G02002

工业互联网平台:价值驱动,持续迭代

优管网

发布: 2020/05/31

作者:优制云

来源:数据观

溯源工业互联网


工业互联网概念最早由美国GE提出,2015年GE上线的Predix,相当于软件生产的流水线,引发了一场工业软件研发、工业知识生产的革命,促进了工业APP生产的规模化。GE希望基于网络化,从原来的一个传统的制造商向服务商转型,就像智能手机的APP一样,打造一个能够把人、机、料、法、环都放在一起的平台端,像生产汽车的流水线一样,构建工业APP,不但服务自己,还服务客户,并且实现跨行业、跨领域的一个平台。当然,具体的工业互联网在不同的行业推进时,有些行业的门槛还是比较高的,行业属性也比较深,还会遇到很多的问题。



工业互联网平台应用场景


工业互联网平台应用场景的定位比较广,不只是工厂内部,也包括工厂外部;不只是生产企业自身,也包括整个上下游,所以它的定位分为智能化生产、网络化协同、个性化定制、服务化延伸、数字化管理五种。


两化融合是一个大战略,智能制造转型升级是目标。在大战略下,为了达成这个目标,先后涌现过赛博物理系统(CPS)、数字孪生、工业互联网平台等,这里面有很多是共性的技术,例如互联网、大数据、云计算、智能模型、移动互联、可视化服务;当然,还有更多基础的技术,比如说服务器、5G、传感器等。在智能制造的演变进程之中,不管是什么样的叫法,很多关键的技术,都是有共性的,只不过侧重点不同。在这些技术的推动下,两化融合的基础设施、单项应用这两个阶段基本上大部分制造业企业已经达到了,现在还没有达到的是综合集成和协同创新阶段。我们现在的工业互联网平台,其中的PasS平台解决的就是综合集成的问题,PasS平台里的微服务,可以解决部分协同、包括创新的问题。


现存的瓶颈是系统综合的集成,数据互联互通可能有了,重要的是怎样实现智能流转,还有整个知识的沉淀、复用、创新、生态的协同发展。



两化融合、CPS、工业互联网平台


以下是我对两化融合大体系下各种概念和工业互联网平台的理解:


1、两化融合是战略,智能制造转型升级是目标,不管是传统的信息化系统、工业软件等,还是新兴的CPS、数字孪生、工业互联网平台等,都是智能制造落地的载体,但是新兴的后者更为高效、先进、全面;


2、CPS偏重技术实现,比如它的单元系统、系统之系统、一硬一软一平台,数字孪生偏重虚实映射,数字中台偏重沉淀复用,工业互联网平台偏重三层架构和PasS赋能,都是将传统的以应用为中心的“烟囱式”信息化系统建设,转变为“数据+模型=服务,内外资源自动优化配置”为中心;


3、工业互联网平台是新一代智能制造落地的升级版载体,其本质是基于云(私有/公有/混合)的开放式工业操作系统,以工业大数据和工业机理模型微服务为核心,实现工业技术软件化,是推动设备上云和业务上云的“智造引擎”,是降低开发门槛的“双创舞台”,尤其是面向开发者,汇聚产业生态的“行业智库和工业淘宝”,它面向使用和开发者双向,加速物联网+互联网+智联网三网融合,推动全方位的虚实互进和人机一体。


工业互联网平台在钢铁行业的应用


中国钢铁年产值¥8万亿,尤其是前些年,这一个行业的产值基本就能占到GDP的10%以上。钢铁行业有铁、钢、轧三个工序,以炼铁工序为例,我们公司主要是在钢铁行业做炼铁工序的智能化,聚焦炼铁工序,一方面是因为炼铁工序占整个钢铁70%的成本能耗以及90%的碳排放;另一方面,炼钢和轧钢工序自动化程度高、钢种多、生产竞争力在于产品质量和品种差异性,其高保密特性导致网络化难度高。


炼铁的主要反应器是高炉,高上百米,直径几十米,一般可以连续生产15年,7×24小时,里面最高温度2000多度,有气体、固体、液体以及各种复杂的物理化学反应。以前的炼铁,形象点比喻可以叫中医炼铁,或者叫白头发炼铁,一个拿着¥1万块工资的工长,操作一个十几亿的高炉,一天的产值就上千万,靠人的经验判断炉子里面的状态,去调整高炉里的布料参数、冷却参数等,这样操作的结果就是不同的高炉的指标就参差不齐。炼铁反应器及产品单一,生产竞争力在于冶炼成本,对于大型、连续、高温、高压、密闭的反应黑箱高炉而言,“盲人摸象”式操作和“师傅带徒弟”式为主,不同炼铁厂(人)的水平“参差不齐”,差距大的高炉寿命15年,吨铁成本百元,燃料比百公斤,其智能化、数字化、科学化水平可提升空间大。


另外,炼铁有典型的流程,高炉就像我们人体,要达到最好的身体机能,不光是自身的生活习惯要好,还取决于上游,烧结球团、造块车间和矿粉采购,虽然把高炉的智能化做好了,但如果上游,例如给我配矿的、原材料供应商做的不好的话,一旦出了问题,就会相互推卸责任,所以说必须要做系统级的智能化。


还有一业多地的企业,在世界好多国家都有自己的工厂,如何做大的协同?如何与上游的设计院、施工单位、服务商、供应商、科研院所协同?在这些问题上,我们这些年确实做了一些具体的推动。



那么,炼铁行业的工业互联网平台是如何落地的?


首先,从思想上,平台的建设思路应该是云-边-端协同的架构。端是指设备端,既然是设备端,就要有回控,比如炼铁的热风炉,实现了实时的自动烧炉,原来是靠人,比如要烧1200度的热风,要补煤气和空气,由于煤气管网压力的波动,煤气热值的波动,需要根据热风炉的烟道和它的拱顶温度实时动态调整空气和煤气的配比,需要人7×24小时去盯着。现在,我们可以部署一个热风炉自动烧炉的APP,具有高时效性、秒级的回控。所以,首先要有针对设备端的应用。当然,热风炉的算法也可以和云平台结合,进行持续优化。然后是边缘侧,也等同于物计算,比如一个高炉,内部有一个相当于PLC的工控网,原来没有云的时候,高炉自身也要有一个智能系统,因为假设断网了,生产管理还可以继续。但现在有了云之后,我们原来边缘侧的智能系统,更多解决的是实时智能、边缘计算,包括短期的,比如根据最近10天的数据去做一些分析判断和指导回控,如果要根据1年或者5年的数据去做挖掘、分析和回控,去做一些机器学习、样本训练,就要跟云结合了。所以说,平台建设思路上,肯定是云-边-端协同的架构。


其次,工业互联网平台在炼铁行业的具体落地,是按照单元级-系统级-系统之系统级架构落地应用的。比如上面提到的高炉就是一个生产单元,它是冶炼铁水用的,高炉中的原料,也就是烧结矿和球团矿,用的是烧结机和球团机,也都是特别庞大的长达几十米的大设备,每一个设备都要做到单元级的智能化;但只有单元级智能化还不够,新高炉和炉役后期的高炉对原料供给需求不一样,工艺参数也不一样,以及原料本身的品质优劣等,各方面的因素都会对结果产生影响。所以,为了避免相互推诿,必须要做到系统级,从原料采购的源头就开始做全局最优和工序之间的协同,以达到最优的产出。所谓系统之系统,就是整合行业整个生态,这部分跟CPS中的单元级-系统级-系统之系统级是相对应的。


打造一个真正的产学研用协同创新平台


制造业的行业之间差别很大,只靠现在的几百家、上千家工业互联网平台企业是远远不够的。中国制造业大而不强,但制造业门类是最全的,搞制造业研究的科研人员是最多的,我们应该梳理制造业的全景知识图谱,面向人、机、物、法、环,面向全产业链、面向全价值链,把这些知识图谱梳理之后,进一步做机理模型库的梳理和创建,然后做产、学、研、用的机理模型的云平台的开发。


PasS平台分IT PasS和工业PasS,IT PasS做到最后可能会逐渐同质化,但是工业PasS可以有不同行业的侧重和属性,而且会越做越深,越做门槛越高。比如工业淘宝,当这个平台给别人解决痛点之后,会产生信任,大家才有可能去接受和使用;比如第三方的设备云评价,供应商原来是自己推销,自夸说卖了5家,设备怎么好,有了设备云平台以后,所有的设备都在云上,设备到底来自哪里?谁设计的?谁供货的?什么信息都在上面,一目了然。我可以做设备供应商的云评价,发现用户需求之后推送,这个具有第三方的公正力、公信力,包括设立产业基金、平台大赛等等,期待去打造一个真的产学研用协同创新平台,模型化沉淀,这样的一个大生态,才能真正的推动我们中国的制造业由大到强。



小结


工业互联网平台可以从应用层面为工业企业解决设计、仿真、制造、管理、服务等全生命周期存在的核心问题,从开发层面为开发者降低难度以快速汇聚工业专家和形成工业APP,纵向串联上下游企业实现深度渗透,横向经验复用联合多门类开发者拓宽广度,最终构建一个健康的工业互联网生态体系。


1、两化融合是战略,智能制造转型升级是目标,工业互联网平台是新的载体,以前的信息化、自动化运用在智能制造上效率比较低,所以需要工业互联网平台这个新的载体。工业互联网平台的一个更大特性是:不仅面向使用者,还面向开发者。正因为面向了开发者,所以不光链接了物联网和互联网,还可以连接智联网。在具体落地的时候实现了数字孪生,还是以赛博物理系统(CPS)的形式实现,都是不矛盾的,因为最终我们是要推动全方位的虚实互进。


2、智能制造不是简单的信息化升级和机器换人,而是践行动态感知-智能诊断-精准决策-优势适应的技术路径。这个路径如何实现?应该是专家经验规则化,技术原理模型化,数据关联智能化,就像战略上使用中医,监测上使用西医,战术上数据都量化了,中西合璧方可融通。


3、工业互联网的落地和推广应用,始终以价值驱动为导向,各种类型技术的融合应用才能解决综合问题,理论和实践的结合必然要经历一个研发-检验-试错-完善-再检验-再试错-再完善这样一个迭代过程。


4、生态圈需要工业互联网平台来链接产、学、研、用,超大型集团需要工业互联网平台来构建IT自主可控的底座,大型企业需要工业互联网平台作为业业融合和业财融合的集成载体,中小微企业需要端-边-云可持续升级、松耦合、低成本的杀手级APP。


5、工业互联网的数据标准和安全问题,工业数据的归属权和再利用问题,比如模型沉淀之后的知识产权的保护问题等等需要被重视和解决。


6、在做工业互联网推广的时候尽量做到不忽悠。一定要落地,不辜负期望。要从锦上添花走向对制造业的不离不弃。



免责声明:本文内容源于网络,仅供参考,不代表本网观点;如涉及版权问题,请及时与我们联系。

其他新闻
网友评论