工业互联网应用解决方案
经过几年的发展，工业互联网作为新一代信息技术与工业深度融合的产物，其应用效果已初步显现，基于工业互联网的智能工厂、园区云、行业云、区域云解决方案，针对不同层级、不同角色的业务场景提供了一系列的工具、产品和服务，极大地推动了企业、园区、行业和区域的数字化、智慧化转型及政府数字化治理能力的提升。
工业互联网应用解决方案
目前，传统产业领域的骨干企业、消费互联网巨头及代表性 IT 企业凭借各自优势，从不同角度切入市场，提供不同场景下的各类工业互联网解决方案。根据应用主体的价值侧重点及主要应用场景的不同，这些方案基本上可以归为企业级、园区级、行业级、区域级等几类。
智能工厂是工业互联网在企业层面最典型的应用，也是其他不同层级解决方案的基础。智能工厂解决方案从智能设备、智能生产线、智能生产与服务等不同的方面，为有实力的大中型企业数字化、智能化转型提供支撑。
面向不同类型产业园区应用的园区云解决方案则以工业互联网平台为依托，提供资源共享、安全管理、能源管理、环保管理等应用服务，并为园区提供经济运行监测和产业分析，帮助园区管理机构集聚资源，更好地服务企业，提高园区竞争能力。
工业互联网行业云解决方案为智能工厂及产业协作中的新产品、新模式、新业态的萌芽与发展提供动力，推动行业资源配置优化和产业生态的形成。例如，其可以提供云设计、规模化定制、网络协同生产、远程服务及各种其他智能硬件产品服务。
面向地方政府和企业的区域云解决方案为政府引导不同类型企业产品上云、能力上云、业务上云提供抓手，促进区域经济转型升级。
下面我们分别展开详细介绍一下。
面向企业应用的智能云工厂
1.智慧云工厂解决方案
智能制造以智能设备为基础，以智能云工厂为突破口，依赖从设计、供应链、制造到服务的产业协作，进行产业发展能力的提升。
面向企业应用的智能云工厂解决方案
智能云工厂利用互联网络，通过设备监控、先进传感器、大数据等手段，达成工厂不同层级和软件系统的互联互通，形成“状态感知—实时分析—自主决策—精准执行—学习提升”的生产模式。智能云工厂强调制造资源与制造能力的优化配置及制造过程的智能化，旨在提高生产过程的柔性与可控性，减少生产线人工干预，从而实现人与机器的协调合作。其核心理念是智慧云制造（云+智能工厂），建设智能云工厂是实现智能制造的重要步骤。
2.智慧云工厂典型应用场景
智能云工厂典型的应用场景
①生产规划与仿真优化
智慧工厂解决方案提供基于工业互联网平台的数字孪生App。以企业生产能力规划或改造方案为输入，搭建生产线仿真模型，通过运行生产线规划设计数据，实现对生产线配置方案、生产工艺方案等的预先仿真分析，识别生产线设计的瓶颈环节，验证生产计划的合理性；通过虚拟设备调试机械手、确定AGV调度系统算法的正确性和合理性；通过输出生产线全流程数据的图表对生产线建成后的生产情况进行预先展示、预先验证、预先评估，从而获取产品生产最优方案，避免企业在投入建成后再发现问题，造成经济损失。
②设备管理和预测性维护
建立设备管理知识库，对设备及关键部件基础数据、运行环境数据、设备状态参数、维修保养记录及生产历史记录等数据进行关联分析，形成设备故障预测模型和设备故障诊断模型。通过各类传感设备、通信网络完成设备与系统的互联，支持设备运行和故障相关数据的实时上传及平台模型自动分析诊断，实现设备故障预警、设备故障诊断、远程运维等在线运行，解决制造过程中设备故障排查难、故障待修停机、维修时间长等问题。同时根据备件更换时间、使用周期及设备故障维修频次，通过共享制造系统与供应链系统数据实现备件库存科学管理，在满足设备维修对备件及时性需求的同时降低备件库存成本。
③柔性生产管控
利用数字化技术将通过仿真优化形成的产品生产最优方案固化为生产执行系统、供应链管理系统、资源管理系统的作业指导和算法模型，根据方案在车间导入自动化流水线、自动化工艺流程、AGV 等车间物流自动化设备，利用传感器、嵌入式终端等设备和信息通信技术，使设备与设备、设备与产品、物理系统与互联网平台生产执行系统、供应链管理系统及资源管理系统等智能互联，实现所需生产状态、质量参数等关键参数信息自动采集、预警报警信息自动推送、生产装配指令自动发送、工艺参数自动调节。
并通过生产模块单元的引入，提升自动化生产线的可重构性，将市场个性化订单中共性需求抽取整合，与生产模块灵活配置，兼顾智能生产线规模生产效率和个性化需求的快速响应，从而解决目前工厂普遍面临的订单波动大、定制成本高、设计频繁变动带来的生产效率损失、定制成本难以控制等问题。
④全面质量管理
构建全面质量追溯系统，建立质量控制指标体系，并基于指标进行质量管理。通过在关键工位、关键设备和工艺环节安装自动视觉识别设备、虚拟量测、质量安灯等设备，并与质量管理系统、生产管理系统互联，实现与质量控制相关的关键设备、工艺参数或工艺环节数据自动采集。基于实时采集的数据，通过质量判异和过程判稳等在线质量监测和预警模型实现工艺参数自动调节、质量管控及时响应。同时通过将产品赋予条形码、二维码、电子标签等唯一标识，以文字、图片和视频等方式追溯产品质量所涉及的数据，如用料批次、供应商、作业人员、作业地点、加工工艺、加工设备、作业时间、质量检测及判定、不良处理过程等，完成质量评估与追溯。
通过智慧工厂生产过程基于指标和实时数据的质量监测、工艺调整和生产过程追溯，解决传统制造企业生产过程事后调整和产品质量无法追溯的问题，实现在线PDCA持续改善，提高生产效率和产品质量<109>。
⑤供应链优化管理
供应链优化管理覆盖计划、采购、生产、厂内物流、存储、交付及销售全过程，将上游供应商、下游经销商和客户纳入供应链体系中。基于云端汇集的生产订单、产品工艺路线、工厂实时产能、外协进度等信息，将供应链管理系统与制造执行系统、物流系统、ERP系统及云平台之间的信息共享并实现业务协同，应用云排产工具进行有限产能排产和产值监控，实现多用户订单与工厂产能的最优匹配，充分利用企业内能力及外协能力缩短制造周期，实现资源均衡调度，保证产品完成交付。
同时通过 ERP、MES 与智能产线及AGV等系统集成，使用RIFD、二维码等物体标识技术，支持产线自动叫料、AGV自动补料、半成品与产成品自动入库、库存信息自动更新，从而实现信息流和物流的统一，确保在满足订单产品交付时间和生产原料供应时间的同时将工厂库存成本降到最低，克服了传统企业中管理系统与现场设备数据交互不及时造成的订单无法按期交付、库存积压或库存短缺等问题。
⑥协同制造
基于云平台和工业大数据引擎技术，运用数字孪生制造技术、群体智能协同技术，打通企业“生产计划、BOM及工艺路线、企业数据”三类业务链，实现制造企业内部各生产模块、各车间及多生产基地之间资源和流程的业务协同，以及制造企业与设计提供方的设计协同。建设云端设计与工艺的协同系统，支撑产品三维数字化模型包含的数据信息在工艺和制造环节中的有效传递，实现设计信息与生产信息的高度集成，支持“三维设计—工艺仿真—柔性生产—过程监控”全流程的数字化和基于三维模型/图文档的跨地域、跨企业协同设计。在云制造模式下，基于云平台上的多用户订单，驱动生产执行系统、定制化生产线柔性重构，提供资源协同、外协外购协同等增值服务，实现跨车间、跨厂区的库存、制造设备、生产辅助工具等生产要素资源的信息共享，支撑不同生产单元资源计划协同。
根据协同方案下达排产计划，驱动企业 MES 系统，实现订单驱动。基于有限产能、企业资源（产能、库存、人员等）的车间级优化生产排程，实现数据驱动的网络化、智能化混线生产，有效均衡企业库存、产能等资源，提高生产效率和计划完成率。
⑦能源消耗管理
能源消耗是企业的重要成本构成，节能降耗更是生态文明建设的重要国策。我们要建立能源消耗管理系统，对企业能源要素进行分解，基于单位产品制造所消耗的各类能源历史数据建立能源消耗算法模型，并开展生产规划与仿真优化，确定生产线改造后能耗指标体系，建立能耗指标与生产指标的关联。通过在关键设备、能源介质中安装智能电表、水表、气表、流量计、压力计及物联网智能硬件采集设备，将能耗端实时运行数据采集上传至云平台，实现流量监测、气压监测、水、电、气等能源的消耗监测。应用预先部署在平台上的智能算法和模型对产线能源消耗进行实时预测分析，为工业现场提供能耗系统异常识别与预警、原因追溯分析及模型调优，实现工厂能耗精细化管理，降低制造企业特别是流程性制造企业能源消耗。
3.智能云工厂解决方案价值
①整体目标
智能云工厂通过基础云平台、企业云、工业互联网络、智能生产线和数据中心等建设，满足企业内部产品设计、生产、资源调度、运营管理、智慧决策、物流等各应用场景的需求，打造涵盖智能制造及协同制造的“云制造”业务模式。并在此基础上形成由“一软（云端工业核心软件、数据中心）”“一硬（工业控制、感知和智能化）”“两类制造资源（硬制造资源和软制造资源）”“一网（工业互/物联网络）”和“一平台（工业云制造平台）”构成的新工业基础设施。
②解决方案价值
基于云平台的智能云工厂的价值主要体现在以下三个方面：
智能云工厂解决方案价值
（1）工厂/企业层面：快速有效地获取用户的个性化定制需求，根据个性化需求完成产品设计和生产管理；快速组建跨企业生产协作配套，进行跨企业排产调度管理，支持社会化制造；同时利用社会上广泛的设计、生产能力，以服务化的形式向外提供自身的制造资源和能力，实现资源共享、能力协同；通过将供应商和客户纳入供应链体系，实现订单驱动的产品生产组织和基于现场生产数据的采购、库存、销售优化管理。
（2）产线/车间层面：针对不同的生产任务，支持智能装备的自适应操作和生产线的动态柔性化构建，实现高效的生产协作控制；对生产状况进行自主决策，合理有效地控制生产节拍，实现精益制造。
（3）装备/设备层面：支持设备根据生产环境的变化进行自适应调整；通过识别相应的生产任务信息，支持人/机协同作业，优化、提高生产效率，降低生产作业的复杂程度，降低岗位对工人的技术要求，减少培训时间和培训费用；通过智能设备的预测性维护和智能故障诊断提高设备运维效率，降低停机损失。
4.智能云工厂产品与服务体系
发展智能云工厂，旨在融合目前“互联网+智能制造”的新技术，通过“工业互联网平台+企业云制造支撑系统”的建设，打造工业互联网平台及生态环境，构建产业链生态体系。
智能云工厂产品与服务体系
因此，要培育形成面向云服务、高效低耗、基于知识的网络化敏捷聚合的云制造新模式，建构“线上与线下相结合、制造与服务相结合、创新与创业相结合”的新业态，为政府、行业、企业、消费者等提供产品定制服务和相关信息、数据及分析服务。
基于云平台的智能云工厂主要包括公共产业云平台、企业云平台、智能生产线、工业网络、数据中心及标准体系和安全体系的建设。
5.公共产业云平台
公共产业云平台是以公共互联网为基础环境，以工业互联网的应用为依托，以生产制造业务为核心，以用户订单为驱动，利用Cloud Foundry、容器技术、大数据技术、微服务技术、人工智能技术等新一代技术，提供协同研发、智能管控、共享服务和电子商务等制造业的全产业链云服务，继而结合企业经营策略，逐步牵引企业底层（设备、岗位、工厂）作业现场端进行数字化、网络化、智能化建设，最终达到建设智能云工厂的目标。
公共产业云平台
（1）云平台通过CPDM与企业PLM系统的集成，帮助企业管理基于网络平台开展的所有项目，实现协同设计、协同工艺、协同签审等业务的协同。
（2）云平台通过CRP与企业ERP的集成，基于云端的协同销售与售后服务、协同生产计划管理及云商务适配器，使客户通过在线下单缩短生产交易的时间，在线匹配外协外购供应商以缩短供应商选择周期，从而提高管理效率，降低运营成本。
（3）云平台的CMES模块为企业提供轻量级MES应用云服务。该服务立足于企业间协同生产的业务需求，提供企业生产现场的远程监控、生产场景可视、跨企业计划调度的功能，实现生产执行的过程管控。
（4）云平台通过数据采集工具或网关获取制造现场的设备、设施、产品等的数据，基于云端的智能诊断服务，形成服务知识库和诊断规则，从而进行设备或产品的实时状态分析，优化设备使用方法，进行设备预防性维护。
6.企业云平台
企业云通过对 ERP、PLM、MES、OA 及人工智能等现有技术的集成，整合企业信息资源，优化管理流程，提供基于企业云的精益生产、全生命周期管理、透明管控等解决方案。
企业云平台包含产品全生命周期管理系统、企业资源计划管理系统、制造执行管控系统、供应链管理系统、客户关系管理系统五大系统。企业云平台通过建立以PLM为核心的并行设计研发体系、以ERP为核心的经营管理顶层体系、以 MES 系统为核心的生产管控体系等生产信息化标准体系，达成与云平台的协同交互。通过系统间的数据交互和资源优化，实现企业内部信息流的透明化，并形成企业外部信息、资源与企业内部生产联动的模式。
企业云平台
（1）产品全生命周期管理系统支持需求分解、产品设计、工艺设计、设计工艺协同、BOM规划、BOP设计、仿真分析（包括设计、工艺、装配仿真、工厂仿真、物流仿真等）、试验验证、项目管理、样机制造等产品全生命周期业务过程。
（2）企业资源计划管理系统能够使企业经营管理过程中的业务操作、审核、传递处理更加标准化、规范化，避免业务重复操作，做到信息共享，实现以销售订单为主线的全程供应链管理。
（3）制造执行管控系统能够接收 ERP 系统下发的客户订单并优化生产流程，梳理制造工艺、质量管控、设备管理、物料配送、人员管理等业务流程，通过排产运算形成精细工单指导现场生产过程，并通过生产过程控制对生产进度、产品质量、设备状态进行实时监控和反馈。
（4）供应链管理系统对供应链各个环节中的物料、资金、信息等资源进行计划、调度、调配、控制与利用，实现对用户、零售商、分销商、制造商、采购供应商的过程管理功能。
（5）客户关系管理系统通过对客户详细资料的深入分析，提高客户满意程度；对公司的人员、业务流程与专业技术进行有效整合，使企业可以根据市场需求低成本、高效率地研发更为优质的产品，并形成企业与市场的学习型关系和点对点的营销模式。
7.智能生产线
通过引入生产单元模块、自动流水线及自动化生产物流设备，搭建柔性、混线生产线，快速响应、适应不同的生产工艺及生产线带来的变化，提高不同种类产品的生产效率，大幅提高设备利用率，自主地判断、调节产线的生产节拍、进度，实时采集生产数据进行学习分析，对优化产线性能做出指导分析，同时在生产过程中自主判断并绕开产生故障的生产设备，以保证稳定的生产能力。
智能生产线
智能生产线建设包括以下内容：
（1）智能生产加工装备。
智能装备设备已具备数据接口及控制器，可接受并执行中央控制系统的命令；智能装备设备的状态和数据反馈至控制系统，控制系统可根据设备状态制订工作计划，还能将重要数据存储起来；智能装备设备之间的数据和状态信息通过工业以太网、现场无线网络或混合网络互相传递，使在线生产的零件在不同生产设备之间的流转具有“连续性”，进而形成离散型制造的“流水线”。
（2）工业机器人。
工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，可以靠自身动力和控制能力来实现各种功能，自动执行工作。工业机器人正逐渐取代生产现场的操作工人，被应用到了焊接、刷漆、组装、采集和放置、产品检测和测试等各个方面。根据制造工种分类，主要可分为切割机器人、自动装配机器人、物流机器人、智能手持设备等。
（3）在线检测。
在线检测模块由视觉系统、图像传感器、专用测试仪器、工业网络等组成。根据产品生产工艺要求，在线检测模块利用专用测试仪器或视觉系统对产品质量控制点进行识别和检测，对检测结果进行分类、记录、分析和统计，向控制系统和质量管理系统传送检测数据和检测结果。
（4）智能工位。
操作工人通过 HMI 反馈工位对工件、物料、辅助工具、计划文件、作业指导等的需求，产线控制系统及时驱动设备及子系统工作以满足需求；车间人员可在智能工位上查看工位的生产计划、生产任务、生产文件、工艺文件、物料及工具清单、检测文件等，为人工参与的生产环节及活动提供作业指导。
智能工位模块还能够向上层系统实时反馈工位的工作状态、生产、质量、过程数据；看板系统对反馈信息进行展示、统计与分析；控制系统根据反馈信息对生产线运行状态进行调整。
（5）安全报警设备。
安全报警设备由急停按钮、复位按钮、警示灯、分布式IO组成。
当生产线设备、子系统发生故障或产品质量发生严重问题时，报警系统接收来自设备的故障信息和手动报警，自动上报报警状态，并以警示灯提示报警。生产线控制系统对报警状态进行统一处理，看板系统显示生产线异常的详细状况，并通知相关人员进行故障排除。
（6）智能物流仓储系统。
智能物流仓储系统由智能仓库、AGV系统和配送系统组成。智能物流仓储系统以实现原料/坯料的出库、半成品/在制品的流转、成品入库、工装/工具的流转等环节的精准配送为目标，实现进出库、运输的自动化及配送时间、地点的精准化。
（7）生产辅助系统。
生产辅助系统主要是指为了车间（生产线）生产的精益管理而配套的相关系统，主要包括编码系统、Andon系统及防错系统。其中编码系统对企业所有物品（原材料、成品、半成品等）进行管理，生成唯一的识别码，从而实现数据采集的自动化和精准化；Andon系统针对生产设备的状况、生产加工的情况进行报警或提示；防错系统防止操作者因疏漏或遗忘而发生作业失误及由此所致的质量缺陷，从而大幅提高产品的质量和作业效率。
8.工业网络
工业网络主要是为工业互联网络中的各种设备、系统之间互联互通和运行数据与操作指令传送提供网络环境。涉及现场级、车间级、企业级设备和系统之间的互联，以及企业信息系统、产品、用户与云平台之间不同场景的互联。
在针对现有工业系统进行改造时，既包含现有设备与系统的信息采集、变换和接入网络的网络化改造，又包含新型制造系统网络和已有网络系统的连接、适配等，实际实施情况相较全新系统建设更为复杂。从综合的网络环境看，完整的工业网络应包括互联网、局域网、工业以太网、工业物联网、现场无线通信网等多种网络，其核心部分包括工业以太网、工业物联网、现场无线网络等与生产制造过程直接相关的网络。
工业网络
（1）企业内部网络。
智能云工厂车间内网络呈现“两层三级”的结构。“两层”是指“工厂IT网络”和“工厂 OT网络”两层技术异构的网络；“三级”是指根据目前工厂管理层级的划分，可将网络划分为“现场级”“车间级”“工厂级/企业级”三个层次，每层之间的网络配置和管理策略相互独立。
工厂OT网络的主要实现技术包括现场总线、工业以太网及工业物联网等网络种类，用于连接生产现场的控制器、传感器、伺服器、监控设备等部件；工厂IT网络通过网关设备实现与互联网和现场网络的互联和安全隔离。
（2）智能云工厂OT层网络。
智能云工厂建议使用工业以太网及下环形网络拓扑结构，以保证车间内部网络的稳定性与可靠性。整个工厂的生产网络及车间内部各主控 PLC 以冗余环形拓扑结构连接，从而保证整个网络的实时性、可靠性。此网络通过与 MES 服务器与 SCADA 服务器的连接，完成产品工艺数据的下载、设备状态诊断、能源数据的采集和监控等，以及生产车间大屏的实时显示。
（3）企业网络与云平台互联。
企业网络与云平台互联主要是指通过系统集成和工业物联网网关两种方式实现互联与数据交换。
IT系统集成方式通过开放企业网络中的ERP系统、MES系统及SCADA系统、DNC 系统中的数据，利用云平台的接口对系统数据库中的数据进行调用与集成。
工业物联网通过在工业网络中安装工业物联网网关，在企业内部网络中采集传感器、控制系统、IT系统中的相关数据，将其进行预处理后与云平台进行数据交互。
9.数据中心
云平台数据中心架构由五个相对独立又相互联系的层次组成，自下而上为：业务数据层、数据采集层、数据管理层、数据服务层和数据应用层。
数据中心
（1）业务数据层：是指各类管理、生产信息系统，以及这些业务系统中的数据资源。
（2）数据采集层：包括通用报送企业云平台和应用系统采集两大功能，其中应用系统采集主要通过 ETL 等工具实现。数据采集层可以实现业务数据的自动获取和及时上报。
（3）数据管理层：包括对以业务主题数据为对象的主题数据管理，以元数据、主数据、数据字典、编码数据为对象的基础数据管理，以及以工程协同数据为对象的工程协同数据管理。
（4）数据服务层：包括数据交换平台和数据分析模型两个部分。数据交换平台能够实现业务数据、基础数据及主题数据等的横向交换和纵向交换。
（5）数据应用层：包括大数据分析、业务数据支撑、数据报表分析，并提供OLAP分析和数据挖掘等功能。
10.标准体系和安全体系建设
为了保障智能云工厂信息系统安全、稳定地运行，智能云工厂还需构筑多层次的纵深防御安全体系，包括主机防护、网络防护、运行防护、物理防护、策略防护五层防御体系。
标准体系和安全体系建设
（1）主机防护。
主机防护层主要负责及时升级操作系统、数据库的补丁程序，关闭不必要的服务、端口，降低主机受攻击的风险；部署病毒防护系统、主机入侵检测系统以检测并响应病毒、木马的攻击；采用应用程序白名单技术，阻止恶意程序的运行。
（2）网络防护。
网络防护层使用工业防火墙、工业隔离网关等安全设备保护进入工业控制系统的入口点与横向边界；通过身份认证系统规范外部安全域用户对内部安全域的访问；采取VPN、数据加密等措施，保护工控远程通信安全；安全态势感知平台通过收集安全防护设备的数据，可以及时发现外部的攻击与危害行为并进行应急响应。
（3）运行防护。
运行防护层通过对数据库重要数据、网络设备配置参数、工控设备控制程序等数据的备份，保证发生故障时数据的可靠性；预先确定应急响应策略，确保在受到外部攻击或遭遇自然灾害时损失最小化；通过变更控制、规范网络设备与应用系统规则设置、权限修改等操作，按照岗位职责对各类信息系统的用户实行分级授权管理，进行细粒度的访问控制。
（4）物理防护。
物理安全是智能云工厂系统信息安全的前提。通过对环境、设备、介质的管控，确保智能云工厂的信息网络、设备具有严格的访问权限，需要访问的人员必须经过授权才可接触。通过温度和湿度控制、电源和设备过载保护、防电磁泄漏与干扰、加压电缆保护等物理防护技术及相关设备保障智能云工厂系统环境、电源、设备、线路等的安全。在所有物理防护技术手段中，物理隔离是最重要的手段，通过隔离卡、存储卡、网闸等硬件设备和技术可保证处于不同安全域的网络之间不能以直接或间接的方式相连接，用户在同一时间只能连接到一个网络。
（5）策略防护。
策略防护层通过建立完善的安全策略、高效的日志和事件管理机制，有效管理和使用软件补丁，并针对企业设备技术人员和信息人员开展信息安全培训，提高他们的安全防范意识，扫除安全事故隐患。
通过建立“多层架构，立体防御”的智能云工厂信息安全架构，根据企业的实际需要从主机防护、网络防护、运行防护、物理防护、策略防护五个层次构建立体防御体系，为智能云工厂制定相应的防护策略，部署必要的信息安全防护产品，从而提高整个智能云工厂信息网络的信息安全等级。
本文参照中国工信出版集团、电子工业出版社联合出版的《工业互联网技术与实践 第2版》一书，由魏毅寅、柴旭东著。