工业互联网的进展与边缘计算
工业互联网技术在边缘计算中的应用案例分析
工业互联网技术在边缘计算中的应用案例分析随着工业互联网技术的发展，边缘计算逐渐成为智能制造和工业互联网应用的重要手段。
工业互联网技术与边缘计算相结合能够有效地解决处理海量数据和实时性问题，提升制造企业的智能化水平。
本文将介绍几个典型的工业互联网技术在边缘计算中的应用案例。
一、工业互联网技术在智能工厂中的应用智能工厂是工业互联网技术与边缘计算相结合的典型应用。
它可以通过引入物联网和大数据技术，实现生产全过程的自动化、智能化、数字化和可视化。
以国内某汽车轮毂厂为例，它采用工业云平台和边缘计算技术建立了智能制造系统。
该系统采用精度高、速度快、反应灵敏的高速数据采集设备，将生产场景中感知数据采集点数量从原来的10个提升到150个，实现了对生产全过程的高精度实时监控。
通过数据分析、挖掘和模型预测，实现了对生产过程中的质量、效率等指标的智能控制和提升。
同时，边缘计算技术的引入还提高了数据处理效率和反应速度，避免了数据传输和处理过程中的延迟和故障。
二、工业互联网技术在能源管理中的应用能源管理是工业互联网技术在边缘计算中的另一个重要应用方向。
通过引入物联网和云计算技术，可以实现对能源消耗和效率的实时监测和分析，实现能源消耗的最小化和资源的最优化利用。
以宁波舟山港为例，该港口运用物联网、大数据技术和人工智能技术构建了智能能源管理系统。
该系统可以对能源消耗进行实时监测和分析，实现能源消耗的最小化和资源的最优化利用。
同时，还可以根据各种因素进行预测分析，掌握未来的能耗趋势和规律，为能源供应和调度提供科学依据。
此外，边缘计算技术的引入还可以提高能源数据的处理速度和反应灵敏度，避免了数据延迟和处理问题。
三、工业互联网技术在制造质量控制中的应用工业互联网技术在边缘计算中还可以应用于制造质量控制领域。
利用物联网和大数据技术，实现生产过程中关键质量指标的实时监测和分析，实现质量的可控和可预测。
以一家通信设备制造企业为例，该企业采用物联网和云计算技术构建了智能质量控制系统。
边缘计算对工业互联网产业发展的重要意义及研究现状
1工业互联网边缘计算研究的重要意义1.1工业互联网是先进制造业转型升级的关键工业互联网是连接工业设备和生产的网络，智能化生产、网络化协同、个性化定制和服务化转型是工业互联网的核心内容。
作为新型工业化的基础设施和智能制造的关键使能技术，工业互联网已经成为全球制造业抢占的新一轮制高点。
2012年，美国通用电气公司首先提出了工业互联网概念，此后工业互联网在世界范围内得到了广泛发展。
目前工业互联网以德国“工业4.0平台”、美国“工业互联网联盟”为典型代表，同时工业互联网作为我国智能制造发展的重要支撑已经得到了国家的高度认可与重视，“十三五”规划、制造强国、“互联网+”等重大战略都明确提出发展工业互联网，如图1所示。
图1 工业互联网战略规划1.2边缘计算是实现工业互联网创新应用的关键实现工业互联网的创新应用，如智能化生产、网络化协同、个性化定制和服务化转型等并非易事。
物联网技术的发展虽然丰富了数据采集的手段，但随之而来的海量数据也对工业系统的实时性等问题提出了新的挑战。
目前基于视觉引导的装配机器人得到了广泛的应用，但是个性化定制过程对装配机器人提出了更高的要求。
如图2所示，在实时性方面，个性化定制系统对于装配机器人的空间定位、目标识别、轨迹规划的实时性要求高，部分情况的场景需要在10毫秒以内。
工业现场产生大量数据的实时处理需求，单个摄像头1080p格式视频在4Mbps码率下每天产生330G的视频数据，完全传输至云端需要占用大量带宽，并产生较大的时延，如果数据分析和控制都在云端进行，则难以满足业务实时性的要求。
同时，采用目前流行的深度学习相关技术后，视频处理的计算复杂度很高。
分类用AlexNet分析224×224大小的图像需要720MFLOPs计算量，主流边缘设备（使用酷睿i5 CPU）需要1秒左右，而实际生产过程常用的ResNet50计算量是AlexNet的数十倍，无法保证应用的实时性。
图2 工业互联网边缘计算的基本思想及面对的挑战边缘计算的提出为解决上述问题提供可能。
工业互联网的技术和应用发展趋势
工业互联网的技术和应用发展趋势一、引言工业互联网是将物理设备连接到互联网并通过数据采集、数据传输、数据分析等技术手段实现信息共享和协同决策的技术和应用。
近年来，随着云计算、大数据、人工智能等技术的发展，工业互联网逐渐成为工业生产和管理的重要手段。
本文将从技术和应用两个方面探讨工业互联网的发展趋势。
二、技术发展趋势1. 5G技术的应用5G技术是一种新一代移动通信技术，其传输速度快、延迟低、带宽大的特点使其具有更广泛的应用前景。
在工业互联网中，5G技术可实现工厂内设备的远程控制、实时监测、快速数据传输等功能，为实现工厂智能化提供了可能性。
2. 边缘计算技术的普及边缘计算是一种新兴的计算模式，其将数据处理和存储分布在网络边缘的设备上，避免了数据传输的网络瓶颈和延迟，提高了数据处理的效率和安全性。
在工业互联网中，边缘计算技术可实现设备本地化的数据处理和决策，减少对云端计算资源的依赖。
3. 区块链技术的广泛应用区块链技术是一种去中心化的数据存储和共享技术，其保证了数据的安全性和完整性，为工业互联网的数据安全提供了新的解决方案。
近年来，区块链技术已在供应链管理、智能合约等领域得到广泛应用，未来或将在工业互联网中扮演更重要的角色。
三、应用发展趋势1. 工业互联网平台的集成化工业互联网平台是连接工厂内各个设备和部门的关键枢纽，其需实现对多种数据来源的集成和处理。
未来工业互联网平台将更加趋向细化和集成化，实现工厂内各个部门之间的无缝衔接。
2. 智能制造的深入应用智能制造是一种以工业互联网为基础的高效、柔性、个性化制造模式，其可实现工业生产从规模化到个性化的转变。
未来，智能制造将进一步深入到生产线、产品设计、设备运维等方面，为工业互联网的发展带来新的机遇。
3. 产业融合的加速推进工业互联网的应用范围广泛，其可渗透到每个生产制造领域。
未来，工业互联网将与各个行业的企业紧密结合，实现产业融合，推动各行业的升级和创新。
四、结论随着信息技术的不断发展，工业互联网将成为推动工业生产和管理的新力量。
5G技术的边缘计算与工业互联网协同创新
5G技术的边缘计算与工业互联网协同创新边缘计算和工业互联网是当今科技领域的热门话题，而5G技术则成为了推动边缘计算和工业互联网协同创新的重要驱动力。
在不断发展的数字化时代，这三者的结合将为工业领域带来巨大变革，推动智能制造、智能交通、智能能源等领域的发展。
本文将重点探讨5G技术在边缘计算与工业互联网协同创新中的具体应用，并展望其未来发展趋势。
一、5G技术与边缘计算的融合边缘计算（Edge Computing）是指将数据处理和存储功能迁移至数据产生地的计算模式，它通过在接近数据源处进行实时数据处理，降低了数据传输时延，提高了数据处理效率。
与传统的云计算架构相比，边缘计算可以更好地满足工业领域对实时性、安全性和可靠性的需求。
5G技术的高速、低时延和大连接特性，为边缘计算提供了理想的技术基础。
通过在工业场景中部署边缘服务器，将数据处理和存储功能尽可能地靠近物联网设备、传感器和机器，可以有效提供低时延的数据分析与反馈，从而实现对工业过程的实时监控和智能决策。
二、5G技术在工业互联网协同创新中的应用1. 智能制造：借助5G技术的高带宽和低时延特性，工业机器人可以更快速、准确地接收到来自云端的指令，并实现与其他机器人的高效协同操作。
此外，通过在工厂内部建设私有5G网络，可以实现低时延的无线通信，提高工厂的安全性和生产效率。
2. 智能交通：5G技术为智能交通系统提供了强大的通信支持，实现车辆与车辆（V2V）、车辆与基础设施（V2I）之间的高效通信。
通过实时交通数据的采集和处理，可以优化道路交通流量分配，提高交通运输效率和安全性。
3. 智能能源：5G技术可以实现对能源设备的实时监测和调控，通过数据分析和边缘智能算法，实现能源的高效利用和统一管理。
同时，通过5G的远程控制和监测功能，可以实现对分布式能源设备的集中管理，提高能源系统的稳定性和可靠性。
三、5G技术在边缘计算与工业互联网协同创新中面临的挑战1. 网络安全问题：随着工业互联网的发展，网络安全问题也日益凸显。
工业互联网的进展与边缘计算
(一)国际工业互联网：快速发展中的创新、调整和演进International Industrial Internet: Fast Innovation, Adjustment and Evolution◆美国（以互联网和信息通信技术重构先进制造业体系，变革商业模式，重塑国际格局）-跨国企业：GE、PTC、思科、微软、罗克韦尔、霍尼韦尔…-初创企业：Uptake、C3IoT、Particle、FogHorn…◆欧洲（德国：强化工业技术与互联网技术双向融合，巩固和扩大德国工业尤其是生产及工程技术的领先地位）- 西门子、ABB、博世、施耐德、SAP、诺基亚…◆日本（将互联网与自动化、机器人技术结合，保持比较优势—互联工业）- 三菱、日立、NEC、富士…… ◆技术与服务创新−关注工业现场实时应用，推出边缘计算−推动生产设备互联互通，引入新型网络技术（TSN、5G）−完善行业解决方案，聚焦数字化模型分析技术（数据分析与数字双胞胎）−提升平台应用开发效率，布局低代码开发技术◆产业合作与产业生态−技术合作（云计算等基础技术，人工智能等前沿技术）−行业合作（供给侧企业与行业用户；供给侧企业间整合技术及行业知识）−资本合作（大型企业股权投资深，大型企业对创新企业的战略投资）◆平台与行业应用−平台建设与应用创新协同推进：工业互联网平台的设备连接数量、服务客户和开发者数量以及部署的解决方案数量大幅增长−应用范围和应用深度不断拓展国际工业互联网应用进展Progress of International Industrial Internet Application来源：LNS Research工业互联网应用模式来源：林诗万，LNS Research ，2017工业互联网目前的应用类型设备连接与简单数据转发 67% 通过持续数据流的实时看板和监控 62% 机器学习、聚类分析、人工智能等高级分析 47% 自动简单的单步操作32%未来12个月投资计划增加投资78% 保持投资 20% 减少投资0%来源：BSQUARE平台的实践-从公有云平台到私有云部署的扩展Platform Exercise – Extend from Public Cloud to Private Cloud(二)我国工业互联网发展的七大主要特点Characteristics of Industrial Internet Development in China1.顶层设计：顶层设计基本形成—战略与政策：院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》—技术体系：从三大要素（网络、数据、安全）到三大功能体系的塑造（网络、平台、安全）2.模式创新：构架在丰富工业场景和强劲转型需求上的应用创新和商业模式创新，数据驱动的初步智能化—逐见成效的工业和ICT（包括互联网）界的相互融合—中国企业对数字技术和互联网更高的接受和理解3.网络体系：—网络化的补课和新体系的创新—标识解析体系的变革机遇和体系化挑战4.平台体系：快速增长下跟随与创新的交织，极为丰富的模式创新和基础能力的综合差距5.安全体系：已知与未知的安全交织（网络安全Security和工业安全Safety）6.技术产业：深层次的综合和基础差距与新技术追赶（新型网络、边缘计算、人工智能、区块链、APP……）7.应用实践：先行者的探索与试错、商业模式的构建、企业的困惑与困难……工业互联网产业联盟（AII）—12+9+X893家会员Alliance of Industrial Internet --12+9+X工业互联网应用：3大路径和4大模式初步形成 Industrial Internet Application: Initial Success in 3 Routes and 4Models路径3：面向开放生态的平台运营—工业互联网平台汇聚协作企业、产品、用户等产业链资源，实现向平台运营的转变数据驱动的生态运营能力装备、工程机械、家电等、航空航天等路径2：面向企业外部的价值链延伸—智能产品/服务/协同打通企业内外部价值链，实现产品、生产和服务创新数据驱动的业务创新能力家电、纺织、服装、家具、工程机械、航空航天、汽车、船舶等路径1：面向企业内部的生产率提升—智能工厂打通设备、产线、生产和运营系统，获取数据，实现提质增效，决策优化数据驱动的智能生产能力电子信息、家电、医药、航空航天、汽车、石化、钢铁等行业服务化延伸产品+服务 机器即服务 制造即服务衍生金融服务个性化定制 简单产品复杂产品网络化协同协同设计 协同制造供应链协同智能化生产车间级 工厂级离散行业工业互联网探索Exploration of Industrial Internet in Discrete Industry2. 少品种大批量离散行业（汽车、家电、电子等） 产品种类少、规模大，对产品质量和生产效率要求高，产品种类向多样性发展设计生产 管理 运维 1. 多品种小批量离散行业（航空、船舶、工程机械等） 产品种类繁多结构复杂，设计周期长 网络化协同设计现状应用 产品质量要求高，但自动化水平较低 单点工艺优化现状 应用零件数量级大，供应商体系庞大供应链优化管理现状 应用产品价值高、生命周期长，后服务成本高设备健康管理现状 应用 单一品种向多品种发展，多为消费品个性化设计 现状应用 批量大，质量缺陷导致巨大经济损失质量优化现状 应用 高效率是大批量生产的必要条件 生产管理优化现状 应用 产品后市场服务需求多样化 后市场服务现状 应用产品种类多、规模小、价值高、研制和生产周期长，零部件复杂、协同程度高流程行业的工业互联网路径探索Exploration of Industrial Internet in Process Industry1、不同来源原材料的生产工艺参数优化问题2、大宗商品批量生产与市场需求对接问题3、高风险行业安全环保问题4、高价值装备和资产管理问题提效率减库存保安全降风险路径1：数据+模型驱动的全流程优化-以数字双胞胎为核心的智能工厂建设以模型为核心的全数据集成打通路径2：以数据可视化为核心的HSE系统—基于数字化三维模型的风险管控、事故预警与模拟制造系统数据的集成打通路径3：基于数据的全供应链优化—用电子商务等手段强化供产销对接，减少库存信息系统数据的集成打通效率问题以模型为核心驱动全流程优化，实现原料配比优化、工艺优化、装备装置健康管理等安全问题基于生产过程的实时监控，避免泄露爆炸等事故，实现危险品的全生命周期监控效益问题从原料采购、库存到销售的全流程优化，在最低的价格买入最合适的原材料，并在保证较小库存的情况下，在成品价格高点售出数据集成深度和广度不断提升三大体系进展-网络体系：从新网络技术到“网络连接+数据互通”Progress on 3 Systems – Network System: from New Network Technology to “Network Connection + Data Interconnectivity” ☐网络体系：工厂网络化改造未完成，差距较大；工厂外网络能力较强（电信运营商）☐产业基础：总体网络技术产业国际一流（如光网络、4G/5G等）；工厂内网络方面差距很大☐新技术：新网络技术的研究和应用部署新型取得积极进展，并已经在装备制造、石油开采等领域初步取得很好效果时间敏感网络（TSN）、工业无源光网络（PON+数据采集）、IPv6、软件定义网络（SDN）、窄带物联网（NB-IoT）、WIA—PA/FA、5GTSN（时间敏感性网络）⏹统一工业以太网标准⏹同时支撑生产控制与信息应用⏹共同构建统一标准体系⏹打造开放产业时延<8微秒，抖动<100nsSDN管理，边缘计算平台2018年汉诺威工业展AII联盟与ECC联盟联合展示的TSN（时间敏感网络）+OPC UA测试床三大体系进展—平台体系：模式创新与基础差距Progress on 3 Systems – Platform System: Model Innovation and Infrastructure Gap•初步摸底统计（2018年3月），我国有269个平台类产品，装备、消费品、原材料、电子信息是主要应用方向•模式创新是亮点（平台+订单、平台+信贷、平台+保险、平台+新能源……）•基础差距大，尤以工业能力最为突出（工业连接能力、工业机理模型、平台分析工具、微服务等）初创企业技术创新模式创新ICT巨头工业技术和解决方案供应商垂直制造领域企业…专业服务型企业钢铁石化电子信息航空航天轻工家电能源电力工业装备工业自动化工业软件(三)下一步发展：战略和政策层面的顶层设计Next Step: Top Level Design on Strategy and Policy2017年11月27日，国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》—“323”行动网络体系平台体系安全体系打造3大体系产业生态国际化构筑3大支撑推进2类应用大型企业集成创新中小企业应用普及2018年6月7日，工信部印发《工业互联网发展行动计划(2018—2020年)》−高可靠、广覆盖、大带宽、可定制的企业外网基础设施，具备IPv6支持能力−重点企业内网改造典型模式目标：2020年底，初步建成工业互联网基础设施和产业体系网络基础设施平台体系−10个左右跨行业跨领域平台−30万家以上企业上云−超30万个工业APP5个国家顶级节点标识注册量超20亿标识解析体系安全保障体系设备、平台、数据等至少10项安全标准重点任务8大行动•基础设施能力提升行动•标识解析体系构建行动•工业互联网平台建设行动•核心技术标准突破行动•新模式新业态培育行动•产业生态融通发展行动•安全保障水平增强行动•开放合作实施推进行动出台了《工业互联网APP培育工程实施方案（2018-2020年）》、《工业互联网平台建设及推广指南》、《工业互联网平台评价方法》、《推动企业上云实施指南（2018-2020年）》等政策，(四)工业互联网中的边缘计算Edge Computing in Industrial Internet边缘计算与制造体系变革Edge Computing and Manufacture System Reform●边缘智能与OPC-UA、TSN等新技术融合，替代传统PLC功能●新型制造体系具备扁平化、低时延、高带宽等特征未来进一步融合部分控制功能边缘到云，从工厂自动化到云端商业应用From Edge to Cloud, From Factory Automation toCloud Business Application边缘层（制造现场）平台层（业务平台）企业层（商业应用）物联网网关FA 边缘应用FA 边缘设备设备与机器PLC执行器传感器云分析应用物联网数据处理设施工业应用核心业务系统（ERP、SCM等）来源：三菱工厂自动化即平台服务（FA PaaS），2016EDGECROSS数据收集实时数据管理与反馈数据模型管理工控机上运行收集到云模式分配模式提取模式整理数据收集故障指示检测边缘人工智能：机器学习与预测性维护AI at Edge: Machine Learning and Predictive Maintenance OPC-UA 服务器 信号状态系统 加速器 加速器采集系统CPPS 可视化服务器 HMI伺服电机PLC/CNC存储设备OPC-UA 客户端基于机器学习的预测性维护非监督学习：第一步，检测或发现数据中的新信息以用于机器监控监督学习：在分析主轴和机器整体行为基础上解决特定问题，资产（设备）可用性提高20%，每天预期可增加3小时的使用时间来源：IIC,”Making Factories Smarter Throug “Machine learning-based CPS for clustering conditions”， NAMRC 452019年-推动工业互联网边缘计算标准制定和试验验证平台建设2018年由中国信通院牵头，沈自所、仪综所、中国联通、树根互联、重庆中光电等企业参与，共同承担2018年工业互联网创新发展工程的“工业互联网边缘计算基础标准和试验验证”项目；2019年，中国信通院以专项工作要求为基础，联合产业各方，共同开展面向工业互联网的边缘计算参考架构、关键技术、核心产品等方面的标准制定；中国信通院将联合各项目单位，在北京、广州、重庆等地区建设对边缘计算技术、产品进行试验验证的平台。
边缘计算技术与工业物联网的结合及应用前景展望
边缘计算技术与工业物联网的结合及应用前景展望近年来，边缘计算技术和工业物联网（IIoT）的结合一直是工业界研究的热点。
边缘计算技术通过将数据处理和分析功能移动到靠近数据源的网络边缘，改进了数据传输效率和响应时间。
同时，工业物联网将传感器和设备连接到互联网，实现了工业系统的更高效、更智能的管理。
这两种技术的结合为工业领域带来了巨大的变革，并展现出广阔的应用前景。
边缘计算技术的引入为工业物联网提供了强大的支持。
边缘计算可以在离工业物联网节点更近的地方进行数据收集、处理和存储，减少了数据传输时延，并提高了数据处理的效率。
传统的工业物联网系统通常将数据传输到远程云服务器进行处理和分析，而边缘计算技术使得数据处理可以在网络边缘节点上实现，大大加快了数据处理的速度。
这对于需要低延迟响应的工业应用非常重要，如机器人控制、自动驾驶车辆和智能制造等。
边缘计算技术与工业物联网的结合还可以改善工业系统的可靠性和安全性。
传统的工业物联网系统容易受到网络延迟、带宽不足以及网络故障等问题的影响。
而边缘计算技术能够将计算和存储资源分布到网络边缘，降低了对云服务器的依赖，使系统更加稳定可靠。
此外，边缘计算还能在本地进行数据预处理和隔离，减少敏感数据在网络中传输的风险，提高数据安全性。
边缘计算技术与工业物联网的结合已经在许多行业中得到了广泛应用。
其中一个重要的领域是智能制造。
通过将传感器和设备与边缘计算节点相连接，工业物联网可以实现实时监控和远程管理，提高生产过程的效率和质量。
边缘计算技术的引入还能够实现智能维护，通过分析设备传感器数据，提前发现设备的故障和异常，并进行预防性维护。
这不仅可以减少设备维修成本，还可以提高工业生产的可持续性。
另一个重要的应用领域是智能能源管理。
边缘计算技术可以监测和控制能源设备的运行状态，实时优化能源系统的效率。
通过边缘计算节点的部署，工业物联网可以提供更准确的能源预测和需求响应，帮助企业实现能源成本的控制和降低碳足迹。
工业互联网中边缘计算的实现方法
1 工业互联网是智能制造的突破口2015年5月，国务院发布了《中国制造2025》，围绕先进制造和高端装备制造，前瞻部署重点突破的战略领域，描绘了未来三十年建设制造强国的宏伟蓝图和梯次推进的路线图，是一份总的行动纲领文件；2015年7月，国务院关于积极推进“互联网+”行动的指导意见，提出了“充分发挥中国互联网的规模优势和应用优势，推动互联网由消费领域向生产领域拓展，加速提升产业发展水平，增强各行业创新能力，构筑经济社会发展新优势和新动能”；2016年5月，国务院发布了《关于深化制造业与互联网融合发展的指导意见》，指出：制造业是国民经济的主体，是实施“互联网+”行动的主战场；2017年11月，国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》正式发布，“工业互联网作为新一代信息技术与制造业深度融合的产物，日益成为新工业革命的关键支撑和深化“互联网+先进制造业”的重要基石”，明确提出“构建网络、平台、安全三大功能体系，增强工业互联网产业供给能力。
”并明确了与《中国制造2025》三步走相适应的一系列发展目标，至此，工业互联网上升为智能制造国家战略。
2018年年初，工业互联网高峰论坛在北京举行。
时任国务院副总理、国家制造强国领导小组组长马凯出席会议并发表了重要讲话，指出：“工业互联网是新工业革命的关键支撑和智能制造的重要基石。
工业互联网通过实现人、机、物的全面互联，促进制造资源泛在连接、弹性供给和高效配置。
推动制造业创新模式、生产方式、组织形式、商业范式的深刻变革，和全球工业生态体系的重构迭代和全面升级。
”图1 工业互联网是一个复杂的智能系统今年两会报告，工业互联网被写入了总理的政府工作报告，明确指出：“实施重大短板装备专项工程，发展工业互联网平台，创建‘中国制造2025’示范区。
”2 工业互联网是一个复杂的智能体工业互联网的概念首先由GE提出。
在《工业互联网——打破智慧与机器的边界》中，GE以航空发动机全生命周期管理为例，阐述了工业互联网的内涵，明确了工业互联网建设中的三个关键要素，即：智能机器、高级分析和工作中的人。
5G与边缘计算助推工业互联网创新发展
5G与边缘计算助推工业互联网创新发展工业互联网是指利用现代信息技术手段，将工业生产的各个环节进行数字化、网络化连接，实现各种资源、设备、系统之间的高效协同运行和智能化管理。
近年来，随着5G和边缘计算的兴起，工业互联网迎来了新的发展机遇与挑战。
本文将重点探讨5G和边缘计算对工业互联网创新发展的助推作用。
首先，5G技术对工业互联网的发展具有重要意义。
5G技术以其超高速率、低时延和大连接密度的特点，为工业互联网提供了更为强大的数据传输和处理能力。
传统的工业生产往往需要大量的传感器和数据采集设备，通过5G网络连接，可以实现对实时传感器数据进行高效、高速的采集和分析。
同时，5G的低时延特性，使得对于工业控制及机器人控制等关键应用来说，可以实现更精确、更可靠的远程控制和操作。
此外，5G还支持大规模物联网连接，可以将工厂内的各种设备、机器和系统通过5G网络实现互联互通，形成智能化的工业生态系统，提升生产效率和产品质量。
其次，边缘计算技术在工业互联网创新发展中具有独特优势。
边缘计算是将计算和数据处理能力从云端移至网络边缘，靠近数据源和终端设备进行实时处理和决策。
在工业互联网领域，边缘计算技术可以将关键数据和算法处理功能部署到离工厂现场更近的边缘设备上，实现对实时数据的快速分析和决策。
这样不仅可以减少数据传输的延迟和成本，还可以降低对传输带宽的需求，提高数据处理与响应的效率。
此外，边缘计算还可以支持离线运行、本地存储和实时决策，保证在网络中断等异常情况下，工业系统仍能正常运行和响应。
5G与边缘计算的结合，对工业互联网创新发展具有协同效应。
5G提供了高速、低时延的网络支持，边缘计算则实现了将计算和数据处理能力部署到网络边缘的能力。
二者结合以后，可以在工业生产现场实现更快、更高效的数据处理和决策，实现对工厂生产过程的实时监控和优化。
例如，在智能工厂的生产线上，通过5G网络将各种传感器数据传输到离生产线更近的边缘设备上，借助边缘计算技术实时分析和决策，可以实现对设备运行状态的实时监测和预测维护，提高生产效率和设备利用率。
- 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)。
(一)国际工业互联网：快速发展中的创新、调整和演进International Industrial Internet: Fast Innovation, Adjustment and Evolution◆美国（以互联网和信息通信技术重构先进制造业体系，变革商业模式，重塑国际格局）-跨国企业：GE、PTC、思科、微软、罗克韦尔、霍尼韦尔…-初创企业：Uptake、C3IoT、Particle、FogHorn…◆欧洲（德国：强化工业技术与互联网技术双向融合，巩固和扩大德国工业尤其是生产及工程技术的领先地位）- 西门子、ABB、博世、施耐德、SAP、诺基亚…◆日本（将互联网与自动化、机器人技术结合，保持比较优势—互联工业）- 三菱、日立、NEC、富士…… ◆技术与服务创新−关注工业现场实时应用，推出边缘计算−推动生产设备互联互通，引入新型网络技术（TSN、5G）−完善行业解决方案，聚焦数字化模型分析技术（数据分析与数字双胞胎）−提升平台应用开发效率，布局低代码开发技术◆产业合作与产业生态−技术合作（云计算等基础技术，人工智能等前沿技术）−行业合作（供给侧企业与行业用户；供给侧企业间整合技术及行业知识）−资本合作（大型企业股权投资深，大型企业对创新企业的战略投资）◆平台与行业应用−平台建设与应用创新协同推进：工业互联网平台的设备连接数量、服务客户和开发者数量以及部署的解决方案数量大幅增长−应用范围和应用深度不断拓展国际工业互联网应用进展Progress of International Industrial Internet Application来源：LNS Research工业互联网应用模式来源：林诗万，LNS Research ，2017工业互联网目前的应用类型设备连接与简单数据转发 67% 通过持续数据流的实时看板和监控 62% 机器学习、聚类分析、人工智能等高级分析 47% 自动简单的单步操作32%未来12个月投资计划增加投资78% 保持投资 20% 减少投资0%来源：BSQUARE平台的实践-从公有云平台到私有云部署的扩展Platform Exercise – Extend from Public Cloud to Private Cloud(二)我国工业互联网发展的七大主要特点Characteristics of Industrial Internet Development in China1.顶层设计：顶层设计基本形成—战略与政策：院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》—技术体系：从三大要素（网络、数据、安全）到三大功能体系的塑造（网络、平台、安全）2.模式创新：构架在丰富工业场景和强劲转型需求上的应用创新和商业模式创新，数据驱动的初步智能化—逐见成效的工业和ICT（包括互联网）界的相互融合—中国企业对数字技术和互联网更高的接受和理解3.网络体系：—网络化的补课和新体系的创新—标识解析体系的变革机遇和体系化挑战4.平台体系：快速增长下跟随与创新的交织，极为丰富的模式创新和基础能力的综合差距5.安全体系：已知与未知的安全交织（网络安全Security和工业安全Safety）6.技术产业：深层次的综合和基础差距与新技术追赶（新型网络、边缘计算、人工智能、区块链、APP……）7.应用实践：先行者的探索与试错、商业模式的构建、企业的困惑与困难……工业互联网产业联盟（AII）—12+9+X893家会员Alliance of Industrial Internet --12+9+X工业互联网应用：3大路径和4大模式初步形成 Industrial Internet Application: Initial Success in 3 Routes and 4Models路径3：面向开放生态的平台运营—工业互联网平台汇聚协作企业、产品、用户等产业链资源，实现向平台运营的转变数据驱动的生态运营能力装备、工程机械、家电等、航空航天等路径2：面向企业外部的价值链延伸—智能产品/服务/协同打通企业内外部价值链，实现产品、生产和服务创新数据驱动的业务创新能力家电、纺织、服装、家具、工程机械、航空航天、汽车、船舶等路径1：面向企业内部的生产率提升—智能工厂打通设备、产线、生产和运营系统，获取数据，实现提质增效，决策优化数据驱动的智能生产能力电子信息、家电、医药、航空航天、汽车、石化、钢铁等行业服务化延伸产品+服务 机器即服务 制造即服务衍生金融服务个性化定制 简单产品复杂产品网络化协同协同设计 协同制造供应链协同智能化生产车间级 工厂级离散行业工业互联网探索Exploration of Industrial Internet in Discrete Industry2. 少品种大批量离散行业（汽车、家电、电子等） 产品种类少、规模大，对产品质量和生产效率要求高，产品种类向多样性发展设计生产 管理 运维 1. 多品种小批量离散行业（航空、船舶、工程机械等） 产品种类繁多结构复杂，设计周期长 网络化协同设计现状应用 产品质量要求高，但自动化水平较低 单点工艺优化现状 应用零件数量级大，供应商体系庞大供应链优化管理现状 应用产品价值高、生命周期长，后服务成本高设备健康管理现状 应用 单一品种向多品种发展，多为消费品个性化设计 现状应用 批量大，质量缺陷导致巨大经济损失质量优化现状 应用 高效率是大批量生产的必要条件 生产管理优化现状 应用 产品后市场服务需求多样化 后市场服务现状 应用产品种类多、规模小、价值高、研制和生产周期长，零部件复杂、协同程度高流程行业的工业互联网路径探索Exploration of Industrial Internet in Process Industry1、不同来源原材料的生产工艺参数优化问题2、大宗商品批量生产与市场需求对接问题3、高风险行业安全环保问题4、高价值装备和资产管理问题提效率减库存保安全降风险路径1：数据+模型驱动的全流程优化-以数字双胞胎为核心的智能工厂建设以模型为核心的全数据集成打通路径2：以数据可视化为核心的HSE系统—基于数字化三维模型的风险管控、事故预警与模拟制造系统数据的集成打通路径3：基于数据的全供应链优化—用电子商务等手段强化供产销对接，减少库存信息系统数据的集成打通效率问题以模型为核心驱动全流程优化，实现原料配比优化、工艺优化、装备装置健康管理等安全问题基于生产过程的实时监控，避免泄露爆炸等事故，实现危险品的全生命周期监控效益问题从原料采购、库存到销售的全流程优化，在最低的价格买入最合适的原材料，并在保证较小库存的情况下，在成品价格高点售出数据集成深度和广度不断提升三大体系进展-网络体系：从新网络技术到“网络连接+数据互通”Progress on 3 Systems – Network System: from New Network Technology to “Network Connection + Data Interconnectivity” ☐网络体系：工厂网络化改造未完成，差距较大；工厂外网络能力较强（电信运营商）☐产业基础：总体网络技术产业国际一流（如光网络、4G/5G等）；工厂内网络方面差距很大☐新技术：新网络技术的研究和应用部署新型取得积极进展，并已经在装备制造、石油开采等领域初步取得很好效果时间敏感网络（TSN）、工业无源光网络（PON+数据采集）、IPv6、软件定义网络（SDN）、窄带物联网（NB-IoT）、WIA—PA/FA、5GTSN（时间敏感性网络）⏹统一工业以太网标准⏹同时支撑生产控制与信息应用⏹共同构建统一标准体系⏹打造开放产业时延<8微秒，抖动<100nsSDN管理，边缘计算平台2018年汉诺威工业展AII联盟与ECC联盟联合展示的TSN（时间敏感网络）+OPC UA测试床三大体系进展—平台体系：模式创新与基础差距Progress on 3 Systems – Platform System: Model Innovation and Infrastructure Gap•初步摸底统计（2018年3月），我国有269个平台类产品，装备、消费品、原材料、电子信息是主要应用方向•模式创新是亮点（平台+订单、平台+信贷、平台+保险、平台+新能源……）•基础差距大，尤以工业能力最为突出（工业连接能力、工业机理模型、平台分析工具、微服务等）初创企业技术创新模式创新ICT巨头工业技术和解决方案供应商垂直制造领域企业…专业服务型企业钢铁石化电子信息航空航天轻工家电能源电力工业装备工业自动化工业软件(三)下一步发展：战略和政策层面的顶层设计Next Step: Top Level Design on Strategy and Policy2017年11月27日，国务院发布《关于深化“互联网+先进制造业”发展工业互联网的指导意见》—“323”行动网络体系平台体系安全体系打造3大体系产业生态国际化构筑3大支撑推进2类应用大型企业集成创新中小企业应用普及2018年6月7日，工信部印发《工业互联网发展行动计划(2018—2020年)》−高可靠、广覆盖、大带宽、可定制的企业外网基础设施，具备IPv6支持能力−重点企业内网改造典型模式目标：2020年底，初步建成工业互联网基础设施和产业体系网络基础设施平台体系−10个左右跨行业跨领域平台−30万家以上企业上云−超30万个工业APP5个国家顶级节点标识注册量超20亿标识解析体系安全保障体系设备、平台、数据等至少10项安全标准重点任务8大行动•基础设施能力提升行动•标识解析体系构建行动•工业互联网平台建设行动•核心技术标准突破行动•新模式新业态培育行动•产业生态融通发展行动•安全保障水平增强行动•开放合作实施推进行动出台了《工业互联网APP培育工程实施方案（2018-2020年）》、《工业互联网平台建设及推广指南》、《工业互联网平台评价方法》、《推动企业上云实施指南（2018-2020年）》等政策，预计还会陆续发布工业互联网网络化改造、工业互联网安全等相关政策性文件(四)工业互联网中的边缘计算Edge Computing in Industrial Internet边缘计算与制造体系变革Edge Computing and Manufacture System Reform●边缘智能与OPC-UA、TSN等新技术融合，替代传统PLC功能●新型制造体系具备扁平化、低时延、高带宽等特征未来进一步融合部分控制功能边缘到云，从工厂自动化到云端商业应用From Edge to Cloud, From Factory Automation toCloud Business Application边缘层（制造现场）平台层（业务平台）企业层（商业应用）物联网网关FA 边缘应用FA 边缘设备设备与机器PLC执行器传感器云分析应用物联网数据处理设施工业应用核心业务系统（ERP、SCM等）来源：三菱工厂自动化即平台服务（FA PaaS），2016EDGECROSS数据收集实时数据管理与反馈数据模型管理工控机上运行收集到云模式分配模式提取模式整理数据收集故障指示检测边缘人工智能：机器学习与预测性维护AI at Edge: Machine Learning and Predictive Maintenance OPC-UA 服务器 信号状态系统 加速器 加速器采集系统CPPS 可视化服务器 HMI伺服电机PLC/CNC存储设备OPC-UA 客户端基于机器学习的预测性维护非监督学习：第一步，检测或发现数据中的新信息以用于机器监控监督学习：在分析主轴和机器整体行为基础上解决特定问题，资产（设备）可用性提高20%，每天预期可增加3小时的使用时间来源：IIC,”Making Factories Smarter Throug “Machine learning-based CPS for clustering conditions”， NAMRC 452019年-推动工业互联网边缘计算标准制定和试验验证平台建设2018年由中国信通院牵头，沈自所、仪综所、中国联通、树根互联、重庆中光电等企业参与，共同承担2018年工业互联网创新发展工程的“工业互联网边缘计算基础标准和试验验证”项目；2019年，中国信通院以专项工作要求为基础，联合产业各方，共同开展面向工业互联网的边缘计算参考架构、关键技术、核心产品等方面的标准制定；中国信通院将联合各项目单位，在北京、广州、重庆等地区建设对边缘计算技术、产品进行试验验证的平台。