UCloud用戶大會工業互聯網專場ppt(111頁).pdf

《UCloud用戶大會工業互聯網專場ppt(111頁).pdf》由會員分享，可在線閱讀，更多相關《UCloud用戶大會工業互聯網專場ppt(111頁).pdf（111頁珍藏版）》請在三個皮匠報告上搜索。

1、Think in Cloud . 北京 UCloud云計算為工業互聯網助力賦能 UCloud優刻得 企業事業部架構中心總監 王凱 中立安全賦能產業 Think in Cloud . 北京 Think in Cloud . 北京 1. 公司介紹-UCloud戰略發展及技術實力 2. 痛點分析-工業上云典型四類痛點 3. 核心技術-支撐解決方案的四類核心技術 4. 解決方案-為工業客戶提供全流程解決方案 5. 成功案例-工業制造領域典型案例展示 Think in Cloud . 北京 UCloud（優刻得科技股份有限公司），自2012年成立之初，公司始終堅持中立，不涉足客戶業務。致力于打 造一個安

2、全、可信賴的云計算服務平臺。自主研發IaaS、PaaS、AI服務平臺、大數據流通平臺等一系列云計算 產品，為客戶提供綜合性行業解決方案。 目前公司已為上萬家企業級客戶在全球的業務提供云服務支持，間接服務終端用戶數量達到數億人。 業務覆蓋包含政府、金融、教育、新零售、互聯網、制造等諸多行業。 公司簡介 Think in Cloud . 北京 戰略升級 緊密貼近客戶，根據市場發展和行業需求不斷 調整運營戰略 目前已成為能夠幫助客戶業務賦能 的解決方案服務商 技術輸出 豐富的CBA資源 完善的安全資源 運營輔助 行業專有云解決方案 計費、運營管理平臺 業務賦能 完善的生態合作體系 豐富的合作伙伴資源

3、 1 2 3 Think in Cloud . 北京 數據中心 服務瞬達全球 及時應你所需 500+6.5 TBPS30個24個 CDN節點數 CDN帶寬總量 可用區 地域 Think in Cloud . 北京 1. 公司介紹-UCloud戰略發展及技術實力 2. 痛點分析-工業上云典型四類痛點 3. 核心技術-支撐解決方案的四類核心技術 4. 解決方案-為工業客戶提供全流程解決方案 5. 成功案例-工業制造領域典型案例展示 Think in Cloud . 北京 UCloud在拓展工業過程中發現的問題 由于生產時效性要 求，網絡延遲是使 用云計算的重要瓶 頸。 工業設備及組件 協議多樣，給

4、數 據上云造成很大 困難。 存在大量歷史數 據，但缺少統一 大數據平臺和數 據治理手段。 對人工智能等新技 術較陌生，IT能力 存在明顯短板。 網絡延遲，協議多樣，數據缺乏治理和IT能力短板，是客戶實現智慧生產的主要瓶頸 問題 1問題 2問題 3問題 4 Think in Cloud . 北京 1. 公司介紹-UCloud戰略發展及技術實力 2. 痛點分析-工業上云典型四類痛點 3. 核心技術-支撐解決方案的四類核心技術 4. 解決方案-為工業客戶提供全流程解決方案 5. 成功案例-工業制造領域典型案例展示 Think in Cloud . 北京 UCloud工業互聯網解決方案的核心技術 以云

5、計算、大數據、人工智能和物聯網四項關鍵技術為基礎，為客戶提供整體解決方案 提供公有云、私有云以及邊緣計算平臺 中國的云市場在政府的支持 下高速成長。在不同的領域 均保持高效增長，特別近年 制造行業對云計算的使用呈 明顯增長態勢。 Cloud 基于視覺、聲音、文字的識別 AI（人工智能） 在計算機上實現模擬人類智能 的基礎技術。 兼容多種協議，高效連接管理設備 IOT（物聯網） 通過物聯網平臺，將人和物高效的連接管理起來 數據應用、BI分析 Big Data 大數據是包含文字，數字，圖 標，圖像，聲音，動畫等多種 形式的數字集合。 現在，ici的發達使數據的收集 和分析得以實現，因此可以把 大數

6、據分析中的知識運用到工 業制造領域。 Think in Cloud . 北京 核心技術-云計算 將公有云能力前置到客戶生產現場 為智能制造客戶提供邊緣計算基礎平臺 其它計算網絡數據庫與緩存存儲與分發多媒體大數據安全人工智能 標準云主機 SSD云主機 GPU云主機 物理云主機 私有專區 主機 容器集群 通用鏡像庫 UK8S 基礎網絡 負載均衡 私有網絡 跨域通道 VPN網關 全球加速 云數據庫 云內存存儲 分布式 數據庫 數據倉庫 云硬盤 數據方舟 文件存儲 歸檔存儲 云分發 開放式分 發節點 云點播 云直播 媒體工廠 Elastic Search Hadoop 集群 Kafka 集群 高防服務

7、 漏洞掃描 SSL證書 基礎安 全服務 Web 應用防護 AI在線 服務 AI訓練 服務 Think in Cloud . 北京 核心技術-大數據 云化的大數據解決方案，為客戶提供彈性自助服務 將互聯網場景中的個性化推薦經驗，應用到智能制造的預測、決策場景中 行業趨勢預測 大數據分析應用 實時分析離線分析關聯分析 大數據分析平臺 OOZIEHUE 組件 AIR FLOWSQOOP PIG 數據服務 HIVE YARN 核心服務 SPARK HBASE Hadoop分布式文件系統（HDFS） MAP REDUCE 數據資產平臺 業務服務 數據預處理 數據集市 數據采集 離 線 計 算 實 時 計

8、 算 平 臺 管 理 行為趨勢預測 生產能力分析 運營能力分析 服務能力分析 推廣能力分析 用戶滿意度分析 Think in Cloud . 北京 核心技術-物聯網 便捷的IOT套件，為數據上云、設備管理、規則處理提供全流程服務 引入應用層合作伙伴，為客戶提供一站式解決方案 全局監控全局監控狀態統計報警管理智慧聯動智能維護 . 開放API （REST API，設備/場景） 開放API （REST API，設備/場景） 物聯網平臺 邊緣計算平臺 UCloud物聯網云平臺 MQTTHTTPSAMQP . IT協議： REST API/Web Services 控制協議： BACNET /Modbu

9、s/OPC/Onvif/SDK/ TCPIP/MQTT/KNX/EIB等 通訊協議： MQTT/3G/4G/RS232/RS485/Wifi 智能硬件 實時數據處理實時報表 智能門禁 弱電子系統 變配電系統 其他傳感及智能硬件 . 變配電系統變配電系統變配電系統 安防電子巡更能源照明電梯 Think in Cloud . 北京 核心技術-人工智能 提供人工智能必備的框架組件和海量計算資源 引入算法合作伙伴，提供所需的算法并訓練相應模型 系統對接 實時數據 業務系統 數據反饋 數據接口 決策引擎 規則管理決策計算 決策 結果 報表系統 告警系統 數據中心 高性能數據庫 離線數據 在線預估組件 實

10、時數據處理實時報表 模型加載 模型預估 模型管理 決策引擎 特征抽取模型訓練 模型預處理 模型學習組件 特征抽取 數據預處理增量數據訓練 批量數據 UAI-訓練平臺 機器學習 預測結果 UAI-在線服務UAI-計算資源 Think in Cloud . 北京 1. 公司介紹-UCloud戰略發展及技術實力 2. 痛點分析-工業上云典型四類痛點 3. 核心技術-支撐解決方案的四類核心技術 4. 解決方案-為工業客戶提供全流程解決方案 5. 成功案例-工業制造領域典型案例展示 Think in Cloud . 北京 UCloud為工業制造客戶提供云、管、端一體化解決方案 生產現場工業云平臺前端應用

11、 智能設備 工業設備智能網關 接入網關 開放接口 協議解析數據存儲 規則引擎消息轉發 設備影子安全傳輸 設備管理統計分析 智慧運維 能耗監控 運營分析 數據資產 增值服務 Think in Cloud . 北京 解決方案在具體生產企業的落地形式 數據采集數據傳輸數據（運算）挖掘 Think in Cloud . 北京 1. 公司介紹-UCloud戰略發展及技術實力 2. 痛點分析-工業上云典型四類痛點 3. 核心技術-支撐解決方案的四類核心技術 4. 解決方案-為工業客戶提供全流程解決方案 5. 成功案例-工業制造領域典型案例展示 Think in Cloud . 北京 ? ? ? ? ? ?

12、 案例-為制造企業生產運營全面賦能 登云入網: 本地系統云化，高效收集數據，為生產提供決策支持 廠商增值：智能運維，智能管控，統計分析 產能交易: 賦能供應鏈，實現交易智能優選匹配 要素賦能：技術賦能、知識賦能、人才賦能等全方位服務 iSESOL工業服務平臺 Think in Cloud . 北京 案例-工業云平臺方便制造企業安全使用云資源 1.為制造類企業提供SaaS化的設計、仿真等軟件服務。 2.云網關兼容多種協議，可高效接入不同生產設備，確保數據及時上云。 3.豐富的安全產品和風險管控策略，保障數據傳輸及使用安全。 獨立設備 網關子設備 網關子設備 網關子設備 網關子設備 智能網關 Wi

13、-Fi/線纜 485 433 紅外 ZigBee Wi-Fi/線纜 TCP/WS/MQTT 獨立設備 2G/3G/4G 網關子設備 網關子設備 網關子設備 網關子設備 智能網關 433 紅外 ZigBee 2G/3G/4G 485 連接服務 連接處理認證處理 后續服務 業務統一化處理 . 路由器 Think in Cloud . 北京 案例-工業制造解決方案幫助企業提升良品率 1.提高現場對策能力：現場不良產品出現后，平 臺自動報告給品控人員，相關人員采取對策，可 降低不良再次發生，提高管理效率。 2.減少不良損失成本：將前端生產情況和后端系 統打通，實時把握不良損失金額，對品質成本進 行實時

14、管控，減少不良損失成本。 高級別報警設備：手機，電腦郵件 低級別報警設備：現場無線腕表 現場按鈕 無線網絡 RS232通信線 流水線 產出數量采集 投入計數按鍵產出計數按鍵 投入數量采集 INOUT Think in Cloud . 北京Think in Cloud . 北京 工業互聯網平臺的發展與應用探索工業互聯網平臺的發展與應用探索 中國信息通信研究院 2019年5月 生產性互聯網信息技術發展： 消費互聯網 工業變革：單點的信息技術應用全面的數字化、網絡化、智能化 工業互聯網是數字浪潮下，工業體系和信息技術體系融合發展的產物 移動互聯網 2007 互聯網商用 19952000 電子商務工控

15、系統 19501990 單機數控ERP、MES 工業互聯網 2012 交匯點 1969 ARPANET 融合輔助集成 生產服務學術科研生活服務 工 業 信 息 產 業 我國AII工業互聯網體系架構： 網絡是基礎、數據是核心、安全是保障，N大智能化閉環，四大模式 網絡體系 全要素：人、物品、機器、車間、企業等 各環節：設計、研發、生產、管理、服務 工業全要素全產業鏈全價值鏈泛在深度互聯 平臺體系 海量數據匯聚與建模分析 制造能力標準化與服務化 工業知識軟件化與模塊化 各類創新應用開發與運行 工業智能化發展的核心載體 安全體系 工業智能化的安全可信保障 滿足工業需求的安全技術和管理體系 識別和抵御

16、安全威脅 化解各種安全風險 N大智能化閉環：從物理世界來，到物理世界去 生產控制優化、運營決策優化、產業鏈價值鏈優化、 采集交換建模分析集成處理決策優化控制執行 物理系統（設備、生產線、工廠） 數據 控制 物理系統 用戶（消費者/企業用戶） 智能化生產 企業內 網絡化協同 企業-企業 個性化定制 企業-用戶 服務化延伸 企業-產品 應用 產業視角互聯網視角 數據網絡安全 網絡互聯 信息互通 標識解析 產業數據 采集交換 生產 反饋控制 數據集成處理 產業建模、仿真與分析 車間/工廠/企業 運營決策優化 設備安全 數據安全 控制安全 應用安全 網絡安全 對工業互聯網平臺的理解：以數據為核心的工業

17、智能中樞 智能化生產服務化制造協同化組織個性化定制 基于平臺的應用創新 工業互聯網平臺：工業智能中樞 采集交換集成處理建模分析決策控制 需求驅動技術驅動 1、工業數據的爆發 式增長需要新的數據 管理工具 2、企業智能決策需 要新的應用創新載體 3、新型制造模式需 要新的業務交互手段 大數據 海量工業設備連接管理，海量工 業數據處理分析 云計算 低成本IT基礎設施，靈活的軟件 開發與部署 物聯網 海量工業設備接入，海量工業數 據采集 工業互聯網平臺：基于數據的智能閉環、數字孿生體、信息物理系統（CPS） 機器產線 零部 件 上位機 實時數據 服務模型 傳感 器 執行 器 儀器 儀表 網絡設備 服

18、務器 物流系統 產品 供應鏈模型 歷史數據 信息數據 源數據 單元智能 柔性可重 構 人機協同 生產工藝 優化 物料跟蹤 智能生產過程管理智能倉儲物流虛擬設計與制造 個性定制智能服務供應鏈協同 數據流信息流 優化決策流 工廠級 車間級 產線級 物理層 模型層 應用層 美國工業互聯網功能架構 工業互聯網平臺的功能架構：打通IT與OT的工具，工業應用創新的載體 邊緣層 云基礎設施（服務器、存儲、網絡、虛擬化）IaaS層 工 業 安 全 防 護 應用開發 （開發工具、微服務框架） 工業微服務組件庫 （工業知識組件、算法組件、原理模型組件） 工業大數據系統（工業數據清洗、管理、分析、可視化等） 通用P

19、aaS平臺資源部署和管理 設備管理資源管理運維管理故障恢復 工業數據建模和分析 （機理建模、機器學習、可視化） 設備接入協議解析邊緣數據處理 消費者供應鏈協作企業開發者 應用創新 設備狀 態分析 供應鏈 分析 能耗分 析優化 業務運行 設計 APP 生產 APP 管理 APP 服務 APP 應用層 （工業SaaS） 平臺層 （工業PaaS） 泛在連接云化服務知識積累應用創新+ 工業互聯網平臺功能架構 應用層：解決工業實踐及創新問題 工業應用部署，通過工業SaaS和APP的方式實現設計、生產、管理 等環節價值提升 工業應用創新，借助開發社區等方式塑造良好創新環境，推動基于平 臺的工業APP創新

20、工業PaaS層 解決工業數據處理和知識積累沉淀問題， 形成開發環境 2. 工業大數據分析形成的智能 1. 工業知識封裝和復用 工業應用的創新開發 邊緣層：解決數據采集集成問題 兼容各類協議，實現設備/軟件數據采集 統一數據格式，實現數據集成、互操作 邊緣存儲計算，實現數據預處理和實時分析 平臺技術：從支撐“建平臺”走向支持“用平臺”，兩條發展主線 通過工業模型沉淀和場景化二次開發 所帶來的平臺服務功能提升 I II 基于IT技術的平臺架構與應用開發技 術創新 I-通過模型沉淀和場景化二次開發提升工業服務能力 數據工具：在開源基礎上結合工業 數據特點進行二次開發 模型沉淀：機理、數據、業務、信

21、息模型的集聚與集成 應用部署：強化邊緣側業務承載， 提升工業現場服務能力 數據處理：面向工業場景需要，由開源框 架走向定制化開發數據處理工具 數據分析：實時分析與工業人工智能成為 創新熱點 信息模型：基于平臺或設備進行規范，從分 立逐步走向相對統一 工業模型：平臺聚焦細分領域，通過并購、 合作等多種方式加速沉淀 數字孿生：多類模型融合集成，推動數字孿 生由概念走向落地 數據接入：由定制方案走向平臺通用服務， 降低接入門檻提升接入性能 邊緣分析：由簡單規則走向復雜機理，進一 步向人工智能拓展 數據預處理：寄云自研轉換回補等工具提升數據質量 時序數據處理：清華研發時間序列數據庫IoTDB 批流混合

22、處理：ThingWorx發展異構數據處理架構 實時分析：Thingswise開發流數據模式識別系統 人工智能：Uptake開發機器學習引擎，提供故障預測、 動態優化等功能 自上而下：平臺信息模型PTC統一信息模型 自下而上：設備信息模型OPC-UA 數據模型：Uptake收購APT獲取55,000種故障數據 業務模型：MindSphere導入Atos績效質量優化模型 描述設備狀態：Azure IoT構建設備狀態孿生模型 多模型融合：Predix整合仿真模型支撐復雜數據分析 數采服務：研華WISE-PaaS集成邊緣協議解析能力 SDK：ThingWorx基于SDK提供原生高性能連接 簡單規則：平

23、臺邊緣普遍集成IF-THEN執行能力 機理算法：ADAMOS邊緣基于機理優化機床參數 深度學習：FogHorn邊緣推理算法支撐缺陷檢測 II-基于IT技術的平臺架構與應用開發技術創新 DevOps與低代碼技術變革應用開發流程，提升開發效率 DevOps提升開發效率 華為FusionPlant集成自動化代碼檢查工具 低代碼降低開發門檻 PTC Mashup Builder低代碼開發環境 新型集成技術發展推動平臺功能由“內部調用”走向“多云集成” 云中間件強化傳統軟件和平臺交互 MindConnect Integration/ThingWorx Navigate OpenAPI推動平臺間功能調用

24、Salesforce 使用OpenAPI規范平臺接口 微服務架構從Spring Cloud向Service Mesh演進，降低功能解耦和集成難度 富士康BEACON基于Service Mesh架構實現功能組件快速基礎，大幅降低微服務的構建難度 容器架構向Kubernetes傾斜，高效平臺調用資源 博世IoT Suite、日立Lumada、華為FusionPlant基于Kubernetes實現資源編排、調度和配置 通用IT軟硬件和開源技術向邊緣側下沉,為邊緣創新提供更好載體 高性能處理器應用于邊緣設備 HPE Edgeline網關應用Xeon+Linux架構 開源生態向邊緣側下沉 EdgeX F

25、oundryKuraMOBYKubernetesNifi 平臺所引發的工業軟件體系變革：更智能、更靈活 工業APP示例（來源：智能云科） 工業APP主要特征 工業互聯網平臺 ERP MES SCADA/DCS 傳感器與控制設備 現場制造設備 1 1 2 1 2 2 2 2 2 1 2 3 1 1 21 1 2 2 3 1 1 解 構 傳 統 工 業 軟 件 體 系 1 3 構建微服 務組件庫 4將微服務固化為工業APP 設計 APP 管理 APP 分析 APP 工業知識 經驗 2打開知識黑盒 5 基 于 平 臺 實 現 交 互 集 成 功能更專業：面向細分場景，解決具體問題 服務模型化：數據+

26、模型構建應用，并實現知識積累與迭代 開發更高效：基于DevOps等新型開發方式，交付更快速 可靈活集成：基于微服務構建，并可被進一步集成調用 2017 工業互聯網平臺產業持續呈現旺盛發展態勢 全球工業互聯網平臺市場規模：2018年 32.7億美元到2023年138億美元，年 均增速33.4% 來源：MarketsandMarkets 國際巨頭在工業技術、產品、經驗和數據等基礎上，打造“國際品牌+高端產品+先進平臺”的綜合優勢，以GE Predix、西門子MindSphere為引領，全球平臺超過150個 工業互聯網平臺的發展 201320152016 (1)工業企業打造平臺推動自身數字化轉型 (

27、2)信息通信企業依托平臺為工業提供數字 化轉型服務 (3)我國平臺進入爆發期 我國也形成了我國也形成了200200余余 個“類平臺”產品個“類平臺”產品 對絕大部分平臺而言，聚焦優勢領域+分工合作是主要方向 業務PaaS平臺 數據分析和可視化平臺 通用PaaS平臺 云服務平臺 連接與邊緣計算平臺 開 源 技 術 支 撐 系 統 集 成 服 務 （1）平臺業務聚焦與優勢互補合作將成為發展趨勢（2）不同類型平臺產業聚集特點不同 連接與邊緣計算平臺：掌握大量工業協議解析能力的企業正 在將其作為一項平臺服務，產業從分散走向相對集聚 云和通用PaaS平臺：高投入、規模效應，公有平臺將由少數 IT巨頭主導

28、，高度集聚 數據分析和可視化平臺：轉型：上升或下沉，要么下沉為 通用IT平臺中的能力，要么與工業場景高度結合，變為業務PaaS平臺 業務PaaS平臺：依行業、領域各有專長，但特定領域內相對集 聚，業務中臺成為未來方向 （3）平臺合作正大量涌現 IT屬性平臺與業務PaaS平臺、業務Paas平臺間、連接平臺與各類平臺 平臺應用：設備、生產、經營成為現階段三大主要場景，國內外有同有異 39% 10% 9% 6% 5% 4% 6% 5% 5% 2% 4% 2% 2% 1% 26% 1% 7% 8% 5% 12% 3% 9% 3% 2% 14% 7% 2% 1% 設備健康管理 產品后服務 生產監控分析

29、能耗與排放管理 質量管理 生產管理優化 客戶關系管理 供應鏈管理 財務人力管理 安全管理 全流程系統性優化 金融服務 數字化設計與仿真驗證 數字化工藝設計與制造輔助 資產管理服務49%27% 生產過程管控24%32% 企業運營管理18%17% 資源配置優化6%21% 其它 國外國內 數據來源：工業互聯網平臺白皮書2019，工業互聯網產業聯盟（AII） 國外：在良好的信息化基礎上，通過數 據智能分析挖掘新的價值 設備、能耗、質量、產品創新、新商業模式 國內：補課、提升與模式創新并舉 補課：通過云化、平臺等滿足中小企業低成本信息 化需求 提升：工業大數據分析，設備、能耗、質量 模式創新：制造資源優

30、化配置，+金融+保險+物流 中國工業互聯網平臺的模式創新應用探索 中國通過工業互聯網連接企業、產業各環節和各要素，在4個方向探索出一系列特色創新應用模式 連接用戶連接工廠連接金融連接物流 大規模定制 能力交易與資源 配置優化 基于工業互聯網的金 融產品/服務 數據驅動的精準 物流服務 海爾COSMOPlat平臺連通用戶 和生產銷售物流全環節，匯集用 戶個性化定制需求，按需生產和 配送 訂單重構：生意幫通過連接各加工 廠發包方等，組織工廠協作加工 B2B交易： 積微物聯平臺交易工業產品 智能云科平臺交易加工能力 航天云網平臺交易產品設計、模型等 物流整合平臺：平臺整合貨、運、 港等物流各環節數據

31、。保障物流企 業、收發貨方的貨款安全和流轉 裝備租賃：徐工信息根據裝備數 據開展開展O2OO2O租賃租賃 設備保險：樹根互聯基于設備數 據開展設備保險與精準定價 企業信貸：天正股份根據數據指 導銀行作出貸款決策 不同行業應用側重各有不同：離散制造業 設計生產管理運維 1. 多品種小批量離散行業（航空、船舶、工程機械等） 產品種類多、規模小、價值高、研制和生產周期長，零部件復雜、協同程度高 2. 少品種大批量離散行業（汽車、家電、電子等） 產品種類少、規模大，對產品質量和生產效率要求高，產品種類向多樣性發展 網絡化協同設計單點工藝優化供應鏈優化管理設備健康管理 產品種類繁多結構復雜， 設計周期長

32、 產品質量要求高，但自 動化水平較低 零件數量級大，供應商 體系龐大 產品價值高、生命周期 長，后服務成本高 現狀 應用 現狀 應用 現狀 應用 現狀 應用 現狀 應用 現狀 應用 現狀 應用 現狀 應用 個性化設計質量優化生產管理優化后市場服務 單一品種向多品種發展， 多為消費品 批量大，質量缺陷導致 巨大經濟損失 高效率是大批量生產的 必要條件 產品后市場服務需求多 樣化 不同行業應用側重各有不同：流程制造業 數 據 集 成 深 度 和 廣 度 不 斷 提 升 路徑1：數據+模型驅動的全流程優化 以數字孿生體為核心的智能工廠建設 以模型為核心的分析優化 路徑2：以數據可視化為核心的HSE系

33、統 基于數字化、可視化的風險管控、事故預警與模擬 制造系統數據的集成打通 路徑3：基于數據的全供應鏈優化 通過橫向集成等手段強化供產銷對接，全流程提升 企業間數據的集成互通與綜合優化 效率 質量 問題 以模型為核心驅動全流程優化，實現 原料配比優化、工藝優化、裝備裝置 健康管理等 安全 問題 基于生產過程的實時監控，避免泄露 爆炸等事故，實現危險品的全生命周 期監控。 效益 問題 從原料采購、庫存到銷售的全流程優 化，在最低的價格買入最合適的原材 料，并在保證較小庫存的情況下，在 成品價格高點售出 商業模式：探索起步，專業服務與功能訂閱是近期主要方式，金融服務顯現巨大潛力 （1）互聯網平臺商業

34、模式大部分在工業互 聯網平臺中也會出現，但側重不同 專業服務 功能訂閱 金融服務 交易模式 分成模式 軟件售賣 當前 主要模式（2）現 階段以專 業服務為 主，未來 將向更多 模式拓展 （3）平臺商業模式將不斷演進豐富 功能訂閱：由IT資源訂閱、軟件服務定義向平臺功能組 件訂閱演進，潛在的API經濟 交易模式：由工業品交易，向工業數據、模型和知識交 易拓展 金融服務：以平臺數據為基礎的金融產品將極為豐富， 成為平臺重要收入來源 分成模式：以隨開發者生態的成熟，重要性不斷提升 軟件售賣：消失 （4）平臺能力的可復用性是決定平臺價值高低的關鍵 我國推進工業互聯網平臺發展的主要思路 關于深化“互聯網

35、+先進制造業” 發展工業互聯網的指導意見 工業互聯網發展行動計劃(2018 2020年) 工業互聯網平臺建設及推廣指南 工業互聯網平臺評價方法 試驗 測試 生態 打造 應用 推廣 平臺 建設 加快平臺培育建 設持續推動做深 做強 構建試驗測試環 境帶動平臺能力 提升 積極打造創新生 態培育工業APP 應用 鼓勵制造企業應 用平臺驅動數字 化轉型 生態建設將成為下一階段平臺產業發展的主線 開源技術創新生態加快工業互聯網平臺技術創新步伐 應用交付生態支撐平臺解決用戶復雜現場落地問題 應用開發生態是支撐平臺價值持續創新的關鍵 絕大多數企業不具備單獨構建“大而全”平臺實力，能力互補合作生態建設成為產業

36、共同選擇 聚集各類主體共同開發細分領域應用成為平臺構建應用創新生態的主要方式 平臺聯合垂直行業客戶共同打造滿足 特定場景需求的工業應用 平臺吸引專業技術服務商遷移成 熟解決方案臺積累專業應用 平臺通過打造開發者社區開展工 業APP應用創新 各方通過能力互補合作快速交付較成熟解決方案，解決通用化平臺解決方案和個性化應用場景的落地適配問題 平臺借助渠道商銷售SaaS化服務 平臺借助物聯系統集成商在現場部署 平臺、物聯系統集成商、IT服務商共同交付定制方案 開源項目幫助平臺企業打破技術壁壘，實現先進技術的有效應用 各平臺產業主體意識到開源的重要性，積極籌劃構建開源項目推動技術創新 小結 （1）工業互

37、聯網平臺尚處在發展初期 （2）幾點展望 平臺創新與競爭的大幕剛剛拉開，將有更多主體進入，但只有少數能最終構建起自己的“平臺經濟” 伴隨平臺成熟與應用深化，業務中臺與數據中臺將可能成為平臺建設的關鍵與核心能力 工業APP創新能力與應用交付能力將是平臺價值實現的關鍵，具有工業積淀的企業短期優勢更為明顯 生態建設將成為下一階段平臺產業發展的主線 平臺應用短期仍將以設備側與工廠側為主，長期看消費側將逐漸發力，并最終實現匯聚打通 平臺治理將成為政府與企業必須面對的重要問題，數據確權、數據流轉與平臺安全是關鍵 平臺能力和質量平臺應用落地平臺商業價值實現 關于工業互聯網核心特征的理解及實踐 宇動源（北京）信

38、息技術有限公司CEO 艾潤 中立安全 賦能產業 宇動源 - Cosmosource 中國的 去技術化中臺軟件及服務提供商 傳統軟件開發模式的顛覆者 無代碼開發 繪制心之所想 軟件開發藝術化業務中臺管理中臺 數據中臺安全中臺數據發掘去技術化 無需IT技能 發掘數據之美 智慧企業 智慧政務 物聯網 智能制造 工業互聯網平臺 商務智能 大數據 人工智能 工業 互聯網 智慧 政企 Cosmo+ CPP 去技術化 能力工廠云平臺 集團管控 Since 2004 Cosmo+ CPP 宇動源 與 優刻得 Cosmosource & UCloud 業務中臺管理中臺數據中臺安全中臺 UMCloud DMOSU

39、MOSUMStor 全面戰略合作 產品高度集成 共同開拓市場 共同服務客戶 什么是工業互聯網？ 物聯網、互聯網、CPS、大數據、云計算、邊緣計算、機器學習、 人工智能、智慧工廠、智能制造、產業鏈、制造業升級 怎么建工業互聯網？ 平臺切入，網聯切入，數據切入，應用切入，生態切入 生產端、設計端、市場端、管理端、交易端、新模式 關于工業互聯網的困惑 工業互聯網關鍵特點 互聯智能共創 設備系統網絡 平臺組織 機器 學習 數據 挖掘 故障 預測 聯合 開發 供應 鏈協 同 性能 優化 制造 企業 設備設備 供應商供應商 檢修 公司 科研 機構 第三 方開 發者 內部內部 開發開發 者者 自動化采集數據

40、 可視化加工數據 圖形化數據建模 智能化數據分析 面向業務的 低代碼開發 去技術化的工業互聯網平臺 智慧企業智慧工廠智能制造人工智能大數據分析&應用 前臺 應用 管理者開發者使用者數據中心應用商店 管理中臺 用戶中心 管理中心 監控中心 安全中臺 安全資源池 安全態勢 安全即服務 開發探索 數據中臺業務中臺 圖形化全棧數據工廠可視化集成開發環境 數據分析 智能化 數據 邏輯 展現 圖形化開發一體化管理 開發測試 集成 容器/微服務 運維 融合 計算 統一數據訪問&管理統一資源服務&管理統一計算調度&管理 云化 資源 虛擬化容器化分布式服務化 數據服務化 數據建模 圖形化 數據加工 可視化 數據

41、采集 自動化 廣泛互聯 快速響應 聚眾創新 航天云網工業互聯網特點 INDICS 公有云，集中一體化 第一家，運營體系化 對外服務，對外輸出 廣泛接入，完整生態 云端開發，云端協作 離散化企業：飛機、汽車、裝配、電子設備、機床、電器 產品種類多 市場化程度高 柔性制造要求高供應鏈相對完善 數據量小 工藝復雜 Cosmo+ & INDICS CoINDICS 航天云網 航天云網工業互聯網 航天云網工業互聯網 華能集團工業互聯網特點 AIdustry 去中心化，星云架構 內部建設，外部聯合 兩級平臺，廣泛參與 應用驅動，聯合開發 數字孿生，組織孿生 加油 站 清掃器 信箱 飛機 發電 產油設 備

42、泵 自動售 貨機 建筑物 油炸設 備 醫療設 備 飲水機 卡 車 輸油 智能電表 工業互聯網 工 廠 監控設備 汽車 采礦設 備 輸電 電 廠 鋼 鐵 石化 泵與閥 門 水電廠 太陽能發 電 流程化企業：石化、石油、冶金、電力、鋼鐵、電解鋁 生產流程化 體量大 資產密集型工作連續 數據海量、連續 影響力大 Cosmo+ CPP DDC 分布式數據智能單元 中國華能 華能集團工業互聯網 傳統人工智能 摻燒 經 濟 運 行 機組 負荷 煤種 . 實驗 功率 效率 煤種 輸入計算輸出 神經網絡 經濟運行 引自：朱衛烈總講稿 模型 X 1 . . . . . . X n Y=F （X1,X3,X3 .

43、Xn） M=F（F,A） R=F（U,I） 華能集團工業互聯網 思考 無限可能，沒有定數 連接一切，全是數據 能夠探索，共同創造 平臺是根，應用是本 感謝聆聽 謝謝觀看 Cosmosource Corporation 宇動源 智能制造前沿觀察與推進策略 中立安全賦能產業 e-works數字化企業網 CEO 黃培 博士 1. 智能制造前沿觀察 2. 智能制造推進策略 3. 關于e-works 數字化轉型與智能制造的大潮已經來臨 移動互聯網的普及 5G即將商用 云計算的商業應用 工業互聯網平臺工業云 物聯網與傳感器的廣泛 應用，產生海量數據 機器人應用熱潮 增材制造的發展 創成設計的發展 計算能力

44、和存儲能力的迅 速提升 制造業人工智能應用的興起和 工業大數據分析的應用 虛擬現實與增強現實的工業應 用，Digital Twin（數字孿生） 備受關注 何謂數字化轉型? 將模擬信息轉化為數字信息（例如將手工填寫的單據自動識別轉為數字信息） 。 Digitization 數字技術的深化應用將對企業的商業模式、業務運營、決策方式、組織形態、企 業文化等方面帶來深遠影響，每個企業都應當思考并推進數字化轉型戰略。 Digital Transformation 將數字技術融合企業，徹底變革業務流程，例如利用物聯網、工業互聯網、大數 據分析、機器設備聯網等。 Digitalization Intelli

45、gently Connecting People, things and business 智能地連接人、物和業務 制造業數字化轉型模式 數字化 轉型 商業 模式 服務 模式 運營 模式 決策 模式 研發 模式 制造 模式 按服務付費 在線營銷、體驗營銷 仿真驅勱設計 機電軟一體化設計 異地協同研發 IT/OT融合 柔性制造、增材制造 數據驅勱決策 大數據分析 客戶自劣服務 預測性維護 業務流程管理 移勱應用 何謂智能制造？ 實現整個制造業價 值鏈的智能化，涵 蓋研發、工藝規劃、 生產制造、采購、 倉儲、營銷、服務 等各個環節。 長期的、漸進的、持續 改善的系統工程 滿足客戶不斷變化需求 充分

46、結合行業特質、產 品和工藝特點 構建健康和諧生態系統 柔性、集成、協同、 高效、精益、綠色， 以人為本。 目標 策略 特征 智能制造的特點與內涵 需要規劃、IT、自動化、精益等 部門通力合作 覆蓋企業全價值鏈 數據和連接是基礎 極其復雜的系統工程 涉及諸多使能技術 行業差異很大 企業提升競爭力的手段而非目標 智能制造的基石 信息與通信技術 工業自勱化技術 先進制造技術 人工智能技術 現代企業管理 何謂工業互聯網？ 工業互聯網是指工業互聯的網，而不是工業的互聯網。 工業互聯網是支撐企業實現智能制造的關鍵使能技術，用 于實現設備、產品、訂單、流程、員工、客戶、供應商直 接的全連接。 在國外實際上稱

47、為IIOT （即工業物聯網）。 雖然目前工業互聯網熱潮涌動，但是目前我國的工業互聯 網應用還處于初級的階段，各界對工業互聯網的認識與理 解不太統一。 設備的數據采集和設備聯網是工業互聯網應用的基礎。 工業互聯網，聯什么？ 服務 工業互聯網的應用場景 數字化技術支撐智能制造 Digital twin 狀態監控 傳感器與物聯網 虛擬現實與增強現實 智能產品 智能服務 智能工廠 智能研發 智能管理 智能物流 與供應鏈 智能決策 CPS 傳感器 Adas 產品性能仿真 嵌入式軟件 設計成本管理 DFM分析 拓撲優化 AGV SLAM 自勱化立庫 WMS 車間聯網 增材制造 智能裝備 智能產線 工藝仿真

48、 設備健康管理 ERP CRM EAM SRM MDM BI 工業大數據 EPM 移勱應用 智能與協作機器人 MES 視覺檢測 APS 數據采集(SCADA) CAD CAE（工程仿真） CAM EDA PLM 質量管理 企業門戶 TMS DPS(數字揀貨系統) 增材制造：GE a-CT7 直升機發勱機中段 創成設計+增材制造 來源：Autodesk 創成設計+增材制造 四次機器人革命 來源：KUKA 人機協作 幵聯機器人與機器視覺的集成應用 移勱版協作機器人與重型AGV KUKA KMR iiwa KUKA omniMove移勱平臺 MAZAK的機加工FMS VR/MR在電梯維護中的應用 AR技術用于操作培訓 AR技術在愛立信工廠的應用 小松的智能施工 1. 智能制造前沿觀察 2. 智能制造推進策略 3. 關于e-works 企業推進智能制造的價值 少人化 節能降耗 提高產品質量 提升產品附加值 縮短產品上市周期 滿足客戶個性化需求 向服務要效益 降本增效 智能制