实践路径篇
第五章 工业互联网平台赋能中小企业包容性增长机制
十一、基础性平台构建“1+3”公共服务体系
（一）建设1个通用共性技术资源池
通过工业互联网平台，构建通用共性技术资源池，汇聚设备互联、数据智能、仿真建模、应用开发和数字孪生等技术能力，让中小企业“拿来即用”，降低中小企业的平台化研发、部署、应用、开发成本，助力中小企业包容性增长。
设备互联。实现制造全生命周期异构数据在云端汇聚。设备接入主要基于工业以太网、工业总线等工业通信协议和以太网、光纤等通用协议，3G/4G、NB-IOT等无线协议将工业现场设备接入平台边缘层。协议转换一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通信接口，实现数据格式转换和统一；另一方面利用HTTP、MQTT等方式从边缘侧将采集到的数据传输到云端，实现数据的远程接入。边缘数据处理基于高性能计算芯片、实时操作系统、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端分析形成协同。
针对典型行业中的不同企业开发专用的数据采集联网设备，为非企业自主所有的外国设备装上“中国脑”，彻底改造国外的自动化控制系统；为专用设备配置数据采集端口，采用即插即用的方式，安全地从工业现场设备中实时获取数据并进行传输，解决不同设备制造商之间设备的互联互通问题，实现设备的泛在连接。
基于OPC UA设计工业网关设备，将现场各种工业设备、装置采用的标准或私有通信协议转化成标准OPC UA通信协议。针对异构现场总线及以太网总线的不同报文结构的数据，通过标配数据接入模块，进行标准化报文拆解。工业网关应支持多种网络接口、总线协议与网络拓扑。
部署边缘端设备实现边缘计算与云计算协同。基于边缘端设备，根据典型行业数据接入特点，基于流式数据分析对数据进行即来即处理，快速响应事件和不断变化的业务条件与需求。通过分布式边缘计算节点进行数据和知识的交换，支持计算、存储资源的横向弹性扩展，完成本地的实施决策和优化操作，同时将非实时数据聚合后送到云端处理，实现与云计算协同。
数据智能。涵盖数据处理框架、数据预处理、数据存储与管理等使能技术。数据处理框架借助 Hadoop、Spark、Storm 等分布式处理架构，满足海量数据的批处理和流处理计算需求。数据预处理运用数据冗余剔除、异常检测、归一化等方法对原始数据进行清洗，为后续存储、管理与分析提供高质量数据来源。数据存储与管理通过分布式文件系统、NoSQL数据库、关系数据库、时序数据库等不同的数据管理引擎实现海量工业数据的分区选择、存储、编目与索引等。
预防硬件故障。数据驱动的预测分析可消除任何预防性维护策略的猜测，还能让工程师在机器脱机和休眠时安排并启动修理。例如，通用汽车（GM）在生产在线涂装新车时会先使用传感器监控工厂温度，如果环境太冷或太热，涂料设置不正确，设备就可能出现故障。其他制造商则使用自动通知传感器来辨识性能下滑、意外瓶颈或潜在危险。
优化维护例程。预测分析通常能找出需要关注的机器或零件，工厂技术人员就能根据需要调整工具和备件的库存，从而能为工厂车间节约时间、金钱和空间。有些机器也会执行自我维护，且因无须技术人员而能进一步提高效率。
加强工作场所安全。未正确维护的设备或容易发生故障而无警告的机器会对工人的健康和安全造成严重风险。机器故障也会造成时间、生产力和利润的严重损失。意外事件可能导致整个工厂暂时关闭，直到问题解决为止。
提升产品质量和客户服务。机器突然发生故障也会让准备装运或分配的货物受到损坏。组装机器人或数控机床一旦在生产过程中停止工作，则特定零件及其所包含的原材料将立即浪费。例如，工具机大厂Caterpillar迅速接受了物联网技术，其客户和合作伙伴享受到许多实实在在的好处，包括节省40%的燃料成本和90%的设备正常运行时间，以及增加数千美元的利润。最终结果是，Caterpillar提升了其品牌形象，客户改善了其分配资源的方式，消费者最终为整体服务支付更少的费用，达到三赢局面。
仿真建模。打造工业实体虚拟映射和智能数据分析能力。数据分析建模利用统计分析、机器学习、机理建模等多种技术，并结合相应领域经验知识，面向特定工业应用场景，对海量工业数据进行深度分析和挖掘，并提供可调用的特征工程、分析建模等工具包，能够快速建立可复用、可固化的智能应用模型。虚拟样机将 CAD 建模技术、计算机支持的协同工作（CSCW）技术、用户界面设计、基于知识的推理技术、设计过程管理和文档化技术、虚拟现实技术集成起来，以实现复杂产品论证、设计、试验、制造、维护等全生命周期活动中基于模型/知识的虚拟样机构建与应用。
缩短开发周期与降低成本。对材料的工艺特性、机械传动、控制的联合测试中，只有在虚拟环境中，对参数进行最优的调整，才最节省成本，只有几乎完成最优调整后，再下载到物理对象上进行验证，才能更好地实现成本的降低。否则，如印刷机，如果要进行某种材料的测试，从300米的速度运行，一卷纸只用时10多分钟就烧完了，价值几千元的材料很快就会被消耗掉，而大量的机器功能会造成巨额的测试成本。
降低安全风险。对于一些设备，虚拟测试与验证还可以降低安全风险，如风力发电对于各种安全机制的测试，包括在一些大型机械装备的开发中，如果没有良好的安全机制保障，那么就存在潜在的安全风险，因此，可以在虚拟环境中进行工作。
复用的组件开发。对于很多具有共性的应用软件来说，如张力控制模型针对塑料薄膜、印刷的纸张、纺织的纱线、金属板材的开卷校平、弹簧送丝等各种场景来说，可以用于开发各种控制模式下（闭环、开环、伺服电机调节等）的模型及其参数验证，然后封装为可复用的共性组件，在应用开发中，直接配置其模式、参数等，加速机器的配置，响应快速的市场变化需求。
应用开发。实现工业技术、经验、知识和最佳实践的模型化、软件化、再封装（即工业App）的关键能力。涉及微服务架构、多语言与工具支持、图形化编程等技术。微服务架构提供涵盖服务注册、发现、通信、调用的管理机制和运行环境，支撑基于微型服务单元集成的“松耦合”应用开发和部署。多语言与工具支持Java、Ruby和PHP等多种语言编译环境，并提供Eclipse integration，JBoss Developer Studio、git和Jenkins等各类开发工具，构建高效便捷的集成开发环境。图形化编程通过类似Labview的图形化编程工具，简化开发流程，支持用户采用拖拽的方式进行应用创建、测试、扩展等。具体以微服务架构为例：
易用易维护。基于不同行业、不同领域经验知识所提炼出来的各类原始机理算法模型通常缺少对外调用的接口，也往往难以进行独立的调试、运行和升级，需要使用工业微服务的方式将这些机理算法模型集成起来，封装成可独立调试运行的单一功能或服务模块，提升其易用性和可维护性。
个性化定制。满足工业App快速运维、持续迭代和个性化定制的需要，在工业互联网平台中基于工业微服务模块进行工业App开发，既能够借助工业微服务并行开发、分布运行的特点，有效发挥平台海量开发者接入、资源弹性配置、云化部署运行等优势，又能够利用工业微服务独立隔离、灵活调用的特点，克服工业App所面临的快速运维、持续迭代、个性化定制等问题。
方便调用。不需要专业知识，平台调用工业微服务开发工业App。工业互联网平台发展的核心目标是通过行业经验知识的积累沉淀和复用推广来带动产业整体水平的提升，并打造繁荣创新的开放价值生态。而工业微服务能够将专业知识和IT技术融合起来，变成不需要关心实现细节的“黑盒”，开发者甚至不需要任何专业知识，就可通过调用平台中各类工业微服务的方式开发出能够解决行业问题的工业App。
协同共享。工业微服务具有通用化共享能力，便于复制和应用推广。在此基础上，平台将原来处于企业内部的封闭性专业能力转化为面向行业和社会的通用化共享能力，实现在工业微服务能力复制和应用推广，从而成为服务行业、服务区域的发动机和助推器。
数字孪生。促进制造技术、信息技术、融合性技术等交织融合。数字孪生将不同数据源进行实时同步，并高效整合多类建模方法和工具，实现多学科、多维度、多环境的统一建模和分析，是工业互联网技术发展的集大成者。数字孪生技术尚处于发展初期，其赋能作用主要体现在高价值设备或产品的健康管理方面，如 NASA 与 AFRL 合作，基于多数字孪生对F-15飞机机体进行健康状态的预测，并给出维修意见。空客基于数字样机实现飞机产品的并行研发，提升一致性及研发效率。随着技术发展，贯穿全生命周期、全价值链数字孪生体建立后，能够全面变革设计、生产、运营、服务全流程的数据集成和分析方式，极大地扩展了数据洞察的深度和广度，驱动生产方式和制造模式深远变革。
设备的监控与操作。利用数字“双胞胎”实现监控和操作，即把生产设备的实体模型和虚拟模型连接在一起，通过虚拟模型实时反映生产设备的变化。相比于整理和分析与某一设备有关的大量数据信息和报告，数字孪生体能够更加直观地反映物理实体每一时刻的动态变化，有利于操作人员更加准确地对设备的状态进行监控与操作。监控与操作的更高层次是对设备进行诊断和预测，诊断即当设备发生异常时，用数字孪生手段寻找根本原因。预测是通过对生产设备历史数据的分析和挖掘，进而推断出其存在的潜在风险，依据推断结果可以合理地规划产品或设备的维护。目前在产品的预测性维修维护方面有大量应用，如通用电气为每个引擎、每个涡轮、每台核磁共振设备创造一个对应的数字孪生体，通过这些仿真的数字化模型，在虚拟空间进行调试、试验，即可知道如何让机器效率达到最高，只需将最优方案应用于实体模型上即可。借助数字孪生技术，企业可以合理规划产品，避免浪费大量的物体进行实体验证的试验时间及成本。
产品全生命周期管理。利用数字孪生技术可以促进产品全生命周期各阶段的高效协同，从而对产品进行全生命周期管理。在产品全生命周期各阶段，将产品开发、产品制造、产品服务等各个环节的数据在产品数字孪生体中进行关联映射，在此基础上以产品数字孪生体为单一产品数据源，实现产品全生命周期各阶段的高效协同，最终实现虚拟空间向物理空间的决策控制，以及数字产品到物理产品的转变。基于统一的产品数字孪生体，通过分析产品制造数据和产品服务数据，不仅能够实现对现实世界物理产品状态的实时监控，为用户提供及时的检查、维护和维修服务，也可以通过对客户需求和偏好的预测和对产品损坏原因的分析等，为设计人员改善和优化产品设计提供依据。同时，基于产品数字孪生体和数字纽带技术，可实现对产品设计数据、产品制造数据和产品服务数据等产品全生命周期数据的可视化统一管理，并为产品全生命周期各阶段所涉及的工程设计和分析人员/生产管理人员/操作人员/供应链上下游企业人员/产品售后服务人员/产品用户等提供统一的数据和模型接口服务。具体的实现步骤是：在产品设计阶段，构建一个全三维标注的产品模型。之后在工艺设计阶段，实现基于三维产品模型的工艺设计。在产品生产制造阶段，完成制造信息的采集和全要素重建。在产品服务阶段，主要实现产品的使用和维护。最后，在产品报废/回收阶段，主要记录产品的报废/回收数据。当产品报废/回收后，该产品数字孪生体所涵盖的所有模型和数据都将成为同种类型产品组历史数据的一部分进行归档，为下一代产品的设计改进和创新、同类型产品的质量分析及预测、基于物理的产品仿真模型和分析模型的优化等提供数据支持。
建立产品数据档案。产品数字孪生体是产品全生命周期的数据中心，记录了产品从概念设计直至报废及回收的所有模型和数据，是物理产品在全生命周期的数字化档案，反映了产品在全生命周期各阶段的形成过程、状态和行为。产品数字孪生体实时记录了产品从出生到消亡的全过程，并且在产品所处的任何阶段都能够调用该阶段以前所有的模型和数据，产品在任何时刻、任何地点和任何阶段都是状态可视、行为可控、质量可追溯的。例如，在产品使用阶段，产品数字孪生体在产品设计和制造阶段的所有数据和模型记录集合能够为产品质量追溯、产品可靠性分析提供准确的模型和数据来源。数字孪生体对设备和产品的数据进行集成，通过将现有数据对该实体的历史数据及其他相似实体的数据进行相似性比较，最终提炼出相关信息。即从整体的视角下对个别设备的相关数据进行分析，以此实现信息空间数据的最大化利用，也为数据的综合管理及使用提供了便利。
（二）搭建基于生产运行数据的新型征信体系
利用新一代信息技术，特别是工业互联网平台对实时采集到的数据利用平台沉淀的金融分析模型，可以为金融机构提供企业生产经营状况的全景图，搭建基于生产运行数据的新型征信体系，缓解传统征信体系对中小企业不够友善的问题。通过对企业生产经营数据的掌握，可以得到最真实的企业生产经营情况。
减少了机构之间的沟通对接，以数据为要素，在机构间实现企业生产数据的共享，金融机构可及时掌握企业实际经营情况，按照企业发展的进程分阶段提供贷款，实现资金的高效利用，降低机构间无效的沟通对接工作。
实现对企业真实情况的科学分析。过去，银行等金融机构依托企业征信系统、企业口碑及公司资质进行金融服务，人是每个环节的关键因素，也导致了金融服务决定受人为因素的影响比较大，通过实现对数据的客观处理，可以排除人为因素的影响，较为客观地实现对企业真实生产情况的掌握。
提高金融服务整体效率，中小企业贷款难、监管难、盈利难导致其自身的征信水平不高，大型金融机构因为中小企业个体需求的区别往往难以为中小企业提供直接服务，信贷资金的使用效率受到严重制约。依托以数据为基础的新型企业征信系统，类比蚂蚁集团设计的征信模型，为企业提供及时、合理额度的金融服务，提高资金的使用效率，为金融服务费用的回款提供便利。
常州天正采集了万余家企业的设备开关机状态、工作时长、平均运行时间、故障情况等核心数据，基于自行开发的企业工业生产力征信模型、区域竞争力模型，为中小微企业、金融机构、保险公司提供融资租赁、风险预警、客户遴选等各类服务。当企业购买设备经费不足时，金融机构可以基于设备信用提供浮动利率融资租赁、担保、证券化服务。当企业当月生产力信用低于阈值，主动提醒金融机构注意风险隐患，减少了传统征信体系对财务数据的依赖。基于“数据+模型”构建的征信体系自上线以来为客户金融借贷8亿元、联合授信300亿元以上。
（三）搭建新型工业知识交易体系
工业互联网平台的构建，可满足工业知识交易体系的需求，为新型工业知识交易体系提供新的平台，将大量工业技术原理、行业知识、基础工艺、模型工具等知识进行规则化、软件化、模块化，封装为可以重复使用的微服务组件，完成数字工业知识在工业互联网平台上的沉淀；按照客户的个性化需求，将平台中已有的工业知识、技术、经验等模型化、软件化，再封装形成工业App，支撑中小型企业对于各种工业技术知识的需求，缓解传统技术合作对中小企业不够开放的问题。在基于工业互联网构建的工业技术知识交易体系中，交易的对象、主体和成本都有了不同程度的优化。
从交易对象上看，由传统的书籍、标准、专利等转变为包含工业技术、知识、算法，以及标准化、模块化封装的工业App、机理模型等，其特点是以组件形式呈现，加密封装，实现数字化交易。平台的构建降低了知识对于特定载体的依附性，工业知识和技术以组件的形态，根据中小企业个性化需求自由组合、封装形成工业App。
从交易主体上看，打破传统的供应方和使用方的单线交易模式，将作为知识供给方的各类研究机构、企事业单位和知识使用方的大中小型企业统一到同一个平台上，供需双方更加自由地根据各自需要在平台上进行快速对接，构建多对多的交易网络。
从交易成本上看，交易整体流程大幅度缩短，具有周期短、效率高、定位准的特点，平台的建立降低了供需双方对知识搜索、定价和获取的成本，并打破了传统知识传播和交易的壁垒，实现跨时间、跨空间、跨层级对于工业知识技术的获取和使用。
构建工业技术知识交易体系，不是将依附在传统媒介上的工业知识简单迁移至互联网平台，而是革命性地改变了工业知识从生产到交易的方式。这种新的商业模式吸引了应用开发者、软件开发商、服务集成商、用户和平台，打造基于工业物联网平台的知识交易体系完整的生态系统。
（四）搭建新型产业分工协作体系
基于工业互联网平台将建设者、开发者、用户、产业链上下游企业、中小企业、其他利益相关者连接在一起，形成一个超大规模的创新协作、能力交易、价值共创的双边市场。围绕工业知识的生产和扩散，开发者和用户交互融合，开发者既拉动了用户需求，又受需求扩张反哺自身快速成长，形成工业App开发和海量用户双向迭代、互促共进的良好格局，缓解传统供给模式对中小企业不够平等的难题。例如，沈阳机床和神州数码合作共建SESOL平台，提供消费者定制需求和闲置生产力供需对接服务，当一次交易完成，平台各方参与者都能从付费收益中获得分成。围绕协同协作，大中小企业集聚融合，基于平台进行知识交换、能力分享和模式创新，实现以供应链为纽带的浅层次合作向全生态体系间的深层次融合融通发展，有力支撑了中小企业的快速成长。阿里云依托“人工智能 ET 工业大脑”平台，集聚江苏省内30家信息服务企业技术能力，为300家制造企业提供信息系统重构、全流程改造、业务服务化转型等系统解决方案服务，推动大中小企业的合作从简单的技术传递向可交易、可协作的服务生态转变，为中小企业提供包容性增长的服务平台。