工业互联网平台实现协同制造.doc

WORD 格式 整理 学习 参考 资料 分享 工业互联网平台实现协同制造 　　随着新一代信息技术与制造业的深度融合，许多国家、许多企业都意识到协同制造联网，是代表互联网+制造融合创新大方向的顶级生态系统。也就是说，无论是美国工业互联网还是德国工业4.0，其最具代表性的跨国平台正在展露，正在凝聚大量生产资源和大量工业大数据。 　　美国：重在服务以及衍生新价值 　　GE推出的Predix云平台是一个的工业操作系统，其中有很多模块可以由各个企业根据其行业背景，构建适用于自己的解决方案。Predix主要是三层架构，是面向工业领域的第一个基于工业大数据的云平台，底部是提供基础设施服务的IaaS层，中间是平台PaaS层，最上端软件及服务层SaaS。Predix利用这三层云计算架构，将各种工业设备或机器以及供应商等相互联结，提供资产性能管理（APM）和运营优化服务，每天监控和分析来自数万亿设备资产上的千万个传感器所发回的5000万条大数据，帮助客户优化资源配置和业务流程，减少风险和实现100%无故障运行。 　　随着越来越多的机器和设备加入工业互联网，可以实现跨越整个机组和网络的机器仪表的协同效应，形成智能数据，带来巨大的潜在价值。 　　优化网络：在一个网络系统内实现互联的各种设备或机器，可以通过互联网相互协作，提高网络整体的运营效率。例如，在医疗领域，将医生和护士等医疗数据互联，数据可以无缝地传输给医疗机构和病人，等待的时间将会更短，能够更迅速地帮助病人使用正确的医疗设备，从而使得医疗设备利用率更高，医疗服务质量更好。智能数据的巨大价值也可体现于交通网络中的路径优化。许多车辆实现互联之后，就会知道自己的位置和目的地，同时能够了解到网络系统内其他车辆的位置和目的地，允许优化路由来寻找到最有效的人工智能解决方案。 　　优化运维：通过智能数据可以实现最优化、低成本，并有利于整个设备或机器的运行维护。例如，将机器、组件和各个环节联网之后，将实现一个可监测的设备状态，可以在正确的时间将最优数量的零部件交付到准确的位置，将减少零部件库存需求和维护成本，提升设备或机器的稳定性。 　　恢复系统：通过建立广泛的大数据信息，帮助网络系统在发生毁灭性打击之后更加快速、有效的进行恢复。例如，当地震或其他自然灾害发生时，可以用智能仪表、传感器和其他智能设备和系统组成的网络来进行快速检测，隔离发生故障的设备或机器，不至于发生串联而导致更大规模的故障发生。 　　自主学习：每台设备或机器的操作经验可以聚合为一个大数据，使得整个设备或机器能够自主学习。这种自主学习的方式是不可能在单个机器上来实现的。例如，从许多飞机上收集的数据加上位置和飞行的历史数据，才可以提供有关各种环境下飞机性能的信息。当越来越多的机器连接在一个系统中，产生无数智能数据的结果将是网络系统的不断扩大并能自主学习，而且越来越智能化。 　　一旦智能设备采集到大量的智能数据，就可以通过智能系统，挖掘出具备商业经营价值的智能决策。设备与数据相互结合，网络协同且??时更新，将对诸多行业带来较大裨益。 　　据GE公司的预测，航班延误每年给航空公司带来的损失超过400亿美元。其中10%的延误是由于对飞机的维护欠缺所造成的。同时，全球航空业每年燃油费用高达1700亿美元（营业收入约为5600亿美元），而根据国际航空运输协会（IATA）的调查，这些油耗中有18%～22%属于资源浪费。GE的工业互联网通过对飞机航运输局和零部件系统数据的监测与统计，分析维修保养上的问题，每年可减少1000次延误情况。同时，选择适当的时机，进行维修保养，也可以降低设备投资成本。通过航运数据，挖掘减少燃油能耗的实现路径，从而对飞行调度的优化，可减少2%的能耗使用，每年节约2000万美元成本，减少大量二氧化碳排放。 　　医疗占全球GDP的10%，是一个相当大的行业。据GE公司的预测，医疗领域由于低效率，每年会造成7310亿美元的浪费，尤其是临床医疗占到59%，高达4290亿美元的浪费。医疗从业人员与医疗器械之间的信息不对称是主要原因。例如：护士换药、磁共振成像情况、医生诊断等过程都没能实时共享。将医疗从业人员、医疗器械进行联网，对诊断、手术、药方等信息进行共享，开展网络协同式的诊疗。GE的工业互联网通过综合管理每个病床，每个诊断的工作流、患者流，搬运和医疗器械，改进医疗从业人员、业务流程和器械通信情况，可减少15%～30%的医疗器械成本，提升医疗从业人员的工作效率，节约的时间可多为15%～20%的患者提供服务。 　　GE将这个平台开放给所有工业合作伙伴，期望未来形成一个巨大的、完善的生态系统，由各个企业积极开发具有行业辐射效果的应用软件（APP），并在此平台上发布共享、互相借鉴、互惠互利