工业互联网的发展模式

　　2013年以来，全球各类产业主体积极布局，目前全球工业互联网平台数量超过150个。2017年以来平台发展步入快车道，仅我国就有数十个平台产品发布。综合国内外平台企业布局策略来看，目前主要有四种路径。

　　01、装备和自动化企业凭借工业设备与经验积累，依托工业互联网平台创新服务模式。比如 GE 基于开源 PaaS架构 Cloud Foundry 构建 Predix 平台，并通过集成微服务架构等方式为应用开发者提供丰富支持，实现智能应用的快速构建、测试和部署。三一重工依托其设备管理经验孵化专注工业互联网平台建设的树根互联，基于开源 Docker 技术构建 PaaS 平台，具备灵活的应用开发及部署能力，提供资产管理、预测性维护、产品全生命周期管理、产业链金融和模式创新等工业应用服务。

　　02、领先制造企业将数字化转型经验转化为服务能力，构建工业互联网平台。比如海尔的 COSMOPlat 平台，将顾客需求、产品订单、合作生产、原料供应、产品设计、生产组装和智能分析等环节互联起来并进行实时通信和分析，以满足规模化定制需求。航天云网 INDICS 平台汇聚超过 100 万家企业，并在此基础上提供供需对接、智能工厂改造、云制造和资源共享等服务。

　　03、软件企业围绕自身业务升级需求，借助工业互联网平台实现能力拓展。比如龙智造工业互联网平台，在客户端通过营销云与互联网营销及客户打通，在供应端通过采购云与供应商打通，在工厂内部继承原有ERP的功能通过上云进行优化，在车间设备端通过物联平台可以快速接入不同类型设备进行监控，从而协助客户快速连接设备快速实现多端实时服务。 PTC Thingworx 平台基于大量的设计模块，实现产品研发设计，大幅节约设计研发周期。同时，平台基于 CAD 产品数字模型和 Vuforia 技术集成的 ThingWorx Studio 增强现实开发环境和网络体验服务以及数字孪生服务（Digital Twin）实现对产品生产的全生命周期管理。

　　04、信息技术企业发挥技术优势，将已有平台向制造领域延伸。例如 IBM Bluemix 平台与博世合作，在平台部署博世物联网套件服务，进而帮助 IBM 提升底层设备物联及数据采集能力，并基于数据实现高级设备管理服务和云计算软件更新。微软 Azure IoT 平台则重点打造远程设备监控、预测性维护、工厂联网与可视化等服务能力，提升对制造场景的支持能力。华为 OceanConnect 平台借助网关设备、软件 Agent 和物联网管理系统，实现各类底层数据采集和集成，并通过提供 API 接口、开发套件与数据分析服务，提供许多高价值行业应用，比如智慧家庭、车联网、智能抄表、智能停车、平安城市等。

　　工业互联网的关键使能技术

　　工业互联网平台需要解决多类工业设备接入、多源工业数据集成、海量数据管理与处理、工业数据建模分析、工业应用创新与集成、工业知识积累迭代实现等一系列问题，涉及七大类关键技术，分别为数据集成和边缘处理技术、IaaS技术、平台使能技术、数据管理技术、应用开发和微服务技术、工业数据建模与分析技术、安全技术。

　　1.数据集成与边缘处理技术

　　设备接入：基于工业以太网、工业总线等工业通信协议，以太网、光纤等通用协议，3G/4G、NB-IOT等无线协议将工业现场设备接入到平台边缘层。

　　协议转换：一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通信接口，实现数据格式转换和统一。另一方面利用HTTP、MQTT等方式从边缘侧将采集到的数据传输到云端，实现数据的远程接入。

　　边缘数据处理：基于高性能计算芯片、实时操作系统、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端分析形成协同。

　　2.IaaS技术

　　基于虚拟化、分布式存储、并行计算、负载调度等技术，实现网络、计算、存储等计算机资源的池化管理，根据需求进行弹性分配，并确保资源使用的安全与隔离，为用户提供完善的云基础设施服务。

　　3.平台使能技术

　　资源调度：通过实时监控云端应用的业务量动态变化，结合相应的调度算法为应用程序分配相应的底层资源，从而使云端应用可以自动适应业务量的变化。

　　多租户管理：通过虚拟化、数据库隔离、容器等技术实现不同租户应用和服务的隔离，保护其隐私与安全。

　　4.数据管理技术

　　数据处理框架：借助Hadoop、Spark、Storm等分布式处理架构，满足海量数据的批处理和流处理计算需求。

　　数据预处理：运用数据冗余剔除、异常检测、归一化等方法对原始数据进行清洗，为后续存储、管理与分析提供高质量数据来源。

　　数据存储与管理：通过分布式文件系统、NoSQL数据库、关系数据库、时序数据库等不同的数据管理引擎实现海量工业数据的分区选择、存储、编目与索引等。

　　5.应用开发和微服务技术

　　多语言与工具支持：支持Java，Ruby和PHP等多种语言编译环境，并提供Eclipse integration，JBoss Developer Studio、git和 Jenkins等各类开发工具，构建高效便捷的集成开发环境。

　　微服务架构：提供涵盖服务注册、发现、通信、调用的管理机制和运行环境，支撑基于微型服务单元集成的“松耦合”应用开发和部署。

　　图形化编程：通过类似Labview的图形化编程工具，简化开发流程，支持用户采用拖拽方式进行应用创建、测试、扩展等。

　　6.工业数据建模与分析技术

　　数据分析算法：运用数学统计、机器学习及最新的人工智能算法实现面向历史数据、实时数据、时序数据的聚类、关联和预测分析。

　　机理建模：利用机械、电子、物理、化学等领域专业知识，结合工业生产实践经验，基于已知工业机理构建各类模型，实现分析应用。

　　7.安全技术

　　数据接入安全：通过工业防火墙技术、工业网闸技术、加密隧道传输技术，防止数据泄漏、被侦听或篡改，保障数据在源头和传输过程中安全。

　　平台安全：通过平台入侵实时检测、网络安全防御系统、恶意代码防护、网站威胁防护、网页防篡改等技术实现工业互联网平台的代码安全、应用安全、数据安全、网站安全。

　　访问安全：通过建立统一的访问机制，限制用户的访问权限和所能使用的计算资源和网络资源实现对云平台重要资源的访问控制和管理， 防止非法访问。

　　在上述七大类技术中，通用平台使能技术、工业数据建模与分析技术、数据集成与边缘处理技术、应用开发和微服务技术正快速发展，对工业互联网平台的构建和发展产生深远影响。在平台层，PaaS技术、新型集成技术和容器技术正加速改变信息系统的构建和组织方式。在边缘层，边缘计算技术极大的拓展了平台收集和管理数据的范围和能力。在应用层，微服务等新型开发框架驱动工业软件开发方式不断变革，而工业机理与数据科学深度融合则正在引发工业应用的创新浪潮。