工业互联网数字化中台解决方案 相关两份资料

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、企业运转的关键指标◼

统一分析：提供智能分析模型，对指标进行多维度统计、同环比分析、预测性分析、线性关系挖掘、预测偏离分析等智能分析模型，提供通过二次分析形成高维指标的可视化定义生产经营企业运转流程、效率、服务设备运营产供研销异常监控◼

统一呈现：提供统一可视化KPI智能报表◼

统一订阅：提供告警信息的订阅推送功能预警多维度智能分析KPI指标可视化IG

Series:全面屏数据可视化(PC/大屏/移动)C-业务中台市场研发供应商系统物流应用仓储应用制造应用EHM招标竞价供应商管理绩效考核质量改善车辆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设备管理故障诊断应用前台SCRM实验管理收货管理线路管理定位管理物流路线管理

拣货复核生产作业质量管理SPC条码管理返工、维修车间看板安

全精准营销在库管量工单发料装车出库盘点管理故障维修故障派单态势预测API网关统一认证API鉴权API限流流量分流/镜像故障隔离API审计分析API测试业务中台的能力中心法律法规应用安全数据安全工控安全网络安全物理灾备业务的协作和验证，让数据的治理和应用呈现价值产品研发中心用户中心制造中心仓储中心物流中心维保中心订单中心数据驱动业务协作设备中心物料中心供应链中心数据的驱动及验证，为业务的拓展、创新、改革提供支持C-业务中台-业务数据化、业务在线化业务中台将企业的业务规则、流程、逻辑与业务进行隔离，整合封装成微服务、组件等前台友好的可复用共享的能力，将一切业务数据化，实现业务在线化，提高整体业务的灵活性和响应速度，实现后台资源到前台敏捷复用能力的转化。业务中台承载了企业所有的通用业务，通过无缝的业务协作和数据驱动可以有效打通OTD，LTC，IPD，ITR等各项流程。业务升级迭代可以以微服务为颗粒度展开，更为高效。业务中台的能力中心业务的协作和验证，让数据的治理和应用呈现价值产品研发中心用户中心制造中心仓储中心物流中心维保中心订单中心数据驱动业务协作设备中心物料中心供应链中心数据的驱动及验证，为业务的拓展、创新、改革提供支持A+B+C

数字化中台的飞轮效应业务中台是基础，进行业务数字化，产生的数据不断反馈到数据中台，进行数据资产化，驱动业务创新发展，两者相辅相成，相互演进融合，形成增强闭环。技术中台是为了更好地支撑业务中台和数据中台快速建设，技术中台更偏“稳定”。业务是数据的来源，数据反哺业务，两者形成闭环，彼此驱动增强。数据业务化业务数据化将业务数据化沉淀的数据，通过大数据、机器学习等方式，进行价值提炼，形成企业数据资产，提供决策支持，赋能前端业务。将企业经营管理涉及的业务场景流程标准化、数据化，为数据中台提供完整的数据源，保证数据的可复用性。C-业务中台同步B-数据中台A-技术中台将云或其他基础设施的各种技术中间件的能力进行整合并封装成微服务，提供规范一致的接口，负责完成消息传递、服务管理、数据分析、数据服务等方面的工作，为前台、业务中台、数据中台的建设提供支撑。未来展望持续打造三大核心能力，赋能工厂“自进化”，共生共长强大的工业现场数据采集和处理能力灵活自助的工业模型构建能力内置丰富的工业数据可视化分析能力工业现场管理黑盒化自适应自主调节避免问题再次出现预测可视化问题是否会再出现分析找到深层原因变现数据价值可视看到问题连接连接生产要素传统工厂智能化谢谢聆听工业互联网与高端装备健康管理智慧工厂需要稳定的无线流量、可靠的安全策略、可视化集中管控、移动APP运维，去支持物联网扩展，实时监测、自动调控办公室温度、湿度、光照等环境因素，助力企业打造舒适的智慧办公环境，能方便及时地掌握诸如网络拓扑结构、网络性能统计、网络故障等信息；可以实现移动管理整个厂区网络，随时随地网络运维。统一管理全区的无线AP、楼层交换机、IoT传感器等，实现万物互联；中心控制器集无线AC、身份认证、大数据收集分析、上网行为管理和审计、无线有线运维、物联网平台于一体；员工办公、访客网络和无线生产实现三网安全隔离，确保网络安全性；无线生产网采用同频组网技术，接入无线扫码枪、无线摄像头、移动叉车、AGV无人搬运车等，不允许其他终端接入，保证生产网络的正常运行；员工办公和访客移动终端使用不同的SSID，员工通过账号密码接入无线网络，PDA等办公移动终端使用PSK+MAC地址白名单接入网络，保证只允许受信任的终端接入目录工业互联网的前世今生什么是工业互联网？工业互联网有何特点？工业互联网解决什么问题？工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战在企业销售链实施智能物流、智能安防等应用。在仓储、调度、跟踪监控和产品追溯等环节实现对物品、集装箱、车辆和人员的全程状态监测和智能调度，构建高效率、低成本和安全的现代物流体系。利用物联网技术建设企业内的智能安防系统，构建智能化、全方位、立体安防体系和高效的智能楼宇管理系统。回顾工业发展历史1860年代-19世纪中19世纪中-20世纪初20世纪四五十年代-现在现在-未来工业1.0机械化工业2.0电气化与自动化工业3.0信息化与数字化工业4.0智能化与物联网产品定位：项目为构建基于云计算、大数据、移动互联网等最新信息技术和移动防爆智能终端技术的、软硬件相结合的智能化安全管理云系统。产品功能：实现生产状态和安全信息的实时数据采集、远程通讯、事故建模、风险分析、智能推演、预报预警、应急处置辅助决策等功能，为政府安全监管、企业安全生产管理以及事故应急处置服务。信息化时代的发展历程横向集成：一级供应商、二级供应商，以及销售商信息的无缝对接。企业之间通过价值链以及信息网络所实现的一种资源整合，为实现各企业间的无缝合作，提供实时产品与服务，推动企业间研产供销、经营管理与生产控制、业务与财务全流程的无缝衔接和综合集成，实现产品开发、生产制造、经营管理等在不同的企业间的信息共享和业务协同。大数据发展历程1956，人工智能，图灵测试1960，机器学习DeepBlueAlphaGo1995，数据挖掘，互联网2012，大数据，工业4.0…,WhatisNEXT?端到端集成：一个新理念，是围绕产品全生命周期的价值链创造，通过价值链上不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护的产品全生命周期的管理和服务，它以产品价值链创造集成供应商（一级、二级、三级……）、制造商（研发、设计、加工、配送）、分销商（一级、二级、三级……）以及客户信息流、物流和资金流，在为客户提供更有价值的产品和服务的同时，重构产业链各环节的价值体系。工业互联网的诞生德国工业4.02013年4月汉诺威工业博览会上由德国政府提出2013年7月，德国政府发布《高技术战略2020》，工业4.0是该战略确定的十大未来项目之一美国CPS工业互联网2012年11月，GE发布《工业互联网—冲破思维与机器的边界》报告，将工业互联网称之为200年来的“第三波”创新与变革中国制造20252015年3月5日，李克强两会上作《政府工作报告》时首次提出“中国制造2025”的宏大计划2015年5月8日，国务院正式印发《中国制造2025》什么是工业互联网？工业互联网是基于工业数据，运用大数据技术，贯穿于工业生产的设计、工艺、生产、管理、服务等全生命周期，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业4.0的基础架构企业运营层基础平台设备连接层工业2025的内涵一个网络，二个主题，三个集成一个网络CPS网络两个主题智能工厂智能生产三个集成纵向集成端到端集成横向集成关注微信公众号“找方案”获取更多行业解决方案CPS网络智慧工厂与智能生产智能生产系统实时感知优化决策动态执行三个集成工业4.0四化特征工业4.0数字化网络化自动化智能化工业互联网的特点多源性获取，数据分散，非结构化数据比例大数据蕴含信息复杂，关联性强持续采集，具有鲜明的动态时空特性采集、存贮、处理实时性要求高与具体工业领域密切相关数据来源机器设备采集数据传感器仪表盘BUS企业管理系统数据ERP供销存客户关系企业外部相关数据客户需求物流政策数据工业互联网全景视图大数据解决什么问题？大数据如何解决问题？工业生产解决方案大数据发现工业生产中的质量缺陷，设备故障，销售下滑等从5M要素获取数据，通过建模发现数据中有价值的信息，提出解决方案新的解决方案应用指导工业生产，形成新的生产力目录工业互联网的前世今生什么是工业互联网？工业互联网有何特点？工业互联网解决什么问题？工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战工业互联网技术架构九大支柱技术云计算技术工业物联网人工智能-图灵测试虚拟现实工业网络安全3D打印知识工作流自动化工业机器人大数据技术目录工业互联网的前世今生什么是工业互联网？工业互联网有何特点？工业互联网解决什么问题？工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战关注微信公众号“找方案”获取更多行业解决方案工业互联网应用场景案例1：海尔数字化网络化生产线围绕用户价值，实现全流程端对端互联，对家电制造业进行水平整合和垂直整合，打造冰箱、空调、洗衣机等家电互联型智能工厂三层互联：用户、企业和资源连接实现内外互联、信息互联、虚实互联三个转变：评价=》用户评价；采购零件=》模块供货方参与设计的模块采购；各方博弈关系=》价值共同体共创共享海尔洗衣机互联工厂在50万用户参与交互中，从79个模块方案中确定2个最佳组合投产。设计的水晶滚筒洗衣机能耗比欧洲A+++标准节能40%2013～2014年，海尔累计裁掉2.6万名员工，2014年海尔销售收入增长11%，利润增长39%。2015年初海尔家电出口逆势增29%案例2：空气压缩机喘振预测分析输入数据有/无喘振现象数据数据降维——主成分分析从显著性变量组成的向量中提取特征值支持向量机分类寻找最佳的喘振线预测分析工具在线监控和优化控制喘振预警与报警案例3：工厂机器人健康预测分析案例四：服装定制制造业典范(红领)2014年，以零库存实现150%的业绩增长大规模定制生产，每天能设计、生产2000种不同的个性化定制产品公司核心竞争力是一套大数据信息系统，任何一项数据的变动能驱动其余9000多项数据的同步变动10年时间自主研发由不同体型身材尺寸集合而成的大数据处理系统2014年5月CCTV新闻联播3分钟报道；张、马参观后震惊目录工业互联网的前世今生什么是工业互联网？工业互联网有何特点？工业互联网解决什么问题？工业互联网的核心技术及架构工业互联网核心技术工业互联网架构工业互联网的应用场景及典型案例应用场景典型案例高端装备的健康管理健康管理定义健康管理的关键技术工业互联网的机遇与挑战机遇挑战健康管理（PHM）定义故障预测与健康管理（PHM）技术作为实现武器装备基于状态的维修（CBM）、自主式保障、感知与响应后勤等新思想、新方案的关键技术，受到美英等军事强国的高度重视和推广应用。包括两层含义，一是故障预测，即预先诊断部件或系统完成其功能的状态，确定部件正常工作的时间长度；二是健康管理，即根据诊断/预测信息、可用资源和使用需求对维修活动做出适当决策的能力。PHM与医学类比医学

工程疾病诊断故障诊断通过观测、化验和医疗仪器,通过传感器、信号处理和检测仪结论由医生给出结论由诊断软件给出多科会诊综合诊断多科医生一同诊断当前疾病运用多种诊断技术诊断当前故障疾病预防与保健故障预测与健康管理体检、疾病预测、保健体系健康监测、高级故障诊断、故障/寿命预测(健康、亚健康、疾病、寿命预测）(健康、亚健康、故障、部件寿命预测）PHM技术发展阶段外部测试机内测试（BIT）智能BITPHM综合诊断发展阶段：应用层次：部件级分系统级系统集成（区域管理器）PHP出现的技术基础需求牵引：系统复杂性、信息化和综合化程度大幅度提高装备维修保障工作重点已由传统的以机械修复为主，逐步转变为以信息的获取、处理和传输并做出维修决策为主。以往的事后维修和定期维修已经无法很好地满足现代战争和武器装备对装备保障的要求，在这种情况下，美军20世纪90年代末引入民用领域的CBM,作为一项战略性的装备保障策略，其目的是对装备状态进行实时的或近实时的监控，根据装备的实际状态确定最佳维修时机，以提高装备的可用度和任务可靠性。技术推动：大数据技术、高速传输和处理、信息融合、MEMS、网络等信息技术和高新技术的迅速发展。契机：美军重大项目F-35联合攻击机（JSF）项目的启动。健康诊断与故障预测流程PHM的主要技术组成PHM的功能关键系统和部件的故障预测残余使用寿命预计故障选择性报告辅助决策和资源管理性能降级趋势跟踪部件寿命跟踪故障检测故障隔离性能监控PHP系统技术特征通过测试和计算关键部件的剩余寿命来主动地监视系统的健康状态健康信息用于优化维修活动及后勤保障最好PHM系统勿需增加传感器,从已有的传感器获取健康信息基本方法是将传感器测到的对象系统的响应与该系统模型的响应做比较使用老化模型计算关键部件的剩余寿命用理论推导方法或对特定部分做磨损试验得到老化模型故障诊断与预测技术基于数学模型的故障检测与诊断方法特点是必须将故障数学模型化，有时建立模型很困难不依赖实例和经验，适用于新的没有成熟经验的诊断基于参数估计的故障检测与诊断方法特点是须先确定一个信任域，当参数超出域时认为故障适用于故障能由参数的显著变化来描述的诊断基于信号处理的故障检测与诊断方法通过对检测信号的分析处理，利用特征信号对故障进行识别和诊断。典型方法：小波变换、模态分解等基于知识的故障检测与诊断方法不需精确的数学模型，能模拟人的思维过程，具有自学习、自组织、自推理能力故障诊断与预测技术