【工業網際網路】康鵬舉：工業網際網路平臺的技術核心與創新應用

4月4日，工業網際網路平臺宣講團第二季第二講繼續開講，由中國西電集團中央研究院總經理康鵬舉博士為大家分享“工業網際網路平臺的技術核心和創新應用”。“工業網際網路平臺宣講團”，在工信部信軟司大力支援下，由中國資訊通訊研究院、工業網際網路產業聯盟、走向智慧研究院主辦，通過組織線上線下宣講活動，邀請國內著名專家、學者、企業家就工業網際網路平臺白皮書相關理念與技術發展體系開展宣貫活動。本場宣講團活動有101個微信社群參加同步圖文直播轉播，覆蓋專業人群超過兩萬人。

宣貫活動為公益性專業性知識分享活動，歡迎大家踴躍參與。

工業網際網路平臺宣講團第二季第二講

康鵬舉：工業網際網路平臺的技術核心與創新應用

時間：2018年4月4日晚20點

主講專家：

康鵬舉：中國西電集團中央研究院總經理

主持人：

蘇明燈：走向智慧研究院執行祕書長

【主持人開場白】：

各位群友，晚上好。工業網際網路平臺宣講團活動第二季第二講現在正式開始。我是本次宣講活動主持人蘇明燈，是活動主辦方之一的走向智慧研究院執行祕書長，也是國內首部討論智慧化革命的專著——《三體智慧革命》一書的作者之一。走向智慧研究院作為國內首個智慧化綜合創新類研究智庫，在智慧製造、工業網際網路、人工智慧等領域做了一些基礎性工作，歡迎大家持續關注、支援我們的各項活動。

今天晚上有101個科技產經微信群將同步圖文直播或轉播宣講團活動，其中51個微信群通過機器人“直播小助手”同步直播，參加直播轉播的微信群比上次宣講新增了9個，預計覆蓋專業人群超過2萬人，可見工業網際網路平臺話題越來越受到關注，平臺發展越來越受到各方重視。

本次宣講活動，是為了貫徹落實國務院《關於深化“網際網路+先進製造業”發展工業網際網路的指導意見》，宣貫《工業網際網路平臺白皮書》，在工信部信軟司大力支援下，由中國資訊通訊研究院、工業網際網路產業聯盟、走向智慧研究院聯合主辦，我們邀請國內著名專家、學者、企業家組成工業網際網路平臺宣講團，通過組織線上、線下宣講活動，就平臺建設與推廣、技術體系、創新應用等開展宣貫活動。

在宣講團前面幾講中，我們分別邀請到中國信通院總工程師、工業網際網路產業聯盟祕書長餘曉暉，中國信通院兩化所副所長朱敏，中航工業集團資訊科技中心首席顧問寧振波，走向智慧研究院執行院長趙敏，對工業網際網路平臺相關發展態勢、白皮書核心內容、平臺技術體系、以及相關行業應用開展了網路宣貫活動。

感謝數萬網友的線上聆聽。本次活動為網路公益性專業類知識分享活動。宣講活動得到我國工業、IT等領域若干重要的行業協會、管理部門、產業聯盟、研究機構、知名企業大力支援。他們是：

工業網際網路平臺宣講團支援單位（排名不分先後）：

工控兄弟連、中國機電一體化技術應用協會、中國工業技術軟體化產業聯盟、中國工業服務聯盟、寧夏寧東能源化工基地管委會、瀋陽市大資料管理局、蘇州工業園區科技和資訊化局、白銀市工信委、杭州市餘杭區科學技術局、東北大資料產業聯盟、浙江省工業網際網路產業聯盟、山東省物聯網協會、江蘇省企業資訊化協會、中國精算研究院大資料中心、成都汽車產業研究院、蘇州市智慧製造公共服務平臺、北京中關村科技園豐臺園3D列印數字維創中心、杭州市計算機學會、杭州市物聯網行業協會、無錫市資訊化協會、紹興市產業網際網路促進會、深圳市大資料研究與應用協會、工業網際網路產業聯盟上海分聯盟、華東理工大學資訊科學與工程學院、北京資訊科技大學自動化學院、中國人工智慧學會智慧能源系統專業委員會、航天雲網、徐工資訊、海爾工業智慧研究院、樹根互聯、中國移動、中船資訊、西門子、ABB、PTC、金蝶軟體、東方國信、日海物聯、索為系統、《航空動力》編輯部、e-works數字化企業網、工業4.0俱樂部、中國科技自動化聯盟、工業4.0創新平臺、工業4.0商業共同體、智慧製造百人會、工業服務聯盟、資訊科技服務與外包產業聯盟、寄雲科技、北京兮易、蘭光創新、研華科技、英諾維盛、合眾聯恆、北京格分維、大馳工業設計、昱辰泰克、青島天河製造業轉型升級研究院、中之傑、互聯智佑、寶信資訊、中安鼎輝、安星聯供應鏈、聯訊動力、造奇智慧、制學網、廊庭科技、2045加速器、翔正國際、智匯工業、國脈物聯網、工程師聯盟、慧造智慧研究院、渤海方略、先進製造業全媒體、物聯網創新聯盟等。

據最新統計，今晚參與直播轉播工業網際網路平臺宣講團活動的微信群有101個, 同步直播轉播微信群是(系列微信群只列舉主群)：

工業網際網路產業聯盟群、走向智慧-工業互聯精英群、走向智慧-工業互聯產融群、工業網際網路平臺宣講團直播系列群、CPS資訊物理系統專家宣講團、國家智慧製造交流群、寧東管委會系列群、中國工業技術軟體化產業聯盟群、中國資訊自動化交流群、《三體智慧革命》雅讀匯、工業4.0俱樂部系列微信群、工業4.0商業聯合體系列微信群、2018智慧製造百人會群、中歐智慧製造、中國智慧製造Imchina、工業網際網路安全討論小組、中國建造3.0&建築數字領導力論壇、人工智慧創新高峰論壇、智慧科技創新交流群、IC咖啡講堂001|物聯網群、工業4.0研討會主群、中歐校友製造業群、西南精益製造聯盟、走向智慧論壇讀書匯、中國智慧製造IMchina、國脈物聯網與智慧製造論壇微信群、工業物聯網合作交流群、工業服務聯盟群、中國智慧能源+國際化高階智庫群、杭州智慧製造研究會、創新設計群、兮易強企交流群、【未來智+】微直播課堂系列群、國家紡織商會工業4.0中心、瀋陽大資料產業交流群、山西裝備製造之家、工業網際網路上海分聯盟群、江蘇大資料聯盟系列群、江蘇省工業軟體產業發展聯盟群、弗戈學堂交流群、紹興市產業網際網路促進會系列群、濰坊工業網際網路學習群、先進製造業3群、工業智慧製造群、智匯工業群、江蘇省企業資訊化協會總群、山東物聯網百人會、珠海市工業網際網路協會、工業網際網路+工業區塊鏈研究組、轉型升級高階研修班總群等微信社群。

作為宣講活動主持人，對上述支援單位、社群組織表示衷心的感謝。

今晚是宣講團第二季第二場宣講，我們榮幸的邀請到本期宣講專家——中國西電集團中央研究院總經理康鵬舉博士，康博士曾在通用電氣公司、聯合技術、康明斯等國際知名公司從事新產品技術研發及研發團隊管理工作，在智慧電網、工業網際網路、智慧裝備、數字化等領域有30年相關研究經驗，是一位重量級嘉賓，他今晚主講的題目是《工業網際網路平臺的技術內涵和創新應用》，接下來，有請康博士進入宣講時間。

以下為康鵬舉博士宣講圖文：

大家晚上好，很高興在這裡和大家見面，共同探討工業網際網路平臺這個話題。下面我將分享一下我對工業網際網路平臺技術及應用的一些認識。

一．控制的故事

人類的故事總結起來說就是關於控制的故事，更具體的說，就是控制能量的故事。蒸汽機的發明使人類進入了機械化時代，而蒸汽機的核心控制裝置就是常說的調速器。通過這個裝置，人類實現了對蒸汽散發的能量的駕馭。當瓦特發明了蒸汽機的調速器後，人們通過調節閥門開度，有效控制蒸汽的流量和壓力，從而驅動輪船、火車、汽車等交通運輸工具。後來，人類學會了駕馭電能，進入電氣化時代，發電、輸電、用電，深入到人類生產力的各個方面，我們控制能量的手段更加多樣，也更加精準。現在，人類進入到數字化時代和網際網路時代。

在數字化時代，資料和資訊是一種特殊形式的能量，和機械化時代以前的蒸汽一樣，如果不知道如何駕馭，它們只能白白流失。數字化時代的企業要想成功，不僅需要擁有資料，還需要駕馭資料，將資料轉化為商業價值。谷歌、百度、騰訊等，之所以成功，是因為她們找到了如何駕馭資料的真諦。當人工智慧廣泛應用於能量控制的各個方面的時候，也就標誌著智慧化時代的來臨。目前，我們還處在方興未艾的數字化時代，智慧時代的探索階段。

二．工業網際網路

工業網際網路作為數字化時代的典型特徵，其核心理念就是要將機器，資料和人深度融合。工業網際網路的基石是極致的機器：效能極致、價效比極致、使用者體驗極致。極致與智慧的機器個體，能夠相互連線，所組成的系統體現出指數效應級的價值。設計極致的機器需要相應的數字化設計手段和工具。

數字主線和數字孿生技術的進步可以使設計和驗證在數字空間中虛擬進行，讓工程師的創造潛力得到充分釋放。一臺智慧的機器本身就是一個移動的（如旋轉的發電機）或靜止的（如電力變壓器）資料中心。機器感知自我，也感知自己所處的環境，收集並積累大量的資料。資料有的在內部流轉，有的與其它機器交流。資料是機器的表達，資料分析即是對錶達的釋義，發掘其內在的規律和特徵。資料和分析詮釋了工業網際網路更深層次的價值。

如何讓資料在工業網際網路中有效流動起來，將資料轉化為價值而不是將這種能量白白散失。賦能與人，讓人在整個能量控制過程中更有靈活性、更加關注目標結果，讓創新更加自如；賦能與物，讓機器能夠自適應、自診斷，具有“大腦”。賦能與人和物是工業網際網路平臺應用創新的核心問題。總之，工業網際網路平臺將會以新的業務生態系統的方式為利益相關者營造獨特體驗和價值。

三．通過工業網際網路平臺，實現數字化重塑

工業網際網路平臺所構建的業務生態系統，將實現企業乃至整個行業的數字化重塑。應用創新需要將多種數字技術進行有效融合，包括：雲端計算、邊緣計算、認知計算、智慧終端、數字孿生、數字主線、數字化知識體系、移動通訊和物聯網等。通過這些技術的融合，我們可以重新構建客戶及合作伙伴關係，以百萬級別的APP讓人、機器互動，提供極致和獨特的使用者體驗，重塑行業價值鏈和業務運營方式。

工業網際網路的應用並非侷限於特定流程，如：庫存優化或工廠車間的數字化、自動化，它涉及整合全產業價值鏈，包括：客戶互動、產品創意、產品設計、智慧製造和資產優化管理等諸多數字化流程。成功的工業網際網路平臺將從根本上重新定義企業的經營方式，以及企業與其利益相關者之間的互動方式。

四．工業網際網路平臺技術元素

根據《工業網際網路平臺白皮書》，工業網際網路平臺涵蓋邊緣層、IaaS層、平臺層（也叫工業PaaS層）、應用層（也叫工業SaaS層）以及貫穿上述各層級的安全防護。對應工業網際網路平臺的層級，我們來進一步看一下工業網際網路平臺的具體技術元素。邊緣層是指智慧機器、裝置層。智慧機器的“大腦”是由工業控制器諸如PLC，IPC，PAC，或特殊行業用的智慧終端等承擔。機器的數字化和智慧化是下一階段工業發展的必然趨勢。目前，以邊緣機器智慧為特徵的下一代的智慧終端技術正在開發中。

建立在乙太網路基礎之上的鏈路連線解決了大部分機器的物理連線，Profinet、實時Ethernet等多種工業協議解決了區域性通訊問題，但也製造了諸多資訊孤島。異構機器間統一的通訊規範和標準能夠有效的打破孤島，雖然OPC-UA及NB-IOT等技術已經有了實踐性的突破，但是實現真正的安全互聯互通，滿足工業控制的實時性等要求，機器與機器通訊層面需要繼續創新。

工業應用場景通常是一組/群機器在一起協作執行滿足生產過程的需求。比如：發電廠、化工廠、水處理廠等。機器間的協同需要一個計算能力較強的計算平臺就地實現系統性、實時性強的優化控制任務。物聯網霧計算平臺的發展為工業霧計算技術創新提供了機遇。

通過工業網際網路的IaaS層和PaaS層實現機器資料上雲，即實現基於雲平臺的工業大資料的收集，儲存，提取等資料管理任務。由於有了工業霧計算層的過濾，進入到雲平臺的資料，具有時序和聚焦的雙重特徵，更加有效，針對這種資料的收集和儲存不能再用傳統的處理方式，需要創新出適用於更高階資料和業務挖掘的物件導向和服務的資料積累新模式。工業網際網路平臺賦能與人的特徵屬性要求PaaS層提供給使用者簡單易用的通用性資料處理方式和工具集，快速、高效、敏捷的構建業務，讓工業領域的行業專家能夠輕鬆眾創，讓構建應用的過程不再是一個程式設計的過程。

SaaS層主要進行工業資料的應用以及將資料轉換為商業價值。通過建模、計算、分析，讓形成的結果具象化展示出來，針對特定的商業目標，開發特定功能的APP，可以是報告、控制、優化等。這種商業價值的體現，由數以萬計的APP承載。通過資料提升整個企業的運營效率，關乎協作的效率，流程的精簡，從而提質增效。

五．工業網際網路生態系統

工業網際網路的發展為工控與自動化行業開拓了一個新的技術生態系統，生態系統中的每一項創新都在為工業網際網路的發展做著積極的貢獻，也為未來企業的發展帶來了機遇。工業網際網路時代將催生新一代的智慧感測企業，智慧終端企業，嵌入式控制企業，專注工控網路設施的企業，網路安全方案解決商，技術產品提供商，工業雲平臺及相關服務提供商，工業大資料分析、視覺化工具的提供者，以及各個垂直行業解決方案的整合商和服務商。這個生態系統異常龐大，技術門徑多樣，可以說百花齊放。

六．工業網際網路平臺創新

1、智慧終端技術

工業行業的異構多樣性決定了市場對智慧終端的需求是多樣化的。隨著物聯網技術的發展和工業領域對其認知的不斷加深，智慧終端技術創新有了新的機遇，比如：輕量級作業系統或無作業系統的物聯網終端平臺可以用來開發低成本的工業智慧終端；藉助開源軟體技術開發下一代低成本高效能的開源工控裝置，如開源PLC，開源IPC，開源PAC等；多核工控機的出現為開發下一代高階工業控制器、工業邊緣計算平臺和工業霧計算平臺打下了良好的基礎；藉助CPU虛擬化技術開發多作業系統的虛擬控制器可以有效支援工業APP在邊緣和霧端的部署；智慧終端裝置支援機器直接上工業雲平臺等。因此，智慧終端必須支援多種通訊協議，如：MQTT, HTTP, RESTFUL, DDS，CAN bus，EtherCAT，Modbus，OPC- UA，PROFINET，ZigBee，WIFI 等以滿足不同行業的資料連線的要求。

虛擬化技術的發展能夠使一臺工業控制器同時支援多種作業系統，如Windows，Debian，Arduino， Ubuntu，Linux Mbed，Yocto， RTOS，Fedora，Android，TI-RTOS，Raspbian等，從而以極其靈活的配置方式支援多種應用開發環境和計算語言。智慧終端不僅滿足於傳統實 時控制的需求，還將建立資訊孤島之間的連線橋樑，將高階應用（邊緣計算、人工智慧）在機器端就地部署，讓機器有了“大腦”。

2、工業大資料平臺

工業資料的特殊性和複雜性對工業大資料平臺提出了特殊的要求。工業資料包括機器資料，感測器資料，環境資料，設計資料，文件資料，記錄，多媒體資料，網頁資料，業務資料，生產製造過程資料，能量資料等。資料平臺必須有效支撐對這些結構差異、時序差異、“髒”的大資料進行統一管理，高效使用、共享、以及價值轉化。在工業網際網路時代之前，工業資料的處理的主要關注點是如何實時的處理和利用機器資料，所以實時資料庫技術得到了蓬勃的發展，幾乎每個工控系統提供商都有自己的實時資料庫技術。

工業網際網路時代，實時資料庫技術已無法滿足工業大資料的需求。開發工業資料湖技術勢在必行。如何有效地整合大資料領域已有的技術，如：Hadoop、Spark、Historian、Docker等為工業大資料管理與分析所用是關鍵，形成工業資料湖技術。工業資料湖技術包括工業資料的儲存，提取，歸類，查詢，釋出，共享等。工業資料湖可伸縮，彈性擴充套件，能夠將資源最優化配置，可以有效支撐工業網際網路中資料的流動、儲存、預處理和業務APP的呼叫。

3、大資料探勘分析

工業大資料猶如流動的能量，如果不控制（挖掘分析），就只能白白散失。有效分析工業資料需要特定的一組分析工具，根據具體的應用場景做相應的組合。常用的工業大資料分析方法有基於統計的，機器學習的，基於機理模型的，基於物理模型的（如多領域物理模型，壽命模型，失效模型等），基於訊號處理的 （如傅立葉變換，小波變換，卡阿曼濾波，壓縮感測等）。綜合而言，將基於物理機理等的模型和基於資料的模型有機結合是最有效的分析體系。這個體系被定義為數字孿生。工業大資料是由物理系統原始提供的，物理系統中的機器是工程師按精確的物理知識設計的，物理知識的積累促進了人類工業文明。數字孿生是人類物理知識的載體。

大資料探勘分析以數字孿生為基礎進行，讓強弱相關的資料都有了統一的組織。基於模型的APP，基於業務單元的APP，讓複雜的分析類似搭積木式的構建起來，由此催生出APP池技術，對數以萬計的APP進行組織和壽命管理。

工業資料的來源多元化，其中有製造資料，質量資料，運維資料，機器資料，業務資料，流程資料以及其它型別的資料。這就需要通過有效的資料視覺化工具以直觀的方式展現這些資料的內在資訊。開源技術如：Tableau, Qlikview, FusionCharts, HighCharts, Datawrapper, Plotly, Sisense 等為工業大資料的視覺化提供了強力支撐。

4、人工智慧

人工智慧技術在商業領域得到一定程度的應用並取得進展，尤其是在語音識別，翻譯，影像處理和自動駕駛等方面。當我們通過工業網際網路平臺解決了工業資料來源的問題後，人工智慧在工業領域的應用就水到渠成。工業行業目前的諸多挑戰如知識的管理，複雜系統的數字化設計，控制，診斷與維護等都可以藉助人工智慧技術加以解決，屆時，人工智慧技術在工業網際網路的多個層級都會得到極大的發揮，尤其是促進邊緣計算的發展和落地、霧計算和雲端的高階應用。

我們常常在思考：究竟什麼是智慧？要回答這個問題，我們先要了解人是怎麼思考的。我們每個人大腦裡有一對孿生兄弟，一個是急性子，一個是慢性子。人思考或做決策就靠這兩個系統，我們稱它們為系統一和系統二。系統一主要靠感覺無意識地做決定。比如，運動的時候，籃球過來要接，足球來了要踢，這是人的直覺反應，不需要思考。系統二會謹慎，要做嚴密的邏輯思考和對未來的預判。人決策的時候，都會用到大腦中的系統一和系統二。所以，有時你會當機立斷，有時會審時度勢，這就是系統一和系統二的平衡結果。要想培養系統二的能力，就要多讀書、思考，用邏輯去思維。人的智慧就表現在系統一和系統二的平衡能力。

5、工業機器的智慧

機器的智慧化是指機器能像人一樣思考。我們需要開發這樣的機器控制技術，使機器的“大腦”像人一樣通過系統一和系統二的協作進行感知，思考與決策。其中，系統一靠知覺、經驗；系統二靠邏輯嚴密的運算、思考和分析。要實現機器的真正意義上的智慧化，需要解決有關當前、過去、未來知識的有效整合。如果機器學會整合過去的經驗，利用先驗知識，學會能應對當前，能夠預測未來，這種機器就是一臺智慧機器。實施這種智慧機器的設計需要相應的硬體平臺和軟體平臺支援，再加上雙系統思維的理論框架指導。基於反饋的現代控制理論可以很好地解決系統一的實施。系統二的實施目前還沒有很好的解決方案，需要開拓與創新。

七．工業網際網路平臺應用創新

帶著關於智慧的思考，工業網際網路平臺的應用創新的圖景如下：

機器作為工業網際網路的邊界節點，智慧化是其必要的特徵。這要求我們首先以工匠精神去設計，製造出極致的智慧機器。智慧機器作為工業網際網路的基石，具備互動、預見及迅速反應的能力。智慧機器之間可以根據需要交談、求助、交流資訊，對環境變化做出反應，使工業網際網路系統能夠創造預期的價值。智慧機器可以運籌帷幄，在某種程度上像人一樣思考。下一步是將智慧機器聯網執行，即機器上雲。機器與機器，機器與人互聯需要以稀疏通訊的方式進行設計，以避免機器被不相關資料資訊淹沒。第三點，要將智慧應用在邊緣，霧端，雲端合理分散式部署，有效實現工業系統的優化控制。第四點，通過數字化技術開發提升系統效率，實現產業升級的工業APP。最後，通過工業網際網路平臺重塑工業控制行業，重構工控軟硬體生態系統。

1、邊緣計算

工業網際網路的基石是智慧機器，這需要我們突破傳統PLC的框架，開闢與未來智慧機器相匹配的智慧終端平臺。這需要在終端硬體、軟體和應用方面大膽創新，開拓工業網際網路時代的PLC。這裡我們給出一個可能的基於雙系統的智慧終端解決方案。一臺能源裝置的控制器可以由兩個資訊處理晶片構成：一個傳統的CPU晶片和一個神經網路晶片（NPU）。CPU晶片負責執行傳統的實時控制演算法，實現上述“系統一”的功能。NPU晶片支撐人工智慧演算法和大資料的分析功能，實現上述“系統二”的功能。同時，系統二還承擔和雲端安全連線的功能。控制軟體的開發，部署，更新和升級都可以在雲端遠端進行， 實現現場的不停機升級。軟體部署形式採用APP推送。系統一和系統二之間採用安全隔離，保證實時控制的安全性。系統二除了做就地資料處理分析外，同時負責資料的整合，選擇合適的資料以合適的形式上傳到雲端做進一步處理。

2、霧計算

工業網際網路時代又可稱之為大物理-大資料的時代。在這個時代，如何將物理和資料結合創造更多的價值是關鍵。廠級控制是指對一個工廠範圍內的所有機器做協同控制。這個廠級控制器和物聯網的霧計算平臺相對應。這就是我們所說的工業霧計算平臺。工廠級控制平臺需要比智慧終端更強大的計算能力以支援基於物理原理和大資料處理的實時控制演算法。我們權且稱其為：智慧現場代理器。它和智慧終端相比，設計原理相似，區別是計算能力大大加強，APP的數目和規模也更大。

3、雲端計算

工業雲平臺的作用是整合機器、製造、業務、運營、運維以及其它資料來源的資料，並將這些資料形成閉環，為整個產業鏈創造價值。機器的智慧終端通過現場代理器安全接入雲端。雲平臺由雲平臺資源層，資料層和應用層三部分組成。其中，雲平臺資源的配置必須靈活柔性，支援公有云和私有云的部署，以滿足工業使用者多樣性需求；資料層的設計要適合工業大資料處理的特點；應用層必須能夠支援多種工業軟體的雲端化和APP池化，以滿足行業使用者的不同需求。工業APP從應用的角度可以分為以下幾類：資產優化APP，流程優化APP，賦能工具APP，產品設計APP，產品創意APP和知識管理APP等。為保證工業網際網路的安全，必須有一個點對點的安控系統解決方案和相應的安控APP。使用者對APP的訪問還需要支援PC、平板、移動端等。

4、工業大資料湖

目前，工業雲平臺的資料層基本是借用商業雲平臺的資料層技術。工業雲平臺資料層的下一個創新亮點是工業大資料湖，它將用來專門儲存，管理各類工業資料，如感測器資料，機器裝置資料，設計資料，監控資料，業務ERP資料，多媒體資料，社交媒體資料，辦公資料等。工業網際網路平臺需要配置相應的工業大資料搜尋工具，儲存工具，資料探勘工具等做有效支撐，開發出適合工業大資料的索引、搜尋和交易的核心資料層技術。

5、工業大資料分析

工業大資料分析的過程是將資料、業務知識和物理知識有機結合起來，來回答三個問題：發生了什麼？正在發生什麼？將要發生什麼？有了關於這三個問題的答案，就可以實施對整個工業系統的優化。為了實現、運維和業務流程的優化，選擇合適的演算法和發掘知識的價值都是為實現上述三個問題服務的。傳統的基於業務點的資料分析已經不能滿足工業網際網路平臺級的需求，數字孿生技術體系和APP池技術將是一種突破。

美國的工業大資料生態系統相對形成的較好，培養了大批參與者從不同的側面和視角解決工業網際網路的推廣與落地。其中，有人在解決資料來源的問題，有人在開發開源平臺，有企業做資料平臺設施、APP開發平臺、演算法，行業APP，有許多公司在做各個行業的垂直解決方案。這個生態系統是開放的，其中OpenStack、Docker、TensorFlow、Kafka、Hadoop、Spark 等開源技術促進了全球眾創。

6、數字孿生

數字孿生指的是物理機器及其所在的環境在數字空間的一種描述、對映或表徵。數字孿生系統技術體系的內容有：數字孿生語義（Ontology）技術、數字孿生知識體（Knowledge）技術和數字孿生資料體（Data Model & Meta-data Model）技術。數字孿生語義的是一種定義不同數字孿生的型別、性質、以及相互關係的體系（a formal naming and definition of the types, properties, and interrelationships of the digital twins）。數字孿生知識體是對所代表的物理實體的機理、結構、引數、設計和行為等的聚合。數字孿生資料體是對所代表的物理實體的現在和歷史所產生的資料流按照特定模型組織的集合，它還包括定義資料模型的元模型。

一個抽象的、多維度、多解析度的數字孿生資料體是開啟工業APP時代的“銀彈”。以數字孿生平臺體系為基礎的工業APP將打破現有工業軟體系統所形成的孤島，讓APP的開發有了統一的資料標準。貫穿產品的整個生命週期，我們都可以構建出每一個階段的APP。如果我們試圖將這些工業APP分類的話，它們大致可以歸類為：數字孿生，數字主線和知識體系。數字孿生可以是多種表現形式，比如：由物理機理驅動的機理模型、產品的設計模型、資料驅動的相關模型、描述機器屬性的資產模型、用於控制的資訊模型、以及機器效能模型等。

數字主線是指將產品在整個壽命週期內串在一起的數字化平臺，是數字孿生、產品生命週期中每個環節的資料及知識體系的載體。它就像針線一樣，貫穿機器生命週期的每個環節：客戶、市場需求，產品的創意，產品的設計，產品的模擬，產品的加工製造，產品的出廠檢驗，產品的投入和現場執行，最後到壽命結束。

知識體系是在數字孿生和數字主線中以模型的形式存在的抽象體。目前，這些技術體系的建立才剛剛開始，需要行業的廣泛參與創新，共同構建數字化時代的工業軟體生態系統。

數字孿生技術為工業網際網路的創新應用帶來了契機，無論是電力行業還是化工行業，垂直應用變的有章可循。其核心就是需要構建基於行業的基礎數字孿生技術/平臺體系。這個體系必須能支撐機械、電氣、熱力等多領域的建模，包括：物理模型、機理模型、各種演算法模型、機器學習模型及傳統的統計模型等。通過這些模型可以便捷地構建各種用途的數字孿生。這個過程由建模平臺完成，該平臺必須具有完善的模擬能力，配置好的APP可以在該平臺上進行虛擬驗證。

這個體系還包括實施平臺和工具平臺，處於建模平臺的上一層。在這裡，驗證後的APP可以直接轉化為設計模型和原始碼在各種計算平臺上部署實施；可以有效整合各種工業知識和文件，如使用者需求，設計文件，測試文件等。工具平臺也提供各式各樣的賦能工具，如：構架設計工具，視覺化工具，追蹤工具、整合工具、組態工具等以便APP跨行業實施部署。

數字孿生的部署與應用

從計算資源和網路資源有效利用的角度考慮，數字孿生必須以合理的方式在機器端（邊緣），廠級端（霧端）和雲端部署，從而實現物理資產控制、管理，優化，業務優化、賦能等諸多工業應用。物理資產控制內容包括：感測器資料實時處理與分析、高效能實時控制、 執行機構監控、 閉環降載荷、自適應控制、故障處理、安全停機、優雅停機等。物理資產管理包括: 遠端監控、遠端診斷、遠端介入、遠端升級、遠端維護、效能評估、故障分析、資產視覺化等。物理資產優化含: 智慧增工、智慧增效、 智慧增壽、智慧改造、壽命管理、基於狀態的維護等。業務優化涵蓋內容有: 預報、規劃、排產、排程、倉儲管理、資產跟蹤、追蹤等。賦能、流程優化的任務有：工作流、查詢、文件、手冊、多媒體、翻譯、使用者行為分析、合作、分享、按需設計，隨選工具等。

數字孿生的部署與應用：遠端診斷

遠端監控與診斷是工業網際網路平臺的一個典型應用。以遠端診斷為例，一臺機器的診斷由多個分別部署在不同層級的數字孿生APP協作完成。在機器端（邊緣端），一般部署有實時處理要求的應用APP，如感測器、執行器診斷、健康指標與特徵提取、週期數累計、特診提取、資料緩衝、診斷用線性模型的使用等；廠級端（霧端）部署實時性要求稍弱，但又需要大量計算的應用APP，如模型自適應、健康狀態特徵值資料庫、模型訓練、頻譜計算、小波變換、報警優先順序處理、事故錄波等。雲端部署高計算量需求的APP，如高保真物理模型，壽命估計，模式識別，故障回放，故障追蹤，機器學習，場景演繹，相關分析，叢集分析等。三個層級的APP分別處理機器本體、機器群體和系統群體所在範圍的診斷。實時性、資料傳輸的資源、計算資源等都是決定APP分類部署的重要因素。

數字孿生：控制應用

另外一個例子是數字孿生在風電場裝置控制領域的應用。有一些APP被部署在風機控制器內（邊緣端），有一些APP被部署在風場控制伺服器內（霧端），還有一部分部署在雲平臺上。一般情況下，機器端部署的是單個風機的線性模型，或簡化模型；在風場控制器內部署的是整個風場及環境的模型； 在雲端部署了高保真的物理機理模型，用於估算部件的壽命以及流體力學有關的的複雜計算，如尾流的計算模擬等。這些APP相互協作，在保證風電資產壽命和可靠性的條件下，實現最大可能的風能捕捉。這個閉環的優化過程是100%自動化的，不需要人工介入。

八．軟體定義的工業網際網路平臺

在工業網際網路產業聯盟釋出的《工業網際網路平臺白皮書》中，工信部信軟司副司長、中國資訊化百人會執委安筱鵬博士在前言中清晰簡明地指出了工業網際網路平臺的本質和定位——“工業網際網路平臺是傳統工業雲平臺的迭代升級”，“工業網際網路平臺是新工業體系的‘作業系統’”。

未來將是一個軟體定義的世界。隨著技術的發展，硬體趨於標準化、模組化，虛擬化和池化，硬體的功能及效能也將通過軟體來定義。工業網際網路平臺的發展將由軟體的進步所主導。工業APP作為工業知識的載體，是未來工業數字化經濟的主要驅動力。

根據《國務院關於“深化網際網路+先進製造業”發展工業網際網路的指導意見》，到2020年，我國工業網際網路平臺體系將初步形成，有望建成10個左右跨行業、跨領域，能夠支撐企業數字化、網路化、智慧化生產的企業級平臺；到2020年，我國還將利用推進工業網際網路發展的契機，培育30萬個面向特定行業、特定場景的工業APP，推動30萬家企業應用工業網際網路平臺開展研發設計、生產製造、運營管理等業務。

機器的數字化、智慧化將加速自動組態工業軟體的發展，工業APP製作流水線技術或許是創新的另一個關鍵點。為實現國家2020年工業網際網路發展目標，工業行業急需一款跨行業APP開發和部署的平臺，可以支援多種語言和開發環境，以組態的方式靈活實現各種工業應用。大規模開發和部署工業APP是一項艱鉅，但又必須完成的任務。

開源技術為打破行業技術壁壘提供了有力的武器。誰能夠通過開源、開放的平臺和工具，有效地組織大眾創新，有效地將片散化，孤島化的工業知識體系微服務化、APP化、系統化、價值化，誰將是工業網際網路時代的領頭羊。

人類的故事就是控制能量的歷史。在數字化時代，資料與資訊是另外一種形式的能量，工業網際網路開創了技術創新、應用創新，和模式創新的工業新紀元，讓我們以更加開放、包容、智慧和創新的精神，打破機器-系統-人之間的壁壘，實現機器-機器、人-機器之間的高效協作與多系統的和諧共生，擁抱工業網際網路時代的到來。

本次宣講到此結束，謝謝大家的熱心關注和寶貴的時間。

【主持人】：

感謝康博士帶來精彩的分享。康博士的報告從控制的故事談起，指出工業網際網路作為數字化時代的典型特徵，其核心理念就是要將機器—資料—人三者深度融合。我們的製造型企業可以通過工業網際網路平臺，實現數字化重塑，重新構建客戶及合作伙伴關係，重塑行業價值鏈和業務運營方式。

康博士為大家詳細闡釋了工業網際網路平臺的技術元素，包括智慧終端技術、工業大資料平臺、大資料探勘分析、人工智慧、工業機器智慧等。用淺顯的文字描述了康博士眼中的“智慧”，同時為我們描繪了工業網際網路平臺的應用創新圖景：第一步，智慧機器作為工業網際網路的基石，第二步，機器上雲，第三步，將智慧應用在邊緣、霧端、雲端合理部署，實現優化控制，第四步，開發工業APP，第五步，通過工業網際網路平臺重塑工業控制行業，重構工控軟硬體生態系統。

在工業網際網路平臺創新應用中，康博士為我們介紹了邊緣計算、霧計算、雲端計算、工業大資料湖、工業大資料分析、數字孿生等相關技術和具體應用，資訊量很大。感謝康博士為大家帶來一場豐富的工業知識饕餮盛宴。

【網友互動環節】

【群友提問】：剛才主持人提到康總在GE工作過，請問GE的工業網際網路平臺與我國的工業網際網路平臺有什麼本質上的差異？

【康鵬舉】：工業網際網路平臺涵蓋邊緣層、IaaS層、PaaS層、工業SaaS層以及貫穿上述各層級的安全防護。從構架看GE的平臺和我國的平臺沒有多大區別。GE工業網際網路平臺和我國的平臺差異在於內容細節。GE認為智慧機器是工業網際網路的基石，因為只有智慧的機器裝置互聯才能將系統的效益最大化。GE非常重視邊緣技術的創新。對GE這樣的大型裝置廠商來講，邊緣技術具體指的是機器裝置的控制器，也叫做智慧終端。GE是目前工業網際網路平臺企業中唯一一個能提供工業級智慧邊緣裝置的企業。

GE的智慧終端產品就是她的Predix machine產品系列。通過Predix machine，GE製造的各種機器可以通過網際網路安全地和GE的Predix工業雲平臺無縫連線，GE的工程師可以在任何時間、地點訪問GE的線上機器裝置。另外由於GE的規模，過去的多年中已經陸續開發了許多工業APP，而且這些APP也為GE帶來了實實在在的商業價值。做工業網際網路的目的是實現資料閉環。我認為GE在將資料轉化為價值方面做得相對較好，在一定程度上GE實現了資料閉環，即智慧機器產生資料，分析APP將資料轉化為可以執行的資訊來進一步優化機器的執行、設計、改造、升級、創新。

【群友提問】：您在報告中提到工業網際網路平臺技術創新包括了人工智慧、工業機器的智慧，請問如何理解人工智慧與機器智慧，他們之間的關係和區別是什麼？

【康鵬舉】：人工智慧（AI）其實很難定義的清楚，不同的人有不同的解讀。通俗地講，所有模擬人的感知，思維，行為的技術都可以稱為人工智慧。目前最為流行的人工智慧技術大都基於深度學習的模擬神經網路，主要應用場景是各種各樣的模式識別應用，比如語音識別、語義識別、機器翻譯、影像識別等。另外一個技術學派就是基於計算機語義學的符號流派。曾經風靡一時的人工智慧語言LISP舊屬於這個流派。LISP通過一階邏輯體系模擬人腦的邏輯推理能力

機器智慧（MI）指的是機器模擬人的感知，思考，決策，行動方式對機器自身進行控制、操作。一臺機器的執行狀態由內建於機器的控制器負責調節。這個控制器就是機器的大腦。縱觀人類工業文明史，工程師們的一個奮鬥目標就是將自己的智慧複製到機器的大腦中，讓機器“人化”。機器智慧設計主要依賴物理知識、資訊理論、自動控制理論的支撐。

人工智慧在機器智慧中應用非常少見，從事人工智慧的工程師很少和自動控制工程師交界。主要原因是大多數工業機器的控制要求實時性、準確性、安全性、可靠性。依賴資料的人工智慧演算法在這些效能要求上無法和基於物理模型的控制演算法比擬。另外工程師必須具備深厚的物理機理知識才能設計出效能良好的控制器。

工業網際網路時代，這種局面將會改變。創造未來的智慧機器如自動駕駛汽車、飛機、機器人等，人工智慧工程師和控制工程師必須走出自己的領地，協同合作，思想融合。

【群友提問】：您認為工業網際網路平臺應用創新最有可能在那些領域落地應用？作為中小型製造企業，如何進入工業網際網路平臺生態體系？

【康鵬舉】：新能源行業，如基於工業網際網路的智慧風場，智慧光伏場；工程機械領域，如遠端運維，工業車聯網；智慧礦山、智慧物流、智慧園區、智慧城市、智慧能源系統等都是很好的落地應用場景。企業生存之道是向客戶提供有價值的產品或服務，中小型企業也不列為。

中小型企業進入工業網際網路生態體系的途徑如下：

1. 利用工業網際網路技術提高內部效率，從精益製造向智慧製造轉型；

2. 利用工業網際網路技術將產品數字化、智慧化，掌握軟體定義技術，提升使用者體驗，和產品附加值；

3. 尋求在工業網際網路生態系統中的附加盈利空間和模式，如服務轉型。

重磅推薦：工業網際網路“連”什麼？

本文是斯歐資訊根據多年的製造業資訊化建設專案實踐經驗，結合新技術、新概念總結出來的理論和方法。為企業實現工業網際網路提供落地思路和參考路徑。

01

工業網際網路浪潮

先蹭一個熱點，上個月召開的全國人大會，“工業網際網路”，成為了當前的熱點，對工業網際網路的概念，大家議論的比較多，說明了大家都是比較關注的，十九大進一步明確提出：製造業一定要在本世紀中葉綜合實力進入世界製造強國前列，工業網際網路的發展必須圍繞這個目標。在總理的報告中進一步強化了“製造強國”、中國製造2025及工業網際網路的關係。這是繼2017年11月27日國務院常務會議審議通過，國務院印發《關於深化“網際網路+先進製造業”發展工業網際網路的指導意見》之後，在“兩會”上提到“製造強國”、“工業網際網路平臺”及建立“中國製造2025”示範區，國家將“工業網際網路”作為了實現製造強國的有力措施和手段。2018年2月24日，為加快推進工業網際網路創新發展，加強對有關工作的統籌規劃和政策協調，經國家制造強國建設領導小組會議審議，決定在國家制造強國建設領導小組下設立工業網際網路專項工作組，工業和資訊化部部長苗圩任組長。說明工業網際網路已經上升為國家戰略。

工業網際網路這麼熱，那工業網際網路在企業怎麼落地？工業網際網路的連線要素有哪些，工業網際網路究竟連線什麼呢？本文拋磚引玉，給大家一個思考的途徑。

02

我們向網際網路公司學習什麼？

生活網際網路，大家都知道，與我們的個人生活息息相關，支付寶/微信等應用已經深深走進我們的生活，離開了網際網路，我們簡直就沒有辦法生活了。

• 阿里說它連線“人與商品”

• 騰訊說它連線“人與人”

• 百度說它連線“人與資訊”

03

工業網際網路從“連線”開始

我們說工業網際網路，它與生活網際網路一樣，本質上它還是一張網，那麼它的核心技術還是“連線”的技術，但是生活網際網路從一開始，就是基於這個業界認可的標準規範發展起來的，比如說這個訪問的協議就是http，內容的標記語言就是HTML，不管後臺用什麼技術實現，只要一發布，用一個通用的瀏覽器就可以訪問。但是工業要素的互聯呢？到現在還沒有一套統一的標準和規範可以遵循，各個工業要素之間的通訊協議、資料模型、語言都不統一。因此，實現各個工業要素之間的互聯面臨的困難比生活網際網路的互聯要大的多。

工業界經常用到的PLC控制器，有幾十家品牌，每一種品牌不同的型號的編碼標準、協議都不一樣，那麼還有這個工業自動化用的各種通訊的匯流排，有modBus，Can匯流排，Profinet匯流排等等，應用系統之間的介面形式也是多種多樣的，真正的萬國語言。

根據前面的分析，我們設計了整個工業網際網路平臺的三層架構，下圖為實現這三個層面互聯互通的架構圖。

根據前面的分析，我們設計了整個工業網際網路平臺的三層架構，下圖為實現這三個層面互聯互通的一個架構圖。

第一個層面是企業內部生產域的互聯，實現應用與裝置的互聯，實現上連應用，下連裝置；第二個層面就是實現供需鏈之間的互聯互通，通過上下游企業間的業務互聯，實現企業間的和合共生；第三個層面，產業叢集的生態互聯，實現整個產業生態的合縱連橫。

04

從工業4.0參考架構說“連線”

工業4.0參考架構模型中有一個兩化融合的模型，如下圖所示，雖然德國賦予了他一個高大上的名字，工業4.0，但其實質與中國提出的兩化融合模型是異曲同工的，叫法不一樣而已，下面我們就來分析一下，為什麼是兩化融合的模型。

這個圖表達了製造企業的兩條生產“線“，一條生產線叫“辦公生產線“（辦公生產線的概念早在2010年斯歐出版的《自主變革的基石》一書中就已經提出），另外一條線叫“產品生產線”，兩條線的要素是不一樣的，模型也不一樣。“辦公生產線“的要素是什麼呢？我們從圖中讀到了“應用”、“業務流程”、“服務”、“資料”、“雲”、“合作伙伴”。“產品生產線”的要素有“產品工藝流程”、“控制”、“感測器”、“資料”、“事件”、“機器”等。這兩條線的要素不一樣、模型不一樣、語言不一樣、協議不一樣，兩條線代表了兩個專業維度，一個是管理維度或者資訊化維度，一個是技術維度或者工業化維度。

而目前我們大部分企業的一個真實運營情況就是已經擁有了辦公和產品生產線。只是這兩條生產線是相互隔離的，是各自獨立執行的。我們要實現智慧工廠，智慧製造，就是要將兩條生產線進行融合，要實現這兩個維度的融合難度很大，因為面臨的可能是萬國語言。

在這個參考模型裡面要做的就是要將這兩條生產線進行一個融合。這裡有兩句話：connectivity to anypoints（連結到任一端點）；common semantic model（通用的語義模型）。這就是給出的將兩條生產線融合的一個方法論。就是需要有一個通用的語義模型來做轉換和連線，這個通用的語義模型通俗點講就是一個起到同聲翻譯的作用，我們不必讓每一個要素都能夠去理解其它要素，通過一個同聲翻譯的機制實現各個要素的互聯互通和相互感知，那麼什麼樣的技術可以承擔這個同聲翻譯的角色呢？

那我們看這兩個層面怎麼實現連線和互聯互通呢？

上面的辦公生產線要素的連線，我們通過一個應用互聯匯流排產品（S-ASB）實現互聯互通。那麼下面這個裝置之間的連線，我們是通過裝置互連匯流排（devBus）實現裝置之間的互聯互通。

通過這三條匯流排，將企業內部的、面對各個IT層面的要素，OT層面的各個要素，進行連線和互聯互通。但是，是不是我們有了這三條匯流排，我們就解決了整個工業網際網路的一切問題了呢？NO，為什麼呢？因為即使說我們對這個資料提供了連線的通道，資料能夠傳達到各要素之間，但是有一個最核心的問題是，我認識這些資料嗎？它從哪裡來，要到哪裡去？如果說我們這個資料沒有一個合法的標籤，對資料標籤沒有一個標準的解釋，那麼這些資料之間不能認識，不能感知，那麼也實現不了互聯互通。因此我們需要對各個要素之間發出來的資料打一個標籤，相互之間才能認識，相互感知，所以我們要建立一個管理這些資料的系統。這就是構建一個主資料管理平臺，主資料管理平臺就是用於幫助我們建立資料唯一性標識的產品。

通過企業內部的三條互聯匯流排：應用互聯匯流排、裝置互聯匯流排、開放互聯匯流排以及主資料管理這個標準規範，連同企業已有的應用系統（ERP,PLM,SCM,SRM,CRM,MES等）的雲化部署，我們就構建成了企業內部的CPS系統或者工業網際網路平臺。

我們的應用互聯匯流排S-ASB通過標準的引數化介面卡與企業的各個應用系統，如ERP,PLM,SCM,CRM,MES等進行對接，實現這些系統之間的互聯互通，為這些系統承擔同聲翻譯的作用，無需編碼，只需要各個系統提供標準的介面即可，通過介面的註冊實現服務化，提供介面的自助釋出服務和服務自動路由，共有三個元件組成，一個是服務釋出平臺，一個是服務商店，一個是服務監控管理平臺。

開放互聯匯流排（OPEN API Service BUS）也是三大模組組成，一個是API商店，一個是API釋出管理，一個是API監控管理平臺，開放互聯匯流排（OPEN API Service BUS）通過與內部的應用互聯匯流排對接，把釋出到應用互聯匯流排上的服務再一次對映成對外的Rest API，便於與外部的SAAS應用或者供應商的API進行呼叫互動，也可以把外部的SAAS應用的API 註冊到OSB上,暴露給內部的ASB匯流排，從而被內部應用系統呼叫，這樣就實現了企業內部系統與外部系統的互聯互通，從而實現跨企業組織的協作，打通產業鏈的協同。也是0編碼的方式來實現，不用編碼，不用程式設計。

裝置互聯匯流排devBus是一個軟硬一體機，基於DOCKER容器技術實現，主要用於邊界計算，異構裝置連線。擁有裝置資料採集，通訊協議轉換，虛擬裝置定義，裝置管理，裝置能力服務化等功能，作為“IT”與“OT”連線的一個橋樑。

裝置互聯匯流排的裝置連線採用“插拔式”接入方式。後臺管理採用配置式方式，連線過後，只需在後臺介面選擇相應裝置驅動，填寫裝置地址，即可實現現場實時資料採集。同時匯流排也支援叢集部署方式，可任意橫向擴充套件。最終可達到PB級資料量儲存。

下面是邊界計算的工作原理，我們通過物聯閘道器與現場工業裝置、智慧硬體、感測器、SCADA系統以及DCS系統相連，可將現場資料進行抽取和彙集，然後再交由devBus一體機實時處理分析。一方面，再次形成了整合的資料中心。另一方面，它可以根據內建模型完成大資料分析、預防性維護分析等功能。它內建的服務釋出模組可將裝置資料進行能力化、服務化，暴露給上層業務系統ERP、MES、BPM等。

devBus如何實現數字雙胞胎（虛實融合）？devBus的技術架構為從資料來源抽取開始通過邊緣計算、資料湖儲存再到最後的裝置資料服務化與上層應用系統打通。在邊緣計算中，devBus內建了裝置控制器，該控制器包含了已開發好的裝置連線驅動，這便是實現裝置協議轉換（modBus、OPC、MQTT等）的核心，由此來解決裝置協議異構的問題。而後，控制器抽取資料將通過訊息流處理引擎，我們稱之為“資料泵”，該資料泵便可對經過的裝置資料進行計算規則處理，計算流式處理，最終在devBus中形成與裝置對應的數字模型，建立起數字雙胞胎。

主資料管理平臺解決企業內部資料標準規範的問題，我們說主資料是企業資料資產中的一個“綱”，由它將企業內各部門之間、各系統之間的資料“拎”起來。它建立實體之間的關聯與對映，建立資料標籤，以保證資料的準確性和唯一性。

下圖是主資料管理的4種模式（均以人員主資料舉例）。

主資料的管理共有四種模式：

模式一：註冊釋出

由IT系統（如HR）建立主資料（人員），在MDM註冊，然後再由MDM統一分發給其他業務系統。這種模式一般應用於企業內部已存在某個系統做主資料管理，這時，我們仍然沿用原系統做主資料管理，MDM只是做副本的管理和分發。

模式二：共管模式（共同控制）

由兩個或幾個IT系統（HR和專案管理）共同建立主資料的一部分，由MDM平臺進行整合，最後再統一分發給其他業務系統。使用這種模式的主資料具有兩個特點。一是各個IT系統存在差異化的需求，比如HR系統的人員主資料主要關注姓名、年齡、性別、住址、工作經歷、聯絡方式。而專案管理系統主要關注人員姓名、專案編號、專案進度、專案組織關係。二是各IT系統的資料存在共性標準，有協同價值。比如上述的HR系統和專案管理系統雖然關注資訊不一樣，但都是人員主資料的範疇。

模式三：集中管理

主資料均由MDM平臺統一建立，然後再統一分發給各業務系統。這種模式一般應用於企業內部無明確主資料管理系統或模式，就由MDM來建立和管理。

主資料是建立企業級數字雙胞胎的“綱”。

05

從“連線”看工業網際網路落地

眾所周知，人作為一個生命體，是一個智慧、智慧的生命體。那我們在談智慧製造的時候是否也同樣可以把企業比作一個智慧的生命體呢？答案是肯定的。

上圖就是一個企業具備智慧生命體徵的架構。應用互聯匯流排與裝置互聯匯流排充當的便是提供、傳輸養分的血液系統。各單體業務系統就好比是人體器官，車間裝置、現場生產資源就好比是肢體部分。主資料所管理的資料物件便是細胞，定義各種細胞的正確比例。BPM好比是神經系統，實現端到端的連線。協同門戶是我們系統的入口，就好比於感知系統。在上面還有管理決策資訊艙。它上面就是一些大資料統計、大資料分析。這就好比是決策的大腦。通過應用互聯匯流排，還可以和供應商、政府、事業單位、第三方合作伙伴的API進行連線，實現外部互聯。

基於以上的分析，我們設計了智慧製造協同平臺的架構，在這裡就是一個落地工具的一個實現。首先看下面裝置互聯匯流排這一塊。對於現場沒有建設工業網際網路的裝置，或是沒有資料介面而需要加通訊擴充套件模組的裝置。通過物聯閘道器，接入裝置服務匯流排。而對於現場已建設工業網際網路的裝置(比如已有SCADA、DCS系統)，則通過OPC介面卡將其接入裝置互聯匯流排。裝置接入過後，將會形成一個統一的裝置資料湖。裡面儲存著具體裝置的溫度、壓力、流量、功率、能耗、效率、狀態等資料。有了這些資料，我們就可以形成我們自己的裝置服務目錄了。這個時候，服務化的裝置資料便暴露出來供其它需求方使用。緊接著裝置互聯匯流排上面的就是應用互聯匯流排。它的意義則在於將各種異構協議的應用系統連同裝置服務進行互聯。至此便實現了整個企業內部的全面互聯互通。而後，再通過供應鏈互聯平臺與外面的供應鏈上下游企業互聯，與金融、物流、電商、政府機構互聯。這樣就可以實現最終的上連應用，下連裝置，橫連供應商，外連社會。

在整個互聯協同平臺的架構中，現場事件（比如裝置故障、裝置停機、物料不足）便通過裝置互聯匯流排被採集。而後該事件資料驅動BPM業務流程，流程進而驅動相應業務，如：再製品追蹤、訂單管理、排程等等。當然，這些業務的完成都是在各個不同的業務系統當中進行的。因為有了互聯協同平臺的存在而使得各單體業務系統之間的互動變得高效與便捷。因此，也就實現了各業務部門之間的跨部門、跨系統的協同協作。

前面一幅圖是針對單個的企業來說的，這幅圖是對主機廠以及它的下級供應商進行的一個描述。它們之間的互聯也是通過互聯協同平臺完成的。此時便實現了企業所在產業鏈的互聯協同。

06

為什麼從“連線”開始

工業網際網路的建設為什麼說是從“連線”開始呢？

2017年，工信部信軟司安筱鵬司長在全國產業網際網路論壇上講到，實現智慧製造有三個點，難點、重點、突破點。

對於行業系統解決方案而言，難點在整合，重點在整合，突破點也在整合。

裝置互聯：我們要從機器換人演進到生產線的縱向整合，實現以“點”（臺、套裝備）為重心的自動化改造逐漸轉變為以“線”（自動化和智慧化生產線）為重心的智慧化整合。

供需鏈、產業互聯：要以智慧生產線、智慧車間為基礎，通過橫向整合實現產業鏈資訊無縫連結，從企業內部協同研發體系演進到企業間的研發網路，從企業內部的供應鏈管理演進到企業間的協同供應鏈管理，從企業內部的價值鏈重構演進到企業間的價值鏈重構要整合產品全生命週期價值鏈，形成端到端整合。

內部應用互聯：實現從產品設計、生產製造、物流配送、使用維護等產品全生命週期的管理和服務。

從工業4.0成熟度模型來看，這幅圖是德國工業4.0的一個成熟度評估模型。模型中第一階段是computerisation（數字化），第二階段connectivity（連線整合），第三階段visibility（視覺化），第四階段transparency（透明化，洞察），第五階段predictive capacity（預測能力），第六階段adaptability（自適應）。第二階段提到的就是連線。而目前我們國家85%的企業還處於第一階段，即數字化階段，15%的企業有IT/OT融合的需求。連線整合是必須的一步，最多隻是時間的問題。

這裡是福耀實現企業內部全面互聯互通後的一個基於跨組織、跨系統的端到端業務競價流程。通過該流程，福耀實現新品投標報價與實際成本的一個測算和管理。共分為商機管理、報價BOM設計、新物料詢價、製造成本測算、報價方案、目標成本管控六個節點。每個節點後臺的資料便是來自於CRM、PLM、CAPP、SRM等不同的業務系統。系統之間的互聯互通便使得資料的互動變得簡單和容易。整個流程的貫通高效的支撐了競價業務的實現和管理。

來源：斯歐資訊

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com