中国工程院-工业互联网构建智慧社会的产业平台-2018.4.22-21页-5mb

工业互联网构建智慧社会的产业平台总结

核心内容

工业互联网是推动互联网、大数据、人工智能与实体经济深度融合的重要载体，是实现制造业数字化、网络化和智能化发展的基础。它以智慧工厂为目标，促进企业的数字化转型，成为数字经济的新动能和智慧社会的支柱。工业互联网通过数据采集、监控系统、通信技术、云平台、边缘计算、大数据分析、SaaS应用等技术手段，构建起覆盖生产、管理、物流、设计等多领域的产业平台。

主要观点

• 工业互联网是实现工业4.0和智能制造的关键支撑。
• 数据是工业互联网的核心资源，具有基础资源作用和创新引擎作用。
• 工业互联网推动企业流程再造和管理创新，以适应技术变革。
• 需要ICT技术（信息通信技术）与OT技术（操作技术）的深度融合。
• 开放标准、顶层设计和网络安全是工业互联网发展的必要条件。

关键信息

1. 工业互联网的发展历程

2. 工业互联网的数据采集与监控系统

• SCADA系统：用于采集本地设备数据，但成本高、效率低。
• 工控网关：具备对设备通信协议（Modbus、PPI、MPI、CNC等）解析能力，支持IT系统协议对接（3G/4G、NB-IoT、工业以太网等），并具备数据缓存和边缘计算能力。
• TSN技术：位于数据链路层，通过服务类型优先级区分流量，提供抢占功能，降低延迟。

3. 工业互联网的通信技术

• 5G技术：具有三大应用场景：
  • 增强移动宽带（eMBB）：如8K TV、VR/AR。
  • 超可靠低时延（URLLC）：如高铁、车联网、智能工厂。
  • 广覆盖大连接（mMTC）：如可穿戴设备、智慧城市。
• 性能改进：与4G相比，5G在流量密度、峰值速率、能效等方面有显著提升。

4. 工业互联网的云平台

• 沈鼓云服务平台：接入全国1600台大型装备的实时数据，每年减少非计划停机0.3次，节省直接损失4.8亿元，提升运行效率1个百分点。
• 云平台功能：实现安全监控、数据分析、云技术应用等，支持边缘计算，提升响应速度和可靠性。

5. 工业互联网的边缘计算与操作系统

• 边缘计算：将云平台功能分散到车间，实现低时延、高可靠、适应视频信号传输。
• 工业互联网操作系统：包括GE的Prefix、西门子的MindSphere、施耐德的Ecostruxure、三一重工的Root Cloud等。

6. 工业互联网的大数据分析软件架构

• 软件架构：涵盖采集、存储、分析、处理等多个层次，包括TsFile、Xlearn、IoTDB、Quality等核心软件。
• 实际应用：清华大学与英业达共建电子制造大数据平台，实现有效检测率99.54%，年效益达9000万元。

7. 工业互联网SaaS平台应用

• 制造执行系统（MES）：位于计划管理系统与工业控制系统之间，提供计划执行、跟踪和资源状态监控。
• 数字孪生技术：通过传感器数据和仿真手段，映射物理对象的实时状态，用于监测、诊断和预测。
• 企业业务管理软件：如波司登“零售云平台”，有效减少缺货损失21%，提升售罄率10%。
• 智能机器人：如AlphaGo，通过深度学习和TPU加速实现高效决策。
• 仓储与物流自动化：机器人分拣系统识别准确率达99.99%，每小时处理2万单，减少作业人员70%。
• 区块链技术：用于交易合约及支付清算，如Louis Dreyfus使用区块链技术处理大豆货运合同，显著提升效率。

8. 工业互联网的经济价值

• 全球工业互联网如果发挥1%的威力，可带来巨大经济效益：
  • 节约1%燃料：300亿美元（美国） / 600亿美元（全球）
  • 资本支出降低1%：900亿美元
  • 系统效率提高1%：270亿美元（美国） / 630亿美元（全球）

结论

工业互联网作为智慧社会的产业平台，通过数据驱动和技术创新，推动制造业向数字化、网络化和智能化发展。它不仅提升了生产效率和管理水平，还带来了显著的经济效益。工业互联网的发展需要ICT与OT技术的融合、开放标准、顶层设计、网络安全以及企业流程和管理的持续创新。