与⽣产现场设备机器的全⾯结合，完成制造业和互联⽹融合的升级发展。 因此，主要从国内外⼯业互联⽹的发展状况、⼯业互联⽹典型的应⽤场景、框架结构进⾏分析，概括涵盖的关键技术主要包括⼯业数据采集、存取和利⽤技术、⼯业产品的智能化技术、异构⽹络的融合技术和⼯控安全的防护技术，然后通过技术和⾏业的实施分析说明⼯业互联⽹平台在⾏业中产⽣的效果。 ⼯业互联⽹（Industrial Internet）是互联⽹和新⼀代信息技术在⼯业领域、全产业链、全价值链中的融合集成应⽤，是实现⼯业智能化的综合信息基础设施。它的核⼼是通过⾃动化、⽹络化、数字化、智能化等新技术⼿段激发企业⽣产⼒，从⽽实现企业资源的优化配置，最终重构⼯业产业格局。
⼯业互联⽹建设已被列为上国家重点战略⼯作，具有巨⼤的经济价值，且随之产⽣了智能制造、M2M、信息物理系统（Cyber-physical system，CPS）、物联⽹、⼯业4.0等热门概念。加速推动⼯业互联⽹核⼼技术创新突破，围绕⼯业互联⽹设备、控制、平台、数据，从⽹络、数据和安全3个⽅⾯有效地给企业赋能智慧制造，加强相关核⼼技术和产品的研发突破，加快技术成果转化和产品服务创新，通过物联⽹、互联⽹技术实现⼯业系统的互联互通，通过构建⼯业互联⽹安全框架和防护体系实现⼯业企业的安全防护，利⽤数据感知、采集与集成应⽤等技术，实现⽣产过程中运营管理优化、⽣产协同和资源的有 效利⽤。
1、⼯业互联⽹发展现状
⼯业互联⽹（Industrial Internet）是通⽤电⽓（General Electric，GE）提出的概念，由机器、设备和⽹络组成，能够在更深层⾯和连接能⼒、⼤数据、数字分析结合。
国外企业在⼯业互联⽹的技术概念、商业模式领域投⼊了⼤量⼈⼒、物⼒和财⼒，并且利⽤⾃⾝的优势搭建了⼯业互联⽹平台，其中最具有代表性的是GE的⼯业互联⽹操作系统Predix和西门⼦Siemens基于云的开放式物联⽹操作系统MindSphere。
其中，GE强调⼯业领域硬件层、信息层打通以及跨领域的集成，打造⼯业设备+⼯业平台+⼯业APP的⽣态体系。通过通信接⼊技术发展实现更多终端联⽹，驱动设备管理、设备预测性维护等应⽤场景落地。西门⼦则结合⾃⾝在⼯业设备和⼯业软件领域的优势，对外输出智能⼯⼚改造、规划⽅案，从终端简单联⽹出发，通过垂直云平台、⼤数据与⼈⼯智的建设，最后依靠标准架构体系实现各垂直⽣态之间的对接。
相较于国外的⼤⽽全的解决⽅案，国内制造业⼒求在⼀些特定的差异化能⼒上打造⼀些独特的竞争⼒，⾛⾃⼰的特⾊之路。国内消费品制造业⼚商富⼠康、海尔、美的的⼯业互联⽹推进策略是两条腿
⾛路，⼀⽅⾯在企业内部建设较完备的智能制造体系，另⼀⽅⾯探索以⾃⾝⽤户和业务流为中⼼聚合供应链资源，逐步⾛向横向、纵向和端到端集成，帮助企业构建全要素互联互通的能⼒，实现⽤户、企业和资源的交互来满⾜⽤户体验。
国内的装备制造业⼚商三⼀重⼯的⼯业互联⽹推进策略主要做⾦融领域和商业模式的创新。例如，通过远程控制确保⼯程设备融资租赁商业模式的可控性，其树根互联不过多触及传统⼯业过程，⽽是成为商业模式创新的基础平台。
徐州重⼯则致⼒于⾯向个⼈、中⼩企业搭建综合⼯业云平台，并配套提供端到端咨询服务，提供的两化融合和ERP咨询服务谋求帮助其他企业进⾏产业转型和升级的业务发展。
航天云⽹INDICS平台则通过针对哑设备、哑岗位、哑企业的“三哑”改造，实现基于云平台的智能⼯⼚改造升级，并通过对“双创”团队进⾏全程辅导和孵化，引导社会资源向战略性新兴产业集中，推动社会性“双创”发展。
2、⼯业互联⽹应⽤场景分析
随着新技术的快速发展和应⽤，全球⼯业正在从传统的供给驱动型、资源消耗型、机器主导型、批量规模型向需求引导型、资源集约型、⼈机互联型、个性定制型转变。由于制造⾏业的⽣产流程和产业链都很复杂，⼯业互联⽹在制造领域的应⽤场景很多。
⽬前，制造领域资产密集，资产性能优化空间⼤，数据利⽤率低，缺少科学决策能⼒。以下重点分析需求管理、研发设计、⼯艺⼯程、⽣产制造、运维过程这5⼤传统⼯业过程⾯临的诸多挑战和应⽤升级需求。
2.1 需求管理
需求管理是对客户的需求进⾏识别并确保主⽣产计划反映这些需求的功能。传统模式下，需求管理的缺失主要表现为：需求缺乏严格的需求管理过程，需求缺乏层层的传递和保证，导致最终的产品在设计中就已经迷失；需求管理基于⽂档没有进⾏结构化管理，产品开发过程中缺乏追踪的⼿段和对象划分；在协同研制模式下，不同主体间缺乏规范化的需求传递⼿段。
2.2 研发设计
研发设计是根据需求对产品进⾏设计与研发。传统模式下的研发设计建模⼿段缺失，基于⽂档的设计模式效率低下；⼏乎不进⾏仿真，纯粹实物进⾏验证，导致不断地进⾏修改迭代，拉长了设计周期，增加了设计成本；缺乏在线协同的⼿段，分头设计后经常遇到接⼝问题导致⽆法合拢；设计要素间缺乏关联，局部改动⽆法进⾏影响范围分析。
钢球级配2.3 ⼯艺⼯程
⼯艺⼯程是指对产品⽣产制造⼯艺进⾏设计与管理。传统模式下的⼯艺⼯程基于⼯艺卡⽚进⾏⼯艺过程设计，对设计数模缺乏有效传承，难以保证数据的⼀致性；⽆法进⾏加⼯、装配或检验过程的仿真，往往到做时才发现存在问题，从⽽产⽣不断的变更；由于相关⼯艺数据缺乏关联，变更过程⽆法进⾏影响范围分析，从⽽导致数据的不⼀致，从⽽使得产品的技术状态管理失控。
2.4 ⽣产制造
⽣产制造是指对产品进⾏实际加⼯⽣产并对相关过程进⾏管理。传统模式下的⽣产制造中，机加⼯设备精度不⾜以保证加⼯质量，⽆法加⼯复杂的曲⾯，且根据不同的加⼯⼈员质量波动，加⼯效率低下；缺乏实时的检验⼿段，检验是事后检查，往往质量超差已经形成；装配过程缺乏有效指引，装配效率低下，极易出错，返⼯造成的重复⼯作量巨⼤。
2.5 运维服务
运维服务是指为客户提供后期运营维护与其他相关服务。传统模式下的运维服务产品制造⽅缺乏对产品后续运营过程的介⼊，往往销售结束后，产品的运营状态只能依赖简单的售后服务，⽆法采集运营数据针对性地改进产品设计，也没有充分介⼊产品的增值运营；产品缺乏内置的传感器或传感器的采集，只有实时的监控作⽤，实时监控完成后数据即丢弃，⽆法形成基于模型的产品运营历史数据库；缺乏⼤数据分析⼿段，⽆法从海量数据中挖掘产品的运营策略，以提⾼产品的运营效能。
基于以上5个场景⾯临的问题，可以通过⼯业互联⽹赋能，即⼯艺研发设计、资产性能管理、运营效率提升、能源管理优化，提⾼资产运营的效率和利⽤效率，降低⽣产过程中的风险影响，提⾼安全⽣产效率，构建产业⽣态。
3、⼯业互联⽹框构和技术体系木薯去皮机
⼯业互联⽹框图如图1所⽰，根据框图按照技术体系，⼤致可以分成边缘数据处理、使能⽀持、智能化应⽤3个部分。
（1）边缘处理是利⽤物联⽹设备相关技术，解决部署新型智能设备以及嵌⼊式软件的联⽹升级的相关问题，涉及开发嵌⼊式系统、智能连接模组（安全/连接性定制）等功能，主要解决数据集成过程中协议接⼝、数据转换、过滤以及⼀些⾼交互、⾼实时性要求的边缘分析问题。fmmix
（2）使能⽀持包括：通⽤Iaas平台技术，提供物理层⾯的计算机、⽹络、机房等资源；安全、⽣产等各种⼯业标准规范，以及产品、⼯艺、运维、供应等⼯业领域的知识模型和仿真算法。
（3）智能化应⽤包括物联⽹设备管理技术，解决连接性、安全、设备部署和⽣命周期管理等问题和相关技术；最核⼼的部分是物联⽹应⽤管理技术，解决通⽤的可视化和事件管理，以及数据管理和分析、应⽤开发、应⽤集成等问题，主要涉及仪表、⼯业软件Apps、⼈⼯智能、集成开发平台以及智能制造等多种专业技术。
图1 ⼯业互联⽹框架
3.1 边缘计算技术
边缘计算是在靠近物或数据源头的⽹络边缘侧，融合⽹络、计算、存储、应⽤核⼼能⼒的分布式开放平台，就近提供边缘智能服务，满⾜⾏业数字化在敏捷联接、实时业务、数据优化、应⽤智能、安全与隐私保护等⽅⾯的关键需求。⼀⽅⾯解决了实时要求与云通信延迟的⽭盾，另⼀⽅⾯解决了各种异构数字信号的转置通信问题。
它可以作为联接物理和数字世界的桥梁，使能智能资产、智能⽹关、智能系统和智能服务。边缘计算处于物理实体和⼯业连接之间或处于物理实体的顶端，基于边缘的⼤量设备⽣成的数据在本地进⾏分析，同时利⽤云对这些数据进⾏安全、压缩、配置、部署和管理。
骨膏
当前，越来越多的公司希望进⾏本地数据分析，同时启⽤这些流程将设备连接⾄云端，整体架
构如图2所⽰。
3.2 数据交互技术
⽬前的连接平台机制层出不穷且⾃我封闭，很容易形成数据孤岛。OPC UA是⼀个平台⽆关的标准，使⽤该标准可以在不同类型⽹络上的客户端和服务器间发送消息，以实现不同类型系统和设备间的通信。
OPC UA可⽤于现场设备、控制系统、各种软件（MES、ERP）等，在⼯业过程领域交互信息、使⽤指令和执⾏控制。OPC UA定义了通⽤架构模型来实现这种信息交互，提供了统⼀的、标准的数据互
dibase联接⼝。⼯业互联⽹的设备和基础设施连接在⼀起后，形成了⼀个智能系统，会产⽣庞⼤的数据。
这些⼤模拟数据将通过分析和处理来驱动正确的业务决策，最终提⾼安全性、正常运⾏时间和运⾏效率。框架结构如图3所⽰。
图3 OPC UA架构
3.3 深度学习技术
企业智能制造的实现很⼤程度上需要借助⼈⼯智能技术，⽽深度学习是科学界⾼度关注的⼀种⼈⼯智能⽅法，且深度学习为⼯业互联⽹体提供数据的学习机制。随着学习的样本数据不断增⼤和⼯业互联⽹技术的发展，必须适应深度学习，具备基础技术领域基础算法库、基础训练测试数据集、重点⾏业领域专⽤算法库、重点⾏业领域专项任务数据集、专⽤模型库、应⽤场景案例库，提供对图像识别、语⾳识别、语义理解等基础技术进⾏检验检测，从整体解决⽅案上检验检测⽅向，提供对⼈⼯智能等系统的管理和计算的要求，以提供更好的服务。马德保半球实验
3.4 云计算环境架构
⼯业互联⽹应⽤软件的开发平台应能同时满⾜云上和云下的应⽤设计和运⾏管理要求。⽬前，云下的设备主要依靠各个⼯业⾃动化设备⼚商的技术来满⾜智能制造基本的控制要求，但是在云上的应⽤开发环境上还没有成熟的软件⼯具和技术环境的⽀撑，都在努⼒设计⼀种既能够在功能上满⾜当前业务需求⼜能够适应⽤户需求发⽣变化或者能够在可预见的将来适应环境变化的应⽤。尤其是在互联⽹领域，架构师都在努⼒让⾃⼰设计的应⽤具有较强的扩展能⼒，跟得上⽤户不断增长或者出现突发请求的情况。
3.5 ⽹络信息安全保障
随着⼯业互联⽹发展迈向实践深耕阶段，安全问题也⽇益凸显。⽹络信息安全风险威胁正在从外部的安全向企业内部⼯业系统和设备延伸，因此⼯业互联⽹的安全核⼼技术的研发需要适应当前复杂多变的外部环境攻击。
在⼯业互联⽹环境中，为了确保整个⽹络系统的安全，信息安全研究技术是⽬前⾮常重要的研究课题。随着⼯业⽣产信息系统与互联⽹⾛向深度协同与融合，⾤取完全物理隔离的⽅法不仅不能解决⼯业控制系统的信息安全问题，反⽽限制了⼯业互联⽹技术的发展。
因此，需要在安全控制算法上创新安全架构，建⽴具有⼀定防御特性的安全环境，且需要研制能够实时监测⼯业互联⽹各项数据的系统，实时感知预测⼯业互联⽹的安全态势。它的技术框架结构如图4所⽰。
图4 信息安全技术框架
3.6 测试床相关技术
⼯业互联⽹测试床为⼯业互联⽹的各种创新提供空间，为进⼊市场前的新技术、新应⽤、新产品、新
服务和新过程等的有效性和可⾏性进⾏严格试验与检测。测试床是利⽤科学理论、计算⼯具和新技术进⾏严格、透明和可复制测试的平台，⼀般⽤来描述实验研究和新产品开发平台和环境。国内测试床案例如图5所⽰。
⽬前，测试床的发展体现多元化的发展特⾊与趋势。根据⼯业互联⽹产业联盟和边缘计算产业联盟的统计，⽬前在制造业垂直⾏业测试床数量最多，涌现出智能服务测试床、云制造服务平台、⽣产管理质量试验平台等项⽬。
与此同时，在产业互联⽹如能源与公共事业、基础共性技术、医疗等⽅⾯也有⼀些实践。
图5 国内测试床案例
4、应⽤分析
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议