中科斯歐：工業數據資產化解決方案（16頁）.pdf

《中科斯歐：工業數據資產化解決方案（16頁）.pdf》由會員分享，可在線閱讀，更多相關《中科斯歐：工業數據資產化解決方案（16頁）.pdf（16頁珍藏版）》請在三個皮匠報告上搜索。

1、工業數據資產化解決方案第 1 頁 共 16 頁工業數據資產化解決方案中科斯歐（合肥）科技股份有限公司中科斯歐（合肥）科技股份有限公司中科斯歐（合肥）科技股份有限公司V1.0V1.0 版本版本工業數據資產化解決方案第 2 頁 共 16 頁一、一、工業數據資產化工業數據資產化治理痛點治理痛點在工業領域，數據作為新型生產要素，其重要性日益凸顯。然而，工業場景的復雜性、異構多源的特性，以及時序數據、關系數據、非結構化數據的交織存在，實現工業數據的有效采集、整合、治理和利用，進而推動其資產化進程，卻面臨著多方面的挑戰。（1）數據采集與匯聚難數據采集與匯聚難，工業場景的復雜性表現在生產流程、設備種類、工藝

2、要求等多個方面。不同的生產環節可能涉及多種不同的設備和系統，這些設備和系統往往采用不同的通信協議和數據格式。這種“萬國語言”和“萬國牌設備”的現象，導致數據在采集、傳輸和存儲過程中存在巨大的差異性和不兼容性。A.工業數據具有異構多源的特點。時序數據、關系數據和非結構化數據并存，且這些數據往往來源于不同的物理設備和信息系統。時序數據如傳感器讀數、設備運行狀態等，具有連續性和實時性；關系數據則描述了實體之間的關系和屬性；非結構化數據如文本、圖像、視頻等，包含了豐富的信息但難以直接處理。這些不同類型的數據在格式、結構、語義等方面存在顯著的差異，給數據治理和轉換帶來了極大的困難。B.工業數據的采集還受

3、到多種因素的影響，如設備老化、網絡故障、環境干擾等。這些因素可能導致數據丟失、錯誤或延遲，進一步加劇了數據采集的難度。工業數據資產化解決方案第 3 頁 共 16 頁(2).數據質量問題突出數據質量問題突出。由于工業環境的復雜性和設備的多樣性，采集到的數據往往存在標準不統一、缺失、重復、錯誤等問題。這些問題數據需要進行有效的清洗、預處理和標準化，以提高數據的質量和可用性。否則，低質量的數據將嚴重影響后續的數據分析和應用效果。(3).數據流通交易存在障礙數據流通交易存在障礙。在數據交易過程中，如何確保數據的安全性和隱私性，防止數據泄露和濫用，是制約工業數據流通的關鍵因素。通過建立完善的工業數據交易

4、規則和監控機制，利用平臺化手段進行數據交易和管理，可以促進數據的合規流通和交易，降低數據流通風險。(4).數據共享應用面臨瓶頸數據共享應用面臨瓶頸。由于工業數據涉及商業機密和技術秘密，企業在數據共享方面一直存在顧慮和難度。推動工業數據資產化，有助于建立工業數據共享平臺，實現數據的安全共享和高效利用。通過制定合理的數據共享機制和利益分配方案，可以平衡各方利益，打消企業顧慮，推動數據共享應用的深入發展。綜上所述，實現工業數據資產化需要克服多方面的挑戰。通過采用標準化、模塊化的數據采集方案、高效的數據匯聚技術、完善的數據治理體系、安全的數據交易規則和監控機制以及合理的數據共享機制和利益分配方案，可以

5、推動工業數據資產化的進程，釋放數據的潛力并推動企業的數字化轉型和創新發展。工業數據資產化解決方案第 4 頁 共 16 頁二、工業數據資產化解決方案1、數據資源到數據資產的冶煉數據資源到數據資產的冶煉過程過程數據資源到數據資產的冶煉過程，就是將原生的數據怎么轉換形成數據能力，最終形成數據產品的過程。如下圖所示：將原生數據（將原生數據（MetaDataMetaData）轉換為數據）轉換為數據產品產品的的過程過程該邏輯結構圖從左至右分為三大主要區域，詳細描述了從原始數據到數據資產，再到數據產品的完整轉換與利用過程。（1）數據源與聯邦互聯引擎層數據源與聯邦互聯引擎層IT 域：集中了工業企業的各個業務系

6、統，如 ERP、PLM、SCM、CRM、OA、MES 等。這些系統主要使用關系型數據庫，并對外提供webservice、restAPI、MQ、RFC 等多樣化的數據訪問協議。OT 域：主要連接設備層的 SCADA、DCS、IOT、PLC 等系統，以時序數據庫為主。數據訪問協議主要包括 modbus、opc ua、opc da、mqtt 等。工業數據資產化解決方案第 5 頁 共 16 頁互聯網域：用于連接企業的供需鏈，與上下游供應商通過rest api、webservice 等協議進行業務數據協作。由于各個域的系統異構性、訪問協議和數據格式的不統一，直接在各個域間進行數據匯聚是不可行的。因此，在

7、每個域的邊緣設置了一個聯邦互聯引擎層。這一層負責將各個域的數據進行統一的協議轉換和數據格式轉換，將它們規整為標準的 XML 數據報文，形成基礎數據資產元件“數據力”（Data Power）。這個數據力是一個標準化的數據表達，可以對外進行發布和調用。（2）數據資產冶煉與數據資產冶煉與 API 發布層發布層通過聯邦互聯引擎層輸出的數據力元件，已經實現了數據格式和語義表達的歸一化。這些數據力元件可以進一步進行融合疊加、拆分、合并、聚合、感知計算等處理，生成粒度更大、價值更高的數據力元件。這些處理后的數據力元件以 API 的形式對外發布，形成一個數據力元件目錄。這個目錄實際上是一種數據資產的形式，可以

8、被第三方數據產品開發商調用，用于數據產品的加工和開發。同時，對數據力元件的調用進行全程監控，確保第三方合規地使用數據資產。（3）數據產品開發與應用商店層數據產品開發與應用商店層第三方數據產品開發商利用數據資產冶煉層提供的 API，可以開發各種組合數據應用 APP。這些應用可能包括大屏展示的DASHBORD 報表、設備運營管理應用、質量管理、流程管理、采購工業數據資產化解決方案第 6 頁 共 16 頁管理、安燈系統等。這些應用不僅滿足了企業的實際需求，也推動了數據價值的最大化實現。這些開發完成的數據應用 APP 會形成一個數據應用商店（APPSTORE），供最終用戶使用。通過這個應用商店，用戶可

9、以方便地找到和獲取自己需要的數據產品，進一步推動工業數字經濟的發展。整個架構圖通過清晰地描繪數據源與聯邦互聯引擎層、數據資產冶煉與 API 發布層和數據產品開發與應用商店層三個部分的邏輯順序和關聯關系，展示了工業數據從原始狀態到資產化狀態再到產品化狀態的完整轉換過程。這個結構圖不僅體現了數據服務互聯網（Internet ofData Service）中的重要性和價值，也為工業數字經濟的實現提供了有力的邏輯框架和指導。2、數字空間物模型與可信工業數據空間的構建數字空間物模型與可信工業數據空間的構建在邁向工業數字化的進程中，構造一個可信的工業數據空間成為了一項核心任務。為了實現這一目標，我們首先需

10、要建立一個數字空間與物理空間的映射關系。這種映射通常通過物模型定義來實現，物模型也被稱為“實體模型”或“對象模型”。物模型不僅是一個數據對象，更是一個抽象的概念，它定義了物理世界中實體（如設備、傳感器、執行器等）在數字空間中的表示和交互方式。這個模型的核心作用在于建立數字世界與物理世界之間的橋梁，使得數字系統能夠理解和控制物理設備。通過物模型，我們可以對物理設備進行詳細建模，將其屬性、狀態、行為以及與其他設備工業數據資產化解決方案第 7 頁 共 16 頁的關聯關系等一一映射到數字空間中。這樣，數字系統就可以通過操作這些數字模型來間接地、但高效地控制和管理物理設備。在數字空間中，物模型成為了物理

11、空間實體對象的精準數字化表達和定義。每一個物理實體都能在數字空間中找到其對應的數字孿生，確保了兩者之間的信息高度一致。這種數實映射模型不僅提供了對物理世界的精準再現，還為數字空間中的數據賦予了實際意義和背景。同時，物模型也是構建可信數據空間模型的重要基石?；谖锬Ｐ偷臄祿M織和管理確保了數據的來源可靠、處理過程透明以及結果的可信度。這種可信數據空間模型為企業和組織在數字化轉型中提供了強大的數據支撐和決策依據。綜上所述，物模型在構建可信工業數據空間中發揮著至關重要的作用。它不僅是數字空間與物理空間的連接紐帶，更是實現數實融合、確保數據可信性的關鍵要素。隨著技術的不斷進步和應用的深化，物模型將在工

12、業數字化轉型的道路上發揮越來越重要的作用，推動工業經濟向更高水平發展。工業數據資產化解決方案第 8 頁 共 16 頁3、CPS 信息物理融合系統數據模型：構建工業數據資產化的核心信息物理融合系統數據模型：構建工業數據資產化的核心在工業數據資產化的進程中，CPS 信息物理融合系統數據空間關系模型扮演著舉足輕重的角色。這一模型深刻揭示了工業活動中各要素間的內在聯系與業務價值的體現。工業活動，作為復雜且多維度的過程，涉及人、機、料、法、環等多個工業要素。這些要素在業務價值鏈、產業維度以及時間維度上交織成一個錯綜復雜的時空網絡。工業活動的每一個過程和結果都是基于特定規則進行的，而這些過程和結果的數字化

13、記錄則被分散存儲在企業的各個 IT 系統中，如 ERP、PLM、MES、SCM、CRM 等。理論上，這些 IT 系統中的每一條記錄都應與特定的工業要素標識相關聯，從而構建一個多維的向量數據空間模型。這個模型不僅能夠全面反映工業活動的全貌，還能夠揭示出各要素之間的關聯性和業務價值的體現。工業數據資產化解決方案第 9 頁 共 16 頁然而，在現實中，由于企業的 IT 系統往往是在不同時期、由不同供應商、采用不同技術搭建的，這就導致了各系統對工業要素的定義存在不一致性。這種不一致性使得各 IT 系統中的數據在數據空間中無法自然地建立起關聯關系，即使這些數據被匯聚到一個數據中心，它們之間仍然缺乏必要的

14、聯系。為了打破這一障礙，我們設計了一個創新的數字底座。這個底座為工業要素提供了一個全局的、統一的標準定義，并與各個 IT 系統中的定義進行映射和翻譯。通過這種方式，數字底座能夠適配各個 IT系統的數據模型，從而構建一個邏輯上統一的數據模型。在這個邏輯一體化的數據模型中，我們建立了數據的時空關系，形成了一個完整且一致的信息物理融合模型閉環?；谶@個閉環，我們可以進行更為精準和高效的數據資產化治理，確保數據資產能夠真實反映物理空間中的價值增長，并錨定物理實體的價值活動過程。通過 CPS 信息物理融合系統數據模型的應用，我們不僅能夠提升工業數據的資產化水平，還能夠為企業的決策提供更加全面和深入的數據

15、支持，推動工業數字化轉型的進程。4、工業數據資產與工業數據要素的標識解析融合、工業數據資產與工業數據要素的標識解析融合在工業數字化轉型的浪潮中，數據已經成為驅動工業創新發展的核心要素。為了實現工業數據的高效管理和價值挖掘，必須將數據資產治理與工業數據要素的標識解析緊密結合。工業數據資產化解決方案第 10 頁 共 16 頁圍繞人、機、料、法、環等關鍵工業數據要素，我們需要建立一個企業級的工業數據要素標識解析管理體系。這一體系不僅能夠對每個數據要素進行唯一、準確的標識，還能夠解析出數據要素的內在含義和關聯關系，為后續的數據治理和分析提供堅實基礎。通過實施工業數據要素的數據治理，我們可以強化對數據要

16、素的管控和分析能力。數據治理包括數據清洗、數據整合、數據標準化等一系列過程，旨在消除數據冗余、提高數據質量、確保數據一致性。同時，結合先進的數據分析技術，我們可以深入挖掘數據要素之間的潛在聯系和業務價值，為企業決策提供有力支持。企業級工業數據要素標識解析管理體系的建立，將實現整個企業范圍內工業數據要素的統一、集中、規范管理。通過統一的數據標準和規范，我們可以確保不同來源、不同格式的數據能夠無縫對接和共享，打破數據孤島，提升數據利用效率。此外，與行業級標識解析二級節點的對接也是這一體系的重要組成部分。通過與行業級節點的互聯互通，我們可以實現企業級數據與行業數據的融合與共享，進一步拓展數據的價值邊

17、界，推動工業數字化轉型向更深層次邁進。綜上所述，工業數據資產與工業數據要素的標識解析融合是工業數字化轉型的必由之路。通過建立企業級工業數據要素標識解析管理體系并實施工業數據要素數據治理，我們將能夠充分釋放工業數據的潛力，為企業的持續發展和創新提供強大動力。工業數據資產化解決方案第 11 頁 共 16 頁5、數據資產應用方案整體架構數據資產應用方案整體架構方案總體架構可分為數據采集與匯聚、數據處理與分析、數據交易與應用，相互支撐工業數據要素的“匯匯、存存、治治、管管、服服、用用”。其整體架構如下：工業數據資產化解決方案第 12 頁 共 16 頁(1)匯（數據匯聚）：匯（數據匯聚）：含義：指的是將

18、分散在各個源頭的數據集中起來的過程。這包括從各種內部系統和外部來源收集數據，確保數據的全面性和多樣性，數據匯聚的方式可以是數據采集和數據聯邦。作用：數據匯聚是激活數據要素的第一步，它能夠消除數據孤島，使數據能夠在更大的范圍內被訪問和使用。(2)存（數據存儲）：存（數據存儲）：含義：數據存儲是指將收集到的數據以一定的格式和結構保存在安全、可靠的存儲介質中。這包括選擇合適的存儲技術和設備，以及設計合理的存儲架構。作用：數據存儲確保數據在需要時能夠被快速、準確地檢索和訪問，同時保證數據的安全性和可用性。(3)治（數據治理）：治（數據治理）：含義：數據治理是一套涵蓋了數據管理各個方面（如數據質量、數據

19、安全、數據合規等）的綜合框架、策略和實施措施。它確保數據在整個生命周期內都被妥善管理。作用：數據治理能夠提升數據質量，確保數據的準確性和一致性，降低數據風險，并為數據的后續應用打下堅實基礎。(4)管（數據管理）：管（數據管理）：含義：數據管理是指對數據進行日常維護和管理的活動，包括數據備份、恢復、歸檔、監控等。它確保數據的持續可用性和完整性。作用：數據管理能夠防止數據丟失或損壞，確保數據在任何情況工業數據資產化解決方案第 13 頁 共 16 頁下都能被及時恢復和使用。(5)服（數據服務）：服（數據服務）：含義：數據服務是指將數據以服務的形式提供給用戶或應用程序，包括數據查詢、數據分析、數據挖掘

20、等。它強調數據的易用性和可訪問性。作用：數據服務能夠簡化數據的使用過程，使非技術用戶也能輕松利用數據進行決策和分析。(6)用（數據應用）：用（數據應用）：含義：數據應用是指將數據應用到具體的業務場景和問題中，以釋放數據的價值。這包括使用數據進行市場分析、產品開發、客戶服務改進等。作用：數據應用是激活數據要素的最終目標，它能夠將數據轉化為實際的業務成果和競爭優勢。通過“匯、存、治、管、服、用”這一系列步驟，組織能夠充分激活和利用數據要素，推動數字化轉型和業務創新。6、數據資產應用場景、數據資產應用場景應用場景如下：在企業端配置數據資產化前置機，然后與數據資產交易平臺連接，工業數據資產化解決方案第

21、 14 頁 共 16 頁更好的促進工業數據的資產化交易。數據資產化前置機內置了數據交易平臺客戶端軟件，數據交易客戶端通過參數化適配模型實現消息路徑自動選擇、協議自動轉換基礎能力，通過協議包裝器實現交易服務的解構與重構，零編碼快速集成工業企業應用系統，將企業內部各個系統數據快速轉換為數據力元件，確保數據信息跨系統、跨協議穩定交易傳輸。通過數據交易管理子平臺、數據資產發布子平臺、數據資產商店、外部數據交易管理子平臺實現工業數據要素商城式管理，平臺具備交易全生命周期管理，協議轉換，報文轉換，日志監控、異常告警、交易分析等功能。工業數據資產化解決方案第 15 頁 共 16 頁7、工業數據與通用大模型結

22、合實現工業大模型、工業數據與通用大模型結合實現工業大模型在上圖中，以紅色標簽標出的主要組件說明如下：（1）調度智能體：負責多智能體的能力調度和編排，任務分解和任務執行調度。（2）通用大模型：負責推理和決策，被調度智能體調用。（3）CPS 融通互聯數字底座：負責將企業各個后臺 IT 系統、OT 系統、互聯網應用等三個域的數據轉換為數據能力 Data Power，并對外統一發布，以數據能力 API 形式發布，為調度智能體提供精準的企業業務數據。（4）本地行業知識庫：是基于行業知識構建的特定行業的知識圖譜，被調度智能體調用，以提供行業專業知識。（5）對話智能體：對話智能體接收用戶的 語音、文字、圖片

23、輸入，并判別內容的類型，將輸入內容傳給調度智能體。（6）圖表智能體：接收調度智能體的輸出內容，以圖表模版呈現內容。首先，CPS 融通互聯引擎的關鍵性作用，是要承上對接 AGENT 多智能體，啟下連通企業內外部 IT 域/OT 域/ET 域若干應用系統，以及工業數據資產化解決方案第 16 頁 共 16 頁穿透 OT 域產線設施、設備、傳感器和自動化系統等，CPS 融通互聯引擎實現“分層互聯、分層解耦、分級共享”逐一對企業的若干生產經營信息進行治理轉換成統一的數據能力 DataPower，形成標準的數據價值服務輸出。其次，AGENT 多智能體，通過整合本地行業知識庫，并結合先進的RAG技術以及通用

24、大模型的Zero-Shot能力，為應答場景提供高效、精確的理解力和規劃能力，能夠針對行業需求自主分析并制定出切實可行的策略和解決方案。然后，AGENT 多智能體結合豐富的本地行業知識庫，精準把握用戶的上下文交互內容，匹配業務數據模型中的一個或多個 API 能力，通過 AGENT 多智能體協同來實現 API 能力聚合并進行編排，調度業務數據模型中相應 API 能力數據交易治理平臺將各種異構數據源冶煉轉換成一個數據能力Data Power，以 API 的形式發布，并對 API 進行服務管控。API 的屬性標簽、入口參數描述，作為 Agent 感知識別、調用的源頭，Agent多智能體 通過會話獲取用戶輸入，轉換成可執行的指令，指令匹配一個或者多個 API 能力，API 的輸出信息（一個 JSON/XML 數據集合，一個內容地址等)進行組合，生成用戶端的報告內容，用戶報告的模板可以預先定義給到 Agent 使用。