工业互联网平台赋能制造业数字化转型解决方案

1、工业互联网平台赋能制造业 数字化转型处理方案第1页党中央、国务院近期关于工业互联网工作布署3月17日，国务院总理李克强主持召开国务院常务会议，并指出要对“ 互联网+”、平台经济等加大支持，壮大数字经济新业态，依靠工业互联网促进 传统产业加紧上线上云，发展线上线下融合生活服务业，支持发展共享用工 平台。工业互联网人工智能 数据中心 5G基站建设第2页工业和信息化部办公厅关于推进工业互联网加快发展通知（3月20日）CD（一）改造升级工业互联网内外网络。（二）增强完善工业互联网标识体系。（三）提升工业互联网平台关键能力。（四）建设工业互联网大数据中心。一、加紧新型基础设施建设（十三）加紧工业互联网创

2、新发展工程建设。（十四）深入实施“5G+工业互联网”512 工程。（十五）增强关键技术产品供给能力。四、加紧壮大创新发展动能（九）建立企业分级安全管理制度。（十）完善安全技术监测体系。（十一）健全安全工作机制。（十二）加强安全技术产品创新。三、加紧健全安全保障体系（五）主动利用工业互联网促进复工复产。（六）深化工业互联网行业应用。（七）促进企业上云上平台。（八）加紧工业互联网试点示范推广普及。二、加紧拓展融合创新应用EF（十九）提升要素保障水平。（二十）开展产业监测评定。六、加大政策支持力度（十六）促进工业互联网区域协同发展。（十七）增强工业互联网产业集群能力。（十八）高水平组织产业活动。五、

3、加紧完善产业生态布局AB第3页0201引导平台增强5G、人工智能、区块链、 增强现实/虚拟现实等新技术支撑能力，强化 设计、生产、运维、管理等全流程数字化功效 集成。遴选10个跨行业跨领域平台，发展50 家重点行业/区域平台。推进重点平台平均支 持工业协议数量200个、工业设备连接数80万 台、工业APP数量到达2500个。勉励各地结合优势产业，加强工业互联网 在装备、机械、汽车、能源、电子、冶金、石 化、矿业等国民经济重点行业融合创新，突 出差异化发展，形成各有侧重、各具特色发 展模式。引导各地总坚固践经验，制订垂直细 分领域行业应用指南。提升工业互联网平台关键能力深化工业互联网行业应用工业

4、和信息化部办公厅关于推进工业互联网加快发展通知（3月20日）第4页主要内容一、数字化转型方法论：基于双螺旋模型三大视角九大维度二、价值视角：连接维、企业维、生态维三、技术视角：架构维、产业维、数据维四、业务视角：行业维、痛点维、场景维第5页企业为何要进行数字化转型？数据起源：麦肯锡库存占用成本 下降20-40%设计-工程成本 下降10-30%质量成本优化10-20%制造业增加值成 本降低25-35%降低废料20-35%降低能耗5-8%劳动生产 力提升 15-30%设备停机 时间下降 30-50%预测准确 度提升 85%提升工人每人 每小时劳动生 产率40-60%提升运行部 门间接人工 效率30

5、-40%提升设备 综合效率 15-25%提升一次通 过率5-8%第6页数字化转型本质:为企业创造价值提质增效提升劳动生产率优化设备管理提升企业产量完善质量管理节本降耗节约生产成本降低企业库存降低质量成本降低能耗水平生态培育新技术新产品新模式新业态第7页基础建设单项应用协同创新制造业数字化转型正在迈向3.0阶段：工业互联网平台赋能综合集成集成范围投 资 收 益工业互联网（工业APP）工业云（工业SaaS）工业软件第8页制造业数字化转型新载体：工业互联网平台边缘层工业 PaaS工业 APPIaaS云基础设施（服务器、存放、网络、虚拟化）数据采集协议解析边缘智能工业应用开发工具（专用开发工具、应用模

6、板、图形化编程）工业微服务组件（机理模型、数据驱动模型、微服务管理）工业大数据分析平台（数据管理、数据建模、数据分析）通用PaaS平台（开发环境、运行环境、运行环境）新型工业APP传统软件云化第9页制造业数字化转型方法论要回答三个问题为何要转？（价值）用什么转？（技术）怎么转？（业务）第10页制造业数字化转型框架：以价值重构为根本双螺旋模型技 视 角 术业 务 视 角价值视角制造业数字化转型必须从价值、技术、业 务三个视角统筹考虑。价值重构是逻辑起点，技术支撑是工具， 业务落地是内核。抛开技术谈业务，轻易陷入老方案，使用旧地图找不到新大陆。 抛开业务谈技术，轻易陷入炫耀锄头自娱自乐。双螺旋模型

7、含义：以价值重构为根本， 坚持技术支撑和业务落地双轮驱动，实现技术和业务双向迭代。第11页制造业数字化转型框架：基于双螺旋模型三大视角九大维度技 术 视 角业 务 视 角价值视角第12页主要内容一、数字化转型方法论：基于双螺旋模型三大视角九大维度二、价值视角：连接维、效益维、生态维三、技术视角：架构维、产业维、数据维四、业务视角：行业维、痛点维、场景维第13页工业互联网平台价值体系全价值链全产业链全要素设备节耗本增 效提 质连接维效益维降从价值视角看， 工业互联网平台本质是经过工生态维 业全要素、全价值链和全产业链 连接，实现对企业乃至制造业 重构。第14页工业互联网平台数据应用模型企业运行类

8、研发制造管理服务资产管理类状态监测故障诊疗预测预警远程运维产业链协同供给链协同制造能力共享工厂1工厂2.level 4level 3level 2level 1设备 模型业务 模型二维模型三维模型.研发设计模型生产制造模型经营管理模型.机理 模型物理模型化学模型.算法 模型分类回归聚类.业务应用（PLM、ERP、SCM）生产运行控制（MES/MOM）设备执行监控（HMI-SCADA）传感器（PLC）设备层level 0全要素：人、机、料、法、环全产业链：供给链、空间链、金融链价值链：研发、制造、服务工业互联网平台=工业全要素、全价值链、产业链连接第15页全 要 素全 产 业 链全 价 值 链人

9、机料法环供给链空间链金融链研发制造服务产品生产 自动化机器物料机理模型 实体空间知识生产 智能化机器 数据数据模型+机理模型 数字孪生空间固定供给链 线下集群银行贷款柔性供给链 线上集群 互联网金融推进工业生产从 3.0向4.0转变打破企业边界、商业边界、 区域边界微笑曲线向数 据驱动价值 闭环转变研发制造服务附 加 值数据 驱动协同研发按需 制造精准 服务工业互联网平台=工业全要素、全价值链、产业链重构第16页主要内容一、数字化转型方法论：基于双螺旋模型三大视角九大维度二、价值视角：连接维、效益维、生态维三、技术视角：架构维、产业维、数据维四、业务视角：行业维、痛点维、场景维第17页工业互联

10、网平台技术体系工业APP工业PaaSIaaS边缘层5G数 据 中 心人 工 智 能数 字 孪 生数据维架构维产业维第18页工业互联网平台=数据+算力+模型+应用边缘层工业 PaaS工业 APPIaaS云基础设施（服务器、存放、网络、虚拟化）数据采集协议解析边缘智能工业应用开发工具（专用开发工具、应用模板、图形化编程）工业微服务组件（机理模型、数据驱动模型、微服务管理）工业大数据分析平台（数据管理、数据建模、数据分析）通用PaaS平台（开发环境、运行环境、运行环境）新型工业APP传统软件云化模型应用算力数据第19页工业互联网+5g/数据中心/人工智能应该怎么加？从5g、数据中心、人工智能到工业互

11、联网，这几个概念不是割裂，而是环环相扣， 组成了数据采集、传输、计算、分析、应用数据闭环，工业互联网平台建设关键是 要实现这些技术群体性突破和协同性创新。边缘计算5G人工智能工业互联网数据采集计算传输应用分析数据数据+算力数据中心数据+算力+模型数据+算力+模型+应用第20页工业互联网平台=数据+算力+模型+应用数据+算力+模型+应用=工业互联网平台数据上不来设备类型多协议封闭接口类型多工况恶劣数据存不了数据用不好监测点多类型多样流量大性能要求高时间跨度大数据量巨大数据维度多实时分析难难以定量算法落后5G数据中心人工智能第21页一、5G:打通工业互联网最初一公里有效伎俩超出80%5G应用场景在

12、工业互联网垂直领域。5G技术将处理工业互联网落地最初一公里问题。当前“5G+工业互联网”应用总体情况依然处于试点示范和探索阶段。eMBB增强移动宽带10GbpsuRLLC高可靠低时延1msmMTC海联物联1Million/km21G2G3G4G5G19801990应用场景传输速率模拟 语音数字 语音 短信移动互联网应用数字业务占主导数据洪流 物联网115Kb-384Kb384Kb-100Mb100Mb-1Gb10Gb+模拟时代数字时代移动互联网时代万物互联时代第22页5G与工业互联网融合创新打造项目库培育处理方案供给商构建供给资源池技术标准攻关融合产品研发和产业化网络技术和产品布署实施5：打造

13、5个内网建设改造公共服务平台1：遴选10个重点行业2：挖掘20个经典应用场景建设测试床11月12日，工业和信息化部印发“5G+工业互联网”512工程推进方案，高 质量推进5G与工业互联网融合创新。“5G+工业互联网”512工程推进方案提出要 提升“5G+工业互联网”网络关键技术产业能力、创新应用能力、资源供给能力。提升网络关键 技术产业能力提升创新 应用能力提升资源 供给能力第23页基于“5G+8K超清 视频+ 深度学习+ 平台 ”，构建大飞机制造机 器视觉，实现复合材料 无损检测、拼缝检测，使检测时间由原来几 小时甚至几天缩短至几 分钟； 人员成本降低 95%。基于“5G+远程控制+AR+平

14、台”，构建机床 自主触发物流需求、AGV 自主智能路径规划智能 物流方式，大幅提升民机 装配协同效率， 使传统 单项工装工作人员由3人 降低到1人； 装配效率提 高70%；降低操作人员成 本20万/人。基于“5G+射频+VR+ 平台”，构建基于大数据驱 动产品、设备、工装、物 流、人员及刀量具等生产要 素全过程管控，实现对生产 环境、生产状态、复合材料 等全方位跟踪与优化，提升 生产智能运行管理，零配 件定位误差缩小在3厘米以 内；运行成本降低20%；生 产效率提升20%以上。中国商飞联合互联网企业、设备制造企业、移动通信企业、科研院所等，开展“5G+工业互联网” 在大飞机生产制造、工厂物流、

15、质量管控等方面探索，形成智能生产、智能物流、智能检测等融 合应用实践。其中，华为提供基于“5G+云”AR/VR技术；联通提供5G通信技术及智能制造技 术；腾讯提供云计算、大数据和人工智能技术；上交提供智能制造创新模式研究支撑。智能生产智能物流智能检测商飞：基于“5g+工业互联网”智慧工厂第24页5g专网在工业互联网中六大应用场景7月，全球著名咨询企业Heavy Reading联合全球5G技术研发领先企业高通公布 了5G专用网络在工业互联网中应用白皮书。Heavy Reading白皮书指出在工业互联网领域，5G专用网络与 LTE和Wi-Fi相比，含有覆盖范围更广、安全保障能力更强、 性能愈加优越

16、三大优势，能够支持苛刻性能要求工业场景应 用：一是利用5G+AI实现码头等特定区域物流车智能导航。 二是利用5G+AR开展辅助装配与远程运维。三是利用5G+机器视觉开展预测性维护。四是利用5G支撑高压配电网负荷控制。 五是利用5G+NB-IoT处理设备物联问题。六是利用5G专用网络对工业设备进行远程控制。第25页二、数据中心：支撑工业互联网落地关键基础设施中国和日本分别占8%和6%，中国IDC发展比美国 晚5年。，我国制造业增加值约占全球30%，互联网 用户数全球占比约21%，稳居世界第一制造大国和 网络大国，这决定中国IDC规模不会低于美国。我国数据中心发展前景巨大，预计2025年中国IDC

17、市场累计超万亿元。数据中心作为工业互联网主要基础设施，愈加强调云计算数据中心和边缘数据中心协 同性，我国IDC市场空间巨大。美国IDC机柜数当前已占全球40%市场，其后是数据起源：前瞻产业研究院、 中国IDC圈数据起源：中国国家统计局 美国商务部互联网趋势汇报制造业占GDP比重互联网用户全球占比第26页“规模化+小微化”数据中心协同发展会成为主流规模化数据中心架构边缘数据中心架构传统大型规模化数据中心难以满足万物互联需求，需要建设小微型数据中心，来加强 边缘计算和数据分析能力。一方面，算力就是生产力，要加快规模化数据中心建设，缩小和美国数据中心市场占比 差距。其次，要加快边缘数据中心建设，满足

18、企业带宽、时延、安全需求。云数据中心时延限制网络拥塞完全问题.云数据中心云DC边缘DC边缘数据中心边缘数据中 心第27页边云协同将加速工业互联网平台落地Gartner：The edge will eat the cloud(边缘计算正在吃到云计算)。IDC：40%数据将在边缘侧进行存放、处理和分析。边缘云和云计算协同将成为工业互联网平台发展主要方向，二者密不可分、相辅相成。边缘云三大功效：边缘数据采集、存放和分发。边缘数据实时分析边缘设备智能控 制。不敢传：涉及数据安全与保密不需传：本地化、实时性不能传：网络延迟、功 耗、计算量、 协议适配边缘数据中心业务Predix大型数据中心业务非实时、大

19、数 据量业务需要进行纵向 和横向对比分析业务需要和业务系 统进行集成 业务需要进行全局 优化业务第28页三、人工智能：工业互联网平台内核定义：工业人工智能是工业领域中由计算机实现智能，含有自感知、自学习、自执行、自决议、自适应等特征，其 本质是经过打造状态感知、实时分析、精准执行、科学决议数据自动流动闭环，处理工业复杂性和不确定性难题。问题：工业复杂性、不确定性和人工智能缺乏可靠性、可解释性之间矛盾，制约工业人工智能发展。发展阶段判断：工业智能仍处于发展探索时期，工业人工智能关键技术、场景应用、产业发展均处于起步阶段。数据（人机物）洞察模型应用实时分析状态感知科学决议精准执行学习提升主要矛盾缺

20、乏可靠性缺乏可解释性人工智能工业系统复杂性不确定性第29页数据层边缘层模型层算法机理 模型模型应用层故障诊疗定位（分类）设备预测维护（分类+回归） 产品质量检测（分类）产品自动分拣（分类+回归）产业链级企业级设备 几何模型模型 寿命模型业务 研发设计模型生产制造模型经营管理模型第一性原理知识图谱回归算法分类算法模型聚类算法智能网关设备级供给链管理（回归）集团辅助决议（分类+回归）员工数据机器数据物料数据规则数据环境数据智能机器人智能传感器智能机床模型管理引擎模型推理引擎工业人工智能框架：边缘层+数据层+模型层+应用层智能芯片过程控制（分类+回归） 生产工艺优化（回归）流程自动监控（回归）智能辅

21、助设计（分类+回归）机器 学习第30页算力方面，边缘层亟需加紧研发适配工业实时性需求AI芯片工业智能边缘当前处于技术突破阶段，所包括硬件基础设施、软件技术等大多已具备，但仍面临边缘节点对计算能 力支持、边缘计算任务智能调度，边缘计算网络架构和性能优化等挑战。当前以“AI芯片+兼容解析工具+设备”为主要形式，经过全方面感知、精准计算与自主控制，有效缓解数据中心计算 压力，实现业务处理去中心化；未来，其存放、计算、判断等性能将继续提升，加速向边云协同、万物智联转化AI专用芯片兼容性编译工具&协议解析工具智能设备寒武纪研制深度学习专用处理 器芯片，相对于传统执行x86 指令集芯片，有两个数量级 性能

22、提升。腾讯和阿里基于FPGA云计 算加速芯片，实现了低成本、低功耗，含有广泛应用场景。华为针对边缘服务器市场推出 Ascend 310芯片，当前已部 署在自动驾驶领域，正在向其 他应用领域拓展。英特尔、亚马逊、谷歌、 Facebook 和 Khronos Group等企业和机构基于各自 优势与竞争考虑打造了对应编 译器或模型表示规范。中国移动、东方国信、寄云 科技等企业经过建设智能网关， 动态实现OT与IT间协议转换， 加强对带宽资源不足和突发网 络中止等异常场景应对能力。生产设备：库卡、新松等企业开 发搭载机器学习算法、路径规划 等技术机械臂、运输载具和智 能机床等产品。控制设备：针对包装、

23、焊接、拼 接等作业场景，伯克利、海康威 视等企业经过应用语音识别、视 频捕捉等技术提升人机交互效率。研发设备：NetSpeed提供SoC 设计与架构辅助设计系统，经过 内置人工智能算法助力芯片设计 师寻求最正确处理方案，并提供持 续设计反馈。第31页模型方面，深度学习、知识图谱和管理引擎将成为重点发展方向深度学习，主要处理了工业场景中识别、监控、推理、预测等问题，适合用于不可见复杂问题。知识图谱，主要处理了工业要素挖掘、分析、建模、可视化等问题，适合用于认知明确问题中飞艾维与baidu深度合作，基于飞桨（PaddlePaddle） 深度学习框架联合开发海量数据 AI 分析平台，实现巡检 数据中

24、特定缺点辩识，速度到达人工处理近百倍。德国瀚沙企业：基于“深度学习+能耗”预测电网中止和 停电，识别电网缺点可能性提升2倍以上。领邦智能：基于“深度学习+视觉”进行预测性维护、产 品质量检测等工作，误检率为十万分之一，质检效率是 质检员八倍。东软集团布署工业知识图谱进行知识发觉和决议辅助，实现 了帮助人工高效操作和有效决议。一汽经过构建汽车故障诊疗知识图谱，将业务方向、售后场 景和细化描述进行关联建模，实现效率支撑、提前发觉和专 业案例支撑。UTC 联合技术研究中心将知识图谱引入研发设计过程，依靠 知识图谱分解功效块，构建设计方案库，设计出换热传热 效率提升 80%，设计周期加紧 9 倍。深度

25、学习知识图谱第32页应用方面，工业复杂性、不确定性和人工智能缺乏可靠性、可解释性之 间矛盾造成工业人工智能发展迟缓设备预测维护德国蒂森克虏伯集团结合智能传感器及机 器学习，开展基于电梯运行数据预测性维护，使电梯停运时间降低50%，维护费 用节约15%设备级产品质量检测IBM依靠Waston人工智能平台开展基于 视觉识别质量检测，有效降低重复人 工成本，质检时间缩短80%，产品质量 缺点率降低7%流程行业：自动监控中海油、中石油等经过建设智能实时决议 系统，构建起以井为中心、井场与基地多 学科协同作战信息系统平台，每年仅单 平台操作费就节约800万元离散行业：辅助设计瑞士纽若企业在自行车设计中，

26、利用深度 学习网络对进行空气动力学分析，产品动 力学特征比传统方法高5-20，并将继续 应用于风机、涡轮机、飞机等设计过程集团辅助决议GE、壳牌、阿美等巨头依靠 Knowledge Platform，经过知识 图谱与数据科学协同，在综合考虑 品牌效益、经营成本、经济趋势等 原因基础上，利用人工智能提供 决议和流程优化提议供给链管理华为、西门子、莱比锡等企业打 造供给链知识图谱，经过企业关 系网实现供给链风险管理与零部 件选型离散行业：过程控制德国施肯拉企业了将检流计扫描仪与数字 角度传感器相结合，基于机器学习控制系 统智能扫描头，实时独立地计算控制参 数，帮助系统更加快、更准确地工作产品自动分

27、拣爱普生、埃尔森、梅卡曼德等基于 3D 视 觉与深度学习进行不规则物品识别和分 拣。利用深度强化学习使机器人具备自主 及协同学习技能，准确率到达 90%企业级产业链级第33页案例:富士康基于工业人工智能刀具寿命智能预测富士康基于深度学习建立刀具寿命智能预测模型，实现了从计件换刀到精准换刀转变，帮助企业延长刀具寿命 15%，提升产品良率30%。痛点：传统汽车制造制程中，采取计件换刀方法，一是不能完全处理加工过程中崩刀、断刀问题， 二是刀具意外损坏会直接造成加工部件损毁并 造成巨大损失，三是不能充分利用刀含有效寿命。方案：采集机台振动/电流传感器和控制器等多类异构数据，在云端基于深度学习训练刀具剩

28、下寿命预 测模型，并布署到边缘侧，实施监测分析刀具状态 数据，智能预测断刀、崩裂和寿命异常情况。效果：实现刀具崩刃及断刀即时判定准确率93%传感器工控机监控系统工具寿命预警机台、刀具情况监控Deep learning DATA刀具寿命预计延长15%，预计降低刀具成本15%提升产品良率 30%，节约材料成本约 10%，提升生产效率 15%。起源：富士康第34页痛点：钢铁年产值约8万亿，钢铁工序70%冶炼成本和能耗以及90%碳排放在炼铁工序，但炼铁反应器及产品单一生产竞争力在于冶炼成本，对于大型、连续、高温、高压、密闭反应黑箱高炉而言，当前仍以“盲人摸象”式操作和 “师傅带徒弟”式为主，不一样炼铁

29、厂（人）水平“参差不齐”，不一样高炉之间寿命最大相差、吨铁成本相差百元、 燃料比相差百千克，其数字化、智能化、科学化水平提升空间巨大。方案：基于机理模型知识图谱+基于大数效果：据深度学习单座高炉降低2400万铁水质量稳定性提升20%在全国30%高炉推广冶炼效率提升10%算法集应用 场景知识图谱设备故障诊疗物流配方优化工艺流程优化生产过程管理产品质量控制服务效能提升主元分析分类算法聚类算法随机森林遗传算法粒子群算法技术：生产技术、设备诊疗等工艺：工艺设计、工艺改进等流程：焦化、烧结、高炉等东方国信：基于机理+数据驱动数字高炉第35页四、区块链：为工业互联网奠定多方共治、互信共享基础边缘层工业 P

30、aaS工业 APPIaaS云基础设施（服务器、存放、网络、虚拟化）数据采集协议解析可信边缘智能工业应用开发工具（专用开发工具、应用模板、智能合约）工业微服务组件（机理模型、数据驱动模型、微服务管理、模型共享、 供给链优化、状态溯源、访问控制、协作生产）工业大数据分析平台（可信数据管理、工业分布式账本、互信共享、数据建模、数据分析、身份管理）通用PaaS平台（开发环境、运行环境、运行环境）新型工业区块链应用APP传统软件云化可信工业数据 采集可信工业大数 据存放数据建模+模 型共享（区块链）微服务 生产+集成工业区块链应用（设计、生产、销售、 保险、租赁、二手交 易、维护、回收）柔性监管入口可信

31、身份可信传输起源：工业互联网产业联盟工业区块链白皮书第36页五、扩展现实（XR）：一场人机交互新革命扩展现实XR(Extended Reality) 包含虚拟现实VR(Virtual Reality)、增强现实AR(Augmented Reality)、 混合现实MR(Mixed Reality)、全息现实HR(Holographic Reality)等各种技术形式。技术定义特点虚拟现实 VR(Virtual Reality)VR是仿真技术一个主要方向，是仿真技术与计算机图形学人机接口技术、多媒体技术、传 感技术、网络技术等各种技术集合，是一门富有挑战性交叉技术前沿学科和研究领域。 VR主要包

32、含模拟环境、感知、自然技能和传感设备等方向。沉醉感、交互性和构想性增强现实 AR(Augmented Reality)AR是一个能将真实世界信息和虚拟世界信息“无缝”融合新技术，是把原本在现实世界 一定时间空间范围内极难体验到实体信息（视觉、听觉、味觉、触觉等），经过电脑等科学 技术，模拟仿真后叠加应用到真实世界，被人类感官所感知，从而到达超越现实感官体验。 AR主要包含多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟踪及注册、场 景融合等技术与伎俩。真实世界和虚拟世界信息集成、 含有实时交互性、可在三维尺度空间中增添定位虚拟物体混合现实 MR(Mixed Reality)MR是虚拟

33、现实技术深入发展，该技术经过在现实场景展现虚拟场景信息，在现实世界、 虚拟世界和用户之间搭起一个交互反馈信息回路，以增强用户体验真实感。MR包含增强 现实和虚拟现实，指是合并现实和虚拟世界而产生新可视化环境。虚拟物体存在于真实世界中、 用户可与虚拟物体互动全息现实 HR(Holographic Reality)HR也称虚拟成像技术，是利用光干涉和衍射原理统计并再现物体真实三维图像技术。 HR包含拍摄过程和成像过程，拍摄过程利用干涉原理统计物体光波信息，成像过程利用衍射 原理再现物体光波信息。用户无需任何穿戴设备，利用裸眼即可直接看到360度全方位3D影像。数据起源：中兴通讯5G云XR应用白皮书

34、第37页扩展现实（XR）在工业互联网中应用扩展现实(XR) 能够在产品全生命周期内，改进物理空间和赛博空间交互方式，实现物理空间和赛 博空间更加好融合融合，提升工业互联网赋能水平，为工业互联网带来辽阔应用场景和增值空间。研发设计生产制造仓储物流产品销售可视化模拟产品在各种环境中 状态，提升试验可靠程度，并降 低研发成本。全方位仿真产品材料、结构、性 能等参数，提升产品质量管控准 确性；将二维图纸转化为三维模型，增 强与模型间互动，提升研发人 员沟通效率；真实还原生产制造工作场景，提高员工培训水平，提升生产效率；实时提醒危险原因，降低员工误 操作，保障安全生产；动态监测、展示生产各工序运行 情况

35、，保障生产流畅性；多维度展示设备健康状态，提前预警设备故障，降低计划外停机 时间，降低生产成本。准确显示产品信息，提升员工分拣速度和准确度，降低分拣成本；实时更新仓库状态，支撑高效物 流决议。虚拟化调配产品信息，精准掌握 产品库存改变。可视化精准监测仓库环境信息，降低火灾等事故发生，提升仓 库安全保障。透明化展示产品各种结构信息和 性能信息，降低用户担忧；在真实场景展示产品运行状态， 提升消费者购置信心；为用户参加产品设计提供可视化渠道，降低参加门槛，实现定制 化服务。第38页案例:PTC基于“Thingworx+AR”开展设备维护建模定义产品属性和行为连接将物理设备属性和行 为与Thing

36、Model做映射集成经过数字根本将IOT平台 与IT平台进行集成构建/映射/公布构建AR体验，并与IOT平台数据关联体验基于AR体验指导维修基于“Thingworx+AR”设备维护流程PTC基于“Thingworx+AR”为设备状态监测、维护方案选择做可视化指导，大大提升了设备维护效率。提升产量提供分步骤组装指导，远程指 导，降低错误操作。加速培训降低成本提升生产效率与安全性，把退休工程师知识传到下一代 经过3D训练优化学习曲线。为故障定位提供精细IOT数据， 可提前标注可能故障零件。提供实时、分步骤指导，提升 安全性，加紧训练进程。第39页数字孪生是综合利用感知、计算、建模等信息技术，经过软

37、件定义，对物理空间进行描述、诊疗、 预测、决议，进而实现物理空间与赛博空间交互映射。物理对象原理+数据软件是载体数据是基础自我学习模型是关键动态调整机理模型+数据驱动模型信息指令模型控制器软件软件定义化 模型精准化 计算实时化 数据可视化描述 诊疗 预测 决议六、数字孪生:工业互联网终极版图第40页一项通用技术支撑经济社会数字化转型通用使能技术两大孪生空间交互反馈原子实体逻辑物理空间比特模型软件赛博空间三大技术要素数据是基础原理机理模型数据驱动模型软件是载体软件定义化模型精准化模型是关键传感器数据四大功效等级描述诊疗预测决议五大经典特征数据驱动模型支撑软件定义精准映射智能决议计算实时化数据可视

38、化数字孪生内涵：涵盖“12345”五大内容第41页数字孪生是工业互联网和工业4.0参考架构关键数字世界物理世界物（设备/机器/产品等）数字孪 生空间资产层传感器、驱动器集成层网络、协议通信层数据、模型（数字孪生实现）信息层资产功效功效层组织和业务流程业务层德国工业4.0参考架构应用平台数字孪生空间模型平台数据平台图 以数字孪生体框架为关键工业互联网Paas系统美国工业互联网联盟将数字孪生作为工业互联网落 地关键和关键。德国工业4.0参考架构将数字孪生作为主要内容。第42页案例：基于数字孪生数字化设计几何数据原理数据工艺数据材料数据现场设备数 据历史设计数 据现场环境数 据历史测试数 据数据层达

39、索、PTC、波音等企业综合利用数字孪生技术打造产品设计数字孪生体，在赛博空间进行体 系化仿真，实现反馈式设计、迭代式创新和连续性优化。当前，在汽车、轮船、航空航天、精密 装备制造等领域已普遍开展原型设计、工艺设计、工程设计、数字样机等形式数字化设计实践。应用层集成服务接口人机交互模拟沉醉式工艺设计工业设计优化需求设计验证客户深度体验虚拟制造设计协同辅助生产工程预测第一性原理物理几何模型优化迭代数模验证模型 试验仿真模型产品数字模型 生产加工模型客 户生产部门数 据动态数据反馈模型层多维动态 数字环境准确执行 数字模型同时交付数字产品第43页案例：基于数字孪生智能工厂西门子、洛马等国外企业，以及

40、华龙迅达、东方国信科等国内企业，在赛博空间打造映射物 理空间虚拟车间、数字工厂，推进物理实体与数字虚体之间数据双向动态交互，依据赛博空 间改变及时调整生产工艺、优化生产参数，提升生产效率。智能计划排产物料配给管理生产参数优化库存动态管控产品质量追踪协同工艺规划人员安排管控生产环境管控设备维护管 理故障预测维修安全可靠保 障能效优化分析生产制造经营管理产品服务生产规划产品设计员工数据机器数据物料数据规则数据环境数据多协议兼容+边缘数据采集设计制造 协同模型生产管理 优化模型设备健康 管理模型产品增值 服务模型制造能力 交易模型生产过程状 态监测模型故障诊疗 模型工艺优化 模型质量控制 模型节能减

41、排 模型离散行业流程行业数据层模型层应用层第44页案例：基于数字孪生设备健康管理（PHM）GE、空客等企业开发设备数字孪生体并与物理实体同时交付，实现了设备全生命周期数字化 管理，同时依靠现场数据采集与数字孪生体分析，提供产品故障分析、寿命预测、远程管理等增 值服务，提升用户体验，降低运维成本，强化企业关键竞争力。数据层模型层应用层现场设备数据现场环境数据几何数据功效数据历史状态数据历史维护数据物理数据状态监测模型远程诊疗模型故障预测模型健康管理模型学习提升模型设备检测健康评定异常报警故障定位寿命预测故障预警维修规划远程调度备件管理增值服务工艺数据第45页主要内容一、数字化转型方法论：基于双螺

42、旋模型三大视角九大维度二、价值视角：连接维、效益维、生态维三、技术视角：架构维、产业维、数据维四、业务视角：行业维、痛点维、场景维第46页工业互联网平台业务体系电子消费品装备原材料元 级企 业 级产 业 链 级场景维行业维痛点维设 备单级第47页工业互联网平台业务落地基本标准两 个 闭 环三 项 坚 持坚持分业施策深入行业，我国制造业门类众多，要梳 理每个行业经典特征和转型基础。坚持需求牵引坚持场景驱动深入问题，认真挖掘设备级、单元级、 企业级、产业级痛点。深入场景，紧紧抓住智能化生产、网络 化协同、个性化定制、服务化延伸这个 牛鼻子。形成业务-价值闭环：处理方案要转为企业质量、成本、效率等方

43、面效益和新技 术、新产品、新模式、新业态 培育形成业务-技术闭环：处理方案要沉淀为企业业务中台，沉淀为可复用能力第48页行业行业特点行业痛点数字化转型趋势经典应用场景经典企业钢铁生产流程长生产工艺复杂供给链冗长设备维护低效化生产过程黑箱化下游需求碎片化环境保护压力加剧化设备管理由传统维护向智能维护转变生产工艺由黑箱式向透明化转变供给链体系由局部协同向全局协同转 变环境保护管理由粗放型向清洁型转变设备全生命周期管理智能化生产供给链协同绿色化生产东方国信、宝钢集 团、优也信息、南 钢集团、酒钢集团石化设备价值高工艺复杂产业链长危险性高设备管理不透明工艺知识传承难产业链上下游协同水平不高安全生产压力

44、大设备管理从黑箱管理健康管理转变知识管理从纸质封存向模型封存转变供给链管理从企业内向企业间协同转 变安全管理从人工巡检向智能巡检转变设备健康管理智能炼化生产供给链协同安全监控青海油田、云南石 化、九江石化、镇 江石化、茂名石化、 兰卓信息、石化盈 科风电地理位置偏僻资本技术密集发电波动性大风场设计周期长设备维护成本高并网协调效率低弃风漏风较严重数据采集由底层互联向全方面感知转变设备维护由人工调试向智能运维转变风场管理由单场单管向虚拟集成转变虚拟风场设计设备预测维护智慧风场管理精准柔性供电金风科技、远景能 源、昆仑数据、明 阳智能、华能集团、 Siemens、GE工业互联网平台垂直行业业务落地经

45、典场景第49页行业行业特点行业痛点数字化转型趋势经典应用场景经典企业航空航天研发周期长产品种类多、规模 小产业链尤其长数据源不统一模型适配性不足故障预测水平有待提升研发设计由串行异构到并行协同转变生产制造由以数映物到数物融合转变生产管理由单点对接到动态调整转变运维服务由定时维护到视情维护转变基于MBD研发设计基于CPS智能制造基于大数据分析供给 链管理基于PHM运行维护GE、Autodesk、罗 罗、商飞、西飞家电技术更新速度 快产品研发周期 短产品同质化程 度高生产智能化水平低供给链协同效率低行业营收增速放缓生产方式由规模化生产向规模化 定制方向转变经营方式由生产型经营向平台型 经营转变盈利

46、模式由卖产品向卖服务转变柔性化生产供给链协同智能家居处理方案海尔集团、美 集团、海信集团、 格力电器、松下 电器工程机械设备产品多样 化生产过程离散 化供给链复杂资源调配效率低下机械设备运维困难金融生态不完善设备维护按需化备件管理精益化产融结合在线化处理方案服务化设备预测性维护备品备件管理智慧施工互联网金融卡特彼勒、小松、 日立、徐工集团、 三一重工、中联 重科工业互联网平台垂直行业业务落地经典场景第50页钢铁行业：抓住工艺优化智能化这一牛鼻子钢铁行业具备生产流程长、生产工艺复杂、供给链冗长等特征，面临设备维护低效化、生产过程黑 箱化、下游需求碎片化、环境保护压力加剧化等痛点，正以工艺优化为切

47、入点，加速向设备运维智能化、 生产工艺透明化、供给链协同全局化、环境保护管理清洁化等方向数字化转型。设备全生命周期管理智能化生产供给链协同绿色化生产宝钢集团基于丰富制造 经验，主动探索基于工业互联 网平台实现设备运行信息 有效集成与分析挖掘，为远程 监测、故障诊疗等全生命周期 服务管理提供支持。设备运维成本降低5%；检修作业效率提升10；设备寿命提升30%；设备整体效率提升5%；东方国信基于Cloudiip工冶炼工艺、高炉安全等开发了 炼铁云平台，并覆盖了全国 30%左右高炉。单座高炉每年铁水质量稳定 性提升20%；单座高炉每年炼铁成本降低2400万元；单座高炉冶炼效率提升10%。酒钢集团能耗

48、成本和环境保护 成本一直居高不下，在实施了 东方国信Cloudiip平台之后，经过采集能耗指标和污染指标， 精准实施工艺优化和设备升级。酒钢集团单座高炉每年降低 碳排放0吨。预计整个行业普及应用之后， 每年将降低200亿元成本和 万吨碳排放。南京钢铁主动适应下游个业互联网平台，围绕冶炼配方、性化需求，经过构建面向供给链管理制造云平台，提供 “JIT+C2M模型定制服务”， 实现规模化定制。设计成材率提升0.15%；每吨产品附加值提升近百元；用户满意度提升至94.26%。第51页石化行业：抓住生产过程智能化这一牛鼻子石化行业属于资产密集型行业，含有产业链长、工艺复杂、设备价值高、危险性高特征，面

49、临着设备管理不透明、 工艺知识传承难、产业链上下游协同水平不高、安全生产压力大痛点，以设备智能管控为切入点，在设备健康管理 智能炼化生产、供给链协同、安全监控四个方向开展数字化转型。设备健康管理智能炼化生产供给链协同安全监控设备运行控制智能化：京博石 化基于supOS工业互联网平台， 利用人工智能和大数据技术， 将设备故障预警和故障处理 机理模型布署在设备端，实现 设备本体智能化。即，设备 自己发觉故障征兆，发出故障 预警并进行故障处理，通知专 家远程实时监测。结合现场在线分析仪，原来需 要几个小时才能完成数据报 告，现在5-30分钟就能出来，工艺优化：云南石化在新产 品生产前，对开工原油炼化

50、工艺流程模拟分析，明确各项常减压装置1次开车成功，制 氢联合装置关键设备投产1次 成功。质量管控：九江石化在炼化 生产过程中，利用AI和大数据技术，实时监测各项质量指操作平稳率提升5.3%，操作实现了分析数据快速指导生产。 合格率从90.7%提升至100%。企业内协同：九江石化建设实现了企业内采购、计划、调操作参数，指导实际生产操作。 度、操作全过程优化，形成了自上而下、由下到上协同 生产新模式。员工总数降低 12%、班组数量降低13%、外 操室数量削减35%。企业间协同：疫情期间，基 于ProMACE平台，镇海炼化、恒力石化和口罩、防护服生产标，进行动态分析和预测预警。 企业实时对接、协同排

51、产，实现了上下游医卫用具资源配置 动态优化，提升产业链协同 效率。生产安全监控：茂名石化安了炼化一体化全流程优化平台， 装191套巡检仪，配置1121对巡检点，经过大数据数据分析， 发觉并消除了约1800多项生产 异常与生产数据问题，有65项 异常到达生产安全隐患级别， 防止了多起突发事件。管道智能巡检：长庆油田， 利用无人机、机器人，对石油运输管线全方位智能巡检，它 将传统经验管理、人工巡检转变为系统扫描。巡井效率提 高数十倍，用工总量仍保持7万人不变，劳动生产率提升了2倍以上。第52页风电行业：抓设备运维和风场管理智能化这一牛鼻子风电行业含有地理位置偏僻、资本技术密集、发电波动性大等特征，

52、面临着风场设计周期长、设备维护成本高、并 网协调效率低、弃风漏风较严重等痛点，正将设计、生产、运维、服务等步骤作为切入点，从现场深度化感知、设 备智能化运维、风场数字化管理、精准柔性供电等方向加速数字化转型。虚拟风场设计设备预测维护风场管理优化精准柔性供电远景能源开发格林威治云平台， 借助大数据分析和高性能计算技 术建立高精度风资源图谱，将风 资源数据误差控制到 0.5%，机 位风资源误差控制到 5% ；客户 利用内设流体仿真、机组排布、 电量评定等工具 32秒 即可完成 宏观选址规划，显著缩短风场设 计周期，降低风电项目设计成本 与建设风险。昆仑数据与国网青海电力联合 打造绿能互联工业互联网

53、平台， 经过对风机集群进行动态监测、 状态纠偏与参数优化，有效降低 弃风漏风率，提升风场整体运行 效率。平台现已接入电站130余 座，推进电厂运行人员成本平均 下降40%，电厂备件成本平均降 低 10%，发电量提升1%-5%。金风科技依靠金风云平台，实时 采集风机齿轮、叶片、轴承等运 行数据，集合预警模型与AI分析， 对风电设备进行状态监测、故障 诊疗、寿命评定与预测维护，变 “被动”维修为“主动”维修， 平均预警准确率到达 80% ，使风 电场设备运维人员降低66% ，设 备运维成本降低3040% ，有效 增加风电经营收益。远景中国海装打造海上风电智能微 网，准确预测风电产量，利用智 能调度

54、算法对风电供给开展“削 峰填谷“，结适用电侧需求，在保障电网安全稳定运行前提下， 将风电与光伏、水电、火电等能 源统筹考虑、协同调配，制订智 能供电方案，有效加强风电消纳 水平，提升电力供给稳定性。第53页航空航天行业：抓设计、制造、管理、运维网络化协同这一牛鼻子航空航天属于最复杂离散行业之一，含有研发周期长、产品种类多、规模小、产业链尤其长、设备可靠性要求尤其高等特征。面 临数据源差异大、模型适配性差、管理调整能力差、故障预测能力差等痛点，正以网络化协同为切入点，从整合研发资源、重构生产 范式、变革管理模式、提升维护效率等方向进行数字化转型。基于MBD研发设计基于CPS智能制造基于大数据分析供给链 管理基于PHM运行维护波音企业构建全球化研发体系， 基于统一数据源和统一模型进行