10-22

WellinCloud工(gōng)业互联网平台--赋能工(gōng)业

发布者:浏览次数:

           2020320日,工(gōng)信部发布的《关于推动工(gōng)业互联网发展的通知(zhī)》,首次正式提出了工(gōng)业互联网是新型基础设施(即新基建49日,中(zhōng)共中(zhōng)央、国务院公布的《关于构建更加完善的要素市场化配置體(tǐ)制机制的意见》里又(yòu)明确指出了数据是一(yī)种新型生(shēng)产要素

20171227日,国务院发布的《国务院关于深化“互联网+先进制造业”发展工(gōng)业互联网的指导意见》提出:“到2020年,培育30万个面向特定行业、特定场景的工(gōng)业APP,推动30万家企业应用工(gōng)业互联网平台開(kāi)展研发设计、生(shēng)产制造、运营管理等业务。到2025年,培育百万工(gōng)业APP,实现百万家企业上云。”工(gōng)业App是工(gōng)业互联网的重要组成部分(fēn),是工(gōng)业知(zhī)识沉淀、转化和应用的重要载體(tǐ)

建设面向新型生(shēng)产要素的工(gōng)业APP開(kāi)发系统,突破工(gōng)业领域智能生(shēng)产面临的关键需求和技术问题,实现工(gōng)业App在生(shēng)产制造领域的重大(dà)进展突破,完成工(gōng)业生(shēng)产经验驱动数据驱动的转变,是我(wǒ)(wǒ)国从工(gōng)业制造迈向智造的关键。

一(yī)、工(gōng)业领域智能生(shēng)产面临的困难

长期的实践证明,工(gōng)业互联网平台在生(shēng)产制造环节的应用落地无法绕过企业智能生(shēng)产面临的几大(dà)难题:

1、工(gōng)业数据处理的复雜(zá)性

(1)数据来源及构成的复雜(zá)性--工(gōng)业数据来自现场不同的设备、系统,包含各种数值型、结构化、非结构化、音视頻(pín)等几十种数据类型。边云协同首先需要解决工(gōng)业现场多源、异构数据采集、解析的难题。

1 丰富的数据类型

数据分(fēn)类

数值型数据

非结构化数据

视音頻(pín)数据

关系型数据

数据类型

DiscCharShortWordLongDWordFloatStringBlobDoubleInt64...

办公文档

文本

图片

XML

HTML

各类报表

图像

音頻(pín)

视頻(pín)

 

结构化数据

2)数据处理方法的复雜(zá)性--工(gōng)业现场数据从时间维度上可以划分(fēn)为实时数据、历史数据、控制数据,这三种时态的数据需要采取差异化处理方式,才能更好满足工(gōng)业生(shēng)产的具體(tǐ)业务要求。

2 时态数据的处理

时态类型

实时数据

历史数据

控制数据

处理要求

保障及时性

保障完整性

保障准确性

3)三种时态数据边云协同的传递方向--三种时态的工(gōng)业数据需要分(fēn)类分(fēn)级,在企业内外(wài)网之间、工(gōng)业互联网的云边端进行及时、有效的互通、互传,以满足工(gōng)业数据在企业内和企业间的存储、计算分(fēn)析和协同的业务需求。

3 时态数据的处理和传递

时态类型

实时数据

历史数据

控制数据

传递方向

从端到边到云

从云到边到端

从云到端

从内网到外(wài)网

从边到云

从内外(wài)到外(wài)网

从云到边

2、工(gōng)业模型积累的漫长性

工(gōng)业模型是对工(gōng)业技术、知(zhī)识和经验的积累,需要针对各行业特定场景的工(gōng)业需求进行量身定制,解决重点行业痛点问题。工(gōng)业模型的落地需要经历理论推理、实验验证、模拟择优、大(dà)数据分(fēn)析四个阶段才能真正掌握工(gōng)业模型的内在机理,整个过程既漫长又(yòu)异常复雜(zá)。

需攻克工(gōng)业模型训练和现有工(gōng)业人的知(zhī)识经验融合难题,可有效缩短模型训练周期。工(gōng)业模型根据其所在的行业应用场景,可以分(fēn)为通用模型、专业模型和工(gōng)程模型,其中(zhōng)通用模型可以作为共性技术重复使用;行业模型具有某个细分(fēn)行业的广泛适用性;工(gōng)程模型是针对特定产线设备构建的专门服务特定企业生(shēng)产制造的工(gōng)业模型。

3、工(gōng)业场景需求的多样性

工(gōng)业生(shēng)产场景的多样性指的是智能生(shēng)产环境下(xià)企业的供应链协同,生(shēng)产调度、设备管理、能耗预测分(fēn)析、质量检测等业务的需求各异,不同业务所产生(shēng)的工(gōng)业数据和所使用的工(gōng)业模型千差万别。

1 多样化的工(gōng)业场景

以设备管理为例,为了达成设备寿命预测的业务目标,就需要对设备的启停状态、加工(gōng)的产品、加工(gōng)的时间、刀具振动、标准作业、加工(gōng)音视頻(pín)等上百种结构化和非结构化数据进行采集,构建基于高端设备的寿命预测工(gōng)业模型,通过长时间的验证和迭代训练,在边缘侧部署工(gōng)业模型进行验证,实现对设备的寿命预测。

二、亚控积累了独特的边云协同技术

1、雄厚的边缘计算技术积累

2 中(zhōng)国HMI市场报告(来自ARC

自主边云技术超越国际巨头。2018年,亚控科技已经成为中(zhōng)国市场占有率排名第一(yī)的SCADA\HMI软件厂商(shāng)。从1995-2020年,亚控科技监控组态产品部署在30多万个工(gōng)业生(shēng)产监控现场。

据统计,截至2019年底:

v  全国346有生(shēng)产许可的钢厂的能源管理数据采集项目有一(yī)半以上采用亚控的组态王;

v  长庆油田石油当年总产量占全国总产量1/8,而长庆油田8个采油厂76个生(shēng)产作业区全部使用亚控的KingSCADA

v  全国每10家热力集团公司有6家的调度中(zhōng)心使用亚控的KingSCADA

v  南(nán)水北(běi)调中(zhōng)线工(gōng)程,80%的泵站、管理站、调度中(zhōng)心采用了亚控的KingSCADA

v  20172019年,60%以上的军方的舰船(包括航空母舰)的损管(损害管制’)”监控系统,都使用了亚控的组态王;

边缘数据接入和协议解析能力全球领先。25年研发成果,亚控积累了5000多种数据采集驱动和支持的369种主流通讯协议数量双双排名世界第一(yī),覆盖国内工(gōng)业设备种类90%以上。形成了中(zhōng)国独有的数字技术财富宝库。

     2018年,硅谷动力评出的工(gōng)业互联网平台及解决方案提供商(shāng),TOP108家,Top50中(zhōng)有29家采用亚控的采集产品。目前,亚控已经与浪潮、阿里、华为、百度、樹(shù)根互联、徐工(gōng)、三一(yī)重工(gōng)等工(gōng)业互联网平台达成战略合作协议,为其提供设备接入服务。

20189月,工(gōng)业互联网产业联盟发布的《工(gōng)业数据采集产业研究报告》,其中(zhōng)第六章数据采集典型产品和案例介绍部分(fēn)提及的12家企业案例,有9家与亚控进行了数据采集方面的合作。

3 驱动服务数量对比

2019年,亚控以《面向异构协议兼容的亚控WellinCloud工(gōng)业互联网平台测试床建设项目》申报的工(gōng)信部组织的工(gōng)业互联网创新发展工(gōng)程,创新性提出了解决工(gōng)业互联网平台异构协议兼容能力的建设方案,得到了专家的高度认可,最终以第一(yī)名中(zhōng)标。

2、独创的边云一(yī)體(tǐ)化建模技术方案

一(yī)物(wù)一(yī)名通云边是将面向不同行业的物(wù)理实體(tǐ),组态构建为与数据结构无关的数字映射體(tǐ)。该数字映射體(tǐ)将物(wù)理实體(tǐ)的多种数据和模型进行打包,并在边云实现自由同步。用户无论在何时、何地只需通过物(wù)理实體(tǐ)的唯一(yī)名称(ID),就可以对这些数据和模型进行检索、调用,而不需要关心这个映射體(tǐ)存储在边缘侧还是云端,更不需要关注它们被存储在哪个数据库的哪个表里。用户只需要简单的培训就可以使用这一(yī)先进的边云协同技术。该技术系国内首创。

4 “一(yī)物(wù)一(yī)名通云边

工(gōng)业模型云端一(yī)體(tǐ)化配置化。工(gōng)业互联网平台自2014年发展至今,一(yī)直使用高级语言编程開(kāi)发工(gōng)业模型,開(kāi)发周期长,维护难,质量差。2019年,亚控成功把配置化(组态)技术应用到了云边协同的工(gōng)业模型開(kāi)发,工(gōng)业人只需要通过可视化拖、拉、拽配置的方式就能自主完成開(kāi)发,从此摆脱对IT人的依赖。目前,公司为联通全要素连接平台開(kāi)发了包含机加、电子等十个行业人、机、料、法、环全要素300余个工(gōng)业模型;为川能智网能源管理平台面向设备级、系统级、管理级開(kāi)发了200余个工(gōng)业模型,实现对十余种能源介质的用能计划、实时监测、报警分(fēn)析、能耗预测。该技术系国内首创。

3、创新性的模型训练技术

针对不同的工(gōng)业场景需求,提供亚控科技独创的開(kāi)环”“闭环模型训练技术:

5 “闭环边云协同训练模式

闭环边云协同的训练模式是工(gōng)业模型在云上构建和训练,部署到边缘验证,最终在云上聚合。与传统的以云中(zhōng)心为核心的训练验证方式不同,边缘验证不需要收集工(gōng)业现场的数据,只是收集最新的模型训练更新,从而避免用户信息泄露。

6 “開(kāi)环边云协同训练模式

開(kāi)环边云协同的训练模式是工(gōng)业模型在云上构建和初步训练,部署到边缘验证和深度训练,最终在边缘聚合。这种方式可以充分(fēn)利用和继承闭环边云协同训练结果,在边缘侧继续进行深度训练,满足用户个性化应用需求。

三、生(shēng)产制造类工(gōng)业App開(kāi)发的难点

2014GE推出全球首款工(gōng)业互联网平台以来,国内也涌现出许多优秀的工(gōng)业互联网平台,以索为云网为代表的在研发设计领域、以三一(yī)根云为代表的在管理运营领域,都開(kāi)发了数千个工(gōng)业APP,为工(gōng)业企业赋能,在研发和运维方面实现了业务模式的应用创新。

到目前为止,国内工(gōng)业互联网平台上可用的生(shēng)产制造类工(gōng)业APP还很少,政府有号召,企业有需求,为什么生(shēng)产制造类工(gōng)业APP积累依然这么慢(màn)?因为现有工(gōng)业互联网平台開(kāi)发生(shēng)产制造类工(gōng)业APP都面临三大(dà)难点:

1、复合型開(kāi)发人才奇缺

工(gōng)业APP的本质是工(gōng)业机理模型和工(gōng)业技术的软件化,工(gōng)业know-how是核心。中(zhōng)国拥有世界上最齐全的工(gōng)业门类,所涉及的工(gōng)业知(zhī)识非常丰富,这些工(gōng)业知(zhī)识在工(gōng)业人脑子里,而信息技术掌握在IT人手中(zhōng),据CSDN网站统计,中(zhōng)国IT人有600万,在工(gōng)业领域的预计50万,工(gōng)业人有4500万,既有工(gōng)业知(zhī)识又(yòu)掌握信息技术的复合型人才非常稀少。

2、工(gōng)业APP通用性差、优化迭代困难

现有的工(gōng)业APP大(dà)多面向单个客户定制開(kāi)发,客户需求情况有变化或新增一(yī)个客户又(yòu)需要根据新需求再定制開(kāi)发新的工(gōng)业APP,这样的工(gōng)业APP使用率很低,标准化、通用化的可能性极小(xiǎo),优化迭代和复用都很困难。

解决问题的思路是把工(gōng)业APP分(fēn)解成若干可以复用的基础共性类APP,根据客户需求组装,只需要定制不具有共性的部分(fēn),这样就解决了通用性差、迭代困难的问题,然而“打散容易、重构难”,原因在于工(gōng)业APP接口没有标准化,工(gōng)业APP的接口很容易发生(shēng)变化,很难找到所有工(gōng)业APP的共性把接口固化下(xià)来。

3、工(gōng)业APP支撑系统集成困难

生(shēng)产制造按经典的普度模型分(fēn)五层:

7 生(shēng)产制造系统普度模型

L0-现场设备,L1-自动控制,L2-車(chē)间监控,L3-制造执行,L4-业务管理。理想情况下(xià),五层系统之间联动,从上而下(xià)形成PDCAPlan,Do,Check,Action的闭环,成为一(yī)个有机整體(tǐ),数据自动流动,实现“看不见的自动化”,让生(shēng)产制造从固化、僵硬变得離(lí)散、轻灵。模型在实际应用过程中(zhōng),几乎在每一(yī)层都遇到阻碍数据自动流动的问题,原因在于:

L0级存在问题 – 设备繁雜(zá)

设备“万国牌”——目前中(zhōng)国工(gōng)业设备保有量世界第一(yī)、设备种类数量世界第一(yī)、设备使用跨度时间长,存量大(dà);同时中(zhōng)国也是工(gōng)业设备增长最为迅猛的国家,增量大(dà)。加之现场设备大(dà)都是相对封闭的系统,接口缺失,这就给工(gōng)业设备接入工(gōng)业互联网带来了非常巨大(dà)的挑战。

L1级存在问题 – 协议多样

“最后一(yī)米”不通——工(gōng)业互联网连通设备的“最后一(yī)米”就是采集设备中(zhōng)的数据。工(gōng)业设备的数字化通过安装各种工(gōng)业控制器和采集器完成,数据采集通过和这些控制器或采集器以多达300余种通讯协议实现。由于设备种类繁多,数据链路、接口不一(yī),协议多样,顺畅、稳定地采集数据比较困难。

L2级存在问题 – 各自为战

国内外(wài)有数十家监控软件厂家,国外(wài)以西门子、霍尼韦尔、罗克韦尔、横河为代表,国内以亚控、力控、中(zhōng)控、和利时为代表,各厂家产品接入的设备实时、历史数据有各自的存储格式,互相之间不能统一(yī),工(gōng)业互联网平台只能分(fēn)别和每一(yī)款产品通过OPC(OLE for Process Control)的方式进行整合。

L3级存在问题 – 烟囱林立

工(gōng)厂制造执行有“空间離(lí)散”、“时间异步”的特点,异构系统集成过程中(zhōng),存在大(dà)量的“信息孤岛”、“烟囱林立”的情况,相互之间在功能上不能关联互助,信息难以共享互换,信息与业务流程和应用相互脱节。

L4级存在问题 – 难以集成

业务管理层各系统相互构成协同关系。只有集成在一(yī)起,才能提高产品附加值,缩短開(kāi)发周期,加快投入市场速度,从根本上提高制造业的竞争力。

各系统间的集成工(gōng)作已经開(kāi)展40年,至今未能很好解决,主要难点在于:各系统间的数据接口不一(yī)致,需要通过接口程序、中(zhōng)间库表等方式做转换传递;各系统的数据发生(shēng)变化时,需要通过全量、数据比较方式实现,繁琐低效;业务数据种类繁多,包括物(wù)料、BOM(Bill of Material)、工(gōng)艺数据、工(gōng)序库等,集成工(gōng)作量大(dà);各系统之间数据、功能有重叠,集成时难以妥善处理。

四、亚控发明了独特的云原生(shēng)技术

1、国内首款工(gōng)业APP全配置(组态)产品

2019年,亚控发布了KingAppPlatform(亚控产品),開(kāi)发者只需要通过可视化“拖、拉、拽”配置的方式就能完成工(gōng)业APP的配置(组态)開(kāi)发。

8 传统開(kāi)发方式VS云原生(shēng)技术

2、与工(gōng)互平台全面合作

20198月,工(gōng)信部发布的“2019 年跨行业跨领域工(gōng)业互联网平台清单公示”文件公示了十家“双跨”工(gōng)业互联网平台, 其中(zhōng)海尔、航天云网、浪潮云、华为、阿里等8家和亚控达成了战略合作协议。

3、工(gōng)业APP积累提速

KingAppPlatform虽推出不到一(yī)年时间,但已吸引了一(yī)批合作伙伴和開(kāi)发者,并在机加、电子、建筑等多个行业积累了进度、质量、设备、物(wù)料、能源、安全、人員(yuán)绩效等方面500余个工(gōng)业APP

五、亚控WellinCloud工(gōng)业互联网平台

9 WellinCloud工(gōng)业互联网平台赋能工(gōng)业

亚控科技2019年推出的WellinCloud工(gōng)业互联网平台,分(fēn)数据数据采集边缘层-工(gōng)业PaaS平台层-工(gōng)业APP应用层三层架构,采用了独创的数据采集和解析技术、边云协同技术、云原生(shēng)技术和App隔離(lí)技术,通过共享公司25年积累下(xià)的5000余种工(gōng)业设备驱动解决工(gōng)业数据接入问题,提供让4000万工(gōng)程师很容易掌握的工(gōng)业App開(kāi)发平台和方法,帮助懂工(gōng)业、懂制造,懂車(chē)间生(shēng)产场景的工(gōng)业人熟练、流畅、配置化地開(kāi)发工(gōng)业APP,彻底解决工(gōng)业App“打散容易重构难”、工(gōng)业企业制造模型创新等一(yī)系列技术和业务难题,实现工(gōng)业互联网在制造领域的应用落地,赋能企业实现数字化转型升级。