智造专题:(图文版)工业互联网和工业大数据

李海花 2016-05-06 08:10:31

blob.png

 

很高兴有机会跟大家分享中国信通院在工业大数据、工业互联网方面研究的初步的成果。

blob.png

从三个方面进行介绍,一是工业互联网的理解和最新的进展。二是工业互联网产业联盟。2月1号工业互联网产业联盟成立,4月7号召开开工作组会议,想把情况跟大家分享。三是对工业大数据的认识。

blob.png

首先分享对工业互联网的理解。美国先进制造,德国工业4.0,中国制造2025、智能制造、两化融合等,都是在推动工业互联网。

虽然各国的战略不太一样,但是核心都是推动制造业的转型升级,结合了新一代的信息技术,推动装备升级以及工艺材料方面的升级。

blob.png

在工业互联网的发展下,会产生很多新的业务和模式,我们总结成“四化”,智能化生产、网络化协同、个性化定制、服务化延伸。四化的内涵有很多,包括互联网内部和公众网上会有一些大的演进和变革,最终为了实现我们的节能减排目标。

blob.png

首先对工业互联网内涵的理解。工业互联网是产业和应用的生态,是互联网新一代技术与工业系统的全方位深度融合形成的产业和应用的生态。

blob.png

互联网是全球互联的基础设施,工业互联网架构在现有的公众网络上,针对工业有增强和演进。所以信息基础设施是很重要的一环。在网络层面,除了大网还要考虑工厂内部网络信息化和信息控制系统的发展建设。

数据是很重要的一环。网络互联只是一个基础,但是不是目的,目的应该是数据基于各种网络链接能够流动起来,形成全方位各个层次的数据链条。在此基础上,通过建模分析产生各种智能化的应用。数据涉及到很多层面,包括底层数据传送。另外,不同的层次采集数据,包括工业数据的自执行,跨系统数据的共享、流动和建模分析。数据和工业互联网是非常紧密的关系。

目前工业互联网体系架构还在研究,希望在5月份的时候能够发布体系架构。这个体系架构包括了定义,怎么看待工业互联网。目前达成了一些共识,首先数据是非常重要的核心,它涉及很多环节,包括数据采集,在微观层面数据实时的集成处理,保证工业处理的实时性。往上有数据的建模分析,再结合各个层次,车间工厂企业层面利用数据实现运营生产的优化。另外还要考虑数据在大网上的闭环。工业互联网大的体系架构就是把数据作为核心的要素,跟物理的连接,包括应用采集层面。

另外是网络化安全,网络是基础,安全是很重要的保障。网络含了网络的互联,还有标识解析和应用支撑,IaaS、PaaS、SaaS都有相关的支撑,还有系统的服务化。这是我们对整个工业互联网系统的认识。

blob.png

分享工业互联网的一些进展。德国工业4.0推动的比较快,工业4.0平台政府发挥重要的作用,另外企业、高校、研究机构,几大协会等,共同推动工业互联网的发展。2015年10月份发布标准路线图2.0版,提出成立工业4.0标准化理事会,发布了参考架构和详细描述,还包括案例库的收集和测试床。

blob.png

美国工业互联网联盟组织目前进展非常快,成员涵盖251家,涵盖了十大类型,有大数据企业,工业企业,系统集成企业等。40%多是美国,但德国、亚太的企业也在纷纷加入IIC,发展非常快。美国工业互联网联盟的目标是提出参考架构,在此基础上引领标准的制定和相关的研发。中国已经有11个单位加入和组织活动。美国工业互联网联盟组织梳理的核心工作,一个是测试床,进展非常快,待通过的20多个,已经通过的15个左右。另外也征集了很多的案例,提炼共性的需求,展示业界具体的经验。IIC已经和70来个组织建立了关系,希望能够深化标准组织的影响力,把IIC的成果反映到标准组织里面去,开展标准化的工作。

blob.png

2015年美国IIC和德国工业4.0都发布了参考架构,两个组织也在进行对接。3月2号,德国工业4.0和美国IIC签署了合作协议,进行深度的合作。参考架构做了一个映射,左边是IIC的架构,从功能视角可以看到有物理、控制、运营、应用、商业,跨层的功能和系统特征。右边是德国的参考架构,基本是三大集成的理念,纵向的,端到端的全生命周期管理。从功能的角度做的一个映射,双方签署了合作意向会进一步推动将来的合作,针对具体的测试床和具体的标准,IIC和德国工业4.0计划5月初在芝加哥开会进一步讨论。

blob.png

中国企业在工业互联网方面做了很多探索,包括海尔智能工厂,航天二院天智云。海尔在沈阳的冰箱厂一个产品线能够支持500多个型号的产品生产,在各个维度都有快速的对产品线的调配。航天二院之天智云发展非常快,包括协同生产服务和制造资源相关的企业搭建一个大的平台,提供协同的设计研发和商业方面的对接,现在已经汇聚了30多个企业。

blob.png

应用实践推动工厂内外的改造。从生产系统改造来看,灰色是现有生产制造的产线和控制系统,很难改造,企业普遍的做法是在设备上叠加一些传感器,这样能把数据采集上来,汇聚到工业数据平台上进行大数据的分析和应用。

blob.png

blob.png

简单介绍一下工业互联网产业联盟,苗圩担任指导委员会主任。

blob.png

成员发展非常快,刚成立时143家,现在正式会员158家,还有很多在提出申请。中国信息通信研究院是理事长单位,还有9家副理事长单位,34家理事单位。来自工业企业和信息通讯企业会员的数量是持平的,都是30%多,一个36%,一个38%。我们希望工业互联网产业联盟能成为全球化的联盟,也有境外的企业参与。

现在联盟一共有七个组,总体组、需求组、技术与标准组、安全组、试验平台组、产业发展组、国际合作组。在总体组下面设了三个特设组,工业大数据、边缘计算和知识产权,也是希望能够对这些重点的方向汇聚力量快速突破。

七个工作组主要工作范畴的总体考虑。总体组主要是体系架构研究和整体工作统筹。需求组涉及到共性和行业特有需求的分析。技术标准组对网络技术、云、大数据相关的基础研究和标准的制定。联盟希望跟德国和美国IIC合作,组织相关的试验平台,把研究成果拿到试验环境下验证推动。试验平台组包括方案在试验平台上的试运行。产业发展组会做产业发展推广的工作,包括试点示范,包括解决方案的遴选,最佳实践推荐。国际合作组是跟国际合作的推动。


我担任总体组的组长,阿里的是需求组,航天科工是技术与标准,360是安全,试验平台是华为,中国电信是产业发展,信通院是国际合作,华为是边缘计算组组长。

blob.png

下次的会议计划在7月份召开,各个工作组的工作同时推动。

blob.png

联盟2016年的成果显著。一个是试验报告,成熟以后会在联盟的网站上发布。试验平台会搭建水平架构和垂直领域试验平台。产业发展也有很多工作要做,包括试点示范、解决方案的输出、优秀案例的发布,另外有推动标准研制和国际合作的工作。5月份左右开始有成果的输出,大家可以多关注。

blob.png

blob.png

下面介绍工业大数据。工业大数据在很核心的位置,包含很多环节,包括采集、处理、建模、决策。数据源很多,来自不同的元素,包括传感器、机器、工厂、企业经营数据。通过网络互相衔接形成大的闭环。

对工业互联网与传统的工业数据和互联网数据进行对比,包括范围、采集的频率、数据量、格式、关联性、实时性的要求。整体来看,工业互联网实时性的要求更高,特别是在生产制造环节。工业互联网的数据量非常大,数据的结构是并存的,实时性比较突出。

blob.png

目前工业架构中的数据应用总体来看是相对割裂的,没有完全形成一个闭环。企业有一个网关,这是防火墙,生产环节的数据基本上还是在这个层面,没有很好的和企业之间衔接起来。很多数据的配置和使用都依赖于员工的调整,没有达到智能化自动的调整。另外,没有形成真正的闭环,以及和企业层面形成大的闭环。

blob.png

工厂部署环节图。将来工厂内部有两个层面,一个是在工厂下面形成一个闭环,将来边缘计算的能力是很关键的。另外,很多数据能够上到企业级的数据平台上去,包括互联网的数据,包括生产环节的数据。最终通过数据的分析实现对生产经营的决策和反馈控制。从这张图上可以看到将来数据对信息系统的演进和对外连接也会有很大的影响和推动作用。

blob.png

这是从功能架构给出来的工业数据,分成几个大的层次。这张框架图还在讨论修改中,和最终发布的不完全一样,分为数据采集。然后是数据集成和处理,数据采集上来以后,跟实现工业系统的数据对象关联,很多不同的数据进到不同的数据库里。数据采集上来后叠加语义进行描述,以便进行数据的分析和建模。最终实现各个环节智能化的应用。在建模上我们跟国外可能有一些差距,不仅是某一个功能,包括产线整体的建模、流程的建模,这是未来很重要的关键。

blob.png

工业互联网产业联盟下面有大数据特设组,希望通过特设组快速推动工业大数据的研究。包括整体性的研究、需求框架、标准试验。

这是具体的成果,一是发布大数据行业需求分析报告,对具体行业数据应用情况和需求进行分析。二是针对工业大数据给出体系框架,包括后续的实施路径,发布白皮书。还有一个重要的工作,特设组的工作是将来要制定什么样的工业大数据的标准,开展什么试验,开展什么验证内容,由哪些专门的行业来推动,会给出倾向性的建议。

blob.png

长按二维码关注我们