工业互联网环境下的大数据行业应用

⢙㚄ॿ䇞 0TWWㅹ
ㄟ‫ח‬䇮༷⁑ර
ᮠᦞкՐ ᐕъᙫ㓯 0RGEXV),16 3URILQHWㅹ
企业的核心竞争力 ， 普遍经历 3 个 阶段 。1)数据支撑业务阶段以企业 的资产管理为核心，基于数据的统
ᮠᦞ䟷䳶
ᮠᦞ䟷䳶
ᮠᦞ䟷䳶
计分析，描述已发生事件的情况， 并揭示发生的原因。应用场景为数 据统计、数据分析、标准化报表、 可视化管理输出 。2)数据驱动业务 及服务以预测性为核心，基于数 据的全面描述，预测可能发生的场 景，提供行动建议，应用场景包括 预测分析、全面画像、考核分析、 决策支持 、运营支持。3)数据引领 创新阶段以创新性为核心，基于大 数据应用能力，开展产品创新、业 务运营创新、流程创新、组合优化 及动态运营等。
商业模式 பைடு நூலகம்品为主的附加值 产品租赁及长期服务
1 工业大数据应用构建的一般方法
工业大数据的产生与物联网(Internet of Things， IoT)密切相关，物联网是工业智能化的重要基础手段， 通常这一层被称为感知层或智能感知层 。 在工业环境 中，数据来自于不同的资源，包括控制器、传感器、制 造系统中的ERP、MES、SCM和CRM、维修记录等， 这些数据或信号代表着所监控机器的运行状态，但这部 分数据，需要转化成一个特定的应用程序才会产生实际 价值。
1.1 工业大数据的采集
现阶段 ， 大部分工业设备还处于离线状态 ， 运用
15
业务与运营 Business & Operation
物联网技术使设备“在线”化是工 业大数据应用的前提。工业设备接 入分移动类设备接入和固定类设备 接入两种：移动类设备如挖机、泵 机、高空作业车、特种车辆通过控 制器、物联模块实现设备数据的采 集和传输；固定类设备如发电机 组、机床、风机厂、太阳能场通过 可兼容大量标准工业协议的智能网 关，打通设备到M2M的通道。设备 接入过程如图1所示。
引言
在新一轮技术革命的浪潮中，德国、美国分别 公布了其国家制造业工业战略 ， 我国国务院于 2015 年发布了 《 中国制造 2025 》、《“ 互联网 + ” 行动计 划 》， 将传统制造业升级改造在举国战略的高度高屋 建瓴地推行 。 其中 《 中国制造 2025 》 规划被称为中国 的“工业4.0 ”计划，明确提出把 “智能制造”作为主 攻方向[1-4]。 大数据普遍认为具有 “ 4V ” 的特征 ， 在工业大数 据中还有另外两个“V”也被普遍认可，即Visibility(可 见性，通过大数据分析使以往不可见的重要因素和信息 变得可见 ) 和 Value( 价值 ， 通过大数据分析得到的信息 应该被转化成价值 )。前四个V是信息化与工业化融合 过程中的必然产物，而后两个V则代表了在工业4.0从设 备制造端向用户服务端转型中，工业大数据及工业大数 据应用所追求的目的与意义。 从技术端看，工业大数据更聚焦于能够解决什么样 的问题及能够提供什么样的服务，工业大数据的发展经 历了以下阶段，如表1所示。
核心系统，广泛应用于各类工业 领域[6]。 通过将远端设备的工控系统 按照协议适配方式接入云平台， 转变传统企业本地化部署方式， 提升企业运行监控效率及降低企 业运营成本。如风机设备一般部 署在全国范围内，每个风场的 SCADA系统部署在风场本地， 风机设备的运维和故障监控由本 地驻守工程师现场值守。在风机 工业控制系统上云后，整个监控
[5]
表1 工业大数据的发展历程
第一阶段 1990~2000年 远程监控、数据 核心技术 采集和管理 以产品为核心的状 态监控，问题发生 价值诉求 后的及时处理，帮 助用户避免故障造 成的损失 时间 第二阶段 2000~2010年 大数据中心和 数据分析 以使用为核心的信息 服务，通过及时维修 和预测性维护避免故 障的发生风险 第三阶段 2010年至今 以数据为驱动的 云化平台 以用户为中心的 平台式服务，实 现以用户为主导 的服务生态体系 核心竞争力 构建模式
Ӂㄟ䇮༷⁑ර 00
ભԔлਁ
联网的建立，即在试点的几百台设备 上布满了传感器，所有传感器采集的 信息均回传到总部数据中心，但在数 据中心运营时发现并不知道如何使用 这些数据和挖掘数据价值，造成了成 本的浪费，后期经过改善仅保留了 5%的测点进行数据传输，而充分利 用这些数据不仅能够满足企业内部改 进设备与优化使用的需要，甚至还能 够实现向生产链上游提供需求预测的 信息服务。
Business & Operation 业务与运营
工业互联网环境下的大数据行业应用
王 侃1 蒋延云1 张 毅2
1 树根互联技术有限公司 北京 100094 2 北京东方国信科技股份有限公司 北京 100102
摘 要 工业互联网是传统制造业向现代“智造”转型的关键。美、德等主要工业国家均将工业互联网作为其先进 制造战略的重要抓手，在具体路径选择上采取了制造企业牵头，联合通信、IT等行业企业，打造以平台为核心的工 业互联网/工业4.0“操作系统”，工业大数据是其核心。文章立足于工程机械装备制造行业，重点分析大数据行业 应用实践，介绍全面深度感知、实时传输交换、快速计算处理和高级建模分析等各环节，实现工程制造行业智能控 制、运营优化和生产组织方式变革的实践过程。 关键词 工业互联网；工业大数据；物联网；工业制造
2 工业大数据业务支撑典 型应用实践
工业大数据作为企业的重要资 产发挥显性业务价值，从而构建起
系统采用两级部署，现场部署的 系统供风场业主日常运维和监控 应用，集中部署的系统为设备主 机厂提供业务运营支撑，实现全 国范围内设备的运行实时监控和 集中管理，统一备件、库存和物 流管理，统一故障诊断及维修和 派工管理 ， 提高风机运营效率 。 2.1.1 设备大数据业务支撑应用 智能设备大数据应用的目的是 实现自省性和自比较性。设备通过 网络化接入，建立起一套数据模型 来跟踪设备整个生命周期的变化。 工程机械设备已实现了智能管理及 设备的数字化。通过设备上安装智 能采集终端获取设备的运行参数、 工况信息等，并通过移动网络技术 把设备所感知的数字化信息传输到 企业数据中心。通过获取到设备数 字化的信息，可以支撑设备的远程 控制(如图2)、故障诊断、数据分析 (如图3)、远程运维、定位与轨迹追 踪(如图4)、报警管理及设备资料管