工業互聯網的發展模式

　　2013年以來，全球各類產業主體積極布局，目前全球工業互聯網平臺數量超過150個。2017年以來平臺發展步入快車道，僅我國就有數十個平臺產品發布。綜合國內外平臺企業布局策略來看，目前主要有四種路徑。

　　01、裝備和自動化企業憑借工業設備與經驗積累，依托工業互聯網平臺創新服務模式。比如 GE 基于開源 PaaS架構 Cloud Foundry 構建 Predix 平臺，并通過集成微服務架構等方式為應用開發者提供豐富支持，實現智能應用的快速構建、測試和部署。三一重工依托其設備管理經驗孵化專注工業互聯網平臺建設的樹根互聯，基于開源 Docker 技術構建 PaaS 平臺，具備靈活的應用開發及部署能力，提供資產管理、預測性維護、產品全生命周期管理、產業鏈金融和模式創新等工業應用服務。

　　02、領先制造企業將數字化轉型經驗轉化為服務能力，構建工業互聯網平臺。比如海爾的 COSMOPlat 平臺，將顧客需求、產品訂單、合作生產、原料供應、產品設計、生產組裝和智能分析等環節互聯起來并進行實時通信和分析，以滿足規模化定制需求。航天云網 INDICS 平臺匯聚超過 100 萬家企業，并在此基礎上提供供需對接、智能工廠改造、云制造和資源共享等服務。

　　03、軟件企業圍繞自身業務升級需求，借助工業互聯網平臺實現能力拓展。比如龍智造工業互聯網平臺，在客戶端通過營銷云與互聯網營銷及客戶打通，在供應端通過采購云與供應商打通，在工廠內部繼承原有ERP的功能通過上云進行優化，在車間設備端通過物聯平臺可以快速接入不同類型設備進行監控，從而協助客戶快速連接設備快速實現多端實時服務。 PTC Thingworx 平臺基于大量的設計模塊，實現產品研發設計，大幅節約設計研發周期。同時，平臺基于 CAD 產品數字模型和 Vuforia 技術集成的 ThingWorx Studio 增強現實開發環境和網絡體驗服務以及數字孿生服務（Digital Twin）實現對產品生產的全生命周期管理。

　　04、信息技術企業發揮技術優勢，將已有平臺向制造領域延伸。例如 IBM Bluemix 平臺與博世合作，在平臺部署博世物聯網套件服務，進而幫助 IBM 提升底層設備物聯及數據采集能力，并基于數據實現高級設備管理服務和云計算軟件更新。微軟 Azure IoT 平臺則重點打造遠程設備監控、預測性維護、工廠聯網與可視化等服務能力，提升對制造場景的支持能力。華為 OceanConnect 平臺借助網關設備、軟件 Agent 和物聯網管理系統，實現各類底層數據采集和集成，并通過提供 API 接口、開發套件與數據分析服務，提供許多高價值行業應用，比如智慧家庭、車聯網、智能抄表、智能停車、平安城市等。

　　工業互聯網的關鍵使能技術

　　工業互聯網平臺需要解決多類工業設備接入、多源工業數據集成、海量數據管理與處理、工業數據建模分析、工業應用創新與集成、工業知識積累迭代實現等一系列問題，涉及七大類關鍵技術，分別為數據集成和邊緣處理技術、IaaS技術、平臺使能技術、數據管理技術、應用開發和微服務技術、工業數據建模與分析技術、安全技術。

　　1.數據集成與邊緣處理技術

　　設備接入：基于工業以太網、工業總線等工業通信協議，以太網、光纖等通用協議，3G/4G、NB-IOT等無線協議將工業現場設備接入到平臺邊緣層。

　　協議轉換：一方面運用協議解析、中間件等技術兼容ModBus、OPC、CAN、Profibus等各類工業通信協議和軟件通信接口，實現數據格式轉換和統一。另一方面利用HTTP、MQTT等方式從邊緣側將采集到的數據傳輸到云端，實現數據的遠程接入。

　　邊緣數據處理：基于高性能計算芯片、實時操作系統、邊緣分析算法等技術支撐，在靠近設備或數據源頭的網絡邊緣側進行數據預處理、存儲以及智能分析應用，提升操作響應靈敏度、消除網絡堵塞，并與云端分析形成協同。

　　2.IaaS技術

　　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池化管理，根據需求進行彈性分配，并確保資源使用的安全與隔離，為用戶提供完善的云基礎設施服務。

　　3.平臺使能技術

　　資源調度：通過實時監控云端應用的業務量動態變化，結合相應的調度算法為應用程序分配相應的底層資源，從而使云端應用可以自動適應業務量的變化。

　　多租戶管理：通過虛擬化、數據庫隔離、容器等技術實現不同租戶應用和服務的隔離，保護其隱私與安全。

　　4.數據管理技術

　　數據處理框架：借助Hadoop、Spark、Storm等分布式處理架構，滿足海量數據的批處理和流處理計算需求。

　　數據預處理：運用數據冗余剔除、異常檢測、歸一化等方法對原始數據進行清洗，為后續存儲、管理與分析提供高質量數據來源。

　　數據存儲與管理：通過分布式文件系統、NoSQL數據庫、關系數據庫、時序數據庫等不同的數據管理引擎實現海量工業數據的分區選擇、存儲、編目與索引等。

　　5.應用開發和微服務技術

　　多語言與工具支持：支持Java，Ruby和PHP等多種語言編譯環境，并提供Eclipse integration，JBoss Developer Studio、git和 Jenkins等各類開發工具，構建高效便捷的集成開發環境。

　　微服務架構：提供涵蓋服務注冊、發現、通信、調用的管理機制和運行環境，支撐基于微型服務單元集成的“松耦合”應用開發和部署。

　　圖形化編程：通過類似Labview的圖形化編程工具，簡化開發流程，支持用戶采用拖拽方式進行應用創建、測試、擴展等。

　　6.工業數據建模與分析技術

　　數據分析算法：運用數學統計、機器學習及最新的人工智能算法實現面向歷史數據、實時數據、時序數據的聚類、關聯和預測分析。

　　機理建模：利用機械、電子、物理、化學等領域專業知識，結合工業生產實踐經驗，基于已知工業機理構建各類模型，實現分析應用。

　　7.安全技術

　　數據接入安全：通過工業防火墻技術、工業網閘技術、加密隧道傳輸技術，防止數據泄漏、被偵聽或篡改，保障數據在源頭和傳輸過程中安全。

　　平臺安全：通過平臺入侵實時檢測、網絡安全防御系統、惡意代碼防護、網站威脅防護、網頁防篡改等技術實現工業互聯網平臺的代碼安全、應用安全、數據安全、網站安全。

　　訪問安全：通過建立統一的訪問機制，限制用戶的訪問權限和所能使用的計算資源和網絡資源實現對云平臺重要資源的訪問控制和管理， 防止非法訪問。

　　在上述七大類技術中，通用平臺使能技術、工業數據建模與分析技術、數據集成與邊緣處理技術、應用開發和微服務技術正快速發展，對工業互聯網平臺的構建和發展產生深遠影響。在平臺層，PaaS技術、新型集成技術和容器技術正加速改變信息系統的構建和組織方式。在邊緣層，邊緣計算技術極大的拓展了平臺收集和管理數據的范圍和能力。在應用層，微服務等新型開發框架驅動工業軟件開發方式不斷變革，而工業機理與數據科學深度融合則正在引發工業應用的創新浪潮。