工业互联网平台的发展与展望 相关两份资料

工业互联网平台发展与展望目录工业互联网平台发展背景和内涵一工业互联网战略意义和平台本质二工业互联网平台发展路径和应用三工业互联网平台面临问题和建议四第一部分>>工业互联网平台发展背景和内涵制造业变革已成为世界各国国家战略的核心，数字经济已成为当今时代发展的主旋律，制造业变革与数字经济发展实现历史性交汇制造业转型需求与信息技术加速渗透，催生工业互联网平台工业互联网平台是工业全要素链接枢纽和工业资源配置核心工业互联网平台的发展沿革、规模及技术层级1制造业变革已成为世界各国国家战略的核心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，世界主要发达国家纷纷颁布一系列重大战略举措，推动制造业转型升级数字经济已成为当今时代发展的主旋律数据…降低一般性生产要素依赖…激活高级生产要素创新驱动，提高全要素生产率新要素新引擎数字经济浪潮席卷全球，不仅使数据变成了新的生产要素和发展引擎，更引发传统产业加速变革，推动实体经济加速发展制造业变革与数字经济发展实现历史性交汇以互联网为代表的新一代信息技术与制造业，特别是工业加速融合，推动两化融合进入新阶段，工业互联网应运而生制造业转型需求与信息技术加速渗透，催生工业互联网平台制造业转型升级需要新的平台化使能工具信息技术发展推动平台化使能工具走向成熟备注：参考《工业互联网平台白皮书》工业互联网平台是工业全要素链接枢纽和工业资源配置核心工业互联网平台形式逐步演进发展，规模呈爆发式增长备注：参考《工业互联网平台白皮书》边缘、工业PaaS、应用是工业互联网平台三大核心层级通过大范围、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。边缘层是基础基于通用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工业操作系统。平台层是核心形成满足不同行业、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。应用层是关键工业互联网平台架构备注：参考《工业互联网平台白皮书》第二部分>>工业互联网战略意义和平台本质党中央国务院高度重视工业互联网发展工业互联网关乎数字经济时代我国制造业发展主动权和话语权工业互联网是我国实现高质量发展的重要支撑工业互联网平台本质上是制造业与信息技术的融合2党中央国务院高度重视工业互联网发展要深入实施工业互联网创新发展战略，系统推进工业互联网基础设施和数据资源管理体系建设。——十九届中央政治局第二次集体学习要加快制造强国建设，发展工业互联网平台。——2018年政府工作报告近年来，党中央、国务院的高度重视工业互联网发展，我国工业互联网发展形成了中央顶层部署、全国系统推进、产业积极引领、多方协同努力的良好局面。党中央国务院高度重视工业互联网发展工业互联网关乎数字经济时代我国制造业发展主动权和话语权工业互联网正在推动工业基础设施、生产方式、创新模式持续变革，关乎数字经济时代我国制造业发展的主动权和话语权。工业互联网我国：抢占工业互联网主导权的战略机遇期全球：格局未定的关键期和规模化扩张的窗口期创新：工业互联网为深化供给侧结构性改革、实现创新驱动提供了新路径格局：工业互联网直接关系到国家经济安全和未来网络治理格局网络化泛在互联软件化弹性供给平台化高效配置资源高效配置激发潜能提升能力有效激发高级要素的创新潜能大幅提高全要素生产率推动制造体系由封闭走向开放加速工业经济向数据驱动型创新体系和发展模式转变工业互联网是我国实现高质量发展的重要支撑工业互联网作为互联网、大数据、人工智能和实体经济深度融合的关键支撑，为推动工业经济高质量发展提供了重要基础。制造业作为实体经济的主体，是技术创新的主战场，是供给侧结构改革的重要领域。工业互联网优化存量，促进传统产业转型升级实现各种生产和服务资源更大范围、更高效率、更加精准的优化配置可以做大增量，有力支撑先进制造业发展壮大催生大规模个性定制、网络协同制造、服务型制造等新模式、新业态工业互联网有利于实现一二三产业、大中小企业融通发展工业互联网平台本质上是制造业与信息技术的融合基础OT与IT融合是基础关键制造能力平台化是关键核心人和机器智能的融合创新是核心保障开放合作机制是保障基础关键保障核心工业互联网平台本质上是工业思维和能力与IT思维和能力的集成、融合和创新，带来全社会制造资源网络化动态配置，使制造体系由封闭走向开放，加速制造业向数据驱动型创新体系和发展模式转变，正在构建新的制造业生态。工业互联网平台本质上是制造业与信息技术的融合IT信息技术OT运营技术底层设备设施数字化企业全面数字化痛点基础OT与IT融合是基础工业互联网平台的发展首先要实现企业的全面数字化，尤其是底层设备设施的数字化，进而实现企业数据的上下层贯通，OT和IT的融合和创新应用。研发设计生产制造市场营销经营管理OT与IT融合工业互联网平台本质上是制造业与信息技术的融合可共享制造资源数据模型集合制造资源的全面数据化、模型化“数字双胞胎”数据化、模型化制造能力共享资源按需配置数据模型的加工、组合、优化模块化制造能力的平台化部署和在线交易大数据分析制造能力的供需精准对接制造资源按需动态配置关键制造能力平台化是关键能够在线交易的制造能力实质是可共享的数据模型集合，未来谁掌握的数据资源越多，谁的发展潜力就越大。工业互联网平台本质上是制造业与信息技术的融合知识创新对理解和掌握的工业原理、特征模型、决策规则等工业知识，运用大数据、人工智能技术进行自我学习和迭代创新价值创造提升各创新主体理解、掌握和运用各类工业知识的能力，大幅降低创新门槛和创新成本，让海量用户企业、开发者有能力成为知识创造的主体机会发掘支持平台生态的各参与主体，对平台汇聚的各行业工业知识进行跨界关联分析，在更广泛领域发掘创新机会工业知识大数据人工智能核心人和机器智能的融合创新是核心工业互联网平台的核心竞争力体现在工业知识与大数据、人工智能技术的深度融合应用，加速知识创新和价值创造。工业互联网平台本质上是制造业与信息技术的融合破除技术和专业壁垒打通技术和专业壁垒，共享数据资源，开发海量个性化应用，为企业数字化转型提供丰富的外部资源和能力建立价值分享机制建立实现资源共享、动态协作的价值分享机制，通过创新商业模式赋能平台各参与方，构筑良性循环的开放价值生态制造企业互联网企业优势互补强强联合跨界合作大数据、人工智能技术的优势缺乏对工业知识的深刻认知工业互联网平台深厚的工业知识积累受制于工业数据的采集

与分析保障开放合作机制是保障互联网企业和制造企业只有开放合作才能实现共赢。第三部分>>工业互联网平台发展路径和应用工业互联网平台发展路径分为三大阶段从制造资源云化改造，到制造能力开放共享，再到人机智能融合创新工业互联网平台的创新生态工业互联网平台应用发展趋势3工业互联网平台发展路径分为三大阶段动态优化迭代演进制造资源云化改造制造能力开放共享人机智能融合创新推进工业知识与大数据、人工智能深度融合，提升制造业创新能力推动制造能力平台化，促进制造资源开放合作和协同共享推动IT能力平台化，全面推进制造资源云迁移工业互联网平台发展路径主要表现为从制造资源云化改造，到制造能力开放共享，再到人机智能融合创新，是一个动态优化、迭代演进的长期过程。第一阶段第二阶段第三阶段工业互联网平台发展路径分为三大阶段推动IT能力平台化，全面推进制造资源云迁移。企业综合效益提升弹性分配快速交付IT软硬件异构资源池业务系统云化改造云基础设施提供工具上云降低信息化建设成本数据资源集成共享制造资源云端迁移制造资源云迁移数字化网络化IT能力平台化制造资源互联互通破解集成应用瓶颈发展创新服务第一阶段工业互联网平台发展路径分为三大阶段推动制造能力平台化，促进制造资源开放合作和协同共享。数字化、模型化的制造资源制造能力的模块化、标准化、平台化为用户企业创造制造能力开放共享、在线协同的环境制造能力在线交易、制造资源动态配置和迭代优化制造能力社会化共享企业、行业、区域间制造能力互补大幅降低交易成本全面提高制造资源综合利用效率第二阶段工业互联网平台发展路径分为三大阶段推进工业知识与大数据、人工智能深度融合，提升制造业创新能力。用户平台合作企业用户平台开发者开发者开放价值生态价值分享机制工业互联网平台通过构建开放价值生态，建立价值分享机制，打造覆盖全产业链、全价值网络的新型制造业创新体系制造业创新体系第三阶段工业互联网平台的创新生态优势：工业Know-how不足：机制、平台化技术、

管理经验制造业龙头企业互联网巨头ICT领军企业科研院所优势：平台架构不足：工业Know-how优势：数据技术不足：平台运营经验、生态

构建能力优势：共性服务不足：体制机制、市场化

能力探索平台化服务构建开放生态提供技术支持建立公共服务能力工业互联网平台需要聚合各类创新主体，调动产学研用多方资源，共同构筑开放、融合、共赢的创新生态。工业互联网平台应用发展趋势工业互联网平台应用深度不断加深，应用范围基于三类对象展开并不断扩大，未来将面向四大应用场景由单点智能向全局智能、由状态监测向复杂分析演进备注：参考《工业互联网平台白皮书》工业互联网平台应用分布广泛工业互联网平台的应用已经覆盖到工业领域的设、供、产、销多个环节，涉及产品的全生命周期，着力解决企业实际问题。工业互联网平台四大应用场景备注：参考《工业互联网平台白皮书》第四部分>>工业互联网平台面临问题和建议工业互联网平台面临的问题工业互联网平台下一步工作建议着力“建平台”推动“用平台”强化“补短板”聚焦“建生态”4工业互联网平台面临的问题工业互联网平台总体上处于探索阶段，主要瓶颈包括：010203数字化、模块化、平台化的制造资源不够丰富缺乏杀手级应用规模化应用不足受制于传统的合作模式和利益格局缺乏构建开放价值生态的路径和机制专业深耕能力不足跨行业应用难度大发展初期切忌盲目求大求全，错失发展先机缺乏大规模应用缺乏开放合作生态专业深耕能力不足工业互联网平台下一步工作建议围绕工业互联网平台的建设及推广，下一步将重点开展以下四个方向的任务：着力“建平台”支持建设一批工业互联网平台试验测试环境及测试床培育一批跨行业跨领域和特定行业

、特定区域工业互联网平台强化“补短板”推动“用平台”聚焦“建生态”推动百万工业企业上云以工业设备上云牵引平台技术迭代和功能演进，遴选一批工业互联网平台应用试点示范项目实施工业互联网APP培育工程面向基础共性、行业通用、企业专用建设三类工业APP资源池，推进工艺经验的程序化和工业知识的显性化通过培育开源社区、举办开发者大赛、推动平台间合作、加强平台产融、产金合作等举措，营造良好发展环境，打造基于工业互联网平台的制造新生态——谢谢——工业互联网数字化中台解决方案01/

工业数字化中台的价值02/

格创数字化中台的特点03/

数字化中台方案介绍04/

应用案例介绍C目

录O

NTENTS传统企业烟囱式IT架构系用户权限设备订单统管理后台前台业务前台业务A系统B用户权限设备订单管理后台用户重复模块传统IT系统缺点：•

应用与资源绑定，资源利用率低，成本指数增长。•

功能重复开发，开发成本高。•

多个系统维护成本高，系统间很难打通•

系统不够敏捷，响应变换慢•

数据孤岛，不同系统共享数据难•

海量数据带来的查询性能瓶颈•

引入ESB等方案打通系统，协作成本高，对接复杂企业烟囱式IT架构的演进生产管理应用质量管理应用设备运维应用MESERPPLM从系统到中台和应用工业数字化中台新的微服务、容器技术新的物联网技术新的数据分析工具……生产车生产车生产车生产车生产车生产车间1间2间3间1间2间3ERP•

烟囱式、独立、难部署的信息系统•

数据缺失或者不及时•

应用扩展迭代慢•

灵活扩展、相互打通的信息系统•

数据实时采集，多元异构物联•

快速迭代的应用应

应用

用应用MES•

数据价值难以挖掘•

充分挖掘数据价值SCADA/DCS传感器与控制设备现场制造设备•

定制化、难以复制•

形成统一标准，容易复制工业数字化中台数字化中台-端到端流程打通系统级：智能工厂垂直一体化与网络化的智能工厂"生产制

集造纵向•

大规模生产高度个性化产品

创•

信息物理融合的网络化控制新链”过程级：数字工厂横跨整条价值链的端到端工厂成•

缩短从设计到生产的周期•

产品全生命周期管理PLM人工智能制造中心售后服务设备运维销售产供销“价值链”策略级：虚拟工厂价值网络的横向一体化供应链物流客户横向集成物联•

未来制造业的新型生态系统•

网络协同制造产品设计自动化制造过程基于中台的智能、虚拟、数字化工厂的商业价值利用ABC技术为企业实现降本、增效、提质，从而引发商业模式的变革从产销一体到业务中台化

从服务共享到服务中台化

从智能制造到生产中台化共享设计设备运维物料供应物料追溯动态库存产销匹配单个工厂多个工厂物联产销一体服务共享智能制造打通产、供、销，对客户需求进行快速响应。动态调配物料仓储，以匹配生产和销售需求面向行业的服务中台化实现，包括设计、运维、物流、仓储、检验等，甚至包括制造共享面向智能制造本身的OT/IT集成、工业应用集成。对生产的降本、增效、提质策略级：虚拟工厂价值网络的横向一体化过程级：数字工厂横跨整条价值链的端到端工厂系统级：智能工厂垂直一体化与网络化的智能工厂基于数字化中台智能制造的推广基于行业（集团）生态，建立行业标准，在平台运营过程中，基于标准进行推广，接入更多的工厂建生态建标准工厂复制结合行业生态，行业平台可以进一步发展行业内业务领域的服务商、集成商以及工厂企业，形成数字产业化基础在行业内建立统一的数据接口标准，统一的行业模版标准，实现行业基础数据、工厂模型、工艺路径、业务应用、服务模型等行业标准行业内通过统一标准接入同行业数字工厂或者工业园区，应用和知识能够在工厂间低成本复制。数字工厂生态应用和服务工业互联网中台应用A应用B应用C应用D应用E应用F应用G应用H工业数字工厂1工业数字工厂2工业数字工厂3工业数字工厂4工业互联网行业应用和服务01/

工业数字化中台的价值02/

格创数字化中台的特点03/

数字化中台方案介绍04/

应用案例介绍C目

录O

NTENTS数字化中台的理论和概念数字化中台是将企业的共性需求进行抽象，并打造为平台化、组件化的系统能力，以接口、组件等形式共享给各业务单元使用。使企业可以针对特定问题，快速灵活地调用资源构建解决方案，为业务的创新和迭代赋能。数字化中台是企业数字能力共享平台，是平台的平台。中台以统一的标准和流程规范，帮助企业实现业务互联互通、资源协调和信息共享。企业后台不能很好地支撑前台快速创新和响应用户的需求。前后台速率失衡。前台后台前台要快速响应用户需求，快速创新迭代，越快越好，求快。后台是相对稳定的后端资源，系统复杂，越稳定越好，求慢。缓冲带中台在前台与后台之间添加⼀组“变速⻮轮”，将不同的速率进行匹配，解决匹配失衡问题。前台中台后台数字化中台的本质数字中台与云计算架构关系数字中台与平台的区别平台数字化中台带有业务特征响应速度

慢，缺乏柔性，离业务端

快，敏捷精准，更靠近业较远

务端业务支持

不具备业务特征SAAS小部分AP

I接口数字化中台大部分服务接口、能力PAAS数据关系

平台间数据隔离，数据重

全域数据通联，降低数据复度高重复度数据耦合

低内聚，高耦合度高内聚、低耦合系统特性

偏静态稳定偏动态变化IAAS主要能力

数据的接收、集成、清洗

、数据治理、资产管理、存储、计算、查询

统

一服务介于PaaS和SaaS之间，包含更服务形式

以数据集的形式提供数据

以数据API形式提供服务多的业务属性应用格创东智数字化中台的特点东智中台方案基于业务中台、数据中台、技术中台三大大平台组成，以数据中台为基础，结合技术中台产品提供的平台技术服务和基础运维服务，共同驱动业务中台产品为上层应用提供AP

I服务，实现企业数字化平台的管理及营运。形成数据资产沉淀数据、流程与逻辑，加速数据到数据资产的形成，解决数据不一致问题，发挥数据价值，进而支持业务的决策和优化。去重沉淀复用共享业务打通推动业务创新由于具备快速编排、组合服务的能力，可更好地支持企业规模化创新，降低试错成本，使企业自身能力与用户的需求可以持续对接。iGeek

Biz避免重复开发企业通过抽象、梳理、整合可复用的功能和场景，将其提炼为可被业务单元引用的基础能力并下沉，避免重复造轮子，实现服务快速复用。iGeek

DIiGeek

EngineiGeek

DevOps端到端打通业务，提高企业效能打通新旧业务的数据壁垒，解决了求稳与求变的矛盾，同时减少人员及部门间的沟通成本，提升企业整体运营和创新效能。我们的优势制造业背景创新中台+微服务国家级智能制造试点在武汉、天津、广东帮助打造多个国家级智能制造试点示范项目及5G智慧工厂项目格创东智成功为千亿产值TCL集团服务；具有流程型和离散型的制造背景；格创东智中台产品超新设计、技术领先、在多家企业成功应用；基于开源、自主可控全面基于开源框架搭建平台，自主可控。低成本、易接入数字化中台优秀经验具备丰富的数字化中台建设经验，数据中台成熟稳定。支持拖拉拽编程，支持代码零改动接入微服务框架01/

工业数字化中台的价值02/

格创数字化中台的特点03/

数字化中台方案介绍04/

应用案例介绍C目

录O

NTENTS数字化中台总体解决方案基于自主技术方案构建，打造现代科技供应链，从全产业链视角解决企业智能制造面临的问题，满足企业端到端业务及管理集成需求门户安

全场景解决方案企业客户中心开发者(企业&个人)中心第三方应用中心平台订单服务平台运营区域子门户多语言市场研发SRMTMSWMSMES设备服务招标竞价供应商管理绩效考核质量改善车辆管理收货管理线路管理定位管理司机管理发货管理订单管理结算管理入库收货物流合并工单排产ESOP设备管理故障诊断态势预测法律法规应用安全数据安全工控安全网络安全物理灾备工业应用前台SCRM协作研发工艺仿真物流路线管理

拣货复核生产作业质量管理SPC条码管理返工、维修车间看板精准营销在库管量工单发料装车出库盘点管理设备监控故障派单用户服务权限服务工厂规化服务

工艺路线服务设备管理服务

业务流程服务采购审批服务PDA管理服务储位管理服务系统日志服务接口管理服务C-业务中台B-数据中台组织服务物料数据服务预警推送服务系统参数服务APP管理服务数字化中台数据湖数据仓库可视化元数据管理数据质量多因子分析数据地图数据血缘数据引擎平台(含AI引擎)数据开发平台数据分析平台数据服务平台设备接入平台消息路由平台规则引擎平台设备管理平台微服务治理平台微服务框架服务集成平台流程引擎API网关开发社区服务容器管理服务实时监控服务移动推送服务移动应用平台A-技术中台应用开发平台CI/CDIaaS服务器资源及虚拟化分布式存储动态网络多数据中心群集管理多租户管理公有云部署高频数据采集私有云部署能源仪表边缘端PLC网关

工业协议解析库设备接入5G/NB-IoT/eMTC傅里叶变换

工艺采集A-技术中台架构技术中台是为中台服务提供高度模块化零件库和武器库，大幅缩短业务中台建设时间，提高业务中台稳定性。通过技术下沉，把最标准的东西沉淀出来，快速稳定响应是技术中台一个核心能力，技术中台的价值是高效、稳定和低成本。技术中台的演进路线是从领域化、到标准化，最后走向平台化，相对应的目标分别是快速、稳定、数字化。监控组件微服S

entinel知识管理敏捷管理开发流水线测试管理部署流水线运营管理低代码开发组态工具业务服务微服务开发Skyworking

务微服务组件IAM服务网关Devops组件Grafana注册服务Event服务HarborNexusPrometheus通用基础服务配置中心认证中心GitLab/JenkinsChartmuseumSonarQubeHygieiaKibanaElas

tics

earchLogstash服务管理JOB服务JOB服务MySQLRedisKafkaZooKeeperRedis基础组件Kubernetes/容器系统资源主机存储网络A-技术中台协作架构技术中台，是基于

Kubernetes

的容器编排和管理能力，整合

DevOps

工具链、微服务和移动应用框架，来帮助企业实现敏捷化的应用交付和自动化的运营管理，帮助企业聚焦于业务，加速数字化转型。平台通过提供精益敏捷、持续交付、容器环境、微服务、DevOps等能力来帮助组织团队来完成软件的生命周期管理，从而更快、更频繁地交付更稳定的软件。A-技术中台-立体化的业务生命周期管理平台K8S容器服务业务APPDevOps测试平台API网关代码仓库故障演练测试集群联调集群生产集群统一认证API鉴权API限流流量分流/镜像故障隔离API审计分析API测试微服务框架故障重现故障突袭故障分析压力测试服务注册/发现服务路由生产服务运营…服务N镜像仓库服务服务熔断服务容错服务降级负载均衡动态配置服务限流服务审计服务监控CIAgentAgentAgentCD注册中心控制中心配置中心APM立体化全链路监控应用健康状态服务链路跟踪告警关联分析智能极限阈值慢响应统计错误请求快照异常智能定位基础设施监控业务指标监控应用性能监控指标异常检测A-技术中台-低代码应用开发技术低代码开发工作表统计报表通过工作表把业务数据在线共享，建立数据关联。快速制作各类统计图表，洞察业务情况。触发器角色权限设定一个触发器，让符合此条件时就会自动运行工作流程。一条数据，谁能查看，谁能修改，谁能删除，都能自由设定。如何快速开发一个应用配置用户的角色权限为工作表分组制作统计图表创建应用名称，主题色和图标等010203040506应用发布在工作表下创建视图配置工作流创建需要的工作表B-数据中台-形成数据资产发挥数据价值，为前台业务赋能数据中台从后台及业务中台将数据汇入，进行数据的共享融合、组织处理、建模分析、管理治理和服务应用，统一数据标准口径，以AP

I的方式提供服务，是综合性数据能力平台。数据中台为前台业务部门提供决策快速响应、精细化运营及应用支撑等，让数据业务化，避免“数据孤岛”的出现，提升业务效率，更好地驱动业务发展和创新。数据中台包含数仓体系、数据服务集等，是一套数据运营机制，加速从数据到数据资产的价值转变，决策模式由“经验驱动”向“分析驱动”转变。业务数据化数据资产化资产价值化数仓体系数据服务集数据计算层数据资产层服务层离线计算实时处理流式计算Kafka数据转换数据清洗数据汇总ODS数据目录数据标签数据地图……API服务接口数据采集层数据应用层数据整合智能BI数据清洗数据沉淀数据治理层数据标准管理数据模型管理数据质量管理元数据管理数据资产管理主数据管理数据共享管理数据安全治理多维分析B-数据中台详细架构数据分析平台数据服务平台算法数据探索多因子分析业务模型……数据推送分析建模机理模型数据准备模型导入/出模型预测模型管理特征提取模型发布开放服务消息订阅微服务框架数据报表数据交换数据下载数据图表API&SDK接口管理数据移动化...微服务治理数据大屏数据开发平台数据库采集消息采集数据仓库数据权限程序执行算法模块拖拽式任务任务预警任务调度任务监控数据库推送分析平台推送文本日志采集网络爬虫采集元数据管理Sql统计多维分析推送...基础引擎平台数据采集分布式存储离线计算实时计算数据推送任务调度时序数据库OLAP数据库机器学习深度学习hive

onembulkhdfs/hbaseflinksparkjenkinsinfluxdbgreenplumsparkB-数据中台-基础引擎DZ-DI-DE:稳定强劲的数据引擎平台1Data

EnginePlatform平台采用高可用的大数据Hadoop

架构设计，采用分布式文件系统作为数据存储，每个服务实现主备切换扩展，实现服务的可靠性生产运行可靠的平台服务平台中的批次处理和流式处理采用了Spark、Flink分布式计算引擎，采用多节点并行处理提高数据处理效率，支持PB级数据存储和亚秒级数据查询强劲的分布式计算平台内置强大的实时服务监控平台，通过对各核心服务运行状态指标的实时采集来监测平台的健康状态，并通过定制API来实现异常服务的智能预警实时的运行监控平台的开发和分析采用模块化的方式进行热插拔组装。通过分层的数据流及微服务化设计，有效解耦各模块的相互依赖，确保平台良好的扩展性灵活的弹性扩展B-数据中台-产品应用让数据更好的服务于生产数据服务数据离线/实时在线分析建模大数据ETL开发利器数据服务平台数据分析平台分析数据开发数据开发平台B-数据中台-数据开发平台DZ-DI-DW:Data

WorksPlatform简单的数据的加工厂2平台支持MQTT、FTP、KAFKA、MYSQL、ORACLE、SQLSERVER、TEXT、CSV等各类格式数据接入和采集，完全兼容主流数据源，特殊的数据源支持定制适配器。多样的数据接入根据数据仓库标准预先对数据进行分层治理，包括：ODS（操作数据层）、DWD（明细数据层）、DWS（汇总数据层）、ADS（应用数据层）共4层。规范的数据仓库可视化配置加工流程，简单几步配置即可实现海量工业级数据的ETL工作；各个任务间的定时、依赖触发、并行、串行等等调度工作，轻松零代码配置实现。分布式任务调度对于亿级别的数据量级可以实现分布式查询并秒级极速返回结果；您只需使用熟悉的关系数据库SQL语句和拖拽式结合实现复杂的NOSQL大数据查询。畅快的数据探索B-数据中台-数据开发平台特点四大核心模块使用简单易懂的web端可视化零代码编程

界面、拖拽式交互操作就能实现PB级数据ETL开发人员不用再关心底层实专注业务现，只需关注业务问题，解决业务问题数据

数据

数据

数据源

仓库

工厂

探索高并发，分布式计算，分布式调度，让计算效率大幅度提升效率提升B-数据中台-数据开发平台-数据源丰富的数据类型APMPLM平台预置了常见的数据源类型，MySQL、Oracle、SQLServer、FTP、KAFKA等CRMFOASAPIOTMES无缝扩展适配SRMWMS平台可以根据业务方的不同定制扩展数据源类型，让数据无缝连接TMSERP外部数据的配置中心B-数据中台-数据开发平台-数据仓库优雅的数据分层统计表1统计表2依赖依赖根据数据库标准预先对数据进

行

分层

：

ODS（

操

作

数

据

层

）DWD（

明

细

数

据

层

）

DWS（汇

总

数

据

层

）

ADS（应用数据层）中间表依赖依赖依赖明细表3明细表1明细表2数据库<<属于>>独特的数据管理可以查询各个数据表的血缘管理可以随时随地上传和下载数据可以对PB级数据实时预览<<包含>>

<<包含>>>><<包含>><<包含>>删除上传/下载血缘关系数据预览B-数据中台-数据开发平台-数据工厂简单几步配置即可实现工业级数据的托拉拽ETL工作可视化配置各个任务之间的、定时，依赖，并行，串行等等分布式调度大数据同样

熟悉的SQL语句重新回到大数可以SQL据领域，让统计更简洁，不需要了解大数据的开发语言让数据动起来B-数据中台-数据开发平台-数据探索数据仓库的

这里提供数据仓库的所有数天台据的统一查询天台对于亿级别的数据量级可以实现分布式查询并极速返回结果即席查询使用灵活的SQL语句和拖拽式结合实现

复杂的数据查询简易查询数据天台B-数据中台-数据分析平台DZ-DI-DI:工业极客的数据分析平台Data

Insight

Platform拖拽式的可视化数据建模体验，用户可快速自主进行数据的探索及深度分析，根据业务需求去构建各类数据模型，并可以将这些模型轻易导出或创建发布数据应用。可视化数据建模平台提供包含特征工程、机器学习、统计分析、NLP、集成学习、深度学习、自主积累的工业机理等大数据算法，为用户提供全面的算法选择。丰富的算法基于强劲的数据引擎基础能力平台，复杂的算法模型运行验证不再是漫长的等待，常规的算法模型验证TB级别的海量数据计算任务更是弹指间即可完成。强劲的计算能力平台提供丰富的大数据图表设计组件，拖拽式、配置式的应用界面设计、多样性的数据源管理、用户自助式的数据探索认知，让用户更简单愉快地与数据玩耍！直观的数据认知B3-数据中台-数据分析平台-数据建模-MFAIG

Series:Muti-Factor

AnalyserB3-数据中台-数据服务平台IG-DI-DH:Data

Hub

Platform开放灵活的赋能平台提供上百个API接口，方便用户扩展，便于与第三方系统集成，缩短项目实施周期，降低成本。RestAPI提供单独的数据门户供第三方数据使用者查看和申请数据资源，以API的形式提供数据的接入和访问全控。数据发布与门户开发者针对某个领域，可发布自己的编写的模型，提供给其他开发者购买使用，可按模型使用时长或模型使用次数分别计费模型市场开发者可将分析平台生成的报表，一键上架至报表市场，供用户付费观看报表市场工业应用-多因子分析案例-快速找出品质异常关键因子•

随着面板产能持续提升和智能制造的快速推进，大量的生产数据实时传输收集成为可能，如何更好的利用数据服务生产成为关键任务设备参数关键参数•

运用多因子分析系统实现工厂数据智能、快速、准确分析，挖掘关键因子，建立关键制程的PMQ、EHM，同时将相关模型算法内化，提升数据分析能力品质异常参数手动查找自动监控智能分析多因子人工查找FDC单因子建模多因子分析建模设备工程师&制程工程师结合经验与异常解FDC系统针对单因子状态进行实时监控，发针对多因子交互影响进行分析，快速找出异常因析方法找到关键因子生异常可以及时拦截子，协助改善生产良率异常处理需6H加速异常case解析，快速分析出组合因子影响，找出根因并进行处理和预防异常发生调查分析3H异常解析3H改善Action工业应用-设备寿命预测USBRuntime:27280hRuntime:16264hRuntime:11556h数据采集到平台分析平台建模实时接入预测将外挂振动传感器的数据实时采集到数据智能平台中使用分析平台对LUL马达的Run

time与振动幅度建立模型实时接入震动数据根据模型来实时监控设备的运行情况工业应用-数据分析预警◼

统一接入：接入生产经营、