WellinCloud工業互聯網平台--賦能工業（yè）

發布者:瀏覽次數:

           2020年3月20日，工信部發布（bù）的《關於推動工業互聯網發展的通知》，首次正式提（tí）出（chū）了工業互聯網是新型（xíng）基礎設施（shī）（即“新（xīn）基建”）。4月9日（rì），中共（gòng）中央、國務院公布的《關於構建更加（jiā）完（wán）善的要素市場化配置體製機製的意見》裏又明確指出了數據是一種新型生產要素。

2017年12月（yuè）27日，國務院發（fā）布的《國務院關於深化“互聯網+先進（jìn）製造業”發展工業互聯網的指導意（yì）見》提出：“到2020年，培（péi）育30萬個麵向特定行業、特定場景的工業APP，推動30萬家企業（yè）應用工業互聯網平台開展研發設計、生產製造、運營管理等業務。到2025年，培育百萬工業APP，實現百萬家（jiā）企業上雲。”工業App是（shì）工業互聯網的重要組成部分，是工業知識（shí）沉澱、轉化和應用（yòng）的重要載體。

建設麵向新型生（shēng）產要素的工業APP開發係統，突破工業領域智能生產麵臨的（de）關鍵需求和技術問（wèn）題（tí），實現工業App在生產製造領域（yù）的重大進展突破，完成工（gōng）業生產從“經（jīng）驗驅動”向“數據驅動”的轉變，是我國從工業“製造”邁向“智造”的關鍵。

一、工（gōng）業領域智能生產麵臨的困難

長期的實踐證（zhèng）明，工業互聯網平台在生產製造環節的應用落（luò）地（dì）無法繞過（guò）企業（yè）智能生產麵臨的幾大（dà）難題：

1、工業數據處理（lǐ）的複雜（zá）性

（1）數據來源及構成的複雜性--工（gōng）業數據來自現場不同的設（shè）備、係統，包含（hán）各種數（shù）值型、結構化、非結構化、音視頻等幾十種數據類型。邊雲協同首先需要解決工（gōng）業現場多源、異構數據采集、解析的難題。

表（biǎo）1 豐富的數據類（lèi）型

（2）數據處理（lǐ）方（fāng）法的複（fù）雜（zá）性（xìng）--工業現（xiàn）場數據從時間維度上可以（yǐ）劃分為（wéi）實時數據、曆史數據、控製數據，這三（sān）種時態的數據需要采取差異化處理方式，才能更（gèng）好滿足工業生（shēng）產的具體（tǐ）業（yè）務（wù）要求。

表2 時態數據的處理

（3）三種（zhǒng）時（shí）態數據邊雲協同的傳遞方向--三種時態的工業數據需要分類分級，在企業內外網（wǎng）之間、工業互聯網的雲邊端進行及時、有效的互通、互傳，以滿足工業數據在企業內和企業間的存儲、計算分析和協同的（de）業務需求。

表3 時態數據的處理和傳遞

2、工業模型積累的漫長性

工業模型是對工業技術、知識和經驗的積累，需要針對各行業特定（dìng）場景的工業需求進行量（liàng）身定製，解決重點行業痛點問題。工（gōng）業模型（xíng）的落地需要經曆（lì）理論推理、實驗驗證、模擬（nǐ）擇優、大數據分析四個階段才能真正掌握工業（yè）模型的（de）內在機理，整個過程既漫長又異常複雜。

需攻克（kè）工業（yè）模型訓練和現有工業人的（de）知識經（jīng）驗融合難題，可有（yǒu）效縮短模型訓練周期。工業模型根據其所在（zài）的行業應用場景，可（kě）以分為通用模型、專業模（mó）型和工程模（mó）型，其中通用模型可以作為共（gòng）性技術重複使用；行業模型具有某個細（xì）分行業的（de）廣泛適用性；工程模型是針對特定產線設備構建的專門服務特定企業生產製造（zào）的工業模型。

3、工（gōng）業場景需求（qiú）的（de）多（duō）樣性

工業生產場景的多樣性指的是智能（néng）生產環境下企業的（de）供應鏈協同（tóng），生產調度、設備管理、能耗預測分析、質量（liàng）檢測等業務的需求各異，不同業務所產生的（de）工業數據和所使用的工（gōng）業模型千差萬別。

圖1 多樣化的工業場景

以設備管理為例（lì），為了達成設備壽命預測的業務目標，就需要對設備的啟停狀態（tài）、加工的（de）產品、加工的時間（jiān）、刀具振動、標準作業（yè）、加工音視頻等上百種結構（gòu）化和非（fēi）結構化數據進行采集，構建基於高端設備的壽命預測工業模型，通過長時間的驗證和迭代（dài）訓練，在邊緣側部署（shǔ）工業模型進行（háng）驗證，實現對設備的壽命預測。

二、亞控積累了（le）獨特的邊雲協同技術

1、雄厚的邊緣計算技術積累

圖2 中國HMI市場報告（來自ARC）

自主邊雲技術超越國際巨頭。2018年（nián），亞控科技已經成為中國市場占有率（lǜ）排名第一的SCADA\HMI軟件廠商。從1995年-2020年，亞控科技監控組態產品部署在30多萬個工業生產監控現場。

據統（tǒng）計，截至2019年底：

v  全國346有生產許可的鋼廠的能源管理數據采集項目有一半以上采用亞控（kòng）的組態王；

v  長慶（qìng）油田石油當年總產量占全國總產量1/8，而長（zhǎng）慶（qìng）油田8個采油廠76個生產作業區全部（bù）使用亞控的KingSCADA；

v  全國每（měi）10家熱力集（jí）團公司有6家的調度中心使用亞控的KingSCADA；

v  南（nán）水北調中線工程，80%的泵（bèng）站、管理站、調度中心采用了亞控的KingSCADA；

v  從2017到2019年，60%以（yǐ）上的（de）軍（jun1）方的艦船（包括航空母艦（jiàn））的“損管(即‘損害（hài）管製（zhì）’)”監控係統，都使用了（le）亞控的組態王；

邊緣數據接（jiē）入和協議解析能力全球領先。聚25年研發成果，亞控積累了5000多種（zhǒng）數（shù）據采集驅動和支持的369種主流（liú）通訊協議（yì）數量（liàng）雙雙排名（míng）世界第一，覆蓋國內工業設備種類（lèi）90%以上。形成了中國獨有的數字技術財富寶庫。

     2018年，矽穀動力（lì）評出的工業互聯網平台及解決方案提供商，TOP10有8家，Top50中有29家采用亞（yà）控的（de）采集（jí）產品。目（mù）前，亞控已經與浪潮、阿裏、華為、百（bǎi）度、樹根（gēn）互聯、徐工、三一重工等工業互聯（lián）網平台達成戰略合作（zuò）協議，為其提供設備接入服務。

2018年9月，工業互聯網產業聯盟發布的《工業數據采集產業研究報告》，其中第六章數據采集典（diǎn）型產品和案例（lì）介紹部分提及的12家企業案例，有9家與亞控進行（háng）了數據采（cǎi）集（jí）方麵的合作。

圖3 驅動服務數量對比

2019年，亞控（kòng）以《麵向異構協議（yì）兼容的亞控WellinCloud工業（yè）互聯網平台測（cè）試床建設項目》申報的工信部組織的（de）工業互聯網創新發展（zhǎn）工程，創新性提出了解決工業互聯網平台異（yì）構協議兼容能力（lì）的建設（shè）方案，得到了專家的（de）高度認可，最終以第一名中標。

2、獨創的邊雲一體化建模技術方案

“一物一名通雲邊（biān）”是將麵向不同行業（yè）的物理實體，組態構建為與數據（jù）結構無關的數字（zì）映射體。該數字映射體將物理實體的多種數據（jù）和模型進行打包，並在邊雲實（shí）現自由同步。用戶無論在何時（shí）、何地隻需（xū）通過物理實體的唯一名稱（ID），就可以對這些數據和模型進行檢索、調用，而（ér）不需要關心這個映射體存（cún）儲在邊緣側還是雲端，更不需要關注它們被存儲在哪個數據（jù）庫的哪個表裏。用（yòng）戶隻需要簡單的培訓就可以使用這一先進的邊雲協同技（jì）術。該技術（shù）係國內首創。

圖（tú）4 “一物（wù）一名通雲邊”

工（gōng）業模型雲端一體化配置化。工業互（hù）聯網平（píng）台自2014年發展至今，一直使用高級語言編程開發工業模型，開發周（zhōu）期長，維護難，質量差。2019年，亞控成功把配置化（huà）（組（zǔ）態）技術應用到了雲邊協同的工業模型開發，工業（yè）人隻需要通過可視化“拖、拉、拽”配置的方式就能自主完（wán）成開發，從此擺脫對IT人的依賴。目前，公司為聯通全要素連接平（píng）台開發了包含機加、電（diàn）子等（děng）十個行業人、機、料（liào）、法、環（huán）全（quán）要素300餘個工業模型；為川能智網能源管理平台（tái）麵向設備（bèi）級、係統級、管理級開發（fā）了200餘個工業模型，實現（xiàn）對十餘種能源（yuán）介質的用能計劃、實時（shí）監測（cè）、報警分析、能耗（hào）預測。該技術係國內首創。

3、創新性的模型訓練技術

針對（duì）不同的（de）工業場景需求，提供亞控科技獨創（chuàng）的“開環”“閉環”模型訓練技術：

圖5 “閉（bì）環”邊雲（yún）協同訓練模式

“閉環”邊雲協同的訓練模式是工業模型在雲上構建和（hé）訓練，部署到邊緣驗證，最終在雲上聚合（hé）。與傳統的以雲中心為核心的訓練驗證方式不同，邊緣驗證不需要收集工業現場的數據，隻是收集（jí）最新的模型訓練更新，從而避免用戶信（xìn）息泄露。

圖6 “開環”邊雲協同訓練模式

“開環”邊雲協同的訓練模式是工業模型在雲上構建（jiàn）和初步訓練，部署到邊緣驗（yàn）證和深度訓練，最終在邊緣聚合。這種方式可以充（chōng）分利用和（hé）繼承（chéng）“閉環（huán）”邊雲協同（tóng）訓練結果，在（zài）邊緣側繼續進行（háng）深度訓練，滿足用戶個性（xìng）化應用（yòng）需求。

三、生產製造類工業（yè）App開發（fā）的難點（diǎn）

自2014年GE推出全球首款工業互聯網平台以來，國內也湧（yǒng）現出許多（duō）優秀的（de）工業互聯網平（píng）台，以索為雲網為代表的在研發設計領域、以三一根雲為代表的在管理運營領域，都開發了數千個工（gōng）業APP，為工業企業賦能（néng），在研發和（hé）運維方麵實現了業務模式的應（yīng）用創（chuàng）新。

到目前為（wéi）止（zhǐ），國內（nèi）工業互聯網平台上可用的生產（chǎn）製造類工業APP還很少，政府有號召，企業有需求，為什（shí）麽生產製造類（lèi）工業APP積累依然這麽慢？因為現有工業互聯（lián）網平（píng）台開發生產製造類工業APP都麵臨三大難點：

1、複合型開發人才奇缺

工業APP的本質（zhì）是工業機理模型和工業技術的軟件化，工業know-how是核心。中國擁有世界上最齊全的工（gōng）業門類，所涉及的工（gōng）業知（zhī）識非常豐富，這些工（gōng）業知識在工業人腦子裏，而信息技術掌（zhǎng）握（wò）在IT人手中，據CSDN網站統計（jì），中國IT人有600萬，在（zài）工業領域的預計50萬，工業人有（yǒu）4500萬，既有工業知識又掌握信息技（jì）術的複合型人才非常稀少。

2、工業APP通用性差、優化迭代困難

現有的工業APP大多麵向單個客戶定製開發，客戶需求情況有變化或新增（zēng）一個客戶又需要（yào）根據新需求再定製開發（fā）新的工業APP，這樣的工業（yè）APP使用率很低，標準化、通（tōng）用化的可能性極小，優化迭代和複用都很（hěn）困難（nán）。

解決問題的思路是（shì）把工業APP分解成若幹可以複用的基礎共（gòng）性類APP，根據客戶需求組裝，隻需要（yào）定製不具有共性的部分，這樣就解決了通用性差、迭（dié）代困難的問題，然而“打散容易、重（chóng）構難”，原因在於工業（yè）APP接口沒有標準化，工業APP的接口很容易發生變（biàn）化，很難找到所有工業APP的共性把接口固化下來。

3、工業APP支撐係統集成困難

生產製造（zào）按經典（diǎn）的普度模（mó）型分五層：

圖 7 生產製（zhì）造係統普度模型

L0-現場設備，L1-自動（dòng）控製，L2-車間監控，L3-製造執行，L4-業務管理。理想情況下，五層係統之間聯動，從上而下形（xíng）成PDCA（Plan,Do,Check,Action）的閉環，成為（wéi）一個有機整體，數據自動流動，實現（xiàn）“看（kàn）不見（jiàn）的自動化”，讓生產製造從固化、僵（jiāng）硬變得離散、輕靈。模型在實際應用過程中，幾（jǐ）乎（hū）在每一層都遇到（dào）阻礙數據自動流（liú）動的問題，原因在於：

L0級存在問題 – 設備（bèi）繁雜（zá）

設（shè）備“萬國（guó）牌”——目前中國工業設備（bèi）保有量世界第一、設備種類數量（liàng）世界第一、設備使用跨度時間長，存量（liàng）大；同時中國也是工業設備增長最為迅猛的（de）國家，增量大。加之現場（chǎng）設備大都是相對封閉的係統，接口缺失，這就給工業設備接入工業互聯網帶來了非常巨（jù）大的挑戰。

L1級存在問題 – 協議多樣

“最後一米”不通——工（gōng）業互聯網連（lián）通設備（bèi）的“最後一（yī）米”就是（shì）采集（jí）設備中的數據。工業設備的（de）數字化通過安裝各種工業控製器和采集器完成，數據（jù）采集（jí）通過和這些控製器或采集器以（yǐ）多達300餘種（zhǒng）通訊協議實現。由於設備種類（lèi）繁多，數據鏈（liàn）路、接口不一，協議多樣，順暢、穩（wěn）定地采集（jí）數據比較困難（nán）。

L2級存在問題（tí） – 各自（zì）為戰（zhàn）

國內外有數十家監（jiān）控軟件廠（chǎng）家，國外以西門子、霍尼（ní）韋爾、羅克韋爾、橫河為（wéi）代表（biǎo），國內（nèi）以亞控、力控、中控、和利時為代表，各廠家產品接入的設備實時、曆史（shǐ）數據有各（gè）自的存儲（chǔ）格（gé）式，互相（xiàng）之間不能統一，工業互聯網平台隻能分別和每一款產品（pǐn）通（tōng）過OPC(OLE for Process Control)的方式進行整合。

L3級存在問題 – 煙囪林立

工廠製造執行有“空間離散（sàn）”、“時間異（yì）步”的特點，異構係統集成過程中，存在大量的“信（xìn）息孤島”、“煙囪林立”的情況，相互之間在功能上不能關聯互助，信息難以共享互換，信息與業務流程和應用相互脫節。

L4級存（cún）在問題 – 難以集（jí）成

業務管理層各係（xì）統（tǒng）相互構成協（xié）同關係。隻有集成在一起，才（cái）能提高產品附加值，縮短開發（fā）周期（qī），加快投入市場（chǎng）速度，從（cóng）根本上提高製造業的競（jìng）爭（zhēng）力。

各係統間（jiān）的集（jí）成（chéng）工作已經開展40年，至今未能很好解決，主要難點在於：各係統間（jiān）的數據接口不一致，需要通過接口（kǒu）程序、中間庫表等方式做轉換傳遞；各係統的數據發（fā）生變化時，需要（yào）通過全量、數據比較方式實現，繁瑣低（dī）效（xiào）；業務數據種類繁（fán）多，包括物料、BOM(Bill of Material)、工藝數據（jù）、工序（xù）庫（kù）等，集成（chéng）工作（zuò）量大；各係統之間數據、功能有（yǒu）重疊，集成時難以妥善處理。

四（sì）、亞控發明了獨特的雲原（yuán）生技術

1、國內首款工業APP全配置（組態）產品（pǐn）

2019年，亞控發布了KingAppPlatform（亞控產品），開發（fā）者隻需要通過可視化“拖、拉、拽”配（pèi）置的方式就能完成工業APP的（de）配置（zhì）（組態）開發。

圖 8 傳統開（kāi）發方式VS雲原生技術

2、與工互平台全麵合作

2019年8月，工信部發布的“2019 年跨行業跨領（lǐng）域工業互聯網平台清單公示（shì）”文件公示了十家“雙跨”工（gōng）業互聯（lián）網平（píng）台（tái）， 其中海爾、航天雲（yún）網、浪潮（cháo）雲、華為、阿裏等8家和亞控（kòng）達成（chéng）了戰略合作協議。

3、工業APP積累提速

KingAppPlatform雖推出不（bú）到一年時間，但（dàn）已吸引了（le）一批合作夥伴和開發（fā）者（zhě），並在機加、電子、建築等（děng）多個行業積累了進度、質量（liàng）、設（shè）備（bèi）、物料、能源、安全、人員績（jì）效（xiào）等方麵500餘（yú）個工（gōng）業APP。

五、亞控WellinCloud工業互聯網平台

圖 9 WellinCloud工業互聯網平台賦能工業

亞控科技2019年推出的WellinCloud工業互（hù）聯網平台（tái），分數據數據采集邊緣（yuán）層-工業PaaS平台層-工業APP應用層三層架構，采用了獨創（chuàng）的數據采集和解析技術、邊雲協同技術、雲（yún）原生技術和App隔離技術，通過共享公司25年積累下（xià）的5000餘種工業設備驅動解決工業數據接入問題，提供（gòng）讓4000萬工程師很容易掌握的工（gōng）業（yè）App開發平台和方法，幫助懂工業（yè）、懂製造，懂車間生產場（chǎng）景的工業人熟練（liàn）、流暢、配（pèi）置（zhì）化地開發工業APP，徹底解決工業App“打散容易（yì）重構難”、工業企業製造模型創新等一係列技術和業務難題，實現工業互聯網在製造領域的應用落地（dì），賦能企業實現數字化轉型升級。