國內也涌現了一批面向特定區域、面向特定行業的平臺,甚至出現了一些面向具體環節,比如專門面向研發設計、大數據仿真的平臺,例如橙色云、木星數字孿生平臺等。
??1 工業互聯網體系架構
??工業互聯網平臺是面向制造業數字化、網絡化、智能化需求,構建基于海量數據采集、匯聚、分析的服務體系,支撐制造資源泛在連接、彈性供給、高效配置的工業云平臺。
??工業互聯網平臺功能架構(來源:工業互聯網平臺白皮書)
??邊緣層解決數據采集集成問題。一是需兼容各類協議,實現設備/軟件的數據采集;二是統一數據格式,實現數據集成、互操作;三是邊緣存儲計算,實現數據預處理和實時分析。
??工業互聯網laas層是指把IT基礎設施作為一種服務通過網絡對外服務。具體來說,工業互聯網laas層是基于虛擬化、分布式存儲、并行計算、負載調度等技術,實現網絡、計算、存儲等計算機資源的資源池管理,根據用戶適時調度資源,確保資源使用的安全與隔離,為客戶提供云基礎設施服務。
??工業PAAS層是核心,下半部分是工業PAAS層的通用部分,包含了數據存儲、數據轉發、數據服務、數據清洗,上半部分是工業PAAS層核心中的核心。在工業PaaS層要做微服務和模型,將大量技術原理,基礎工藝經驗形成算法和模型。對于工業PAAS層來說為核心的就是模型和算法。工業PaaS層解決工業數據處理和知識積累沉淀問題,形成開發環境,實現工業知識的封裝和復用,工業大數據建模和分析形成智能,促進工業應用的創新開發。
??工業APP解決不同細分行業、不同大型企業各種問題。應用層解決工業實踐和創新問題,通過工業SaaS和APP等工業應用部署的方式實現設計、生產、管理等環節價值提升,借助開發社區等工業應用創新方式塑造良好的創新環境,推動基于平臺的工業APP創新。
??總的來說,工業APP是關鍵,形成滿足不同行業、不同場景的應用服務。工業PaaS是核心,構建一個可擴展的操作系統,為應用軟件開發提供一個基礎平臺。IaaS是支撐,使計算、存儲網絡資源池化。數據采集是基礎,構建精準、實時、高效的數據采集體系。
??2 工業PaaS平臺的核心
??工業PaaS平臺的核心是在工業技術原理、行業知識、基礎工業、研發工具規則化、模塊化、軟件化基礎上形成的數字化模型。
??工業互聯網的本質:數據+模型=服務
??模型和算法在工業領域里面分成兩種:一種是機理模型,二種是數據模型。機理模型是上世紀80、90年代開始針對原理的數學建模,用數學公式來進行原理的描述。數據模型是數據驅動的模型,在工業領域用機器學習的算法,用深度學習的算法,用神經網絡的算法,由海量的數據和計算力提升所帶來數據模型。
??數據驅動的模型核心的不是算法而是數據,數據從物理設備上來,包括設備運行數據,從生產流程中來,以及其它來源。有了模型,有了大量的數據進行運算,可以很好去提升良品率,降低庫存水平等等。有了模型之后可以利用現場大量的傳感器數據來進行實時的分析和科學的決策,通過自動去精準執行或者是通過人工干預介入來進行精準的執行,終能夠使得企業做到提質、降本、增效。
??3 工業互聯網平臺發展展望
??為提供更適用于工業場景需求的數據分析和應用開發服務,平臺不斷深化對機理模型和數據模型的積累,不斷提升分析結果的準確度。同時,平臺積極探索業務模型的沉淀,支撐形成貼合業務需求的綜合性工業應用。數據建模與分析工具向組件化和圖形化發展,大幅降低數據科學應用門檻。