繼上期與大家分享了從業務角度看制造業對工業互聯網的需求，本期將深入此話題，共同來探討下從功能視角看工業互聯網平臺的功能和能力，及工業互聯網產品構成。企業可以對照目前信息化現狀，思考下借助工業互聯網哪些能力來支撐企業戰略。

 

工業互聯網核心功能

 

工業互聯網平臺分為邊緣層、基礎設施層、平臺層和應用層。邊緣層利用各種類型的通信技術連接所有節點，負責數據收集和傳輸?；A設施層利用云計算和虛擬化技術，為工業互聯網提供計算機基礎設施和虛擬資源支撐。平臺層匯集大數據、人工智能、數字孿生等軟件技術，為工業互聯網提供計算和存儲基礎、應用管理和運維、模型管理、數據管理和分析等能力。應用層為用戶提供支撐各類業務應用的軟件工具。

 

邊緣層

 

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，具體功能表現在：

 

通過各類通信協議采集設備、智能產品和其他數字化實物數據。如通過OPC-UA采集各類設備數據；通過5G網絡采集智能產品數據；通過wifi等采集數字化人員數據。

 

通過低功耗、高性能邊緣計算設備和邊緣計算軟件在終端側實現數據的實時分析和控制，提供及時服務。如支持數據存儲、查詢的數據采集器和支持遠程設備運維控制的智能網關等。

 

基礎設施層

 

基礎設施層利用虛擬化操作系統、工作負載管理軟件、硬件、網絡和存儲服務的形式交付計算資源，支持公有云部署、私有云部署和混合云部署。具體功能表現在：

 

提供物理資源服務，用戶可以搭建自己的數據中心，租用第三方計算資源搭建IT基礎設施。如購買服務器、存儲器和網絡等并部署到公司內部；租用超算中心的CPU、內存進行大規模計算等。

 

提供底層操作系統和軟件運行環境服務。如通過租用獲取AWS的基礎設施服務，將自己程序托管到AWS平臺的linux系統下；為java程序提供jvm運行時。

 

平臺層

 

借助于通用PAAS平臺和架構，實現工業數據的管理和分析服務，將不同行業、不同領域的知識和經驗封裝形成工業模型。構建開放的開發環境，以微服務形式向用戶提供二次開發能力，幫助用戶快速搭建自己的工業應用、封裝經驗。具體功能表現為：

 

提供平臺資源部署和管理。如利用Kubernetes實現對計算資源、微服務和應用部署的管理、調度和監控；搭建Spark大數據計算平臺；搭建keras深度學習平臺；

 

提供工業數據管理和服務。如利用HBase實現大數據存儲；利用storm進行實時分析；

 

提供不同信息化系統的綜合集成。如利用數據總線、SOA等架構實現PLM、ERP、MES等系統數據和流程集成；

 

提供工業模型管理與服務。如借助MDA、領域驅動等實現企業、產品、設備資源、單據等信息建模；抽取業務經驗，封裝專家經驗、行業知識形成生產優化模型、資源優化模型等；

 

提供平臺應用開發環境。如借助SDK為用戶提供信息獲取接口、功能接口和業務接口等；

 

提供工業APP的通用功能與服務。如通用的權限管理、用戶管理、消息和日志管理。

 

應用層

 

通過自主研發或和第三方合作，形成滿足不同場景、不同行業的工業APP,體現工業互聯網平臺的價值實現。借助平臺能力，這些工業應用將有別于傳統的工業軟件，更加強調數據應用帶來的價值。具體表現為：

 

提供涵蓋產品設計、生產、維護等產品全生命周期APP。如利用生產過程歷史數據，在排程時為某種產品安排合格率最高的資源和工藝組合；

 

提供貫穿企業運營的銷售、采購、生產、庫存、質控、售后等管理APP。如利用設備數據，提供設備異常預警和遠程運維；利用質檢知識庫，提供對質量異常的快速判斷和生產調整；

 

提供滿足企業外部協同的金融、供應鏈等協同和創新應用APP；

 

除此之外，工業互聯網平臺還包括涵蓋整個工業系統的安全管理體系，構成了工業互聯網平臺的基礎支撐和重要保障。

 

 

 

數網星工業互聯網平臺提供多層次能力

 

目前數網星工業互聯網產品已經部分涵蓋了邊緣層、平臺層和應用層的功能。具體來說：

 

 

 

數網星智能網關：為設備提供現場的實時監測、診斷和告警功能，提供歷史數據存儲和實時運行環境，支持運行由平臺開發并推送到邊緣端的模型和應用，可以基于本地采集和存儲的數據進行實時監控、告警、診斷及預測應用；

 

數網星工業互聯網平臺：為企業提供基于云端的數據存儲、主數據管理，工業模型管理等基礎服務，是實現企業級工業互聯網要素鏈接、資源優化、業務協同的核心；

 

智慧大數據：為企業提供數據價值挖掘、算法封裝、管理、發布和訓練；

 

數據總線：為企業提供全業務系統、全要素的數據連接和集成，破解信息孤島，統一企業數字模型和業務流程協同，使企業在已有信息化基礎上做到業務優化和協同；

 

設備智能應用APP(s)：能夠通過先進的數據采集、管理、分析和應用，提供遠程調試、實時監控、報警管理、運維管理、異常處理、能耗管理、備件管理等各類應用，以提高設備的可靠性和可用性，還提供了實時的維修保養策略建議，能夠有效的降低維修成本、備品備件的庫存成本，進而降低運營風險和整體運營成本；

 

智能管理App(s)：通過銷售管理、運營管理、生產管理、采購管理、庫存管理、質量管理和售后管理等應用，提供業務管理抓手，為企業解決業務和數據融合問題，幫助企業補足信息化盲點。