基于工业互联网平台的智能工厂辅助制造企业数字化转型 ...

制造业数字化转型已是大势所趋，工业互联网平台对于制造业数字化转型的支持作用将会越来越强，其应用为制造企业生产和运营优化的能力提拔提供了探索应用模式和路径。平台的不断创新和应用突破，将不断为制造业的升级转型赋能。实行制造业数字化转型，加快工业互联网规模化应用，在加快数字化转型中赋能经济社会发展，塑造高质量发展新动能新优势。

1 制造业数字化的配景及近况

工业的先历程度代表了人类文明的先历程度，从第一次工业革命到现在，工业化技术和工业化程度已经发生了翻天覆地的变革。在工业 1.0 时代，机械的大规模发展使工业生产进入了机械化时代，生产服从得到大幅度提拔。到工业 2.0 时代，电力使工业生产进入了电气化时代。在工业 3.0 时代，计算机、电子和主动控制技术的遍及推动了主动化工业的发展，网络技术、通信技术、IT 技术以及物联网技术的飞速发展和应用，推动了工业时代向后 3.0 时代迈进，工业 4.0 的重要标识是实现工业生产智能化。

从主动化的工业 3.0 到智能化的工业 4.0，一定会经历“主动化→信息化→网络化→协同化→数字化→智能化”过程。传统工厂通过对产线和设备的主动化升级改造实现企业主动化 ；主动化企业通过对工厂全实体全业务流程的信息化建模和实行工业软件实现企业信息化 ；信息化企业通过网络摆设的优化改造升级，接入以高带宽、高速率、高频率、低延迟为特征的 5G 通信网络，通过信息化和主动化的两化深度融合及工厂网络资源的优化配置实现网络协同，将业务和生产数据买通，实现各网络层和体系间的信息互通流转，使企业生产制造实现数字化转型 ；数字化企业通过智能化应用（呆板视觉辅助、AI 人工智能应用、呆板人替换人工、BI 智能分析决策等）使企业具备智能化生产制造能力，最终实现智能化。从工业 3.0 迈向工业 4.0 过程中，制造业实现数字化转型是重中之重。工业化技术及工业化程度发展过程和趋势如图 1 所示。

图 1 人类社会的工业化技术及工业化程度发展过程和趋势

当前，国内大多数产值 2000 万以上的规上企业，处在从工业 3.0 向工业 4.0 时代迈进的差别阶段，这一次变革仍然处于起步阶段。从规模和复杂度划分，工业企业可以划分为以下 3 种类型。

车间主动化型 ：传统小微企业已经从简单人工作坊转变为车间企业，并实现了车间主动化。该类企业工厂车间管理比较简单，仅实行信息化体系，数字化和智能化的需求不高，数据信息相对分散。这类企业的目标是实现数字化车间。

内部大体系型 ：企业经过多年发展，生产管理和横向业务开始扩展，企业进一步实行信息化，拥有多个智能单元（多工业软件），企业内部开始进行数据采集和体系集成，深入开展主动化和信息化融合，进一步对企业资源进行配置优化，从而满足内部快速连续变革的需求，逐步实现内部大体系的网络化、数字化智造。这类企业以大中企业为主，目标是实现智能工厂、未来工厂。

复杂产业链体系型 ：内部大体系型企业进一步发展后成为集团级的大型数字化企业，随之而来的就是希望向更高层次的产业 / 行业数据共享和网络化协同的数字化企业迈进。该类企业拥有更多的智能单元（工业软件群），通过产业链上下游的筹划协同、服务协同、制造协同、物流协同进一步实现在所在产业 / 行业的产业链资源数据集成、产业链资源配置优化和产业链供应链双链快速响应。这类企业以集团级大型企业为主，目标是构造创建所在行业的产业大脑。工业企业经营管理关注领域如图 2 所示。

图 2 企业经营管理开始从简单走向复杂

2 工业企业生产制造的痛点和需求

在工业企业数字化转型的历程中，由于企业自身发展、软硬件设备条件、信息化状况等都有着千差万别，肯定会碰到诸多题目，本文在工业企业实行数字化转型服务项目的履历根本上，总结归纳了企业数字化转型的典范题目。

业务决策难：企业在规模小的时候，管理也比较简单，数据和信息也不多，企业主可以轻松做决策。但企业规模大了以后，人员几百上千，收入几十上百亿，要精确掌握大企业内部的复杂布局，做一些关键决策反而很难。

数据孤岛：企业在差别阶段安装了各类软件体系，数据也保存在差别的体系中，产生“烟囱式”相对独立的工厂信息化体系，数据分散冗余且不统一，信息不能互通流转，体系业务之间很难融合。

数据使用率低：穿插于各个信息化体系中的业务数据如何被使用起来？一些有代价的数据可以从深层次分析企业在制造、经营、管理上的业务改善机会，如何使用这些数据去辅助企业进行决策？

IT 成本很高：工业软件厚重，IT 体系运维难，难以精准解决企业题目，信息化投入、运营及优化升级成本高。履历传承难 ：工艺履历、操纵参数、长期积聚的工业知识难以保存和传承，工厂关键岗位的人员离开以后，没有合适的人能快速顶替，大概说随后的产品格量和生产服从难以跟上。

工艺改善难：工业上的工艺流程知识不遍及，工艺“黑盒子”较多，很难将工艺门路拆解再优化配置，企业希望能用工业大数据、人工智能等新技术预测、沉淀工业知识，优化配置界说产品工艺门路。

数字化需求多变：随着企业经营环境越来越复杂，工业软件信息化体系经过 3 ～ 5 年的使用后，需要按新的需求更新优化迭代，许多数字化软件的新需求层出不穷，难以满足。企业经营节奏快，传统服务商响应慢，IT 人员难以发挥代价。

数字化能力复制难：如何把企业管理和运营履历从一个工厂快速沉淀复制到另一个新的工厂是面临的挑战。可以通过以工业操纵体系为核心的工业互联网平台，解决企业在数字化转型中遇到的困难。通过通用连通器向下连接海量工业装备、仪器和产品，实现工厂万物互联，使用工业操纵体系提供的平台化的数据底座能力，向上支持工厂工业软件的集成对接和工业 App 的快速开辟摆设。

工业操纵体系就像工业的安卓体系，把工业企业的实体对象，如人员、产线、设备、工序、物料、工艺、环境、业务流程等核心全要素数据统一管理起来，以统一的标准化建模方式汇聚到平台，并提供低门槛的开辟环境和工具，为企业赋能，让企业中更多的业务专家和外部应用开辟商快速地构建轻量化的工业智能应用。按企业需求开辟 App 应用，重要包括业务经营管理 App、生产管控 App 和其他创新应用场景App。开辟应用不再是 IT 人员的专属能力，让懂业务的专家一起参与企业数字化转型，激发全员创新活力，进一步提拔企业核心竞争力。

3 工业互联网平台剖析

工业互联网平台以工厂数据 / 信息全集成为根本，构建多元对象化工业数据湖，企业可通过平台内置的工业 App 开辟平台，实现生产控制、生产管理、企业经营等多维、多元数据的融合应用。平台提供对象模型建模、边沿计算、大数据分析和人工智能应用、场景化分析服务、智慧决策等功能，以集成化、数字化、智能化手段解决生产管控、业务管理和企业经营的综合题目，打造服务于企业、赋能于工业的智慧大脑。通过工业互联网平台，把企业中的设备、产线、加工中心、智能产品、服务乃至生产链上下游精密地连接融合起来，资助企业拉长产业链，形成跨设备、跨体系、跨厂区、跨地区的互联互通，从而提高服从，推动制造业体系智能化。工业互联网平台应用架构如图 3、图 4 所示。

图 3 工业操纵体系 + 工业 App 整体解决方案

图 4 工业操纵体系平台技术架构图

工业操纵体系是工业互联网平台的核心，从功能应用上分为 3 层 ：第一层是物联套件，重要负责边沿端数据采集和控制，包括智能物联网关、IoT 边沿智能服务器以及人工智能控制器等 ；第二层是工业操纵体系平台，重要负责物联套件设备接入、对象化模型构造、数据存储处置处罚、可视化数据分析、工业 App 开辟、大数据分析和人工智能算法应用等 ；第三层是智能工业 App生态，通过工业操纵体系平台构建面向特定场景的智能工业 App，逐步积聚形成面向差别行业的智能制造解决方案。

工业操纵体系基于工业 5T 技术融合（PT- 工艺技术、ET- 设备技术、OT- 运营技术、AT- 主动化技术、IT- 信息技术），将大量工业技术原理、行业知识、根本工艺、模型工具进行规则化、软件化、模块化，并构建为可重复使用的平台内置微服务组件。第三方应用开辟者可以面向特定工业场景开辟差别的工业 App，进而构建成基于工业操纵体系平台的产业生态。

3.1 工业操纵体系功能分析

3.1.1 信息全集成平台

数据采集是工业操纵体系的根本，没有数据的工业互联将成为无源之水，工业操纵体系的代价在很大程度上取决于采集数据的数目和质量。这些数据既包括业务管理信息化体系运行与产生的数据，也包括设备产生的各种状态与制造参数、工艺指标、人员信息、物料信息等工业全要素数据。“工业操纵体系 +App”创新模式如图 5 所示，工业操纵体系向下吸收企业现有数据资源，向上供给各类信息化体系和工业 App，其绿色生产智造理念如图 6 所示。

图 5 全信息平台“工厂操纵体系 +App”的创新应用模式

图 6 工业操纵体系中绿色生产智造理念

工业操纵体系信息全集成重要负责采集工厂的人员、设备、装置、物料和产品等信息数据，打破厂内的DCS、MES、WMS、OA、SCM、CRM、ERP、CCTV等业务体系的数据孤岛征象，实现工厂生产数据、管理数据和运营数据有效融合。通过建设大数据集成平台，形成生产要素的大数据画像，实现多业务体系的有效融合、联动，对工业企业几十套“烟囱式”信息体系进行 App化迁移。工厂全信息数据采集和体系集成如图 7 所示。

图 7 工厂全信息集成多元异构数据采集汇总

3.1.2 对象化工业数据湖

体系内置对象化工业数据湖，支持图片、数字、布尔、字符串、文本、文件、视频、音频、位置、自界说布局、对象、布局数据、块数据等类型的数据处置处罚与存储能力 ；提供数据存储压缩服务，根据实际数据的质量要求，可机动配置存储精度，满足至少 5 年以上的工业现场复杂数据存储要求 ；支持离线运行数据备份。平台工业数据湖支持分布式集群摆设，提供了面向对象布局的数字化工厂模型构建方法，可对多元数据进行洗濯、重组和标准化处置处罚，接纳容器化和微服务技术，提供基于面向对象可视化数据模型的预处置处罚、计算、存储和查询服务，满足上层应用的数据分析和综合应用。工业数据湖对多元数据进行采、存、分析、展示，如图 8 所示。

图 8 多元异构数据存储数据湖

3.1.3 数据建模及服务

工业操纵体系支持对象化元数据界说、数据标准化和信息模型的运行期管理，支持对象模型的构造管理和工厂建模，提供对象模板、对象实例和功能聚集的可视化组态管理功能。平台基于属性、服务、事件与订阅等方法构建业务场景，提供统一的面向工厂设备、人员、物料、产品等维度的对象化模型界说能力，实现标准化元数据洗濯与构造。同时，将真实工厂的单元主体以对象化的全信息模型表示，结合工厂的单元模型与生产构造关系创建工厂数字化模型。工业操纵体系提供数据集成、数据加工、数据管理、数据服务的能力，资助制造业企业快捷构建自身体系性的数据管理，实现企业内各业务体系异构数据汇聚，沉淀优化企业数据模型，强化数据质量，可以或许对外提供加工后的业务数据，支持应用快速开辟和数据可视化。工业操纵体系作为工业大数据底座，对采集到的多元异构数据进行采存算用一体化处置处罚，如图 9 所示。

图 9 工业大数据底座，数据采存展一体化

3.1.4 工业微服务架构

工业操纵体系通过工业微服务实现机理模型算法的模块化和软件化，满足工业 App 的运行和扩展，微服务发挥着承上启下的关键作用。基于差别行业、差别领域履历知识所提炼出来的各类原始机理算法模型通常缺少对外调用的接口，也每每难以进行独立的调试、运行和升级，需要用工业微服务的方式将这些机理算法模型集成起来，封装成可独立调试运行的单一功能或服务模块，提拔易用性和可维护性。

在平台中基于工业微服务模块进行工业 App 开辟，既可以或许借助工业微服务并行开辟、分布运行的特点，有效发挥平台海量开辟者接入、资源弹性配置、云化摆设运行等优势，又可以或许使用工业微服务独立隔离、机动调用的特点，克服工业 App所面临的快速运维、持续迭代、个性化定制等题目。工业微服务布局和 App 化迁移及集成如图 10 所示。

图 10 工业操纵体系微服务布局及平台应用微服务化、APP 化迁移

3.1.5 工业 App 开辟环境

体系提供的可组态的工业 App 开辟环境，通过图形化、组件化、模块化的领导式应用构建，有效降低了App 开辟和筹划的 IT 门槛。用户只需要关注应用场景和业务流程的分析和筹划，使用平台提供的表单筹划和工作流筹划工具，即可快速开辟 App 应用。平台提供微服务容器框架，每个 App 都运行在一个独立的容器中，可实现热插拔。通过平台提供的交互式业务和流程筹划器，满足流程图监控、在线报表、App 业务管理页面、工作流管理、Dashboard 分析、大屏画面、数据DIY 分析等一体的混淆业。

图 11 低代码开辟工具

3.1.6 数据 DIY 分析与展示

平台提供数据 DIY 分析工具，用户可通过组态方式实现多元数据的自主分析与使用，如创建生产看板、能耗看板、设备预警看板、重要指标参数看板、重要摄像头监控等。工业过程中产生的时序数据、流式数据和关系数据，使用差别的展示方式，可实现多元数据的可视化综合应用。平台为每个用户提供个人空间，用户可根据自己关注的内容进行个性化界说，个人空间内容可进行权限控制。

在可视化工具方面，平台提供了一整套数据展示的控件库，包括根本图元控件、图表控件、报表控件、趋势控件、实时报警控件、历史报警控件和视频控件。根本图元控件包括矩形、圆角矩形、椭圆、弦、扇形、多边形、按钮、棒状图、管道、直线、弧、折线、文本、数据链接和图片等 ；图表控件包括柱状图、曲线图、散点图、折线图、饼图、气泡图、面积图、玫瑰图、仪表盘和热力图等。工厂 BI 数据分析及数据可视化展示结果如图 12 所示。

图 12 工厂 BI 数据分析及展示结果图

3.1.7 多构造、多租户服务

针对多构造的用户，平台进行集成摆设，各实际业务中所需的构造、人员、用户及权限无需自行维护，由平台统一提供，提高了运维服从以及数据同步性，第三方平台不用维护自己的构造、人员、用户及权限。通过平台多构造实现多公司人员构造架构以及用户和权限管理，供第三方平台调取和使用，实现对构造、人员、用户、权限的统一处置处罚，满足平台集成需求。

针对平台多租户筹划的 SaaS 体系，可以为多个租户提供服务，多个租户可以在互联网环境下使用同一套程序，且租户间的数据隔离也能得到包管。多租户架构筹划模式关键技术是同一套程序下多个租户数据的隔离，以包管数据的安全性，防止租户数据不经意或被他人恶意获取和篡改。多租户技术可以有效降低环境建置的成本，包含硬件自己的成本，操纵体系与相关软件的授权成本也可以由多个租户一起分担。多租户架构下所有用户共用相同的软件环境，因此在软件改版时只需发布一次，就能在所有租户的环境上见效。多构造多租户级联布局图如图 13 所示。

图 13 集团级联的多租户多构造架构图

3.1.8 工业大数据及人工智能

基于呆板学习技术的工业大数据分析赋能平台，为企业用户提供大数据环境下满足差别领域业务需求的建模算法和数据发掘等多样化应用服务，提供精细化算法节点、拖拽式连线操纵、图形化洞察分析等功能，让呆板学习、数据发掘技术更加简单易用，降低企业数据建模技术门槛，资助企业充实使用和发掘数据潜在商业代价。工业大数据及 AI 分析路径如图 14 所示。

图 14 工业大数据分析及人工智能

体系人工智能应用平台提供呆板视觉、语音辨认、智能问答、自然语言处置处罚等多元的工业大数据服务能力，实现人工智能技术在工业领域的深度应用。基于分类、聚类、回归、预测、寻优和深度学习等大数据算法模块，结合特定场景进行建模分析，实现算法模型开辟，训练完成的算法模型可以在平台中运行。如基于呆板视觉的分析服务，可通过接入的工业视频进行图像分析，分析检测结果可与平台的工业实时数据等进行联动，根据差别场景产生工艺质量报警、人员安全预警、设备故障预警等响应。通过人工智能技术与业务体系的无缝融合，实现数据的相关性分析、未来趋势预测、工艺动态特性分析等多种分析业务，促进数据分析成果转化为生产力，实现商业代价最大化。

3.1.9 工业数据安全防护体系

依照《工业互联网安全框架白皮书》，安全体系的防护对象包括设备、控制、网络、应用以及数据等内容。平台提供分级多域、自主可控的信息安全防护体系，支持各个层级的深度防御安全，具有访问控制、数据分区隔离、通信安全加密、入侵检测等安全防护措施。平台通过多机冗余、断线续传、主动重连等可靠性技术进行多协议数据采集和驱动动态适配扩展，实现工业现场数据的准确、可靠、及时上送，为企业大数据的分层洗濯、管理提供一体化防护方案。基于点点隔离、鉴权认证等网络通讯安全技术进行企业内部与外部连接，防止病毒入侵、黑客攻击，实现工业数据的安全防护。工业操纵体系自主可控的安全体系布局如图 15 所示。

图 15 自主可控的信息安全体系

3.1.10 移动应用平台

工业操纵体系同时包含移动应用子平台，是一个运行于智能设备上的移动应用平台。作为工业操纵体系在移动端的延伸和扩展，该子平台提供了丰富的平台功能移动化应用，将所有关键应用集成在一台手机上，打破了时间与空间的束缚，让用户可以充实使用会议、出差、在家等时间处置处罚工作事宜，资助用户实时掌握生产状态，随时随地高效处置处罚事件，移动终端应用如图 16所示，重要功能如下。

图 16 移动端应用协同

（1）生产办公协同。平台提供生产过程的移动化画面监控、视频监控、趋势分析、报警检察、待办处置处罚等功能，快速高效地实现工业生产过程的协同办公。

（2）企业社交服务。平台提供即时沟通、群聊、构造、公告等功能，企业侧的现场操纵表里协同、工作任务沟通等服从得到提拔。

（3）应用集成与管理。支持企业信息个性化设置，支持平台桌面应用移动化展示，支持第三方应用接入，满足企业持续集成与优化的需求。

3.2 实现制造业数字化转型路径

通过企业主导和应用牵引，构建一个涵盖技术创新、资源整合、平台服务等多方协作的开放网状代价生态体系。平台核心是应用“工业 OS+ 工业 App”模式构建智慧工业大脑，彻底疏通传统工业体系错综复杂的数据业务关系。工业操纵体系抢占智能制造战略制高点，基于工业操纵体系丰富的工业 App 应用，大数据应用、工业 AI、大规模节能降耗等假想将成为大概。其作为“共创 · 共享”的创新应用服务平台，服务于全球工业企业，未来重心是构建可以或许根据企业发展需求动态生长的 App 生态体系。

企业实现数字化转型，可通过搭建工业互联网平台的核心，即工业操纵体系，实现工厂全要素、全业务和全代价链的数据集成，逐步实现数字化转型目标。首先，对涉及企业生产经营的产品、技术、设备、供应商、客户、人员、环境等全要素数据进行集成 ；其次，对筹划、销售、采购、制造、质量、仓储、物流、财政、人力资源等全业务链数据进行集成 ；末了，对工厂、集团、上下游企业、供应链、分销等全产业链数据进新集成，提拔生产服从，降低产品不良率，提拔工厂能源使用率，降低运营成本，缩短研发周期，确保企业无安全事故和环保事件，最终实现从资源数字化向业务数字化再向业务融合创新升级，达到数字化转型的代价效益目标，如图 17 所示。数字化转型通过引入主动化、呆板人技术、物联网（IoT）和数据分析等技术，显著提高了生产服从和机动性。

图 17 工厂操纵体系作为数据底座支持实现工业企业数字化转型目标

4 结语

以工业操纵体系为核心的工业互联网平台，接纳基于“OS 平台 +App”的创新应用模式，打造智能工厂，对制造业企业进行数字化智慧赋能，通过 IoT 智能化感知体系、智慧网关、主流畅信协议、标准化接口等，对工厂人员、设备、物料、环境、能耗、商业资源等多元异构数据进行实时采集并上送至工业操纵体系数据湖引擎，通过工业操纵体系平台 PaaS 层的 AI 算法库、大数据模型、云计算算法库等对工厂产生的海量生产和运营大数据进行智能化支持，实现数据的建模、加工、存储、计算、分析、统计，产生可以或许辅助工业企业运营并实现战略分析和决策的各类图形报表，以智能可视化展示的情势将工厂各类业务数据、生产加工数据、运营近况数据、安全数据、运营趋势数据等呈现到可视化智能调度中心驾驶舱及车间现场大屏或看板上，通过集团和地区级操纵体系数据级联的模式实现集团数据和分厂数据的实时同步传输，辅助决策层实现工厂从主动化到数字化再到智能化的转变。

通过“工业操纵体系 +App”的创新应用模式创建应用可扩展的架构体系，同时在软硬件和技术支持上，创建绿色生态互助体系，保障工厂运营管理的数据透明化、管控智慧化、操纵高效化、运营稳固化、数据设备安全化，全面促进制造业数实融合，真正实现制造业数字化转型升级。平台应用已实现流程行业和离散行业 5300 多家智能工厂的应用交付和落地，典范案例如图 18、图 19 所示 ：

图 18 工业操纵体系在流程行业企业的应用结果

图 19 工业操纵体系在离散行业企业的应用结果

未来，在制造业数字化转型过程中，应留意针对企业的差别特征，筹划差别化的策略并关注中小企业在数字化转型过程中面临的困难 , 为中小企业开辟数字化转型门路。制造业数字化转型的规模推广和技术融入，特别是在大企业智能工厂建设与中小企业数字化遍及方面的并行推进，是制造业数字化、网络化、智能化的重要载体，对于提拔工业生产服从和智能化程度具有重要意义。

原文刊载于《软件》2024年第6期 作者：庞戈  张静 陈挺 黄灵涌 曹玉哲 冯哲君
来源：新工业网 本文推荐阅读，版权归作者或出版商所有，若涉及版权题目，烦请留言接洽，我们将第一时间更正或删除。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。