基于工业互联网的大数据分析平台
工业大数据分析平台的设计与实现
工业大数据分析平台的设计与实现随着信息技术和互联网的发展，企业面临着日益增长的数据量，尤其是在工业领域。
这些海量的数据蕴含着企业的宝贵信息，因此，如何利用这些数据来提升企业的竞争力成为了工业界亟需关注的问题之一。
为了更好地分析和利用这些大数据，工业大数据分析平台的设计与实现就显得尤为重要。
首先，工业大数据分析平台的设计需要考虑数据的采集和存储。
工业领域的数据通常以传感器产生的实时数据为主，并且数据量非常庞大，因此，平台需要具备高效、稳定的数据采集和存储能力。
可以采用分布式存储系统，如Hadoop和Spark等，来实现数据的实时采集与存储，并且提供可扩展性，以应对未来不断增长的数据量。
其次，工业大数据分析平台的设计需要考虑数据的预处理和清洗。
传感器采集的数据通常存在噪声和异常值，这些数据对分析结果产生干扰。
因此，在数据分析之前，需要对数据进行预处理和清洗，包括数据的去噪、插值和异常值检测与处理，以确保得到准确可靠的数据分析结果。
接下来，工业大数据分析平台的设计需要考虑分析方法和算法的选择。
工业大数据中蕴含着各种类型的数据，如时间序列数据、结构化数据和非结构化数据等，因此，需要根据不同的数据类型选择合适的分析方法和算法。
比如，对于时间序列数据，可以采用ARIMA、LSTM等模型进行预测和异常检测；对于结构化数据，可以采用机器学习算法进行分类和回归分析；对于非结构化数据，可以采用自然语言处理技术进行文本分析和情感分析等。
另外，工业大数据分析平台的设计需要考虑可视化展示和智能决策支持。
数据分析的结果需要以直观可视的方式呈现给用户，以便用户能够直观地理解和获取信息。
可以采用数据可视化工具和图表库来展示数据分析结果，如Tableau、D3.js等。
同时，可以结合人工智能和决策支持技术，为用户提供智能化的决策支持，帮助用户更好地理解分析结果，并做出合理的决策。
最后，工业大数据分析平台的实现需要考虑数据安全和隐私保护。
中国八大工业互联网平台最全介绍
中国八大工业互联网平台最全介绍
树根：
树根（RootCloud）工业互联网平台，是由深圳树根网络科技有限公司提供的一款基于云计算技术的工业互联网应用服务平台，支持软硬件融合、面向智能制造的全流程的大数据处理平台，以面向客户的创新产品和服务为核心，提供全面的创新服务，包括云连接、云设备、云应用、云管理、云决策、云报表、云智能分析等。
树根工业互联网平台通过统一后台可以支持各类工业设备多种接口的连接，同时实现对设备状态实时监控和可视化管理，实现实时大数据处理和状态分析，可为客户提供实时预警、精确诊断和有效管理。
浪潮：
浪潮工业互联网平台以面向客户的创新产品和服务为基础，提供工业数据采集与集成服务、工业装备远程管理等服务，并且支持客户快速搭建和部署应用服务，实现全覆盖工业互联网应用架构搭建。
浪潮工业互联网平台包括涉及数据采集、智能分析与管理、服务定制等多个核心功能，具有跨设备、跨平台、跨人机、跨场景的全覆盖特点，可为客户提供统一的视图、高响应的性能、全面的智能服务，以及安全、可靠、易使用的网络安全服务。
用友：
用友工业互联网平台。
工业互联网平台工业大数据应用解决方案
工业互联网平台工业大数据应用解决方案第一章工业互联网平台概述 (2)1.1 工业互联网平台简介 (2)1.2 工业大数据概述 (2)第二章工业大数据采集与存储 (3)2.1 数据采集技术 (3)2.2 数据存储与管理 (4)2.3 数据清洗与预处理 (4)第三章工业大数据分析与挖掘 (5)3.1 数据分析方法 (5)3.1.1 描述性分析 (5)3.1.2 摸索性分析 (5)3.1.3 预测性分析 (5)3.1.4 诊断性分析 (5)3.2 数据挖掘算法 (5)3.2.1 决策树算法 (5)3.2.2 支持向量机算法 (5)3.2.3 神经网络算法 (6)3.2.4 关联规则算法 (6)3.3 数据可视化 (6)3.3.1 直方图 (6)3.3.2 折线图 (6)3.3.3 散点图 (6)3.3.4 箱型图 (6)第四章工业大数据在设备管理中的应用 (6)4.1 设备状态监测 (6)4.2 预测性维护 (7)4.3 故障诊断与优化 (7)第五章工业大数据在生产优化中的应用 (8)5.1 生产流程优化 (8)5.2 能源管理 (8)5.3 质量控制 (8)第六章工业大数据在供应链管理中的应用 (9)6.1 供应链协同 (9)6.2 库存优化 (9)6.3 采购与销售预测 (9)第七章工业大数据在产品研发中的应用 (10)7.1 设计优化 (10)7.2 产品功能分析 (10)7.3 市场需求预测 (11)第八章工业大数据在企业管理中的应用 (11)8.1 生产调度 (11)8.1.1 引言 (11)8.1.2 应用策略 (11)8.2 人力资源管理 (12)8.2.1 引言 (12)8.2.2 应用策略 (12)8.3 财务管理 (12)8.3.1 引言 (12)8.3.2 应用策略 (12)第九章工业大数据在行业解决方案中的应用 (13)9.1 制造业 (13)9.2 能源行业 (13)9.3 交通物流 (14)第十章工业大数据安全与隐私保护 (14)10.1 数据安全策略 (14)10.2 隐私保护技术 (15)10.3 法律法规与合规 (15)第一章工业互联网平台概述1.1 工业互联网平台简介工业互联网平台是指以云计算、大数据、物联网等新一代信息技术为基础，融合工业生产全要素、全流程、全生命周期数据的综合性服务平台。
工业互联网平台数据采集与分析研究
工业互联网平台数据采集与分析研究一、引言工业互联网平台是工业信息化的重要组成部分，它通过物联网技术和云计算技术实现对设备、工厂、供应链等各个环节的数据采集、互联互通、智能分析等功能，为企业提供更高效的管理和智能化决策支持。
其中，数据采集和分析是工业互联网平台的核心技术，对于实现智能化制造和提升工业生产效率具有重要作用。
本文将从数据采集和分析两个方面对工业互联网平台进行研究，探讨如何利用工业互联网平台提高生产效率和降低成本。
二、工业互联网平台数据采集技术工业互联网平台数据采集技术主要包括传感器数据采集、通信网络建设、数据存储和安全保障等方面。
1. 传感器数据采集传感器是工业互联网平台数据采集的基础，通过传感器可以实现对设备实时状态的监控和数据采集。
传感器的种类非常丰富，包括温度传感器、压力传感器、湿度传感器、振动传感器等。
不同类型的传感器可以用来监测不同的物理量，从而实现对设备状态的全面监控。
在传感器的选型方面，需要根据生产环境和监测目的来选择最合适的传感器。
2. 通信网络建设在数据采集过程中，数据需要通过通信网络传输到数据中心进行处理和分析。
通信网络的建设包括网络拓扑设计、网络设备选型、网络安装调试等工作。
通信网络的建设需要考虑几个方面，包括网络带宽、网络可靠性、网络延迟等。
通信网络建设的好坏将直接影响工业互联网平台的数据采集效果。
3. 数据存储和安全保障数据存储和安全保障也是工业互联网平台数据采集技术的重要方面。
数据存储主要有两种方式，一种是本地存储，另一种是云存储。
本地存储需要自行搭建数据中心，数据安全性和稳定性都需要企业自行考虑，但是数据处理的时效性比较高。
云存储则可以将数据交由云服务商进行存储和处理，云存储具有存储空间大、能耗低、灵活性高等优势，但也需要注意数据安全的问题。
数据安全保障方面，需要考虑数据加密传输、防火墙、反病毒软件等手段来防范数据的非法获取和篡改，保障数据的安全性。
三、工业互联网平台数据分析技术工业互联网平台数据分析技术是基于工业互联网平台采集的数据进行分析处理，以提高生产效率为目的，主要包括大数据处理、数据挖掘和机器学习等方面。
工业互联网平台的数据管理与分析方法
工业互联网平台的数据管理与分析方法随着工业互联网的快速发展和智能制造的崛起，企业对于工业互联网平台的数据管理与分析方法的需求也逐渐增加。
工业互联网平台作为数据汇聚和管理的核心，对于实现智能化生产和提升生产效率起着至关重要的作用。
在本文中，我们将探讨工业互联网平台的数据管理与分析方法，以期帮助企业更好地利用工业互联网平台的数据资源。
一、数据管理工业互联网平台的数据管理包括数据采集、数据存储和数据处理三个方面。
首先，数据采集是指通过传感器、设备和工业物联网等手段，对生产环境中的各种数据进行实时采集。
这些数据来源广泛，包括温度、湿度、压力、振动等传感器数据，以及设备运行状态、产量、能源消耗等设备数据。
为了保证数据的准确性和完整性，企业需要选择可靠的传感器和设备，并建立健全的数据采集系统。
其次，数据存储是指将采集到的数据进行存储和管理。
随着工业互联网平台的数据规模越来越大，传统的数据库管理系统已经无法满足需求，因此需要采用大数据存储和管理技术。
云计算、分布式存储和流式计算等技术可以提供高效的数据存储和管理方式，同时保证数据的可靠性和安全性。
最后，数据处理是对存储在工业互联网平台中的数据进行处理和分析，以挖掘数据中隐藏的价值和规律。
数据处理包括数据清洗、数据挖掘、数据建模和数据可视化等环节。
数据清洗是指对采集到的数据进行过滤和去除异常值等不可靠数据；数据挖掘是利用数据挖掘算法和技术，从数据中发现关联规则、趋势和异常等信息；数据建模是将数据转化为模型，以便做进一步的预测和决策；数据可视化则是通过可视化的方式展示数据，使用户能够直观地理解和分析数据。
二、数据分析工业互联网平台的数据分析是指通过对存储在平台中的大量数据进行深入分析，以获取有益的信息和洞察，为企业决策和改进提供支持。
数据分析的方法包括统计分析、机器学习和人工智能等。
统计分析是对数据进行数值和图形分析，以获取数据的统计特性、相对关系和趋势等信息；机器学习是利用算法和模型让计算机自动掌握数据的规律和特征，并做出预测和分类等；人工智能则是通过智能算法和技术模拟人的思维和决策过程，实现更复杂的数据分析任务。
盘点｜国内外26家主流工业互联网平台概况
2017年发布面向企业生产制造和运营服务的HiaCloud
实现全面的数据汇集、生产运营管理和APP创新服务。
平台由工业现场层、工业PaaS平台层和工业SaaS
工业现场层提供边缘计算服务,实现企业现
PaaS平台层自下而上
并提供API接口和一系列快
SaaS智能应用层是基于工业PaaS层开发
APP服务，主要包括资产管理服务和运营优化服
ProMACE平台，面向石油化工
ProMACE平台采用
大数据、物联网、人工智能等技术，提供数据集成、
智能分析、物联网(IoT)接入、可视化等核心能力，
、“生产集成管控”和“全生
平台已在中国石化智能工厂成功试点并取得良好
15、公司名称：浪潮平台名称：浪潮工业互联网
年正式推出浪潮M81平台。浪潮M81平台架构分为四
个，提供了300多个应用组件、50多个应用开发框架，
IaaS平台,可以在阿里云、华为云、AWS云或自建数
08、公司名称：索为平台名称：SYSWARE
SYSWARE平台。
SYSWARE平台架构主要包含工业资源层、平台层、应
IT
APP运行/开发平台、智能语
/设备适配器等，通过模型化、
APP；应用层
APP生态环境及产品开发管理环境两大功能，为工
提供Smart IOT产品和INDICS-OpenAPI软件接口，
/产品和工业服务的接入，实现“云计算+边缘
APP共计500余种，涵盖了智能研发、精益制造、智能服
02、公司名称：树根互联平台名称：根云平台
大数据的云服务，面向机器的制造商、金融机构、
港口机械、农业机械及工程机械等各类高价值设备超40
中国电信CPS平台以生产线数据采集与设备接口
盘点｜国内外26家主流工业互联网平台概况
盘点｜国外26家主流工业互联网平台概况导读当前，国外企业工业互联网平台正处于规模化扩的关键期，毋庸置疑，工业互联网平台成为推动制造业与互联网融合发展的重要抓手。
本文为大家整理出当前国外26家领先企业工业互联网平台信息，以供大家参考：01、公司名称：航天云网平台名称：INDICS平台航天科工基于自身在制造业的雄厚实力和在工业互联网领域的先行先试经验，打造了工业互联网平台INDICS。
INDICS平台在IaaS层自建数据中心，在DaaS层提供丰富的大数据存储和分析产品与服务，在PaaS层提供工业服务引擎、面向软件定义制造的流程引擎、大数据分析引擎、仿真引擎和人工智能引擎等工业PaaS服务，以及面向开发者的公共服务组件库和200多种API接口，支持各类工业应用快速开发与迭代。
INDICS提供Smart IOT产品和INDICS-OpenAPI软件接口，支持工业设备/产品和工业服务的接入，实现“云计算+边缘计算”混合数据计算模式。
平台对外开放自研软件与众研应用APP共计500余种，涵盖了智能研发、精益制造、智能服务、智慧企业、生态应用等全产业链、产品全生命期的工业应用能力。
02、公司名称：树根互联平台名称：根云平台树根互联是三一集团孵化的中国成立最早、连接工业装备最多、服务行业最广泛的工业互联网赋能平台公司。
创始团队融合了深厚的工业基因和互联网技术。
目前拥有树根互联子公司，并在持续扩。
树根互联打造了中国工业互联网赋能平台——根云，致力于给各工业细分行业进行赋能、创新和转型。
根云平台是中国最早、连接工业装备最多、服务行业最多的工业互联网赋能平台，能够为各行业企业提供基于物联网、大数据的云服务，面向机器的制造商、金融机构、业主、使用者、售后服务商、政府监管部门提供应用服务，同时对接各类行业软件、硬件、通讯商开展深度合作、形成生态效应。
目前，平台已接入能源设备、纺织设备、专用车辆、港口机械、农业机械及工程机械等各类高价值设备超40万台以上，采集近万个参数，连接数千亿资产，为客户开拓超百亿元收入的新业务。
中国八大工业互联网平台最全介绍(树根、浪潮、用友、汉云、航天云网、海尔、阿里、东方国信)
树根互联：工业互联网赋能平台树根互联成立于2016年，是国内工程机械龙头企业三一重工孵化的工业互联网平台公司。
树根互联初期起步聚焦在风电、工程机械、农机等10大重点行业，这些行业的特点是设备价值高、地域分散、依赖人工维护成本高等。
对于每个新进入的行业，树根互联一开始会以比较重的方式，建立自己的交付团队。
基于PaaS平台，连接各个环节的合作伙伴，包括M2M采集模块（设备连接）、工业机理、算法、上层应用、BI可视化等，一起提供整体方案。
树根互联成立前两年，将其经验最丰富的后市场服务为核心业务，逐步拓展到其他行业的高价值、关键设备的后市场服务，然后拓展到这些设备所应用工厂的生产优化服务，进而形成产业链维度的工业互联网平台方案，同时横向拓展多个行业，最终形成跨行业跨领域的通用型工业互联网平台。
比起传统意义上的工业软件提供商，树根互联更擅长于通过loT hub（可以理解为所有设备数据采集的连接器，IoT hub将所有数据汇聚，再对接到ERP、MES等上层系统。
）直接看设备的数据、指标，知道其在发生什么，反应了什么，然后怎么直接优化、预测、预防等。
通过精准赋能工业企业的设备全生命周期管理，逐步涵盖研发设计、生产制造、运维服务和运营管理全链条，面向机器制造商、金融机构、业主、使用者、售后服务商、政府监管部门提供应用服务；同时对接各类行业软件、硬件、通讯商，形成生态效应。
目前，树根互联已成功为广州柴油机厂、时代高科、三一集团、中车长江、星邦重工、优力电驱动等众多行业企业提供了优质的平台服务。
并且分别与宁夏共享集团、广州一道、杰克集团等垂直领域龙头企业合作，建设了包括铸造产业链、注塑产业链、纺织产业链等在内的14个行业云平台。
树根互联已落户广州、北京、上海、长沙、苏州、西安6大城市，旗下工业互联网平台可覆盖95%主流工业控制器，支持400+种工业协议解析，平台各类工业设备连接数超56万台，覆盖61个工业细分领域，支持45个国家和地区的设备接入。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于工业互联网的大数据分析平台钢结构制造全过程成本分析与工艺优化引言：中建钢构广东有限公司是国家高新技术企业，是中国最大的钢结构产业集团——中建钢构有限公司的隶属子公司，年加工钢结构能力20 万吨，是国内制造特级的大型钢结构企业，是国内首批取得国内外双认证（欧标、美标）的钢结构企业。
中建钢构具有行业领先的建筑信息化、智能化产品，自主研发了国际领先的钢结构全生命周期管理平台，开发了ERP、设备能像管理系统、库存管理系统等信息系统，搭建了基于工业互联网的大数据分析管理平台。
同时，公司正实施建设全球首条钢结构智能制造生产线，实现涵盖切割、分拣、搬运、焊接、仓储、物流、信息化的智能化生产。
该产线获批成为2017 年国家工信部智能制造新模式应用项目，并被科技部立项作为国家“十三五”重点课题。
中建钢构广东有限公司率先践行“中国制造2025”，成为国内装配式建筑领域首个智能化工厂，并获得2018 年广东省工程技术研发中心、2018 年广东省两化融合试点企业；2018 年广东省级企业技术中心；2017 年广东省智能制造试点示范项目；2017 年广东省制造业与互联网融合试点示范。
目录案例 1 (1)一、项目概况 (3)1.项目背景 (3)2.项目简介 (3)3.项目目标 (4)二、项目实施概况 (5)1. 项目总体架构和主要内容 (5)1)总体功能架构 (5)2)建设内容详细介绍 (5)三、下一步实施计划 (18)1.平台覆盖范围扩大与共享应用细化 (18)2.项目经验总结与成果转化 (19)四、项目创新点和实施效果 (19)1.项目先进性及创新点 (19)2.实施效果 (20)一、项目概况目前中建钢构遇到的问题最重要的原因是产线、设备的数据缺失、以及业务系统各自独立。
因此我们采用新型工业互联网架构来分四步解决这个问题，第一步采集与可靠传输产线设备的实时数据解决机台间的信息孤岛与网络传输问题；第二步利用工业大数据平台汇聚现有业务系统数据，解决系统间的信息孤岛问题；第三步利用系统与设备数据根据需求做相应的功能应用与可视化呈现解决各部门间信息不一致与工厂透明化的问题；第四步依靠大数据平台能力实现成本维度的大数据分析应用解决生产成本缺乏精细化管理的问题。
1.项目背景作为钢结构行业工业互联网的切入点，我们希望通过本次基于智能产线上的试点项目，以降本增效为目的，为生产、商务、财务等相关的业务部门提供实际的决策支撑作用。
上层系统中的业务管理数据相打通，实现业务系统和生产系统联动，达到产线级的IT/ OT 系统融合。
并且通过多种形式的展示，完成对产线数据的可视化呈现，以及围绕成本这一重要维度的大数据分析应用，推动成本与工艺优化从而实现降本增效的目的。
2.项目简介根据“数字化、信息化、智能化”的设计理念，充分利用工业PON 网络、智能生产管理系统、工业大数据平台等先进技术，构建基于云架构的大数据分析平台。
通过建立工业互联网大数据分析平台，通过数据采集、分析、决策，优化提升可制造性和可服务性，形成企业智能管控闭环，提供生产效率，降低运营成本。
1、设备数据采集：通过智能网关硬件设备，实现数据采集、通讯协议转换、数据清洗、边缘计算以及数据上传等功能，把中建钢构广东有限公司二期（简称“工厂”）中试点示范产线的关键设备中运行状态、工艺参数及加工信息等数据采集上来。
2、工业PON 网络设计与建设：完成工厂内无源光纤网络建设、通过使用工业PON 通讯方式，把数采设备采集到的数据传输到云平台，建立云平台和设备之间的数据通讯管道。
3、网关管理平台：建设部署智能网关管理平台，对负责数据采集的智能网关、工业PON 网络设备以及所接入的工业网络，提供包括网络层、传输层在内的端到端监控和管理的服务。
4、工业大数据平台建设：在中建钢构部署工业大数据平台，用来汇聚集成设备采集的数据、业务系统中数据（BIM 系统、业财系统、能像系统、下料集成系统），对数据进行建模、存储、计算。
为数据的分析、应用开发以及可视化展示提供对应支撑能力。
5、功能应用开发：根据客户需求、基于工业大数据平台完成产线看板、作业中心、设备详情、产品追溯、能耗管理、告警管理、权限管理等功能的应用开发工作。
6、可视化展现：形象化的展示工厂整体生产运行情况，在有效地整合IT 与OT 的数据源后，可以从经典的制造管理视角，将数据以清晰的结构和层次呈现给管理和使用者，如订单执行进度、生产工序执行情况、生产设备运行情况以及多角度的统计分析图表等。
7、大数据分析应用：通过已采集的设备数据、BIM 系统、业财系统、能像系统、下料集成系统数据作为基础，充分利用机器学习、数据分析等技术，针对生产运营中所需要的应用，建立数学模型，帮助工厂提升运营效益。
3.项目目标通过本次项目的实施，工厂实现“三个优化与一个管理”的目标，项目执行团队具备“六种能力”。
1、三个优化：制造项目成本优化、产线成本优化、工艺参数优化。
2、一个管理：易耗件预测性维护与成本管理。
3、六种能力：采集技术及能力、传输技术及能力、云端平台技术及能力、基于平台的应用能力、可视化展现能力、大数据分析能力。
二、项目实施概况本次项目将从设备折旧、生产能耗、备品备件等数据源中，利用线性回归、聚类分析等大数据分析模型，按照项目批次、生产构件等维度精细化分析生产成本，从而实现精细化报价、优化生产排程以及提供管理决策的数据依据。
1.项目总体架构和主要内容1)总体功能架构中建钢构工业互联网平台是由中建钢构广东有限公司与中国电信上海理想集团共同联合打造的。
该平台一方面通过智能网关获取产线的关键设备的实时数据，另一方面对接了中建钢构BIM、能像、业财、下料集成等多个相关业务系统，实现了产线级IT/OT 的联动和设备数据的萃取、分析、同时采用大数据可视化系统进行多维度的展示。
如图1 所示。
图1 总体功能架构平台充分应用工业大数据相关技术，围绕着成本精细化管理、产线成本优化分析、设备工艺参数优化、设备易损件管理等四个维度进行深度数据分析。
2)建设内容详细介绍1、设备数据采集本次项目中我们采用霍尼韦尔提供的智能网关，实现数据采集、通讯协议转换、数据清洗、边缘计算以及数据上传等必要功能。
通过智能网关帮助用户打通工业信息孤岛，实现设备、工艺互联；实时在现场级掌握所需的关键决策辅助性信息；合理规划现场应用与上级应用的混合部署；同时又确保了数据安全。
采集对象：智能产线的关键生产设备采集内容：对应设备的常规参数与工艺参数采集方式：西门子PLCS7-200/S7-1200、欧姆龙PLC CP1H 控制设备的数据采集，如图2。
图2 西门子、欧姆龙参数采集2、工业PON 网络设计与建设根据与用户的沟通和实际情况的勘察，工厂对网络的适应性要求比较高，拟选用工业PON 的组网方式来满足需求。
PON 采用“一到多”结构，无源光纤传输方式，在以太网上提供多种业务并可集成无线覆盖，PON 组网可实现冗余切换，保证了网络的高可用性和设备的健硕性。
基于对工业设备网络升级需要，要求对中建钢构阳光厂二期（车间）原有的网络进行线缆的扩容及升级改造。
本次工厂的信息点需求分布如下：车间号区域ONU 数量备注1 号车间部件加工中心 2 FD3、FD13智能下料中心 3 FD1、FD2、FD142 号车间A 区自动铣磨中心 1 FD4自动组焊矫中心 2 FD5、FD11锯钻锁中心 2 FD6、FD12机器人焊装中心 1 FD74 号车间抛丸喷涂中心 3 FD8、FD9、FD10合计14考虑到流水线工业PON 网络工作的稳定、可靠、可扩展性及性价比，本次组网采用华为设备，组网方式采用保护方式，如下图3 所示。
图3 工业PON 组网方式工厂施工已完成如下图 4 所示。
图4 工业PON 实施部署图3、网关管理平台在本次项目中部署了中国电信工业版“网管专家平台”，是利用中国电信统一建立的基于SNMP 技术的平台，对包括数据采集的智能网关、工业PON 网络设备在内的客户广域网络或互联网接入提供包括网络层、传输层在内的端到端监控和管理的业务。
图5 网管专家平台设备通断检测：实时监测设备通断情况a)设备性能监测及告警：可监测设备的CPU 利用率、剩余可用内存、设备可达性和在线时长等性能指标b)流量利用率监测及告警：通信流量、包、利用率等监测与阈值告警c)故障告警及时处理和通知：主动发现电路和设备的告警和故障情况，及时处理并以短信或Email 等方式将故障及时主动的通知客户，整个故障处理过程客户可以通过WEB 方式实时了解和跟踪d)监测报告（月度、半年度）：以Email 或Web 方式定期提供客户PON 网络/服务器监测运行报告e)运行报告（月度、季度、半年度）：在监测报告基础上，结合故障处理情况，专业工程师对监测数据分析和故障分析，给出优化建议。
该平台由四部分构成：数采网关设备、工业PON 网络接入部分、业务处理部分和业务展现部分。
其中业务处理部分由数据采集与处理系统、故障跟踪处理系统组成；业务展现部分由故障告警展现系统和客户服务信息系统组成。
4、工业大数据平台建设a)功能架构工业互联网的数据体系，主要有数据采集与交换、数据集成与处理、数据建模与分析和数据驱动下的决策与控制应用四个层次组成。
图6 工业大数据功能架构图7 工业大数据技术架构采集交换层：主要完成数据从传感器、SCADA、MES、ERP 等内部系统，以及企业外部数据源获取数据的功能，并实现在不同系统之间数据的交换。
集成处理层：从功能上，主要将物理系统实体的抽象和虚拟化，建立产品、产线、供应链等各种主题数据库，将清洗转换后的数据与虚拟制造中的产品、设备、产线等实体相互关联起来。
从技术上，实现原始数据的清洗转换和存储管理，提供计算引擎服务，完成海量数据的交互查询、批量计算、流式计算和机器学习等计算任务，并对上层建模工具提供数据访问和计算接口。
建模分析层：功能上主要是在虚拟化的实体之上构建仿真测试、流程分析、运营分析等分析模型，用于在原始数据中提取特定的模式和知识，为各类决策的产生提供支持。
从技术上，主要提供数据报表、可视化、知识库、机器学习、统计分析和规则引擎等数据分析工具。
决策控制层：基于数据分析结果，生成描述、诊断、预测、决策、控制等不同应用，形成优化决策建议或产生直接控制指令，从而对工业系统施加影响，实现个性化定制、智能化生产、协同化组织和服务化制造等创新模式，最终构成从数据采集到设备、生产现场及企业运营管理优化的闭环。
b)数据采集与交换将工业互联网中各组件、各层级的数据汇聚在一起，是大数据应用的前提。
要实现数据从底层向上层的汇集，以及在同层不同系统见传递，需要完善的数据采集交换技术支持。
工业互联网系统是一个分布式系统，有众多不同的组件组成，为了避免在不同系统间建立连接导致的N 平方复杂性，一般采取消息中间件（Message-oriented middleware）技术来实现。