阿里云智能制造工业大脑
工业互联网的现状与未来发展趋势
工业互联网的现状与未来发展趋势工业互联网是指利用互联网技术以及物联网等新兴技术和工业生产过程相融合的一种全新的生产模式。
随着大数据、云计算、人工智能等技术的发展与应用，工业互联网正在成为国家经济发展的重要支撑和推动力之一。
那么，工业互联网的现状是怎样的，未来发展的趋势又是什么呢？一、工业互联网的现状目前，国内外在工业互联网领域的投入都非常重要，且处于高速发展时期。
国家方面也在加强对工业互联网的战略部署，加强政策和法规的制定与完善。
尤其是2018年5月国务院印发的《新一代人工智能发展规划》明确提出，“加快工业互联网平台建设，推进数字工厂、车间和智能物流体系建设，加速推进制造业数字化、网络化、智能化转型升级”。
1、国内工业互联网市场规模逐渐扩大工业互联网在国内市场也有逐渐发展的迹象。
以2017年为例，全年工业互联网市场规模达到1087亿元；而2018年上半年，工业互联网市场总规模已经达到536亿元，相比去年同期增长巨大。
2、国内外企业纷纷涉足工业互联网国内外企业已经纷纷意识到工业互联网领域的增长潜力，那么哪些公司正涉足工业互联网这一领域呢？在国内，BAT三巨头都已经投入了巨大力量建立自己的工业互联网平台。
比如，阿里云推出了城市大脑和工业大脑两个大型工业互联网平台；腾讯工业互联网有标准通、可视化制造等多项业务；而百度不仅放弃搜索引擎竞争打造人工智能，也在工业互联网领域不断尝试。
在国外，目前美国企业在工业互联网领域发展较为成熟。
比如，通用电气数字化驱动获得长足发展；福特汽车提前可视化先进全新产品的设计；苹果公司旗下的工业互联网平台通过智能化管理实现了人机混合制造生产。
3、工业互联网面临的挑战但与此同时，国内工业互联网面临的挑战也必须引起足够的重视。
一方面，当前国内的工业互联网技术还存在不少问题需要解决，例如系统通信安全、数据质量可靠性、实时性等问题，亟需相关产业链、技术升级与标准化，才能实现真正的智慧升级。
云计算对智能制造与工业互联网的推动作用与改进
云计算对智能制造与工业互联网的推动作用与改进智能制造和工业互联网是当前工业领域的热门话题，随着科技的不断进步，云计算也逐渐成为推动智能制造与工业互联网发展的重要驱动力。
本文将从推动作用和改进方面探讨云计算在智能制造与工业互联网中的作用。
一、云计算在智能制造中的推动作用1. 数据存储与管理智能制造需要处理大量的数据，包括生产数据、设备数据等。
云计算提供了高效的数据存储与管理能力，可以实现对数据的集中管理与分析，进而优化生产流程、提高效率。
2. 资源共享与协同云计算技术可以实现资源的共享与协同，将分散的生产资源整合起来，提高资源的利用率。
通过云计算平台，不同企业之间可以共享设备、研发成果等，实现合作与共赢。
3. 边缘计算与物联网云计算技术的发展催生了边缘计算与物联网的兴起，这为智能制造提供了更加智能化的解决方案。
通过边缘计算，智能设备可以进行实时的数据处理与分析，降低延迟，提高响应速度。
而物联网的应用则实现了设备之间的互联互通，进一步提升了智能制造的效率与灵活性。
二、云计算在工业互联网中的推动作用1. 数据集成与共享工业互联网需要将工业设备、传感器等连接起来，并实现数据的集成与共享。
云计算提供了强大的数据处理与存储能力，可以实现对工业数据的综合分析和挖掘，帮助企业发现潜在问题、优化流程。
2. 高可用性与灵活性云计算技术可以帮助企业实现高可用性与灵活性的要求。
通过云计算平台，数据可以进行备份与冗余存储，保证系统的可靠性。
同时，云计算还可以根据企业的需求进行资源的弹性调配，提高系统的灵活性。
3. 安全性与隐私保护工业互联网涉及到大量敏感的工业数据，安全性与隐私保护是企业关注的重点。
云计算平台具有安全的数据传输和存储机制，能够提供强大的安全保障，有效防止数据的泄露和攻击。
三、云计算在智能制造与工业互联网中的改进方向1. 算法与模型优化随着工业数据的不断积累，云计算可以通过对数据的深入分析，优化现有的算法和模型。
智能制造：打造智慧工厂、实现智能生产
智能制造：打造智慧工厂、实现智能生产1. 引言智能制造是指将信息技术和先进制造技术有机融合，通过数据采集、分析和处理，实现生产过程的自动化、智能化和优化。
智慧工厂则是智能制造的实践载体，通过引入先进的设备、自动化系统和人工智能技术，实现生产流程的数字化和智能化。
智能制造和智慧工厂的目标是提高生产效率、降低成本、提升产品质量和灵活性，以应对市场竞争的压力。
2. 智能制造的核心技术智能制造的实现离不开一系列核心技术的支持。
2.1 物联网技术物联网技术是智能制造的核心技术之一，它通过传感器、无线通信技术和云计算平台，实现对设备和生产过程的实时监控和数据传输。
物联网技术能够实现设备之间的互联互通，提高生产过程的可视化程度，更好地发现潜在问题并采取相应的措施。
2.2 大数据分析大数据分析作为智能制造的关键环节，通过对海量数据的收集和分析，可以发现生产过程中的隐藏规律和问题所在，进而提出相应的优化方案。
大数据分析可以帮助企业实现精准预测和决策，提高生产效率和产品质量。
2.3 人工智能技术人工智能技术在智能制造中发挥着重要作用。
通过应用机器学习、深度学习和自然语言处理等技术，可以实现对设备和生产过程的智能识别、优化和控制。
人工智能技术还可以帮助企业实现智能化管理和协作，提高生产线的灵活性和响应能力。
3. 智慧工厂的特点和优势3.1 自动化生产智慧工厂采用先进的自动化设备和系统，能够实现大规模的自动化生产。
自动化生产可以大大减少人力投入，提高生产效率和产品质量，同时降低生产成本。
3.2 实时监控和调度智慧工厂通过物联网技术和大数据分析手段，实现对生产过程的实时监控和调度。
生产数据实时反馈给管理人员，使其能够及时发现问题并采取相应的措施，从而避免生产线的故障和停工。
3.3 自适应生产流程智慧工厂通过引入人工智能技术，实现生产流程的自适应和优化。
根据生产数据和市场需求的变化，智慧工厂可以自动调整生产计划和流程，提高生产线的灵活性和响应能力。
工业大脑白皮书
/ 一个新组织 / 一个新平台 / 一套新标准 / 工业大脑四步走 / 业务场景识别的“三个找寻原则”
第六章 工业大脑的四种“超能力”
------------------------- 19
/ 跨界复制 / 认知反演 / 微创手术 / 知识普惠
智能化、数字化与自动化三位一体打造机器智能工厂。工厂从无脑到有一颗 工业大脑将是继工业1.0机械时代、工业2.0自动化时代以及工业3.0信息时代 之后又一次跨越。（如图2）
09
智能化、数字化与自动化三位一体打造机器智能工厂
图2: 工业4.0 -大规模人机脑力协同
工业时代
实时认知
AT技术
认知驱动
智能 密集型工厂
工业大脑白皮书人机边界重构工业智能迈向规模化的引爆点阿里云研究中心白皮书系列导言contents第一章人与机器边界的重构07第七章工业大脑21第二章智能化数字化与自动化三位一体打造机器智能工厂09第三章工业大脑的四块拼图云计算大数据机器智能与专家经验让每一位厨师都变成厨神第四章像烹饪一样部署工业大脑13第五章工业大脑的正确打开方式thinkbigdosmall业务场景识别的三个找寻原则第六章工业大脑的四种超能力知识普惠第九章打造制造业的天猫大脑生态智力共享工业互联网平台1n工业互联网平台是大脑的生长土壤第八章永不消逝的的智能24第十章一场没有终点的旅程29引言20世纪50年代英国科学家图灵第一次提出了机器思维概念相信有一天机器将拥有智能可以像人类一样进行思考人工智能概念就此应运而生
图3: 工业4.0 -大规模人机脑力协同
云计算
让想象变为可能
大数据
智力进化的养分
专家经验 机器智能
复杂问题简单化 打破认知边界
工业人工智能系统框架、关键技术、典型应用与发展趋势
工业人工智能系统框架、关键技术、典型应用与发展趋势近年来，智能制造是很多工业发达国家积极推进和重点发展的领域，美国、欧洲和日本等都将目光转向人工智能等核心技术，并不断取得新的突破和应用。
2016年，美国发布了《国家人工智能研究和发展战略计划》和《为人工智能的未来做好准备》等重要报告，前者提出了投资、人机协同、社会、安全、培训测试、标准和人才等7个人工智能领域的战略方向，后者从政府与治理角度探讨人工智能的挑战与治理问题。
美国2020—2021年财务预算优先智能和数字化制造，特别是结合工业物联网、机器学习和人工智能的制造系统等领域。
2017年，德国发布“工业4.0”，并提出面向经济的人工智能战略，启动开发和应用“学习系统”计划，使工作和生产更加灵活和节省资源，从5个方面推进数字策略，期望德国在2025年成为人工智能领军者。
2018年，欧盟发布《人工智能协调计划》，制定了投资、研究应用、人才、数据、伦理、公用和合作等7项具体行动，希望使欧洲成为人工智能开发应用的领先者。
日本人工智能发展规划稍迟一些，由人工智能技术战略委员会、总务省、文部科学省以及经济产业省负责人工智能规划，2017—2019年相继出台《人工智能技术战略》《人工智能技术战略执行计划》《人工智能战略2019》等战略计划，以本国优势及社会问题为导向的发展思路，主要集中在工业、医疗和交通等三大领域。
2017年，我国发布《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署科技创新体系、产业、社会、军民融合、基础设施和重点科技项目等6项重点工作，投资1500亿发展人工智能产业，加快建设创新型国家和世界科技强国。
随后发布《促进新一代人工智能产业发展三年行动计划(2018—2020年)》，并在《“十三五”国家科技创新规划”》《“十三五”国家战略性新兴产业发展规划》以及“科技创新2030－重大项目”等规划文件中，都将人工智能列入发展重点，充分体现了我国政府发展人工智能的决心和魄力。
我国十大工业互联网平台
我国十大工业互联网平台作者：来源：《商周刊》2020年第12期2020年是中国工业互联网创新发展三年行动收官之年。
從2017年国家提出深化“互联网+先进制造业”发展意见以来，今年3月，国家工信部发布了推动工业互联网加快发展的通知，提出加快工业互联网发展“二十条”。
加快工业互联网发展，平台是关键。
目前全国具有一定影响力的平台超过70个，平均工业设备连接数达到69万台，平均工业模型数突破1100个，平均工业APP达到2120个。
跨行业、跨领域平台培育加速产业壮大，工信部遴选出海尔、东方国信等2019年十大跨行业、跨领域平台，加快了标杆示范引领作用。
海尔卡奥斯在工信部发布的2019年跨行业、跨领域工业互联网平台中，青岛海尔卡奥斯位居第一。
目前，卡奥斯已成长为比肩美国通用电气和德国西门子的全球三大工业互联网平台之一，聚集了3.4亿用户和390多万家生态资源，先后主导和参与了31项国家标准、6项国际标准的制定，是唯一被IEEE、ISO、IEC三大国际组织批准牵头制定大规模定制模式标准的工业物联网平台。
东方国信东方国信作为国家规划布局内的重点软件企业和首家在创业板上市的大数据公司，依托大数据技术优势和对钢铁、能源、电力、高铁、化工等29个工业行业大类的实践，打造了Cloudiip工业互联网平台，接入炼铁高炉、工程机械、风电、热力等20大类70余万台设备。
在工业互联网建设过程中，大数据是重要的核心，在大数据技术领域，东方国信被视为国内第一家可以完全取代国外软件厂商的企业。
东方国信在大数据方面具有较强的竞争力，凭借自助可控大数据技术，可以实现日处理数据3万亿条，日查询数据70万亿条。
比如淘宝在双十一会达到很大数据量，数据中心在支撑的时候，相当于每天都在过双十一。
具体到工业行业数据，冶金、能源、风电、水电等等这些领域已经达到了三千亿条。
为企业构建基于云上的数据科学生态体系，挖掘工业大数据价值，用全行业所有企业的数据实现互联互通来提供支撑，通过工业互联网平台打破限制。
2019年中国智能制造发展形势展望
2019年中国智能制造发展形势展望作者：来源：《中国计算机报》2019年第19期回顾2018年，我国智能制造发展全面推进，取得了显著成效。
展望2019年，我国智能制造将由“点上示范”向“面上推广”转变，智能制造供给能力继续稳步提升，工业互联网平台成为大型企业发展智能制造的重要着力点，中小微企业智能转型加速推进，标准体系加快构建。
但我国智能制造发展仍然面临应用推广纵深不够、核心供给能力不足、要素资源保障不足、贸易摩擦带来挑战等突出问题。
为此，赛迪智库提出强化应用推广、提升创新能力、加强要素保障、完善生态体系等政策建议。
2018年，我国已成为全球最大智能制造市场，智能制造顶层设计基本完成，初步建成一批数字化车间/工厂，探索形成若干可复制推广的智能制造新模式，初步建立与国际同步的智能制造标准体系，培育壮大一批智能制造系统解决方案供应商，智能制造关键软硬件供给能力进一步提升，智能制造发展成效显著。
展望2019年，我国智能制造发展将由“点上示范”向“面上推广”转变，智能制造供给能力继续稳步提升，工业互联网平台成为大型企业发展智能制造的重要着力点，中小企业智能转型加速推进，标准体系加快构建。
对2019年形势的基本判断由“点上示范”向“面上推广”转变。
2018年，总体来看，通过政府、行业和企业的共同努力，我国智能制造发展已经进入全面推进阶段。
智能制造顶层设计基本完成，为智能制造发展提供了有力的制度供给;初步建成了208个数字化车间/智能工厂，覆盖制造强国战略十大领域和80个行业;探索形成若干可复制推广的智能制造模式;支持了163个智能制造综合标准化项目，初步建成了100个左右智能制造标准试验验证平台，共制订了国家、行业、企业等各类标准草案近600项;一批装备企业、工业自动化供应商、软件开发商、用户企业等加速向智能制造系统解决方案供应商转型。
展望2019年，我国智能制造发展将由“点上示范”向“面上推广”转变。
一是在开展单个项目、单个企业应用示范的基础上，探索智能制造区域性发展的有效模式，以智能制造的推进带动区域制造业转型升级，加速形成产业发展新动能;二是由基础条件好、需求迫切的行业向制造业几乎所有领域推广，通过智能制造实现行业竞争力的整体提升;三是由龙头企业向产业链上下游企业拓展，通过智能制造实现整条产业链的跃升。
阿里云智能制造工业大脑
阿里云智能制造工业大脑
一、引言
⑴背景及目的
（介绍阿里云智能制造工业大脑的背景和目的）⑵文档范围
（明确文档所涵盖的内容和范围）
二、概述
⑴工业大脑概述
（介绍工业大脑的定义、功能和作用）
⑵阿里云智能制造
（介绍阿里云智能制造的特点和优势）
⑶工业大脑与智能制造的关系
（说明工业大脑与智能制造的关联性和互动关系）三、工业大脑的架构
⑴数据采集与传输
（介绍数据采集的方式和传输的技术）
⑵数据存储与处理
（说明数据存储和处理的方法和技术）
⑶数据分析与应用
（介绍数据分析和应用的过程和方法）四、工业大脑的核心功能
⑴实时监控与预警
（说明实时监控和预警的概念和实现方式）⑵故障诊断与维修
（介绍故障诊断和维修的流程和方法）
⑶优化控制与决策支持
（说明优化控制和决策支持的作用和方式）五、工业大脑的应用场景
⑴智能制造
（介绍工业大脑在智能制造中的应用场景）⑵能源管理
（说明工业大脑在能源管理中的应用场景）
⑶质量监控
（介绍工业大脑在质量监控中的应用场景）
⑷物流优化
（说明工业大脑在物流优化中的应用场景）
⑸其他领域应用
（介绍工业大脑在其他领域的应用场景）
六、附件
（列出本文档涉及的附件，如数据表格、示意图等）法律名词及注释：
（列出本文档中涉及的法律名词及其注释）。
- 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)。
阿里云智能制造介 绍
1、新制造发展的新一波浪潮已经到来
美国
先进制造也计划
工业互联网
人工智能＋机器人＋数字制造
技术
日本 制造业白皮书 制造业大数据 机器人、3D打印
能源技术
德国
工业4.0
德国制造领导地位
出口优势
法国
新工业法国
技术创新推动工业复苏
任继东
日本京都大学工 学博士，长期从 事物流优化算法 开发，给日本各 大公司提供物流 优化解决方案。
刘宇
中科院声学所博 士， 中国空间技 术研究院、 、阿里云从事数 据算法研发及创 新
解业界最复杂问题
孵化各类解决方案
农业大数据
工业大数据
交通大数据
余亮
新加坡知名研 究院、城市交 通、物流、城 市规划大数据 专家
国内外知名企业的高级智脑
天池大赛及众智平台
宣传拓展和知识转 移
为合作方提供培训与知识转移，提升企业的自我造血能力
目标：独立进行大数据平台的使用、管理、测试维护、故障处理和新需求的数据存储、算法建模、数 据呈现、大屏展示等工作
上云培训 通过培训熟练运用阿里云产品、技术、服 务及解决方案
共同参与实施 需求调研、方案设计、数据建模、算法定制、数据分析应用、大屏展示、安全体系构建 在整体规划实施中，掌
价值：通过对太阳能电池切 片制造流程进行最优参数推荐， 提升了1%的切片良品率，从而 大 大减少太阳能电池硅片产品 次品 率
中策橡胶 – 炼胶工艺提升
痛点：中策橡胶在橡胶密 炼（橡胶生产的核心环节）过 程 中的能耗和次品率过高，导 致生 产效率降低，生产成本升 高
方案：將阿里云ET工业大 脑应用于橡胶生产领域，对密 炼 工艺建模分析，推荐最优工 艺参 数
拖拽
Report
Dill down
智能语音交互／文字识别／推荐引 擎
4、我们的理念是：大数据是IT技术与应用场景的完美结合
速度最快、存储成本最省
阿里云数据平台获软博会金 奖
ET城市大脑
ET工业大脑 ET医疗大脑
5、阿里云ET大脑深入行业，为一家又一家企业创造看得见的效益
6、安全可靠的数据安全保障，是持续合作的基础
梦兰神采 – 企业废料智能交易与企业排废监督
痛点：产废企业与处废 企 业供求交易低效，企业排 废申 报缺乏综合评估与监督 ，导致 废料处理低效，资源浪 费
方案：將阿里云ET工业 大 脑应用于企业废料处理领 域， 分析废料特征，追踪废 料流 向，建立企业排废综合评 估模 型
产
废
处
产类
废
废型
能
可量
再
生
方案：將阿里云ET工业 大 脑应用于光伏发电领域， 通过 分析气象数据和历史功 率数 据，科学预测光伏发电 功率
价值：通过对光伏发电功率 的预测，支撑电网统筹安排常规 电 源和光伏发电的协调配合，大 大提 升电网安全和太阳能资源利 用率，
降低电网运行成本
国网浙电 – 变压器油色谱在线监测数据评估与筛选
• 担保/质保数据 • 赔付数据
工业智能制造案 例
协鑫光伏 – 太阳能电池切片良品率提升
痛点：协鑫光伏太阳能电 池硅片生产过程的切片次品率 过高，导致生产效率降低，生 产成本升高
方案：將阿里云ET工业 大脑应用于太阳能电池硅片 生 产制造领域，监控切片生 产参 数曲线，推荐最优参数 ，提升 良品率
产废企业
识 别
产 废
力 处 废
处废企业 类 型
处
类
废
型
废料供求交易模式
技 术
价值：通过对废料和供求企 业的特征分析，提升废料交易效 率，实施企业排废申报监督，大 大 降低环境污染，提升资源回收 率， 预防企业排废申报欺诈行为
企业排废监督
固德威 – 光伏发电智能化功率预测
痛点：光伏发电功率的 波 动对电网的安全性和稳定 性有 严重影响，导致电网运 行成本 高、对太阳能资源的 利用率低
工业智能制造理念和应 用
1、工业智能化项目的布局和三个基石
生产集中
工业生产 应用
数据闭环
目标明确
光伏 LCD CPU 光纤 化工生产 钢铁橡胶 能源生产
多晶硅制备 光伏切片良品 电 池片转换效率 电
池组件效率 ARRAY段曝光良率 CELL前段制备良率 CELL后段切割良率
Cycle Time降低 产线故障预测
采集层
智能 引擎
能耗优化
数据中
心
订单中心
生产调度 库存中心
故障预测 物流中心
工艺优化 原料中心
监控预警 商品中心
风控引擎
供应商 中心
智慧物流 设备中心
产量预测 舆情监控 员工中心 知识中心
… 客户中心
【大数据】离线、实时、流式计算 ＢＩ平台＋机器学习平台
中间件产品 IAAS服务:机房、网络…..
【云计算】主机、存储、数据库、中间件 智能管控平台
28nm光罩工艺 晶 圆生产 芯片封装和 测试 光纤预制棒拉
丝工艺 己内酰胺生产 环己酮生产 氯氟氰菊酯
橡胶门尼值 基于配比 的成本优化
火电厂吨煤蒸气比提
升 垃圾焚烧厂效率提
升
2、工业智能化与传统的工业专家有何区别？
人
环
机
数据
法
料
从机理推导转向数据分 析
“我们有个观念转变：以前是讲逻辑，现在 是 看数据，讲事实，通过计算与挖掘发现问
数据采集接口(OPC/MODBUS/PLC/104/101等协议)
环境数据
地理数据
4G/WIFI/互联网/ 专用通道
SCADA
现场设 备
计量仪 表
人工采 集
阿里内脑
社会外脑
闵万里
阿里云AI首席科学 家 ， Alibaba Cloud ET之父。中 科大少年班、 芝加
哥大学统计学博士
曾 任 IBM 、 GOOGLE 数据科学 家
4、工业大数据应从哪里入手？
5、ET工业大脑的核心能力框架
通过对企业供应链数据（原料采购 数据、车辆调度数据、排班数据等 ）的分析，结合阿里云智能调度、库 存优化、路径优化等算法模型，优
通过对经营数据（销量历史数 据、产量数据、区域数据等）的 分析，结合阿里云销量预测等算 法，协助企业制定市场营销计划
站点机房
人工作业工作室
故障上报系统
正常图片 缺陷图片
缺陷图片
货运列车故障检测 缺陷图片
货运列车故障检测
闸瓦厚度超限
闸瓦破损
闸瓦插销窜出
正常闸瓦
滚动轴承甩油
木地板破损
工业大数据平 台
ET工业大脑解决方案架构图
业务
ERP
CRM
SRM
MES
T/WMS
DRP
APS
DCS
CMS
EAM
系统
数据 中台
基础 平台
中芯国际 – 芯片良率提升
痛点：中芯国际28纳米 集成电路芯片生产过程的光 罩 产品次品率（CD偏差） 过 高，导致生产效率降低， 生产 成本升高
集成电路芯片生产过程
方案：將阿里云ET工业 大脑应用于中国顶尖精密制 造 领域，对工艺参数进行建 模分 析，构建预测模型
价值：通过CD预测建模， 预测误差可控制在1纳米左右， 大 大减少光罩产品次品率
供应链&库存
设备&传感器
工厂&作业
市场营销 & 客户关系管理
环境&行业交易
• ERP系统 • 供应商 • 订单系统 • 应收应付 • 供应商行业协会数据
• 设备测读 • 设备性能 • 设备分析和养护 • 电池和能耗 • 软件使用日志 • 环境交互数据 • R&D研发测试数据 • 质量监测数据
• MES系统数据 • 各类传感器 • 录像/监控 • 流水线 • 机器本身数据 • 派工工单数据
握 大数据平台相关云服务使用与系统运维 现场培训
2、阿里云一直致力于为广大企业提供最优质的技术服务 在中国，阿里云市场份额相当于第2-8名厂商之 和
全球强有力的竞争 者 －3A格局
3、阿里云拥有完整的大数据体系，技术架构久经考验
百川如海 实时采集／ 适配开源／日吞吐量PB级
WI-FI
基站
工业 传感器
大数据计算服务 6小时处 理100PB＝1亿部高清电影
题， 很‘野蛮’ 。“
--刘建平（协鑫新能源生产技术研究副总）
工艺创新
流程优化
智能生产
风险预警
3、传统的经验有何局限性？数据和专家经验应该如何结合？
正相关，第一感觉和现有经验不符 合
排除幸存者效应，只看50次以上的导轮，依然正相关
导轮问题如何被发现
橡胶门尼值的调整方法
光纤拉丝几种断纤模式的发 现
震动残差判断设备故障
重新提振法国工业竞争力
三个阶段 2025-2035-2045
中国
智能制造2025
ቤተ መጻሕፍቲ ባይዱ
十个重大方向
英国
英国制造2050
重振英国制造
注重价值整合
韩国
制造业创新3.0
信息化与制造业融合
投资7大旗舰领域
印度
制造业战略
吸收外部投资
建设制造业基地
“互联网
经济新常态 中高 速增长，中高端水平
九大任务 创新、两化、基础、品牌、绿色 、
突破、结构、服务、国 际
十大重点领域 通信、机器人、航天、船舶、轨道 、 汽车、电力、新材料、农机、生