首页 >> 平台 >> 头条文章 >> 正文
新基建风口下的工业互联网有哪些新变化?一文看懂工业互联网最新体系架构|工业互联网体系架构(版本 2.0)
  • 雷锋网
  • 2020年5月15日 10:46

3)应用层:

“应用层”主要明确了工业互联网赋能于企业业务转型 的重点领域和具体场景。

产品链、价值链、资产链是工业企业最为关注的三个核心业务链条(包括这三者所交汇的生产环节),工业互联网赋能于三大链条的创新优化变革,推动企业业务层面数字化发展。

 一是工业互联网通过对产品全生命周期的连接与贯通, 强化产品设计、流程规划到生产工程的数据集成与智能分析,实现产品链的整体优化与深度协同。

二是工业互联网面向企业业务活动,一方面支撑计划、供应、生产、销售、服务等全流程全业务的互联互通,另一方面面向单环节重点场景开展深度数据分析优化,从而实现全价值链的效率提升与重点业务的价值挖掘,。

三是工业互联网将孤立的设备资产单元转化为整合互联的资产体系,支撑系统设计、建造、投产、运维、退役到报废与回收等设备全生命周期多个环节数据集成串联,这为设备管理难度大的企业,尤其是为重资产企业,提供轻便化、灵活化、智能化的设备管理方式和产品后服务,实现资产链的全面运维保障与高质量服务。

4)能力层

“能力层”描述了企业通过工业互联网实现业务发展目 标所需构建的核心数字化能力。

企业在数字化转型过程中需构建泛在感知、智能决策、敏捷响应、全局协同、动态优化五类工业互联网核心能力,以支撑企业在不同场景下的具体应用实践。具体来说:

 一是通过广泛部署感知终端与数据采集设施,实现全要素、全产业链、全价值链状态信息的全面深度实时监测,打造企业泛在感知能力;

二是基于泛在感知形成的海量工业数据,通过工业模型与数据科学的融合开展分析优化,并作用于设备、产线、企业等各领域,形成企业智能决策能力;

三是基于实现信息数据的充分与高效集成,打通企业内、企业间以及企业与客户,提升企业对市场变化和需求的响应速度和交付速度,形成企业敏捷响应的能力;

四是基于泛在感知、全面连接与深度集成,在企业内实现研发、生产、管理等不同业务的协同,探索企业运行效率最优,在企业外实现各类生产资源和社会资源的协同,探索产业配置效率最优,最终建立全局协同的能力;

五是通过对物理系统的精准描述与虚实联动,建立数字孪生,在监控物理系统同时,能够在线实时对物理系统的运行进行分析优化,使企业始终在最优状态运行,形成动态优化的能力。

(二)功能构架

功能架构明确企业支撑业务实现所需的核心功能、基本原理和关键要素。

 工业互联网以数据为核心,数据功能体系主要包含感知控制、数字模型、决策优

化三个基本层次,以及一个由自下而上的信息流和自上而下的决策流构成的工业数字化应用优化闭环。

在工业互联网的数据功能实现中,数字孪生已经成为关键支撑,通过资产的数据采集、集成、分析和优化来满足业务需求,形成物理世界资产对象与数字空间业务应用的虚实映射,最终支撑各类业务应用的开发与实现。

1)感知控制

感知控制层构建工业数字化应用的底层“输入-输出”接口,包含感知、识别和控制、执行四类功能。

感知是利用各类软硬件方法采集蕴含了资产属性、状态及行为等特征的数据,例如用温度传感器采集电机运行中的温度变化数据。

识别是在数据与资产之间建立对应关系,明确数据所代表的对象,例如需要明确定义哪一个传感器所采 集的数据代表了特定电机的温度信息。

控制是将预期目标转化为具体控制信号和指令,例如将工业机器人末端运动转化各个关节处电机的转动角度指令信号。

执行则是按照控制信号和指令来改变物理世界中的资产状态,既包括工业设备机械、电气状态的改变,也包括人员、供应链等操作流程和组织形式的改变。

2)数字模型

数字模型层包含数据集成与管理、数据模型和工业模型构建、信息交互三类功能。

数据集成与管理将原来分散、杂乱的海量多源异构数据整合成统一、有序的新数据源,为后续分析优化提供高质量数据资源,涉及到数据库、数据湖、数据清洗、元数据等技术产品应用。

数据模型和工业模型构建是综合利用大数据、人工智能等数据方法和物理、化学、材料等各类工业经验知识,对资产行为特征和因果关系进行抽象化描述,形成各类模型库和算法库。

信息交互是通过不同资产之间数据的互联互通和模型的交互协同,构建出覆盖范围更广、智能化程度更高的“系统之系统”。

3)决策优化层

决策优化层主要包括分析、描述、诊断、预测、指导及应用开发。

分析功能借助各类模型和算法的支持将数据背后隐藏的规律显性化,为诊断、预测和优化功能的实现提 供支撑,常用的数据分析方法包括统计数学、大数据、人工智能等。

描述功能通过数据分析和对比形成对当前现状、存在问题等状态的基本展示,例如在数据异常的情况下向现场工作人员传递信息,帮助工作人员迅速了解问题类型和内容。

诊断功能主要是基于数据的分析对资产当前状态进行评估, 及时发现问题并提供解决建议,例如能够在数控机床发生故障的第一时间就进行报警,并提示运维人员进行维修。

预测功能是在数据分析的基础上预测资产未来的状态,在问题还未发生的时候就提前介入,例如预测风机核心零部件寿命,避免因为零部件老化导致的停机故障。

指导功能则是利用数据分析来发现并帮助改进资产运行中存在的不合理、低效率问题,例如分析高功耗设备运行数据,合理设置启停时间, 降低能源消耗。

(三)实施框架

实施框架描述各项功能在企业落地实施的层级结构、软硬件系统和部署方式。

 工业互联网实施框架是整个体系架构 2.0 中的操作方案, 解决“在哪做”、“做什么”、“怎么做”的问题。当前阶段工业互联网的实施以传统制造体系的层级划分为基础,适度考虑未来基于产业的协同组织,按“设备、边缘、企业、产业” 四个层级开展系统建设,指导企业整体部署。

编 辑:向坤
[1]  [2]  [3]  
分享到: