智能制造的核心技术之工业互联网平台

　　智能制造的核心技术之工业互联网平台

　　工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的一种结果。工业互联网的本质是通过开放的、全球化的工业级网络平台把设备、生产线、工厂、供应商、产品和客户紧密地连接和融合起来，高效共享工业经济中的各种要素资源，从而通过自动化、智能化的生产方式降低成本、增加效率，帮助制造业延长产业链，推动制造业转型发展。

　　随着制造业数字化水平的逐步提高，智能制造得到了快速发展，使得工业互联网平台在全世界范围内迅速兴起。目前，全球制造业龙头企业、ICT领先企业、互联网主导企业基于各自优势，从不同层面与角度搭建了工业互联网平台。工业互联网平台虽发展时间不长，但均有迅速扩张的趋势，正积极探索技术、管理、商业模式等方面规律，并取得了一些进展。

　　工业互联网平台是智能制造的核心技术之一，对智能制造的发展起着至关重要的作用。各国政府都将工业互联网平台建设作为战略发展的重中之重。美国在先进制造国家战略中，将工业互联网和工业互联网平台作为重点发展方向，德国工业4。0战略也将推进网络化制造作为核心。GE、西门子、达索、PTC等国际巨头也纷纷布局工业互联网平台。

       在边缘层，研华WISE-PaaS工业物联网云平台提供WebAccess、WISE-PaaS/EdgeSense、WISE-PaaS/VideoSense解决方案。以工厂应用较多的WebAccess来讲，其中包括SCADA、EdgeLink等，其帮助用户解决工厂讯息孤岛、改善制造流程，省时、省力、省成本的同时，向下可连接多种品牌的控制设备与仪器，向上整合至数据库系统与MES，无缝整合MES和SCADA系统，可让双方都能灵活运用各种资源，优化工厂制造流程并落实实时、可视又无纸化的生产管理，提升自身的市场竞争力。

　　2）信息传输技术

　　工业互联网平台需要完成工业数据集成、实时存储与传输。物联网的传输层主要负责传递和处理感知层获取的信息，分为有线传输和无线传输两大类，其中无线传输是物联网的主要应用。无线传输技术按传输距离可划分为两类：一类是以Zigbee、WiFi、蓝牙等为代表的短距离传输技术，即局域网通信技术；另一类则是LPWAN（low-powerWide-AreaNetwork，低功耗广域网），即广域网通信技术。

　　传感器和设备信息需要通过各种不同的协议实现数据接入的。协议转换分为两个方面：一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通讯接口，实现数字格式转换和统一。另一方面利用HTTP、MQTT等方式从边缘层将采集的数据传输到云端，实现数据的远程接入。

　　在转换协议中，主要有协议即用于短距离设备连接的本地协议Modbus以及支持物联网进行远程全局通信的可扩展互联网协议MQTT。

　　3）数据分析平台

　　工业互联网平台需要实时高效处理不断产生的工业数据，从中挖掘出对工业生产有价值的决策方案。工业互联网平台需要借助大数据分析技术、人工智能方法等，基于专家经验，结合物理、数学等基础学科知识，从工业大数据中获得有价值的经验。

　　与其他领域大数据相比，工业大数据有“3B”挑战。

　　（1）Broken：工业对于数据的要求并不仅在于量的大小，更在于数据的全面性。在利用数据建模的手段解决某一个问题时，需要获取与被分析对象相关的全面参数，而一些关键参数的缺失会使分析过程碎片化。举例而言，当分析地铁发动机性能时需要温度、空气密度、功率等多个参数，而当其中任意一个参数缺失时都无法建立完整的性能评估和预测模型。因此对于企业来说，在进行数据收集前要对分析的对象和目的有清楚的规划，这样才能够确保所获取数据的全面性，以免斥巨资积累了大量数据后发现并不能解决所关心的问题。

　　（2）BadQuality：在工业大数据中，数据质量问题一直是许多企业所面临的挑战。这主要受制于工业环境中数据获取手段的限制，包括传感器、数采硬件模块、通信协议、和组态软件等多个技术限制。对数据质量的管理技术是一个企业必须要下的硬功夫。

　　（3）Background：数据受到设备参数设定、工况、环境等背景信息的影响，除了对数据所反映出来的表面统计特征进行分析以外，还应该关注数据中所隐藏的背景相关性。对这些隐藏在表面以下的相关性进行分析和挖掘时，需要一些具有参考性的数据进行对照，也就是数据科学中所称的“贴标签”过程。这一类数据包括工况设定、维护记录、任务信息等，虽然数据的量不大，但在数据分析中却起到至关重要的作用。

　　因此，工业互联网平台大数据分析，不仅需要利用常用的大数据分析技术，还需要研究数据清洗、数据融合，并且要将各学科、各领域、不同背景知识抽象、固化，形成规则，与大数据分析技术结合，以提供更准确的分析结果。

　　4）工业APP开发技术

　　工业互联网平台需要将分析出的结果实时推送给用户，同时也需要接口将决策传输到智能设备。工业互联网平台需要根据用户需求和实际生产需要，定制化APP推送消息，因此，需要工业互联网平台开发面向新模式场景、个性化需求的APP。

　　工业APP的构建是工业互联网平台协作模式转换的核心，通过对工业知识的提炼与抽象，将数据模型、提炼与抽象的知识结果通过形式化封装与固化形成APP。封装了工业知识的工业APP，对人和机器快速高效赋能，突破了知识应用对人脑和人体所在时空的限制，最终直接驱动工业设备及工业业务。

　　工业APP开发运用互联网技术性优点，打破传统式运营模式的时空局限性，在智能制造系统中很好的将手机互联的易用性、便携性与易传播性利用起来，不仅大大地拉近生产商、供应商、经销商与顾客的距离，也提高了制造行业销售市场敏感度与信任感。

　　「4。工业互联网平台的应用场景」

　　工业互联网平台有三大应用场景。

　　1）加工过程优化

　　工业互联网平台能够实时感知加工过程中设备运行数据、加工工艺参数，同时将其与原材料信息、人员配置、设备状态、质量检测数据等信息关联起来，因此，工业互联网平台可以实现工艺参数优化和提供设备维护决策支持。

　　工业互联网平台可以利用大数据分析技术，挖掘产品质量与加工工艺参数之间的关联关系，通过建立产品质量与工艺参数之间的映射，获取能提高产品质量的工艺参数。例如，美的集团基于工业互联网平台（M。IoT）对工艺参数进行优化，使产品品质一次合格率从94。1%提升到96。3%。

　　同时，工业互联网平台可以基于设备历史运行数据和历史状态，分析监测参数与设备状态之间的关系，进而推理出设备状态的演化规律，为智能设备的预防性维护、远程寿命预测及状态监测提供决策支持。基于普奥ProudThink平台搭建的制冷设备远程运维平台，可以实现远程调试参数，并监测设备状态，发生故障时，及时切断设备，并发出预警以便及时得到维护。

　　2）资源管理优化

　　工业互联网平台不仅可以感知设备级、车间级的数据，同时能将跨部门、跨层级的生产要素之间的信息关联互通，对生产过程的描述也不局限于加工过程，而是从更深的层次、更细的粒度、更全面的角度对生产制造的全过程进行描述，能从更全面的角度对资源配置进行优化。此外，用户的需求也能更直接地反馈到生产端，为更快适应的柔性制造提供配置方案。

　　工业互联网平台能更全面准确的描述生产要素在加工过程中的状态，尤其是资源利用情况，如能耗、空间占用、运输成本等等。受益于生产要素信息的全面互联，工业互联网平台能统筹考虑多方面要素，给出更接近于全局最优的资源配置方案。例如，福特汽车公司基于施耐德电气的EcoStruxure平台，收集福特公司在美国国内设施的电力数据并由云管理系统进行分析、管理，降低能耗30%，并节省了2%的能源开支。

　　工业互联网平台能感知生产要素在制造系统中流转的影响，面对新模式生产场景和个性化生产需求，工业互联网平台能给出快速响应的柔性制造配置方案，从而满足定制化的产品要求。例如，海尔集团基于COSMOPlat平台，汇集了洗衣机用户的个性需求，实现了洗衣机个性化定制。

　　3）市场决策优化

　　工业互联网平台将供应商、制造商、销售商及消费者联系起来，市场行为本质上是由需求驱动，商业行为与制造过程有着密不可分的复杂耦合关系，对于历史消费数据的分析，可以用于预测市场需求，同时，通过对短期市场行为的分析，可以预知可能发生的风险，做好风险管控。

　　工业互联网平台感知到的产品全生命周期信息，能从中分析出从原材料—制造—销售—使用中各个要素之间的复杂耦合关系，通过对历史信息的分析，能对未来需要的产品种类及产能进行预测。

       鲁邦通致力为行业客户提供软硬件结合的5G+工业互联网平台解决方案，通过设备物联、设备售后管理系统、电梯物联网、机器人乘梯等产品和服务，助力电梯及特种设备、医疗设备、机器人、环保设备、环卫设备、电力设备和水务设备等工业客户进行后市场服务的数字化转型，降本增效，开启利润增长的第二曲线。