工業(yè)互聯(lián)網(wǎng)平臺是面向制造數(shù)字化、網(wǎng)絡(luò)化、智能化需求、構(gòu)建基于海量數(shù)據(jù)采集、匯聚、分析的服務(wù)體系、支持制造業(yè)資源泛在連接、彈性供給、高效配置的載體。
工業(yè)互聯(lián)網(wǎng)平臺分成了四個層級。最下面這個層是數(shù)據(jù)采集層，主要是做生產(chǎn)車間以及生產(chǎn)過程的數(shù)據(jù)采集，然后第二層是IAAS層，IAAS在我們當前互聯(lián)網(wǎng)環(huán)境下非常成熟，主要指的是一些服務(wù)器的基礎(chǔ)設(shè)施包括存儲包括網(wǎng)絡(luò)，包括虛擬化。然后在IAAS層上面是工業(yè)的PAAS層。
在整個工業(yè)互聯(lián)網(wǎng)體系下面，工業(yè)PAAS層是核心，而工業(yè)PAAS層又分成了上半部分和下半部分，下半部分是工業(yè)PAAS層的通用部分，包含了數(shù)據(jù)存儲、數(shù)據(jù)轉(zhuǎn)發(fā)、數(shù)據(jù)服務(wù)、數(shù)據(jù)清洗，而上半部分是工業(yè)PAAS層核心中的核心。我們可以分成兩個維度來理解，第一個維度就是在這個工業(yè)PaaS層要做微服務(wù)，第二個是模型，要將大量技術(shù)原理，基礎(chǔ)工藝經(jīng)驗形成算法和模型?；谖⒎?wù)架構(gòu)的數(shù)字化，微服務(wù)結(jié)構(gòu)其實目前在互聯(lián)網(wǎng)行業(yè)已經(jīng)推的比較多了，對于工業(yè)領(lǐng)域來說不是一個特別核心的技術(shù)，而對于工業(yè)PAAS層來說最為核心的就是模型和算法。
最上面一層是工業(yè)APP，就是未來工業(yè)互聯(lián)網(wǎng)平臺發(fā)展的后面階段，我們會發(fā)現(xiàn)有成千上萬的APP來解決不同大型企業(yè)不同細分行業(yè)各種問題，包括可能某條生產(chǎn)線某道工藝一個APP單獨會出現(xiàn)。所以工業(yè)APP未來會有很多。
我們來看最重要的一個，就是工業(yè)PAAS層的核心，模型和算法是怎么來的。我們先來看中間部分，就是模型和算法在工業(yè)領(lǐng)域里面分成兩種，第一種是機理模型，第二種叫數(shù)據(jù)模型。
機理模型就是上世紀80、90年代開始針對原理的數(shù)學(xué)建模，用數(shù)學(xué)公式來進行原理的描述，叫機理模型。這個變化不大，變化最大的是數(shù)據(jù)驅(qū)動的模型，叫數(shù)據(jù)模型。
為什么數(shù)據(jù)驅(qū)動的模型會有這么大的變化呢？是因為現(xiàn)在計算力不是一個問題了，海量的數(shù)據(jù)不是一個問題了，由海量的數(shù)據(jù)和計算力提升所帶來數(shù)據(jù)模型在工業(yè)領(lǐng)域里面，慢慢開始萌芽，但是這個事情如果撇開工業(yè)領(lǐng)域不談，比如說在金融領(lǐng)域、消費類領(lǐng)域，數(shù)據(jù)驅(qū)動模型其實很早之前就有了，但是為什么在工業(yè)領(lǐng)域里面用機器學(xué)習(xí)的算法，用深度學(xué)習(xí)的算法有神經(jīng)網(wǎng)絡(luò)的算法來做了一些建模會看起來很新，而且看很來好像非常牛的技術(shù)。那是因為到目前為止，真正能夠?qū)⒐I(yè)工藝相關(guān)的東西，能夠跟機器學(xué)習(xí)或者是深度學(xué)習(xí)模型去結(jié)合，目前還處在一個起步的階段。
以離散性工業(yè)為例，每個行業(yè)里不同公司的生產(chǎn)工藝，生產(chǎn)流程各方面或多或少會有差異，我們不可能像新零售、新金融領(lǐng)域一樣能夠用模型或者算法適配所有的場景，這就是為什么工業(yè)發(fā)展比較慢的一個原因，因為太離散化了，它的可復(fù)制性沒有那么強。這就需要我們在技術(shù)層面能夠更加好的進行提煉，更加好的進行抽象化，來滿足工業(yè)領(lǐng)域數(shù)字化的需求。這是模型。今天主要講數(shù)據(jù)驅(qū)動的模型。
數(shù)據(jù)驅(qū)動的模型最核心的，我認為不是算法，最核心的是數(shù)據(jù)。數(shù)據(jù)是有哪些維度數(shù)據(jù)構(gòu)成呢？這些數(shù)據(jù)是怎么來的？
第一，從物理設(shè)備上來。比如，加工中心，在加工的過程中有電量、電壓，刀具有轉(zhuǎn)速，刀具在切削的過程當中會遇到一個阻力，我們叫載荷數(shù)據(jù)等等。這些數(shù)據(jù)其實是非常核心的設(shè)備運行參數(shù)。
舉個例子，載荷數(shù)據(jù)意味著加工中心在切削金屬的過程當中所遇到的阻力，用這個數(shù)據(jù)就可以實現(xiàn)在線的工藝預(yù)測。因為它在切削同一個產(chǎn)品的過程當中，同一個產(chǎn)品不同的工件選擇上應(yīng)該遵循同樣的曲線，但是實際上由于不同的工件不同的壓鑄機這邊出來的一些工件有一些材料上的變化，批次上些變化以及模具上的變化，實際在切削過程中載荷曲線是不一致的。那么針對載荷數(shù)據(jù)我們有實時的數(shù)據(jù)，有歷史的數(shù)據(jù)，我們有集群的數(shù)據(jù)。我可能加工中心有100臺，我這100臺都在做這個產(chǎn)品，那我第一臺有加工產(chǎn)品的數(shù)據(jù)，第一臺也有，第二臺也好，第三臺也有，第一百臺也有，就有了集群的數(shù)據(jù)，利用這幾個維度的數(shù)據(jù)該可以做在線的工藝預(yù)測。
第二，流程邏輯，這個比較好理解。生產(chǎn)工藝也很好理解。這些生產(chǎn)工藝都由設(shè)備那邊去執(zhí)行，設(shè)備的運行參數(shù)和實際的生產(chǎn)工藝這邊會有一些偏差，這是很重要的一個數(shù)據(jù)。
最難理解的是研發(fā)工具。我舉一個例子，我有一個做汽車零部件的客戶，他的年產(chǎn)值50個億，他們做的是熱交換系統(tǒng)，比如說給大的汽車品牌提供散熱器?？梢韵胂螅谧霎a(chǎn)品設(shè)計的過程當中，會有大量的仿真，這些仿真數(shù)據(jù)有沒有很好的進行關(guān)聯(lián)性的分析，能不能讓這些數(shù)據(jù)更好的來進行產(chǎn)品迭代，來提升產(chǎn)品設(shè)計的效率。這個數(shù)據(jù)量不會比生產(chǎn)過程中的數(shù)據(jù)量少，所以研發(fā)工具所產(chǎn)生的數(shù)據(jù)也非常有價值。
這些物理設(shè)備、流程邏輯、研發(fā)工具、生產(chǎn)工藝數(shù)據(jù)是數(shù)據(jù)驅(qū)動模型很重要的數(shù)據(jù)來源。有了模型，有了大量的數(shù)據(jù)我們進行運算，那可以很好去提升良品率，降低庫存水平等等。有了模型之后我們可以利用現(xiàn)場大量的傳感器數(shù)據(jù)來進行實時的分析和科學(xué)的決策，通過自動去精準執(zhí)行或者是通過人工干預(yù)介入來進行精準的執(zhí)行，最終能夠使得我們的企業(yè)做到降本、增效和提質(zhì)。
剛剛其實有講到其實整個工業(yè)互聯(lián)網(wǎng)平臺最重要的一個層其實是PAAS層，在PAAS層里面最重要的就是模型，這就是工業(yè)互聯(lián)網(wǎng)平臺的核心。工業(yè)互聯(lián)網(wǎng)平臺發(fā)展到最后階段，我們會發(fā)現(xiàn)有成千上萬面向不同行業(yè)，不同細分領(lǐng)域的APP。可能這個APP是針對生產(chǎn)過程管理，可能這個APP是針對企業(yè)調(diào)度管理，可能這個APP小到只管理一臺設(shè)備，只管理一道工序，這樣的APP會有很多很多，最終發(fā)展到最后一個階段，這些APP可能是一個模塊，可能是多個模塊的組合，通過微服務(wù)化進行數(shù)據(jù)的互聯(lián)互通。
思普云工業(yè)互聯(lián)網(wǎng)平臺
GIS地圖顯示
GIS（即Geographic Information System）思普云可實時獲取硬件定位信息在云端系統(tǒng)快速形成地圖顯示設(shè)備在線位置情況。
設(shè)備實時數(shù)據(jù)
智能網(wǎng)關(guān)通過本身自帶的PLC協(xié)議解析以及數(shù)據(jù)遠傳功能將客戶所需的設(shè)備運行數(shù)據(jù)及各項參數(shù)傳輸至思普云。
云組態(tài)
通過畫面的各種圖元與點位圖，可直觀的觀察到工業(yè)的現(xiàn)場情況，以對其實時監(jiān)控。并記錄的實時工況數(shù)據(jù)和歷史工況數(shù)據(jù)。
云端系統(tǒng)遠程控制
依托思普云標準成熟的數(shù)據(jù)處理能力通過云端即可實現(xiàn)設(shè)備的遠程監(jiān)控、云端服務(wù)以及工業(yè)大數(shù)據(jù)應(yīng)用。
多終端手機app
針對多樣化管理手段，我們開發(fā)不同終端APP以及適應(yīng)手機端界面管理員可隨時登陸后臺并對設(shè)備經(jīng)遠程監(jiān)控和控制。
