智能制造的核心技術之工業互聯網平臺

工業互聯網是全球工業系統與高級計算、分析、感應技術以及互聯網連接融合的一種結果。工業互聯網的本質是通過開放的、全球化的工業級網絡平臺把設備、生產線、工廠、供應商、產品和客戶緊密地連接和融合起來，高效共享工業經濟中的各種要素資源，從而通過自動化、智能化的生產方式降低成本、增加效率，幫助制造業延長產業鏈，推動制造業轉型發展。

隨著制造業數字化水平的逐步提高，智能制造得到了快速發展，使得工業互聯網平臺在全世界范圍內迅速興起。目前，全球制造業龍頭企業、ICT領先企業、互聯網主導企業基于各自優勢，從不同層面與角度搭建了工業互聯網平臺。工業互聯網平臺雖發展時間不長，但均有迅速擴張的趨勢，正積極探索技術、管理、商業模式等方面規律，并取得了一些進展。

工業互聯網平臺是智能制造的核心技術之一，對智能制造的發展起著至關重要的作用。各國政府都將工業互聯網平臺建設作為戰略發展的重中之重。美國在先進制造國家戰略中，將工業互聯網和工業互聯網平臺作為重點發展方向，德國工業 4.0 戰略也將推進網絡化制造作為核心。GE、西門子、達索、PTC 等國際巨頭也紛紛布局工業互聯網平臺。

與此同時，2018年7月，信息化部印發了《工業互聯網平臺建設及推廣指南》和《工業互聯網平臺評價方法》。2019年1月18日，工信部已印發《工業互聯網網絡建設及推廣指南》。3月，“工業互聯網”成為“熱詞”并寫入《2019年國務院政府工作報告》。發展工業互聯網平臺，已經成為實現智能制造的必然要求。

工業互聯網及其層次結構

工業互聯網(industrial internet)概念最初由通用公司提出，它集成了大數據技術和各類分析工具，并通過無線網絡將工業設備連接起來。工業互聯網將能快速適應不同任務的人工智能模型應用于分布式系統，通過云計算優化控制過程，實現更高程度的自動化，其核心含義與德國提出的“工業4.0”、中國提出的“中國制造2025”相同，即借助飛速發展的信息技術，在更高的層次將生產所涉及到的離散信息聯結起來，利用大數據分析技術，優化生產過程，提高智能制造水平。

工業革命以來，機器生產取代人力，大規模工廠化生產取代個體工場手工生產。傳統手工生產時，人通過視覺、聽覺、觸覺等方式感知生產要素信息，在大腦中對信息進行整合、分析，以生產需求為驅動，對生產要素進行配置，從而滿足生產要求。進入機器大生產時代以來，生產分工越來越細致，一種產品往往是多家工廠共同協作生產而來。生產設備的大幅度增加，導致生產涉及到大量的生產要素。同時，生產設備朝著精密化、智能化的方向發展，描述單一設備的狀態需要大量的信息，因此，傳統的通過人的知覺感知全部生產要素是十分困難的。此外，生產要素之間通常是跨越空間和時間的，人們感知到的信息通常具有局限性和延遲性，基于感知到的信息制定的決策，通常不是全局最優的策略。

隨著智能傳感器的廣泛應用，人們可以實時感知離散的生產要素信息。而物聯網時代，能將這類信息在云平臺上進行整合、分析，來優化制造過程，實現智能化生產，工業互聯網平臺也就應運而生。工業互聯網通過智能傳感器，實時感知生產要素信息，并通過無線網絡傳輸到工業互聯網平臺，工業互聯網平臺對信息進行分析、優化，然后對生產要素進行最優化配置，從而實現智能制造。

工業互聯網層次結構可以分為4層，如圖1所示。主要包含邊緣層、平臺層、應用層以及IaaS層。其中，邊緣層解決數據采集的問題，其通過大范圍、深層次的數據采集，以及異構數據的協議轉換與邊緣處理，構建工業互聯網平臺的數據基礎；工業PaaS層解決工業數據處理和知識積累沉淀問題，依賴大數據分析技術，提供最優策略，形成開發環境，與之前不同的是會有云化的軟件的應用；應用層解決工業實踐和創新的問題，主要面向特定工業應用場景，激發全社會資源推動工業技術、經驗、知識和最佳實踐的模型化、軟件化、再封裝(即工業APP)，用戶通過對工業APP的調用實現對特定制造資源的優化配置；IaaS層通過虛擬化技術將計算、存儲、網絡等資源池化，向用戶提供可計量、彈性化的資源服務。

圖1工業互聯網層次結構

工業互聯網平臺

及其基礎、核心與關鍵

工業互聯網平臺是工業互聯網在智能制造中應用的具體形式。通過工業互聯網平臺，不僅能將原材料、產品、智能加工設備、生產線、工廠、工人、供應商和用戶緊密聯系起來，而且能利用跨部門、跨層級、跨地域的互聯信息，以更高的層次給出最優的資源配置方案和加工過程，提升制造過程的智能化程度。

? 工業互聯網平臺的基礎是數據采集，一方面，隨著加工過程和生產線精益化、智能化水平的提高，必須從多角度、多維度、多層級來感知生產要素信息，因此，需要廣泛部署智能傳感器，來對生產要素進行實時感知。另一方面，人腦可以實時高效地處理相關聯的多源異構數據，并迅速生成生產要素的屬性信息，工業互聯網平臺也需要進行高效的海量、高維、多源異構數據融合，形成單一生產要素的準確描述，并進一步實現跨部門、跨層級、跨地域生產要素之間的關聯和互通。

? 工業互聯網平臺的核心是平臺。傳統的工業生產中，通常是人基于感知到的信息，通過數學原理、物理約束、歷史經驗等總結、推理，最終形成一系列的決策規則和方法，用來指導生產過程。而進入物聯網時代以來，極大的擴展了生產要素分布的層次和廣度，生產要素之間的聯系紛繁復雜，難以用簡單的數學或者物理模型進行描述，而對于新模式的生產場景和個性化的生產需求，難以顯性、直接地從歷史經驗中總結出決策規則，因此，工業互聯網平臺的核心是利用大數據、人工智能等方法，從海量高維、互聯互通的工業數據中，挖掘出隱藏的決策規則，從而指導生產。工業互聯網平臺在通用PaaS架構上進行二次開發，實現工業PaaS層的構建，為工業用戶提供海量工業數據的管理和分析服務，并能夠積累沉淀不同行業。不同領域內技術、知識、經驗等資源，實現封裝、固化和復用，在開放的開發環境中以工業微服務的形式提供給開發者，快速構建定制化工業APP，打造完整、開放的工業操作系統。

? 工業互聯網平臺的關鍵是應用。工業互聯網平臺是以需求驅動的、面向用戶的平臺。一方面，工業互聯網平臺的使用對象是人，其最終推送的決策，必須是人可以直觀接收和理解的；另一方面，對于用戶不同的要求，工業互聯網平臺需要基于新模式的生產場景和個性化的生產需求，利用數據分析方法，推送定制化的決策方案。工業互聯網平臺通過自主研發或者是引入第三方開發者的方式，以云化軟件或工業APP形式為用戶提供設計、生產、管理、服務等一系列創新性應用服務，實現價值的挖掘和提升。

工業互聯網平臺的

技術體系與關鍵技術

工業互聯網平臺能感知與生產相關的原材料、產品、智能加工設備、生產線、工廠、工人、供應商和用戶信息，通過互聯網將信息關聯起來，并利用數據分析技術，為智能制造提供決策支持，最終利用工業APP推送給用戶和各智能設備。因此，工業互聯網技術體系包括4個部分：①全面互聯的工業系統信息感知技術；②信息傳輸技術；③數據分析平臺；④工業APP開發技術。

1、信息感知技術

工業互聯網平臺需要實現跨部門、跨層次、跨地域、跨領域的工業系統信息全面感知，因此，數據采集要以自感知技術為主，同時，需要研究多源異構數據融合技術，將多來源、多形式的數據整合，來準確描述生產要素狀態。然而，邊緣層數據采集困難重重。

首先，工廠里有許多性能參差不齊的老舊設備沒有配置傳感器，如何將老舊設備聯網，采集到聾啞設備的數據非常關鍵；其次，隨著加工過程和生產線精益化、智能化水平的提高，必須從多角度、多維度、多層級來感知生產要素信息，因此，需要廣泛部署智能傳感器，來對生產要素進行實時感知。而傳感器、儀表或PLC控制器往往來自不同廠商，所支持的通訊協議也不同，如何將不同傳感器信息進行整合同樣非常重要。此外，車間面積廣設備量多，傳統人員巡檢模式效率低、速度慢，如何對設備及人員進行遠程管理也是邊緣層需要解決的問題。因此，可以理解邊緣層的3個要點：

(1)設備接入——對海量設備進行連接和管理;

(2)協議解析——利用協議轉換實現海量工業數據的互聯互通和互操作;

(3)邊緣數據處理——通過運用邊緣計算技術，實現錯誤數據剔除、數據緩存等預處理以及邊緣實時分析，降低網絡傳輸負載和云端計算壓力。

為了解決上述問題，以研華WISE-PaaS工業物聯網云平臺為例，如圖2所示，介紹工業互聯網平臺解決方案。

圖2 研華WISE-PaaS 2.0架構

在邊緣層，研華WISE-PaaS工業物聯網云平臺提供WebAccess、WISE-PaaS/EdgeSense、WISE-PaaS/VideoSense解決方案。以工廠應用較多的WebAccess來講，其中包括SCADA、EdgeLink等，其幫助用戶解決工廠訊息孤島、改善制造流程，省時、省力、省成本的同時，向下可連接多種品牌的控制設備與儀器，向上整合至數據庫系統與MES，無縫整合MES和SCADA系統，可讓雙方都能靈活運用各種資源，優化工廠制造流程并落實實時、可視又無紙化的生產管理，提升自身的市場競爭力。

2)信息傳輸技術

工業互聯網平臺需要完成工業數據集成、實時存儲與傳輸。物聯網的傳輸層主要負責傳遞和處理感知層獲取的信息，分為有線傳輸和無線傳輸兩大類，其中無線傳輸是物聯網的主要應用。無線傳輸技術按傳輸距離可劃分為兩類：一類是以Zigbee、WiFi、藍牙等為代表的短距離傳輸技術，即局域網通信技術；另一類則是LPWAN(low-power Wide-Area Network，低功耗廣域網)，即廣域網通信技術。

傳感器和設備信息需要通過各種不同的協議實現數據接入的。協議轉換分為兩個方面：一方面運用協議解析、中間件等技術兼容ModBus、OPC、CAN、Profibus等各類工業通信協議和軟件通訊接口，實現數字格式轉換和統一。另一方面利用HTTP、MQTT等方式從邊緣層將采集的數據傳輸到云端，實現數據的遠程接入。

在轉換協議中，主要有協議即用于短距離設備連接的本地協議 Modbus 以及支持物聯網進行遠程全局通信的可擴展互聯網協議MQTT。

3)數據分析平臺

工業互聯網平臺需要實時高效處理不斷產生的工業數據，從中挖掘出對工業生產有價值的決策方案。工業互聯網平臺需要借助大數據分析技術、人工智能方法等，基于專家經驗，結合物理、數學等基礎學科知識，從工業大數據中獲得有價值的經驗。

與其他領域大數據相比，工業大數據有“3B”挑戰。

(1)Broken：工業對于數據的要求并不僅在于量的大小，更在于數據的全面性。在利用數據建模的手段解決某一個問題時，需要獲取與被分析對象相關的全面參數，而一些關鍵參數的缺失會使分析過程碎片化。舉例而言，當分析地鐵發動機性能時需要溫度、空氣密度、功率等多個參數，而當其中任意一個參數缺失時都無法建立完整的性能評估和預測模型。因此對于企業來說，在進行數據收集前要對分析的對象和目的有清楚的規劃，這樣才能夠確保所獲取數據的全面性，以免斥巨資積累了大量數據后發現并不能解決所關心的問題。

(2)Bad Quality：在工業大數據中，數據質量問題一直是許多企業所面臨的挑戰。這主要受制于工業環境中數據獲取手段的限制，包括傳感器、數采硬件模塊、通信協議、和組態軟件等多個技術限制。對數據質量的管理技術是一個企業必須要下的硬功夫。

(3)Background：數據受到設備參數設定、工況、環境等背景信息的影響，除了對數據所反映出來的表面統計特征進行分析以外，還應該關注數據中所隱藏的背景相關性。對這些隱藏在表面以下的相關性進行分析和挖掘時，需要一些具有參考性的數據進行對照，也就是數據科學中所稱的“貼標簽”過程。這一類數據包括工況設定、維護記錄、任務信息等，雖然數據的量不大，但在數據分析中卻起到至關重要的作用。

因此，工業互聯網平臺大數據分析，不僅需要利用常用的大數據分析技術，還需要研究數據清洗、數據融合，并且要將各學科、各領域、不同背景知識抽象、固化，形成規則，與大數據分析技術結合，以提供更準確的分析結果。

4)工業APP開發技術

工業互聯網平臺需要將分析出的結果實時推送給用戶，同時也需要接口將決策傳輸到智能設備。工業互聯網平臺需要根據用戶需求和實際生產需要，定制化APP推送消息，因此，需要工業互聯網平臺開發面向新模式場景、個性化需求的APP。

工業 APP 的構建是工業互聯網平臺協作模式轉換的核心，通過對工業知識的提煉與抽象，將數據模型、提煉與抽象的知識結果通過形式化封裝與固化形成 APP。封裝了工業知識的工業 APP，對人和機器快速高效賦能，突破了知識應用對人腦和人體所在時空的限制，最終直接驅動工業設備及工業業務。

工業APP開發運用互聯網技術性優點，打破傳統式運營模式的時空局限性，在智能制造系統中很好的將手機互聯的易用性、便攜性與易傳播性利用起來，不僅大大地拉近生產商、供應商、經銷商與顧客的距離，也提高了制造行業銷售市場敏感度與信任感。

工業互聯網平臺的應用場景

工業互聯網平臺有三大應用場景。

1、加工過程優化

工業互聯網平臺能夠實時感知加工過程中設備運行數據、加工工藝參數，同時將其與原材料信息、人員配置、設備狀態、質量檢測數據等信息關聯起來，因此，工業互聯網平臺可以實現工藝參數優化和提供設備維護決策支持。

工業互聯網平臺可以利用大數據分析技術，挖掘產品質量與加工工藝參數之間的關聯關系，通過建立產品質量與工藝參數之間的映射，獲取能提高產品質量的工藝參數。例如，美的集團基于工業互聯網平臺(M.IoT)對工藝參數進行優化，使產品品質一次合格率從94.1%提升到96.3%。

同時，工業互聯網平臺可以基于設備歷史運行數據和歷史狀態，分析監測參數與設備狀態之間的關系，進而推理出設備狀態的演化規律，為智能設備的預防性維護、遠程壽命預測及狀態監測提供決策支持。基于普奧ProudThink平臺搭建的制冷設備遠程運維平臺(圖3)，可以實現遠程調試參數，并監測設備狀態，發生故障時，及時切斷設備，并發出預警以便及時得到維護。

圖3 普奧Proudthink大數據分析平臺

2、資源管理優化

工業互聯網平臺不僅可以感知設備級、車間級的數據，同時能將跨部門、跨層級的生產要素之間的信息關聯互通，對生產過程的描述也不局限于加工過程，而是從更深的層次、更細的粒度、更全面的角度對生產制造的全過程進行描述，能從更全面的角度對資源配置進行優化。此外，用戶的需求也能更直接地反饋到生產端，為更快適應的柔性制造提供配置方案。

工業互聯網平臺能更全面準確的描述生產要素在加工過程中的狀態，尤其是資源利用情況，如能耗、空間占用、運輸成本等等。受益于生產要素信息的全面互聯，工業互聯網平臺能統籌考慮多方面要素，給出更接近于全局最優的資源配置方案。例如，福特汽車公司基于施耐德電氣的EcoStruxure平臺，收集福特公司在美國國內設施的電力數據并由云管理系統進行分析、管理，降低能耗30%，并節省了2%的能源開支。

工業互聯網平臺能感知生產要素在制造系統中流轉的影響，面對新模式生產場景和個性化生產需求，工業互聯網平臺能給出快速響應的柔性制造配置方案，從而滿足定制化的產品要求。例如，海爾集團基于COSMOPlat平臺(圖4)，匯集了洗衣機用戶的個性需求，實現了洗衣機個性化定制。

圖4 海爾COSMOPlat 平臺

3、市場決策優化

工業互聯網平臺將供應商、制造商、銷售商及消費者聯系起來，市場行為本質上是由需求驅動，商業行為與制造過程有著密不可分的復雜耦合關系，對于歷史消費數據的分析，可以用于預測市場需求，同時，通過對短期市場行為的分析，可以預知可能發生的風險，做好風險管控。

工業互聯網平臺感知到的產品全生命周期信息，能從中分析出從原材料—制造—銷售—使用中各個要素之間的復雜耦合關系，通過對歷史信息的分析，能對未來需要的產品種類及產能進行預測。

工業互聯網平臺的優勢在于全局信息感知，對于全局信息的實時掌握，能用來預測未來市場可能發生的風險，進而快速對生產制造進行調整，對資源配置進行優化，從而合理地規避風險。

工業互聯網平臺的構建方式

工業互聯網平臺是一個能全面感知工業系統所有環節生產要素信息，對信息進行融合、傳輸、存儲，基于海量工業數據進行分析，獲得最優決策并推送給用戶和智能設備的計算平臺。工業互聯網平臺通常采用云計算技術構建，與常用的云計算平臺類似，工業互聯網平臺構造使用的主要技術包括虛擬化技術、分布式數據存儲技術、編程模式、大規模數據管理、分布式資源管理、信息安全、平臺管理等。

具備自感知能力的生產要素和信息傳輸網絡構成了工業互聯網平臺的硬件基礎。工業互聯網需要擺脫傳統的離散式、人工錄入數據的形式，而需要讓設備具備智能，全面地自我感知自身狀態，并通過互聯網實現各生產要素的互聯互通，由“點”到“面”地全面認識工業系統。

工業互聯網平臺通常搭建IaaS或PaaS方式提供軟件基礎。利用各類開源PaaS、大數據分析、人工智能等技術，搭建平臺框架。用戶基于工業互聯網平臺，針對各種新模式的生產場景和個性化需求，開發定制化的工業分析軟件。

本文改編自：《智能制造概論》。作者：中國工程院李培根院士、華中科技大學高亮教授。

文章來源：智造苑