引言

当前，网络化和智能化成为了工业生产的新特征，发展工业互联网成为了世界各国新一轮竞争的战略措施。近日，工信部发布了《工业互联网创新发展行动计划（2021~2023年）》，明确指出要实现工业互联网整体发展的阶段性跃升。工业互联网是工业系统与互联网融合，再结合5G、边缘计算、标识解析、人工智能、区块链和云计算等新一代信息科学技术，所形成的一种综合应用系统。工业互联网平台是建设工业互联网的关键，通过连接人、机、物，实现了工业数据的全面采集和共享，催生了新的工业生产体系[1]。从价值角度考虑，工业互联网平台使得工业全要素、全产业链和全价值链发生变革[2]，推动了工业企业的技术革新、模式转变和效益优化。

图1 工业互联网平台驱动全要素变革

工业互联网平台驱动工业全要素变革，使得工业生产智能化，如图1所示。在工业全要素中，生产者能够从原材料加工、产品生产等物质生产活动中积累技术和操作经验，最终发现或创造新知识，提高生产技术水平。生产机器从自动化机器转变为网络连接的智能化机器，生产行为受系统指示和监控，同时具备一定的学习能力，可提高生产效率。在使用工业物料作为生产资源进行生产活动的过程中，可沉淀海量工业数据，为改进生产过程中的分析方法和测试方法提供保障。分析方法由机理建模转变为机理建模和数据建模相结合，可提高分析的精度和效果。生产环境由工厂和车间等实体物理空间新增了可仿真映射的虚拟数学空间，可对生产过程的不同环节进行模拟和仿真，根据仿真结果规避风险，保障生产质量。测试方法由传统的机器检测新增了借助工业数据进行针对性预测的手段，可提高检测的准确性，降低损失。

图2 工业互联网平台驱动全产业链变革

工业互联网平台驱动工业全产业链变革，使得工业企业去边界化，如图2所示。在工业全产业链中，传统供应链转变为柔性供应链，对市场需求的响应能力提高，能够更加高效且低成本地解决工业生产中的不确定性。线下群体转变为线上群体，供应商、采购商、生产商、经销商、服务商和消费者能够更加轻松地沟通和交流，信息流更加顺畅。投资、融资等行为被互联网金融取代，资金来源更加广泛和安全，金融服务产品更加多样化和标准化。

图3 工业互联网平台驱动全价值链变革

工业互联网平台驱动工业全价值链变革，使得制造模式颠覆，如图3所示。在工业全价值链中，线性形态的大规模制造模式转变为非线性形态的大规模定制模式，模式中心由企业转变为用户。在大规模定制模式下，用户全流程参与产品采购、设计、生产等环节，整个生产全流程的数据信息对用户开放，在一定程度上用户能够掌控自己订购的产品。大规模定制模式提高了用户价值，保证了用户体验。

1 国内工业互联网平台体系架构

工业互联网平台本质上是一个工业云平台，基于工业互联网应用需求，搭建起采集、存储、分析和应用工业数据的生产服务体系，保障生产资源的全面连接、按需供给和智能调度，实现工业生产过程的技术积累和应用创新。本文提出一种国内工业互联网平台的标准体系架构，由端层、边缘层、IaaS层、PaaS层和SaaS层等5个系统层级，以及贯穿平台整个端边云的标识解析体系和工业安全保障体系所组成[3]，如图4所示[4]。

图4 国内工业互联网平台体系架构

1.1 端层

端层处于工业生产现场，主要是数控机床、仪器仪表、工业传感器和工业机器人等物联网领域生产、检测和监控的各种工业设备[5]，通过监测工业生产现场，灵活处理工业生产过程中的不同状况，严格管控产品质量，保障生产效率，以达成整个工厂的生产任务指标。端层汇聚了工业生产的海量历史工业数据和实时工业数据，这些工业数据来源于产品全生命周期中的各个环节，蕴藏着巨大的工业价值，是工业互联网平台的底层基础。但是，工业数据的来源跨设备、跨系统甚至跨行业，工业数据具有异构性，需要先通过一定的技术手段进行处理，平台才能对其进行利用并从中发掘价值。

1.2 边缘层

边缘层进行全方位地工业数据采集，并对多源异构的工业数据进行协议解析和边缘处理。通过工业以太网、OPC UA等工业通信协议和5G、NB-IOT等无线协议连接工业设备，实时采集各类工业数据。使用协议解析技术，再借助中间件兼容工业通信协议、无线协议和网络通信端口，将异构工业数据的结构转化为统一格式。使用高精度计算系统和操作管理程序等工具，结合边缘计算技术，在距离工业设备数据产生源头最近的边缘侧进行工业数据的边缘处理，剔除无用数据，减小数据占用空间，提升系统反应速度和数据传输速度[6]。边缘层对采集的工业数据进行协议解析和边缘处理后，将其传输到云端。

1.3 IaaS层

IaaS层为资源的网络连接、计算、存储和虚拟化等提供服务设施，支撑工业互联网平台的整体运行。通过多租户管理、分布式缓存、平行计算和负载均衡调度等技术手段，实现资源服务设施的综合管理，提升资源服务的有效利用率，同时保证资源服务的安全性，为PaaS层的功能运行和SaaS层的应用实现提供完整的基础设施服务[7]。

1.4 PaaS层

PaaS层是整个工业互联网平台的核心，接收海量工业数据，并运用平台自身能力对数据进行处理和分析，以支持SaaS层工业APP的开发和制定，其作用相当于一个控制系统。PaaS层基于平台使能技术进行资源调度，实现资源的合理部署和管理。对于设备连接管理，工业资产管理，系统运维管理以及工业故障的修复管理，根据业务对资源的需求量，动态调配相关基础资源，保证业务正常开展[8]。

基于工业大数据系统形成平台的数据处理能力，可对工业数据进行预处理、存储、计算和可视化等操作。通过海量工业数据构建数据模型，依据相关工业机理构建机理模型，再运用深度学习和迁移学习等机器学习方法对模型进行学习和分析，最大程度地挖掘工业数据的价值。把生产技术、理论知识和操作经验等进行提炼和封装，形成工业产品全生命周期微服务功能模块和组件库，可供第三方开发者直接调用，从根源上简化工业APP的开发难度[9]。提供工业APP的各类开发工具、测试工具和部署框架，进一步构建高效的开发和部署环境，实现工业APP的快速开发、深度测试和规模化部署。

1.5 SaaS层

SaaS层是工业互联网平台对外服务的关口，直接体现了工业数据的应用价值。为平台用户不同业务领域、不同应用场景的综合需求定制个性化的解决方案，全方位服务于用户需求。基于平台的微服务功能模块、组件库和应用开发环境，依托第三方开发者的开发，为平台用户提供个性定制APP、智能生产APP、网络协同APP和服务延伸APP等各类工业APP，实现工业知识的显性复用和创新拓展[10]。SaaS层对外提供和推广工业APP的同时，可以吸引更多的第三方开发者和企业用户上平台，从而壮大平台社区。

2 国内外工业互联网平台对比

GE在2015年推出了全球首个工业互联网平台Predix，Predix具备开发部署支持（DevOps）和运营分析支持（BizOps）两种基础功能服务，DevOps为企业提供基础的开发组件和工具，企业可以依托DevOps开发符合自身需求的应用程序，并托管在Predix上运行，应用程序的运行状况可通过BizOps进行查询和获取。Predix的整体架构由边缘端、平台端和应用端组成[11]。在边缘端Predix提供给合作企业一个网关框架Predix Machine，企业凭借Predix Machine研发硬件网关设备，以实现数据采集和边缘计算功能。

在平台端，以开源架构Cloud Foundry为核心，构建平台的数据存储功能、数据建模功能、数据分析功能和微服务功能，并将这些功能固化为平台服务，供合作企业使用。在应用端，Predix为企业提供适用于不同工业场景的应用服务，帮助合作企业实现提质、降本和增效。Predix具备完善的功能和服务体系，其应用领域遍布各个行业，成为了全球工业互联网平台的参考架构。

西门子公司于2016年正式推出了MindSphere工业互联网平台，其整体架构由边缘接入层、平台开发层和应用服务层组成。在边缘接入层，通过MindConnect提供开放的连接协议和安全的通信端口，实现MindSphere对不同设备、信息化系统和产品的连接，大范围地采集工业数据并将其传输到平台开发层。平台开发层以MindClound为核心开源架构，形成了数据建模、模型部署、模型分析等功能服务，同时对外提供大量的应用程序接口和开发环境通用插件，使得开发者可以在MindSphere上快速开发、测试和使用所需的应用程序[12]。

在应用服务层，为企业提供凝聚了丰富技术经验和数据价值的各种MindApps，以解决企业多方面的需求。MindSphere为企业提供优质的数字化服务，实现了企业数据资产的价值最大化。

目前国内外工业互联网平台发展趋于稳定，总体发展水平持续提高。国内外工业互联网平台发展状况对比如表1所示[13]。

表1 国内外工业互联网平台发展状况对比

在边缘层，国外具有完备的工业通信协议，工业设备联网率高，数据来源广泛，数据采集能力和协议解析能力强大。国内工业设备联网数量少，数据接口兼容性问题突出，数据采集能力不足，导致边缘层无法为平台提供足够的工业数据，需提高工业设备联网率和数据协议解析水平，为平台提供数据支撑。

在IaaS层，国内外整体发展水平相差不大，国内平台可进一步发展IaaS相关技术。

在PaaS层，美德等国工业积淀深厚，能够将工业知识和技术提炼封装为大量的微服务组件，且主导了通用PaaS架构的核心开源技术，PaaS发展水平高。国内工业历程短，平台PaaS的微服务组件不足，PaaS发展进程慢，需要持续探索，提高微服务组件和开发工具的供应能力。

在SaaS层，美德拥有各自的工业软件龙头企业，开拓了庞大的工业软件市场，并有大量开发者进行工业APP的开发。国内SaaS受限于PaaS的发展，开发能力不足，且开发者社区规模小，导致了工业APP开发数量少，需要提升PaaS的综合能力以提高SaaS的工业APP开发能力，同时增加建设开发者社区。

3 工业互联网平台在智能制造中的应用

工业互联网平台基于自身的工业数据采集、分析和应用能力，可以帮助工业企业及其供应链上下游实现工业生产过程、企业运营决策、生产资源配置与协同和产品生命周期管理等场景的流程优化和效益提升，提高工业企业的综合竞争力，推动工业企业的智能化转型和升级[14]。工业互联网平台应用场景如图5所示。

图5 工业互联网平台应用场景

在工业生产过程场景中，工业互联网平台聚焦于生产车间和流水线，连接每一台工业设备，采集物料数据、工艺数据、质量数据和设备数据等实时工业数据。通过数据建模和数据分析找出最佳的生产方案，并反馈给整个生产过程，实现制造工艺、生产流程、质量检测、设备维修和能耗监测等工业生产过程场景的综合优化。例如某企业借助于工业互联网平台，采集车间工业设备的历史运行数据、实时运行数据以及相关参数，并对数据进行整合和处理，模拟构建工业设备的运行模型，通过对模型进行分析和验证，预测工业设备可能发生的故障，并及时提供合适的预防和维修方案。

在企业运营决策场景中，工业互联网平台连接到工业企业的信息化系统，采集运营数据、生产数据和供应链数据，通过分析发掘出关键的数据信息并共享，提高工业企业运营决策的科学性和开放性，优化生产管理并行、供应链管控和市场决策等企业运营决策场景。例如某企业通过工业互联网平台监控供应链上下游的采购数据、生产数据和销售数据等，根据物料库存、产品库存和销售量，及时调整采购计划、生产指标和销售方案，防止出现产品库存不足或积压的情况，实现对供应链的动态管控。

在生产资源配置与协同场景中，工业互联网平台将订单数据、研发数据、物料数据和工艺数据进行汇聚、组合和分析，提供设计、采购和生产等环节的资源配置方案和协同服务路径，实现协同设计、协同采购和协同生产等生产资源配置与协同场景的价值增长。例如某一设计工程中，工业互联网平台可以联通数个企业的信息化系统，帮助企业进行适当地信息交换和资源共享，同时对任务进行合理分工，实现企业间的协同设计，能够有效节省研发费用和时间成本。

在产品生命周期管理场景中，工业互联网平台采集工业产品的设计、采购、生产、营销、物流、运行和维修等全生命周期数据，通过对这些数据进行实时监控和集成分析，追踪产品动态并不断优化产品质量，为产品信息追溯、产品运程运维和产品优化设计等产品生命周期管理场景提供保障。例如企业可以借助工业互联网平台的标识解析系统，赋予某产品唯一的标识编码，该编码记录产品的全生命周期数据，企业可通过该编码在标识解析系统中查询到产品的详细信息和属性，轻松实现对产品的信息追溯。

4 结束语

本文依次介绍了工业互联网平台的体系架构、国内外工业互联网平台的对比情况和工业互联网平台在智能制造中的应用，对工业互联网平台进行了较为深入地研究。近年来工业互联网平台在世界范围内的热度持续提高，世界各国都在抢占工业互联网平台建设的制高点。我国应加大工业互联网平台的建设力度，切实解决目前边缘层、PaaS层和SaaS层的短板，实现工业互联网平台整体水平的突破。

本文原刊于《中国仪器仪表》2021年第6期 作者：周志勇 任涛林 孙明 姚星星 李震