工業(yè)互聯(lián)網(wǎng)平臺賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論

工業(yè)互聯(lián)網(wǎng)平臺賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論黨中央、國務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)的工作部署2020年3月17日，國務(wù)院總理李克強主持召開國務(wù)院常務(wù)會議，并指出要對“互聯(lián)網(wǎng)+”、平臺經(jīng)濟等加大支持，壯大數(shù)字經(jīng)濟新業(yè)態(tài)，依托工業(yè)互聯(lián)網(wǎng)促進傳統(tǒng)產(chǎn)業(yè)加快上線上云，發(fā)展線上線下融合的生活服務(wù)業(yè)，支持發(fā)展共享用工平臺。工業(yè)互聯(lián)網(wǎng)人工智能數(shù)據(jù)中心5G基站建設(shè)《工業(yè)和信息化部辦公廳關(guān)于推動工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）CD（一）改造升級工業(yè)互聯(lián)網(wǎng)內(nèi)外網(wǎng)絡(luò)。（二）增強完善工業(yè)互聯(lián)網(wǎng)標(biāo)識體系。（三）提升工業(yè)互聯(lián)網(wǎng)平臺核心能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。一、加快新型基礎(chǔ)設(shè)施建設(shè)（十三）加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程建設(shè)。（十四）深入實施“5G+工業(yè)互聯(lián)網(wǎng)”512工程。（十五）增強關(guān)鍵技術(shù)產(chǎn)品供給能力。四、加快壯大創(chuàng)新發(fā)展動能（九）建立企業(yè)分級安全管理制度。（十）完善安全技術(shù)監(jiān)測體系。（十一）健全安全工作機制。（十二）加強安全技術(shù)產(chǎn)品創(chuàng)新。三、加快健全安全保障體系（五）積極利用工業(yè)互聯(lián)網(wǎng)促進復(fù)工復(fù)產(chǎn)。（六）深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用。（七）促進企業(yè)上云上平臺。（八）加快工業(yè)互聯(lián)網(wǎng)試點示范推廣普及。二、加快拓展融合創(chuàng)新應(yīng)用EF（十九）提升要素保障水平。（二十）開展產(chǎn)業(yè)監(jiān)測評估。六、加大政策支持力度（十六）促進工業(yè)互聯(lián)網(wǎng)區(qū)域協(xié)同發(fā)展。（十七）增強工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群能力。（十八）高水平組織產(chǎn)業(yè)活動。五、加快完善產(chǎn)業(yè)生態(tài)布局AB0201引導(dǎo)平臺增強5G、人工智能、區(qū)塊鏈、增強現(xiàn)實/虛擬現(xiàn)實等新技術(shù)支撐能力，強化設(shè)計、生產(chǎn)、運維、管理等全流程數(shù)字化功能集成。遴選10個跨行業(yè)跨領(lǐng)域平臺，發(fā)展50家重點行業(yè)/區(qū)域平臺。推動重點平臺平均支持工業(yè)協(xié)議數(shù)量200個、工業(yè)設(shè)備連接數(shù)80萬臺、工業(yè)APP數(shù)量達到2500個。鼓勵各地結(jié)合優(yōu)勢產(chǎn)業(yè)，加強工業(yè)互聯(lián)網(wǎng)在裝備、機械、汽車、能源、電子、冶金、石化、礦業(yè)等國民經(jīng)濟重點行業(yè)的融合創(chuàng)新，突出差異化發(fā)展，形成各有側(cè)重、各具特色的發(fā)展模式。引導(dǎo)各地總結(jié)實踐經(jīng)驗，制定垂直細分領(lǐng)域的行業(yè)應(yīng)用指南。提升工業(yè)互聯(lián)網(wǎng)平臺核心能力深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用《工業(yè)和信息化部辦公廳關(guān)于推動工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價值視角：連接維、企業(yè)維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點維、場景維企業(yè)為什么要進行數(shù)字化轉(zhuǎn)型？數(shù)據(jù)來源：麥肯錫庫存占用成本下降20-40%設(shè)計-工程成本下降10-30%質(zhì)量成本優(yōu)化10-20%制造業(yè)增加值成本減少25-35%減少廢料20-35%減少能耗5-8%勞動生產(chǎn)力提高15-30%設(shè)備停機時間下降30-50%預(yù)測準(zhǔn)確度提高85%提高工人每人每小時勞動生產(chǎn)率40-60%提高運營部門間接人工效率30-40%提升設(shè)備綜合效率15-25%提高一次通過率5-8%數(shù)字化轉(zhuǎn)型的本質(zhì):為企業(yè)創(chuàng)造價值提質(zhì)增效l

提升勞動生產(chǎn)率l

優(yōu)化設(shè)備管理l

提高企業(yè)產(chǎn)量l

完善質(zhì)量管理節(jié)本降耗l

節(jié)約生產(chǎn)成本l

降低企業(yè)庫存l

降低質(zhì)量成本l

降低能耗水平生態(tài)培育l

新技術(shù)l

新產(chǎn)品l

新模式l

新業(yè)態(tài)基礎(chǔ)建設(shè)單項應(yīng)用協(xié)同創(chuàng)新制造業(yè)數(shù)字化轉(zhuǎn)型正在邁向3.0階段：工業(yè)互聯(lián)網(wǎng)平臺賦能綜合集成集成范圍投資收益工業(yè)互聯(lián)網(wǎng)（工業(yè)APP）工業(yè)云（工業(yè)SaaS）工業(yè)軟件制造業(yè)數(shù)字化轉(zhuǎn)型的新載體：工業(yè)互聯(lián)網(wǎng)平臺邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機理模型、數(shù)據(jù)驅(qū)動模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺（開發(fā)環(huán)境、運行環(huán)境、運營環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個問題為什么要轉(zhuǎn)？（價值）用什么轉(zhuǎn)？（技術(shù)）怎么轉(zhuǎn)？（業(yè)務(wù)）制造業(yè)數(shù)字化轉(zhuǎn)型框架：以價值重構(gòu)為主線的雙螺旋模型技視角術(shù)業(yè)務(wù)視角價值視角p

制造業(yè)數(shù)字化轉(zhuǎn)型必須從價值、技術(shù)、業(yè)務(wù)三個視角統(tǒng)籌考慮。p

價值重構(gòu)是邏輯起點，技術(shù)支撐是工具，業(yè)務(wù)落地是內(nèi)核。拋開技術(shù)談業(yè)務(wù)，容易陷入老方案，使用舊地圖找不到新大陸。拋開業(yè)務(wù)談技術(shù)，容易陷入炫耀鋤頭的自娛自樂。p

雙螺旋模型的含義：以價值重構(gòu)為主線，堅持技術(shù)支撐和業(yè)務(wù)落地雙輪驅(qū)動，實現(xiàn)技術(shù)和業(yè)務(wù)雙向迭代。制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于雙螺旋模型的三大視角九大維度技術(shù)視角業(yè)務(wù)視角價值視角主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點維、場景維工業(yè)互聯(lián)網(wǎng)平臺價值體系全價值鏈全產(chǎn)業(yè)鏈全要素設(shè)備降耗節(jié)本增效提質(zhì)連接維效益維新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)從價值視角看，工業(yè)互聯(lián)網(wǎng)平臺的本質(zhì)是通過工 生態(tài)維業(yè)全要素、全價值鏈和全產(chǎn)業(yè)鏈的連接，實現(xiàn)對企業(yè)乃至制造業(yè)的重構(gòu)。工業(yè)互聯(lián)網(wǎng)平臺數(shù)據(jù)應(yīng)用模型企業(yè)運營類研發(fā)制造管理服務(wù)資產(chǎn)管理類狀態(tài)監(jiān)測故障診斷預(yù)測預(yù)警遠程運維產(chǎn)業(yè)鏈協(xié)同供應(yīng)鏈協(xié)同制造能力共享業(yè)務(wù)應(yīng)用（PLM、ERP、SCM）工廠1 工廠2...level

4設(shè)備模型業(yè)務(wù)模型l 二維模型l 三維模型l .....l 研發(fā)設(shè)計模型l 生產(chǎn)制造模型l 經(jīng)營管理模型l .....機理模型l 物理模型l 化學(xué)模型l .....算法模型l 分類l 回歸l 聚類.....生產(chǎn)運行控制（MES/MOM）設(shè)備執(zhí)行監(jiān)控（HMI-SCADA）傳感器（PLC）設(shè)備層level

3level

2level

1level

0全要素：人、機、料、法、環(huán)全產(chǎn)業(yè)鏈：供應(yīng)鏈、空間鏈、金融鏈價值鏈：研發(fā)、制造、服務(wù)工業(yè)互聯(lián)網(wǎng)平臺=工業(yè)全要素、全價值鏈、產(chǎn)業(yè)鏈的連接全要素全產(chǎn)業(yè)鏈全價值鏈人機料法環(huán)供應(yīng)鏈空間鏈金融鏈研發(fā)制造服務(wù)產(chǎn)品生產(chǎn)自動化機器物料機理模型實體空間知識生產(chǎn)智能化機器數(shù)據(jù)數(shù)據(jù)模型+機理模型數(shù)字孿生空間固定供應(yīng)鏈線下集群銀行貸款柔性供應(yīng)鏈線上集群互聯(lián)網(wǎng)金融推動工業(yè)生產(chǎn)從3.0向4.0轉(zhuǎn)變打破企業(yè)邊界、商業(yè)邊界、區(qū)域邊界微笑曲線向數(shù)據(jù)驅(qū)動的價值閉環(huán)轉(zhuǎn)變研發(fā)

制造 服務(wù)附加值數(shù)據(jù)驅(qū)動協(xié)同研發(fā)按需制造精準(zhǔn)服務(wù)工業(yè)互聯(lián)網(wǎng)平臺=工業(yè)全要素、全價值鏈、產(chǎn)業(yè)鏈的重構(gòu)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點維、場景維工業(yè)互聯(lián)網(wǎng)平臺技術(shù)體系數(shù)據(jù)算力模型應(yīng)用工業(yè)APP工業(yè)PaaSIaaS邊緣層數(shù)據(jù)中心人工智能數(shù)字孿生數(shù)據(jù)維架構(gòu)維產(chǎn)業(yè)維5G工業(yè)互聯(lián)網(wǎng)平臺=數(shù)據(jù)+算力+模型+應(yīng)用邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機理模型、數(shù)據(jù)驅(qū)動模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺（開發(fā)環(huán)境、運行環(huán)境、運營環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化數(shù)據(jù)模型應(yīng)用＋＋算力＋工業(yè)互聯(lián)網(wǎng)+5g/數(shù)據(jù)中心/人工智能應(yīng)該怎么加？p

從5g、數(shù)據(jù)中心、人工智能到工業(yè)互聯(lián)網(wǎng)，這幾個概念不是割裂的，而是環(huán)環(huán)相扣的，構(gòu)成了數(shù)據(jù)采集、傳輸、計算、分析、應(yīng)用的數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺建設(shè)的關(guān)鍵是要實現(xiàn)這些技術(shù)的群體性突破和協(xié)同性創(chuàng)新。邊緣計算5G數(shù)據(jù)采集計算傳輸應(yīng)用分析數(shù)據(jù)數(shù)據(jù)+算力數(shù)據(jù)中心數(shù)據(jù)+算力+模型 數(shù)據(jù)+算力+模型+應(yīng)用人工智能 工業(yè)互聯(lián)網(wǎng)工業(yè)互聯(lián)網(wǎng)平臺=數(shù)據(jù)+算力+模型+應(yīng)用數(shù)據(jù)+算力 + 模型+應(yīng)用=工業(yè)互聯(lián)網(wǎng)平臺數(shù)據(jù)上不來設(shè)備類型多協(xié)議封閉接口類型多工況惡劣數(shù)據(jù)存不了數(shù)據(jù)用不好監(jiān)測點多類型多樣流量大性能要求高時間跨度大數(shù)據(jù)量巨大數(shù)據(jù)維度多實時分析難難以定量算法落后5G數(shù)據(jù)中心人工智能一、5G:打通工業(yè)互聯(lián)網(wǎng)最初一公里的有效手段l 超過80%的5G應(yīng)用場景在工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。l 5G技術(shù)將解決工業(yè)互聯(lián)網(wǎng)落地最初一公里問題。l 當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況仍然處于試點示范和探索階段。eMBB增強移動寬帶10GbpsuRLLC高可靠低時延1msmMTC海聯(lián)物聯(lián)1Million/km21G2G3G4G5G19801990200020102020應(yīng)用場景傳輸速率模擬

語音數(shù)字

語音

短信移動互聯(lián)網(wǎng)應(yīng)用數(shù)字業(yè)務(wù)占主導(dǎo)數(shù)據(jù)洪流

物聯(lián)網(wǎng)115Kb-384Kb384Kb-100Mb100Mb-1Gb10Gb+模擬時代數(shù)字時代移動互聯(lián)網(wǎng)時代萬物互聯(lián)時代5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新l 打造項目庫l 培育解決方案供應(yīng)商l 構(gòu)建供給資源池l 技術(shù)標(biāo)準(zhǔn)攻關(guān)l 融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化l 網(wǎng)絡(luò)技術(shù)和產(chǎn)品部署實施l 5：打造5個內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺l 1：遴選10個重點行業(yè)l 2：挖掘20個典型應(yīng)用場景l(fā) 建設(shè)測試床2019年11月12日，工業(yè)和信息化部印發(fā)《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進方案》，高質(zhì)量推進5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新。l 《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進方案》提出要提升“5G+工業(yè)互聯(lián)網(wǎng)”網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力、創(chuàng)新應(yīng)用能力、資源供給能力。提升網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新應(yīng)用能力提升資源供給能力基于“5G+8K超清視頻+

深度學(xué)習(xí)+

平臺”，構(gòu)建大飛機制造機器視覺，實現(xiàn)復(fù)合材料的無損檢測、拼縫檢測，使檢測時間由原來幾小時甚至幾天縮短至幾分鐘；

人員成本降低95%。基于“5G+遠程控制+AR+平臺”，構(gòu)建機床自主觸發(fā)物流需求、AGV自主智能路徑規(guī)劃的智能物流方式，大幅提升民機裝配協(xié)同效率，使傳統(tǒng)的單項工裝工作人員由3

人減少到1人；

裝配效率提高70%；降低操作人員成本20萬/人。基于“5G+射頻+VR+平臺”，構(gòu)建基于大數(shù)據(jù)驅(qū)動的產(chǎn)品、設(shè)備、工裝、物流、人員及刀量具等生產(chǎn)要素全過程管控，實現(xiàn)對生產(chǎn)環(huán)境、生產(chǎn)狀態(tài)、復(fù)合材料等全方位跟蹤與優(yōu)化，提升生產(chǎn)的智能運營管理，零配件定位誤差縮小在3

厘米以內(nèi)；運營成本降低20%；生產(chǎn)效率提高20%以上。中國商飛聯(lián)合互聯(lián)網(wǎng)企業(yè)、設(shè)備制造企業(yè)、移動通信企業(yè)、科研院所等，開展“5G+工業(yè)互聯(lián)網(wǎng)”在大飛機生產(chǎn)制造、工廠物流、質(zhì)量管控等方面的探索，形成智能生產(chǎn)、智能物流、智能檢測等融合應(yīng)用實踐。其中，華為提供基于“5G+云”的AR/VR技術(shù)；聯(lián)通提供5G通信技術(shù)及智能制造技術(shù)；騰訊提供云計算、大數(shù)據(jù)和人工智能技術(shù)；上交提供智能制造創(chuàng)新模式研究支撐。智能生產(chǎn) 智能物流 智能檢測商飛：基于“5g+工業(yè)互聯(lián)網(wǎng)”的智慧工廠5g專網(wǎng)在工業(yè)互聯(lián)網(wǎng)中的六大應(yīng)用場景2019年7月，全球知名咨詢公司Heavy

Reading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通發(fā)布了《5G專用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用》白皮書。l Heavy

Reading白皮書指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專用網(wǎng)絡(luò)與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強、性能更加優(yōu)越三大優(yōu)勢，能夠支持苛刻性能要求的工業(yè)場景應(yīng)用：一是利用5G+AI實現(xiàn)碼頭等特定區(qū)域物流車的智能導(dǎo)航。二是利用5G+AR開展輔助裝配與遠程運維。三是利用5G+機器視覺開展預(yù)測性維護。四是利用5G支撐高壓配電網(wǎng)負荷控制。五是利用5G+NB-IoT解決設(shè)備物聯(lián)問題。六是利用5G專用網(wǎng)絡(luò)對工業(yè)設(shè)備進行遠程控制。二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地的關(guān)鍵基礎(chǔ)設(shè)施l

美國IDC機柜數(shù)目前已占全球40%的市場，其后是中國和日本分別占8%和6%，中國IDC發(fā)展比美國晚5年。l

2018年，我國制造業(yè)增加值約占全球30%，互聯(lián)網(wǎng)用戶數(shù)全球占比約21%，穩(wěn)居世界第一制造大國和網(wǎng)絡(luò)大國，這決定中國IDC規(guī)模不會低于美國。l

我國數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計2020~2025年中國IDC市場累計超萬億元。數(shù)據(jù)中心作為工業(yè)互聯(lián)網(wǎng)的重要基礎(chǔ)設(shè)施，更加強調(diào)云計算數(shù)據(jù)中心和邊緣數(shù)據(jù)中心的協(xié)同性，我國IDC市場空間巨大。數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、中國IDC圈數(shù)據(jù)來源：中國國家統(tǒng)計局美國商務(wù)部《互聯(lián)網(wǎng)趨勢報告》制造業(yè)占GDP比重互聯(lián)網(wǎng)用戶全球占比“規(guī)模化+小微化”數(shù)據(jù)中心協(xié)同發(fā)展會成為主流規(guī)?；瘮?shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)p

傳統(tǒng)的大型規(guī)?；瘮?shù)據(jù)中心難以滿足萬物互聯(lián)的需求，需要建設(shè)小微型數(shù)據(jù)中心，來加強邊緣計算和數(shù)據(jù)分析的能力。p

一方面，算力就是生產(chǎn)力，要加快規(guī)?；瘮?shù)據(jù)中心建設(shè)，縮小和美國數(shù)據(jù)中心市場占比的差距。另一方面，要加快邊緣數(shù)據(jù)中心建設(shè)，滿足企業(yè)帶寬、時延、安全需求。云數(shù)據(jù)中心l 時延限制l 網(wǎng)絡(luò)擁塞l 完全問題l ...云數(shù)據(jù)中心云DC邊緣DC邊緣數(shù)據(jù)中心邊緣數(shù)據(jù)中邊云協(xié)同將加速工業(yè)互聯(lián)網(wǎng)平臺落地p

Gartner：The

edge

will

eat

the

cloud(邊緣計算正在吃到云計算)。p

IDC：40%的數(shù)據(jù)將在邊緣側(cè)進行存儲、處理和分析。p

邊緣云和云計算協(xié)同將成為工業(yè)互聯(lián)網(wǎng)平臺發(fā)展的重要方向，兩者密不可分、相輔相成。p

邊緣云的三大功能：①邊緣數(shù)據(jù)采集、存儲和分發(fā)。②邊緣數(shù)據(jù)的實時分析③邊緣設(shè)備的智能控制。邊緣數(shù)據(jù)中心業(yè)務(wù)l

不敢傳：涉及數(shù)據(jù)安全與保密l

不需傳：本地化、實時性l 不能傳：網(wǎng)絡(luò)延遲、功耗、計算量、協(xié)議適配Predix大型數(shù)據(jù)中心業(yè)務(wù)l

非實時、大數(shù)據(jù)量的業(yè)務(wù)l

需要進行縱向和橫向?qū)Ρ确治龅臉I(yè)務(wù)l

需要和業(yè)務(wù)系統(tǒng)進行集成的業(yè)務(wù)l

需要進行全局優(yōu)化的業(yè)務(wù)三、人工智能：工業(yè)互聯(lián)網(wǎng)平臺的內(nèi)核p

定義：工業(yè)人工智能是工業(yè)領(lǐng)域中由計算機實現(xiàn)的智能，具有自感知、自學(xué)習(xí)、自執(zhí)行、自決策、自適應(yīng)等特征，其本質(zhì)是通過打造狀態(tài)感知、實時分析、精準(zhǔn)執(zhí)行、科學(xué)決策的數(shù)據(jù)自動流動閉環(huán)，解決工業(yè)的復(fù)雜性和不確定性難題。p

問題：工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾，制約工業(yè)人工智能的發(fā)展。p

發(fā)展階段判斷：工業(yè)智能仍處于發(fā)展探索時期，工業(yè)人工智能的關(guān)鍵技術(shù)、場景應(yīng)用、產(chǎn)業(yè)發(fā)展均處在起步階段。數(shù)據(jù)（人機物）洞察模型應(yīng)用實時分析狀態(tài)感知科學(xué)決策精準(zhǔn)執(zhí)行學(xué)習(xí)提升主要矛盾l 缺乏可靠性l 缺乏可解釋性人工智能工業(yè)系統(tǒng)l 復(fù)雜性l 不確定性數(shù)據(jù)層邊緣層模型層算法模型機理模型應(yīng)用層故障診斷定位（分類）設(shè)備預(yù)測維護（分類+回歸）產(chǎn)品質(zhì)量檢測（分類）產(chǎn)品自動分揀（分類+回歸）產(chǎn)業(yè)鏈級企業(yè)級設(shè)備

l

幾何模型模型

l

壽命模型業(yè)務(wù)

l模型

l研發(fā)設(shè)計模型生產(chǎn)制造模型l 經(jīng)營管理模型l 第一性原理l 知識圖譜l 回歸算法l 分類算法l 聚類算法智能網(wǎng)關(guān)設(shè)備級供應(yīng)鏈管理（回歸）集團輔助決策（分類+回歸）員工數(shù)據(jù)機器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)智能機器人智能傳感器智能機床模型管理引擎模型推理引擎工業(yè)人工智能框架：邊緣層+數(shù)據(jù)層+模型層+應(yīng)用層智能芯片過程控制（分類+回歸）生產(chǎn)工藝優(yōu)化（回歸）流程自動監(jiān)控（回歸）智能輔助設(shè)計（分類+回歸）機器學(xué)習(xí)算力方面，邊緣層亟需加快研發(fā)適配工業(yè)實時性需求的AI芯片p

工業(yè)智能邊緣目前處于技術(shù)突破階段，所涉及的硬件基礎(chǔ)設(shè)施、軟件技術(shù)等大多已具備，但仍面臨邊緣節(jié)點對計算能力的支持、邊緣計算任務(wù)的智能調(diào)度，邊緣計算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。p

目前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，通過全面感知、精準(zhǔn)計算與自主控制，有效緩解數(shù)據(jù)中心計算壓力，實現(xiàn)業(yè)務(wù)處理去中心化；未來，其存儲、計算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬物智聯(lián)轉(zhuǎn)化AI專用芯片 兼容性編譯工具&協(xié)議解析工具 智能設(shè)備l 寒武紀(jì)研制深度學(xué)習(xí)專用處理器芯片，相對于傳統(tǒng)執(zhí)行x86指令集的芯片，有兩個數(shù)量級的性能提升。l 騰訊和阿里基于FPGA的云計算加速芯片，實現(xiàn)了低成本、低功耗，具有廣泛的應(yīng)用場景。l 華為針對邊緣服務(wù)器市場推出Ascend

310芯片，目前已部署在自動駕駛領(lǐng)域，正在向其他應(yīng)用領(lǐng)域拓展。l 英特爾、亞馬遜、谷歌、Facebook和

KhronosGroup等企業(yè)和機構(gòu)基于各自優(yōu)勢與競爭考慮打造了相應(yīng)編譯器或模型表示規(guī)范。l 中國移動、東方國信、寄云科技等企業(yè)通過建設(shè)智能網(wǎng)關(guān)，動態(tài)實現(xiàn)OT與IT間協(xié)議轉(zhuǎn)換，加強對帶寬資源不足和突發(fā)網(wǎng)絡(luò)中斷等異常場景的應(yīng)對能力。l

生產(chǎn)設(shè)備：庫卡、新松等企業(yè)開發(fā)搭載機器學(xué)習(xí)算法、路徑規(guī)劃等技術(shù)的機械臂、運輸載具和智能機床等產(chǎn)品。l 控制設(shè)備：針對包裝、焊接、拼接等作業(yè)場景，伯克利、?？低暤绕髽I(yè)通過應(yīng)用語音識別、視頻捕捉等技術(shù)提升人機交互效率。l

研發(fā)設(shè)備：NetSpeed提供SoC設(shè)計與架構(gòu)輔助設(shè)計系統(tǒng)，通過內(nèi)置人工智能算法助力芯片設(shè)計師尋求最佳解決方案，并提供持續(xù)的設(shè)計反饋。模型方面，深度學(xué)習(xí)、知識圖譜和管理引擎將成為重點發(fā)展方向p

深度學(xué)習(xí)，主要解決了工業(yè)場景中的識別、監(jiān)控、推理、預(yù)測等問題，適用于不可見的復(fù)雜問題。p

知識圖譜，主要解決了工業(yè)要素的挖掘、分析、建模、可視化等問題，適用于認知明確的問題l中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開發(fā)海量數(shù)據(jù)

AI分析平臺，實現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識，速度達到人工處理近百倍。l德國瀚沙公司：基于“深度學(xué)習(xí)+能耗”預(yù)測電網(wǎng)中斷和停電，識別電網(wǎng)缺陷的可能性提高2倍以上。l領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺”進行預(yù)測性維護、產(chǎn)品質(zhì)量檢測等工作，誤檢率為十萬分之一，質(zhì)檢效率是質(zhì)檢員的八倍。l東軟集團部署工業(yè)知識圖譜進行知識發(fā)現(xiàn)和決策輔助，實現(xiàn)了協(xié)助人工高效操作和有效決策。l一汽通過構(gòu)建汽車故障診斷知識圖譜，將業(yè)務(wù)方向、售后場景和細化描述進行關(guān)聯(lián)建模，實現(xiàn)效率支撐、提前發(fā)現(xiàn)和專業(yè)案例支撐。lUTC

聯(lián)合技術(shù)研究中心將知識圖譜引入研發(fā)設(shè)計過程，依靠知識圖譜分解功能塊，構(gòu)建設(shè)計方案庫，設(shè)計出的換熱傳熱效率提高

80%，設(shè)計周期加快

9

倍。深度學(xué)習(xí)知識圖譜應(yīng)用方面，工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾導(dǎo)致工業(yè)人工智能發(fā)展緩慢維護，使電梯停運時間降低50%，維護費用節(jié)約15%設(shè)備級l 產(chǎn)品質(zhì)量檢測IBM依托Waston人工智能平臺開展基于視覺識別的質(zhì)量檢測，有效減少重復(fù)人工成本，質(zhì)檢時間縮短80%，產(chǎn)品質(zhì)量缺陷率減少7%l 流程行業(yè)：自動監(jiān)控中海油、中石油等通過建設(shè)智能實時決策系統(tǒng)，構(gòu)建起以井為中心、井場與基地多學(xué)科協(xié)同作戰(zhàn)的信息系統(tǒng)平臺，每年僅單平臺操作費就節(jié)省800萬元l 離散行業(yè)：輔助設(shè)計瑞士紐若公司在自行車設(shè)計中，利用深度學(xué)習(xí)網(wǎng)絡(luò)對進行空氣動力學(xué)分析，產(chǎn)品動力學(xué)特性比傳統(tǒng)方法高5-20％，并將繼續(xù)應(yīng)用于風(fēng)機、渦輪機、飛機等設(shè)計過程l 集團輔助決策GE、殼牌、阿美等巨頭依托Knowledge

Platform，通過知識圖譜與數(shù)據(jù)科學(xué)協(xié)同，在綜合考慮品牌效益、經(jīng)營成本、經(jīng)濟趨勢等因素的基礎(chǔ)上，利用人工智能提供決策和流程優(yōu)化建議l 供應(yīng)鏈管理華為、西門子、萊比錫等企業(yè)打造供應(yīng)鏈知識圖譜，通過企業(yè)關(guān)系網(wǎng)實現(xiàn)供應(yīng)鏈風(fēng)險管理與零部件選型l 離散行業(yè)：過程控制德國施肯拉公司了將檢流計掃描儀與數(shù)字角度傳感器相結(jié)合，基于機器學(xué)習(xí)控制系統(tǒng)的智能掃描頭，實時獨立地計算控制參數(shù)，幫助系統(tǒng)更快、更精確地工作l 設(shè)備預(yù)測維護德國蒂森克虜伯集團結(jié)合智能傳感器及機器學(xué)習(xí)，開展基于電梯運行數(shù)據(jù)的預(yù)測性l 產(chǎn)品自動分揀愛普生、埃爾森、梅卡曼德等基于

3D

視覺與深度學(xué)習(xí)進行不規(guī)則物品的識別和分揀。利用深度強化學(xué)習(xí)使機器人具備自主及協(xié)同學(xué)習(xí)技能，準(zhǔn)確率達到

90%企業(yè)級產(chǎn)業(yè)鏈級案例:富士康基于工業(yè)人工智能的刀具壽命智能預(yù)測富士康基于深度學(xué)習(xí)建立的刀具壽命智能預(yù)測模型，實現(xiàn)了從計件換刀到精準(zhǔn)換刀的轉(zhuǎn)變，幫助企業(yè)延長刀具壽命15%，提高產(chǎn)品良率30%。傳感器工控機監(jiān)控系統(tǒng)工具壽命預(yù)警機臺、刀具狀況監(jiān)控DeeplearningDATAn 痛點：傳統(tǒng)汽車制造制程中，采取計件換刀的方法，一是不能完全解決加工過程中崩刀、斷刀的問題，二是刀具的意外損壞會直接造成加工部件的損毀并造成巨大損失，三是不能充分利用刀具有效壽命。n

方案：采集機臺振動/電流傳感器和控制器等多類異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩余壽命預(yù)測模型，并部署到邊緣側(cè)，實施監(jiān)測分析刀具狀態(tài)數(shù)據(jù)，智能預(yù)測斷刀、崩裂和壽命的異常情況。n

效果：l 實現(xiàn)刀具崩刃及斷刀的即時判定準(zhǔn)確率93%l 刀具壽命預(yù)計延長15%，預(yù)計減少刀具成本15%l 提升產(chǎn)品良率

30%，節(jié)省材料成本約

10%，提高生產(chǎn)效率15%。來源：富士康痛點：鋼鐵年產(chǎn)值約8萬億，鋼鐵工序70%的冶煉成本和能耗以及90%的碳排放在煉鐵工序，但煉鐵反應(yīng)器及產(chǎn)品單一，生產(chǎn)競爭力在于冶煉成本，對于大型、連續(xù)、高溫、高壓、密閉的反應(yīng)黑箱高爐而言，當(dāng)前仍以“盲人摸象”式操作和“師傅帶徒弟”式為主，不同煉鐵廠（人）水平“參差不齊”，不同高爐之間壽命最大相差15年、噸鐵成本相差百元、燃料比相差百公斤，其數(shù)字化、智能化、科學(xué)化水平提升空間巨大。方案：基于機理模型的知識圖譜+基于大數(shù) 效果：據(jù)的深度學(xué)習(xí)單座高爐降低2400萬鐵水質(zhì)量穩(wěn)定性提高20%在全國30%高爐推廣冶煉效率提升10%算法集應(yīng)用場景知識圖譜設(shè)備故障診斷 物流配方優(yōu)化 工藝流程優(yōu)化生產(chǎn)過程管理 產(chǎn)品質(zhì)量控制 服務(wù)效能提升主元分析分類算法聚類算法隨機森林遺傳算法粒子群算法……技術(shù)：生產(chǎn)技術(shù)、設(shè)備診斷等工藝：工藝設(shè)計、工藝改善等流程：焦化、燒結(jié)、高爐等……東方國信：基于機理+數(shù)據(jù)驅(qū)動的數(shù)字高爐四、區(qū)塊鏈：為工業(yè)互聯(lián)網(wǎng)奠定多方共治、互信共享的基礎(chǔ)邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析可信邊緣智能工業(yè)應(yīng)用開發(fā)工具（專用開發(fā)工具、應(yīng)用模板、智能合約）工業(yè)微服務(wù)組件（機理模型、數(shù)據(jù)驅(qū)動模型、微服務(wù)管理、模型共享、供應(yīng)鏈優(yōu)化、狀態(tài)溯源、訪問控制、協(xié)作生產(chǎn)）工業(yè)大數(shù)據(jù)分析平臺（可信數(shù)據(jù)管理、工業(yè)分布式賬本、互信共享、數(shù)據(jù)建模、數(shù)據(jù)分析、身份管理）通用PaaS平臺（開發(fā)環(huán)境、運行環(huán)境、運營環(huán)境）新型工業(yè)區(qū)塊鏈應(yīng)用APP傳統(tǒng)軟件云化可信工業(yè)數(shù)據(jù)采集可信工業(yè)大數(shù)據(jù)存儲數(shù)據(jù)建模+模型共享（區(qū)塊鏈）微服務(wù)生產(chǎn)+集成工業(yè)區(qū)塊鏈應(yīng)用（設(shè)計、生產(chǎn)、銷售、保險、租賃、二手交易、維護、回收）柔性監(jiān)管入口可信身份可信傳輸來源：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟《工業(yè)區(qū)塊鏈白皮書》五、擴展現(xiàn)實（XR）：一場人機交互的新革命擴展現(xiàn)實XR(Extended

Reality)

包括虛擬現(xiàn)實VR(Virtual

Reality)、增強現(xiàn)實AR(Augmented

Reality)、混合現(xiàn)實MR(Mixed

Reality)、全息現(xiàn)實HR(HolographicReality)等多種技術(shù)形式。技術(shù)定義特點虛擬現(xiàn)實VR(Virtual

Reality)VR是仿真技術(shù)的一個重要方向，是仿真技術(shù)與計算機圖形學(xué)人機接口技術(shù)、多媒體技術(shù)、傳感技術(shù)、網(wǎng)絡(luò)技術(shù)等多種技術(shù)的集合，是一門富有挑戰(zhàn)性的交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。VR主要包括模擬環(huán)境、感知、自然技能和傳感設(shè)備等方向。沉浸感、交互性和構(gòu)想性增強現(xiàn)實AR(Augmented

Reality)AR是一種能將真實世界信息和虛擬世界信息“無縫”融合的新技術(shù)，是把原本在現(xiàn)實世界的一定時間空間范圍內(nèi)很難體驗到的實體信息（視覺、聽覺、味覺、觸覺等），通過電腦等科學(xué)技術(shù)，模擬仿真后疊加應(yīng)用到真實世界，被人類感官所感知，從而達到超越現(xiàn)實的感官體驗。AR主要包含多媒體、三維建模、實時視頻顯示及控制、多傳感器融合、實時跟蹤及注冊、場景融合等技術(shù)與手段。真實世界和虛擬世界的信息集成、具有實時交互性、可在三維尺度空間中增添定位虛擬物體混合現(xiàn)實MR(Mixed

Reality)MR是虛擬現(xiàn)實技術(shù)的進一步發(fā)展，該技術(shù)通過在現(xiàn)實場景呈現(xiàn)虛擬場景信息，在現(xiàn)實世界、虛擬世界和用戶之間搭起一個交互反饋的信息回路，以增強用戶體驗的真實感。MR包括增強現(xiàn)實和虛擬現(xiàn)實，指的是合并現(xiàn)實和虛擬世界而產(chǎn)生的新的可視化環(huán)境。虛擬物體存在于真實世界中、用戶可與虛擬物體互動全息現(xiàn)實HR(Holographic

Reality)HR也稱虛擬成像技術(shù)，是利用光的干涉和衍射原理記錄并再現(xiàn)物體真實的三維圖像的技術(shù)。HR包括拍攝過程和成像過程，拍攝過程利用干涉原理記錄物體光波信息，成像過程利用衍射原理再現(xiàn)物體光波信息。用戶無需任何穿戴設(shè)備，利用裸眼即可直接看到360度全方位的3D影像。數(shù)據(jù)來源：中興通訊《5G云XR應(yīng)用白皮書》擴展現(xiàn)實（XR）在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用擴展現(xiàn)實(XR)

可以在產(chǎn)品全生命周期內(nèi)，改善物理空間和賽博空間的交互方式，實現(xiàn)物理空間和賽博空間更好的融合融合，提高工業(yè)互聯(lián)網(wǎng)賦能水平，為工業(yè)互聯(lián)網(wǎng)帶來廣闊的應(yīng)用場景和增值空間。研發(fā)設(shè)計生產(chǎn)制造倉儲物流產(chǎn)品銷售l

可視化模擬產(chǎn)品在各種環(huán)境中的狀態(tài)，提高試驗可靠程度，并降低研發(fā)成本。l

全方位仿真產(chǎn)品材料、結(jié)構(gòu)、性能等參數(shù)，提高產(chǎn)品質(zhì)量管控準(zhǔn)確性；l

將二維圖紙轉(zhuǎn)化為三維模型，增強與模型間的互動，提高研發(fā)人員溝通效率；l 真實還原生產(chǎn)制造工作場景，提高員工培訓(xùn)水平，提高生產(chǎn)效率；l 實時提示危險因素，減少員工誤操作，保障安全生產(chǎn)；l 動態(tài)監(jiān)測、展示生產(chǎn)各工序運行情況，保障生產(chǎn)的流暢性；l

多維度展示設(shè)備健康狀態(tài)，提前預(yù)警設(shè)備故障，減少計劃外停機時間，降低生產(chǎn)成本。l 準(zhǔn)確顯示產(chǎn)品信息，提高員工分揀速度和準(zhǔn)確度，降低分揀成本；l

實時更新倉庫狀態(tài)，支撐高效物流決策。l

虛擬化調(diào)配產(chǎn)品信息，精準(zhǔn)掌握產(chǎn)品庫存變化。l

可視化精準(zhǔn)監(jiān)測倉庫環(huán)境信息，減少火災(zāi)等事故的發(fā)生，提高倉庫安全保障。l

透明化展示產(chǎn)品各種結(jié)構(gòu)信息和性能信息，減少顧客擔(dān)憂；l

在真實場景展示產(chǎn)品運行狀態(tài)，提高消費者購買信心；l

為顧客參與產(chǎn)品設(shè)計提供可視化渠道，降低參與門檻，實現(xiàn)定制化服務(wù)。案例:PTC基于“Thingworx+AR”開展設(shè)備維護連接將物理設(shè)備的屬性和行為與Thing

Model做映射集成通過數(shù)字主線將IOT平臺與IT平臺進行集成構(gòu)建/映射/發(fā)布構(gòu)建AR體驗，并與IOT平臺數(shù)據(jù)關(guān)聯(lián)體驗基于AR體驗指導(dǎo)維修基于“Thingworx+AR”的設(shè)備維護流程p

PTC基于“Thingworx+AR”為設(shè)備狀態(tài)監(jiān)測、維護方案選擇做可視化指導(dǎo)，大大提高了設(shè)備維護效率。建模定義產(chǎn)品的屬性和行為提高產(chǎn)量提供分步驟的組裝指導(dǎo)，遠程指導(dǎo)，減少錯誤操作。加速培訓(xùn)把退休工程師的知識傳到下一代，通過3D訓(xùn)練優(yōu)化學(xué)習(xí)曲線。降低成本為故障定位提供精細IOT數(shù)據(jù)，可提前標(biāo)注可能故障的零件。提高生產(chǎn)效率與安全性提供實時、分步驟的指導(dǎo)，提高安全性，加快訓(xùn)練進程。數(shù)字孿生是綜合運用感知、計算、建模等信息技術(shù)，通過軟件定義，對物理空間進行描述、診斷、預(yù)測、決策，進而實現(xiàn)物理空間與賽博空間的交互映射。物理對象原理+數(shù)據(jù)l

軟件是載體l

數(shù)據(jù)是基礎(chǔ)自我學(xué)習(xí)l

模型是核心動態(tài)調(diào)整機理模型+數(shù)據(jù)驅(qū)動模型信息指令模型控制器軟件軟件定義化模型精準(zhǔn)化計算實時化數(shù)據(jù)可視化描述診斷預(yù)測決策六、數(shù)字孿生:工業(yè)互聯(lián)網(wǎng)的終極版圖一項通用技術(shù)支撐經(jīng)濟社會數(shù)字化轉(zhuǎn)型的通用使能技術(shù)兩大孿生空間交互反饋原子實體邏輯物理空間比特模型軟件賽博空間三大技術(shù)要素數(shù)據(jù)是基礎(chǔ)原理機理模型數(shù)據(jù)驅(qū)動模型模型是核心傳感器數(shù)據(jù)四大功能等級描述診斷預(yù)測決策五大典型特征數(shù)據(jù)驅(qū)動模型支撐軟件定義精準(zhǔn)映射智能決策軟件是載體軟件定義化 模型精準(zhǔn)化計算實時化 數(shù)據(jù)可視化數(shù)字孿生內(nèi)涵：涵蓋“12345”五大內(nèi)容數(shù)字孿生是工業(yè)互聯(lián)網(wǎng)和工業(yè)4.0參考架構(gòu)的核心數(shù)字世界物理世界物（設(shè)備/機器/產(chǎn)品等）數(shù)字孿生空間資產(chǎn)層傳感器、驅(qū)動器集成層網(wǎng)絡(luò)、協(xié)議通信層數(shù)據(jù)、模型（數(shù)字孿生實現(xiàn)）信息層資產(chǎn)功能功能層組織和業(yè)務(wù)流程業(yè)務(wù)層德國工業(yè)4.0參考架構(gòu)l 應(yīng)用平臺l

數(shù)字孿生空間l 模型平臺l 數(shù)據(jù)平臺圖

以數(shù)字孿生體框架為核心的工業(yè)互聯(lián)網(wǎng)Paas系統(tǒng)美國工業(yè)互聯(lián)網(wǎng)聯(lián)盟將數(shù)字孿生作為工業(yè)互聯(lián)網(wǎng)落地的核心和關(guān)鍵。德國工業(yè)4.0參考架構(gòu)將數(shù)字孿生作為重要內(nèi)容。案例：基于數(shù)字孿生的數(shù)字化設(shè)計達索、PTC、波音等公司綜合運用數(shù)字孿生技術(shù)打造產(chǎn)品設(shè)計數(shù)字孿生體，在賽博空間進行體系化仿真，實現(xiàn)反饋式設(shè)計、迭代式創(chuàng)新和持續(xù)性優(yōu)化。目前，在汽車、輪船、航空航天、精密裝備制造等領(lǐng)域已普遍開展原型設(shè)計、工藝設(shè)計、工程設(shè)計、數(shù)字樣機等形式的數(shù)字化設(shè)計實踐。幾何數(shù)據(jù)原理數(shù)據(jù)工藝數(shù)據(jù)材料數(shù)據(jù)歷史設(shè)計數(shù)據(jù)歷史測試數(shù)據(jù)數(shù)據(jù)層模型層應(yīng)用層數(shù)模驗證模型試驗仿真模型產(chǎn)品數(shù)字模型優(yōu)化迭代物理幾何模型生產(chǎn)加工模型客戶生產(chǎn)部門第一性原理動態(tài)數(shù)據(jù)反饋現(xiàn)場設(shè)備數(shù)據(jù)現(xiàn)場環(huán)境數(shù)據(jù)集成服務(wù)接口人機交互模擬客戶深度體驗沉浸式工藝設(shè)計虛擬制造工業(yè)設(shè)計優(yōu)化設(shè)計協(xié)同輔助需求設(shè)計驗證生產(chǎn)工程預(yù)測數(shù)據(jù)n 多維動態(tài)的數(shù)字環(huán)境n 精確執(zhí)行的數(shù)字模型n 同步交付的數(shù)字產(chǎn)品案例：基于數(shù)字孿生的智能工廠西門子、洛馬等國外公司，以及華龍迅達、東方國信科等國內(nèi)公司，在賽博空間打造映射物理空間的虛擬車間、數(shù)字工廠，推動物理實體與數(shù)字虛體之間數(shù)據(jù)雙向動態(tài)交互，根據(jù)賽博空間的變化及時調(diào)整生產(chǎn)工藝、優(yōu)化生產(chǎn)參數(shù)，提高生產(chǎn)效率。智能計劃排產(chǎn)物料配給管理產(chǎn)品質(zhì)量追蹤協(xié)同工藝規(guī)劃生產(chǎn)參數(shù)優(yōu)化人員安排管控故障預(yù)測維修能效優(yōu)化分析生產(chǎn)制造庫存動態(tài)管 設(shè)備維護管控 理生產(chǎn)環(huán)境管

安全可靠?？? 障經(jīng)營管理產(chǎn)品服務(wù)生產(chǎn)規(guī)劃產(chǎn)品設(shè)計員工數(shù)據(jù)機器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)多協(xié)議兼容+邊緣數(shù)據(jù)采集設(shè)計制造協(xié)同模型生產(chǎn)管理優(yōu)化模型設(shè)備健康管理模型產(chǎn)品增值服務(wù)模型制造能力交易模型生產(chǎn)過程狀態(tài)監(jiān)測模型故障診斷模型工藝優(yōu)化模型質(zhì)量控制模型節(jié)能減排模型離散行業(yè)流程行業(yè)數(shù)據(jù)層模型層應(yīng)用層案例：基于數(shù)字孿生的設(shè)備健康管理（PHM）GE、空客等公司開發(fā)設(shè)備數(shù)字孿生體并與物理實體同步交付，實現(xiàn)了設(shè)備全生命周期數(shù)字化管理，同時依托現(xiàn)場數(shù)據(jù)采集與數(shù)字孿生體分析，提供產(chǎn)品故障分析、壽命預(yù)測、遠程管理等增值服務(wù)，提升用戶體驗，降低運維成本，強化企業(yè)核心競爭力。數(shù)據(jù)層模型層應(yīng)用層現(xiàn)場設(shè)備數(shù)據(jù)現(xiàn)場環(huán)境數(shù)據(jù)幾何數(shù)據(jù)功能數(shù)據(jù)歷史狀態(tài)數(shù)據(jù)歷史維護數(shù)據(jù)狀態(tài)監(jiān)測模型物理數(shù)據(jù)遠程診斷模型故障預(yù)測模型健康管理模型學(xué)習(xí)提升模型設(shè)備檢測健康評估故障定位壽命預(yù)測故障預(yù)警異常報警 維修規(guī)劃遠程調(diào)度備件管理增值服務(wù)工藝數(shù)據(jù)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點維、場景維工業(yè)互聯(lián)網(wǎng)平臺業(yè)務(wù)體系智能化生產(chǎn)網(wǎng)絡(luò)化協(xié)同個性化定制服務(wù)化延伸單元級企業(yè)級產(chǎn)業(yè)鏈級場景維電子消費品裝備原材料行業(yè)維痛點維設(shè)備級工業(yè)互聯(lián)網(wǎng)平臺業(yè)務(wù)落地的基本原則兩個閉環(huán)三項堅持l 堅持分業(yè)施策深入行業(yè)，我國制造業(yè)門類眾多，要梳理每個行業(yè)的典型特征和轉(zhuǎn)型基礎(chǔ)。l 堅持需求牽引l 堅持場景驅(qū)動深入問題，認真挖掘設(shè)備級、單元級、企業(yè)級、產(chǎn)業(yè)級的痛點。深入場景，緊緊抓住智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個性化定制、服務(wù)化延伸這個牛鼻子。l 形成業(yè)務(wù)-價值閉環(huán)：解決方案要轉(zhuǎn)為企業(yè)的質(zhì)量、成本、效率等方面的效益和新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)的培育l 形成業(yè)務(wù)-技術(shù)閉環(huán)：解決方案要沉淀為企業(yè)的業(yè)務(wù)中臺，沉淀為可復(fù)用的能力行業(yè)行業(yè)特點行業(yè)痛點數(shù)字化轉(zhuǎn)型趨勢典型應(yīng)用場景典型企業(yè)鋼鐵l生產(chǎn)流程長l生產(chǎn)工藝復(fù)雜l供應(yīng)鏈冗長l設(shè)備維護低效化l生產(chǎn)過程黑箱化l下游需求碎片化l環(huán)保壓力加劇化l設(shè)備管理由傳統(tǒng)維護向智能維護轉(zhuǎn)變l生產(chǎn)工藝由黑箱式向透明化轉(zhuǎn)變l供應(yīng)鏈體系由局部協(xié)同向全局協(xié)同轉(zhuǎn)變l環(huán)保管理由粗放型向清潔型轉(zhuǎn)變l設(shè)備全生命周期管理l智能化生產(chǎn)l供應(yīng)鏈協(xié)同l綠色化生產(chǎn)東方國信、寶鋼集團、優(yōu)也信息、南鋼集團、酒鋼集團石化l設(shè)備價值高l工藝復(fù)雜l產(chǎn)業(yè)鏈長l危險性高l設(shè)備管理不透明l工藝知識傳承難l產(chǎn)業(yè)鏈上下游協(xié)同水平不高l安全生產(chǎn)壓力大l設(shè)備管理從黑箱管理健康管理轉(zhuǎn)變l知識管理從紙質(zhì)封存向模型封存轉(zhuǎn)變l供應(yīng)鏈管理從企業(yè)內(nèi)向企業(yè)間協(xié)同轉(zhuǎn)變l安全管理從人工巡檢向智能巡檢轉(zhuǎn)變青海油田、云南石l設(shè)備健康管理化、九江石化、鎮(zhèn)l智能煉化生產(chǎn)江石化、茂名石化、l供應(yīng)鏈協(xié)同蘭卓信息、石化盈l安全監(jiān)控科風(fēng)電l地理位置偏僻l資本技術(shù)密集l發(fā)電波動性大l風(fēng)場設(shè)計周期長l設(shè)備維護成本高l并網(wǎng)協(xié)調(diào)效率低l棄風(fēng)漏風(fēng)較嚴(yán)重l數(shù)據(jù)采集由底層互聯(lián)向全面感知轉(zhuǎn)變l設(shè)備維護由人工調(diào)試向智能運維轉(zhuǎn)變l風(fēng)場管理由單場單管向虛擬集成轉(zhuǎn)變l虛擬風(fēng)場設(shè)計 金風(fēng)科技、遠景能l設(shè)備預(yù)測維護 源、昆侖數(shù)據(jù)、明l智慧風(fēng)場管理 陽智能、華能集團、l精準(zhǔn)柔性供電 Siemens、GE工業(yè)互聯(lián)網(wǎng)平臺垂直行業(yè)業(yè)務(wù)落地的典型場景行業(yè)行業(yè)特點行業(yè)痛點數(shù)字化轉(zhuǎn)型趨勢典型應(yīng)用場景典型企業(yè)航空航天l研發(fā)周期長l產(chǎn)品種類多、規(guī)模小l產(chǎn)業(yè)鏈特別長l數(shù)據(jù)源不統(tǒng)一l模型適配性不足l故障預(yù)測水平有待提升l研發(fā)設(shè)計由串行異構(gòu)到并行協(xié)同轉(zhuǎn)變l生產(chǎn)制造由以數(shù)映物到數(shù)物融合轉(zhuǎn)變l生產(chǎn)管理由單點對接到動態(tài)調(diào)整轉(zhuǎn)變l運維服務(wù)由定期維護到視情維護轉(zhuǎn)變l基于MBD的研發(fā)設(shè)計l基于CPS的智能制造l基于大數(shù)據(jù)分析的供應(yīng)鏈管理l基于PHM的運營維護GE、Autodesk、羅羅、商飛、西飛l技術(shù)更新速度l生產(chǎn)智能化水平低l供應(yīng)鏈協(xié)同效率低l行業(yè)營收增速放緩l生產(chǎn)方式由規(guī)模化生產(chǎn)向規(guī)?；ㄖ品较蜣D(zhuǎn)變l經(jīng)營方式由生產(chǎn)型經(jīng)營向平臺型經(jīng)營轉(zhuǎn)變l盈利模式由賣產(chǎn)品向賣服務(wù)轉(zhuǎn)變l柔性化生產(chǎn)l供應(yīng)鏈協(xié)同l智能家居解決方案海爾集團、美的集團、海信集團、格力電器、松下電器快家電l產(chǎn)品研發(fā)周期短l產(chǎn)品同質(zhì)化程度高工程機械l設(shè)備產(chǎn)品多樣化l生產(chǎn)過程離散化l供應(yīng)鏈復(fù)雜l資源調(diào)配效率低下l機械設(shè)備運維困難l金融生態(tài)不完善l設(shè)備維護按需化l備件管理精益化l產(chǎn)融結(jié)合在線化l解決方案服務(wù)化l設(shè)備預(yù)測性維護l備品備件管理l智慧施工l互聯(lián)網(wǎng)金融卡特彼勒、小松、日立、徐工集團、三一重工、中聯(lián)重科工業(yè)互聯(lián)網(wǎng)平臺垂直行業(yè)業(yè)務(wù)落地的典型場景鋼鐵行業(yè)：抓住工藝優(yōu)化智能化這一牛鼻子鋼鐵行業(yè)具備生產(chǎn)流程長、生產(chǎn)工藝復(fù)雜、供應(yīng)鏈冗長等特征，面臨設(shè)備維護低效化、生產(chǎn)過程黑箱化、下游需求碎片化、環(huán)保壓力加劇化等痛點，正以工藝優(yōu)化為切入點，加速向設(shè)備運維智能化、生產(chǎn)工藝透明化、供應(yīng)鏈協(xié)同全局化、環(huán)保管理清潔化等方向數(shù)字化轉(zhuǎn)型。設(shè)備全生命周期管理 智能化生產(chǎn) 供應(yīng)鏈協(xié)同 綠色化生產(chǎn)寶鋼集團基于豐富的制造經(jīng)驗，積極探索基于工業(yè)互聯(lián)網(wǎng)平臺的實現(xiàn)設(shè)備運行信息的有效集成與分析挖掘，為遠程監(jiān)測、故障診斷等全生命周期服務(wù)管理提供支持。l設(shè)備運維成本降低5%；l檢修作業(yè)效率提升10；l設(shè)備壽命提升30%；l設(shè)備整體效率提升5%；東方國信基于Cloudiip工冶煉工藝、高爐安全等開發(fā)了煉鐵云平臺，并覆蓋了全國30%左右的高爐。l單座高爐每年鐵水質(zhì)量穩(wěn)定性提高20%；l單座高爐每年煉鐵成本降低2400萬元；l單座高爐冶煉效率提升10%。酒鋼集團能耗成本和環(huán)保成本一直居高不下，在實施了東方國信Cloudiip平臺之后，通過采集能耗指標(biāo)和污染指標(biāo)，精準(zhǔn)實施工藝優(yōu)化和設(shè)備升級。l酒鋼集團單座高爐每年減少碳排放20000噸。l預(yù)計整個行業(yè)普及應(yīng)用之后，每年將減少200億元成本和2000萬噸碳排放。南京鋼鐵積極適應(yīng)下游個業(yè)互聯(lián)網(wǎng)平臺，圍繞冶煉配方、性化需求，通過構(gòu)建面向供應(yīng)鏈管理的制造云平臺，提供“JIT+C2M模型的定制服務(wù)”，實現(xiàn)規(guī)?；ㄖ啤設(shè)計成材率提高0.15%；l每噸產(chǎn)品附加值提升近百元；l用戶滿意度提升至94.26%。石化行業(yè)：抓住生產(chǎn)過程智能化這一牛鼻子石化行業(yè)屬于資產(chǎn)密集型行業(yè)，具有產(chǎn)業(yè)鏈長、工藝復(fù)雜、設(shè)備價值高、危險性高的特征，面臨著設(shè)備管理不透明、工藝知識傳承難、產(chǎn)業(yè)鏈上下游協(xié)同水平不高、安全生產(chǎn)壓力大的痛點，以設(shè)備智能管控為切入點，在設(shè)備健康管理智能煉化生產(chǎn)、供應(yīng)鏈協(xié)同、安全監(jiān)控四個方向開展數(shù)字化轉(zhuǎn)型。設(shè)備健康管理 智能煉化生產(chǎn) 供應(yīng)鏈協(xié)同 安全監(jiān)控設(shè)備運行控制智能化：京博石化基于supOS工業(yè)互聯(lián)網(wǎng)平臺，利用人工智能和大數(shù)據(jù)技術(shù)，將設(shè)備故障預(yù)警和故障處理的機理模型部署在設(shè)備端，實現(xiàn)設(shè)備本體的智能化。即，設(shè)備自己發(fā)現(xiàn)故障征兆，發(fā)出故障預(yù)警并進行故障處理，通知專家遠程實時監(jiān)測。結(jié)合現(xiàn)場在線分析儀，原來需要幾個小時才能完成的數(shù)據(jù)報告，現(xiàn)在5-30分鐘就能出來，l工藝優(yōu)化：云南石化在新產(chǎn)品生產(chǎn)前，對開工原油的煉化工藝流程模擬分析，明確各項常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設(shè)備投產(chǎn)1次成功。l質(zhì)量管控：九江石化在煉化生產(chǎn)過程中，利用AI和大數(shù)據(jù)技術(shù)，實時監(jiān)測各項質(zhì)量指操作平穩(wěn)率提高5.3%，操作實現(xiàn)了分析數(shù)據(jù)快速指導(dǎo)生產(chǎn)。

合格率從90.7%提升至100%。l企業(yè)內(nèi)協(xié)同：九江石化建設(shè)實現(xiàn)了企業(yè)內(nèi)采購、計劃、調(diào)操作參數(shù)，指導(dǎo)實際生產(chǎn)操作。

度、操作的全過程優(yōu)化，形成了自上而下、由下到上的協(xié)同生產(chǎn)新模式。員工總數(shù)減少12%、班組數(shù)量減少13%、外操室數(shù)量削減35%。l企業(yè)間協(xié)同：疫情期間，基于ProMACE平臺，鎮(zhèn)海煉化、恒力石化和口罩、防護服生產(chǎn)標(biāo)，進行動態(tài)分析和預(yù)測預(yù)警。

企業(yè)實時對接、協(xié)同排產(chǎn)，實現(xiàn)了上下游醫(yī)衛(wèi)用品資源配置的動態(tài)優(yōu)化，提升產(chǎn)業(yè)鏈協(xié)同效率。l生產(chǎn)安全監(jiān)控：茂名石化安了煉化一體化全流程優(yōu)化平臺，

裝191套巡檢儀，配置1121對巡檢點，通過大數(shù)據(jù)數(shù)據(jù)分析，發(fā)現(xiàn)并消除了約1800多項生產(chǎn)異常與生產(chǎn)數(shù)據(jù)問題，有65項異常達到生產(chǎn)安全隱患級別，避免了多起突發(fā)事件。l管道智能巡檢：長慶油田，利用無人機、機器人，對石油運輸管線全方位智能巡檢，它將傳統(tǒng)的經(jīng)驗管理、人工巡檢轉(zhuǎn)變?yōu)橄到y(tǒng)掃描。巡井效率提高數(shù)十倍，用工總量仍保持7萬人不變，勞動生產(chǎn)率提升了2倍以上。風(fēng)電行業(yè)：抓設(shè)備運維和風(fēng)場管理智能化這一牛鼻子遠景能源開發(fā)格林威治云平臺，借助大數(shù)據(jù)分析和高性能計算技術(shù)建立高精度風(fēng)資源圖譜，將風(fēng)資源數(shù)據(jù)誤差控制到

0.5%，機位風(fēng)資源誤差控制到

5%

；客戶利用內(nèi)設(shè)流體仿真、機組排布、電量評估等工具

32秒

即可完成宏觀選址規(guī)劃，顯著縮短風(fēng)場設(shè)計周期，降低風(fēng)電項目設(shè)計成本與建設(shè)風(fēng)險。昆侖數(shù)據(jù)與國網(wǎng)青海電力聯(lián)合打造綠能互聯(lián)工業(yè)互聯(lián)網(wǎng)平臺，通過對風(fēng)機集群進行動態(tài)監(jiān)測、狀態(tài)糾偏與參數(shù)優(yōu)化，有效降低棄風(fēng)漏風(fēng)率，提高風(fēng)場整體運營效率。平臺現(xiàn)已接入電站130余座，推動電廠運行人員成本平均下降40%，電廠備件成本平均降低

10%，發(fā)電量提升1%-5%。金風(fēng)科技依托金風(fēng)云平臺，實時采集風(fēng)機齒輪、葉片、軸承等運行數(shù)據(jù)，集合預(yù)警模型與AI分析，對風(fēng)電設(shè)備進行狀態(tài)監(jiān)測、故障診斷、壽命評估與預(yù)測維護，變“被動”維修為“主動”維修，平均預(yù)警準(zhǔn)確率達到

80%

，使風(fēng)電場設(shè)備運維人員減少66%

，設(shè)備運維成本降低30~40%

，有效增加風(fēng)電經(jīng)營收益。風(fēng)電行業(yè)具有地理位置偏僻、資本技術(shù)密集、發(fā)電波動性大等特征，面臨著風(fēng)場設(shè)計周期長、設(shè)備維護成本高、并網(wǎng)協(xié)調(diào)效率低、棄風(fēng)漏風(fēng)較嚴(yán)重等痛點，正將設(shè)計、生產(chǎn)、運維、服務(wù)等環(huán)節(jié)作為切入點，從現(xiàn)場深度化感知、設(shè)備智能化運維、風(fēng)場數(shù)字化管理、精準(zhǔn)柔性供電等方向加速數(shù)字化轉(zhuǎn)型。虛擬風(fēng)場設(shè)計 設(shè)備預(yù)測維護 風(fēng)場管理優(yōu)化 精準(zhǔn)柔性供電遠景中國海裝打造海上風(fēng)電智能微網(wǎng)，精確預(yù)測風(fēng)電產(chǎn)量，利用智能調(diào)度算法對風(fēng)電供給開展“削峰填谷“，結(jié)合用電側(cè)需求，在保障電網(wǎng)安全穩(wěn)定運行的前提下，將風(fēng)電與光伏、水電、火電等能源統(tǒng)籌考慮、協(xié)同調(diào)配，制定智能供電方案，有效加強風(fēng)電消納水平，提升電力供給穩(wěn)定性。航空航天行業(yè)：抓設(shè)計、制造、管理、運維網(wǎng)絡(luò)化協(xié)同這一牛鼻子航空航天屬于最復(fù)雜的離散行業(yè)之一，具有研發(fā)周期長、產(chǎn)品種類多、規(guī)模小、產(chǎn)業(yè)鏈特別長、設(shè)備可靠性要求特別高等特征。面臨數(shù)據(jù)源差異大、模型適配性差、管理調(diào)整能力差、故障預(yù)測能力差等痛點，正以網(wǎng)絡(luò)化協(xié)同為切入點，從整合研發(fā)資源、重構(gòu)生產(chǎn)范式、變革管理模式、提升維護效率等方向進行數(shù)字化轉(zhuǎn)型。基于MBD的研發(fā)設(shè)計 基于CPS的智能制造基于大數(shù)據(jù)分析的供應(yīng)鏈管理基于PHM的運營維護l

波音公司構(gòu)建全球化的研發(fā)體系，基于統(tǒng)一數(shù)據(jù)源和統(tǒng)一模型進行研發(fā)設(shè)計，波音777實現(xiàn)了全球238個DBT團隊，總成員8000余人協(xié)同研發(fā)，減少了90%的設(shè)計更改，設(shè)計周期縮短一半。l

在C919ARJ21-70的研發(fā)中，構(gòu)建異地協(xié)同的數(shù)字化信息平臺,形成一航商飛、一飛院兩地、四個主機廠、十九家國外供應(yīng)商之間協(xié)同數(shù)字化研制模式。l

西飛在新飛豹的制造中,

通過數(shù)字化定義的三維模型在廠所間傳遞、協(xié)調(diào)和共享。實現(xiàn)全機51897個零件、43萬個標(biāo)準(zhǔn)件、487個關(guān)鍵件的三維數(shù)模直接用于數(shù)字化生產(chǎn)。l

西飛建立智能精益加工中心、智能部件裝配工廠和智能總裝配工廠，實現(xiàn)資源、信息、物料和人的高度互聯(lián)，將整機制造周期壓縮到15個月左右。l

商飛構(gòu)建基于工業(yè)云的飛機研制管理一體化平臺，整合全球近150個一級供應(yīng)商，實現(xiàn)基于統(tǒng)一數(shù)據(jù)源的設(shè)計、制造、供應(yīng)一體化協(xié)同。l

西飛按生產(chǎn)計劃實時更新裝配進度信息和配套缺件動態(tài)信息，將計劃、庫房、缺件結(jié)合起來，航材備件月結(jié)庫存時間，由原來的1天縮短為不到4小時。l

GE利用AI技術(shù)，進行發(fā)動機內(nèi)窺鏡檢查，故障識別準(zhǔn)確率達到95-97%，且該系統(tǒng)具有自我學(xué)習(xí)能力，隨著數(shù)據(jù)量增多，動態(tài)優(yōu)化模型，進一步提高識別精度。l

羅羅公司在發(fā)動機維護中引入大數(shù)據(jù)技術(shù)。采集環(huán)境、時間、發(fā)動機狀態(tài)等信息，建模分析各因素對發(fā)動機的影響，將分析結(jié)果傳遞到生產(chǎn)、制造、管理、運維部門，支撐設(shè)計改進、工業(yè)優(yōu)化、供應(yīng)匹配、視情維護。家電行業(yè)：抓生產(chǎn)定制化和供應(yīng)鏈整合這一牛鼻子供應(yīng)鏈協(xié)同柔性化生產(chǎn) 智能家居解決方案海爾集團依托COSMOPlat平臺打造了15