工业互联网平台在流程工业的应用现状与发展趋势

姚 杰，温怀凤，张桂花

(重庆川仪软件有限公司，重庆 401121)

0 引言

制造业是国民经济的主体，是立国之本、兴国之器、强国之基。国务院发布的中国制造2025战略，是我国提升综合国力、保障国家安全、建设世界强国的必由之路[1]。近年来，制造业面临较大下行压力，加上全球疫情的影响，短期还将面临企业招工难、成本负担重和市场需求降速等影响。国内外行业巨头纷纷跨界，抢抓当下全球产业链和价值链重构的关键时期，通过建构优质的工业互联网产业生态布局制造业。作为21世纪社会发展的最强动力之一，信息通信技术已成为促进工业、农业、服务业和公共事务发展的重要力量。经过近几年的摸索与发展，逐渐形成了以工业互联网平台作为流程工业智能制造引擎的应用模式。

1 流程工业亟待解决的问题

流程工业主要包括油气、炼化、化工、冶金、能源、环保等，是我国国民经济发展的支柱产业和基础原材料工业。其生产工艺过程复杂、连续，设备大型化、自动化程度较高，工艺流程相对固定，属于资源和技术密集型产业。流程工业在制造业以及整个国民经济中占据着举足轻重的地位，其生产水平直接影响我国制造业的强弱和国家的经济基础[2]。

我国流程工业经过几十年发展，取得了显著进步，但普遍存在生产效率低、能耗物耗高、安全环保问题突出等现象，系统运行水平也参差不齐。究其原因，是我国流程工业的经营决策、资源与能源的配置计划、生产计划调度与控制系统指令，以及生产管理与运行仍严重依赖知识型工作者的经验，远远没有实现全流程整体运行优化；生产工艺研究过程还停留在企业的生产试验，远没有实现数字炼钢、数字炼油等虚拟制造，严重阻碍了流程工业向高效化、绿色化方向发展。

与此同时，流程工业还需要解决一系列核心技术问题，包括整个制造流程的一体化控制、各类专业设备与制造工艺过程的精确建模、工艺参数与生产指标的数据采集技术与算法分析、原料和能源消耗过程的数据分析统计、生产运行过程中设备的故障预测与诊断等。因此，传统流程工业急需依托于大数据、物联网的先进数字化信息技术进行有效提升。只有充分利用大数据、云计算、虚拟制造、边缘计算、数字孪生等工业物联网新技术，结合企业自身的生产特点，通过工业化与信息化深度融合，推进流程工业的自动化、集中化、集成化、整体化，才能使中国流程工业由大变强、领先国际流程制造业。

2 工业互联网市场和产品架构

从中国制造迈向中国智造，工业互联网技术被视为实现数字化转型升级和打造智慧工厂的有力工具。工业互联网是全球工业系统与高级计算、分析、感知技术以及互联网连接融合的结果。它广泛连接人、机、物等各类生产要素，构建支撑海量工业数据管理、建模与分析的数字化平台，提供端到端的安全保障，以此驱动制造业的智能化发展，引发制造模式、服务模式与商业模式的创新变革[3]。工业互联网平台的技术架构如图1所示。

图1 工业互联网平台的技术架构

工业互联网平台是基于工业互联网技术特点，面向制造业数字化、网络化、智能化需求，支撑制造资源泛在连接、弹性供给、高效配置的工业云平台[4]。中国工程院院士邬贺铨指出，工业互联网平台在一定程度上是新工业体系的“操作系统”，向下对接海量工业装备、仪器仪表、控制系统，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、谷歌安卓系统和苹果iOS系统的重要作用[5]。

据前瞻产业研究院统计，2018年全球工业互联网市场规模约为8 059.1亿美元，年均增长5.51%[6]，重点发展区域主要是美国、欧洲和亚太地区。美国集团优势明显，GE、微软、罗克韦尔、亚马逊等巨头积极布局前沿技术创新，工业知识经验软件化、平台化能力处于全球领先地位。欧洲工业巨头(如西门子、博世、ABB、SAP等)凭借在制造业中的优势，在产品研发、装备和自动化系统、工业控制和工艺流程等领域快速发展应用[7]。

据不完全统计，目前国内仅提供工业互联网平台的企业就有35家，根据出身不同和对工业互联网的理解不同，各自优势和发展路径也不同，大致可分为三类：第一类是以航天科工、三一重工、海尔为代表的工业龙头企业，对制造流程轻车熟路，从制造业视角打造相对实用的工业互联网应用，但互联网基因、云计算技术能力相对薄弱；第二类是用友、浪潮、华为等信息通信企业，凭借在企业级市场的积累，结合产品技术和解决方案的积累，从底座产品出发打造工业互联网平台；第三类是以BAT为代表的互联网企业，在互联网、云计算、大数据领域具有先天优势，但对制造业痛点和逻辑不够了解。

工业互联网平台是从传统工业信息技术(information technology,IT)架构转变而来的。与传统工业信息技术相比，工业互联网平台解决方案实现了从流程驱动的业务系统转变为数据驱动的平台应用新模式，更易于整合各种信息孤岛和集成各种数据资源。工业互联网平台以基础设施即服务(infrastructure as a service,IaaS)层为基础，通过云端加边缘部署的方式，集成各种设备、数据的接入和解析；以平台即服务(platform as a service,PaaS)层为核心，一方面将工业知识解耦为机理模型并固化为平台核心资源，另一方面通过机器学习将不断积累的数据经过“训练”以形成新的行业知识；以软件即服务(software as a service,SaaS)层为应用，针对不同工业场景，基于面向对象和分层设计理念提供开放的应用服务。这些技术贴近制造业痛点，能够解决传统制造业智能制造转型升级问题。

3 化工行业应用需求及成效

智能制造是基于物联网、互联网、大数据、云计算等新一代信息技术，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称[8-9]。工业互联网平台是智能制造的关键基础，为其变革提供了必需的共性基础设施和功能，在企业落地应用中取得了不错的效果。下面以化工行业的智能制造转型升级为例，介绍工业互联网平台在企业实际应用中的需求与成效。

3.1 应用需求

化工是典型的流程工业。化工行业的生产过程经常在高温、高压、易燃、易爆、强腐蚀性的环境下进行，自动化控制程度非常高，属于连续性生产，主要通过计算机集散控制系统采集过程控制与设备状态数据。化工企业普遍建设了企业信息系统，用于企业资源计划、产品生命周期、供应链、客户关系和环境安全等管理[10-11]。

随着信息技术、通信技术和运营技术的不断发展，化工行业也在信息集成、节能优化、安环保障等方面提出了新的需求。首先，需要利用工业互联网平台打通原有的分散的信息系统，完成信息采集、数据存储和检索分析，从数据关联、可视化查询、数据报告等方面，为企业实现决策和生产管理智能化提供数据支持；然后，需要挖掘分析平台积累的海量生产数据并寻求生产规律，实现生产优化和降低能耗；最后，需要提供设备预测性维护技术工具，保障生产设备连续、长期和稳定地运行，并利用平台实时在线的监控数据及时发现生产中存在的安全隐患[12]。

3.2 应用成效

面对化工行业的上述场景需求，工业互联网平台在生产领域落地应用的价值主要是构建数据平台，形成统一的业务大数据池，并基于数据池和机理模型为主、数据模型为辅的工艺分析、优化，保障设备生产的连续性、经济性。实际应用中，平台满足了企业大部分应用需求，但也存在不能覆盖的领域。

①针对例如浓度、纯度、密度、黏度等需要公式换算的软测量，受天气、原料、环境、工况等影响且影响原理比较清楚的运行状况，构建数学模型，取得了较好的测量效果。但在未知原理的情况下，由于样本还不够丰富，基于大数据的机器学习对化工装置的操作优化所起的作用有限，尚处于试用阶段。

②在设备预测性维护方面，主要是面向如泵、压缩机等动设备，开展电流、温度、转速、振动等全参数的状态监测，通过实时在线状态监测，结合设备故障机理模型，识别故障类别、确定故障位置和明确故障原因，进行预测性维护。现阶段主要依靠设备厂商负责设备的监测、维护、诊断、维修和优化，完全由生产企业独立运维的案例还比较少。

③在安全、环保等应用领域，利用平台强大的物物相联能力，打通企业生产、环境、能耗、设备等的数据，对数据进行分析、归纳、推理，实现预测报警和应急处理等功能。

④在供应链领域，主要是通过射频识别(radio frequency indentification,RFID)等电子标志、物联网和移动互联网技术，帮助企业优化批量化工产品供应链配送体系，掌握不同地域的销售需求，提高配送和仓储效能[13]。

4 发展趋势研究

纵观近年来工业互联网平台在流程工业中的应用现状，虽取得了巨大进步，但在数量众多的中小企业中的推广却仍存在诸多障碍。对此，应该从企业发展、技术创新和人才储备等多方面共同建设，以提升推广效果。

4.1 企业发展

目前，流程工业对工业互联网平台需求存在“雷声大雨点小”的矛盾，需求急迫却又不愿买单，原因大致可以分为供、需两方面。

一方面，工业互联网平台企业属于知识密集型，各种前沿技术的研发和运营均需要投入大量资金，而由于工业自身的复杂性、差异性，项目定制化程度高、实施周期长，回款速度慢，导致企业面临较大生存压力。平台作为软件产品，盈利模式基于用户规模效应。这意味着平台企业需要在短期内积累大量用户，才能实现营收上爆发式的增长。因此，有必要采取国家政策扶持和社会资本投资等手段，例如国家对平台企业提供各种税收优惠政策、在相关重大工程项目研发和示范应用阶段提供项目资金支持；同时，为拥有核心技术和经营良好的平台企业提供便捷的上市融资渠道，实现供血。

另一方面，对很多中小型流程制造企业主来说，长期在工业自动化领域的实践和探索，使其对生产过程、仓储物流了如指掌。而工业互联网是一个虚拟的概念，企业主对它究竟能带来哪些革新、投资回报率是多少、如何选择平台等问题往往一知半解。同时，工业互联网的关键是行业知识的数字化，应用的是生产大数据，并直接提升企业生产效率。如果平台对工业理解不深，触及不到工业实质，再先进的互联网技术也发挥不出应用的价值。这也在一定程度上影响了企业主进行数字化转型的积极性。因此，可以利用“先富带动后富”的策略，加快政府引导示范应用项目落地实施，广泛宣传和组织参观，通过转型成功企业的实际案例和现身说法，给广大中小型企业以信心，为它们提供可借鉴的道路。

4.2 技术创新

除了市场和资金方面，平台在标准化、发展方向、应用定位等技术方面也存在不足。

平台应用要标准先行，针对工业互联网跨行业、跨专业、跨领域的技术特点，应统筹规划，加强顶层的标准设计，立足行业需求，兼顾国际体系，建立涵盖术语定义、通用需求、架构、测试与评估、管理等基础共性标准，网络与联接、标识解析、边缘计算、平台与数据、工业APP、安全等总体标准，以及典型应用和垂直行业等应用标准的工业互联网标准体系，提升标准对制造业的整体支撑作用，为产业发展保驾护航[14]。如果没有数据的统一规范与标准，就需要大量的数据读写操作和工程量投入，难以建立稳定的盈利模式。

其次，工业互联网平台的四个层级中，核心是PaaS层。PaaS层又分成了上、下两部分。下部分是PaaS层的通用部分，包括设备管理、资源管理、运维管理和故障恢复等。上部分是PaaS中的核心，包括应用开发、微服务和模型三部分。微服务指的是数字化架构。模型指的是技术原理、基础工艺经验形成的算法。工业领域中，有机理模型和数据模型两种不同技术方向的模型：机理模型是对原理的数学建模，用数学公式来进行原理的描述；数据模型最核心的不是算法，而是数据。虽然现在人工智能、机器学习很热门，大有替代机理模型的趋势，但工业领域与互联网不同的是“小数据大问题”，如果无法解释潜在的风险，即使只有0.1%的不确定，也是不可接受的。所以工业互联网平台要应用落地，绕不开行业工艺经验知识的沉淀。

最后是IaaS层的工业互联网APP。这是基于工业互联网，承载工业知识和经验，满足特定需求的工业应用软件，是工业技术化的重要成果。如果说流程工业需要工业互联网平台解决“降本、增效、提质、减存、绿色、低碳”等需求痛点的话，那首要发展的就应该是工业APP，以此解决不同企业不同细分行业的各种问题。

4.3 人才储备

随着工业互联网技术在流程工业中的深入部署和应用，培养适应和引领未来智能制造的工程科技人才显得更为迫切，流程工业智能化发展要求未来的制造业人才具有多学科知识，跨界整合、解决现实工程技术和管理问题的能力[15]。对此，全国政协委员钱锋提出了几点建议：重视制造业与人工智能、大数据等现代信息技术的深度融合，将新知识、新技术尽快融入工程学科和人才培养方案，建设适应制造业智能化发展的人才培养体系，培养将新技术融入制造业的能力；提升面向制造业的师资队伍综合能力，组建跨学科的研究平台和项目，组建企业实践团，鼓励教师深入生产一线帮助企业解决工程实际问题，在实践中提高工程科技素质与能力；探索多元化的制造业工程科技人员培养模式，除了传统的“技术员”“工程师”“总工程师”等科技人才，也需要培养掌握工业生产、工艺、研发、质检等专业知识，以及了解法律、环保、项目管理等多学科知识的复合型人才[16]。

综上所述，必须从企业发展角度，处理好供需两端的矛盾，平衡各自利益点的诉求；从技术创新角度，夯实平台标准和规范，丰富工业APP，进而充实工业平台；从人才储备角度，完善人才培养、使用的体系和通道。这样才能解决好工业互联网技术在流程工业中加快落地和提升效果的问题。

5 结论

既然制造领域存在“术业有专攻”，那么工业互联网的践行过程必然会“闻道有先后”。目前智能制造水平较高的，大概率也是较早实现工业互联网的领域，一般处于资金密集型、设备更新快、竞争激烈、利润率高的行业[17]。其发展过程必然是从点到面、从量到质、从分散到集中的，遵循优胜劣汰的丛林法则。

工业互联网落地之路任重而道远。一方面，我国完整的工业体系潜藏着巨大的应用需求和市场，为工业互联网平台的培育和壮大提供了土壤。另一方面，我国的互联网发展理念、应用实践都较成熟，有覆盖全社会的互联网生态[18]。因此，必须坚定目标并持续改进，以实现工业和信息化的深度融合。