1.3 工业互联网的内涵及本质
工业互联网(Industrial Internet)最早由GE提出,GE的CEO杰夫·伊梅尔特(Jeffrey R.Immelt)认为,工业互联网是一个由机器、设备组、设施和系统网络组成的庞大物理世界,能够在更深层面与连接能力、大数据、数字分析相结合。美国将工业互联网上升为国家战略,力图以互联网等信息技术优势加强异地协同制造,以数据驱动制造业智能化转型,破解制造业空心化发展难题。关于工业互联网的概念,不同国家、行业基于不同的发展基础和需要,说法并不统一,有工业互联网、信息物理系统(CPS)、工业物联网(IIoT)等。
我国采用“工业互联网”这一概念,其内涵也在不断丰富和完善。李克强总理在2015年政府工作报告中,将建设工业互联网作为落实“互联网+”的行动计划,推动两化深度融合的重要手段之一。2016年国务院印发的《关于深化制造业与互联网融合发展的指导意见》(国发〔2016〕28号)中,将工业互联网作为制造业与互联网融合的“新四基”之一。2017年11月27日,国务院印发了《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》,明确指出工业互联网通过系统构建网络、平台、安全三大功能体系,打造人、机、物全面互联的新型网络基础设施,形成智能化发展的新兴业态和应用模式,是推进制造强国和网络强国建设的重要基础,是全面建成小康社会和建设社会主义现代化强国的有力支撑。
由此看来,工业互联网的内涵逐渐丰富。最初,工业互联网被认为是应用于工业生产环境的高可靠、低延时、安全泛在的互联网,是实现生产机器、工业产品、控制系统、信息系统和人之间泛在连接的重要基石。其中,工业异构异质网络的融合技术是其关键共性技术。因工业环境中包括多种异构异质网络,从网络拓扑来分,既有各种智能设备组成的专用协议局域网,也有基于通用TCP/IP协议的公共互联网;从网络传输介质来分,既有各类无线传输网络如Zigbee、Wi-Fi等,也有有线IP网。这些异构网络的融合具有高度的复杂性,不同的网络在通信协议、数据格式、传输速率等方面的差异性,使一些设备将作为通信节点发挥智能路由器的作用,同时还需要一个统一的通信机制,将数据融合在IP网络中传输和控制,实现设备间的良性沟通、资源的合理配置及生产效率的极大提高。
当前,工业互联网被认为是由网络、平台、安全构成的体系,是互联网和新一代信息技术在工业全领域、全产业链、全价值链中的融合集成应用,是一个巨型复杂的网络制造生态系统,通过机器、零部件、控制系统、信息系统、产品及人之间的互联互通,基于对工业大数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析,驱动企业在技术研发、开发制造、组织管理、生产经营、市场营销等方面开展全向度创新,促进产业链上/下游的融合与产业生态的协同发展。工业互联网连接工业全系统、全产业链、全价值链,是支撑工业智能化发展的关键基础设施,是新一代信息技术与制造业深度融合所形成的新兴业态与应用模式,是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体,是一套基于云的制造业数字化、网络化、智能化的解决方案。
1.3.1 工业互联网的内涵
工业互联网是满足工业智能化发展的需求,具有低时延、高可靠、广覆盖特点的关键网络基础设施,是新一代信息通信技术与先进制造业深度融合所形成的新兴业态与应用模式。工业互联网包括网络、平台、安全三大体系。其中,网络是基础,平台是核心,安全是保障。
1.网络体系是基础
工业互联网将连接对象延伸到工业全系统,可实现人、物品、机器、车间、企业及设计、研发、生产、管理、服务等产业链、价值链全要素各环节的泛在深度互联与数据的顺畅流通,形成工业智能化的“血液循环系统”。
2.平台体系是核心
工业互联网平台作为工业智能化发展的核心载体,平台体系为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑,实现生产智能决策、业务模式创新、资源优化配置、产业生态培育,形成工业智能化的“神经中枢系统”。
3.安全体系是保障
建设满足工业需求的安全技术体系和管理体系,增强设备、网络、控制、应用和数据的安全保障能力,识别和抵御安全威胁,化解各种安全风险,构建工业智能化发展的安全可信环境,形成工业智能化的“免疫防护系统”。
1.3.2 工业互联网的本质
1.工业互联网是机器、数据和人的融合
从构成要素角度看,机器、数据和人共同构成了工业互联网生态系统。工业生产中,各种机器、设备组和设施通过传感器、嵌入式控制器和应用系统与网络连接,构建形成基于“云—管—端”的新型复杂体系架构。随着生产的推进,数据在体系架构内源源不断地产生和流动,通过采集、传输和分析处理,实现向信息资产的转换和商业化应用。人既包括企业内部的技术工人、领导者和远程协同的研究人员等,也包括企业之外的消费者,人员彼此间建立网络连接并频繁交互,完成设计、操作、维护及高质量的服务。
2.工业互联网是实现数据价值的技术集成
从核心技术角度看,贯彻工业互联网始终的是大数据,工业互联网的本质就是构建一套数据自动流动的运行体系,即将正确的数据(所承载知识)在正确的时间传递给正确的人和机器,以信息流带动技术流、资金流、人才流、物资流,进而不断优化制造资源的配置效率。数据体系从原始的杂乱无章到最有价值的决策信息,经历了产生、收集、传输、分析、整合、管理、决策等阶段。这其中,就需要集成应用各类技术和各类软/硬件,完成感知识别、远近距离通信、数据挖掘、分布式处理、智能算法、系统集成、平台应用等连续性任务。简而言之,工业互联网是实现数据价值的重要工具。
3.工业互联网是基于互联网的巨型复杂创新生态系统
工业互联网是涵盖从软件到硬件、从数字到实体、从厂内到厂外的复杂生态体系,应用主体多样、应用形式丰富。从产业发展角度看,工业互联网构建了一个庞大的网络制造生态系统,为企业提供了全面的感知、移动的应用、云端的资源和大数据分析,实现各类制造要素和资源的信息交互及数据集成,释放数据价值。这有效驱动了企业在技术研发、开发制造、组织管理、生产经营、市场营销等方面开展全向度创新,实现产业间的融合与产业生态的协同发展。这个生态系统为企业发展智能制造构筑了先进组织形态,为社会化大协作生产搭建了深度互联的信息网络,为其他行业智慧应用提供了可以支撑多类信息服务的基础平台,为经济社会提质增效发展提供重要的驱动力量。
4.工业互联网是基于互联网平台的双创体系
工业互联网由平台、网络、安全三大体系构成。其中,工业互联网平台是一个由平台建设商、解决方案提供商、开发者等多方主体构建的“双创”平台。工业互联网平台包括数据采集层、平台开发层(工业PaaS)和应用服务层(工业APP),需要多方主体合作构建。其中,数据采集层主要由自动化企业、ICT企业等解决方案提供商主导,核心是通过协议兼容、转换实现多源设备、异构系统的数据可采集、可交互、可传输。平台开发层主要由工业企业主导,核心是将大量工业技术原理、行业知识、基础模型规则化、软件化、模块化,并封装为可重复使用的微服务。应用服务层由软件开发商、应用开发者主导,核心是面向特定行业、特定应用场景开发工业APP,通过多方主体的协同参与,推动形成资源富集、合作共赢、协同演进的制造业“双创”生态。
从应用创新角度看,工业互联网集聚了大量技术路径不同、商业模式迥异的利益相关方,通过将建设者、开发者、用户、产业链上/下游企业、中小微企业、其他利益相关者连接在一起,形成一个超大规模的开放共享、创新协作、能力交易、价值共创的双边市场。例如,在工业互联网平台建设方面,GE、西门子、施耐德、航天云网、东方国信等公司通过与平台商、组件商、集成商合作以达到“强强联合”的效果。越来越多的企业通过战略合作、投资并购等方式,扬长避短、优势互补,将制造企业深厚的工业知识经验、互联网企业丰富的平台运营经验、数据分析能力,同科研院所雄厚的战略性、前瞻性、基础性研究实力充分结合起来,建设开放完善的产业生态,为客户提供更强大的服务。
1.3.3 工业互联网的典型特征
1.数据资产化,价值无极限
工业互联网的本质是基于传感器、处理器、执行器、信息网络、云计算、大数据将现实的物理世界映射为虚拟的数字模型,通过基于高级算法的大数据分析,将最优的决策数据反馈给物理世界,优化物理世界运转效率,提升安全水平。从智能机器的信息采集到企业管控的智慧决策,工业互联网应用的最终目标是释放数据价值,数据资源日益成为重要的生产要素,数据资产的优劣将成为一个企业软实力和竞争力的重要标志。从应用的角度讲,数据在优化生产、提升服务、完善供应链管理等方面都能为企业创造价值。比如,数据可以用于生产线监测与预警、设备故障诊断与维护、产品质量监测预测等,以直观明了的量化信息形式传递生产的隐性状态,模型范围从纯粹的统计“黑箱”模型到基于专家和知识的“白箱”模型,支持决策者采取适时维修策略,降低生产成本。数据还可以帮助决策者跟踪产品库存和销售价格,预测市场需求,通过供应链的优化提升生产效益。数据的应用价值决定了其必将成为未来工业企业战略性生产要素,企业价值中枢将从厂房、设备等有形资产向数据等无形资产转移。数据分析对推动智能制造具有核心作用,只有得到有作用的分析结果,智能制造才能得以实现。
2.生产可定义,动态可调整
当前,软件成为驱动未来工业的重要力量,机器的价值,已从衡量零部件的数量、精度,衡量电路数与灵敏度,到衡量芯片数量、衡量软件代码数与可靠度。制造业需要实现研发设计、生产制造、经营管理、运维服务等知识和工艺流程的模型化、代码化、工具化,进而实现软件的平台化,本质上即“软件定义制造”。软件定义产品功能、软件定义管理流程、软件定义生产方式、软件定义企业能力、软件定义商业模式正在成为全球制造业发展的新特征。一个没有软件的系统,最多是初级智能系统,无法成为智能水平较高的开放智能系统。越来越多的制造企业重视软件的开发和应用,加快转型发展。在工业互联网条件下,机器和开源硬件的智能控制由软件完成,通过互联将智能控制链条延伸至产品全生命周期的各个环节,并通过软件快速不断迭代,实现机器能力、生产能力的迭代和业务流程的优化;由软件产生的数据、信息、流程、模式等都归集到知识工作的自动化,所涉及的大数据、模式识别、人工智能、控制技术等使得企业内部、企业之间、产业系统实现深度整合,推动企业生产和管理向可通过软件定义、实时执行和动态调整的智能化方向转变。这极大地改变了传统的基于固定模具、固定生产线的规模化生产模式,破解了企业资源不能灵活调整分配、大量闲置浪费的发展瓶颈。比如,软件可以预测市场动向,计算生产需求,动态调整原材料库存;软件可以升级机器功能,加大其生产能力和适用范围;软件可以实现设备智能调配,按需配置其生产任务和工作负载。软件由于实现了模块化开发,各模块如同积木,相对独立又能任意组合、按需搭配,因此在工业互联网上的应用将不断深化,软件定义制造的模式将日益普及。GE预测,在2020年,其工业互联网平台Predix每年将有2万名开发者在平台上开放应用软件,届时将实现150亿美元的软件销售额。
3.组织虚拟化,创新无边界
工业互联网通过集成先进的信息通信和自动控制等技术,构建了物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统,突破了时空界限,实现系统内资源配置和运行的按需响应、快速迭代、动态优化。同时,工业互联网也具备了开放、共享、协同、去中心化的特征,使得企业不断突破地域、领域、技术的界限,加快汇聚技术、资金、人才等创新要素,生产协同由企业内部扩大到全供应链条甚至是跨供应链条上,大企业通过数据、设备、系统集成互联,打通企业内外部、企业之间及产业链各环节,实现与中小企业在细分领域的服务能力和创新能力的整合共享,同时让更多的相关企业、客户甚至终端用户参与自身的研发设计和生产制造,促进产业链各个环节互联互通,构建多方参与、高效协同、合作共赢的产业生态。
4.IT/OT融合化,知识可复用
工业互联网的发展既需要沉淀大量的工业机理,也需要具备科学先进的数据分析手段。大量工业知识经验以数字化模型方式沉淀,再把海量数据加入数字化模型中进行反复迭代、学习、计算、分析,从而实现对工业机器、设备、系统运行的状态感知、实时分析、自主决策、精准执行和学习提升。可以说,对工业机理的深入理解是进行工业数据分析的重要前提,科学强大的数据分析能力是工业优化运行的重要支撑,随着工业互联网的发展,工业机理与数据科学深度融合的分析范式将成为主流,大数据、机器学习、人工智能等方法成为平台必备工具,通过各种基于工业机理的分析模型在平台上的沉淀,平台将汇聚起大量的工业知识,有效支撑复杂数据分析,并实现知识传承、迭代与复用。
1.3.4 工业互联网的体系架构
1.网络是基础
没有网络化就没有智能化,泛在连接是智能化的基础。工业互联网面向制造单元、智能车间、智能工厂,通过构建低延时、高可靠、广覆盖的网络基础设施,促进人与人相互连接的公众互联网、物与物相互连接的物联网向人、机、物全面互联拓展,形成工业智能化“血液循环系统”,实现人、机器、产品、系统等主体要素的全面感知、泛在互联和数据的有序流动,提高制造全流程、全产业链、全生命周期的资源配置效率,如图1-1所示。
图1-1 我国工业互联网的三大体系
2.平台是核心
工业互联网平台是工业互联网的核心,是连接设备、软件、工厂、产品、人等工业全要素的枢纽,是海量工业数据采集、汇聚、分析和服务的载体,是支撑工业资源泛在连接、弹性供给、高效配置的中枢,是实现网络化制造的核心依托。从“云”“网”“端”的角度来看,工业互联网平台以“云”为核心,通过“网”的泛在连接,实现对海量终“端”、资源、数据和主体的汇聚集成与优化配置。工业互联网平台基于“智能机器+云平台+应用APP”功能架构,整合“平台提供商+应用开发者+企业用户”生态资源,通过抢占工业大数据入口主导权、打造用户黏性、汇聚社会资源、实现知识软件化,建立了工业技术知识的创造、扩散和应用新模式,为数据汇聚、建模分析、应用开发、资源调度、监测管理等提供支撑,为实现生产智能决策、业务模式创新、资源优化配置、产业生态培育等提供有力支撑。
工业互联网平台包含数据采集体系、工业PaaS平台和应用服务体系三大核心要素。其中,数据采集是基础,就是要构建一个精准、实时、高效的数据采集体系,把数据采集上来,通过协议转换和边缘计算,一部分在边缘侧进行处理并直接返回到机器设备,另一部分传到云端进行综合利用分析,进一步优化形成决策。工业PaaS是核心,就是要构建一个可扩展的操作系统,部署将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化,并封装为可重复使用的微服务组件,为工业APP应用开发提供一个基础平台。工业APP是关键,要形成满足不同行业、不同场景的应用服务,并以工业APP的形式呈现出来。工业互联网平台的本质是通过构建精准、实时、高效的数据采集互联体系,建立面向工业大数据存储、集成、访问、分析、管理的开发环境,支撑工业技术、经验、知识的模型化、软件化、复用化,不断优化研发设计、生产制造、运营管理等资源配置效率,形成资源富集、多方参与、合作共赢、协同演进的制造业生态。此外,IaaS是支撑。它是通过虚拟化技术将计算、存储、网络等资源池化,向用户提供可计量、弹性化的资源服务,如图1-2所示。
图1-2 我国工业互联网平台体系架构
从工业互联网平台的关键作用来看,主要有三个方面。
(1)工业互联网平台是传统工业云平台的迭代升级。从工业云平台到工业互联网平台演进包括成本驱动导向、集成应用导向、能力交易导向、创新引领导向、生态构建导向五个阶段,工业互联网平台在传统工业云平台的软件工具共享、业务系统集成的基础上,叠加了制造能力开放、知识经验复用与第三方开发者集聚的功能,大幅提升工业知识生产、传播、利用效率,形成海量开放APP应用与工业用户之间相互促进、双向迭代的生态体系。
(2)工业互联网平台是新工业体系的“操作系统”。工业互联网平台依托高效的设备集成模块、强大的数据处理引擎、开放的开发环境工具、组件化的工业知识微服务,向下对接海量工业装备、仪器、产品,向上支撑工业智能化应用的快速开发与部署,发挥着类似于微软Windows系统、谷歌Android系统和苹果iOS系统的重要作用,支撑构建了基于软件定义的高度灵活与智能的新工业体系。
(3)工业互联网平台是资源集聚共享的有效载体。工业互联网平台将信息流、资金流、人才创意、制造工具和制造能力在云端汇聚,将工业企业、信息通信企业、互联网企业、第三方开发者等主体在云端集聚,将数据科学、工业科学、管理科学、信息科学、计算机科学在云端融合,推动资源、主体、知识集聚共享,形成社会化的协同生产方式和组织模式。
(4)工业互联网平台能够释放云计算平台的巨大能量。工业互联网平台凭借先进的云计算架构和高性能的云计算基础设施,实现对海量异构数据的集成、存储与计算,解决工业数据处理爆炸式增长与现有工业系统计算能力不相匹配的问题,加快以数据为驱动的网络化、智能化进程。
目前,工业互联网平台的理念和重要性逐渐为产业界所认识,全球推出一系列工业互联网平台产品。根据国际有关咨询机构统计,全球工业互联网平台数量超过150个,占物联网平台总数的32%,是第一大细分平台类型。特别是2015年以后,企业对平台布局明显加快。一方面,国际知名工业企业相继推出了自己的工业互联网平台产品,基于自身在制造系统及工业数据方面的优势,向数据驱动的应用创新延伸。另一方面,已经推出工业互联网平台的信息技术企业开始对平台产品进行更新和升级,通过重新整合内部产品、增加新型服务能力等方式,不断完善平台功能,特别是对于底层数据的集成接入能力。
作为工业互联网、工业4.0的倡导者和主导者,GE和西门子分别推出Predix和MindSphere工业互联网平台,其本质都是以开放化平台为核心,向下整合硬件资源,向上承载软件应用,构建基于工业云的制造业生态,引领未来工业发展方向。Predix平台整体架构分为三层,即边缘连接层、基础设施层和应用服务层。其中,边缘连接层主要负责收集数据并将数据传输到云端,包含两个要素Predix Machine和Predix Connectify。Predix Machine支持不同工业标准协议(OPC-UA、DDS和MODBUS等)连接多个边缘组件的多种网关解决方案,可以部署在网关、控制器和传感器节点上,主要职责是提供与工业资产之间安全的双向云连接并管理工业资产。Predix Connectify提供从Predix Machine到Predix快速、安全的云连接,主要运用在暂时没有接入互联网的场景中,使机器能够通过移动电话、有线或者卫星组成的虚拟网络与云端交流。Predix Machine与Predix Connectify一起提供了使工业设备与云端之间即插即用、安全可靠的连接。基础设施层主要提供基于全球范围的、安全的云基础架构,满足日常的工业工作负载和监督的需求,包含Predix Cloud和Predix.io两个核心要素。Predix Cloud是启用工业互联网的中心,提供为工业工作负载优化和处理大规模工业数据的云基础设施,消除了工业企业开发时难以扩展和代价昂贵的壁垒。Predix.io是一个自主服务的门户,开发人员可以通过它访问专门用于工业互联网应用程序的服务,是基于Predix构建工业应用的起点。应用服务层主要负责提供工业微服务和各种服务交互的框架,提供创建、测试、运行工业互联网程序的环境和微服务市场,包含Predix Services和Predix for Developers两个核心要素。Predix Services包含运营服务和工业服务两大类。工业服务提供核心的资产服务、数据服务等,其中资产服务是包括针对发动机、医疗设备的预测性维护等具体行业应用;数据服务是针对工业大数据的清洗、存储和管理。运营服务包括开发运维和业务运营,提供应用的云端开发和部署环境。Predix for Developers重点构建了针对开发者的一套微服务组件库,方便开发者的调用。
MindSphere包括边缘连接层、开发运营层和应用服务层三个层级。
(1)边缘连接层可以通过MindConnect将来自不同厂商的设备、工控系统、信息系统等的数据安全、实时地传输到MindSphere云平台。边缘连接层的主要产品有MindConnect IoT 2040和MindConnect Nano,两者都是可以将工业设备数据传输到MindSphere的工业PC,并且都支持OPC-UA,前者适用于小型生产场景,后者适用于大型的生产场景。
(2)开发运营层主要基于SAP HANA Cloud Foundry为用户提供大数据服务和工业APP开发服务。大数据服务主要为用户提供分析、存储、共享设备数据的服务;工业APP开发服务主要为用户提供相应的工业知识、开发工具、开发环境和APP共享服务。用户可以在开发运营层通过分析工厂数据并结合相应的行业知识开发工业APP,并且还可以在平台售卖自己的工业应用或者租赁其他的工业应用。
(3)应用服务层主要是为用户提供基于MindApp和行业解决方案的智能应用服务,与IBM和SAP展开深度合作,主要包括设备预防性维护服务、工厂能耗分析服务、资源优化服务等。如MindApps Fleet Manager可以通过数据帮助企业实现对资产的实时监控,主要功能包括查看、搜索、排序和过滤资产,而且用户可以自定义相关的资产管理规则,目前已在北美和欧洲的100多家企业进行试用。2017年4月,西门子与埃森哲、Evosoft、SAP、微软、亚马逊和Bluvision等合作伙伴在汉诺威展上展示了6种微服务和约50种工业APP。全球研磨机械制造商格林通过MindSphere平台对关键部件状态参数进行采集、分析、测试,实现了对刀具磨损状态的精准预测和适时更换。
3.安全是保障
工业互联网实现了全系统、全产业链和产品全生命周期的互联互通,越来越多的设备、系统、生产和服务过程暴露在工业互联网上,病毒、木马、勒索软件等安全风险不断向工业领域渗透,给工业云、工业大数据等新一代信息技术也带来新的安全威胁。信息安全事件大规模、集中式爆发的风险不断加大,亟须构建工业互联网安全保障体系,将连接安全、数据安全、应用安全等线上“网络安全”与功能安全、设备安全、控制安全等线下“物理安全”全盘考虑,并将这种要素更广泛、要求更严格的安全作为产业部署的首要前提,识别和抵御安全威胁,避免网络设施和系统软件受到内部和外部攻击,确保数据传输与存储的安全性,强化设备、网络、控制、应用和数据的安全保障能力,实现对工业生产系统和商业系统的全方位保护。