工业互联网平台白皮书（2017）.pdf

工业互联网平台白皮书（2017）工业互联网产业联盟（AII）2017 年 11 月 编写说明 工业互联网平台作为工业全要素链接的枢纽与工业资源配置的核心，在工业互联网体系架构中具有至关重要的地位。近期，国务院深化“互联网+先进制造业”发展工业互联网的指导意见 明确将构建网络、平台、安全三大功能体系作为其重点任务。在工业和信息化部信息化和软件服务业司的指导下，工业互联网产业联盟组织编写了工业互联网平台白皮书，希望加强研究与交流，与业界共同推动工业互联网平台发展。白皮书主要分为五个部分。第一部分重点提出了工业互联网平台的体系架构与关键要素，明确了工业互联网平台是什么，有哪些功能和作用。第二部分提出了工业互联网平台的技术体系，并重点对平台层、边缘层与应用层的主要技术创新趋势进行了探讨。第三部分明确了工业互联网平台的产业体系，提出当前平台布局的四种路径，以及平台与应用生态构建的主要模式。第四部分提出了工业互联网平台的主要应用场景及案例。第五部分则重点面向平台企业，提出了平台发展的相关建议。白皮书编写过程中得到了联盟成员及国内外众多平台企业的大力支持。相关企业不仅结合自身平台发展情况，从平台功能与应用案例等方面给予了大量素材支持，更是进行了多次现场调研和探讨，为白皮书观点的形成与落地提供了有力支撑。白皮书编写过程中获得了众多专家的指导与帮助。特别感谢工信部信息化和软件服务业司谢少锋司长、安筱鹏副司长对白皮 书的全面指导。同时，清华大学访问学者郭朝晖、走向智能研究院执行院长赵敏、国务院发展研究中心研究员李广乾、e-works数字化企业网总编黄培、走向智能研究院执行秘书长苏明灯、工业 4.0 研究院副院长王明芬等专家在白皮书成稿过程中也提出了许多建设性意见，在此一并致谢。工业互联网平台的发展总体还处于起步阶段，当前我们对工业互联网平台的认识也还是初步和阶段性的，后续我们将根据工业互联网平台的发展情况和来自各界的反馈意见，在持续深入研究的基础上适时修订和发布新版报告。指导单位：工业和信息化部信息化和软件服务业司 组织单位：工业互联网产业联盟 编写单位：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、海尔工业智能研究院、中国电信集团公司、华为技术有限公司、清华大学、北京和利时智能技术有限公司、用友网络科技股份有限公司、索为系统公司、东方国信科技股份有限公司、中国船舶工业系统工程研究院、北京工业大数据创新中心、寄云科技、普奥云信息科技（北京）有限公司、中国移动集团公司、石化盈科信息技术有限责任公司、浪潮集团有限公司、阿里云计算有限公司、360 企业安全集团、上海宝信软件股份有限公司、深圳美云智数科技有限公司、机智云、富士康科技集团、通用电气数字化集团、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 I 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。党的十九大报告指出，“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。”2017 年 10 月 30日，国务院常务会审议通过深化“互联网+先进制造业”发展工业互联网的指导意见，促进实体经济振兴，加快转型升级。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。作为工业互联网三大要素，工业互联网平台工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心是工业全要素链接的枢纽，是工业资源配置的核心，对于振兴我国实体经济、推动制造业向中高端迈进具有重要意义。工业工业互联互联网平台网平台是面向制造业数字化、网络化、智能化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。撑制造资源泛在连接、弹性供给、高效配置的工业云平台。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 II 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。关于工业互联网平台有四个定位：第一第一，工业互联网平台是传统工业云平台的迭代升级。工业互联网平台是传统工业云平台的迭代升级。从工业云平台到工业互联网平台演进包括成本驱动导向、集成应用导向、能力交易导向、创新引领导向、生态构建导向五个阶段，工业互联网平台在传统工业云平台的软件工具共享、业务系统集成基础上，叠加了制造能力开放、知识经验复用与开发者集聚的功能，大幅提升工业知识生产、传播、利用效率，形成海量开放 APP 应用与工业用户之间相互促进、双向迭代的生态体系。第二第二，工业工业互联网互联网平台平台是是新工业体系新工业体系的的“操作系统操作系统”。工业互联网的兴起与发展将打破原有封闭、隔离又固化的工业系统，扁平、灵活而高效的组织架构将成为新工业体系的基本形态。工业互联网平台依托高效的设备集成模块、强大的数据处理引擎、开放的开发环境工具、组件化的工业知识微服务，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发与部署，发挥着类似于微软 Windows、谷歌 Android 系统和苹果 iOS 系统的重要作用，支撑构建了基于软件定义的高度灵活与智能的工业体系。第三第三，工业，工业互联网互联网平台平台是是资源资源集聚集聚共享共享的有效的有效载体载体。工业互联网平台将信息流、资金流、人才创意、制造工具和 III 制造能力在云端汇聚，将工业企业、信息通信企业、互联网企业、第三方开发者等主体在云端集聚，将数据科学、工业科学、管理科学、信息科学、计算机科学在云端融合，推动资源、主体、知识集聚共享，形成社会化的协同生产方式和组织模式。第四第四，工业工业互联网互联网平台是打造制造平台是打造制造企业企业竞争竞争新新优优势势的的关键关键抓手。抓手。当前，GE、西门子等国际领军企业围绕“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”等生态资源，抢占工业数据入口主导权、培育海量开发者、提升用户粘性，不断建立、巩固和强化以平台为载体、以数据为驱动的工业智能化新优势，抢占新工业革命的制高点。说得形象一点，工业互联网平台是两化融合的“三明治”工业互联网平台是两化融合的“三明治”版版。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。第二，中间层是由工业企业主导建设的工业 PaaS 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 的建设者多为了解行业本身的工业企业，如 GE、西门子、PTC 以及我国的航天科工、三一重工、海尔集团均是基于通用 PaaS 进行二次开发，支持容器技术、新型 API 技术、大数据及机器学习技术，构建了灵活开放与高性能分析的工业 PaaS 产品。第 IV 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应用开发的工业 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。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：一方面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，另一方面通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析，缓解数据向云端传输、存储和计算压力。第二句，工业第二句，工业 PaaSPaaS 是核心是核心。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 V 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，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和灵活调用的微服务，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、开放社区建设提供支撑和保障。工业 PaaS 是当前领军企业布局的重点，是平台核心能力的集中体现，也是当前生态竞争的焦点。第三句，工业第三句，工业 APPAPP 是关键是关键。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 等研发设计工具和运营管理软件加快云化改造，基于工业 PaaS 实现了云端部署、集成与应用，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，开发形成面向特定行业特定场景的工业 APP。从全球工业互联网平台发展的总体情况来看，技术体系 VI 初步形成，产业生态逐渐成熟，应用场景日趋丰富。在在技术技术体系方面体系方面，数据集成和边缘处理技术、IaaS 技术、平台通用使能技术、工业数据建模和分析技术、工业大数据计算技术、应用开发和微服务技术、平台安全技术共同构成了工业互联网平台的技术体系，边缘数据集成处理、通用平台二次开发、工业机理与大数据融合、微服务组件调用是当前工业互联网平台构建的主要方式。在在产业生态产业生态方面方面，五大支撑、四大主体、两类用户共同构成了工业互联网平台的产业体系，工业企业、信息技术企业、垂直领域企业、软件企业、互联网企业结合自身优势从不同路径开展平台产业布局，基于平台提供开发环境、工业知识积累、微服务组件、大数据分析引擎，成为跨界企业与第三方开发者共同构建平台产业生态的关键支撑。在在应用场景方面应用场景方面，工业现场的生产过程优化、企业管理的运营决策优化、企业间协同的资源配置优化、产品全生命周期的管理服务优化是工业互联网平台的四大典型应用，平台的应用领域正从单个设备、单个工艺、单个企业向全要素、全产业链、全生命周期领域拓展，带动传统产业实现智能化转变。当前，全球领先企业工业互联网平台正处于规模化扩张的关键期，而我国工业互联网建设仍处于起步阶段，发展基础和能力薄弱，跨行业、跨领域的综合性平台尚未形成，面向特定行业特定领域的企业级平台影响力不强，亟需加强统 VII 筹协调，充分发挥政府、企业、研究机构等各方合力，把握全球工业互联网平台市场格局、技术标准未定的战略窗口期，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，打造新型工业体系，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，培育一批跨行业、跨领域的综合能力平台和解决企业数字化、网络化、智能化发展需求的企业级平台，开展工业互联网平台技术验证与测试评估，组织实施百万工业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，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技术演进、产业发展和应用模式的阶段性提炼和总结。下一步，要围绕工业互联网平台培育、测试验证、能力评估及标准体系建设等方面，VIII 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 11 月 18 日 IX 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.29 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、工业互联网一、工业互联网平台的平台的内涵内涵 （一）工业互联网平台发展背景（一）工业互联网平台发展背景 1.1.制造业变革与数字经济发展制造业变革与数字经济发展实现实现历史性交汇历史性交汇 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。2.2.制造业制造业智能化智能化对平台工具提出新需求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。3.3.信息技术信息技术加速渗透并加速渗透并深刻影响制造业发展深刻影响制造业发展模式模式 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（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。4 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）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）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应用创新设备状态分析供应链分析能耗分析优化 业务运行设计APP生产APP管理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（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、工业互联网平台二、工业互联网平台技术体系技术体系 （一）工业互联网平台七（一）工业互联网平台七大核心技术交织融合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，（二）平台架构，PaaSPaaS 以其开放灵活特性成为主流选择以其开放灵活特性成为主流选择 1 1.基于通用基于通用 PaaSPaaS 的二次开发的二次开发成为工业成为工业 P PaaSaaS 主要主要构建构建方式方式 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、.NET 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 2.新型集成技术成为平台能力开放的重要手段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 3.容器技术支撑平台及应用的灵活部署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（三）应用创新，工业机理与数据科学走向融合 1.1.对工业机理的深入理解是工业数据分析的重要前提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 2.大数据、大数据、机器学习技术机器学习技术驱动工业数据分析能力跨越式提升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。3.3.数据科学数据科学与工业与工业机理结合有效支撑复杂数据分析，驱动数机理结合有效支撑复杂数据分析，驱动数字孪生发展字孪生发展 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。4.4.工业知识正基于平台快速积累并实现高效工业知识正基于平台快速积累并实现高效传播与复用传播与复用 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，