一百个人有一百个不同的解释。

相同的是，都会涉及到几个要素：大数据、云平台、AI算法、行业知识、智能设备。

不同的是，包括制造业、互联网产业各玩家可能会根据自己专注领域不同，在重要性排序上有不同的排序，在权重上有不同的权重分配。

无论相同，或是不同，要实现方案落地，甚至规模化应用，要满足制造业企业的当下需求：降本增效。

值得注意的是，对于云平台构建，行业各类玩家从不同角度开始切入；对于AI算法，更为IT行业、创业企业所宠幸，尤其视觉类AI算法在工业品检测、缺陷检测中的应用相对成熟；对于工业协议、相关标准，也已经在路上。

在这样的背景下，已经逐渐有工业互联网行业应用、解决方案开始落地，包括汽车、家电、3C电子等较为“前卫”的制造业数字化转型已经在路上。

这样的趋势及应用案例在第二十一届中国国际工业博览会（以下简称“2019工博会”）上也可见一斑。

西门子&赛迪灵犀：数字化企业能力评估模型

当下国内企业数字化转型分两类，一类企业明白自己的转型关键点在哪里，该如何转型，这类企业多数已有一定的数字化基础；另一类企业有数字化转型需求，却不知从何处下手开始转型，这类企业在国内制造业中占比较大。

也正因如此，做工业互联网的企业多多少少会“搭配”一些咨询业务。

在2019工博会上，西门子除了展示了自己的数字化双胞胎的应用案例、MindPower智能配电管理云平台外，还联合赛迪灵犀共同推出数字化企业能力评估模型。

西门子数字化企业业务总监顾欣解释称，西门子从6个维度形成了这一企业数字化评估架构，包括基础支撑型上的企业战略、前沿应用、组织管理3个维度，以及企业自身价值链上的系统集成、生产管理、数据治理3个维度：

企业战略。企业未来的数字化转型蓝图及战略方向上的设定。前沿应用。利用先进技术支撑数字化转型。组织管理。组织体制和责任制定上，需要有责任人推动企业数字化转型，未来人才培养上有自己的思路。生产管理。生产制造管理体系上需要形成一定的流程，并做相应的标准化工作。系统集成。企业形成了大量的IT子系统及OT管理系统，这些系统并不互通，互联互通、系统集成，从而形成更大价值就成了当下的一大挑战。数据治理。数字化企业拥有大量的数据，数据综合利用和治理就成为需要进行的工作。

顾欣强调，这一模型主要利用简化体系和互联网推广方式进行一个初期诊断，随后西门子及合作伙伴提供的一站式咨询、系统服务、产品服务可以提供之后企业数字化转型所需的服务。

据官方介绍称，该模型前序版本在2018年首次发布，目前已生成近3000份评估报告。

研华：聚焦边缘侧价值，云平台侧构建生态

相对西门子而言，研华可以说是国内工业设备厂商代表，与此同时，研华近年来也开始着手构建自己的工业互联网体系。

研华科技（中国）工业物联网事业群总经理蔡奇男告诉雷锋网，“我们最初是一个自动化硬件公司，10年前我们意识到了工业软件的重要性，2014年我们意识到数据的价值，我们希望将OT层的数据价值最大化，并规划构建了WISE-PaaS平台。”

与其它工业互联网企业略有不同，研华目前主要仍以边缘设备侧价值为主，其WISE-PaaS平台更多是以共创模式构建工业互联网生态。雷锋网在研华展台也了解到，策维软件正是研华共创模式下合作企业之一，策维软件通过搭建EPOS工业互联网平台，可以为中小企业工厂提供数字化解决方案。

具体而言，EPOS通过将工厂中的业务单元、研发单元、仓储单元、生产单元等抽象成数字化模型，采用微服务、容器等互联网技术，并结合设备管理感知工业APP（DMPS）、生产管理感知工业APP（IMPS）等工业APP为工业企业提供服务。

海尔：一个洗衣机互联工厂方案

海尔COSMOPlat作为当下工业互联网中的明星平台，也作为海尔在工业互联网领域的核心布局，一直活跃在各大展会上，此次在工博会上，海尔也展出了其基于COSMOPlat的建陶、医疗、机械等领域的解决方案。

据官方资料显示，海尔COSMOPlat现已构建起跨行业、跨领域、跨区域的共创共享生态。简言之，海尔在平台侧提的也是生态战略。

在海尔展台，雷锋网看到了海尔基于COSMOPlat为自己滚筒洗衣机搭建的一个洗衣机互联工厂解决方案。

据悉，海尔目前有15个互联工厂，所有工厂的内筒车间、箱体车间、外筒车间、总装车间内的设备通过通过这一系统实现互联，订单总量、计划数量、库存信息、生产线实时情况等信息都通过数字化平台呈现。

此外，通过抢单的形式进行订单分配，这同时也方便各个工厂根据自己的实际产能接收订单。

订单出货过程具体划分为十个步骤（定制下单、智能排产、智能拣配、柔性装配、模块装配、定制装配、智能检测、智能仓储、定制交互、用户评价），根据实际生产环节复杂程度及历史数据对各个步骤进行时间预测。

此外，这一整套系统还包括产品检测、产品出货全生命周期在内的数据监测和管理。

除此以外，海尔还展出了其COSMOPlat国家OID标识解析体系及家电行业基于表示解析的应用服务平台，这也是海尔在做的家电行业标识解析二级节点。

英特尔：一个纺织服装行业的应用案例

相对于更贴近设备侧或工厂侧的OT侧厂商而言，IT厂商更喜欢讲人工智能，尤其在较为成熟的视觉算法的应用。人工智能的前提是算力、算法的能力，雷锋网在英特尔的展位上看到了一个应用于纺织服装行业视觉检测案例。

当下制造业产业面临的一个问题是，产业数字化升级后，生产量加大，一方面人类会有疲劳期、不精确，另一方面年轻人不愿意做机械化的工作。机器视觉为视觉检测降低了人力成本，同时兼具准确性。

英特尔通过为JWIPC的工控设备提供「硬件平台（CPU、VPU）+供边缘智能软件平台+AI参考算法」整套解决方案，打造服装行业的视觉检测方案。该方案采用了基于英特尔OpenVINO的机器视觉算法，并通过CPU+VPU异构方案解决了算力问题。

由于CPU做的是逻辑运算，不善于做浮点运算，通过加入VPU处理器，提升工作效率。

具体在设备工作过程中，通过AI算法分析采集到的数据，并最终将分析结果反馈到应用层，通过应用层软件输出分析结果。目前这套工控设备已经在织布厂的缺陷检测、印花厂和服装厂的订单追踪及订单管理中有所应用，但现场技术人员也告诉雷锋网，“由于纺织厂的管理方式不够先进、智能化设备不够，AI算法所需的高质量数据不够，现在这套设备应用还不多，这个行业要发展起来还需要一段时间。”

同时，在英特尔展台上，雷锋网看到了英特尔在智慧工厂中技术布局框架，从工作负载整合、设备互联、数据收集、机器视觉到最终的设备控制，这也反映了当下工业互联网实际应用的一个整体思路。

百度：工业质检云方案

在今年8月的2019百度云智峰会上，百度副总裁尹世明提出「人工智能工业化」，在2019工博会上，雷锋网也再次看到了百度在工业质检云上的整体方案。

质检环节占据整个工厂工作的一个重要部分，“1000人的工厂中，可能有200人是在做质检工作。”

百度智能云为企业用户可以提供两种方案：

第一类，定制化方式。用户通过提供至少50-100张工业检测缺陷照片，可以训练一个定制化算法模型，并最终应用到实际方案中；第二类，用户通过购买百度智能云整套平台后在本地部署，自己训练算法模型并部署应用。由于现在多数厂商不愿将自己的数据上传到公有云，多数用户会选择私有化部署。就成本而言，一套云平台售价在100万左右，对于一个定制化解决方案也是在100万左右，具体到推理模型而言，一般在30-50万。

具体而言，通过将相机、镜头、保护装置、算力设备与产线的融合设计，可以为诸如汽车、纺织、物流、能源行业提供质检方案。据官方资料显示，通过在钢铁行业部署应用行业专用AI算法模型的质检解决方案，较传统视觉算法准确率可提升10%-20%。

运营商：5G在工业互联网中的应用

相对于IT、OT厂商而言，运营商今年在讲工业互联网的时候，都会提及5G的应用，5G+工业视觉、5G全连接工厂、5G+VR辅助装配等。

现场中国联通展示了其为商飞做的全连接工厂方案，将工厂内设备、人员、刀具，以及工厂外设备全要素实现连接，与此同时，企业可以将ERP、MES等系统对接到联通云平台上。“通过数据分析、预测性维护实时保持设备健康状态，这是最关键的。”联通相关负责人告诉雷锋网。

以刀具寿命管理为例，通过在刀具上贴二维码或纳维码，并以摄像头采集设备数据，建立起刀具的数据库，从实现随后的数据分析、预测性维护等能力。

联通以自己的网络优势为基础，转型（混改）后开始做“新基建”，即将网络建设到工厂中，融入到设备端及系统中，结合整个供应链合作伙伴，从感知层、PaaS层、SaaS层提供端到端解决方案。

提到5G当下在工业互联网中的应用，联通相关负责人告诉雷锋网(公众号：雷锋网)，“在商飞的数字化方案中有30个应用场景，其中有10个应用场景与5G有关，包括AGV机器人的高速率连接、结合机器视觉的双目测量等应用场景。”

其中，结合机器视觉的数据可视化、视频联动，以及数据分析，中国电信也展出了自家的「5G+工业视觉方案」。据相关负责人介绍称，“5G目前的优点是传输速率快，因而通过摄像头采集的视频可以上传到云端进行分析比对，并最终实时反馈到设备侧，根据用户需求可以加入历史数据的比对，这一方案已经应用于浙江的某家水泥厂。”

关于5G在工业互联网中的应用，中国信息通信研究院华东分院主任贺仁龙博士在「2019国际工业互联网大会上」也给出了一张「5G+工业互联网的全景图」进行诠释，从图中可以看到，5G目前可见的主要应用场景包括AGV、机器视觉、虚实结合、虚拟产品、视频监控。

智能云科：工业互联网平台+工业互联网终端

智能云科是一家有机床制造业行业基因的典型工业互联网企业，智能云科CEO朱志浩认为，制造业企业现在面临两大需求：提升过程质量、设备高效率，为此智能云科主要能力聚焦两方面：

第一，设备深度连接，通过各类设备协议整合与应用相结合的系统，获得真正有价值的数据；第二，通过获得的数据做优化，以此让设备更好运转。

雷锋网了解到，智能云科此次展出产品包括iSESOL工业互联网平台、i5OS、iSESOL BOX等。其中iSESOL BOX是一个装备连接协议、边缘计算能力、工业APP的承载设备。官方数据显示，目前这一设备已承载四百多种装备连接协议。

另外，智能云科通过“众创、众制、众享”的生态模式沉淀行业知识，并通过提供开发者中心和工业APP STORE，与第三方专业开发者一起开发工业APP。

高校：进击的科研项目

在2019工博会上，除了有诸多企业、产业联盟展出产品、方案，雷锋网在会场发现，包括中科院、清华、北大、复旦等高校也展出了自己的科研项目、应用方案，包括清华大学的多模态智能感知集成电路系统，北京大学的通用化智能临床研究数据平台等项目。

值得注意的是，这些项目或方案均有附产品销售方式，可见高校也已经融入整体的市场生态。

以北京大学的通用化智能临床研究数据平台项目为例，据官方资料显示，该平台基于SaaS云模式，集成了轻量级项目管理、多终端灵活病例采集、支持队列与随机对照的临床试验设计、数据采集、数据质控、生物样本库、数据统计分析等功能，可用于提升临床科研、流行病调查、临床试验和健康随访的流程化数据全生命周期的管理效率。解决了多中心医学健康研究、药物试验、慢性病管理、随访管理等临床数据采集与分析的问题。

这一平台官方给出的应用范围包括慢性病/健康随访管理与分析，病例数据采集与分析，医生临床实验设计与数据统计，新药研制与药物试验，临床科研与教学等领域。

工业互联网的技术、产品与落地方案

工业互联网现在技术已经不是问题，至少在国内制造业企业数字化转型过程中，现有技术在提质增效上已经不是问题，这是雷锋网与行业人士交流中，多位行业人士持有的一个观点。

要实现这一观点其实还需要从两方面分析。一方面，国内多数制造业企业数字化程度低，现有技术在设备联网化、数字化，数据整合和应用上已经有一定能力，可以为当下制造业企业实现一定的提质增效；另一方面，包括工业互联网中的人工智能技术、工业互联协议、标识解析体系等尚处于研发、制定初期，还有很长的路要走。

尽管如此，目前国内已经有诸如海尔、商飞等一批标杆性落地先行方案。

此外，就2019年工业互联网发展趋势而言，行业整合也在各地展开，包括在2019上海工博会上，「上海市工业互联网平台和服务商倡议暨联合体」正式成立，联合体涵盖树根互联、智能云科、优也信息科技在内的四十多家企业。

这样的行业整合预计也将贯穿未来几年工业互联网的发展进程。

20个问题带你看懂工业互联网创新发展方向 

工业互联网是什么？应该如何建设？中国工业互联网研究院发布了《工业互联网创新发展20问》，详细解答了这些问题。

Q1：工业互联网是什么？

工业互联网是新一代网络信息技术与制造业深度融合的产物，是实现产业数字化、网络化、智能化发展的重要基础设施，通过人、机、物的全面互联，全要素、全产业链、全价值链的全面链接，推动形成全新的工业生产制造和服务体系，成为工业经济转型升级的关键依托、重要途径、全新生态。

Q2：工业互联网和通常所说的互联网有什么区别？

工业互联网是互联网发展的新领域，是在互联网基础之上、面向实体经济应用的演进升级。通常所说的互联网一般是指消费互联网，与之相比，工业互联网有三个明显特点。

▌一是连接对象不同。

消费互联网主要连接人，应用场景相对简单，工业互联网实现人、机、物等工业经济生产要素和上下游业务流程更大范围的连接，连接种类、数量更多，场景复杂。

▌二是技术要求不同。

消费互联网网络技术特点突出体现为“尽力而为”的服务方式，对网络时延、可靠性等要求相对不是特别严格。但工业互联网既要支撑对网络服务质量要求很高的工业生产制造，也要支撑高覆盖高灵活要求的网络化服务与管理，因此在网络性能上要求时延更低、可靠性更强，同时由于直接涉及工业生产，工业互联网安全性要求更高。

▌三是发展模式不同。

消费互联网应用门槛较低，发展模式可复制性强，完全由谷歌、脸书、亚马逊、阿里、腾讯等互联网企业主导驱动发展。工业互联网涉及应用行业标准杂、专业化要求高，难以找到普适性的发展模式，通用电气、西门子、航天科工等制造企业发挥至关重要作用。同时，互联网产业多属于轻资产，投资回收期短，对社会资本吸引大。而工业互联网相对重资产，资产专用性强，投资回报周期长，且还存在一些认知壁垒。

Q3：发展工业互联网有什么重大意义？

工业互联网是第四次工业革命的重要基石。当前，新一轮科技革命和产业变革蓬勃兴起，工业经济数字化、网络化、智能化发展成为第四次工业革命的核心内容。工业互联网作为数字化转型的关键支撑力量，正在全球范围内不断颠覆传统制造模式、生产组织方式和产业形态，推动传统产业加快转型升级、新兴产业加速发展壮大。

我国工业经济正处于由数量和规模扩张向质量和效益提升转变的关键期，支撑发展的要素条件发生深刻变化，面临发达国家制造业高端回流和发展中国家中低端分流的双重挤压，迫切需要加快工业互联网创新发展步伐，推动工业经济从规模、成本优势转向质量、效益优势，促进新旧动能接续转换，快速构建我国制造业竞争新优势，抢占未来发展主动权。

Q4：工业互联网如何支撑制造强国和网络强国建设？

工业互联网为制造强国建设提供关键支撑。

▌一是推动传统工业转型升级。

通过跨设备、跨系统、跨厂区、跨地区的全面互联互通，实现各种生产和服务资源在更大范围、更高效率、更加精准的优化配置，推动制造业供给侧结构性改革，大幅提升工业经济的发展质量和效益。

▌二是加快新兴产业培育壮大。

工业互联网促进设计、生产、管理、服务等环节由单点数字化向全面集成演进，加速创新机制、生产模式、组织形态和商业范式的深刻变革，催生智能化生产、网络化协同、服务化延伸、个性化定制等新模式、新业态、新产业。

工业互联网是网络强国建设的重要内容。

▌一是加速网络演进升级。工业互联网促进人与人相互连接的公众互联网、物与物相互连接的物联网向人、机、物的全面互联拓展，大幅提升网络设施的支撑服务能力。

▌二是拓展网络经济空间。工业互联网具有较强的渗透性，可以与交通、物流、能源、医疗、农业等实体经济各领域深度融合，实现产业上下游、跨领域的广泛互联互通，推动网络应用从虚拟到实体、从生活到生产的科学跨越，极大地拓展了网络经济的发展空间。

Q5：工业互联网具有怎样的功能架构？

工业互联网由网络、平台、安全三个部分构成。其中，网络是基础、平台是核心、安全是保障。

“网络”是实现工业全系统、全产业链、全价值链泛在深度互联的基础，包括网络互联体系、标识解析体系和信息互通体系。通过打造低延时、高可靠、广覆盖的网络基础设施，实现信息数据在生产各环节和全要素的无缝传递，从而支撑形成实时感知、协同交互、智能反馈的生产模式。

“平台”是工业全要素链接的枢纽，也是工业资源配置的核心。平台下连设备、上连应用，通过海量数据汇聚、建模分析与应用开发，推动制造能力和工业知识的标准化、软件化、模块化与服务化，支撑工业生产方式、商业模式创新和资源高效配置，是构建制造业新生态体系的核心。

“安全”是工业互联网健康有序发展的保障，涉及设备安全、控制安全、网络安全、应用安全和数据安全等五个方面。通过建立工业互联网安全保障体系，实现对工厂内外网络设施的保护，避免工业智能装备、工业控制系统受到内部和外部攻击，保障工业互联网平台及其应用的可靠运行，降低工业数据被泄露、篡改的风险，实现对工业互联网的全方位保护。

Q6：工业互联网的网络体系建设主要包括哪些工作？

工业互联网的网络体系是工业系统互联和工业数据传输交换的支撑基础，是在现有互联网的基础上，通过技术演进升级和叠加新型专网而形成，包括企业内网络和企业外网络。构建网络体系，主要包括四方面重点工作：

▌一是工业企业内网改造升级。

推进IP化、扁平化、柔性化技术改造和建设部署，打通信息孤岛、数据烟囱，为更广泛的互联互通打下良好基础。

▌二是加快工业企业外网建设。

重点加快推进宽带网络基础设施建设与改造，扩大网络覆盖范围，优化升级国家骨干网络，为实现产业链各环节的泛在互联与数据顺畅流通提供保障。同时，进一步推进连接中小企业的专线提速降费，降低中小企业的信息网络服务成本，支持大中小企业融通发展。

▌三是推进标识解析体系建设。

赋予工业互联网每一个机器和产品“身份证”，推动实现供应链系统和企业生产系统精准对接，以及人、机、物全面互联，进而实现跨企业、跨地区、跨行业的产品全生命周期管理，促进信息资源集成共享。

▌四是推进工业领域全面部署IPv6。

在工业企业网络化改造建设的同时，同步推进工业领域IPv6发展，满足工业智能化发展对海量地址的需求。

Q7：工业互联网平台的核心作用表现在哪些方面？

工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的载体，其核心要素包括数据采集体系、工业PaaS平台、应用服务体系。其核心作用主要表现在三个方面：

▌一是能够发挥平台的集聚效应。

工业互联网平台承载了数以亿计的设备、系统、工艺参数、软件工具、企业业务需求和制造能力，是工业资源汇聚共享的载体，是网络化协同优化的关键，催生了制造业众包众创、协同制造、智能服务等一系列互联网新模式新业态。

▌二是能够承担工业资源配置的核心关键角色。

工业互联网平台向下连接海量设备，自身承载工业经验与知识模型，向上对接工业优化应用，是工业全要素链接的枢纽，是工业资源配置的核心，驱动着先进制造体系的智能运转。

▌三是能够释放云计算平台的巨大能量。

工业互联网平台凭借先进的计算架构和高性能的云计算基础设施，能够实现对海量异构数据的集成、存储与计算，解决工业数据处理爆炸式增长与现有工业系统计算能力不相匹配的问题，加快以数据为驱动的网络化、智能化进程。

Q8：工业互联网的安全保障能力应该如何强化提升？

建立涵盖设备安全、控制安全、网络安全、平台安全和数据安全的工业互联网多层次安全保障体系，重点突破标识解析系统安全、工业互联网平台安全、工业控制系统安全、工业大数据安全等相关核心技术，推动攻击防护、漏洞挖掘、入侵发现、态势感知、安全审计、可信芯片等关键安全产品研发。

▌重点针对基础较好的行业和安全需求迫切的领域，开展安全技术、产品和解决方案的试点示范和推广应用。

▌构建工业互联网设备、网络和平台的安全评估认证体系，依托第三方机构开展安全能力评估和认证，引领工业互联网安全防护能力不断提升。

▌建立工业互联网全产业链数据安全管理体系，明确相关主体的数据安全保护责任和具体要求，加强数据收集、存储、处理、转移、删除等环节的安全防护能力。

▌建立工业数据分级分类管理制度，形成工业互联网数据流动管理机制，明确数据留存、数据泄露通报要求，加强工业互联网数据安全监督检查。

▌督促工业互联网相关企业落实网络安全主体责任，引导企业加大安全投入，加强安全防护和监测处置技术手段建设，开展工业互联网安全试点示范，提升安全防护能力。

▌充分发挥国家研究机构和社会力量作用，增强国家级工业互联网安全技术支撑能力，着力提升隐患排查、攻击发现、应急处置和攻击溯源能力。

Q9：全球工业互联网发展的近期概况与特征如何？

当前，全球工业互联网正处在产业格局未定的关键期和规模化扩张的窗口期，发达国家围绕核心标准、技术、平台等加速布局。美、德两国保持领跑，日本、韩国、法国、印度、巴西等国纷纷加快追赶步伐。

▌美国将工业互联网作为先进制造重要基础，其主导的工业互联网联盟，汇聚了38个国家和地区的270家企业，正试图成为全球工业互联网发展枢纽。

▌德国将工业互联网平台作为工业4.0关键支撑，集聚龙头企业推进标准、开发、试验等工作，已成为全球工业互联网发展的重要推动力量。两大阵营正在加快双方对接，实现强强联合。

▌同时，工业互联网平台成为全球竞争焦点，呈现井喷式发展，目前已超150个。跨国巨头积极打造“国际品牌+高端产品+先进平台”立体新优势，通用电气Predix平台覆盖风电、航空等领域，集聚2万开发者，已开发160种APP。

Q10：我国推动工业互联网创新发展的总体目标和长期愿景是什么？

总体目标是立足国情，面向未来，打造与我国经济发展相适应的工业互联网生态体系，使我国工业互联网发展水平走在国际前列，争取实现并跑乃至领跑。

▌到2025年，基本形成具备国际竞争力的基础设施和产业体系。覆盖各地区、各行业的工业互联网网络基础设施基本建成。工业互联网标识解析体系不断健全并规模化推广。形成3-5个达到国际水准的工业互联网平台。产业体系较为健全，掌握关键核心技术，供给能力显著增强，形成一批具有国际竞争力的龙头企业。基本建立起较为完备可靠的工业互联网安全保障体系。新技术、新模式、新业态大规模推广应用，推动两化融合迈上新台阶。

▌到2035年，建成国际领先的工业互联网网络基础设施和平台，形成国际先进的技术与产业体系，工业互联网全面深度应用并在优势行业形成创新引领能力，安全保障能力全面提升，重点领域实现国际领先。

▌到本世纪中叶，工业互联网网络基础设施全面支撑经济社会发展，工业互联网创新发展能力、技术产业体系以及融合应用等全面达到国际先进水平，综合实力进入世界前列。

Q11：我国推动工业互联网创新发展取得了哪些成效？

近年来，特别是工业互联网创新战略实施以来，在产学研用各方的积极参与、共同推动下，我国工业互联网取得重要进展，主要包括网络、平台、安全、应用四个方面：

▌网络方面。

“东西南北中”五大标识解析公共服务节点建设取得积极进展，企业外骨干网络加快部署，工厂内外网改造持续推进。

▌平台方面。

培育超过50家有一定影响力的区域工业互联网平台，重点平台平均工业设备连接数超过59万台套、工业APP数达到1500个，制造业重点行业骨干企业“双创”平台普及率超过75%。

▌安全方面。

工业互联网安全监测平台初步建成，安全风险监测发现、预警通报以及处置支持能力不断增强。

▌应用方面。

截至2018年9月，企业数字化研发设计工具普及率和关键工序数控化率分别达到67.8%和48.5%。新业态新模式不断涌现，开展网络化协同、服务型制造、个性化定制的企业比例分别达33.7%、24.7%、7.6%。

Q12：我国推动工业互联网创新发展具备哪些基础？

我国是制造大国和互联网大国，推动工业互联网创新发展具备丰富的应用场景、广阔的市场空间和巨大的推进动力。具体机遇表现如下：

▌一是工业基础不断夯实、结构不断优化。

2010年以来，我国连续保持全球工业第一大国地位。我国制造业门类齐全、体系完整，具有联合国产业分类中所列举的全部工业门类。载人航天、大飞机、高铁、集成电路等多个重大领域技术取得突破性进展。数字化生产设备联网率近40%。生产设备数字化率和关键工序数控化率分别达到44%和46%。特别是近年来，通过深入推进供给侧结构性改革和实施制造强国战略，我国制造业发展质量效益取得了明显提升。2018年，全国规模以上工业增加值比上年实际增长6.2%，工业增加值总量首次突破30万亿元，占GDP比重三分之一，工业企业利润增长10.3%，其中制造业利润增长8.7%。高技术制造业、战略性新兴产业和装备制造业增加值分别比上年增长11.7%、8.9%和8.1%，高于规模以上工业5.5、2.7和1.9个百分点。新兴工业产品产量快速增长，铁路客车、微波终端机、新能源汽车、生物基化学纤维、智能电视、锂离子电池和集成电路分别增长183.0%、104.5%、40.1%、23.5%、18.7%、12.9%和9.7%。

▌二是网络大国地位稳固、短板加速弥合。

信息基础设施能力进一步巩固。我国已建成大容量、高速率、高可靠的信息通信网络，拥有我国拥有全球最大、世界领先的光纤通信网络和移动通信网络。4G网络覆盖所有城市和主要乡镇，用户数达11.7亿。网络信息技术创新能力不断提升。移动通信历经了2G跟随、3G突破和4G同步，正在努力实现5G引领目标，我国企业给国际标准组织提供的标准文稿数量排名全球第一。已完成5G技术研发试验第二阶段测试，5G系统设备具备预商用水平。人工智能、云计算、大数据等新一代信息技术创新活跃，信息通信企业实力不断增强。基于互联网的信息消费不断扩大和升级，电子商务、移动支付、共享经济正在成为享誉世界的三张新名片。2018年，全国网上零售额超过9万亿元，比上年增长23.9%。

Q13：我国推动工业互联网创新发展面临哪些问题？

尽管我国工业互联网开局良好，但产业基础并不牢固，核心技术能力和生态掌控能力与发达国家相比还有相当差距，工业互联网的规模化应用仍面临较高壁垒，在一些领域探索出的融合应用新模式、新业态还只是星星之火，建立并巩固优势的任务十分艰巨，要实现支撑建设制造强国、网络强国的战略目标和全面支撑经济社会发展的长期愿景，仍然面临着艰巨的挑战：

▌一是关键基础能力不足。

我国制造企业数字化发展不平衡不充分问题依然突出，多数企业数字化水平较低，网络化、智能化演进基础薄弱；工业网络标准、技术、产业基本被外商掌控，且标准众多、互通性差；工厂外网络主要依托公共互联网，难以满足工业生产高安全、高实时和高可靠的要求。

▌二是全球引领能力不足。

我国缺乏类似GE、西门子等具备综合解决方案和全领域覆盖能力的龙头企业，企业长远布局能力薄弱，前瞻性、系统性和技术含量亟待提升，自主可控、并引领国际发展的能力不足。

▌三是资金人才保障能力不足。

我国工业互联网创新发展资源要素投入力度不够。我国工业互联网龙头企业的投入相比于国外领先企业差距很大。此外，工业互联网发展涉及工业、IT、通信等领域的纵向和横向整合，复合型人才以及大量新型技术工人缺口巨大。

Q14：我国追赶和超越发达国家工业互联网发展水平的历史机遇在哪里？

全球工业互联网发展处于格局未定和面临重大突破的战略窗口期，为我国加速追赶和超越提供了宝贵的历史契机。

▌一方面，目前全球工业互联网发展还处于加速创新突破和应用推广阶段，国际技术和产业竞争格局尚未成型，为我国加速追赶和超越提供了宝贵的时间窗口。

▌另一方面，工业互联网为互联网发展带来了新要素、新市场和新形态，将进一步推动构建多方共治的全球互联网治理体系。

Q15：我国工业互联网已经逐步形成怎样的产业生态？

我国工业互联网正在形成跨界融合、开放共享的生态发展模式。

▌从发展路径来看

我国工业互联网的创新实践形成了从生产端、产品端和平台端切入的三种类型：

生产端切入的企业，主攻智能工厂和生产线，通过集成生产系统获取数据，提升生产效率与产品质量。

产品端切入的企业，主攻智能产品，提供智能增值服务，拓展价值空间。

平台端切入的企业，主攻第三方工业互联网平台，主要提供运营优化、资源协同、设备连接管理等各类工业互联网创新应用的支撑服务。

▌从具体应用来看

我国领先企业在工业互联网的部署实施中形成了四种典型模式：

一是基于现场连接的智能化生产，石化、钢铁、电子信息、家电等行业通过部署工业互联网，实现对生产过程、计划资源、关键设备等的全方位管控与优化。

二是基于企业互联的网络化协同，航空航天、汽车、船舶等行业借助工业互联网平台，将分布于全球的设计、制造和服务资源有效整合，通过并行组织，大幅缩短产品研制周期。

三是基于产品联网的服务化延伸，工程机械、电力设备、供水设备等装备制造行业通过基于工业互联网实时监控产品的运行状况，并开展远程运维、健康管理等的服务型制造新模式。

四是基于供需精准对接的个性化定制，家电、服装、家具等行业通过工业互联网实现用户与企业产品定制服务平台的有效对接，推动用户与企业的深度交互。

Q16：为进一步推动我国工业互联网创新发展，有哪几项任务较为迫切？

▌一要着力打造工业互联网国家级创新体系。

加强软硬件核心技术攻关，加快推动关键网络设备和智能网联装备的研发及产业化，特别是要运用工业互联网数据、模型大量集聚的特点，打造一批汇聚大量活跃创新主体和开发者的开源社区及平台，推动长期卡脖子的各类工业软件加快突破，打破工业软件对国外的高度依赖。积极探索5G、边缘计算、深度学习、增强/虚拟现实、区块链等新兴前沿技术在工业互联网的创新应用，加快培育新业态、新模式。

▌二是统筹建设工业互联网公共服务平台。

围绕具有较强外溢效用和拉动作用、公共事业性质相对突出、单纯依靠市场机制难以实现的领域，统筹部署、分步实施，着重建设四类公共服务平台，包括：工业数据管理服务平台，提升优化制造业工业数据资源管理能力；评估服务平台，分区域、分行业开展工业互联网发展水平的第三方评估；产业监测服务平台，开展工业互联网产业日常统计报送和摸底调查工作；检测认证服务平台，科学客观地检验、测试和认证工业互联网技术、产品及解决方案的能力水平。

▌三是围绕“一带一路”加强工业互联网国际交流合作。

深入贯彻“一带一路”建设这一构建人类命运共同体的伟大实践。一方面支撑推动国内工业互联网领军企业“走出去”，在“一带一路”国家开展新型基础设施建设改造，建立一批合作示范基地、园区和工厂；一方面积极研判全球工业互联网领军企业“引进来”的途径和模式，支撑开展符合我国实践发展需要的国际合作。

▌四是有效开展工业互联网专业及复合型人才培养培训。

推动相关部委、地方政府、领军企业、知名院校联合，在全国先进制造业重点集聚地区共建工业互联网人才实训基地。组织高校学者和科研机构专家编写工业互联网学科导论及培训教材，运用线上和线下相结合的方式开展人才教育和培训工作。动态建设完善全球工业互联网高端创新人才库，为国家引进领军人才、布局重点项目提供信息储备。

Q17：为深入实施工业互联网创新发展战略，我国提出了哪些配套政策？

《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》从法规制度、市场环境、财税支持、融资服务、人才支撑和组织机制等方面提出了保障措施，结合目前正在推进的一系列相关工作，主要如下：

▌一是持续完善顶层设计。

工业和信息化部已制定并出台《工业互联网发展行动计划（2018-2020年）》《工业互联网网络建设及推广指南》《工业互联网APP培育工程实施方案（2018-2020年）》等政策，目前更多战略规划正在陆续研究制定中，持续深入实施工业互联网创新发展战略。

▌二是建立健全法规制度。

完善工业互联网规则体系，细化工业互联网网络安全保障制度，建立工业互联网数据规范化管理和使用机制，加快新兴应用领域法规制度建设等。

▌三是营造良好市场环境。

构建融合发展制度，深化简政放权、放管结合、优化服务改革，推动相关行业在技术、标准、政策等方面充分对接，打造良好外部环境。健全协同发展机制，引导中国工业互联网研究院、工业互联网产业联盟等国家机构和产业组织完善合作机制和利益共享机制。

▌四是加大财税支持力度。

强化财政资金引导，加大工业转型升级资金对工业互联网发展的支持力度，探索采用首购、订购优惠等支持方式；鼓励有条件的地区设立工业互联网专项资金、建立风险补偿基金；落实固定资产加速折旧、企业研发费用加计扣除、软件和集成电路产业企业所得税优惠、小微企业税收优惠等政策。

▌五是创新金融服务方式。

支持符合条件的工业互联网企业开展股权融资，积极推动项目收益债、可转债等在工业互联网领域的应用，引导社会风险投资基金等向工业互联网领域倾斜。加大精准信贷扶持力度，鼓励银行业金融机构创新信贷产品，探索开发质押贷款业务。延展产业链金融服务范围，拓展针对性保险服务。

▌六是强化专业人才支撑。

加强人才队伍建设，引进和培养结合，创新人才使用机制，加大引进人才配套政策支持，广揽国内外人才，壮大工业互联网人才队伍。加强工业互联网相关学科建设，培育技术人才和应用创新型人才，建立工业互联网智库。

▌七是健全组织实施机制。

在国家制造强国建设领导小组下，设立工业互联网专项工作组，负责统筹谋划、协调任务安排以及督促检查主要任务落实情况。设立工业互联网战略咨询专家委员会，开展工业互联网前瞻性、战略性重大问题研究。中编办批复成立中国工业互联网研究院，作为工信部直属事业单位，主要承担与工业互联网相关的发展战略、规划、政策、标准研究，标识解析体系和网络、平台、安全体系建设，国际交流与合作等工作。

Q18：工业互联网如何推动制造业高质量发展？

▌一是优化存量，促进传统制造业转型升级。

工业互联网通过企业内外网络全面互联，将连接对象延伸到整个工业系统，实现了全产业链、全价值链的良性互动，极大地提高工业产品的研发设计、生产制造、销售服务等各环节的工作效率，支撑服务供给侧结构性改革，全面提升工业经济发展的质量和效益。

▌二是做大增量，有力支撑先进制造业发展壮大。

工业互联网通过跨设备、跨系统、跨厂区、跨地区的全面互联互通，实现工业生产的资源优化、协同制造和服务延伸，重构传统工业制造体系和服务体系，催生大规模个性化定制、网络化协同制造、服务型制造、智能化生产等新模式新业态，有力支撑先进制造业发展。

Q19：工业互联网与传统产业融通发展是指什么？

深入实施工业互联网创新发展，其目的是推进互联网技术与制造业深度融合，实现工业经济全要素、全产业链、全价值链的网络化连接，实现跨企业、跨领域、跨产业的广泛互联互通，构建新型工业生产制造服务体系，形成工业经济发展的全新生态，加快工业经济数字化转型，同时支撑服务一二三产业、大中小企业融通创新和经济高质量发展。

Q20：工业互联网如何促进数字经济繁荣发展？

工业互联网将网络的连接对象从人延伸到机器设备、工业产品和工业服务，推动加快进入人与人、人与物、物与物全面互联的新时代，形成万物互联、人机交互、天地一体的网络空间，推动数据量指数级增长、大规模汇聚，为数字经济繁荣发展提供关键要素，加速基于工业互联网的创新创业，开创数字经济新蓝海，拓展经济发展新空间，推动数字经济和实体经济深度融合发展

当前，建设工业互联网、实现智能制造的浪潮席卷全球，全球各主要工业国家纷纷投入到新工业革命的竞争当中。那么，工业互联网与智能制造是什么关系呢？总的来说，智能制造是发展目标和方法，工业互联网是实现目标可行的路径。

　　人口红利的消退催生工业互联网

　　目前，中国人口红利已经开始逐渐消退。未来，劳动力将变成愈加稀缺的资源，昂贵的人力成本将改变我国整个工业、制造业等生态环境。而工业互联网便是在这个背景之下孕育而生的。即使在人口红利逐渐消退的情况下，工业互联网依然可以保证制造成本与原来一致，甚至更低。

　　也正是因为这样，国家对其给予了其大量的支持，并成立了工业互联网产业联盟(简称AII)。AII对工业互联网做出了自己的定义：工业互联网是互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施。

　　工业互联网与智能制造

　　在AII的定义中，可以很明确地看出工业互联网与智能制造的紧密连接。工业互联网与智能制造从表面论述看各有侧重，一个侧重于工业服务，一个侧重于工业制造，但究其本质都是实现智能制造与智能服务，具体就是个性化定制及服务延伸化。

　　工业互联网主要是由工业平台为企业提供定制化的服务，帮助企业上云，是实现智能制造的发展模式和现实的路径。智能制造则是全球工业的终极目标，让全球的工厂都可以实现智能自动化。近些年来，在国家供给侧改革政策的推动下，工业领域的需求在持续复苏。这些下游产业的复苏也将继续推动新一轮科技革命和产业革命的持续进行。但在人们对于物质品质需求不断提高、人力成本不断上涨以及上游材料成本提升等多重因素下，企业的盈利难度较过去也在不断提升。

　　因此，这种现状也在逼迫企业不断向智能化靠拢。企业需要进行工业转型，智能制造便是下一个工业制造的风口。而智能制造更是致力于实现整个制造业价值链的智能化，而工业互联网是实现智能制造的关键基础设施。

　　市场规模巨大的工业互联网

　　据AII的数据，2017年我国工业互联网直接产业规模约为 903 亿美元(约合 5700 亿人民币)。在2017年到2019年期间，预计产业规模将以18%的年均增速增长，到2020年，工业互联网的产值可达 2250 亿美元(14200 亿人民币)。

　　除此之外，据不完全统计，在整个2017年，工业互联网平台相关融资事件超过170起，融资额约为200亿元。研究机构也普遍认为，工业互联网长期发展是利好的。回到工业互联网本身，既然与智能制造密切相关，因此重点也在于网络、数据、安全这三个方面。

　　网络是基础，数据是核心，安全是保障。AII认为网络为工业系统互联和工业数据交换的支撑基础，数据为工业智能化的核心驱动，安全为网络与数据在工业中应用的保障。但要注意的是，工业互联网并不等同于智能制造。工业互联网支撑智能制造，而智能制造帮助企业实现业务目标。

　　推动传统型企业转型

　　现阶段，工业互联网依然处在初级应用阶段，多数为设备物联加分析或者业务系统互联加分析的组合。未来，随着技术的不断深化，可以在物联和平台全互通的基础上实现复杂的分析和优化，从而不断推动企业管理流程、组织和商业模式的创新。

　　从目前发展现状来看，工业互联网可以让企业借助这个平台，实现智能化生产，通过企业互联实现网络化协同，通过产品互联实现服务延伸，并在精准对接的基础上满足个性化定制的需求。

　　智能化的目标不只是单一机器或者单一的生产线进行智能化，而是整个生产流程的智能化，通过布置传感器设备，以无线通信技术为支撑，搭建工业云平台，从生产到管理实现全流程采集，形成闭环，对数据进行科学分析与应用。由此，推动传统制造型企业实现向生产服务型转型。

　　如今，工业互联网革命已然开始，在过去的十年，互联网技术已经应用于工业生产的过程中，并且随着工业互联网的不断发展，工业互联网相关产业也将得到快速发展。由此，我们可以看出工业互联网是实现智能制造的基础，工业互联网作为如今工业革命的核心推动力，智能制造的实现需要工业互联网打造全新的工业生态系统。未来，在向智能化转型的过程中，优先转换完毕的企业将可以获得更多的优势。

　　智能化无人工厂在未来也将不再是科幻电影中的虚拟场景，而工业互联网与智能化的结合将帮助企业更快向着这个方向迈进。

智能建筑是以建筑为平台，结合现代化技术，将建筑物的结构、设备、服务和管理根据用户的需求进行最 优化组合，为用户提供一个高效、舒适、便利的人性化建筑环境。

智能建筑技术集现代科学技术之大成，综合运用现代建筑技术、计算机技术、通讯技术和自动控制技术，开发出楼宇自动化系统、办公自动化系统和通信自动化系统，保障新型建筑的安全、高效、便捷、节能、环保

全球工业互联网十大最具成长性技术展望（2019-2020年）

工业互联网

工业互联网是第四次工业革命的重要基石，在世界范围已步入发展快车道，正处于面临重大突破的战略窗口期，带来一系列新要素、新市场、新路径、新形态，孕育着新的成长与变革。为准确把握全球工业互联网战略方向，及时跟踪工业互联网创新动态及特征态势，前瞻研判工业互联网产业化重大布局，有必要围绕工业互联网在下一阶段最具成长性技术进行分析展望，对产业健康发展、资金有序进入、政策规划出台、新兴市场开拓等提供具备决策参考价值和实践指导意义的智力支撑。

中国工业互联网研究院依据《关于深化“互联网+先进制造业”发展工业互联网的指导意见》、《工业互联网发展行动计划（2018-2020年）》等相关国家政策，调研走访了一批在工业互联网相关技术及产业方面具备领先水平和特色的骨干企业，组织拜访了来自于著名高校、科研机构的工业互联网相关领域专家学者，系统梳理了国内外权威智库和知名战略咨询公司的最新报告，提出“全球工业互联网十大最具成长性技术展望（2019-2020年）”如下：

01

5G网络切片技术

是指将一个物理网络切割成多个虚拟网络，实现对5G网络数据进行分流管理，并保持每个虚拟网络间逻辑独立性的技术，可在不增设网络架构的基础上，为多元化客户提供定制化网络功能服务。针对高清视频实时传输、海量物联动态示踪和低时延精密操控等工业互联网应用场景，该技术可实现将5G网络虚拟切割为分别具有增强移动带宽、海量物连和超可靠低时延通信等特性的若干网络片层，映射满足不同场景的差异化需求。

02

基于OPC统一架构的时间敏感网络技术

是指基于OPC统一架构（OPC Unified Architecture, OPC UA），建立支持网络间互操作的时间敏感机制，突破性实现信息技术（IT）与操作技术（OT）在物理层、数据链层、网络层、传输层、会话层、表达层和应用层全面融合的技术。该技术基于国际电工委员会（IEC）和电气和电子工程师协会（IEEE）国际标准搭建，将可为工业互联网网络体系构建提供标准化模块，是建立从传感器到云端大带宽、高同步、广兼容通讯的关键技术。

03

软件定义分支技术

是指具有软件定义广域网、路由、网络安全和LAN/WiFi功能集成的集中式平台管理技术，可高效便捷的将网络的控制平面与数据转发平面进行分离，通过集中控制器中的软件平台对底层硬件的可编程化控制，实现对网络资源的柔性调配。在工业互联网内网建设过程中，该技术可利用网络虚拟化方式摆脱硬件对网络功能的限制，以低成本实现高灵活性的网络资源优化控制。

04

IP层与光层异构融合技术

是指通过网络异构策略融合IP承载网（IP层）与光传送网（光层）优势资源的技术，可解决因分层规划和独立运维导致的IP层与光层网络资源利用率低，网络调整困难等问题。凭借对于IP层与光层资源的动态协同能力，该技术将在建设高可靠性、高灵活性、高带宽利用率、高可维护可管理性的工业互联网骨干外网过程中体现重要价值。

05

基于签名加密算法的分布式数据库系统

是指以区块链技术为代表的由数据库管理系统和数据库构成的信息逻辑统一、物理节点分立的数据存取技术。凭借去中心化、有限透明、分布的可靠数据库、自治性、记录难以更改、准匿名性等特点，该技术有望在工业互联网数据采集、存储、解析、交易体系建设中显著提升数据系统在威胁防护、检测感知、处置恢复等方面的被动防御和主动防控能力。

06

数字对象架构技术

是指由数字对象、存储器、标识、解析系统和注册表构成的用于分布式信息存储、定位和检索的通用型架构技术。该技术是工业互联网标识解析体系搭建的关键支撑技术，可广泛应用于数字对象的标识解析管理，实现异主、异地、异构数据信息的智能化采集、识别、关联，支持连接实体信息的逆向查询，对推动工业互联网构建物理对象的互操作空间具有重要意义。

07

自主诊断技术

是指基于模型基础、数据驱动等预测算法，通过运动、温度、压力等物理传感器获取参数信息，分析评估设备运行健康情况的技术。该技术在工业互联网的设备运维场景中具有重要应用价值，可通过对于设备运行参数的算法分析，自动化感知设备疲惫、磨损、腐蚀等运行状态，智能化提供调控、预警、停机等运维决策，实现延长使用寿命、提高运维效率、减低事故风险。

08

微毫米坐标智能定位技术

是指由空间坐标感知系统和机械操作系统构成，融合机器学习算法迭代优化机械单元空间定位精度和寻迹路径的技术，是实现工业机器人自主完成铆接、焊接、组装、剪裁、物流等机械操作的关键。机器学习算法的演进升级将进一步推动该技术弹性满足工业互联网在离散行业应用中对于机械操作的高精度定位感知和低时延操控响应的需求。

09

云边融合计算技术

是指建立云层与边缘层计算过程数据互联互通，动态调配计算资源，实现云层高通量计算能力和边缘层高时效计算能力分布协同的技术，可满足泛在网络所带来的指数级数据计算需求和低时延应用场景所提出的毫秒级计算响应需求。凭借柔性分配云边层计算资源的能力，该技术有望在不拓展硬件设施的基础上，大幅提高工业互联网数据的整体处理能力。

10

数字纽带技术

是指在生命周期和价值链为数字孪生体提供数据访问、整合和转换能力，实现追溯、共享、交互、协同数据信息的技术。该技术是基于数字孪生体构建数字孪生系统的关键技术，可推动工业互联网平台对零件、设备、生产线、工厂、城市等不同颗粒度数字孪生体的静态物理坐标复刻建模向行为流程逻辑映射发展，实现虚拟世界对物理世界的描述、预测、诊断、决策。

工业互联网融合创新涌现出6大典型模式

10月18日，工信部副部长刘烈宏出席2020全球工业互联网大会。大会期间刘烈宏表示，过去的一年，工业和信息化部深入实施工业互联网创新发展战略，按照统筹疫情防控和经济社会发展的要求，协同各方凝聚智力，快速推进网络、平台、安全三大体系建设，工业互联网新基建取得了一系列阶段性标志性的成果，安全保障能力稳步增强，融合创新空前活跃，产业生态蓬勃兴起，更多信息尽在振工链。

　　刘烈宏指出，一年来工业互联网融合创新空前活跃，应用覆盖了国民经济30多个重点行业，涌现出6大典型模式。

　　一是数字化研发，规上企业数字化研发设计工具的普及率超过71%，领先企业基于数字孪生等新技术，将数字、经验、技术有机结合，大幅提升了研发的效率。

　　二是智能化生产，工业互联网推动感知设备、生产装置、控制系统与管理系统广泛互联，实现生产智能控制和运营智慧管理决策形成高质量、高效率、零库存的生产模式，规上企业关键工序数控化率超过51%。

　　三是网络化协同，工业互联网整合更广泛的设计、生产、供应链和销售服务等资源，实现全产业链、全价值链的动态优化配置，大幅提升产业链、供应链的发展水平。

　　四是个性化定制，工业互联网推动企业与用户深度交互，可灵活组织设计制造资源与生产流程，实现了低成本条件下的大规模定制，满足市场的多样化需求。

　　五是服务化延伸，工业互联网实现对智能产品和装备的远程互联和数据分析，形成产品追溯、在线检测、预测性维护等功能，拓展了企业的价值空间。

　　六是精益化管理，基于全面连接、区域协同、全局优化，提高经营管理的效率，提升实时决策支撑水平，领先企业通过工业互联网联合创新，降本增效提质明显。疫情期间工业互联网在物资供需对接、远程服务等方面发挥了重要的作用，为打赢疫情防控阻击战提供了有力的支撑。

泛在感知、泛在连接的工业万物互联场景下，提供多模态数据整合、安全传输、清洗校准和泛在应用使能的综合解决方案。充分应用现代信息技术和先进通信技术，实现工业企业各环节万物互联、人机交互。打造具有状态全面感知、信息高效处理、应用便捷灵活特征的智慧服务系统。


1. 方案背景
在当前激烈竞争的社会大环境下，大数据、人工智能与智能制造技术越来越多的融入到工业生产管理过程并表现出极大的生产力。与此同时，大部分处于信息化转型阵痛中的工业企业普遍面临着辅助决策能力弱、生产管理提升乏力、资金使用效率低等问题。市面上也有不少厂家致力于为客户解决此类问题，但总是推进缓慢或者不得要领，无法达到客户预期效果。


经过深入调研分析，客户需求聚焦如下：


1，连接方式比较多，需要有一个统一的管理平台；


2，设备种类比较多，需要一个统一的数据采集平台；


3，需求变化比较快，需要有灵活地组网方案；


4，成本、安全方面顾虑比较多，要有一个低成本实现工业专网方案。


 


客户急需一套低成本、泛连接、多数据融合的综合监控分析平台，用以赋能加速管理决策、提高产品质量、提升生产效率、降低生产成本和减少设备故障等难题。


2. 方案目标
通过对复杂连接场景下的全生产要素（人、机、料）数据进行实时安全采集、智能建模分析、多维复合预测、智能优化控制，实现全场景、多维度、系统化的企业智能化优化管控，达成赋能企业加速管理决策、提高产品质量、提升生产效率、降低生产成本和减少设备故障的目标。


3. 方案设计
工业互联网综合解决方案，通过引进与自研相结合的方式可提供各种接口、组网方式、采集协议的工业数据软硬件采集网关，可以实现复杂连接和数据环境下的高效低成本采集，数据对象可以为工业PLC、智能设备、智能仪表、第三方系统等数据，以安全、稳定的工业专网技术传输到综合监控分析后台。提供给客户数据实时采集处理、快速告警推送、结构化数据存储、智能建模分析、大数据挖掘与预测性维护等功能，赋能工厂生产力的极大提升。


3.1. 采用强大功能的数据网关
网关支持EtherCAT、Modbus、CANopen、ProfiBus等各类工业总线，支持有线、WIFI、LORA4G等上行接口，内置350+工业PLC通讯协议和各类CNC、智能设备、工控仪表通讯协议，自适配市面上绝大多数的PLC、CNC、智能设备、仪表等采集协议。同时网关接口和协议均可定制，解决部分老旧设备接入困难问题。


3.2.   采用安全、可靠的工业专网技术
通过先进的全连接全连接可视化和专网技术和安全CPE网关，提高数据真实可靠性，避免数据泄密和网络攻击。解决数据安全大难题。


3.3. 聚合行业优秀APP解决客户难题
结合人工智能、边缘计算、机器视觉等行业前沿的核心科研成果，在客户数据实时可靠采集分析的基础上提供多维数据呈现、实时预警告警、机器视觉分析、AR远程维修、AI智能建模、大数据挖掘分析和预测性维护等功能，赋能工厂生产力的极大提升。


4. 案例介绍
4.1. 汽车配套行业案例-实现低成本工业专网监控方案
某汽车行业自动化产线供应商，通过在客户现场产线PLC控制柜加装我司即插即用的4G无线采集网关，自动适配产线PLC各项参数，做到数据的安全采集和远程运维辅助。同时在产线供应商总部加装自动专网组网的CPE盒子，即通过低成本专网的方式实现了所有客户产线的实时监测和运维监测，为厂家快速定位和解决故障赋能，对后续整体解决方案优化提供决策支撑。


4.2. 高精注塑行业案例-实现复杂采集环境下的数据采集
某苹果注塑元器件供应商，通过加装我司为其注塑机设备定制接口的智能采集网关，破解（定制化）国外某小众厂家的PLC协议，实现对注塑机等设备参数的实时采集和告警管理，结合对其工艺参数和环境数据的采集，通过对所监测数据多维建模，对良品率提升做关联分析，最终确定出敏感因子并进行管控，提升了良品率。


4.3. 智能装备行业案例-实现多种连接方式下的数据采集
某智能机器人装备供应商，通过在每台六轴机器人上内置通讯模块定制通讯规约，通过4G方式实现了对所有机器人的数据实时监控，可通过平台进行机器人远程OTA升级。方案整合了厂家内网数据库、阿里云数据库、机器人远程数据交互等多种场景的数据融合，实现了SDN技术下多种工业网络的互联和协同，解决大型企业复杂组网环境下的数据安全采集和融合难题，实现了数据的统一监控和远程运维管理。


4.4. 物流运输行业案例-实现灵活多变组网场景下的专网应用
某国内物流运输行业，通过在每个物流点加装有线或无线的CPE盒子，实现物流点与总部的实时信息安全传递。同时通过在物流车辆上安装4G或GPRS方式的GPS定位和数据传感装置，实现物流全流程管控。