WellinCloud工業互聯網平台--賦能工業

發（fā）布者:瀏覽（lǎn）次數:

           2020年3月20日，工信部發布的《關於推動工業互聯網發展的通知》，首次正式提出了工業互聯網是新型基礎設施（即“新基建（jiàn）”）。4月9日，中共中央、國（guó）務院公布的（de）《關於構建更加完善的要素市場化配置（zhì）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27日，國務院發布的（de）《國務（wù）院關於深化“互聯網+先進製造（zào）業”發展工業互聯網的指導意見》提出：“到2020年，培育30萬個麵向特定行業、特定場景的工業APP，推動30萬家企業應用工業互聯網平（píng）台開（kāi）展研發設計、生產製造、運營（yíng）管理等（děng）業務。到2025年，培育百萬工業APP，實現（xiàn）百萬家企業上雲。”工業App是（shì）工業互聯網的重要（yào）組成部分，是工業知識沉（chén）澱、轉化和應用的重要載體。

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

一、工業領域智能生產麵（miàn）臨的困（kùn）難

長期（qī）的實踐證明，工業互聯（lián）網平台在生產製（zhì）造環節的應用落地無法繞過企業智能生產麵臨的幾大難題：

1、工業數據處理的（de）複（fù）雜性

（1）數（shù）據來源及構成的複雜性--工業數（shù）據來自現（xiàn）場不（bú）同的設備、係統，包含各（gè）種數值型、結構化（huà）、非結構化、音視頻等幾（jǐ）十種數據類型。邊雲協同首先需要解決（jué）工業現場多源、異構數據采集、解析的難題。

表1 豐富的數（shù）據類型（xíng）

（2）數據處理方法的複雜性--工業（yè）現場（chǎng）數據從時間維度上可以劃分為實（shí）時數據、曆史數據、控製數據（jù），這（zhè）三種時（shí）態的數據需要采（cǎi）取（qǔ）差異化處理方式，才能更好滿足工（gōng）業生產的具體業務要求。

表2 時（shí）態數據的處理

（3）三種時態數據邊雲協同的傳遞方向--三種時態的工業數據（jù）需要分類分（fèn）級，在企業內外網之間、工業互聯網的雲邊端進（jìn）行及時、有效的互（hù）通、互傳，以滿足工業（yè）數據在企業內和企業間的存儲、計算分析和協同的業務需求。

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（jì）術（shù）、知識（shí）和經驗的積累，需要針對各行業特（tè）定場景的工業需求進行量身定製，解決重點行業痛點問題。工業模型的（de）落（luò）地需要經曆理論推理、實驗驗（yàn）證、模擬擇優、大（dà）數據分析（xī）四個階段才能真正掌握工業模型的內在（zài）機理，整個過程（chéng）既（jì）漫長又異常複雜。

需攻克工業模型訓練和現（xiàn）有工業人的知識經驗融合難題，可有效縮短模型訓練周期。工業（yè）模型根據其所在的行業應用場景，可以分為通用模型、專業模型和（hé）工程模型，其中通（tōng）用模（mó）型可以作為共性技術重複使用；行業模型具有某個細分行（háng）業（yè）的廣（guǎng）泛適用（yòng）性；工程模型（xíng）是針對特定產線設備構建的專門服務特定企業生產製造的工（gōng）業模型。

3、工業場景需求的多（duō）樣性

工業生產場景的多樣性指的（de）是智能生產（chǎn）環境下（xià）企業的供應鏈協同，生產調度、設備管理、能耗（hào）預（yù）測分析、質量檢測等業務的需求各異，不同業務所（suǒ）產生（shēng）的工業數據和所使用的工業模型（xíng）千差萬（wàn）別。

圖（tú）1 多（duō）樣化的工業場景

以設（shè）備管理為例，為了達成設備壽命預測的（de）業（yè）務目標，就（jiù）需要對設備的（de）啟（qǐ）停狀態、加工（gōng）的產品、加工的時間、刀具振動、標準作業、加工音視頻等上百種結構化和非結構化數據進行采（cǎi）集，構建基（jī）於高端設備的壽（shòu）命預（yù）測工業模型，通過長（zhǎng）時間的驗證和迭（dié）代訓練，在邊緣側（cè）部（bù）署工業模型進行驗證，實（shí）現對設備的壽命預測。

二、亞控積累（lèi）了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（gào）（來（lái）自ARC）

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

據統計，截至2019年（nián）底：

v  全（quán）國346有生產許可（kě）的鋼廠的能源管（guǎn）理（lǐ）數據采集（jí）項目有（yǒu）一半以上采用亞（yà）控的組態王；

v  長慶油田石油當年總產量占（zhàn）全國總產量1/8，而長慶油田8個采油廠76個生產作業（yè）區全部使用亞控的KingSCADA；

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

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

v  從2017到2019年，60%以上的軍方的艦船（包括航空母艦）的“損管(即‘損害管製（zhì）’)”監控係統，都使用了亞控的組態（tài）王；

邊緣數據（jù）接入和協議解析能力（lì）全球領先。聚（jù）25年研發（fā）成果，亞控積累（lèi）了5000多種數據采集驅動和支持的369種主流通訊協議數量雙雙排名世界第一，覆蓋國（guó）內工業設備種類90%以上。形成（chéng）了（le）中國獨有的數字技術（shù）財富寶庫。

     2018年，矽穀（gǔ）動力評出（chū）的（de）工業互聯網平台及解決方案提供商，TOP10有8家，Top50中（zhōng）有29家采用亞控的采集產品（pǐn）。目前，亞控已經與浪潮、阿裏、華為、百度、樹根互聯、徐工、三一重工等工業互聯網平台達成戰略合作協議，為其提供（gòng）設備接入服（fú）務。

2018年9月（yuè），工業（yè）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（shù）據（jù）采集（jí）典型產（chǎn）品和案例介紹部分提（tí）及的12家企業案例，有9家與亞控進行了（le）數據采集方麵的合作。

圖3 驅動（dòng）服務數量對比

2019年，亞控以《麵向異（yì）構協議兼容的（de）亞控WellinCloud工業互聯網平台測試床建設項目》申報的工信（xìn）部組織的工業互聯網創新發展工程，創（chuàng）新性提出了解決（jué）工業互聯網平台異構協議兼容（róng）能力的建設方（fāng）案，得到了專家的高度認可，最終以第一名（míng）中（zhōng）標。

2、獨創的邊（biān）雲一體化建模技術方案

“一物一名通雲邊”是將麵向不同行業的物（wù）理實體，組態構建（jiàn）為與數據結構無關的數字映射體。該數字映射體將（jiāng）物理實體的多種數據和模型進行打包，並在邊雲實現（xiàn）自由（yóu）同步。用戶無論在何時（shí）、何（hé）地隻需通過物理實體的唯一名稱（ID），就可以對這些（xiē）數據和模型進行檢索、調用，而不需要關心這個映射體（tǐ）存儲在邊緣側還是雲端，更不需要關注它們被存儲在哪（nǎ）個數據（jù）庫的哪個表裏。用戶隻需要簡單的培訓就可以使用這（zhè）一先進的邊雲協同技術。該技術係國（guó）內首創。

圖4 “一物一名通（tōng）雲邊”

工業模型雲端一體化配置化。工業互聯網平台自2014年發展至今，一直使用高級語言編程開發工業模型，開（kāi）發周（zhōu）期長，維護難，質量差。2019年（nián），亞控成功把配置（zhì）化（組態）技術應用到了雲邊協同的工業（yè）模型開發，工業（yè）人隻（zhī）需要通過可（kě）視（shì）化“拖（tuō）、拉、拽”配置的方式就能自主完成開發，從此擺脫對IT人（rén）的依賴。目前，公司為聯通全要素連接平台開發了包含機加、電子等十個行業人、機、料、法、環全（quán）要素300餘（yú）個工（gōng）業模（mó）型；為川能智網能源管理（lǐ）平台麵向設備級、係統級、管理級開發了200餘個工業模型，實現對（duì）十餘種（zhǒng）能源（yuán）介質的用能計劃、實時監測（cè）、報警分析、能耗預測。該（gāi）技術係（xì）國（guó）內首創（chuàng）。

3、創新性的模（mó）型訓練技術

針對不（bú）同的工業場景需求，提供亞控科技獨創的“開環”“閉環”模型訓練（liàn）技術：

圖5 “閉環”邊（biān）雲協同訓練（liàn）模式

“閉環”邊雲協同的（de）訓練模式是工業模型在雲上構建和訓練，部署到邊緣驗證，最終在（zài）雲上聚合。與傳統的以（yǐ）雲中心為核心的訓練（liàn）驗證方式不同，邊緣驗證不需要收集工業現場的數（shù）據，隻是收集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（mó）型在雲上構建和（hé）初（chū）步訓練，部署到邊緣驗證和深度訓（xùn）練，最終在邊緣（yuán）聚合。這種方式可以充分利（lì）用和繼承“閉環”邊雲協同訓練結果，在邊（biān）緣（yuán）側繼續進行深度訓練，滿足用戶個性化應用需求。

三、生產製造類工業App開發的（de）難點

自2014年GE推出全球首款（kuǎn）工業互聯網平台以來，國內也湧現出許（xǔ）多優秀的工業互（hù）聯網平台，以索為雲網為代表的（de）在研發（fā）設計領域、以三一根雲為代表的在管理運營領域，都開發（fā）了（le）數千個工業APP，為工業企業賦能，在研發和運維方麵實現了業務模式的（de）應用創新。

到目（mù）前為止，國內工業互聯網平台上可用的生產製造（zào）類工業APP還很少，政府有號召，企（qǐ）業有需求，為什麽生產製造類工業APP積累依然這麽慢？因為現有工業互聯網平（píng）台開發生產製造類工業（yè）APP都麵臨三大（dà）難點：

1、複合型開發（fā）人（rén）才奇缺

工業APP的本質是工業機理模型和工業技術的（de）軟（ruǎn）件化，工業know-how是核心。中國擁有世界上最齊（qí）全的工業門類，所涉及的工業知識非常豐富，這些工業知識在工業人腦子裏，而信息（xī）技（jì）術掌握在IT人手中，據CSDN網站統（tǒng）計（jì），中國IT人有（yǒu）600萬，在工業領域的預計50萬，工業人有4500萬，既有（yǒu）工業知識又掌握信息（xī）技術（shù）的複合型人才非常稀（xī）少。

2、工業APP通用性差、優化迭（dié）代困難

現有的工業APP大多麵向單個客（kè）戶定製開發，客戶需求情況有變化或新（xīn）增一（yī）個客戶又（yòu）需要根據新需求再定製開發新的工業APP，這樣的工業APP使（shǐ）用率很低，標準化、通（tōng）用化的（de）可（kě）能性極小，優化（huà）迭代（dài）和複用都很困難。

解決問題的思路是把工業APP分解成若幹可以（yǐ）複用的基（jī）礎共性類APP，根據客戶需求組裝，隻需要定製（zhì）不具有共性的部分（fèn），這樣就解決了通用性（xìng）差、迭代困（kùn）難的問題，然（rán）而“打散容易、重構難”，原因在（zài）於（yú）工業APP接（jiē）口沒有標準化，工業APP的接口很容易發生變化，很難找到所有工業APP的共性（xìng）把接口固化下來。

3、工（gōng）業APP支撐（chēng）係統集成困難

生（shēng）產製（zhì）造（zào）按經（jīng）典的普度模型（xíng）分五層：

圖 7 生產製造係統普度模型

L0-現場設備，L1-自動控（kòng）製，L2-車間監控，L3-製造執行，L4-業務管理。理（lǐ）想情況下，五層係統之（zhī）間聯動，從上而下形成PDCA（Plan,Do,Check,Action）的閉環，成為一個有機整體，數據自動流動，實現“看不（bú）見的自動化”，讓生產製造從固（gù）化、僵硬變得離散（sàn）、輕（qīng）靈。模型（xíng）在實際（jì）應（yīng）用過程中，幾（jǐ）乎在每一層（céng）都遇（yù）到阻礙數據（jù）自動流動的（de）問題，原因在於：

L0級存在問題 – 設備繁雜

設備“萬國牌”——目前中國工業設備保有量（liàng）世（shì）界（jiè）第一、設備種類（lèi）數量世界第一、設備使用跨度時間長，存量大；同時中國也是工業設備增長最為迅猛的（de）國家，增量大。加之現場設備大都是相對封閉的係統，接口缺失，這就給工業（yè）設備接（jiē）入工業互聯網帶來了非常巨大的挑戰（zhàn）。

L1級存（cún）在問題 – 協議多樣

“最後一（yī）米”不通（tōng）——工業互聯網（wǎng）連通設備的“最後一米”就是采集設備中的數據。工業設備的數字（zì）化通過安裝（zhuāng）各種工業控製器和采集器完成，數據采集通過和這些控製器或（huò）采集器以（yǐ）多達300餘種通訊（xùn）協議（yì）實（shí）現。由於設備種類繁多，數據鏈路、接口不一，協議（yì）多樣，順（shùn）暢、穩定地采集數據比較困難。

L2級（jí）存在問（wèn）題 – 各自（zì）為戰

國內外有數十家（jiā）監控軟件廠家，國外以西門子、霍尼韋爾、羅克韋爾、橫河為代表，國內以亞控、力控、中控、和（hé）利時為代（dài）表，各（gè）廠家產品接入的設備實時、曆（lì）史數據有各自的存儲格（gé）式，互相之間不能統一，工業互（hù）聯網平台隻能（néng）分別和每一款產品通過OPC(OLE for Process Control)的方式進行整合（hé）。

L3級存在問題（tí） – 煙囪林立

工廠製造執行有“空間離散”、“時間異步”的特點，異構係統集成過程中，存（cún）在大量的“信息孤島”、“煙囪林（lín）立”的情況，相互之間在（zài）功能上不能關聯互助，信息難（nán）以共享互換，信息與業務流程和應用相互脫（tuō）節。

L4級存在問題 – 難以集成

業務管理層各係統相互構成協（xié）同關係。隻有集成在一起，才能提高產品附加值，縮短開發周（zhōu）期，加快（kuài）投入市場速度（dù），從根本上提高製造業的競爭力（lì）。

各係統（tǒng）間的（de）集成工作已經開展40年，至今未能很好解決，主要難點在於：各係統間的數據接口不一致，需要通過（guò）接口程序、中（zhōng）間庫表（biǎo）等方式做轉換傳遞；各係統的數（shù）據發生變化時，需要通過全量、數據比較（jiào）方式實現，繁瑣低效；業務數據種類繁多，包括物料、BOM(Bill of Material)、工藝數據、工序庫等，集（jí）成工作量大；各係統之間數據、功能有重疊，集成（chéng）時（shí）難以妥善（shàn）處理。

四、亞控發明了獨特的雲原生（shēng）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（yà）控產（chǎn）品），開發（fā）者（zhě）隻需要通過可視化（huà）“拖、拉、拽”配置的方式就能完成工業APP的配置（組態）開發。

圖 8 傳統開發方式VS雲原生技（jì）術

2、與工互平台全（quán）麵合作

2019年（nián）8月，工信部發（fā）布的“2019 年（nián）跨行業跨領域（yù）工業互聯網平台清單公示”文（wén）件公示了十家“雙跨”工業互聯網平台， 其中海爾、航天（tiān）雲網、浪潮雲、華為、阿裏等8家和亞控達成（chéng）了戰略合作協議（yì）。

3、工業APP積累提速

KingAppPlatform雖推出不到一年時間，但已吸引了（le）一批合作夥（huǒ）伴和開發者，並在機加、電子、建築等多個行業積累了進度、質量、設備、物（wù）料、能源、安全、人（rén）員績（jì）效等方麵500餘個工業（yè）APP。

五、亞控WellinCloud工業互聯網平台

圖（tú） 9 WellinCloud工業（yè）互聯網平台賦能（néng）工業

亞控科技2019年推出的WellinCloud工業互聯網平台，分數據數據采集（jí）邊緣層（céng）-工業PaaS平台層-工業APP應用層三層架構，采用（yòng）了（le）獨創的數據采集（jí）和解析技術、邊（biān）雲協同（tóng）技術、雲（yún）原生技術和（hé）App隔離技術，通過共享公司25年積累下的5000餘種工（gōng）業設備驅動（dòng）解決工業數據接入問題，提供讓4000萬工程（chéng）師很容易掌握的工業App開發平台和（hé）方法（fǎ），幫助懂工業、懂製造，懂車間生產場景的工（gōng）業人（rén）熟練、流暢、配置化地開發（fā）工業APP，徹底解決工業App“打散容易重構難”、工業企業製造模型創（chuàng）新等（děng）一係（xì）列技術和（hé）業務難題，實現工業互聯網在（zài）製造領域的應用落地，賦（fù）能企業實現數字化轉型升級。