2024新型工業(yè)互聯(lián)網(wǎng)平臺參考架構(gòu)白皮書-華為-202404

PREPARATIONCOMMITTEE編制委員會PREPARATIONCOMMITTEE編制委員會編審組成員（排名不分先后）（排名不分先后）序言華為主機上云軍團CEO、混合云總裁美國工業(yè)占國內(nèi)生產(chǎn)總值比重不到20%，但70%的技術(shù)創(chuàng)新直接或間接依托于工業(yè)領域的高質(zhì)量發(fā)展。因此，沒有工業(yè)化的高質(zhì)量發(fā)展，便不會有經(jīng)濟的高質(zhì)量發(fā)數(shù)字化與智能化是工業(yè)騰飛的翅膀，融合了云計算、AI、大數(shù)據(jù)、IoT等創(chuàng)新技術(shù)的新型工業(yè)互聯(lián)網(wǎng)平臺，正在成為新型工業(yè)化的關(guān)鍵推動引擎。隨著平臺與制造、礦山、油氣、電力等行業(yè)的深度融合，未來工業(yè)將向著柔性智能、產(chǎn)業(yè)協(xié)同、個性定制和低碳排放的方向發(fā)展。基于此，將重構(gòu)新的生產(chǎn)關(guān)系，新的工業(yè)將把勞動者從重復性、危險性、繁重性的工作和環(huán)境中解放出來，并為人們創(chuàng)造安全、體面、更富創(chuàng)造力的工作，還將為人類帶來安全豐富的能源供給、智能便捷的交通在《新型工業(yè)互聯(lián)網(wǎng)平臺參考架構(gòu)》中，我們分析了制造、礦山、油氣、電力等行業(yè)的數(shù)字化與智能化進展、典型行業(yè)應用場景，洞悉了全面邁向“數(shù)字化、智能化、綠色化、可持續(xù)化”的未來工業(yè)發(fā)展趨勢，并提出了基于混合云與AI大模型的“新型工業(yè)互華為作為一個涵蓋研發(fā)到生產(chǎn)、銷售、服務的全鏈條工業(yè)企業(yè)，通過全面的數(shù)字化轉(zhuǎn)型，華為的產(chǎn)品開發(fā)及試制周期縮短了20%、訂單履行周期縮短了76%，銷售效率和服務質(zhì)量都得到了有效提升。同時，我們積極應用智能化技術(shù)，生產(chǎn)線所有關(guān)鍵工位都采用視覺AI質(zhì)檢，在工廠內(nèi)全流程實現(xiàn)自動化配送，使得平均每年生產(chǎn)效率提升27%。經(jīng)過多年的深入實踐，華為已成為具備較強數(shù)字希望利用華為在云計算、AI、大數(shù)據(jù)等方面的技術(shù)積化轉(zhuǎn)型之路，為客戶創(chuàng)造價值。在過去1年中，華為和相關(guān)產(chǎn)業(yè)機構(gòu)、行業(yè)領軍企業(yè)、合作伙伴一起探索基于混合云與AI大模型的新型工業(yè)互聯(lián)網(wǎng)平臺，攜手取得了一些實踐在實現(xiàn)新型工業(yè)化的征程上，全面數(shù)字化、云化、智能化是大勢所趨，未來已來，時不我待！我們愿與產(chǎn)業(yè)鏈上下游產(chǎn)業(yè)同仁、客戶、伙伴、廣大開發(fā)者一起，為推動工業(yè)與信息化深入融合，加速數(shù)字化與目錄010206-0916-3210-1503010206-0916-3210-152.1工業(yè)互聯(lián)網(wǎng)平臺3.1新型工業(yè)互聯(lián)網(wǎng)2.2工業(yè)IT架構(gòu)向全3.2工業(yè)云邊協(xié)同3.3工業(yè)智能數(shù)采2.3各行業(yè)工業(yè)互聯(lián)網(wǎng)3.4工業(yè)數(shù)據(jù)融合3.5工業(yè)數(shù)智協(xié)同3.6工業(yè)應用開發(fā)050650-6970-730433-49050650-6970-734.1制造4.2煤礦4.3電力4.4油氣5.1鄂爾多斯：打造基于AI5.2長安汽車：構(gòu)建智慧工廠數(shù)字底座，實現(xiàn)C2M柔性制造5.3廣西電網(wǎng)：構(gòu)建云數(shù)一體的6.1未來展望6.2推進建議5大發(fā)起公司：GE、思科、泛工業(yè)（能源、醫(yī)療、制造、交通）賣產(chǎn)品→賣服務（基于大數(shù)據(jù)） 物聯(lián)網(wǎng) 無線化IT強云端（核心）終端設備（協(xié)從）推動力泛工業(yè)（能源、醫(yī)療、制造、交通）CT/IT強，OT大，產(chǎn)業(yè)集群廣“數(shù)字化、智能化、綠色化”已成為全球經(jīng)濟發(fā)展主旋律，也是工業(yè)領域如制造、電力、油氣、礦山等行業(yè)轉(zhuǎn)型升級的重要方向。云計算、人工與工業(yè)深度融合創(chuàng)新，將推動工業(yè)的生產(chǎn)方式、發(fā)展模式和企業(yè)形態(tài)發(fā)生根本性變革。出臺了國家頂層戰(zhàn)略規(guī)劃指引，加快推動工業(yè)數(shù)字化與智能化轉(zhuǎn)型，強化工業(yè)核心競爭力，搶占工業(yè)4.0工業(yè)4.0西門子、博世、SAP，以及德國眾多細分行業(yè)、細分領域的“隱形冠軍” 物聯(lián)網(wǎng) 無線化OT強云端（協(xié)從）系統(tǒng)平臺（核心）CPS信息物聯(lián)系統(tǒng)終端設備（重點）推動力圖1.1全球主要工業(yè)國的工業(yè)數(shù)字化戰(zhàn)略區(qū)別年先后提出《高技術(shù)戰(zhàn)略2020》、《工業(yè)戰(zhàn)略2030》、《人工智能戰(zhàn)略》和《德國新數(shù)字化戰(zhàn)2035年基本實現(xiàn)新型工業(yè)化，強調(diào)堅持把發(fā)展經(jīng)濟的著力點放在實體經(jīng)濟上，廣泛應用AI技術(shù)、19993.1410027.713148.352411.962322.661636.91547.41487.551269.2719993.1410027.713148.352411.962322.661636.91547.41487.551269.27級，加快傳統(tǒng)制造業(yè)向智能制造與服務型制造的轉(zhuǎn)型升級，推進新型工業(yè)現(xiàn)代化進程，加快建設因此，推動工業(yè)數(shù)字化和智能化升級，是實現(xiàn)工融合的關(guān)鍵基礎設施。通過人、機、物的全面互根據(jù)中國工業(yè)互聯(lián)網(wǎng)研究院最新發(fā)布的《中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)經(jīng)濟發(fā)展白皮書（2023年）》，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)增加值總體規(guī)模持續(xù)提升，成為經(jīng)增加值規(guī)模（億元）02500500075001000012500150001750020000圖1.2工業(yè)互聯(lián)網(wǎng)帶動多個行業(yè)增長895.3CAGR46%445.1213.8103.720.429.88006004002000895.3CAGR46%445.1213.8103.720.429.88006004002000工業(yè)互聯(lián)網(wǎng)是圍繞全產(chǎn)業(yè)鏈、全價值鏈、全要素的全面鏈接，通過構(gòu)建新一代信息技術(shù)來賦能制AI初創(chuàng)企業(yè)數(shù)量（個）8000600040002000078378318341230401202020212018341230401其他*數(shù)據(jù)來源：coresignal、VC、CBlnsightsAI大模型具有強大的泛化能力和更好的跨模態(tài)、跨領域應用能力，在研發(fā)設計、生產(chǎn)制造、運維通過將大模型服務融入到工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)從單點應用、局部優(yōu)化到業(yè)務貫通和協(xié)同發(fā)展的智能化升級，打造高效率、低成本、綠色化的工在2024年政府工作報告中，也專門提出深化人工代表的頭部能源大省和礦業(yè)集團，率先通過部署以混合云與AI大模型為核心的工業(yè)互聯(lián)網(wǎng)進行探索。如鄂爾多斯和華為合作，建設了三統(tǒng)一（統(tǒng)根據(jù)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟最新發(fā)布的《2023工業(yè)大模型技術(shù)應用與發(fā)展報告》顯示，在過去3年期間，工業(yè)AI企業(yè)增長了近5倍，AI與工業(yè)融合展現(xiàn)了強勁產(chǎn)業(yè)增長勢頭，預估到2032年市場規(guī)模將高達895.3億美元。2022-2032工業(yè)AI市場規(guī)模（億美元）202220232026202820302032*數(shù)據(jù)來源：marketresearchfuture、MMR圖1.3AI初創(chuàng)企業(yè)數(shù)量與工業(yè)AI市場規(guī)模預測網(wǎng)平臺體系，實現(xiàn)260多家煤礦統(tǒng)一接入。針對煤礦生產(chǎn)主要涉及的掘進、采煤、主運等96個細分作業(yè)場景，借助華為AI基礎設施和盤古大模型視覺、預測能力進行AI智能化改造，探索實現(xiàn)礦山生產(chǎn)的全場景智能應用，提升煤礦行業(yè)安全高效發(fā)展水平；并依托工業(yè)互聯(lián)網(wǎng)平臺，提供統(tǒng)一數(shù)字化方興未艾，智能化已然到來，以混合云和業(yè)“數(shù)字化、智能化、綠色化、可持續(xù)化”的核心推動引擎，也是新型工業(yè)化高質(zhì)量發(fā)展的必由..2020年國務院頒布《關(guān)于加快推進國有企業(yè)數(shù)字造2025，央國企工業(yè)互聯(lián)網(wǎng)平臺普及率2025年截止2022年底，工業(yè)互聯(lián)網(wǎng)建設普及率僅為2017年11月2019年10月習近平主席出席工業(yè)互聯(lián)網(wǎng)全球峰會，持續(xù)2020年3月工信部《關(guān)于推動工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》提升工業(yè)互聯(lián)6%142020年8月6%1417.5%17.5%2022年45%2025年智能制造2025（未來3年）：工業(yè)互聯(lián)網(wǎng)平臺普及率達45%圖2.1我國工業(yè)體系建設面臨重大挑戰(zhàn)依據(jù)工業(yè)互聯(lián)網(wǎng)平臺普及率評判標準體系，工業(yè)企業(yè)需要從“戰(zhàn)略與組織”、“基礎條件”、“平臺應用”、“業(yè)務創(chuàng)新”、“效能效益”5個工業(yè)互聯(lián)網(wǎng)的數(shù)字化轉(zhuǎn)型底座，主要圍繞設備上云、業(yè)務上云、工業(yè)APP應用與創(chuàng)新、邊云協(xié)同大數(shù)據(jù)價值挖掘能力邊緣端處理能力工業(yè)APP創(chuàng)新能力工業(yè)APP應用水平業(yè)務云端運行設備云端管理設備上云規(guī)模成本降低效益增長經(jīng)濟效益標識解析基礎網(wǎng)格融合水平網(wǎng)格覆蓋情況資金投入組織和人員數(shù)字化戰(zhàn)略個性化定制水平智能化生產(chǎn)水平網(wǎng)格化協(xié)同水平異構(gòu)網(wǎng)格融合業(yè)務創(chuàng)新基礎條件（34項）（20項）（5項）業(yè)務效率研發(fā)能力應急響應設備聯(lián)網(wǎng)設備數(shù)字化數(shù)據(jù)基礎管理信息安全組織設置戰(zhàn)略定制與執(zhí)行產(chǎn)品質(zhì)量服務水平服務化延伸水平數(shù)字化管理水平智能化生產(chǎn)數(shù)據(jù)基礎管理信息安全設備基礎數(shù)字化管理網(wǎng)格化協(xié)同個性化定制服務化延伸競爭力APP應用新社會貢獻節(jié)能減排資金投入人員保障大數(shù)據(jù)挖掘應用戰(zhàn)略與組織效能效益平臺應用邊云協(xié)同社會效益設備上云業(yè)務上云圖2.2工業(yè)互聯(lián)網(wǎng)平臺企業(yè)應用水平和績效評國家工業(yè)信息安全發(fā)展研究中心數(shù)據(jù)顯示，當前國內(nèi)工業(yè)企業(yè)云邊協(xié)同采用率、設備上云率、數(shù)據(jù)管理云化率均不足15%；工業(yè)APP與應用創(chuàng)新為推進工業(yè)體系數(shù)字化、智能化進程，保障國民經(jīng)濟健康發(fā)展，國家政策將牽引工業(yè)互聯(lián)網(wǎng)平臺發(fā)展進入實踐深耕階段，未來3年工業(yè)企業(yè)向云化、智能化轉(zhuǎn)型，是達成工業(yè)互聯(lián)網(wǎng)數(shù)字化轉(zhuǎn)型工業(yè)APP與應用創(chuàng)新工業(yè)APP應用水平，工業(yè)APP創(chuàng)新能力9.3%采用云端協(xié)同13.1%36.46%（集中在狀態(tài)管理，非生產(chǎn)業(yè)務）/圖2.3工業(yè)互聯(lián)網(wǎng)平臺企業(yè)應用水平和績效評價CAXERPSCMSCADASCADAL4L3L2L1L0工業(yè)軟件與APP研發(fā)設計、生產(chǎn)控制、業(yè)務管理、工藝優(yōu)化云CAXERPSCMSCADASCADAL4L3L2L1L0工業(yè)軟件與APP研發(fā)設計、生產(chǎn)控制、業(yè)務管理、工藝優(yōu)化云邊計算、存儲、OS、AI端網(wǎng)安絡全DCSDCS2.2工業(yè)IT架構(gòu)向全互聯(lián)開放架構(gòu)演進PLMMES廠商A廠商B廠商CSCADADCSL4L3L2L1L0傳統(tǒng)工業(yè)IT架構(gòu)：垂直構(gòu)建，五層架構(gòu)圖2.4傳統(tǒng)工業(yè)IT架構(gòu)和工業(yè)互聯(lián)網(wǎng)架構(gòu)·全互聯(lián)互通：L1/L2設備云邊互聯(lián)，工業(yè)數(shù)采打2.3各行業(yè)工業(yè)互聯(lián)網(wǎng)建設特點與場景需求工業(yè)現(xiàn)場（場站/車間/井場）根據(jù)華為在電力、煤礦、油氣和制造等行業(yè)項目的深度實踐，認為當前工業(yè)互聯(lián)網(wǎng)體系建設階段·建設模式圍繞生產(chǎn)中心拉遠：早期互聯(lián)網(wǎng)架構(gòu)以集團企業(yè)為中心集中建設為主，目前工業(yè)互聯(lián)網(wǎng)平臺云邊建設模式呈現(xiàn)行業(yè)云、集團云+工廠云兩種模式，算力和數(shù)據(jù)的布局逐步拉遠至中心·技術(shù)重心從傳統(tǒng)數(shù)采向智能化演進：早期的工業(yè)互聯(lián)網(wǎng)技術(shù)重心主要面向設備、系統(tǒng)間聯(lián)結(jié)和數(shù)據(jù)采集；新型工業(yè)互聯(lián)網(wǎng)正逐步向數(shù)據(jù)治理、·不同行業(yè)呈現(xiàn)不同建設特點：制造、電力等行圖2.5各行業(yè)工業(yè)互聯(lián)網(wǎng)建設特點與場景海量設備接入：OT數(shù)據(jù)采集在多設備、多協(xié)議面臨挑戰(zhàn)OT/IT數(shù)據(jù)融合高入湖效率和數(shù)據(jù)分析實時性：設備實時數(shù)據(jù)經(jīng)多組件處理，難以AI云邊協(xié)同：大規(guī)模邊緣推理場景，需具備完善的云邊協(xié)同AI能力場景化大模型能力：能快速基于大模型開發(fā)新場景算圖2.6工業(yè)互聯(lián)網(wǎng)5大業(yè)務場景ERP/CAX/PLM工業(yè)軟件與APP研發(fā)設計、生產(chǎn)控制、業(yè)務管理、工藝優(yōu)化云MES/APS/QMSSCADA/HMI計算、存儲、OS、AI邊DCS/PLCERP/CAX/PLM工業(yè)軟件與APP研發(fā)設計、生產(chǎn)控制、業(yè)務管理、工藝優(yōu)化云MES/APS/QMSSCADA/HMI計算、存儲、OS、AI邊DCS/PLC網(wǎng)安絡全端相對傳統(tǒng)工業(yè)IT體系架構(gòu)較為嚴苛的層次劃分，“工業(yè)互聯(lián)網(wǎng)平臺+工業(yè)APP”的扁平化架構(gòu)大扁平化架構(gòu)能夠?qū)鹘y(tǒng)的工業(yè)知識和經(jīng)驗轉(zhuǎn)變?yōu)閿?shù)字模型沉淀下來，轉(zhuǎn)變?yōu)閿?shù)字模型沉淀下來，作為平臺層核心使能層。通過做厚平臺，做輕做薄應用軟件形成工業(yè)APP，極大的加速工業(yè)應用上線節(jié)奏，滿足企業(yè)在數(shù)字化轉(zhuǎn)型過程中各種敏·基于物聯(lián)架構(gòu)的云邊端協(xié)同是基礎，將工業(yè)互聯(lián)網(wǎng)的網(wǎng)絡連接對象延伸到機器設備、工業(yè)產(chǎn)品·數(shù)據(jù)采集和數(shù)據(jù)融合分析是工業(yè)互聯(lián)網(wǎng)的核通過持續(xù)訓練來提升工業(yè)生產(chǎn)效率和降低生產(chǎn)成系。為了幫助企業(yè)充分利用既有投資和實現(xiàn)主業(yè)實現(xiàn)與企業(yè)現(xiàn)有系統(tǒng)（基于ISA95架構(gòu)）的無縫集成，“雙活運行”，逐步替代。（ISA95架構(gòu)）L4L3L2L1L0圖3.1傳統(tǒng)工業(yè)IT體系架構(gòu)向工業(yè)互聯(lián)網(wǎng)體系架構(gòu)演進3.1新型工業(yè)互聯(lián)網(wǎng)參考架構(gòu)概述華為云Stack工業(yè)互聯(lián)網(wǎng)參考架構(gòu)，面向工業(yè)企業(yè)生產(chǎn)核心場景數(shù)智化轉(zhuǎn)型，提供“工業(yè)云邊協(xié)同”、“工業(yè)智能數(shù)采”、“工業(yè)數(shù)據(jù)融合”、“工業(yè)數(shù)·工業(yè)云邊協(xié)同：通過構(gòu)建多級的工業(yè)云邊協(xié)同部署架構(gòu)，實現(xiàn)云邊端一體化設備管理協(xié)同，工業(yè)應用、數(shù)據(jù)模型、AI模型等生產(chǎn)應用的部署協(xié)·工業(yè)智能數(shù)采：支持從邊緣側(cè)對工業(yè)現(xiàn)場的各類設備和應用系統(tǒng)進行高性能數(shù)采和臨場實時分業(yè)云邊協(xié)同系統(tǒng)進行拉通，通過數(shù)據(jù)鏈路集成和多源數(shù)據(jù)協(xié)同分析，形成全鏈路工業(yè)數(shù)據(jù)治理及·工業(yè)數(shù)智協(xié)同：構(gòu)建企業(yè)人工智能中心，通過助力企業(yè)提升生產(chǎn)效率，降低運行成本，預防風·工業(yè)應用開發(fā)：為企業(yè)提供工業(yè)軟件云，全流程軟件開發(fā)工具鏈，工業(yè)輕應用平臺（aPaaS）控等業(yè)務，提供統(tǒng)一的多級云底座和云邊協(xié)同的然后通過“工業(yè)數(shù)據(jù)融合”提供工業(yè)OT數(shù)據(jù)和制造制造煤礦電力油氣交通......邊端DWS|MRS|DataArtsStudio|CDM|DRS|ROMA標準Region|邊緣Region|IoTEdge傳統(tǒng)傳統(tǒng)PLC設備圖3.2華為云Stack工業(yè)互聯(lián)網(wǎng)解決方案架構(gòu)3.2工業(yè)云邊協(xié)同工業(yè)企業(yè)在設計工業(yè)互聯(lián)網(wǎng)架構(gòu)時，需要根據(jù)不同的企業(yè)組織模式來設計多級云架構(gòu)，通過中心云，邊緣云，邊緣節(jié)點多種產(chǎn)品形態(tài)靈活組合來滿足業(yè)務管理訴求。比如在企業(yè)邊側(cè)場景中，由于企業(yè)業(yè)務體量有限，需要輕量級邊緣Region方案，提供豐富的邊緣服務能力的同時，兼顧低成本訴求；在端側(cè)，客戶需要對邊緣設備進行統(tǒng)3.2.1業(yè)務挑戰(zhàn)工業(yè)生產(chǎn)管控場景下的云邊協(xié)同主要包含以下幾工廠等層級組織的管理范圍不同，工業(yè)互聯(lián)網(wǎng)架構(gòu)的協(xié)同范圍也有所不同，對應平臺建設過程中會出現(xiàn)中心云、邊緣云、邊緣節(jié)點、邊緣網(wǎng)關(guān)等2．邊緣節(jié)點規(guī)模限制：對于工廠、礦井等工況復雜場景往往不適合大規(guī)模建設云計算平臺，因設備廠商、種類繁多，新老設備摻雜等問題，企業(yè)有對邊緣設備進行統(tǒng)一設備接入、統(tǒng)一數(shù)據(jù)標因此，傳統(tǒng)的云平臺大集中建設模式難以滿足新3.2.2參考架構(gòu)場站等，實現(xiàn)應用資產(chǎn)、數(shù)據(jù)、資源、運維的云云-云云管中心云中心云華為云Stack云底座云邊協(xié)同“業(yè)務一體化管控”云-Edge基礎管控（資源/運維…）華為云Stack云底座（華為云Stack/邊緣Region）大型分支機構(gòu)（分公司/二級公司…）華為云Stack(華為云Stack(IoT)Edge底座工業(yè)微型末端場景華為云Stack(IoT)Edge底座輕量AI應用 超融合/一體機/服務器集群超融合/一體機/服務器集群華為云Stack(IoT)Edge底座應用類型：物聯(lián)數(shù)據(jù)+AI(視覺)+智能綜合（車間/場站…）（場站…）（工廠/作業(yè)區(qū)…）（車間/場站…）（場站…）圖3.3滿足生產(chǎn)邊緣差異化建設需求的工業(yè)云邊協(xié)同計算平臺、端側(cè)計算單元3類工業(yè)“泛邊緣”基適配支撐工業(yè)不同的生產(chǎn)業(yè)務結(jié)構(gòu)需求。例如在一些大型分支機構(gòu)和生產(chǎn)現(xiàn)場，可以采用邊緣云對于中小型生產(chǎn)邊緣如工廠、作業(yè)區(qū)等，可以基于一體機、服務器集群的方式，提供對生產(chǎn)邊緣數(shù)智化業(yè)務支持。對需要深入到工業(yè)微型末端場景，如煤礦礦井、油氣井場等，可以通過工業(yè)網(wǎng)關(guān)、工控機的方式，在端側(cè)現(xiàn)場實現(xiàn)對物聯(lián)的接華為云Stack工業(yè)互聯(lián)網(wǎng)通過云服務能力組合，1．全系列產(chǎn)品形態(tài)：提供華為云Stack（標準Region），邊緣Region，及邊緣物聯(lián)網(wǎng)關(guān)等三類產(chǎn)品形態(tài)；其中標準Region下可以承載大數(shù)據(jù)、PaaS中間件、AI、云安全等華為云Stack全棧云服務，作為集團中心云或大型分公司的大器、數(shù)據(jù)庫等部分云服務部署，面向較小部署規(guī)格的場景，可被中心云統(tǒng)一管理，集中運維；邊緣物聯(lián)網(wǎng)關(guān)支持通過物理服務器、虛擬機、容器等形式部署在廠房、礦井等工況復雜環(huán)境，計算資源消耗少，支持云服務的輕量化部署，可用于邊緣設備對接、協(xié)議解析、數(shù)據(jù)采集、指令下發(fā)2．應用高效管理：依托與邊緣物聯(lián)網(wǎng)關(guān)提供容器/算法應用編排和插件運行底座，支持將中心云上開發(fā)的容器鏡像、容器或AI算法分鐘級推送3．邊緣設備管理：支持工業(yè)邊緣網(wǎng)關(guān)等邊緣設備一鍵注冊，完成批量設備快速升級，實時更新漏洞并修復；面向鴻蒙生態(tài)，支持鴻蒙設備通過IoT鴻蒙SDK自動發(fā)現(xiàn)并鏈接至云平臺，提供系統(tǒng)OTA升級能力，降低運維成本；通過設備集成鴻蒙擴展板卡，可實現(xiàn)老舊工業(yè)設備低成本智能面向泛制造、油氣、電力和煤礦等行業(yè)，華為云Stack工業(yè)互聯(lián)網(wǎng)可提供如下圖所示的四大行業(yè)高性能OT數(shù)采臨場實時分析高性能OT數(shù)采臨場實時分析管里面管里面云生產(chǎn)面生產(chǎn)面邊端側(cè)設備端側(cè)設備總部云總部云丈集團云集團云總部云總部云集團云集團云丈3.3工業(yè)智能數(shù)采工業(yè)智能數(shù)采通常包含“高性能OT數(shù)采”和“臨場實時分析”兩大類業(yè)務場景。沖高、缺數(shù)等問題頻發(fā)(20%幾率)，導致告警誤報、漏報 焊裝車間焊接機器人預測性維護系統(tǒng)避免誤報漏報減小性能沖擊加速設備投產(chǎn) 廠商A焊接機械臂1廠商B焊接機械臂2廠商C焊接機械臂3標準API點位計算單位換算參數(shù)名統(tǒng)一點位縮放開關(guān)信號聚合...廠商C焊接廠商B焊接礦井安全生產(chǎn)要求環(huán)境安全告警實時(<200ms) 綜合管控平臺個指標計算 事件分析個點位數(shù)據(jù)流個OPC/S7/MQTT…計 4.........圖3.4工業(yè)智能數(shù)采業(yè)務場景高性能OT數(shù)采為端側(cè)生產(chǎn)設備或工業(yè)控制器提供實時、高效的OT數(shù)據(jù)采集能力。臨場實時分析為煤礦井下作業(yè)、電力智能巡檢等場景提供近場OT數(shù)據(jù)的實時處理，以避免數(shù)據(jù)3.3.1業(yè)務挑戰(zhàn)在工業(yè)場景中，數(shù)據(jù)業(yè)務涉及多種OT和IT數(shù)據(jù)源：OT數(shù)據(jù)來自智能儀表、PLC控制器、DCS和SCADA等設備和系統(tǒng)，IT數(shù)據(jù)來自MES、ERP等系統(tǒng)。面對復雜數(shù)據(jù)信息，傳統(tǒng)工業(yè)數(shù)據(jù)1．標準不統(tǒng)一：目前在工業(yè)數(shù)據(jù)采集領域存在容，新應用開發(fā)對于協(xié)議適配、協(xié)議解析和數(shù)據(jù)2．數(shù)據(jù)量大：隨著智能制造和物聯(lián)網(wǎng)技術(shù)的發(fā)機器產(chǎn)生的數(shù)據(jù)將出現(xiàn)指數(shù)級的增長，產(chǎn)線點位3．實時性要求難以保證：生產(chǎn)線的運轉(zhuǎn)不斷加快，精密生產(chǎn)、運動控制等場景對數(shù)據(jù)采集的實時性要求不斷提高，傳統(tǒng)數(shù)據(jù)采集技術(shù)對于高精度、低時延的工業(yè)場景難以保證重要信息實時采4．數(shù)據(jù)質(zhì)量低：工業(yè)生產(chǎn)環(huán)境惡劣，生產(chǎn)過程中經(jīng)常發(fā)生數(shù)據(jù)異常，比如數(shù)據(jù)缺失，數(shù)據(jù)跳變IoT工業(yè)物聯(lián)平臺（云側(cè)）OT數(shù)據(jù)匯聚FDI-數(shù)據(jù)MQSIoT工業(yè)物聯(lián)平臺（云側(cè)）OT數(shù)據(jù)匯聚FDI-數(shù)據(jù)MQS-消息子系統(tǒng)(MES…)PLCDCS/上位機3.3.2參考架構(gòu)邊端大數(shù)據(jù)平臺（大數(shù)據(jù)平臺（MRS、DWS）、GaussDB時序數(shù)據(jù)庫 IoTIoT工業(yè)物聯(lián)平臺OT設備OT設備子系統(tǒng)IoTIoT工業(yè)邊緣子系統(tǒng)API對接API/Webservice..IT系統(tǒng)（ERP/OA..）REST接口RS232/RS485/RJ45RS232/RS485/RJ45RS485JDBC圖3.5工業(yè)智能數(shù)采方案架構(gòu)針對以上工業(yè)場景數(shù)采的痛點，華為云Stack工業(yè)智能數(shù)采解決方案提供面向工業(yè)設備、工業(yè)軟·插拔式協(xié)議驅(qū)動：數(shù)采協(xié)議驅(qū)動熱部署，添加和刪除數(shù)采通道無需重啟數(shù)采網(wǎng)關(guān)，數(shù)采業(yè)務不·高并發(fā)數(shù)采通道：提供10萬設備和百萬點位接入的高性能數(shù)據(jù)采集傳輸及秒級邊緣數(shù)據(jù)采集處理能力；單通道萬級點位并發(fā)，秒級無損通道擴碼化定義數(shù)據(jù)清洗邏輯，改善OT數(shù)據(jù)質(zhì)量。低代碼定義設備狀態(tài)指標，可以進行各種指標、·臨場事件感知：提供6大類（延時判斷、條件過本）預置事件規(guī)則，零代碼構(gòu)建事件捕獲算法，實時感知并上報異常事件；可基于現(xiàn)場OT數(shù)據(jù)，實時捕捉各種價值事件，幫助企業(yè)提升運營管理·高效數(shù)據(jù)轉(zhuǎn)發(fā)：支持標準REST格式API，同時3.4工業(yè)數(shù)據(jù)融合電力、煤礦及各類流程型、離散型制造企業(yè)從客儲物流和售后服務的全流程都在產(chǎn)生數(shù)據(jù)，這些通過OT和IT數(shù)據(jù)融合，可以對各類采集數(shù)據(jù)進行治理和對外提供服務能力，促進數(shù)據(jù)流閉環(huán)和數(shù)3.4.1業(yè)務挑戰(zhàn)盡管各企業(yè)在數(shù)字化探索方面已經(jīng)有了一定的成果，但面對如何高效使用業(yè)務生產(chǎn)過程中所產(chǎn)生·缺平臺，數(shù)據(jù)斷裂：業(yè)務系統(tǒng)部署模式以單體應用為主，互聯(lián)互通需定制開發(fā)或適配開發(fā)，方案復雜；跨系統(tǒng)聯(lián)動困難，難以發(fā)揮1+1>2的協(xié)·缺標準，定制化多：同一類數(shù)據(jù)在不同業(yè)務系統(tǒng)應用廠商中的數(shù)據(jù)模型不一致，缺乏統(tǒng)一數(shù)據(jù)標準，導致數(shù)據(jù)流通和協(xié)同困難；由于應用系統(tǒng)數(shù)據(jù)源不統(tǒng)一，數(shù)據(jù)血緣關(guān)系難追溯，數(shù)據(jù)可信·缺規(guī)劃，重復采集加工：前期數(shù)字化平臺建設重“采存”，輕“算管”，數(shù)據(jù)庫、數(shù)據(jù)湖和數(shù)倉中存數(shù)以貼源數(shù)據(jù)為主，開放給業(yè)務應用自行計算，數(shù)據(jù)源負載飆升，浪費算力資源的同時，·缺能力，效率低下：不同于數(shù)據(jù)庫時代一庫走天下，面對各種各樣數(shù)據(jù)類型的海量分析場景，主題數(shù)倉的使用將極大提升某一類數(shù)據(jù)的分析處理效率；例如對時序數(shù)據(jù)的處理可以適用時序數(shù)倉，對于大寬表的計算分析可以適用Clickhouse之類的列式數(shù)倉；但主題數(shù)倉的使用需要有較強倉的選型、數(shù)據(jù)鏈路設計和數(shù)據(jù)鏈路調(diào)優(yōu)，導致···IT數(shù)據(jù)SCADA···ERPOA···OT設備IT系統(tǒng)OT···IT數(shù)據(jù)SCADA···ERPOA···OT設備IT系統(tǒng)OT數(shù)據(jù)3.4.2參考架構(gòu)MRSDWS貼源明細數(shù)據(jù)（MRS-Hudi、HIve）DataArkClickHouseHBaseloTDBHetuEngine工業(yè)物聯(lián)平臺（工業(yè)物聯(lián)平臺（IIoT）PLC圖3.6工業(yè)數(shù)據(jù)融合方案架構(gòu)工業(yè)企業(yè)所產(chǎn)生的數(shù)據(jù)涵蓋非結(jié)構(gòu)化、半結(jié)構(gòu)化行情況、環(huán)境參數(shù)等設備和產(chǎn)品運行狀態(tài)的OT·OT數(shù)據(jù)直通應用：通過“OT數(shù)據(jù)源→IIoT→業(yè)務應用”的數(shù)據(jù)鏈路，支持將工廠側(cè)OT數(shù)據(jù)實時上報工業(yè)應用系統(tǒng)，滿足工廠側(cè)工況實時監(jiān)時采集井下工況數(shù)據(jù)、六大災害數(shù)據(jù)并上報煤礦·OT數(shù)據(jù)一鍵入倉：通過“OT數(shù)據(jù)源→IIoT→DWS-GDS→DWS”的數(shù)據(jù)鏈路，建立智能工廠、智慧礦井級統(tǒng)一數(shù)據(jù)倉庫和數(shù)據(jù)治理體系，支撐廠站本地的統(tǒng)一數(shù)據(jù)存儲與分析，實現(xiàn)工廠側(cè)的精細化運營。如在上述煤礦項目中，平臺匯集了礦井本地50多個系統(tǒng)數(shù)據(jù)，支持OT數(shù)據(jù)一鍵入倉，實現(xiàn)了礦井本地數(shù)據(jù)全量入倉、數(shù)據(jù)資·OT數(shù)據(jù)一鍵入湖：通過“OT數(shù)據(jù)源→IIoT→MRS-Kafka→MRS-CDL→MRS-Hudi→數(shù)據(jù)集市”的數(shù)據(jù)鏈路，支持建立集團級、省級統(tǒng)焦化煉鋼連鑄軋制能效優(yōu)化焦化煉鋼連鑄軋制能效優(yōu)化智慧勘探管運優(yōu)化缺陷檢測水泥窯磨優(yōu)化·IT數(shù)據(jù)批量集成：構(gòu)建工廠側(cè)或集團側(cè)統(tǒng)一數(shù)據(jù)湖倉時，當源系統(tǒng)為數(shù)據(jù)庫、對象存儲、大數(shù)增量）對海量數(shù)據(jù)進行采集。可通過“源系統(tǒng)→CDM→DWS/MRS(Hudi/Hive/HDFS/Hba-se/ES)”的數(shù)據(jù)鏈路實現(xiàn)。·IT數(shù)據(jù)準實時集成：在構(gòu)建工廠側(cè)或集團側(cè)統(tǒng)一數(shù)據(jù)湖倉時，從GaussDB、MySQL等數(shù)據(jù)源實時采集數(shù)據(jù)變更、數(shù)據(jù)實時流轉(zhuǎn)?？赏ㄟ^“數(shù)據(jù)源→MRS-CDL→MRS-Hudi→數(shù)據(jù)集市”及“數(shù)據(jù)源→DRS→MRS-Kafka→MRS-Flink→MRS-Hudi→數(shù)據(jù)集市”的數(shù)據(jù)鏈路實現(xiàn)?！T數(shù)據(jù)消息集成：在構(gòu)建工廠側(cè)或集團側(cè)統(tǒng)一數(shù)據(jù)發(fā)送到消息隊列進行數(shù)采。針對這種場景，可通過“IT系統(tǒng)→ROMAMQS→ROMAFDI→DWS”的數(shù)據(jù)鏈路實現(xiàn)?！T數(shù)據(jù)API集成：當構(gòu)建工廠側(cè)或集團側(cè)統(tǒng)一放API接口提供數(shù)據(jù)，并通過微批方式采集入倉的情形?？赏ㄟ^“IT系統(tǒng)→ROMAFDI→DWS”3.5工業(yè)數(shù)智協(xié)同工業(yè)生產(chǎn)中涉及大量的安全生產(chǎn)巡檢，危險區(qū)域識別監(jiān)控等實時觀測場景，需要及時發(fā)現(xiàn)生產(chǎn)風險，調(diào)整生產(chǎn)計劃策略對工業(yè)生產(chǎn)至關(guān)重要。這類場景下，傳統(tǒng)生產(chǎn)過程一般采用專人值守，存1．危險區(qū)域?qū)崟r觀測對值守人員的人身安全威2．人為因素有可能影響風險、事故上報的及時3．對于現(xiàn)場值守人員的安全保障措施往往影響另一類場景下，工業(yè)企業(yè)在生產(chǎn)過程中存在很多優(yōu)化工藝參數(shù)的場景，如煤礦的焦化配煤、產(chǎn)量預測，電力的用電峰谷預測、用電負載平衡等。這類業(yè)務以往強依賴于專家操作經(jīng)驗，且難以保因此，近年來，以礦業(yè)、冶金等行業(yè)企業(yè)開始積極探索通過AI對視頻流的識別技術(shù)識別和發(fā)現(xiàn)風智能洗選煤礦制造圖3.7工業(yè)數(shù)智協(xié)同典型場景AI和大模型技術(shù)存在前期投入大、技術(shù)門檻高的模型算法，也是近期工業(yè)企業(yè)客戶重點關(guān)注的問3.5.1業(yè)務挑戰(zhàn)工業(yè)企業(yè)在生產(chǎn)場景下應用AI能力主要面臨以下·場景碎片化：工業(yè)場景分散獨立，算法通用性差，作坊式的模型開發(fā)難以規(guī)模復制，應用AI能·算法精度低：訓練樣本需要大量的人工標注，·安全保障難：算法訓練需要將數(shù)據(jù)導出到線下3.5.2參考架構(gòu)工業(yè)數(shù)智協(xié)同把工業(yè)大數(shù)據(jù)、人工智能的技術(shù)引入工業(yè)互聯(lián)網(wǎng)架構(gòu)，打通數(shù)據(jù)到AI生產(chǎn)線圖3.8煤礦行業(yè)工業(yè)智能業(yè)務價值程實現(xiàn)湖倉智一體?；谌A為云盤古大模型根技術(shù)，提供開箱即用的場景化套件、工業(yè)行業(yè)大模型、AI運營管理平臺等能力，實現(xiàn)AI的全生命周1．湖倉智一體：提供業(yè)務生產(chǎn)數(shù)據(jù)到訓練數(shù)據(jù)2.“懂行業(yè)”的盤古大模型套件：分層式大模型轉(zhuǎn)化為高效可大規(guī)模復制的“工廠模式”。根據(jù)練架構(gòu)分為L0（通用層）、L1（行業(yè)層）及L2(場景層）。其中在L0通用層，通過開源數(shù)據(jù)集和海量互聯(lián)網(wǎng)大數(shù)據(jù)訓練通用的大模型，如：CV和預測大模型，作為整個大模型預訓練架構(gòu)的底座；在L1行業(yè)層通過公開和采購等渠道收集、匹配行業(yè)的多種場景和數(shù)據(jù)，基于L0層的預訓練底座形成行業(yè)的預訓練模型，L0層與L1層共同構(gòu)成AI開發(fā)的“工廠”。當前華為云Stack已具有多個行業(yè)實踐經(jīng)驗，包括礦山、鋼鐵、電力、油氣、制造等領域，提供行業(yè)預訓練大模型和AI工作流，行業(yè)用戶基于小樣本數(shù)據(jù)獲得更匹配自身邊邊邊云 …邊邊邊云 …AI應用開發(fā)OBS存儲3．開箱即用的場景化套件：場景化工作流以業(yè)務為中心，不斷沉淀場景化模型構(gòu)建的經(jīng)驗，包括數(shù)據(jù)集、運行參數(shù)、資源配置等。匹配當前工業(yè)場景的機器視覺、預測類業(yè)務，提供全域智能感知和決策優(yōu)化兩類服務，包含多個場景化套4．AI運營管理中心：提供企業(yè)AI資產(chǎn)的統(tǒng)一納管能力，讓AI資產(chǎn)可見、可管、可運營，包括算法，工作流，模型的共享發(fā)布和訂閱，實現(xiàn)構(gòu)建5．一站式AI開發(fā)平臺：提供模型開發(fā)、訓練、推理端到端工具鏈，支持萬卡大規(guī)模集群及調(diào)度管理，支持故障容錯，訓練作業(yè)故障自動恢復，作業(yè)失敗率低于0.5%，萬卡訓練30天不中斷。6．完整的工業(yè)智能運行時自閉環(huán)系統(tǒng)：借助云邊協(xié)同架構(gòu)，將中心開發(fā)好的AI應用推送至邊緣生產(chǎn)系統(tǒng)，同時邊緣采集的異常樣本上傳至云側(cè)模型訓練集群，形成邊用邊學、越用越聰明的AIModelArtsAI開發(fā)平臺AI全生命周期管理服務部署、持續(xù)監(jiān)控、持續(xù)學習、持續(xù)評估AI資產(chǎn)管理MRS/DWS集群圖3.9工業(yè)智能中樞方案架構(gòu)API設計API設計ALMCodeArtsIDEIDEforIDEforJavaIDEforAPI發(fā)布圖3.10軟件開發(fā)工具鏈功能架構(gòu)3.6工業(yè)應用開發(fā)3.6.1業(yè)務挑戰(zhàn)當前工業(yè)軟件應用基本都是一整套的垂直建設模式，不論是ERP、MES等工業(yè)生產(chǎn)應用，還是類3.6.2參考架構(gòu)工業(yè)aPaaSIDE/代碼倉/CICD…ERP/MES/PLM…圖3.10工業(yè)應用開發(fā)子場景參考架構(gòu)3.6.3軟件開發(fā)工具鏈嵌入式開發(fā)等典型研發(fā)場景。從研發(fā)流程上看，在某大型車企，集團云研發(fā)中心已經(jīng)通過API調(diào)試API測試Web測試（SimuCloud）（MDACloud）（SimuCloud）（MDACloud）···3.6.4工業(yè)軟件云板級板級EDA工具鏈（pEDACloud）PCB板設計審查PCB綜合仿真工業(yè)數(shù)據(jù)管理及協(xié)同服務（IPDCenter）工業(yè)數(shù)據(jù)管理（工業(yè)數(shù)據(jù)管理（xDM）EDM、PDM、SysDM、SPDM、MPDM...工業(yè)數(shù)據(jù)模型驅(qū)動引擎（iDME）工業(yè)數(shù)據(jù)模型模板庫(BoX)圖3.11工業(yè)軟件云功能架構(gòu)業(yè)軟件的數(shù)據(jù)基礎；通過數(shù)字主線引擎可以聯(lián)結(jié)業(yè)務數(shù)據(jù)，快速構(gòu)建主體圖譜，以實現(xiàn)產(chǎn)品屬性、產(chǎn)品配套、質(zhì)量追溯等業(yè)務場景；iDME同時還提供了工業(yè)數(shù)據(jù)模型與模板庫，將工業(yè)聯(lián)盟定義工業(yè)軟件工業(yè)軟件APPSPDMEDM···SysDM工業(yè)數(shù)據(jù)模型模型庫BoXxDM-BoX（模型、服務、方案模版）LinkX-BoX（模型、服務、圖譜）LinkX-Foundation圖3.12iDME工業(yè)數(shù)字模型驅(qū)動引擎品主數(shù)據(jù)管理系統(tǒng)PDM開發(fā)，可以為工業(yè)企業(yè)客IPDCenter提供統(tǒng)一產(chǎn)品生命周期角色工程流模同時，內(nèi)置了華為在產(chǎn)品主數(shù)據(jù)數(shù)據(jù)管理領域的優(yōu)秀實踐，可以為企業(yè)提供PartBOM為核心的預集成伙伴工業(yè)數(shù)據(jù)管理（xDM）CAD插件產(chǎn)品數(shù)字化協(xié)同平臺云服務IPDCenterIPDCenterSpace基礎服務···（用戶認證｜消息｜分類/屬性｜可視化｜搜索...)CAD管理···圖3.13IPDCenter產(chǎn)品數(shù)字化協(xié)同平臺3.6.5工業(yè)輕應用平臺（aPaaS）工業(yè)企業(yè)往往還需要一些可以敏捷集成開發(fā)的輕管理駕駛艙之類的功能。當前此類軟件開發(fā)需要為此，工業(yè)輕應用平臺提供了集成工作臺能力，1．應用元數(shù)據(jù)引擎：以業(yè)務對象為核心構(gòu)建數(shù)據(jù)資產(chǎn)目錄，為客戶提供的統(tǒng)一數(shù)據(jù)模型管理，解決數(shù)據(jù)模型定義不統(tǒng)一，查找難，理解難等問······集成工作臺業(yè)務可視化構(gòu)建（SVE:ServiceVisualizftionEstablish）應用元數(shù)據(jù)引擎（ABM:ApplicationBusinessModel）基礎服務卡片模版開發(fā)屏幕應用模版開發(fā)業(yè)務聯(lián)動卡片渲染多屏適應···模型目錄模型采集行業(yè)模型管理模型地圖煤礦工作臺電力工作臺城市工作臺公路工作臺運營支撐系統(tǒng)配置行業(yè)適配器···圖4.16：工業(yè)輕應用集成工作臺功能架構(gòu)IoTDBIoTDBAPMAI能力中心4.1制造4.1.1智慧工廠·應用場景隨著制造業(yè)數(shù)字化轉(zhuǎn)型不斷深入，當前以產(chǎn)品為中心的工業(yè)IT系統(tǒng)架構(gòu)背景下，生產(chǎn)運營及管理面臨諸多問題，難以適應以客戶為中心的產(chǎn)品柔性化生產(chǎn)和供應鏈的反應速度。此過程不僅對供應鏈體系提出重大挑戰(zhàn)，也對工業(yè)生產(chǎn)現(xiàn)場的架1．生產(chǎn)高效響應：不論是柔性化制造及個性化制造需求，還是對市場銷售訂單（OTD）的快速交付能力，傳統(tǒng)生產(chǎn)模式都存在瓶頸，很難滿2．生產(chǎn)成本持續(xù)降低：傳統(tǒng)制造工廠依賴人工管理，生產(chǎn)過程不透明，質(zhì)量問題及故障影響生3．產(chǎn)品工藝快速優(yōu)化：生產(chǎn)工藝及過程數(shù)據(jù)需要有效記錄和精準智能分析，來提升質(zhì)量和工藝實施設備物聯(lián)及產(chǎn)線數(shù)據(jù)治理，并進行工藝數(shù)智·解決方案大數(shù)據(jù)分析、人工智能等技術(shù)，實現(xiàn)生產(chǎn)全流程的實時監(jiān)控，生產(chǎn)計劃和資源調(diào)配的優(yōu)化，以提1．數(shù)據(jù)采集與整合：建立數(shù)據(jù)采集系統(tǒng)，實現(xiàn)對生產(chǎn)過程、設備狀態(tài)、產(chǎn)品質(zhì)量等數(shù)據(jù)的實時監(jiān)測和采集。將不同數(shù)據(jù)源的信息進行整合，構(gòu)建統(tǒng)一的數(shù)據(jù)平臺，為后續(xù)的數(shù)據(jù)分析和應用提2．數(shù)據(jù)分析與應用：利用大數(shù)據(jù)分析、人工智實現(xiàn)生產(chǎn)過程的優(yōu)化、預測性維護和質(zhì)量控制。并基于數(shù)據(jù)分析結(jié)果，應用系統(tǒng)實現(xiàn)自動化決策總體而言，可通過工業(yè)互聯(lián)網(wǎng)平臺的建設，實現(xiàn)MOM計劃排MOM計劃排圖4.1智慧工廠參考架構(gòu)物料管理、質(zhì)量管控等各個環(huán)節(jié)的無縫對接，提4.1.2智能化應用體系建設·應用場景大型制造類企業(yè)，組織架構(gòu)通常分為集團和工廠兩層組織，當前企業(yè)在應用體系建設上，集團與各工廠側(cè)采用弱協(xié)同方式，且工廠業(yè)務系統(tǒng)往往采用獨立建設模式，造成各工廠之間應用重復建設，且標準無法統(tǒng)一，極大地限制了生產(chǎn)交付效率。未來，新型智能化應用作為制造類企業(yè)智能1．開發(fā)平臺不統(tǒng)一：多供應商多套系統(tǒng)獨立開發(fā)和交付，手工方式單獨上線，供應商開發(fā)交付2．開發(fā)和驗收規(guī)范不統(tǒng)一：各供應商使用獨立3．應用協(xié)同難：應用在集團側(cè)開發(fā)完成，后期面向企業(yè)業(yè)務規(guī)模日益增長，智能化升級訴求，企業(yè)希望自上而下地從集團側(cè)構(gòu)建統(tǒng)一標準的智應用應用應用物聯(lián)平臺AI推理微服務治理計劃訂單物流應用應用應用物聯(lián)平臺AI推理微服務治理計劃訂單物流·解決方案AI訓練OT數(shù)據(jù)上傳XXXX車間AGVXX車間PLC圖4.2智能化應用體系建設參考架構(gòu)1．應用微服務改造：通過容器技術(shù)，實現(xiàn)業(yè)務2．軟件工具鏈：利用一站式軟件開發(fā)工具鏈，和制造執(zhí)行和結(jié)算，上下游協(xié)同數(shù)據(jù)同源。數(shù)據(jù)4．數(shù)據(jù)統(tǒng)一建模：基于工業(yè)軟件云，可實現(xiàn)統(tǒng)一“工廠基礎模型”建模，建立數(shù)據(jù)標準。同時打通BOM、工藝與制造執(zhí)行信息流通，保障設5．應用分發(fā)協(xié)同：基于工業(yè)云邊協(xié)同子解決方案能力，實現(xiàn)應用在集團側(cè)一次開發(fā)，自動多邊分發(fā)到各個工廠，滿足工業(yè)應用標準化和快速自工業(yè)APP引擎工業(yè)APP引擎4.1.3區(qū)域創(chuàng)新能力孵化中心·應用場景中國在制造行業(yè)軟件方面起步較晚，且此類軟件及知識平臺建設技術(shù)門檻高，嚴重制約中小制造類企業(yè)智能化轉(zhuǎn)型，對于制造類企業(yè)區(qū)域能力中心建設尤為重要。但制造行業(yè)的區(qū)域能力中心往往面臨技術(shù)滯后、人才短缺、成果轉(zhuǎn)化困難和外部合作不足等諸多問題，難以發(fā)揮制造業(yè)的產(chǎn)業(yè)1．技術(shù)更新速度慢：區(qū)域能力中心在技術(shù)更新方面跟不上行業(yè)發(fā)展的速度，導致技術(shù)落后、競2．跨部門協(xié)作不暢：區(qū)域能力中心與其他部門3．成果轉(zhuǎn)化困難：區(qū)域能力中心的研發(fā)成果難以有效轉(zhuǎn)化為實際生產(chǎn)應用，影響企業(yè)的創(chuàng)新能4．缺乏合作：區(qū)域能力中心與外部伙伴合作不地方政府正積極推動集群企業(yè)，應用工業(yè)互聯(lián)網(wǎng)平臺，鼓勵并支持服務商專注于特定產(chǎn)業(yè)領域，積累數(shù)字化解決方案經(jīng)驗，培育工業(yè)應用程序，以提升產(chǎn)業(yè)集群的協(xié)同和創(chuàng)新能力，推動產(chǎn)業(yè)實·解決方案整體方案可參考“一底座多功能中心”的技術(shù)架基礎云底座提供通用的基礎設施和服務，包括構(gòu)模式可以實現(xiàn)底座系統(tǒng)的復用和統(tǒng)一管理，同時為不同業(yè)務領域提供個性化的解決方案，有利聯(lián)創(chuàng)中心聯(lián)創(chuàng)中心運營體系1．研發(fā)驗證中心：包括對先進技術(shù)的研究和應用，如物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)分析等技術(shù)平臺的建設及使用，以提高生產(chǎn)效率、產(chǎn)品質(zhì)量和工廠智能化水平。同時儲備技術(shù)研發(fā)團隊，不斷進行創(chuàng)新和技術(shù)迭代，來應對制造行業(yè)的快速變2．行業(yè)知識中心：建立完善的知識管理系統(tǒng)、專業(yè)知識庫以及工業(yè)APP系統(tǒng)，整合和共享行業(yè)決策支持和問題解決方案。知識中心還應促進員工的學習和能力建設，不斷提升整體團隊的專業(yè)3．聯(lián)創(chuàng)運營中心：通過開放式的合作模式和生制造生態(tài)系統(tǒng)的創(chuàng)新和發(fā)展。同時增強協(xié)同合作和生態(tài)運營的能力，與內(nèi)部和外部合作伙伴建立良好的合作關(guān)系，共同推動產(chǎn)業(yè)鏈上下游的協(xié)同4.2煤礦4.2.1煤礦數(shù)字生產(chǎn)經(jīng)營體系·應用場景煤礦企業(yè)正在面臨從工業(yè)化向智能化轉(zhuǎn)型，將物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新技術(shù)與現(xiàn)代礦山開發(fā)技術(shù)相結(jié)合，提升企業(yè)的安全生產(chǎn)能力。但是在實際轉(zhuǎn)型的過程中，新技術(shù)的應用往1．數(shù)據(jù)采集不全：礦企的數(shù)據(jù)包含多種數(shù)據(jù)，例如IT數(shù)據(jù)、OT數(shù)據(jù)等，這些數(shù)據(jù)包含在自身2．數(shù)據(jù)相互割裂：煤礦企業(yè)各個領域的數(shù)據(jù)獨3．數(shù)據(jù)使用困難：數(shù)據(jù)存放分散，沒有進行統(tǒng)礦企可通過建設數(shù)據(jù)融合共享的全鏈路管理與分析平臺，在數(shù)據(jù)融合共享、數(shù)據(jù)管理、數(shù)據(jù)應用·解決方案礦企可通過智能數(shù)據(jù)湖底座、數(shù)據(jù)標準化治理與全鏈路管理平臺、數(shù)據(jù)融合應用平臺三個模塊，建設數(shù)字生產(chǎn)經(jīng)營體系。平臺一方面為各業(yè)務領域提供數(shù)據(jù)采集、存儲、轉(zhuǎn)換、加載、分析和服務的功能組件，另一方面承載數(shù)據(jù)治理體系相關(guān)通過工業(yè)物聯(lián)平臺能夠?qū)崿F(xiàn)礦企各類OT數(shù)據(jù)源的實時接入和預處理分析，對于IT系統(tǒng)的異構(gòu)數(shù)據(jù)源接入可通過業(yè)務集成平臺以及數(shù)據(jù)實時同步工具來實現(xiàn)高性能批量和實時數(shù)據(jù)集成，滿足離能夠?qū)崿F(xiàn)對礦企不同類型的數(shù)據(jù)進行集中存儲，數(shù)據(jù)存儲&計算數(shù)據(jù)治理排水監(jiān)控系統(tǒng)供電監(jiān)控系統(tǒng)數(shù)據(jù)存儲&計算數(shù)據(jù)治理排水監(jiān)控系統(tǒng)供電監(jiān)控系統(tǒng)語音廣播監(jiān)控視頻監(jiān)控系統(tǒng)人員定位系統(tǒng)安全監(jiān)測系統(tǒng)業(yè)務系統(tǒng)物聯(lián)設備智慧智慧XX系統(tǒng)·數(shù)據(jù)入湖·數(shù)據(jù)治理·數(shù)據(jù)運營新增IT系統(tǒng)采集已有OT新增IT系統(tǒng)采集攝像頭監(jiān)測站采煤機圖4.4煤礦數(shù)字生產(chǎn)經(jīng)營體系參考架構(gòu)存儲平臺存放，對于結(jié)構(gòu)化數(shù)據(jù)（各類數(shù)據(jù)庫數(shù)可通過數(shù)據(jù)倉庫平臺存放，同時支持事務性、分通過數(shù)據(jù)治理平臺實現(xiàn)煤礦企業(yè)原始數(shù)據(jù)按照統(tǒng)一規(guī)范，進行數(shù)據(jù)資產(chǎn)沉淀、數(shù)據(jù)資產(chǎn)目錄的管建模、數(shù)據(jù)開發(fā)、數(shù)據(jù)開放等過程全生命周期可視化管理。實現(xiàn)元數(shù)據(jù)管理、數(shù)據(jù)地圖、指標體外以“商品”形式對數(shù)據(jù)資產(chǎn)進行統(tǒng)一管理，實現(xiàn)數(shù)據(jù)資產(chǎn)、算法模型等“商品”能力構(gòu)建、上4.2.2大型集團統(tǒng)一數(shù)據(jù)平臺·應用場景大型煤礦集團指導下屬礦業(yè)公司智能化建設，需要通過推動數(shù)據(jù)標準化，建立統(tǒng)一數(shù)據(jù)體系，提升數(shù)據(jù)規(guī)范化水平。當前，煤礦集團內(nèi)下屬礦業(yè)公司在建立數(shù)據(jù)體系時，可能會存在以下關(guān)鍵挑·標準不統(tǒng)一：各廠家系統(tǒng)的OT數(shù)據(jù)無統(tǒng)一標準，導致協(xié)議/數(shù)據(jù)格式不統(tǒng)一，且對接定制化生產(chǎn)系統(tǒng)互聯(lián)互通復雜，跨系統(tǒng)聯(lián)動困難，難以·自主創(chuàng)新難：現(xiàn)有數(shù)據(jù)平臺和系統(tǒng)無法做到自主創(chuàng)新，且運維困難，難以滿足智能礦山的建設BI報表..數(shù)據(jù)安全數(shù)據(jù)管理直管礦BI報表..數(shù)據(jù)安全數(shù)據(jù)管理直管礦數(shù)據(jù)源由于各個子系統(tǒng)獨立運行，不同廠商的系統(tǒng)在數(shù)據(jù)傳輸協(xié)議、存儲格式等方面尚未建立統(tǒng)一的數(shù)據(jù)標準，已經(jīng)對礦業(yè)集團智能化建設進程造成了一定的影響，集團應建立統(tǒng)一的數(shù)據(jù)平臺，對制定數(shù)據(jù)標準，及數(shù)據(jù)采集、治理和使用進行全生·解決方案基于大型礦企各層級單位的不同管理定位，數(shù)據(jù)平臺應按照“集團總部+二級礦業(yè)（可選）+生產(chǎn)礦井”的兩/三級架構(gòu)分層建設，實現(xiàn)數(shù)據(jù)有效協(xié)同。集團總部負責制定標準和統(tǒng)籌規(guī)劃，各二級礦業(yè)公司負責標準落地和平臺建設，各生產(chǎn)礦井單位負責安全生產(chǎn)和應用創(chuàng)新。從而形成“集團總部+二級礦業(yè)（可選）+生產(chǎn)礦井”的兩/三級數(shù)據(jù)平臺體系，帶動集團信息化發(fā)展模式全面升級，形成開放、共享、互聯(lián)和融合的數(shù)字化應......數(shù)據(jù)管理數(shù)據(jù)安全數(shù)據(jù)管理數(shù)據(jù)安全+產(chǎn)量監(jiān)控排水監(jiān)控產(chǎn)量監(jiān)控排水監(jiān)控信息系統(tǒng)安全監(jiān)測人員定位語音廣播視頻監(jiān)控供電監(jiān)控生產(chǎn)設備攝像頭監(jiān)測站采煤機液壓支架圖4.5煤礦大型集團統(tǒng)一數(shù)據(jù)平臺參考架構(gòu)中心根據(jù)業(yè)務需求，選取所需的能力模塊，形成·統(tǒng)一數(shù)據(jù)標準：統(tǒng)一定義數(shù)據(jù)的各項標準和規(guī)·統(tǒng)一技術(shù)平臺：在集團內(nèi)部建設統(tǒng)一的、自主創(chuàng)新的技術(shù)架構(gòu)，建設混合云完成數(shù)據(jù)融合，共·統(tǒng)一管理體系：數(shù)據(jù)是企業(yè)的重要資產(chǎn)，需要在全集團內(nèi)統(tǒng)一數(shù)據(jù)認識，由專業(yè)團隊對數(shù)據(jù)進行管控，對數(shù)據(jù)進行分析，挖掘數(shù)據(jù)價值。通過統(tǒng)一門戶實現(xiàn)資產(chǎn)的可視化呈現(xiàn)及管理，滿足集團公司經(jīng)營管理應用統(tǒng)建、安全生產(chǎn)應用統(tǒng)籌的4.2.3行業(yè)能力共享中心·應用場景在部分產(chǎn)煤量大的區(qū)域，煤礦企業(yè)數(shù)量多，智能化建設市場碎片化。各個煤礦企業(yè)的智能化受自身的信息化水平的影響發(fā)展各異，煤礦企業(yè)之間的建設經(jīng)驗難以共享，大數(shù)據(jù)、人工智能等新技1．資源共享困難：缺乏行業(yè)標準、缺乏智能礦山建設解決方案，各煤礦企業(yè)的建設方案多種多樣，效果參差不齊。各個廠家設計的系統(tǒng)相互獨平臺支撐，導致行業(yè)知識無法沉淀，規(guī)模化推廣成本高，算力資源無法跨企業(yè)共享。以往“作坊式”開發(fā)，開發(fā)效率低，周期長，能力無法有效積累。缺乏大模型可視化開發(fā)平臺，對小模型的依賴導致產(chǎn)品精度低，泛化性差，影響智能化建3．數(shù)據(jù)流通困難：各個礦企按需設計，數(shù)據(jù)為特定應用服務，難以向其他應用提供數(shù)據(jù)，形成眾多“數(shù)據(jù)孤島”。煤機裝備和對應的系統(tǒng)七國八制，數(shù)據(jù)缺乏統(tǒng)一標準和接口，系統(tǒng)之間數(shù)據(jù)打通和協(xié)同困難，阻礙煤礦智能化建設的效果和為應對以上難點，區(qū)域監(jiān)管部門或區(qū)域影響力大的頭部企業(yè)，通過建設一套工業(yè)互聯(lián)網(wǎng)平臺，整產(chǎn)中心，沉淀標準化方案，將資源、數(shù)據(jù)、方案等在行業(yè)內(nèi)共享，快速復制，避免基礎設施重復投資，降低煤礦企業(yè)的建設成本，賦能中小礦智·解決方案行業(yè)能力共享中心，采取行業(yè)中心云+廠礦邊緣云的架構(gòu)，統(tǒng)一建設煤礦工業(yè)互聯(lián)網(wǎng)平臺，針對盤古大模型視覺、預測能力進行AI智能化改造。采用中心平臺工業(yè)數(shù)采、數(shù)據(jù)融合、人工智能、礦企與中心平臺，實現(xiàn)區(qū)域礦端的標準化快速復集約化建設。中心側(cè)建設華為混合云平臺，包含......批量生產(chǎn)高泛化性、高精度的場景模型。廠礦邊緣節(jié)點建設輕量化云平臺或數(shù)據(jù)中心，與中心側(cè)2．AI大模型：面向業(yè)務場景提供一站式AI模型開發(fā)工作流，提供商品展示、共享、交易統(tǒng)一門戶，實現(xiàn)礦企數(shù)據(jù)、智能化模型、工業(yè)應用三類3．數(shù)據(jù)融合：統(tǒng)一數(shù)采框架，明確礦山業(yè)務場景數(shù)采服務組合，給出最優(yōu)配置，滿足工業(yè)級實時采集要求。工業(yè)生產(chǎn)數(shù)據(jù)統(tǒng)一入口，多源異構(gòu)靈活適配，人機料法環(huán)全聯(lián)接。一站式建模，快速構(gòu)建工廠數(shù)字孿生，打通云邊端，構(gòu)建企業(yè)OT/IT數(shù)據(jù)一張網(wǎng)。（中心側(cè)）（邊緣側(cè)）AIAI開發(fā)AIAI訓練AIAI運維本反本反樣大礦/廠樣饋AI推理饋型部型部模模署AI推理署圖4.6煤礦行業(yè)能力共享中心參考架構(gòu)通過引入煤礦工業(yè)互聯(lián)網(wǎng)平臺，實現(xiàn)行業(yè)標準智4.2.4智能創(chuàng)新基地場景·應用場景智能等新技術(shù)與現(xiàn)代礦山生產(chǎn)將深度融合，煤礦企業(yè)對人工智能的訴求逐步提升，煤礦行業(yè)的人缺乏人工智能業(yè)務開發(fā)：當前多廠商作坊式人工智能算法開發(fā)，基于小模型，訓練周期長，樣本中心側(cè)邊緣側(cè)中心側(cè)邊緣側(cè)越來越高，場景難度越來越復雜，小作坊開發(fā)模缺乏人工智能集成驗證：人工智能商品需要模型開發(fā)與現(xiàn)場推理進行集成驗證，當前人工智能產(chǎn)品的訓練過程和廠礦的推理過程相互獨立，現(xiàn)場異常情況難以反饋到模型訓練階段，現(xiàn)場經(jīng)驗積缺乏人工智能相關(guān)人才：煤礦企業(yè)的缺乏人工智能技術(shù)人員，對廠家依賴較大，需要培養(yǎng)煤礦行大型煤礦集團可成立智能創(chuàng)新基地，進行人工智能場景與應用的集中創(chuàng)新與孵化，建立統(tǒng)一的人工智能平臺與建設方案，為集團下屬礦企提供智能化建設的指導思想與技術(shù)路線，降低人工智能·解決方案智能創(chuàng)新基地可以分為中心側(cè)（集團）與邊緣側(cè)（示范礦）兩部分：在集團側(cè)自建混合云，搭建邊緣計算節(jié)點，驗證AI大模型在生產(chǎn)領域的應用能力，以及云邊協(xié)同、邊用邊學的模型統(tǒng)一部署模型訓練：AI大模型訓練平臺支持海量作業(yè)的自動調(diào)度、大規(guī)模分布式訓練，對人工智能集群的算力資源進行統(tǒng)一管理、調(diào)度和實時分配，提供算子開發(fā)研究、神經(jīng)網(wǎng)絡開發(fā)研究、全流程人工智能開發(fā)工作流的能力，幫助人工智能開發(fā)者高效完成算子開發(fā)、算法開發(fā)、數(shù)據(jù)處理、模型訓練和模型部署等開發(fā)活動。通過智能創(chuàng)新的“工業(yè)化開發(fā)模式”；AI模型管理與部署AI加速資源池AI開發(fā)和訓練平臺AI資源池管理運營運維安全管理AI應用圖4.7煤礦行業(yè)智能創(chuàng)新基地場景參考架構(gòu)云邊協(xié)同：模型訓練完成后采用云邊協(xié)同驗證方至礦端實際運行。如有存疑樣本，樣本將提交至訓練中心進行迭代訓練，實現(xiàn)中心側(cè)與邊緣側(cè)的支撐，打造人工智能業(yè)務應用平臺。人工智能業(yè)于AI算法模型的管理與應用，實現(xiàn)各類業(yè)務場景人工培養(yǎng)：煤礦集團、礦企、行業(yè)伙伴，可深度升從業(yè)人員的技能水平，打造高水平人工智能團4.3電力4.3.1用電計量系統(tǒng)采集·應用場景隨著企業(yè)和用戶用電規(guī)模日益增大，原有電力用電和計量系統(tǒng)在大規(guī)模多樣化數(shù)據(jù)高頻采集和接入、實時計算分析方面能力不足。且隨著采集頻支持海量數(shù)據(jù)高效存儲、無法滿足外部系統(tǒng)跨系統(tǒng)實效共享要求。在數(shù)據(jù)價值釋放方面，由于缺低采集時延是電力企業(yè)正在面臨的重要難題。其多個安全區(qū)。服務器負載壓力大且資源利用不均衡，影響整體采集效率。采集入庫最長需要幾十2．實時分析能力瓶頸：現(xiàn)有采集系統(tǒng)數(shù)據(jù)分析只能在采集數(shù)據(jù)入庫之后進行，無法實現(xiàn)數(shù)據(jù)實3．大數(shù)據(jù)量統(tǒng)計分析性能瓶頸：大數(shù)據(jù)量的統(tǒng)規(guī)定時間完成統(tǒng)計分析工作，嚴重制約業(yè)務應用4．源系統(tǒng)架構(gòu)難改造：源系統(tǒng)數(shù)據(jù)主站部分采用Oracle單機集群化部署模式，數(shù)采和分析性能用電和計量自動化系統(tǒng)作為電網(wǎng)數(shù)字化分析與管理的重要工具，其數(shù)據(jù)分析及處理能力的要求的·解決方案電力企業(yè)可參考工業(yè)互聯(lián)網(wǎng)架構(gòu)實現(xiàn)電力用電和計量系統(tǒng)的全面升級。其中，基于工業(yè)智能數(shù)采子解決方案，實現(xiàn)對變壓器、能源控制器、居民電表、換流站、變電站等海量端側(cè)設備進行OT基于工業(yè)數(shù)據(jù)融合子解決方案，將IT和OT數(shù)據(jù)統(tǒng)一入湖，通過不同功能的專業(yè)數(shù)據(jù)集市提供數(shù)據(jù)實時入湖、實時分析和實時供數(shù)能力，實現(xiàn)用1．數(shù)據(jù)實時采集：面向工業(yè)場景海量系統(tǒng)、設費控管理-專變費控、費控管理-專變費控、......GaussDB數(shù)據(jù)庫SparkDWS數(shù)倉HBase過物模型實現(xiàn)對多廠家、不同型號的電能設備統(tǒng)一標準建模。同時，面向設備老化、工況復雜等2．數(shù)據(jù)實時分析：基于不同業(yè)務類型，通過靈活的專業(yè)數(shù)據(jù)集市對業(yè)務進行處理。如對于用戶數(shù)據(jù)與檔案數(shù)據(jù)的實時查詢、多表關(guān)聯(lián)查詢等數(shù)據(jù)分析類應用，可通過DWS進行處理；對于實時交易類數(shù)據(jù)，可通過GaussDB進行事務處理；對于日志管理、輔助運維和無線公網(wǎng)信號檢測場出分析結(jié)果后，調(diào)用HBase做批量點查詢。對于以往部署在集中式Oracle數(shù)據(jù)庫中的業(yè)務邏輯，可通過多數(shù)據(jù)集市的分布式解耦架構(gòu)，來實現(xiàn)數(shù) Oracle圖4.8用電信息采集系統(tǒng)升級改造參考架構(gòu)4.4油氣4.4.1現(xiàn)場作業(yè)智能化·應用場景在油氣領域，尤其在集團層面，已廣泛應用云計新技術(shù)逐步向工業(yè)生產(chǎn)現(xiàn)場深入，各職能分公司紛紛衍生出現(xiàn)場作業(yè)智能化需求，典型場景現(xiàn)狀1．智能安全生產(chǎn)：面向油氣田、油庫、煉化廠等位置偏遠或高危險作業(yè)區(qū)，生產(chǎn)作業(yè)現(xiàn)場處于以人工監(jiān)測管理為主的作業(yè)模式，工作強度高、控制邏輯無法遠程升級和管理，程序升級更新工2．加油站智慧運營：當前加油站智慧化普及率較低，缺少邊緣智能分析能力，顧客（年齡、性等AI視頻分析數(shù)據(jù)，且數(shù)據(jù)模型不統(tǒng)一無法充分共享，導致客戶畫像不完整，精準營銷無法有效3．數(shù)字化工程施工：面向如加油站建設等基礎設施工程施工場景，當前通常由現(xiàn)場監(jiān)督管理人員采用攝像頭視頻監(jiān)控方式進行巡視，浪費生產(chǎn)人力，且無法完全保障對各種可疑事件和危險行各職能公司希望能夠基于現(xiàn)場作業(yè)智能化實現(xiàn)生產(chǎn)動態(tài)全面感知、生產(chǎn)過程優(yōu)化、風險預警快速響應、決策精準高效，支撐生產(chǎn)操作相關(guān)業(yè)務，提供生產(chǎn)現(xiàn)場數(shù)據(jù)實時處理能力，來解決如作業(yè)現(xiàn)場設備設施管理手段單一、安全運營壓力大、邊緣節(jié)點管理............邊緣節(jié)點管理............·解決方案工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)可以有效滿足從集團到地區(qū)公司到作業(yè)現(xiàn)場的整體智能化升級。集團構(gòu)建統(tǒng)一的數(shù)字底座，作為能力中心，將最新的智慧化應用通過邊緣計算節(jié)點下沉到各個工業(yè)現(xiàn)場。其中，地區(qū)公司可以構(gòu)建邊緣計算平臺，實現(xiàn)多級協(xié)同管理。在集團和地區(qū)公司可部署兩級數(shù)據(jù)湖治理，地區(qū)公司輕量數(shù)據(jù)湖與集團云專業(yè)湖形成既實現(xiàn)云邊協(xié)同，又實現(xiàn)地區(qū)公司的邊緣自治，數(shù)據(jù)湖&數(shù)據(jù)治理平臺和邊緣計算中心平臺，打2．人工智能中心：可基于華為盤古大模型根技并實現(xiàn)人工智能云-邊-端多級協(xié)同；3．數(shù)據(jù)融合治理體系：基于工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)融合先進技術(shù)和數(shù)據(jù)治理方法論，融合企業(yè)既有數(shù)據(jù)資產(chǎn)沉淀，構(gòu)建全集團數(shù)據(jù)治理體系，建立全域數(shù)據(jù)湖，實現(xiàn)數(shù)據(jù)全量入湖和全面資產(chǎn)化，并4．云邊能力協(xié)同：基于工業(yè)互聯(lián)網(wǎng)云邊協(xié)同子解決方案，可實現(xiàn)云邊端全面協(xié)同，為地區(qū)公司模式二（銷售、工程等）模式二（銷售、工程等）............圖4.9油氣行業(yè)現(xiàn)場作業(yè)智能化參考架構(gòu)4.4.2設備一體化管控·應用場景油氣行業(yè)生產(chǎn)工藝和過程較為復雜，涉及油氣田作業(yè)區(qū)、煉化場、油庫、加油站等業(yè)務鏈條，且工作環(huán)境較為特殊，這對該行業(yè)的設備管控水平提出了更高的要求。由于各生產(chǎn)節(jié)點在建設初期并沒有統(tǒng)一規(guī)范，且受限于當時信息化技術(shù)發(fā)展水平，在油氣企業(yè)在構(gòu)建設備管控體系過程中，1．標準不統(tǒng)一：各地區(qū)公司/子公司自建設備管理系統(tǒng)數(shù)量多、應用效果不一、缺乏統(tǒng)一的設備2．技術(shù)不成熟：裝備在線監(jiān)測預警程度較低，基于物聯(lián)網(wǎng)的設備監(jiān)測技術(shù)應用不夠，造成部分裝備不能及時維保、調(diào)劑以及臨界報廢裝備維修維修雖已開始應用，但預知性檢維修相關(guān)工作整體還處于初期階段。此外，安全巡檢工作量大，瞞檢等行為，無法對巡檢過程監(jiān)督以保證巡檢質(zhì)搭建物聯(lián)網(wǎng)平臺，構(gòu)建相應的物聯(lián)能力，從邊緣層、平臺層為銷售全業(yè)務鏈提供設備運行數(shù)采、數(shù)據(jù)管理分析、網(wǎng)絡安全傳輸、生產(chǎn)實時監(jiān)控等服務，為企業(yè)提供標準化的工業(yè)APP服務，并提供基于業(yè)務場景持續(xù)應用開發(fā)的能力。實現(xiàn)信息采集、傳輸和應用，提高對現(xiàn)場感知能力、提高·解決方案集團制定物聯(lián)統(tǒng)一標準，保障物聯(lián)數(shù)據(jù)采集、傳視頻AI計算視頻AI計算應用，并將生產(chǎn)運行數(shù)據(jù)融合到集團中心云物聯(lián)平臺體系，集團中心云基于工業(yè)互聯(lián)網(wǎng)云邊協(xié)同架構(gòu)，將工業(yè)APP下沉到業(yè)務現(xiàn)場，具體方案如油庫等生產(chǎn)現(xiàn)場部署邊緣數(shù)采節(jié)點，通過統(tǒng)一的數(shù)采標準完成庫站設備及自動化系統(tǒng)數(shù)據(jù)采集，再通過統(tǒng)一的數(shù)據(jù)上傳標準協(xié)議（如MQTT）將采集到的物聯(lián)設備數(shù)據(jù)、AI分析數(shù)據(jù)等上報到云側(cè)物聯(lián)平臺。在此過程中，工業(yè)智能數(shù)采子解決方案可在邊緣側(cè)實現(xiàn)多廠商設備協(xié)議兼容，完成數(shù)據(jù)集成、數(shù)據(jù)清洗等預處理，提升數(shù)據(jù)采集質(zhì)量。同時可基于物模型技術(shù)，將不同廠商相同類2．IT/OT數(shù)據(jù)融合分析：除智能儀表、PLC等工業(yè)設備OT數(shù)據(jù)之外，工業(yè)數(shù)據(jù)融合子解決方案可將SCADA、DCS等OT軟件系統(tǒng)數(shù)據(jù)，以及ERP、CRM等IT系統(tǒng)數(shù)據(jù)，通過邊緣數(shù)據(jù)快速集成至公司統(tǒng)一數(shù)據(jù)湖，基于數(shù)據(jù)治理，結(jié)合3．工業(yè)APP開發(fā)：面向設備/能耗一體化管控，生產(chǎn)運營管理，安全生產(chǎn)分析等上層工業(yè)APP，工業(yè)應用開發(fā)子解決方案可提供低碼化的應用開設備一體化管控生產(chǎn)運行管理安全生產(chǎn)分析能設備一體化管控生產(chǎn)運行管理安全生產(chǎn)分析能耗智能分析......設備集成、數(shù)據(jù)清洗、物模型轉(zhuǎn)換...頭機計設備設備IOC設備設備設備設備生產(chǎn)設備能耗設備計儀閥計儀閥閥器計生產(chǎn)設備環(huán)境設備能耗設備安防設備消防設備...圖4.10油氣設備一體化管控參考架構(gòu)5.1鄂爾多斯：打造基于AI大模型的工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群文文鄂爾多斯市數(shù)字經(jīng)濟發(fā)展投資有限責任公司副總經(jīng)理、鄂爾多斯市數(shù)匯科技有鄂爾多斯市數(shù)字經(jīng)濟發(fā)展投資有限責任公司副總經(jīng)理、鄂爾多斯市數(shù)芯科技有“到2025年，鄂爾多斯生產(chǎn)煤礦全部建成智能化煤礦，全部達到二級以上的現(xiàn)場化煤礦標準，“到2025年，鄂爾多斯生產(chǎn)煤礦全部建成智能化煤礦，全部達到二級以上的現(xiàn)場化煤礦標準，重點產(chǎn)業(yè)工業(yè)互聯(lián)網(wǎng)平臺覆蓋率100%，帶動數(shù)字經(jīng)濟核心產(chǎn)業(yè)增長值達到200億元。”鄂爾多斯市煤礦資源豐富，現(xiàn)有煤礦260多座，煤礦年產(chǎn)銷量8.5億噸、約占全國1/5，并擁有全國最大的露天礦、井工礦、煤制油、煤制氣等項目，是十四五發(fā)展規(guī)劃的傳統(tǒng)煤礦、傳統(tǒng)化工能在2024年的政府工作報告中，國務院總理李強明確指出要深入推進數(shù)字經(jīng)濟創(chuàng)新發(fā)展，實施制造同時，報告也強調(diào)了深化大數(shù)據(jù)、人工智能等研發(fā)應用，開展“人工智能+”行動，打造具有國際競爭力的數(shù)字產(chǎn)業(yè)集群；2024年3月，為進一步提升智能化煤礦建設水平，加強煤礦智能化標準體系頂層設計，國家能源局經(jīng)過廣泛調(diào)研，在充分聽取有關(guān)方面意見建議的基礎上，由國家能源局組織起草并印發(fā)了關(guān)于《煤礦智能化標準體系建設指南》，明確了煤礦智能化標準體系框架和重點建設內(nèi)容，指導相關(guān)標準制修訂，促進標鄂爾多斯市積極響應國家號召，將信息化作為新型工業(yè)化的重要抓手，提出通過工業(yè)互聯(lián)網(wǎng)加速煤礦產(chǎn)業(yè)智能化發(fā)展，利用人工智能等新型技術(shù)手段提升煤礦行業(yè)安全高效發(fā)展水平，聚集煤礦產(chǎn)業(yè)上下游生態(tài)，吸引行業(yè)生態(tài)落戶鄂爾多斯，智能化煤礦建設市場整體呈碎片化，各煤礦企業(yè)1、資源共享難：煤企設備多，系統(tǒng)多，但缺乏重復建設，且方案多種多樣，效果參差不齊；存在大量“煙囪式”系統(tǒng)，缺乏共享機制和平臺支2、智能化基礎薄弱：煤企自建算力有限，試錯缺乏大模型可視化開發(fā)平臺，對小模型的依賴導致產(chǎn)品精度低，泛化性差，影響智能化建設效3、數(shù)據(jù)流通難：各個煤礦按需設計，數(shù)據(jù)為特數(shù)據(jù)缺乏統(tǒng)一標準和接口，系統(tǒng)之間數(shù)據(jù)打通和協(xié)同困難，阻礙煤礦智能化建設的效果和推進進（統(tǒng)一門戶）（AI商品交易）AI（統(tǒng)一門戶）（AI商品交易）AI推理...2023年，鄂爾多斯市政府與華為公司簽署煤礦工業(yè)互聯(lián)網(wǎng)合作協(xié)議，雙方充分利用鄂爾多斯能云計算、人工智能等領域的技術(shù)優(yōu)勢，基于行業(yè)中心云+廠礦邊緣云的架構(gòu)，統(tǒng)一建設煤礦工業(yè)互聯(lián)網(wǎng)平臺。針對煤礦生產(chǎn)主要涉及的掘進、采煤、主運等96個細分作業(yè)場景，借助華為AI基礎+行業(yè)共享方案，邊緣礦企采用標準接入方案，打通礦企與中心平臺，實現(xiàn)區(qū)域礦端的標準化快·基于華為云Stack，開展“三統(tǒng)一”（統(tǒng)一標準、統(tǒng)一架構(gòu)、統(tǒng)一數(shù)據(jù)規(guī)范）的鄂爾多斯煤礦·—構(gòu)建一站式AI模型服務的企業(yè)應用市場通本地應用市場與華為云商城的互聯(lián)互通，共享2、AI大模型加速區(qū)域智能化轉(zhuǎn)型：依托盤古礦升20%以上。3、數(shù)智融合打破數(shù)據(jù)壁壘：將礦端的數(shù)據(jù)（結(jié)構(gòu)化和非結(jié)構(gòu)化）統(tǒng)一采集、入湖，為算法訓練提供標注數(shù)據(jù)，自動化讀取AI訓練結(jié)構(gòu)化數(shù)據(jù)，（中心云）（邊緣云）華為云Stack盤古礦山大模型CV丨預測數(shù)據(jù)使能平臺數(shù)據(jù)使能平臺AI使能平臺融合集成平臺AI算力樣本反饋云邊協(xié)同，邊用邊學模型部署AI推理圖5.1：鄂爾多斯工業(yè)互聯(lián)網(wǎng)方案架構(gòu)這是內(nèi)蒙古首個以行業(yè)AI大模型和工業(yè)應用商城為核心的工業(yè)互聯(lián)網(wǎng)平臺，集AI算力、礦山行業(yè)大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術(shù)為一體的綜合性行業(yè)“產(chǎn)學研用”一體化平臺，可向企業(yè)和伙伴提供開發(fā)、運營、銷售、咨詢等一站式服務。其中AI模塊包含了先進的工業(yè)大模型，支持低門檻、高1、建成工業(yè)互聯(lián)網(wǎng)平臺體系：落地了三統(tǒng)一(統(tǒng)一標準、統(tǒng)一架構(gòu)、統(tǒng)一規(guī)范）的鄂爾多斯煤礦工業(yè)互聯(lián)網(wǎng)平臺體系，實現(xiàn)260+煤礦統(tǒng)一接入，提供統(tǒng)一的AI算力資源和創(chuàng)新平臺，賦能生態(tài)企業(yè)。通過模型交易，實現(xiàn)模型流轉(zhuǎn)，匯聚生在少量補充訓練樣本的情況下，可以快速遷移到新的生產(chǎn)單位，大大降低應用推廣成本和門檻，節(jié)省超過90%的數(shù)據(jù)樣本標注工作量，人工智能應用上線周期從月級縮短到天級，加速煤礦企業(yè)AI普及速度，解決了過去基于“小模型”AI開發(fā)環(huán)。通過中心平臺訓練以及‘邊學邊用’模式來持續(xù)提高模型精度和可靠性，實現(xiàn)礦山少人、無發(fā)展投資有限責任公司副總經(jīng)理、鄂爾多斯市數(shù)“平臺通過集約化建設工業(yè)人工智能能力，聚集產(chǎn)業(yè)伙伴，整合區(qū)域離散資源，實現(xiàn)AI普惠以及鄂爾多斯市數(shù)字經(jīng)濟發(fā)展投資有限責任公司副總經(jīng)理、鄂爾多斯市數(shù)芯科技有限公司董事長任軒3、聚集生態(tài)助力產(chǎn)業(yè)升級：依托平臺匯聚產(chǎn)業(yè)生態(tài)，促進鄂爾多斯礦山智能應用生態(tài)繁榮和發(fā)展，推動煤炭產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)煤炭數(shù)字化產(chǎn)業(yè)高質(zhì)量發(fā)展。在2024年1月舉辦的鄂爾多斯工業(yè)互聯(lián)網(wǎng)開發(fā)者大會上，國內(nèi)18家AI伙伴、16家“礦鴻”伙伴、10家礦山企業(yè)與鄂爾多斯簽約家伙伴入駐，服務企業(yè)超過260家，創(chuàng)新應用突破300個。鄂爾多斯市委副書記、市長杜匯良表示，鄂爾多斯工業(yè)互聯(lián)網(wǎng)平臺將從礦山領域逐步被推廣至其他工業(yè)領域，以數(shù)字技術(shù)賦能產(chǎn)業(yè)轉(zhuǎn)型升級：“我們要在2025年實現(xiàn)煤礦生產(chǎn)智能化全覆蓋，重點產(chǎn)業(yè)工業(yè)互聯(lián)網(wǎng)平臺全覆蓋，將信息化作為工業(yè)化的重要抓手，再造一個工業(yè)的鄂爾多斯市?！?.2長安汽車：構(gòu)建智慧工廠數(shù)字底座，實現(xiàn)C2M柔性制造“長安聯(lián)合華為重構(gòu)了智慧工廠技術(shù)架構(gòu)，通“長安聯(lián)合華為重構(gòu)了智慧工廠技術(shù)架構(gòu)，通過統(tǒng)一的數(shù)字底座，實現(xiàn)IT和OT系統(tǒng)數(shù)據(jù)統(tǒng)一接入、高性能集成入湖，打破研發(fā)、生產(chǎn)、銷售、物流等環(huán)節(jié)的數(shù)據(jù)孤島，構(gòu)筑工業(yè)數(shù)據(jù)平臺，基于工業(yè)互聯(lián)網(wǎng)的技術(shù)理念，統(tǒng)一了數(shù)據(jù)標準和開發(fā)標準，加速長安汽車工業(yè)應用現(xiàn)代化、智能化。”國汽車四大集團陣營企業(yè)，擁有160余年歷史底場規(guī)模穩(wěn)步提升，銷量突破255.3萬輛，同比增加8.82%，新能源三年實現(xiàn)連續(xù)翻番增長，海外市場銷量增幅達43.9%。在2024年全球伙伴大會上，長安汽車表示，計劃到2025年，將實現(xiàn)集團銷量350萬-400萬輛，其中新能源銷量120萬輛，海外銷量70萬輛；到2030年，集團銷量500萬輛，其中新能源銷量300萬輛-350萬這樣的成績與長安汽車一以貫之、全速推進的“三大戰(zhàn)略計劃”不無關(guān)系。在雙碳戰(zhàn)略、科技創(chuàng)年，長安汽車已蓄力開啟第三次創(chuàng)業(yè)，將成為智能低碳出行科技公司作為目標，陸續(xù)發(fā)布面向新能源的“香格里拉計劃”、面向智能化的“北斗天樞計劃”，以及面向全球化的“海納百川計2020年董事長朱華榮提出了數(shù)字化轉(zhuǎn)型的戰(zhàn)略“天上一朵云、空中一張網(wǎng)、中間一平臺、地上全場景”，2021年長安汽車啟動了全面數(shù)字化重慶長安渝北新工廠是長安高端車型和新能源車重要的生產(chǎn)基地，同時還是長安制造數(shù)字化轉(zhuǎn)型的排頭兵，新工廠涵蓋六大整車工藝、七大制造渝北新工廠將采用C2M(CustomertoManu-facturer)方式進行生產(chǎn)，打破原有煙囪式系統(tǒng)和數(shù)據(jù)鴻溝，貫徹集團數(shù)字化轉(zhuǎn)型戰(zhàn)略目標，以“1、新能源車銷量快速增長：2023年長安汽車新能源車銷量快速增長達到48.1萬輛，同比增長69.2%。2025年，集團將沖刺新能源銷量120萬輛，同比提升71.4%；2030年，將沖擊新能源銷量300-350萬輛；2、工廠產(chǎn)能分布不均：當前長安汽車工廠產(chǎn)能88%為燃油車，利用率僅55%，而新能源車在定義有限幾款車型，整車配置不超過200種，按照固定車型順序生產(chǎn)，生產(chǎn)和物流簡單協(xié)同；新支持定制選配，整車配置達到10000種，按照訂單排序生產(chǎn)，且交付節(jié)奏要求更加敏捷，生產(chǎn)和傳統(tǒng)工廠以業(yè)務運營為核心，大多建有自己獨立的應用中心，擁有獨立的數(shù)據(jù)庫和數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)無法實現(xiàn)跨系統(tǒng)、全流程貫通，在研產(chǎn)供銷全鏈條上存在著很多的斷點和堵點，導致生產(chǎn)過程面向敏捷、柔性、穩(wěn)定的現(xiàn)代化智慧工廠應依靠工業(yè)模型和數(shù)據(jù)驅(qū)動進行決策優(yōu)化，從煙囪式向開放化、云化、平臺化架構(gòu)演進，以數(shù)據(jù)重構(gòu)企1、打通OTD(On-timeDelivery)流程上的多系底座里面進行接入和融合，實現(xiàn)共享、流通和協(xié)同分析，生產(chǎn)-銷售-交付不再割裂，快速響應市2、構(gòu)建符合自身業(yè)務流程的微服務業(yè)務系統(tǒng)，統(tǒng)架構(gòu)的轉(zhuǎn)型，充分融合工業(yè)大數(shù)據(jù)，以信息流驅(qū)動決策流，實現(xiàn)AI驅(qū)動的產(chǎn)銷協(xié)同、數(shù)字孿生工廠、全息質(zhì)量管理等更高階的現(xiàn)代化應用和精2023年8月17日，長安汽車與華為公司簽署全面持續(xù)深化戰(zhàn)略合作框架協(xié)議，將在數(shù)字化轉(zhuǎn)型(人才訓戰(zhàn)、咨詢服務、研發(fā)數(shù)字化等）、算力中其中，在數(shù)字化轉(zhuǎn)型方面，雙方共同完成基于“新汽車·新生態(tài)”的長安總體數(shù)字化轉(zhuǎn)型規(guī)劃落ArchitectureFramework)構(gòu)建智慧工廠4A架構(gòu)(業(yè)務架構(gòu)BA、應用架構(gòu)AA、信息架構(gòu)IA、技術(shù)基于華為云Stack技術(shù)底座，將業(yè)務數(shù)字化、對象數(shù)字化，打通數(shù)據(jù)斷點，實現(xiàn)全流程數(shù)據(jù)和業(yè)務貫通，沉淀業(yè)務原子能力和數(shù)據(jù)能力，進而支撐工廠應用協(xié)同與智慧運營，實現(xiàn)OTD端到端管CodeArtsAstroZeroCodeArtsAstroZeroROMAConnectAPM2.應用技術(shù)集成平臺ROMAFactory計算服務存儲服務網(wǎng)絡服務云容器引擎數(shù)據(jù)庫服PLC3.工業(yè)數(shù)字模型驅(qū)動引擎iDME交付域質(zhì)量域人力域設備域成本域交付域質(zhì)量域人力域設備域成本域1.數(shù)智集成平臺MRSDWSHCSHCS圖5.2：智慧工廠數(shù)字化底座參考架構(gòu)整體方案架構(gòu)基于工業(yè)互聯(lián)網(wǎng)的技術(shù)理念，聚焦IT/OT融合分析大數(shù)據(jù)平臺、一站式應用開發(fā)平臺和工業(yè)全場景數(shù)據(jù)建模平臺，統(tǒng)一了數(shù)據(jù)標準和開發(fā)標準，加速長安汽車工業(yè)應用現(xiàn)代化、智