工业互联网平台赋能制造业数字化转型方法论

中国电子信息产业发展研究院袁晓庆党中央、国务院近期关于工业互联网的工作部署2020年2020年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，依托工业互联网促进传统产业加快上线上云，发展线上线下融合的生活服务业，支持发展共享用工《工业和信息化部办公厅关于推动工业互联网加快发展的通知》（2020年3月20日）一、加快新型基础设施建设一、加快新型基础设施建设（一）改造升级工业互联网内外网络。（三）提升工业互联网平台核心能力。（四）建设工业互联网大数据中心。二、加快拓展融合创新应用二、加快拓展融合创新应用（五）积极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）加快工业互联网试点示范推广普及。三、加快健全安全保障体系三、加快健全安全保障体系（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。四、加快壮大创新发展动能四、加快壮大创新发展动能（十三）加快工业互联网创新发展工程建设。（十五）增强关键技术产品供给能力。五、加快完善产业生态布局五、加快完善产业生态布局（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。EEFF六、加大政策支持力度六、加大政策支持力度（十九）提升要素保障水平。《工业和信息化部办公厅关于推动工业互联网加快发展的通知》（2020年3月20日）01提升工业互联网平台核心能力鼓励各地结合优势产业，加强工业互联网在鼓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的融合创新，突出差异化发展，形成各有侧重、各具特色的发展模式。引导各地总结实践经验，制定垂直细分领域的行业应用指南。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能集成。遴选10个跨行业跨领域平台，发展50家重点行业/区域平台。推动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数量达到2500个。企业为什么要进行数字化转型？劳动生产力提高提高工人每人每小时劳动生产率40-60%提高运营部门间接人工效率30-40%提升设备综合效率 设备停机时间下降30-50%预测准确度提高85%提高一次通过率5-8%设计-工程成本下降10-30%减少废料20-35%库存占用成本下降20-40%减少能耗5-8%质量成本优化制造业增加值成本减少25-35%数据来源：麦肯锡数字化转型的本质:为企业创造价值提质增效l提升劳动生产率l优化设备管理l提高企业产量l完善质量管理节本降耗l节约生产成本l降低企业库存l降低质量成本l降低能耗水平生态培育l新技术l新产品l新模式l新业态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工业互联网（工业APP）投资收益工业云（工业SaaS）投资收益工业软件集成范围单项应用协同创新基础建设综合集成单项应用协同创新基础建设新型工业APP制造业数字化转型的新载体：工业互联网平台新型工业APP传统软件云化工业微服务组件（机理模型、数据驱动模型、微服务管理）工业微服务组件（机理模型、数据驱动模型、微服务管理）（专用开发工具、应用模板、图形化编程）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、运营环境）云基础设施（服务器、存储、网络、虚拟化）边缘层边缘智能 数据采集协议解析边缘层边缘智能制造业数字化转型方法论要回答三个问题（业务）（价值）（技术）技视角术制造业数字化转型框架：以价值重构为主线的双螺旋模型技视角术业务视角业务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。业务落地是内核。抛开技术谈业务，容易陷入老方案，使用旧地图找不到新大陆。抛开业务谈技术，容易陷入炫耀锄头的自娱自乐。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。制造业数字化转型框架：基于双螺旋模型的三大视角九大维度技术视角业务视角技术视角业务视角工业互联网平台价值体系 效益维降耗降耗节本工业互联网平台:",","新技术新产品新模式新业态新技术新产品新模式新业态增效增效提质的本质是通过工生态维,'提质值链和全产业链业全要素、全价值链和全产业链企业乃至制造业的重构。全要素 连接维工业互联网平台=工业全要素、全价值链、产业链的连接企业运营类企业运营类产业链协同•供应链协同•制造能力共享 全要素：人、机、料、法、环 全产业链：供应链、空间链、金融链 价值链：研发、制造、服务资产管理类•状态监测•故障诊断•预测预警•远程运维业务应用业务应用生产运行控制设备生产运行控制设备模型二维模型三维模型应用工业互联网平台设备执行监控设备执行监控l研发设计模型l生产制造模型l经营管理模型l业务模型模型模型传感器设备层数据传感器设备层数据机理机理模型算法模型聚类.....工业互联网平台=工业全要素、全价值链、产业链的重构人知识生产智能化机器人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机推动工业生产从3.0向4.0转变自动化机器物料机理模型实体空间机推动工业生产从3.0向4.0转变自动化机器物料机理模型实体空间料法环全要素 供应链空间链L金--融链全产业链 供应链空间链L金--融链全产业链固定供应链线下集群银行贷款柔性供应链线上集群互联网金融打破企业边界、商业边界、打破企业边界、商业边界、区域边界微笑曲线向数据驱动的价值闭环转变全价值链全价值链L研发附加值按需制造协同研发协同研发数据驱动精准服务工业互联网平台技术体系产业维数据中心人工智能数据中心人工智能数据模型应用算力数据模型应用算力数字孪生数据维数字孪生架构维工业互联网平台=数据+算力+模型+应用传统软件云化新型工业传统软件云化新型工业APP+++工业微服务组件（机理模型、数据驱动模型、微服务管理）工业应用开发工具工业微服务组件（机理模型、数据驱动模型、微服务管理）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、运营环境）云基础设施云基础设施（服务器、存储、网络、虚拟化）边缘层边缘层边缘智能边缘智能协议解析数据采集协议解析数据采集数据数据数据+算力数据+算力+模型数据+算力+模型+应用工业互联网+5g/数据中心/人工智能应该怎么加？从5g、数据中心、人工智能到工业互联网，这几个概念不是割裂的，而是环环相扣的，构成了数据采集、传输、计算、分析、应用的数据闭环，工业互联网平台建设的关键是要实现这些技术的群体性突破和协同性创新。工业互联网平台=数据+算力+模型+应用•监测点多•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•设备类型多•协议封闭•接口类型多•工况恶劣 数据上不来数据存不了数据用不好 数据+算力+模型+应用=工业互联网平台数据中心数据中心 人工智能一、5G:打通工业互联网最初一公里的有效手段l超过80%的5G应用场景在工业互联网垂直领域。l5G技术将解决工业互联网落地最初一公里问题。4GmMTC海联物联l当前“5G+工业互联网”应用总体情况仍然处于试点示范和探索阶段。4GmMTC海联物联模拟时代数字时代移动互联网时代万物互联时代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5G与工业互联网融合创新2019年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。l《“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l技术标准攻关l融合产品研发和产业化l网络技术和产品部署实施l5：打造5个内网建设改造公共服务平台l建设测试床l打造项目库l培育解决方案供应商l构建供给资源池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、质量管控等方面的探索，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”的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。智能物流智能检测智能生产智能物流智能检测基于“5G+远程控制+AR+平台”，构建机床自主触发物流需求、AGV自主智能路径规划的智能物流方式，大幅提升民机装配协同效率，使传统的单项工装工作人员由3人减少到1人；装配效率提高70%；降低操作人员成本20万/人。基于“5G+8K超清视频+深度学习+平台”基于“5G+远程控制+AR+平台”，构建机床自主触发物流需求、AGV自主智能路径规划的智能物流方式，大幅提升民机装配协同效率，使传统的单项工装工作人员由3人减少到1人；装配效率提高70%；降低操作人员成本20万/人。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，实现复合材料的无损检测、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%。5g专网在工业互联网中的六大应用场景2019年7月，全球知名咨询公司HeavyReading联合全球5G技术研发领先企业高通发布了《5G专用网络在工业互联网中的应用》白皮书。lHeavyReading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，具有覆盖范围更广、安全保障能力更强、性能更加优越三大优势，能够支持苛刻性能要求的工业场景应一是利用5G+AI实现码头等特定区域物流车的智能导航。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解决设备物联问题。六是利用5G专用网络对工业设备进行远程控制。二、数据中心：支撑工业互联网落地的关键基础设施数据来源：前瞻产业研究院、中国IDC圈l美国IDC机柜数目前已占全球40%的市场，其后是中国和日本分别占8%和6%，中国IDC数据来源：前瞻产业研究院、中国IDC圈用户数全球占比约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。数据来源：中国国家统计局美国商务部《互联网趋势报告》l我国数据中心发展前景巨大，预计2020~2025年中数据来源：中国国家统计局美国商务部《互联网趋势报告》“规模化+小微化”数据中心协同发展会成为主流传统的大型规模化数据中心难以满足万物互联的需求，需要建设小微型数据中心，来加强边缘计算和数据分析的能力。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的差距。另一方面，要加快边缘数据中心建设，满足企业带宽、时延、安全需求。时延限制网络拥塞完全问题时延限制网络拥塞完全问题云数据中心云数据中心...云DC云数据中心云DC边缘数据中边缘数据中边缘数据中边缘数据中规模化数据中心架构边缘数据中心架构边云协同将加速工业互联网平台落地Gartner：Theedgewilleatthecloud(边缘计算正在吃到云计算)。IDC：40%的数据将在边缘侧进行存储、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的重要方向，两者密不可分、相辅相成。边缘云的三大功能：①边缘数据采集、存储和分发。②边缘数据的实时分析③边缘设备的智能控制。边缘数据中心业务l非实时、大数据量的业务边缘数据中心业务l非实时、大数据量的业务l需要进行纵向和横向对比分析的业务l需要和业务系统进行集成的业务l需要进行全局优化的业务及数据安全与保密地化、实时性络延迟、功协议适配本质是通过打造状态感知、实时分析、精准执行、科学决策的数据自动流动闭环，解决工业的复杂性和不确定性难题。问题：工业的复杂性、不确定性和人工智能缺乏可靠性、可解释性之间的矛盾，制约工业人工智能的发展。发展阶段判断：工业智能仍处于发展探索时期，工业人工智能的关键技术、场景应用、产业发展均处在起步阶段。精准执行应用状态感知数据（人机物）学习提升洞察学习提升洞察实时分析模型实时分析模型科学决策工业系统性性性定杂确复不主要矛盾缺乏可靠性缺乏可解释性人工智能工业人工智能框架：边缘层+数据层+模型层+应用层设备级产业链级供应链管理（回归）企业级生产工艺优化（回归）流程自动监控（回归）设备级产业链级供应链管理（回归）企业级生产工艺优化（回归）流程自动监控（回归）故障诊断定位（分类）产品质量检测（分类）应用层机器机器学习回归算法回归算法分类算法聚类算法机理模型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数据层数据层员工数据机器数据物料数据规则数据环境数据边缘层边缘层算力方面，边缘层亟需加快研发适配工业实时性需求的AI芯片工业智能边缘目前处于技术突破阶段，所涉及的硬件基础设施、软件技术等大多已具备，但仍面临边缘节点对计算能力的支持、边缘计算任务的智能调度，边缘计算网络架构和性能优化等挑战。目前以“AI芯片+兼容解析工具+设备”为主要形式，通过全面感知、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，其存储、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专用芯片智能设备兼容性编译工具&协议解析工具AI专用芯片智能设备兼容性编译工具&协议解析工具l英特尔、亚马逊、谷歌、Facebookl英特尔、亚马逊、谷歌、Facebook和KhronosGroup等企业和机构基于各自优势与竞争考虑打造了相应编译器或模型表示规范。l中国移动、东方国信、寄云科技等企业通过建设智能网关，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断等异常场景的应对能力。l生产设备：库卡、新松等企业开发搭载机器学习算法、路径规划等技术的机械臂、运输载具和智能机床等产品。l控制设备：针对包装、焊接、拼接等作业场景，伯克利、海康威视等企业通过应用语音识别、视频捕捉等技术提升人机交互效率。l研发设备：NetSpeed提供SoC设计与架构辅助设计系统，通过内置人工智能算法助力芯片设计师寻求最佳解决方案，并提供持续的设计反馈。l寒武纪研制深度学习专用处理器芯片，相对于传统执行x86指令集的芯片，有两个数量级的性能提升。l腾讯和阿里基于FPGA的云计低功耗，具有广泛的应用场景。l华为针对边缘服务器市场推出Ascend310芯片，目前已部署在自动驾驶领域，正在向其他应用领域拓展。l中飞艾维与百度深度合作，基于飞桨（PaddlePaddle）深度学习框架联合开发海量数据AI分析平台，实现巡检数据中特定缺陷辩识，速度达到人工处理近百l中飞艾维与百度深度合作，基于飞桨（PaddlePaddle）深度学习框架联合开发海量数据AI分析平台，实现巡检数据中特定缺陷辩识，速度达到人工处理近百倍。l德国瀚沙公司：基于“深度学习+能耗”预测电网中断和停电，识别电网缺陷的可能性提高2倍以上。l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，质检效率是质检员的八倍。深度学习，主要解决了工业场景中的识别、监控、推理、预测等问题，适用于不可见的复杂问题。知识图谱，主要解决了工业要素的挖掘、分析、建模、可视化等问题，适用于认知明确的问题ll东软集团部署工业知识图谱进行知识发现和决策辅助，实现了协助人工高效操作和有效决策。l一汽通过构建汽车故障诊断知识图谱，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、提前发现和专业案例支撑。lUTC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能块，构建设计方案库，设计出的换热传热效率提高80%，设计周期加快9倍。效率提高80%，设计周期加快9倍。应用方面，工业的复杂性、不确定性和人工智能缺乏可靠性、可解释性之间的矛盾导致工业人工智能发展缓慢ll产品质量检测IBM依托Waston人工智能平台开展基于视觉识别的质量检测，有效减少重复人缺陷率减少7%l设备预测维护德国蒂森克虏伯集团结合智能传感器及机 l产品自动分拣 l产品自动分拣爱普生、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的识别和分拣。利用深度强化学习使机器人具备自主及协同学习技能，准确率达到90%瑞士纽若公司在自行车设计中，利用深度瑞士纽若公司在自行车设计中，利用深度学习网络对进行空气动力学分析，产品动力学特性比传统方法高5-20并将继续应用于风机、涡轮机、飞机等设计过程德国施肯拉公司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的智能扫描头，实时独立地计算控制参数，帮助系统更快、更精确地工作l集团辅助决策GE、壳牌、阿美等巨头依托图谱与数据科学协同，在综合考虑品牌效益、经营成本、经济趋势等因素的基础上，利用人工智能提供决策和流程优化建议中海油、中石油等通过建设智能实时决策系统，构建起以井为中心、井场与基地多学科协同作战的信息系统平台，每年仅单平台操作费就节省800万元l供应链管理华为、西门子、莱比锡等企业打造供应链知识图谱，通过企业关系网实现供应链风险管理与零部件选型案例:富士康基于工业人工智能的刀具寿命智能预测富士康基于深度学习建立的刀具寿命智能预测模型，实现了从计件换刀到精准换刀的转变，帮助企业延长刀具寿命一是不能完全解决加工过程中崩刀、断刀的问题，二是刀具的意外损坏会直接造成加工部件的损毁并造成巨大损失，三是不能充分利用刀具有效寿命。n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余寿命预测模型，并部署到边缘侧，实施监测分析刀具状态数据，智能预测断刀、崩裂和寿命的异常情况。传感器工控机监控系统东方国信：基于机理+数据驱动的数字高炉痛点：钢铁年产值约8万亿，钢铁工序70%的冶炼成本和能耗以及90%的碳排放在生产竞争力在于冶炼成本，对于大型、连续、高温、高压、密闭的反应黑箱高炉而言，当前仍以“盲人摸象”式操作和“师傅带徒弟”式为主，不同炼铁厂（人）水平“参差不齐”，不同高炉之间寿命最大相差15年、吨铁成本相差百元、燃料比相差百公斤，其数字化、智能化、科学化水平提升空间巨大。方案：基于机理模型的知识图谱+基于大数据的深度学习应用应用场景物流配方优化算法集知识图谱效果：铁水质量稳定性提高20%单座高炉降低2400万冶炼效率提升10%在全国30%高炉推广APP传统软件云化柔性监管入口传统软件云化柔性监管入口新型工业区块链应用新型工业区块链应用APP工业应用开发工具工业应用开发工具（专用开发工具、应用模板、智能合约）工业微服务组件享、供应链优化、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、运营环境）云基础设施（服务器、存储、网络、虚拟化）可信可信边缘智能协议解析可信身份数据采集可信传输工业区块链应用（区块链）微服务生产+集成数据建模+模型共享可信工业大数据存储可信工业数据采集五、扩展现实（XR一场人机交互的新革命扩展现实XR(ExtendedReality)包括虚拟现实VR(VirtualReality)、增强现实AR(AugmentedReality)、混合现实MR(MixedReality)、全息现实HR(HolographicReality)等多种技术形式。定义技术特点定义技术一定时间空间范围内很难体验到的实体信息（视觉、听觉、味觉、触觉等通过数据来源：中兴通讯《5G云XR应用白皮书》扩展现实(XR)可以在产品全生命周期内，改善物理空间和赛博空间的交互方式，实现物理空间和赛博空间更好的融合融合，提高工业互联网赋能水平，为工业互联网带来广阔的应用场景和增值空间。产品销售产品销售仓储物流研发设计生产制造案例:PTC基于“Thingworx+AR”开展设备维护提高产量加速培训提供分步骤的组装指导，远程指提高产量加速培训提供分步骤的组装指导，远程指降低成本提高生产效率与安全性为故障定位提供精细IOT数据，提供实时、分步骤的指导，提高可提前标注可能故障的零件。安全性，加快训练进程。建模建模•定义产品的属性和行为连接连接•将物理设备的属性和行为与ThingModel做映射集成集成•通过数字主线将IOT平台与IT平台进行集成构建构建/映射/发布平台数据关联体验体验•基于AR体验指导维修基于“Thingworx+AR”的设备维护流程六、数字孪生:工业互联网的终极版图数字孪生是综合运用感知、计算、建模等信息技术，通过软件定义，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与赛博空间的交互映射。l数据是基础l模型是核心l软件是载体物理对象机理模型信息原理+数据物理对象机理模型信息原理+数据软件指令控制器控制器支撑经济社会数字化转型的通用使能技术物理空间实体逻辑原子赛博空间模型软件比特交互反馈数据是基础软件是载体支撑经济社会数字化转型的通用使能技术物理空间实体逻辑原子赛博空间模型软件比特交互反馈数据是基础软件是载体模型是核心 描述诊断预测决策数据驱动模型支撑软件定义精准映射智能决策一项通用技术两大孪生空间三大技术要素四大功能等级五大典型特征数字孪生是工业互联网和工业4.0参考架构的核心美国工业互联网联盟将数字孪生作为工业互联网落地的核心和关键。ll德国工业4.0参考架构将数字孪生作为重要内容。业务层组织和业务流程业务层组织和业务流程资产功能功能层资产功能功能层数据、模型（数字孪生实现）数据、模型（数字孪生实现）信息层通信层网络、协议通信层网络、协议集成层传感器、驱动器集成层传感器、驱动器资产层物（设备/机器/产品等）资产层物（设备/机器/产品等）德国工业4.0参考架构应用层模型层数据层达索、PTC、波音等公司综合运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、迭代式创新和持续性优化。应用层模型层数据层集成服务接口动态数据反馈据据据据西门子、洛马等国外公司，以及华龙迅达、东方国信科等国内公司，在赛博空间打造映射物理空间的虚拟车间、数字工厂，推动物理实体与数字虚体之间数据双向动态交互，根据赛博空控理控理障应用层控产品设计生产规划生产产品设计生产规划生产制造经营管理产品服务模型层模型层离散行业离散行业流程行业多协议兼容+边缘数据采集数据层员工数据机器数据物料数据规则数据应用层模型层数据层GE、空客等公司开发设备数字孪生体并与物理实体同步交付，实现了设备全生命周期数字化管理，同时依托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、远程管理等增应用层模型层数据层工业互联网平台业务体系痛点维智能化生产个性化定制服务化延伸设备级单元级企业级智能化生产个性化定制服务化延伸设备级单元级企业级产业链级场景维产业链级行业维工业互联网平台业务落地的基本原则l形成业务-价值闭环：l形成业务-价值闭环：l形成业务-技术闭环：理每个行业的典型特征和转型基础。两个闭环三项坚持两个闭环三项坚持深入问题，认真挖掘设备级、单元级、企业级、产业级的痛点。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。工业互联网平台垂直行业业务落地的典型场景典型应用场景典型应用场景行业行业特点行业痛点典型企业变科变工业互联网平台垂直行业业务落地的典型场景行业行业特点行业痛点数字化转型趋势典型应用场景典型企业l产品种类多、规模小GE、Autodesk、罗快短化化钢铁行业：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、供应链冗长等特征，面临设备维护低效化、生产过程黑箱化、下游需求碎片化、环保压力加剧化等痛点，正以工艺优化为切入点，加速向设备运维智能化、生产工艺透明化、供应链协同全局化、环保管理清洁化等方向数字化转型。智能化生产绿色化生产供应链协同设备全生命周期管理智能化生产绿色化生产供应链协同设备全生命周期管理酒钢集团能耗成本和环保成本一直居高不下，在实施了东方国信Cloudiip平台之后，通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。l酒钢集团单座高炉每年减少碳排放酒钢集团能耗成本和环保成本一直居高不下，在实施了东方国信Cloudiip平台之后，通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。l酒钢集团单座高炉每年减少碳排放20000吨。l预计整个行业普及应用之后，每年将减少200亿元成本和2000万吨碳排放。宝钢集团基于丰富的制造经验，积极探索基于工业互联网平台的实现设备运行信息的有效集成与分析挖掘，为远程监测、故障诊断等全生命周期服务管理提供支持。l设备运维成本降低5%；l检修作业效率提升10；l设备寿命提升30%；l设备整体效率提升5%；南京钢铁积极适应下游个性化需求，通过构建面向供应链管理的制造云平台，提供“JIT+C2M模型的定制服务”，实现规模化定制。l设计成材率提高0.15%；l每吨产品附加值提升近百元；l用户满意度提升至94.26%。30%左右的高炉。l单座高炉每年铁水质量稳定性提高20%；l单座高炉每年炼铁成本降低2400万元；l单座高炉冶炼效率提升10%。石化行业：抓住生产过程智能化这一牛鼻子安全监控l生产安全监控：茂名石化安安全监控l生产安全监控：茂名石化安装191套巡检仪，配置1121对发现并消除了约1800多项生产异常与生产数据问题，有65项异常达到生产安全隐患级别，避免了多起突发事件。利用无人机、机器人，对石油运输管线全方位智能巡检，它将传统的经验管理、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。石化行业属于资产密集型行业，具有产业链长、工艺复杂、设备价值高、危险性高的特征，面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、安全生产压力大的痛点，以设备智能管控为切入点，在设备健康管理、智能炼化生产、供应链协同、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应链协同利用人工智能和大数据技术，将设备故障预警和故障处理的常减压装置1次开车成功，制氢联合装置核心设备投产1次成功。l企业内协同：九江石化建设了炼化一体化全流程优化平台实现了企业内采购、计划、调度、操作的全过程优化，形成了自上而下、由下到上的协同生产新模式。员工总数减少12%、班组数量减少13%、外操室数量削减35%。预警并进行故障处理，通知专l质量管控：九江石化在炼化家远程实时监测。生产过程中，利用AI和大数结合现场在线分析仪，原来需据技术，实时监测各项质量指恒力石化和口罩、防护服生产要几个小时才能完成的数据报操作平稳率提高5.3%，操作合格率从90.7%提升至100%。企业实时对接、协同排产，实现了上下游医卫用品资源配置的动态优化，提升产业链协同效率。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具有地理位置偏僻、资本技术密集、发电波动性大等特征，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、服务等环节作为切入点，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。精准柔性供电设备预测维护风场管理优化虚拟风场设计精准柔性供电设备预测维护风场管理优化远景远景昆仑数据与国网青海电力联合昆仑数据与国网青海电力联合增加风电经营收益。中国海装打造海上风电智能微航空航天行业：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的离散行业之一，具有研发周期长、产品种类多、规模小、产业链特别长、设备可靠性要求特别高等特征。面临数据源差异大、模型适配性差、管理调整