工业互联网平台六大创新应用

作为工业互联网的边界节点，智能化是其必要的特征。这要求我们首先以工匠精神去设计，制造出极致的智能机器。智能机器作为工业互联网的基石，具备交互、预见及迅速反应的能力。智能机器之间可以根据需要交谈、求助、交流信息，对环境变化做出反应，使工业互联网系统能够创造预期的价值。智能机器可以运筹帷幄，在某种程度上像人一样思考。下一步是将智能机器联网运行，即机器上云。机器与机器，机器与人互联需要以稀疏通讯的方式进行设计，以避免机器被不相关数据信息淹没。第三点，要将智能应用在边缘，雾端，云端合理分布式部署，有效实现工业系统的优化控制。第四点，通过数字化技术开发提升系统效率，实现产业升级的工业APP。最后，通过工业互联网平台重塑工业控制行业，重构工控软硬件生态系统。

1、边缘计算

工业互联网的基石是智能机器，这需要我们突破传统PLC的框架，开辟与未来智能机器相匹配的智能终端平台。这需要在终端硬件、软件和应用方面大胆创新，开拓工业互联网时代的PLC。这里我们给出一个可能的基于双系统的智能终端解决方案。一台能源设备的控制器可以由两个信息处理芯片构成：一个传统的CPU芯片和一个神经网络芯片（NPU）。CPU芯片负责运行传统的实时控制算法，实现上述“系统一”的功能。NPU芯片支撑人工智能算法和大数据的分析功能，实现上述“系统二”的功能。同时，系统二还承担和云端安全连接的功能。控制软件的开发，部署，更新和升级都可以在云端远程进行， 实现现场的不停机升级。软件部署形式采用APP推送。系统一和系统二之间采用安全隔离，保证实时控制的安全性。系统二除了做就地数据处理分析外，同时负责数据的整合，选择合适的数据以合适的形式上传到云端做进一步处理。

2、雾计算

工业互联网时代又可称之为大物理-大数据的时代。在这个时代，如何将物理和数据结合创造更多的价值是关键。厂级控制是指对一个工厂范围内的所有机器做协同控制。这个厂级控制器和物联网的雾计算平台相对应。这就是我们所说的工业雾计算平台。工厂级控制平台需要比智能终端更强大的计算能力以支持基于物理原理和大数据处理的实时控制算法。我们权且称其为：智能现场代理器。它和智能终端相比，设计原理相似，区别是计算能力大大加强，APP的数目和规模也更大。

3、云计算

工业云平台的作用是整合机器、制造、业务、运营、运维以及其它数据源的数据，并将这些数据形成闭环，为整个产业链创造价值。机器的智能终端通过现场代理器安全接入云端。云平台由云平台资源层，数据层和应用层三部分组成。其中，云平台资源的配置必须灵活柔性，支持公有云和私有云的部署，以满足工业用户多样性需求；数据层的设计要适合工业大数据处理的特点；应用层必须能够支持多种工业软件的云端化和APP池化，以满足行业用户的不同需求。工业APP从应用的角度可以分为以下几类：资产优化APP，流程优化APP，赋能工具APP，产品设计APP，产品创意APP和知识管理APP等。为保证工业互联网的安全，必须有一个点对点的安控系统解决方案和相应的安控APP。用户对APP的访问还需要支持PC、平板、移动端等。

4、工业大数据湖

目前，工业云平台的数据层基本是借用商业云平台的数据层技术。工业云平台数据层的下一个创新亮点是工业大数据湖，它将用来专门储存，管理各类工业数据，如传感器数据，机器设备数据，设计数据，监控数据，业务ERP数据，多媒体数据，社交媒体数据，办公数据等。工业互联网平台需要配置相应的工业大数据搜索工具，储存工具，数据挖掘工具等做有效支撑，开发出适合工业大数据的索引、搜寻和交易的核心数据层技术。

5、工业大数据分析

工业大数据分析的过程是将数据、业务知识和物理知识有机结合起来，来回答三个问题：发生了什么？正在发生什么？将要发生什么？有了关于这三个问题的答案，就可以实施对整个工业系统的优化。为了实现、运维和业务流程的优化，选择合适的算法和发掘知识的价值都是为实现上述三个问题服务的。传统的基于业务点的数据分析已经不能满足工业互联网平台级的需求，数字孪生技术体系和APP池技术将是一种突破。

美国的工业大数据生态系统相对形成的较好，培养了大批参与者从不同的侧面和视角解决工业互联网的推广与落地。其中，有人在解决数据源的问题，有人在开发开源平台，有企业做数据平台设施、APP开发平台、算法，行业APP，有许多公司在做各个行业的垂直解决方案。这个生态系统是开放的，其中OpenStack、Docker、TensorFlow、Kafka、Hadoop、Spark 等开源技术促进了全球众创。

6、数字孪生

数字孪生指的是物理机器及其所在的环境在数字空间的一种描述、映射或表征。数字孪生系统技术体系的内容有：数字孪生语义（Ontology）技术、数字孪生知识体（Knowledge）技术和数字孪生数据体（Data Model & Meta-data Model）技术。数字孪生语义的是一种定义不同数字孪生的类型、性质、以及相互关系的体系（a formal naming and definition of the types, properties, and interrelationships of the digital twins）。数字孪生知识体是对所代表的物理实体的机理、结构、参数、设计和行为等的聚合。数字孪生数据体是对所代表的物理实体的现在和历史所产生的数据流按照特定模型组织的集合，它还包括定义数据模型的元模型。