工業(yè)邊緣數(shù)據(jù)管理與分析技術(shù)

工業(yè)邊緣數(shù)據(jù)管理與分析技術(shù)

主編單位：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟

聯(lián)合主編單位：

二零二二年八月

編寫說明.........................................................錯(cuò)誤!未定義書簽。

前言..............................................................錯(cuò)誤味定義書簽。

1.工業(yè)邊緣數(shù)據(jù)管理與分析的內(nèi)涵與意義............................錯(cuò)誤味定義書簽。

1.1工業(yè)邊緣數(shù)據(jù)的定義.........................................錯(cuò)誤!未定義書簽。

1.2工業(yè)邊緣數(shù)據(jù)的特點(diǎn)和挑戰(zhàn)...................................錯(cuò)誤味定義書簽。

1.3工業(yè)邊緣數(shù)據(jù)管理與分析的難點(diǎn)與挑戰(zhàn).........................錯(cuò)誤味定義書簽。

2、現(xiàn)狀及場景分析.................................................錯(cuò)誤味定義書簽。

2.1邊緣數(shù)據(jù)管理與分析技術(shù)發(fā)展現(xiàn)狀.............................錯(cuò)誤味定義書簽。

2.1.1邊緣數(shù)據(jù)管理與分析的國內(nèi)發(fā)展現(xiàn)狀.......................錯(cuò)誤味定義書簽。

2.1.2邊緣數(shù)據(jù)管理與分析的海外發(fā)展現(xiàn)狀.......................錯(cuò)誤味定義書簽。

2.2產(chǎn)業(yè)應(yīng)用場景分析...........................................錯(cuò)誤味定義書簽。

2.2.1汽車制造行業(yè)............................................錯(cuò)誤味定義書簽。

2.2.2石油化工行業(yè)............................................錯(cuò)誤味定義書簽。

2.2.3電子制造行業(yè)............................................錯(cuò)誤!未定義書簽。

3.關(guān)鍵技術(shù)研究...................................................錯(cuò)誤味定義書簽。

3.1邊緣數(shù)據(jù)管理與分析的平臺技術(shù)架構(gòu)...........................錯(cuò)誤味定義書簽。

3.2邊緣數(shù)據(jù)管理與分析技術(shù).....................................錯(cuò)誤味定義書簽。

3.2.1邊緣數(shù)據(jù)的靈活接入管理與數(shù)據(jù)管理........................錯(cuò)誤味定義書簽。

3.2.2邊緣數(shù)據(jù)的批流融合靈活計(jì)算..............................錯(cuò)誤味定義書簽。

3.2.3面向邊緣設(shè)備數(shù)據(jù)的組態(tài)化應(yīng)用服務(wù)........................錯(cuò)誤!未定義書簽。

3.2.4邊緣數(shù)據(jù)管理與分析的微服務(wù)化訪問技術(shù)....................錯(cuò)誤味定義書簽。

3.2.5面向邊緣數(shù)據(jù)綜合分析的人工智能技術(shù)......................錯(cuò)誤味定義書簽。

3.2.6邊緣計(jì)算數(shù)據(jù)流通的協(xié)同安全技術(shù)..........................錯(cuò)誤味定義書簽。

3.3工業(yè)邊緣和公有云的數(shù)據(jù)協(xié)同處理.............................錯(cuò)誤味定義書簽。

4展望............................................................錯(cuò)誤味定義書簽。

編寫說明

在《工業(yè)大數(shù)據(jù)分析指南》中，從理論的角度對通用的工業(yè)大數(shù)據(jù)分析方

法和分析流程進(jìn)行歸納總結(jié)，對其關(guān)鍵共性進(jìn)行辨識、抽象和提升。隨著以制

造業(yè)轉(zhuǎn)型升級為首要任務(wù)的工業(yè)變革的不斷深入，工業(yè)大數(shù)據(jù)成為引領(lǐng)這場變

革的主要驅(qū)動力，工業(yè)互聯(lián)網(wǎng)逐漸成為工業(yè)大數(shù)據(jù)的核心應(yīng)用、重要場景之一。

工業(yè)互聯(lián)網(wǎng)為了解決工業(yè)制造業(yè)“智能化生產(chǎn)”、“個(gè)性化定制”、“網(wǎng)絡(luò)化

協(xié)同”、“服務(wù)化轉(zhuǎn)型”的需求，需要建立一個(gè)基于海量數(shù)據(jù)采集、匯聚、分析

的數(shù)據(jù)管理與分析的服務(wù)體系。在工業(yè)互聯(lián)網(wǎng)的邊緣，即工業(yè)邊緣，通過大范

圍、深層次的數(shù)據(jù)采集，以及異構(gòu)數(shù)據(jù)的邊緣處理，通過構(gòu)建精準(zhǔn)、實(shí)時(shí)、高

效的管理與分析體系，建立面向工業(yè)大數(shù)據(jù)存儲、集成、訪問、分析、管理的

工業(yè)互聯(lián)網(wǎng)平臺環(huán)境，才能實(shí)現(xiàn)工業(yè)技術(shù)、經(jīng)驗(yàn)、知識的模型化、標(biāo)準(zhǔn)化、軟

件化、復(fù)用化，才能不斷優(yōu)化研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)營管理等資源配置效率,

才能形成資源富集、多方參與、合作共贏、協(xié)同演進(jìn)的制造業(yè)新生態(tài)。

為此，在工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟的指導(dǎo)下，工業(yè)大數(shù)據(jù)特設(shè)組主持編寫了這

本《工業(yè)邊緣數(shù)據(jù)管理與分析技術(shù)》白皮書。本書由工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟編寫,

在編寫過程中得到了信通院領(lǐng)導(dǎo)的悉心指導(dǎo)和相關(guān)參編單位的鼎力支持。

專家指導(dǎo)組

主編

王建民

副主編

于辰濤王晨魏凱李錚

編寫人員（排名不分先后）

王子濤劉薇閆君任磊李霏孫曉田董松偉趙大力牛建偉林楊任繼順汪

洋陳旭曹予飛韓濤張鎮(zhèn)楊揚(yáng)何琪馮振飛呂晨陽李波徐心平李志國

劉廉如尹震宇于碧輝佟琨項(xiàng)楠尹作重譚文哲

編寫組單位（按首字母排序，排名不分先后）

北京博華信智科技股份有限公司北京航空航天大學(xué)

北京機(jī)械工業(yè)自動化研究所有限公司北京天地和興科技有限公司

北京中元瑞訊科技有限公司東方電氣集團(tuán)東方電機(jī)有限公司

杭州東信北郵信息技術(shù)有限公司聯(lián)想（北京）有限公司

清華大學(xué)三六零科技有限公司

山東省科學(xué)院新一代技術(shù)標(biāo)準(zhǔn)化研究院上海大制科技有限公司

深圳得一智科技有限公司蘇芯物聯(lián)技術(shù)（南京）有限公司

新華三技術(shù)有限公司宜通世紀(jì)科技股份有限公司

中國科學(xué)院沈陽計(jì)算技術(shù)研究所中國信息通信研究院

刖B

工業(yè)制造業(yè)是一個(gè)國家經(jīng)濟(jì)的基石。當(dāng)前，工業(yè)制造業(yè)面臨全球性產(chǎn)能過

剩，市場競爭激烈，從大批量和規(guī)模化生產(chǎn)，轉(zhuǎn)向小規(guī)模、個(gè)性化定制的新型

模式。在解決這些問題的過程中，以物聯(lián)網(wǎng)、邊緣計(jì)算、工業(yè)大數(shù)據(jù)、物理信

息系統(tǒng)(CPS)等新興信息技術(shù)的發(fā)展推動新一輪的工業(yè)系統(tǒng)變革，為制造業(yè)企

業(yè)帶來了前所未有的發(fā)展機(jī)遇。新一代信息技術(shù)與制造業(yè)深度融合，將促進(jìn)工

業(yè)制造業(yè)企業(yè)的服務(wù)轉(zhuǎn)型和產(chǎn)品升級，重塑全球制造業(yè)的產(chǎn)業(yè)格局。

現(xiàn)代工業(yè)制造業(yè)企業(yè)是“產(chǎn)品+服務(wù)+支持”的“綜合供應(yīng)商”，通過整合

生產(chǎn)數(shù)據(jù)、運(yùn)營數(shù)據(jù)、銷售數(shù)據(jù)、客戶數(shù)據(jù)，基于工業(yè)互聯(lián)網(wǎng)的平臺應(yīng)用賦予

市場、銷售、運(yùn)營、維護(hù)等產(chǎn)品全生命周期服務(wù)的全新內(nèi)容，將促進(jìn)企業(yè)從規(guī)

?；魉€生產(chǎn)轉(zhuǎn)向規(guī)?；ㄖ粕a(chǎn)，從生產(chǎn)型制造轉(zhuǎn)向服務(wù)型制造，推動服

務(wù)型制造業(yè)與生產(chǎn)型制造業(yè)的深刻變革，形成“制造+服務(wù)”的新模式。

在工業(yè)制造業(yè)向著大型、精密、數(shù)控、全自動的方向不斷革新的時(shí)代下，

基于工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)管理與分析技術(shù)，將制造環(huán)節(jié)與設(shè)計(jì)、生產(chǎn)、供應(yīng)、經(jīng)

銷、運(yùn)行、維護(hù)等全價(jià)值鏈各環(huán)節(jié)協(xié)同起來，將企業(yè)內(nèi)部數(shù)據(jù)孤島轉(zhuǎn)為信息化

后的協(xié)作管理，從而推動產(chǎn)業(yè)鏈各環(huán)節(jié)的并行組織和協(xié)同優(yōu)化。

黨中央、國務(wù)院高度重視工業(yè)大數(shù)據(jù)發(fā)展，習(xí)近平總書記指出，要系統(tǒng)推

進(jìn)工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施和數(shù)據(jù)資源管理體系建設(shè)?！洞龠M(jìn)大數(shù)據(jù)發(fā)展行動綱要》

《關(guān)于深化”互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》等政策文件的

重點(diǎn)任務(wù)均提出要促進(jìn)工業(yè)大數(shù)據(jù)的發(fā)展和應(yīng)用，明確提出要支持構(gòu)建工業(yè)等

領(lǐng)域規(guī)范化數(shù)據(jù)開發(fā)利用的場景，提升工業(yè)數(shù)據(jù)資源價(jià)值。工信部《大數(shù)據(jù)產(chǎn)

業(yè)發(fā)展規(guī)劃(2016-2020年)》明確提出了推進(jìn)大數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)、開展工業(yè)

大數(shù)據(jù)等重點(diǎn)應(yīng)用領(lǐng)域相關(guān)國家標(biāo)準(zhǔn)研制等重點(diǎn)任務(wù)?！蛾P(guān)于工業(yè)大數(shù)據(jù)發(fā)展的

指導(dǎo)意見》基于我國工業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)化工作現(xiàn)狀，進(jìn)一步強(qiáng)調(diào)加強(qiáng)工業(yè)大數(shù)據(jù)

標(biāo)準(zhǔn)體系建設(shè)，加快數(shù)據(jù)質(zhì)量、數(shù)據(jù)治理、數(shù)據(jù)共享和數(shù)據(jù)安全等關(guān)鍵標(biāo)準(zhǔn)研

制。

工業(yè)互聯(lián)網(wǎng)作為新一代信息技術(shù)和制造技術(shù)深度融合的產(chǎn)物，邊緣計(jì)算是

工業(yè)互聯(lián)網(wǎng)推進(jìn)IT和0T融合交匯的關(guān)鍵點(diǎn)，針對邊緣計(jì)算在實(shí)際部署應(yīng)用過

程中存在的數(shù)據(jù)集碎片化、工業(yè)應(yīng)用研發(fā)門檻高、工業(yè)軟件建設(shè)選型困難、設(shè)

備及平臺標(biāo)準(zhǔn)缺失、安全開放測試機(jī)制不完善等突出問題，傳統(tǒng)的基于歷史數(shù)

據(jù)收集技術(shù)的數(shù)據(jù)治理方法通常將數(shù)據(jù)、分析和決策分隔開來，數(shù)據(jù)管理閉環(huán)

困難；而在工業(yè)互聯(lián)網(wǎng)平臺建設(shè)過程中，工業(yè)現(xiàn)場數(shù)據(jù)管理分析需要解決實(shí)時(shí)

數(shù)據(jù)處理，流式智能分析，現(xiàn)場數(shù)據(jù)決策等問題，這將有助于加速形成全新的

生產(chǎn)制造管理、優(yōu)化和服務(wù)體系，賦能制造型企業(yè)的全面數(shù)字化轉(zhuǎn)型。

1.工業(yè)邊緣數(shù)據(jù)管理與分析的內(nèi)涵與意義

1.1工業(yè)邊緣數(shù)據(jù)的定義

工業(yè)互聯(lián)網(wǎng)平臺是面向工業(yè)制造業(yè)“智能化生產(chǎn)”、“個(gè)性化定制”、“網(wǎng)絡(luò)

化協(xié)同”、“服務(wù)化轉(zhuǎn)型”的需求，構(gòu)建基于海量數(shù)據(jù)采集、匯聚、管理、分析

的技術(shù)服務(wù)體系，支撐制造資源全面連接、彈性供給、高效配置的工業(yè)操作系

統(tǒng)平臺，包括邊緣層、平臺層（工業(yè)PaaS）、應(yīng)用層（工業(yè)SaaS）三大核心層

級。

在工業(yè)4.0場景下，工業(yè)邊緣特指工業(yè)互聯(lián)網(wǎng)邊緣，在“端邊云網(wǎng)智”五

個(gè)價(jià)值要素中，包含：“端”和“邊”兩部分要素。

“端”是指智能物聯(lián)網(wǎng)產(chǎn)品及設(shè)備。智能制造的“端”包括生產(chǎn)過程涉及

到的數(shù)控機(jī)床、工業(yè)機(jī)器人、AGV、標(biāo)簽/RFID、傳感器、智能監(jiān)控、AR/VR裝

備等。通過智能終端、智能設(shè)備實(shí)現(xiàn)生產(chǎn)操作自動化，生產(chǎn)信息數(shù)字化及存儲、

人員及環(huán)境監(jiān)測等，尤其借助智能設(shè)備3D建模、物聯(lián)網(wǎng)及大數(shù)據(jù)等技術(shù)來支撐

設(shè)備的仿真、預(yù)警以及預(yù)測性維護(hù)等智能應(yīng)用。

“邊”是指邊緣計(jì)算系統(tǒng)。面向工業(yè)領(lǐng)域，針對工業(yè)現(xiàn)場的設(shè)備連接、系

統(tǒng)協(xié)同、實(shí)時(shí)數(shù)據(jù)分析等需求，通過邊緣接入、數(shù)據(jù)采集、時(shí)序存儲、數(shù)據(jù)計(jì)

算、數(shù)字李生、數(shù)據(jù)可視化等技術(shù)手段，為企業(yè)提供從現(xiàn)場設(shè)備、傳感器、控

制系統(tǒng)等的邊緣接入到智能應(yīng)用服務(wù)的端到端解決方案。從數(shù)據(jù)分析和管理的

技術(shù)架構(gòu)層面分析，邊緣服務(wù)以現(xiàn)場實(shí)時(shí)處理為基礎(chǔ)，提供邊緣網(wǎng)關(guān)管理、設(shè)

備數(shù)據(jù)接入、數(shù)據(jù)處理緩存、邊緣計(jì)算等功能，并支持工業(yè)數(shù)據(jù)匯總、存儲、

計(jì)算、分析、建模與應(yīng)用服務(wù)。邊緣計(jì)算系統(tǒng)也提供連接云端工業(yè)互聯(lián)網(wǎng)平臺

的功能，通過統(tǒng)一的云端通訊協(xié)議，完成數(shù)據(jù)上報(bào)、指令反饋、遠(yuǎn)程控制等多

種數(shù)據(jù)通路功能，并對外部提供大數(shù)據(jù)、人工智能等相關(guān)平臺或服務(wù)的連接與

調(diào)用能力，支持?jǐn)?shù)據(jù)與接口的多系統(tǒng)集成。

基于上述分析，在本白皮書中，工業(yè)邊緣數(shù)據(jù)定義為，在工業(yè)制造工業(yè)互

聯(lián)網(wǎng)場景下，所涉及到的端設(shè)備（如數(shù)控機(jī)床、工業(yè)機(jī)器人、AGV、標(biāo)簽/RFID、

傳感器、AR/VR設(shè)備、智能監(jiān)控裝備等）及邊緣計(jì)算系統(tǒng)（如輕邊緣設(shè)備及輕

邊緣系統(tǒng)軟件）所需要管理與分析的各類數(shù)據(jù)的總稱。

1.2工業(yè)邊緣數(shù)據(jù)的特點(diǎn)和挑戰(zhàn)

工業(yè)邊緣數(shù)據(jù)的特性來自于工業(yè)實(shí)際現(xiàn)場環(huán)境以及發(fā)展過程中，工業(yè)設(shè)備

及傳感器分布式的部署所帶來的必然性。工業(yè)設(shè)備在部署時(shí)，環(huán)境資源受限，

局部視野受限，功能受限，擴(kuò)展困難，從而導(dǎo)致實(shí)際現(xiàn)場工業(yè)數(shù)據(jù)難以集中化,

進(jìn)而產(chǎn)生了工業(yè)邊緣數(shù)據(jù)的構(gòu)成與特性。

根據(jù)數(shù)據(jù)來源，工業(yè)邊緣數(shù)據(jù)基本由以下兩類數(shù)據(jù)構(gòu)成：

?機(jī)器數(shù)據(jù)

由傳感器、儀器儀表、智能終端等設(shè)備采集的數(shù)據(jù)，這些數(shù)據(jù)在生產(chǎn)設(shè)

備本身運(yùn)行過程中，時(shí)刻描述運(yùn)行狀態(tài)、過程參數(shù)、設(shè)備工藝機(jī)理、績

效指標(biāo)、作業(yè)環(huán)境等狀態(tài)。這些數(shù)據(jù)通常是以時(shí)間序列數(shù)據(jù)方式來表達(dá),

主要通過時(shí)間標(biāo)簽（按照時(shí)間的順序變化，即時(shí)間序列化）進(jìn)行處理。

?運(yùn)營系統(tǒng)數(shù)據(jù)（交互數(shù)據(jù)）

工業(yè)現(xiàn)場人員通過控制終端輸入到設(shè)備系統(tǒng)中的設(shè)計(jì)數(shù)據(jù)、指標(biāo)標(biāo)準(zhǔn)、

規(guī)格數(shù)據(jù)、工藝數(shù)據(jù)、命令數(shù)據(jù)等。隨著工業(yè)互聯(lián)網(wǎng)推動的以“智能化

生產(chǎn)、個(gè)性化定制、網(wǎng)絡(luò)化協(xié)同和服務(wù)化轉(zhuǎn)型”為代表的智能制造模式

的發(fā)展，由人產(chǎn)生的交互數(shù)據(jù)規(guī)模比重將逐步降低，運(yùn)營系統(tǒng)自行產(chǎn)生

的數(shù)據(jù)占比將越來越大。

與工業(yè)大數(shù)據(jù)相比，工業(yè)邊緣數(shù)據(jù)具有以下更為顯著的特征：

?數(shù)據(jù)來源多，異構(gòu)性特征強(qiáng)

工業(yè)現(xiàn)場環(huán)境下，端設(shè)備或端邊一體化設(shè)備會產(chǎn)生大量的傳感器數(shù)據(jù)、

圖像數(shù)據(jù)、視頻數(shù)據(jù)等數(shù)據(jù)。數(shù)據(jù)來源豐富、類型多樣、結(jié)構(gòu)復(fù)雜，數(shù)

據(jù)源之間存在異構(gòu)性、分布性和自治性，數(shù)據(jù)類型既包括數(shù)字、關(guān)系型

數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)，也包括圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù)。

?數(shù)據(jù)時(shí)序性強(qiáng)

邊緣數(shù)據(jù)中，端設(shè)備尤其是傳感器設(shè)備，所產(chǎn)生的數(shù)據(jù)多為時(shí)序性數(shù)

據(jù)，時(shí)序性數(shù)據(jù)通常會以亞秒級的頻次進(jìn)行采集，經(jīng)過處理的時(shí)序數(shù)據(jù)

是反應(yīng)被監(jiān)控設(shè)備的各種狀態(tài)的最基礎(chǔ)也是最核心的信息。但由于采集

頻次高，受傳輸設(shè)備和現(xiàn)場條件干擾，極高概率出現(xiàn)時(shí)序異常、數(shù)據(jù)丟

失的錯(cuò)誤。

1.3工業(yè)邊緣數(shù)據(jù)管理與分析的難點(diǎn)與挑戰(zhàn)

從功能層面的維度分析，工業(yè)邊緣側(cè)功能主要由以下三方面組成：

?數(shù)據(jù)整理

邊緣側(cè)需要對接收到的數(shù)據(jù)，特別是時(shí)序數(shù)據(jù)進(jìn)行整理，針對缺失數(shù)據(jù)

進(jìn)行補(bǔ)齊，針對時(shí)序錯(cuò)亂數(shù)據(jù)進(jìn)行對準(zhǔn)，支撐數(shù)據(jù)的可靠性與可信性。

?局部智能

在邊緣側(cè)處理能力有限的條件，邊緣側(cè)需具有局部智能特性，判斷數(shù)據(jù),

并通過局部智能產(chǎn)生的結(jié)果，在人機(jī)交互過程中提供決策支持，支撐整

體系統(tǒng)的數(shù)字化能力和智能化能力。

?邊緣側(cè)協(xié)同控制

工業(yè)現(xiàn)場邊緣側(cè)網(wǎng)絡(luò)帶寬有限，傳輸延遲時(shí)間長（秒級），采用邊緣側(cè)

協(xié)同控制方式（毫秒級），降低邊云間數(shù)據(jù)傳輸量，避免由于數(shù)據(jù)傳輸

延遲、穩(wěn)定性差等因素造成的決策誤差，支撐邊緣側(cè)協(xié)同控制。

基于以上分析，本白皮書認(rèn)為，對于工業(yè)邊緣數(shù)據(jù)的管理與分析的要求，

與傳統(tǒng)意義上的工業(yè)大數(shù)據(jù)應(yīng)有一定的區(qū)分。工業(yè)邊緣數(shù)據(jù)的管理與分析是為

了更好的應(yīng)對工業(yè)邊緣計(jì)算的要求，滿足工業(yè)現(xiàn)場實(shí)時(shí)性、安全性、魯棒性的

要求，進(jìn)而提升生產(chǎn)效率和運(yùn)營效率。

1.3.1工業(yè)邊緣數(shù)據(jù)管理與分析的難點(diǎn)

在目前工業(yè)實(shí)際現(xiàn)場條件下，由于設(shè)備、技術(shù)、成本等各方面的限制，工

業(yè)邊緣數(shù)據(jù)管理與分析中，仍存在如下難點(diǎn)：

?數(shù)據(jù)質(zhì)量問題

邊緣數(shù)據(jù)質(zhì)量問題主要集中體現(xiàn)在以下兩方面：

（1）數(shù)據(jù)缺失。工業(yè)邊緣數(shù)據(jù)完備性是工業(yè)邊緣數(shù)據(jù)的最基礎(chǔ)要求之

一。然而，由于邊緣數(shù)據(jù)來源多，異構(gòu)性強(qiáng)的特點(diǎn)，邊緣數(shù)據(jù)由于傳感

器安裝數(shù)量、安裝位置、傳感器狀態(tài)、測量鏈狀態(tài)等問題，會導(dǎo)致系統(tǒng)

所采集的數(shù)據(jù)會存在不同程度的缺失。另一方面，目前的生產(chǎn)環(huán)境下，

一部分交互數(shù)據(jù)如監(jiān)測數(shù)據(jù)來源于人工采集及錄入，也會造成工業(yè)邊緣

數(shù)據(jù)的缺失。數(shù)據(jù)缺失會導(dǎo)致樣本信息減少，不僅增加了分析數(shù)據(jù)的難

度，而且會導(dǎo)致數(shù)據(jù)挖掘的結(jié)果產(chǎn)生誤差。

(2)時(shí)間對齊。由于邊緣數(shù)據(jù)時(shí)序性的特點(diǎn)，傳感器采集的設(shè)備信息

通常是以“特征值+時(shí)戳”的方式來表達(dá)。在數(shù)據(jù)后期處理時(shí)，利用時(shí)

戳來進(jìn)行時(shí)間對齊，再通過同一時(shí)間點(diǎn)上的邊緣數(shù)據(jù)來進(jìn)行分析。工業(yè)

邊緣數(shù)據(jù)采集過程中，由于設(shè)備性能限制、采樣頻率及采樣精度以及網(wǎng)

絡(luò)傳輸?shù)葐栴}，會導(dǎo)致時(shí)戳不準(zhǔn)，甚至有些傳感器不輸出時(shí)戳數(shù)據(jù)，需

在后期處理過程中添加時(shí)戳，使得時(shí)間對齊問題表現(xiàn)得更為突出。

?數(shù)據(jù)時(shí)效性問題

由于邊緣數(shù)據(jù)時(shí)序性的特點(diǎn)，工業(yè)邊緣數(shù)據(jù)的處理對于時(shí)效性有很高的

要求，其管理與分析過程需要采用高效率，低資源消耗的計(jì)算引擎和存

儲壓縮方法。更進(jìn)一步的，需要針對時(shí)序特征優(yōu)化計(jì)算框架和存儲模型

數(shù)據(jù)采集，開發(fā)數(shù)據(jù)存儲及提取，數(shù)據(jù)過濾及壓縮，數(shù)據(jù)傳輸?shù)纫幌盗?/p>

方法，以適應(yīng)工業(yè)互聯(lián)網(wǎng)下邊緣設(shè)備的受限資源環(huán)境。目前工業(yè)環(huán)境下

所使用的存量設(shè)備，由于早期設(shè)備硬件性能原因，對設(shè)備讀、寫的訪問

速度有比較大的限制。而工業(yè)應(yīng)用，特別是帶控制輸出的應(yīng)用，往往對

數(shù)據(jù)的實(shí)時(shí)性要求比較高，因此給進(jìn)一步開發(fā)帶來了較大的難度。生產(chǎn)

線的高速運(yùn)轉(zhuǎn)，精密生產(chǎn)和運(yùn)動控制等場景則對數(shù)據(jù)采集的實(shí)時(shí)性要求

不斷提高，傳統(tǒng)數(shù)據(jù)采集技術(shù)對于高精度、低時(shí)延的工業(yè)場景難以保證

重要的信息實(shí)時(shí)采集和上傳，無法滿足生產(chǎn)過程的實(shí)時(shí)監(jiān)控需求。

?數(shù)據(jù)安全問題

工業(yè)數(shù)據(jù)采集會涉及到大量重要工業(yè)數(shù)據(jù)和用戶隱私信息，在傳輸和存

儲時(shí)都會存在一定的數(shù)據(jù)安全隱患，導(dǎo)致存在黑客竊取數(shù)據(jù)、攻擊企業(yè)

生產(chǎn)系統(tǒng)的風(fēng)險(xiǎn)。需要通過通信和傳輸保護(hù)、數(shù)據(jù)防泄漏、數(shù)據(jù)加密等

安全策略，提升工業(yè)邊緣數(shù)據(jù)安全管理水平，降低安全攻擊風(fēng)險(xiǎn)。借助

安全態(tài)勢感知分析，了解工業(yè)現(xiàn)場邊緣設(shè)備的安全水平，完成安全加固。

1.3.2工業(yè)邊緣數(shù)據(jù)管理與分析的挑戰(zhàn)

工業(yè)邊緣數(shù)據(jù)管理與分析受到工業(yè)邊緣的硬件性能、實(shí)時(shí)性要求、傳輸環(huán)

境等一系列限制，難以直接套用大數(shù)據(jù)管理與分析的方法，因此，需針對工業(yè)

邊緣數(shù)據(jù)管理與分析中面臨的難點(diǎn)，結(jié)合工業(yè)現(xiàn)場及工業(yè)企業(yè)實(shí)際條件和生產(chǎn)

經(jīng)營要求，對邊緣數(shù)據(jù)管理與分析所面臨的挑戰(zhàn)進(jìn)行分析和總結(jié)，進(jìn)一步明確

工業(yè)邊緣數(shù)據(jù)管理與分析的技術(shù)趨勢。

?針對工業(yè)邊緣數(shù)據(jù)缺失問題，應(yīng)對數(shù)據(jù)缺失的挑戰(zhàn)，需要具備豐富的

數(shù)據(jù)接入與靈活的數(shù)據(jù)預(yù)處理能力

工業(yè)現(xiàn)場中存在大量的自動化儀表、設(shè)備，現(xiàn)場總線和各種自動化設(shè)備

（包括數(shù)控機(jī)床、機(jī)器人、PLC模塊、物料小車AGV等），這些工業(yè)設(shè)備

支持的協(xié)議種類繁多，全世界共有超過100種的工業(yè)總線，各類終端設(shè)

備的通訊協(xié)議大概有4000-5000種，有5000多種驅(qū)動類型。大量的異

構(gòu)網(wǎng)絡(luò)通信規(guī)范，導(dǎo)致數(shù)據(jù)適配采集，難以統(tǒng)一語義。針對不同的工業(yè)

協(xié)議的不同數(shù)據(jù)規(guī)范，傳統(tǒng)的人工數(shù)據(jù)處理方式固定難變，效率低下且

易出錯(cuò)。在工業(yè)互聯(lián)網(wǎng)平臺的支撐下，邊緣數(shù)據(jù)的管理與分析需要按照

實(shí)際的工業(yè)現(xiàn)場的要求，按需應(yīng)用多種數(shù)據(jù)轉(zhuǎn)換方式，靈活配置多源異

構(gòu)數(shù)據(jù)的解析和預(yù)處理，支撐提供規(guī)范統(tǒng)一的完整的工業(yè)邊緣的時(shí)序數(shù)

據(jù)集。

?針對工業(yè)邊緣數(shù)據(jù)質(zhì)量問題，應(yīng)對數(shù)據(jù)時(shí)間對齊的挑戰(zhàn)，需要具備適

應(yīng)邊緣數(shù)據(jù)形態(tài)的數(shù)字化應(yīng)用

在一個(gè)車間內(nèi)可能存在成百上千的設(shè)備、系統(tǒng)，不同的業(yè)務(wù)又將這眾多

設(shè)備建立了不同程度的依賴關(guān)系，整個(gè)生產(chǎn)過程中，一旦出現(xiàn)問題，需

要優(yōu)化、重構(gòu)產(chǎn)線時(shí)，缺乏虛擬調(diào)試的手段。例如，某項(xiàng)業(yè)務(wù)出現(xiàn)問題,

要解決這個(gè)問題就必須定位至出故障的某個(gè)設(shè)備或者系統(tǒng)，目前環(huán)境下,

問題的排查將會十分困難，需要工業(yè)現(xiàn)場駐留大量自動化工程師時(shí)刻進(jìn)

行巡檢，需要各種具備特定設(shè)備專業(yè)知識的工程師才能排障和處理。

適應(yīng)邊緣數(shù)據(jù)形態(tài)的數(shù)字化應(yīng)用是指建立實(shí)物資產(chǎn)、過程、位置、系統(tǒng)

或設(shè)備的虛擬映射，本質(zhì)上是以數(shù)據(jù)作為輸入，并呈現(xiàn)出這些輸入數(shù)據(jù)

對虛擬映射的影響。在工業(yè)互聯(lián)網(wǎng)平臺，工業(yè)邊緣數(shù)據(jù)的管理與分析，

需要以設(shè)備、工藝、流程的角度，組織和管理時(shí)序數(shù)據(jù)，按照設(shè)備建模,

按照工藝流程驅(qū)動數(shù)字?jǐn)伾Ｐ?，從整體、全局的角度，實(shí)時(shí)感知設(shè)備

狀態(tài)，識別關(guān)聯(lián)影響，才能提升設(shè)備管理、產(chǎn)線管理的效率。

?針對工業(yè)邊緣數(shù)據(jù)時(shí)效性問題，應(yīng)對數(shù)據(jù)價(jià)值提取與時(shí)效性的挑戰(zhàn)，

需要具備邊緣數(shù)據(jù)分析靈活計(jì)算、及時(shí)展示的能力

隨著物聯(lián)網(wǎng)、傳感器、5G網(wǎng)絡(luò)的快速發(fā)展，工業(yè)邊緣設(shè)備匯集的多種

傳感器、多種工藝、實(shí)時(shí)工況，單個(gè)點(diǎn)位以秒級甚至毫秒級的頻率產(chǎn)生

各類數(shù)據(jù)，數(shù)據(jù)量成倍增長，數(shù)據(jù)量達(dá)到千萬級以上。面對海量高速的

時(shí)序數(shù)據(jù)，常規(guī)的數(shù)據(jù)處理方式已經(jīng)無法應(yīng)對，對時(shí)序數(shù)據(jù)的處理規(guī)模、

處理速度提出了更高的要求。例如高速時(shí)序數(shù)據(jù)檢索，使用傳統(tǒng)數(shù)據(jù)庫

存儲，當(dāng)時(shí)序數(shù)據(jù)上量后，索引無法繼續(xù)駐留在內(nèi)存；大量的無序插入

又帶來索引分片困難，查詢性能會隨著時(shí)序數(shù)據(jù)的增加和更新變的越來

越差，而且是指數(shù)性下降。在邊緣時(shí)序數(shù)據(jù)的基礎(chǔ)上，數(shù)據(jù)專家會根據(jù)

業(yè)務(wù)需求做一系列復(fù)雜分析，如信號分解和過濾、針對不同工作條件的

分割、模式匹配、頻域分析等。在工業(yè)互聯(lián)網(wǎng)平臺下，工業(yè)邊緣數(shù)據(jù)的

管理與分析，需要建立一個(gè)高效管理、高性能處理的時(shí)序數(shù)據(jù)管理平臺,

提供靈活的異構(gòu)數(shù)據(jù)的解析和預(yù)處理技術(shù)，具備時(shí)序數(shù)據(jù)的實(shí)時(shí)展示能

力，才能滿足在工業(yè)互聯(lián)網(wǎng)趨勢下，各個(gè)行業(yè)對數(shù)據(jù)的按需處理、協(xié)同

分析的要求。

?針對工業(yè)邊緣數(shù)據(jù)訪問問題，應(yīng)對數(shù)據(jù)靈活存儲及訪問的挑戰(zhàn)，需要

具備數(shù)據(jù)的微服務(wù)化訪問能力

早期的工業(yè)知識主要依賴于經(jīng)驗(yàn)豐富的工業(yè)現(xiàn)場操作人員經(jīng)過長時(shí)間觀

察和分析后，利用不斷的試驗(yàn)來積累工業(yè)知識。這種方式過分依賴于現(xiàn)

場人員的經(jīng)驗(yàn)積累，且工業(yè)知識難以復(fù)用和沉淀，在工業(yè)互聯(lián)網(wǎng)時(shí)代，

需要工業(yè)系統(tǒng)、IT人員、0T人員的密切配合，才能真正實(shí)現(xiàn)經(jīng)驗(yàn)共享

與協(xié)同?；诠I(yè)互聯(lián)網(wǎng)平臺，工業(yè)邊緣數(shù)據(jù)的管理與分析，需要在數(shù)

據(jù)源頭、設(shè)備附近以及工控系統(tǒng)內(nèi)，將計(jì)算、存儲的核心能力融為一體,

運(yùn)用模塊化、組態(tài)化的數(shù)據(jù)拆分和預(yù)處理計(jì)算，通過零代碼、拖曳編排

降低工業(yè)現(xiàn)場操作人員的編程能力要求，實(shí)現(xiàn)時(shí)序數(shù)據(jù)的工業(yè)邊緣增強(qiáng),

并以微服務(wù)、輕量化分層邊緣計(jì)算編排的方式，降低系統(tǒng)間、邊云間數(shù)

據(jù)來回傳輸?shù)拈_銷，讓現(xiàn)場操作人員專注于優(yōu)化工藝本身。

?針對工業(yè)邊緣數(shù)據(jù)實(shí)時(shí)決策問題，應(yīng)對海量工業(yè)數(shù)據(jù)實(shí)時(shí)分析與決策

的挑戰(zhàn)，需要具備面向邊緣數(shù)據(jù)綜合分析的局部智能

統(tǒng)計(jì)表明，85%的查詢與最近26個(gè)小時(shí)的數(shù)據(jù)寫入有關(guān)。隨著流式計(jì)算

的到來，海量時(shí)序工業(yè)數(shù)據(jù)在以后的發(fā)展中必然會更關(guān)注實(shí)時(shí)數(shù)據(jù)的價(jià)

值，這部分?jǐn)?shù)據(jù)的價(jià)值毫無疑問是最大的。隨著時(shí)間的推移和數(shù)據(jù)的積

累，在工業(yè)現(xiàn)場，依賴實(shí)時(shí)數(shù)據(jù)的及時(shí)決策也需要一些歷史時(shí)序數(shù)據(jù)的

分析結(jié)果，例如，在設(shè)備發(fā)生故障時(shí)，綜合設(shè)備故障的頻度和間隔的考

慮，工業(yè)現(xiàn)場工程師在排障的同時(shí)會采取不同的運(yùn)維決策。在工業(yè)互聯(lián)

網(wǎng)平臺下，工業(yè)邊緣數(shù)據(jù)的管理與分析，需要對半結(jié)構(gòu)化、非結(jié)構(gòu)化的

時(shí)序數(shù)據(jù)實(shí)現(xiàn)多維度聚合統(tǒng)計(jì)查詢，以降低實(shí)效性要求，高性能分析要

求，讓更貼近邊緣數(shù)據(jù)的機(jī)器學(xué)習(xí)算法、人工智能模型，滿足工業(yè)現(xiàn)場

的及時(shí)決策與過往參考的綜合分析需求。

?針對工業(yè)邊緣數(shù)據(jù)安全問題，應(yīng)對數(shù)據(jù)安全管理的挑戰(zhàn)，需要具備保

障數(shù)據(jù)流通的上下行協(xié)同安全的能力

在整個(gè)邊緣數(shù)據(jù)管理與分析的場景下，安全挑戰(zhàn)主要是面臨身份認(rèn)證的

挑戰(zhàn)、訪問控制的挑戰(zhàn)、入侵檢測的挑戰(zhàn)、隱私保護(hù)的挑戰(zhàn)和密鑰管理

的挑戰(zhàn)。在邊緣數(shù)據(jù)的管理與分析中，不同可信域中的邊緣服務(wù)器、云

服務(wù)提供商向用戶分別提供實(shí)時(shí)訪問服務(wù)。服務(wù)的分散化、低延遲要求

和用戶移動性給身份認(rèn)證帶來了巨大的挑戰(zhàn)。訪問控制，包含對資源訪

問的控制和訪問策略的執(zhí)行過程追蹤和審計(jì)，在滿足用戶最大限度享受

資源共享的基礎(chǔ)上，實(shí)現(xiàn)對用戶訪問權(quán)限的管理，以防信息被非授權(quán)篡

改和濫用，是保證系統(tǒng)安全、用戶隱私安全的可靠工具。入侵檢測是通

過檢測、分析、響應(yīng)和協(xié)同等一系列功能，發(fā)現(xiàn)系統(tǒng)內(nèi)未授權(quán)的網(wǎng)絡(luò)行

為或異?，F(xiàn)象，收集違反安全策略的行為并進(jìn)行匯總，從而支持安全審

計(jì)、進(jìn)攻識別、分析和統(tǒng)一的安全管理決策。任何破壞信息和信息系統(tǒng)

完整性、機(jī)密性的網(wǎng)絡(luò)活動都被視為入侵行為。在工業(yè)互聯(lián)網(wǎng)平臺下，

工業(yè)邊緣數(shù)據(jù)的管理與分析，需要確保邊緣計(jì)算數(shù)據(jù)與各個(gè)協(xié)同模塊、

協(xié)同聯(lián)結(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)交互的安全，基于計(jì)算環(huán)境可信及接入安全策略的

安全體系，在邊緣微服務(wù)架構(gòu)下，從工業(yè)現(xiàn)場數(shù)據(jù)流通的角度，解決工

業(yè)現(xiàn)場上下行數(shù)據(jù)的應(yīng)用和傳輸安全問題。

2、現(xiàn)狀及場景分析

2.1邊緣數(shù)據(jù)管理與分析技術(shù)發(fā)展現(xiàn)狀

互聯(lián)網(wǎng)廠商、通信運(yùn)營商、工業(yè)軟件與服務(wù)提供商和IT服務(wù)提供商將邊緣

計(jì)算作為邊緣數(shù)據(jù)管理與分析的主要框架，融合大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈、人

工智能等技術(shù)，共同推動了邊緣計(jì)算演進(jìn)發(fā)展。

應(yīng)用

云

云服務(wù)

腐獺器業(yè)務(wù)編排資源調(diào)用

腐節(jié)點(diǎn)控制領(lǐng)域分析領(lǐng)域優(yōu)化領(lǐng)域

邊緣邊緣網(wǎng)關(guān)

邊緣控制器計(jì)算/存儲/網(wǎng)絡(luò)調(diào)用API

邊緣云

邊緣傳感器計(jì)算資源諸資源網(wǎng)絡(luò)資源

1接口

現(xiàn)場設(shè)備

1設(shè)備

圖1邊緣計(jì)算平臺一般性功能框架

2.1.1邊緣數(shù)據(jù)管理與分析的國內(nèi)發(fā)展現(xiàn)狀

工業(yè)互聯(lián)網(wǎng)平臺的建設(shè)極大的促進(jìn)了邊緣計(jì)算平臺的發(fā)展。

海爾卡奧斯COSMOplat工業(yè)互聯(lián)網(wǎng)平臺推出5G+邊緣計(jì)算公共服務(wù)平臺，助

力海爾智能工廠建設(shè)，5G+邊緣計(jì)算公共服務(wù)平臺獲得2021年度亞洲通信大獎

(AsiaCommunicationAward,ACA)“年度網(wǎng)絡(luò)創(chuàng)新產(chǎn)品”大獎。

百度開物工業(yè)互聯(lián)網(wǎng)平臺推出開源邊緣計(jì)算平臺OpenEdge,并發(fā)布邊緣網(wǎng)

絡(luò)計(jì)算“DuEdge”服務(wù)，借助邊緣網(wǎng)絡(luò)計(jì)算的能力，破解端云之間數(shù)據(jù)傳輸和

網(wǎng)絡(luò)流量難題，提升業(yè)務(wù)的靈活性和高效性。

阿里云supET工業(yè)互聯(lián)網(wǎng)平臺推出了IOT邊緣計(jì)算產(chǎn)品LinkEdge,將阿里云

在大數(shù)據(jù)、人工智能和云計(jì)算方面的優(yōu)勢拓展到靠近設(shè)備端的邊緣側(cè)，打造云、

邊、端一體化的協(xié)同計(jì)算體系。2019年，阿里云正式推出物聯(lián)網(wǎng)邊緣計(jì)算服務(wù),

并向用戶提供了軟硬一體化解決方案，助力用戶高效快速應(yīng)對復(fù)雜的邊緣場景。

華為Fusionplant工業(yè)互聯(lián)網(wǎng)平臺推出EC-IOT行業(yè)物聯(lián)解決方案，結(jié)合邊緣

計(jì)算和PLC兩大技術(shù)，面向交通、電力領(lǐng)域，支撐行業(yè)邊緣智能數(shù)據(jù)處理的快速

適配，推動業(yè)務(wù)創(chuàng)新。同時(shí)，華為正式發(fā)布滿足ECH(EdgeComputingIT

Infrastructure)標(biāo)準(zhǔn)的TaiShan邊緣服務(wù)器，為邊緣計(jì)算提供強(qiáng)勁的算力支持。

騰訊WeMake工業(yè)互聯(lián)網(wǎng)平臺推出騰訊智能邊緣計(jì)算網(wǎng)絡(luò)平臺TSEC(Tencent

SmartEdgeConnector),旨在打造運(yùn)營商5G網(wǎng)絡(luò)、移動用戶和業(yè)務(wù)之間的連接

器，為用戶和業(yè)務(wù)提供可自定義、高質(zhì)量、差異化的邊緣計(jì)算網(wǎng)絡(luò)層服務(wù)，實(shí)

現(xiàn)應(yīng)用在云、邊、端的智能協(xié)同。

中國移動在2018年發(fā)布支持邊緣計(jì)算的OneNet平臺的4.0版本，OnetNet邊

緣計(jì)算(OneNetEdge)通過在邊緣側(cè)提供規(guī)則引擎、設(shè)備管理、消息路由、函

數(shù)計(jì)算、智能算法等核心能力，為垂直行業(yè)客戶提供多樣化服務(wù)，推進(jìn)了邊緣

智能化發(fā)展。

清華數(shù)為loTDB所采用的技術(shù)體系架構(gòu)，覆蓋從數(shù)據(jù)收集到數(shù)據(jù)應(yīng)用的全生

命周期，支持高效的數(shù)據(jù)持久化存儲，豐富、低延遲的數(shù)據(jù)查詢功能，快速的

數(shù)據(jù)過濾和復(fù)合查詢，支持針對時(shí)間序列的擴(kuò)展分析操作，可靈活適配在“云-

網(wǎng)-端”計(jì)算環(huán)境下，并與現(xiàn)有生態(tài)系統(tǒng)無縫集成。loTDB目前在工程機(jī)械裝備

企業(yè)和風(fēng)機(jī)健康管理領(lǐng)域得到了應(yīng)用，取得了顯著的經(jīng)濟(jì)與社會效益。

2.1.2邊緣數(shù)據(jù)管理與分析的海外發(fā)展現(xiàn)狀

在開發(fā)平臺層面上，亞馬遜公司推出了AWSGreengrass服務(wù)，將AWS編程模

型擴(kuò)展到現(xiàn)場的小型設(shè)備，幫助客戶在特定條件下進(jìn)行本地處理，實(shí)現(xiàn)邊緣側(cè)

和云側(cè)的相互依賴和協(xié)同。微軟在Build2017開發(fā)者大會上推出了AzureI0T

Edge的新服務(wù)，將人工智能和高級分析功能賦能給可支持的設(shè)備，實(shí)現(xiàn)智能編

排的功能，讓邊緣設(shè)備可以靈活、安全、按需在云端和終端之間智能的分配數(shù)

據(jù)。GE推出了邊緣計(jì)算產(chǎn)品PredixMachine,旨在幫助企業(yè)在邊緣更好的處理

數(shù)據(jù)?；赑redixMachine,合作伙伴可以開發(fā)各類現(xiàn)場接入?yún)f(xié)議，實(shí)現(xiàn)邊緣

設(shè)備的連接和數(shù)據(jù)的采集。德國西門子公司發(fā)布邊緣數(shù)控產(chǎn)品-Optimize

myMachining/Trochoidal機(jī)器級數(shù)控平臺，主要應(yīng)用于機(jī)床行業(yè)設(shè)計(jì)，為客戶

提供程序更新、優(yōu)化加工過程，以及根據(jù)動態(tài)機(jī)器數(shù)據(jù)和輸入數(shù)據(jù)改進(jìn)和優(yōu)化

應(yīng)用程序，進(jìn)一步縮短了計(jì)算處理和數(shù)據(jù)傳輸?shù)臅r(shí)延。PTC推出ThingWorx工業(yè)

物聯(lián)網(wǎng)平臺，以集群配置將平臺擴(kuò)展到支持海量設(shè)備、管理苛刻的數(shù)據(jù)處理需

求，以及支持更多應(yīng)用用戶的能力。特別在邊緣引入增強(qiáng)的預(yù)測分析評分，以

降低數(shù)據(jù)傳輸成本和延遲，并提高資產(chǎn)績效預(yù)測的準(zhǔn)確性。

在運(yùn)營商層面上，德國電信在2019年推出了一個(gè)低延遲邊緣計(jì)算平臺-

EdgAIR（基于OpenStack的開源平臺），客戶可以在該平臺上部署物聯(lián)網(wǎng)應(yīng)用程

序。美國電信公司AT&T主導(dǎo)發(fā)起了Akraino開源項(xiàng)目，通過開源加快邊緣計(jì)算生

態(tài)建設(shè)和商業(yè)的步伐。美國Verizon、歐洲Vodafone、韓國SK電訊和日本KDDI與

亞馬遜AWS在5G網(wǎng)絡(luò)上開發(fā)邊緣計(jì)算服務(wù)開展合作，旨在推動和促進(jìn)低時(shí)延應(yīng)用

生態(tài)繁榮。

在硬件層面上，谷歌公司推出AI芯片EdgeTPU和軟件CloudI0TEdge,幫

助客戶在網(wǎng)絡(luò)邊緣設(shè)備的開發(fā)和部署?；裟犴f爾推出一款基于MobilityEdge平

臺架構(gòu)的產(chǎn)品-DolphinCT60移動計(jì)算機(jī)，為移動數(shù)據(jù)終端產(chǎn)品提供高度的一致

性、可重用性和可擴(kuò)展性，幫助企業(yè)加速配置、認(rèn)證和部署流程。

綜上，目前邊緣數(shù)據(jù)處理方法針對現(xiàn)有工業(yè)現(xiàn)場環(huán)境，仍然以數(shù)據(jù)傳輸、

處理等功能層面為主，少量局部智能的應(yīng)用主要用于識別技術(shù)，支撐決策的

應(yīng)用仍在不斷發(fā)展過程中。因此，邊緣數(shù)據(jù)的管理與分析技術(shù)仍需進(jìn)一步發(fā)

展，以應(yīng)對未來更多元化的工業(yè)數(shù)據(jù)管理和分析場景。

2.2產(chǎn)業(yè)應(yīng)用場景分析

2.2.1汽車制造行業(yè)

中國已成為全球范圍內(nèi)汽車電動化、智能化、共享化發(fā)展方向的積極倡

導(dǎo)者和引領(lǐng)者，產(chǎn)銷量位居全球第一。從生產(chǎn)環(huán)節(jié)來說，汽車行業(yè)是典型的

離散制造行業(yè)，包含零部件供應(yīng)商、整車生產(chǎn)廠、整車銷售、物流及售后服

務(wù)商的供應(yīng)鏈體系，整個(gè)汽車制造過程復(fù)雜，從用戶下單，銷售部門匯集并

反饋到財(cái)務(wù)、物流和制造等部門，從原材料進(jìn)廠，加工制造過程，到最后成

品車出廠并通過渠道交付給客戶，中間涉及很多部門，多環(huán)節(jié)業(yè)務(wù)系統(tǒng)和大

量的數(shù)據(jù)集合。以典型的整車廠為例，主要包括沖壓、車身、油漆、總裝四

大工藝。生產(chǎn)方式以大批量柔性生產(chǎn)模式為主，產(chǎn)品結(jié)構(gòu)復(fù)雜、配置多樣。

由產(chǎn)品數(shù)據(jù)、工藝數(shù)據(jù)、生產(chǎn)計(jì)劃與物流數(shù)據(jù)、生產(chǎn)運(yùn)行數(shù)據(jù)、產(chǎn)品質(zhì)量數(shù)

據(jù)、供應(yīng)商數(shù)據(jù)等組織起來的各類系統(tǒng)全面的支撐著整車廠的精益生產(chǎn)。

工業(yè)邊緣數(shù)據(jù)相關(guān)技術(shù)的提升為整車制造獲取高質(zhì)量的生產(chǎn)過程數(shù)據(jù)并

進(jìn)行現(xiàn)場工藝分析提供了有效支持。邊緣數(shù)據(jù)類型包含關(guān)系型的生產(chǎn)過程數(shù)

據(jù)，非關(guān)系型的監(jiān)控?cái)?shù)據(jù)和來自各種設(shè)備的時(shí)序型數(shù)據(jù)。邊緣數(shù)據(jù)來源更加

多元化，包括傳感器、控制器、專機(jī)上位系統(tǒng)、各種生產(chǎn)和物流設(shè)備，各類

管理系統(tǒng)等；數(shù)據(jù)內(nèi)容包含業(yè)務(wù)信息數(shù)據(jù)，工藝配置、狀態(tài)標(biāo)識、設(shè)備運(yùn)行

狀態(tài)等數(shù)據(jù)，邊緣數(shù)據(jù)的采集頻率涵蓋非實(shí)時(shí)業(yè)務(wù)系統(tǒng)狀態(tài)同步，和秒級、

毫秒級的設(shè)備數(shù)據(jù)。

邊緣??

產(chǎn)品決策支持系統(tǒng)生產(chǎn)看板

的虛擬研煉統(tǒng)切智聯(lián)網(wǎng)汽車仿真云平臺

邊緣實(shí)時(shí)數(shù)據(jù)

產(chǎn)率計(jì)算

據(jù)

數(shù)局部隊(duì)列

能

智AI智能

特征工程故解頁測

性

邊

緣

數(shù)據(jù)接入能

數(shù)據(jù)

監(jiān)

控

理

管

物聯(lián)網(wǎng)/實(shí)時(shí)流數(shù)據(jù)礴功能

數(shù)據(jù)源

圖2汽車行業(yè)邊緣數(shù)據(jù)管理與分析架構(gòu)圖

通過工業(yè)邊緣數(shù)據(jù)接入、管理與分析，不但可以進(jìn)一步提升整車生產(chǎn)相

關(guān)管理級系統(tǒng)的能力，提供更詳盡的整車生產(chǎn)履歷記錄，還可以為諸多生產(chǎn)

現(xiàn)場實(shí)際問題解決提供信息和決策支持?？陕涞厣a(chǎn)現(xiàn)場的數(shù)據(jù)深度應(yīng)用包

括設(shè)備控制與預(yù)測性維護(hù)、工藝參數(shù)配置與優(yōu)化、質(zhì)量改進(jìn)與問題分析、產(chǎn)

能分析與優(yōu)化等。

(1)汽車行業(yè)生產(chǎn)制造智能化解決方案

?方案實(shí)施背景：

目前，中國汽車行業(yè)迫切需要實(shí)現(xiàn)智能化轉(zhuǎn)型升級，其核心是通過“實(shí)時(shí)

感知一一可信仿真一一動態(tài)重構(gòu)”的過程，構(gòu)建面向大規(guī)模定制需求的敏

捷柔性生產(chǎn)能力，打造基于虛實(shí)空間高度融合的設(shè)計(jì)與制造模式。然而，

目前汽車行業(yè)虛擬數(shù)字化生產(chǎn)線動態(tài)重組仿真的效率低、可信度低，數(shù)

字化虛擬生產(chǎn)線難以細(xì)粒度高精度反映物理實(shí)體，從而導(dǎo)致智能化轉(zhuǎn)型

升級進(jìn)程受阻。通過工業(yè)邊緣計(jì)算部署，提升汽車產(chǎn)線工業(yè)邊緣數(shù)據(jù)采

集和分析能力，通過邊緣分析和云端智能分析以及工業(yè)機(jī)理分析等功能,

支撐虛擬生產(chǎn)線場景實(shí)時(shí)同步三維重建，構(gòu)建高精度產(chǎn)線仿真模型，實(shí)現(xiàn)

生產(chǎn)線的關(guān)鍵工藝路線重構(gòu)和制造資源優(yōu)化配置，最終形成汽車行業(yè)生產(chǎn)

制造智能化整體解決方案，幫助汽車企業(yè)增強(qiáng)生產(chǎn)制造過程的整體數(shù)字

化，精益化能力，提高生產(chǎn)的柔性化和智能化水平。

?解決方案實(shí)施：

構(gòu)建數(shù)字化產(chǎn)線：基于工業(yè)邊緣數(shù)據(jù)管理方法，通過工業(yè)協(xié)議對接、RTU

數(shù)據(jù)轉(zhuǎn)換、API對接、工控機(jī)直接讀寫、數(shù)據(jù)庫對接等多種方式接入工廠

的MES、SCADA、PLC、WMS等生產(chǎn)管理系統(tǒng)，以及產(chǎn)線數(shù)控機(jī)床、機(jī)械臂、

擰緊機(jī)、液壓裝夾機(jī)、光學(xué)檢測設(shè)備(AOI)等生產(chǎn)關(guān)鍵設(shè)備，幫助企業(yè)

完成對產(chǎn)線和生產(chǎn)過程的全面數(shù)字化改造，實(shí)現(xiàn)對生產(chǎn)過程的節(jié)拍、OEE

等關(guān)鍵指標(biāo)的產(chǎn)線、工廠級綜合分析。通過邊緣計(jì)算和數(shù)字仿真系統(tǒng)，

實(shí)現(xiàn)對生產(chǎn)過程和關(guān)鍵設(shè)備的全監(jiān)控和機(jī)理建模。提供關(guān)鍵設(shè)備的效率

專門分析和設(shè)備健康管理，大幅度提高企業(yè)對生產(chǎn)的全面控制能力和智

能化水平。

車間數(shù)字化信息綜合管理：基于邊緣數(shù)據(jù)管理分析平臺提供的機(jī)理、設(shè)

備和模型API,以及統(tǒng)一的數(shù)據(jù)資源共享服務(wù)，用戶可以快速生成特定場

景應(yīng)用。面向?qū)ｉT客戶分析、專用設(shè)備分析、新工藝引入效果以及質(zhì)量

根因追溯等專業(yè)化場景，幫助用戶快速搭建專用工業(yè)APP,實(shí)現(xiàn)業(yè)務(wù)效果。

同時(shí)，通過邊緣模塊的快速插件方式，平臺可以無縫對接企業(yè)原有的MES、

SCADA.DCS系統(tǒng)，實(shí)現(xiàn)工廠和產(chǎn)線原有控制系統(tǒng)之間的交互和協(xié)同，增

強(qiáng)企業(yè)原有系統(tǒng)的數(shù)據(jù)獲取能力和智能化分析處理能力。

平臺可以通過組件化技術(shù)將分析結(jié)果輸出到用戶可定制化的圖形界面，

便于用戶分析決策。利用數(shù)據(jù)可視化展現(xiàn)工具，將相關(guān)分析成果多樣化

地展現(xiàn)。支持定制化工業(yè)App開發(fā)，以及微服務(wù)技術(shù)，實(shí)現(xiàn)用戶數(shù)據(jù)界

面展現(xiàn)和自定義數(shù)據(jù)接口實(shí)現(xiàn)，進(jìn)而形成汽車行業(yè)生產(chǎn)制造智能化解決

方案。

通過汽車智能制造解決方案的建設(shè)，在促進(jìn)企業(yè)生產(chǎn)智能化轉(zhuǎn)型同時(shí)，

也能夠幫助企業(yè)完成網(wǎng)絡(luò)標(biāo)準(zhǔn)，數(shù)字化設(shè)備標(biāo)準(zhǔn)，數(shù)據(jù)標(biāo)準(zhǔn)和應(yīng)用標(biāo)準(zhǔn)

的制定，實(shí)現(xiàn)工業(yè)以太網(wǎng)，智能制造網(wǎng)和企業(yè)辦公網(wǎng)之間的互聯(lián)互通，

為企業(yè)整體的智能化建設(shè)打下堅(jiān)實(shí)的基礎(chǔ)。

?方案實(shí)施收益：

通過方案實(shí)施，制造成本損失減少5%,庫存周轉(zhuǎn)率提升2%,供應(yīng)鏈庫存

下降40%消除了企業(yè)內(nèi)部與外部、供應(yīng)鏈條上下游的信息不對稱，合同

履約率提升30%,實(shí)現(xiàn)精益化生產(chǎn)。

（2）汽車行業(yè)質(zhì)量管理體系智能化解決方案

?方案實(shí)施背景：

汽車生產(chǎn)過程中，大量的工藝技術(shù)環(huán)節(jié)需嚴(yán)格控制誤差，如車身尺寸關(guān)

鍵部位螺絲扭矩、漆面、加注過程等。這些環(huán)節(jié)的質(zhì)量將直接決定整車

質(zhì)量，對整車企業(yè)銷售、售后等環(huán)節(jié)產(chǎn)生重大影響。另一方面，設(shè)備質(zhì)

量對生產(chǎn)質(zhì)量也產(chǎn)生重大影響。目前，多數(shù)檢測仍停留在設(shè)備定期檢測,

人工分析的階段，依賴于專家經(jīng)驗(yàn)和紙質(zhì)報(bào)表，響應(yīng)周期長，響應(yīng)效率

低，專家知識積累復(fù)用效果差。質(zhì)量管理實(shí)時(shí)監(jiān)控高度依賴于產(chǎn)線上實(shí)

時(shí)監(jiān)測數(shù)據(jù)，通過工業(yè)邊緣數(shù)據(jù)管理與分析技術(shù)，對產(chǎn)品質(zhì)量數(shù)據(jù)實(shí)時(shí)

采集、實(shí)時(shí)處理和分析，及時(shí)、準(zhǔn)確地反饋質(zhì)量問題，避免產(chǎn)品“帶病

帶傷”下線，產(chǎn)品質(zhì)量數(shù)據(jù)匯總到云端，進(jìn)一步指導(dǎo)研發(fā)與生產(chǎn)過程,

形成全過程智能化的閉環(huán)。

?解決方案實(shí)施：

扭矩監(jiān)控：針對總裝238個(gè)扭矩點(diǎn)，車身38個(gè)扭矩點(diǎn)，通過工業(yè)邊緣數(shù)

據(jù)管理與分析平臺，采集扭力、轉(zhuǎn)角角度等核心監(jiān)控?cái)?shù)據(jù)，確保實(shí)現(xiàn)轉(zhuǎn)

角法+扭矩監(jiān)控，如出現(xiàn)問題，本工位自動報(bào)警并停線/人工復(fù)線，可通

過擰緊機(jī)信號燈、顯示屏、柱形燈及安燈等形式同步報(bào)警；上傳擰緊過

程中扭矩、轉(zhuǎn)角數(shù)據(jù)，記錄過程曲線。利用邊緣計(jì)算平臺建立QCOS系統(tǒng),

記錄扭矩趨勢圖，用于記錄和分析。

加注過程監(jiān)控：針對制動液加注、冷媒加注、冷卻液加注、風(fēng)窗洗滌液

加注過程，通過工業(yè)邊緣數(shù)據(jù)管理與分析平臺監(jiān)控建壓、粗真空、高真

空、保壓、加注量、加注時(shí)間、含水量等加注結(jié)果數(shù)據(jù)，并在邊緣側(cè)進(jìn)

行數(shù)據(jù)實(shí)時(shí)統(tǒng)計(jì)與分析。一旦出現(xiàn)異常狀態(tài)，工位自動報(bào)警并停線/人工

復(fù)線，可通過設(shè)備顯示屏、柱形燈及安燈等形式報(bào)警，上傳加注量結(jié)果

數(shù)據(jù)，記錄趨勢圖；評審確定關(guān)鍵過程監(jiān)控?cái)?shù)據(jù)（如加注過程各階段壓

力值-時(shí)間），實(shí)現(xiàn)過程監(jiān)控報(bào)警功能。

沖壓設(shè)備監(jiān)控：通過工業(yè)邊緣數(shù)據(jù)管理與分析平臺實(shí)現(xiàn)穩(wěn)壓電源的模擬

量電壓實(shí)時(shí)采集，并在邊緣側(cè)進(jìn)行數(shù)據(jù)實(shí)時(shí)統(tǒng)計(jì)與分析。通過分析可得

知，在供電過程中是否出現(xiàn)了電壓值過高或者過低的波動情況，通過增

加電源模塊的監(jiān)控分析，采取有效的技術(shù)手段，來預(yù)測電源模塊的運(yùn)行

壽命，使用后電源模塊的故障率降低了46機(jī)通過液壓系統(tǒng)的液位、壓力、

溫度、流量實(shí)時(shí)數(shù)據(jù)采集，增加大量壓力、溫度、流量傳感器，將實(shí)時(shí)

的數(shù)據(jù)采集回PLC,在數(shù)據(jù)庫內(nèi)進(jìn)行多維度的綜合分析，最終建立分析預(yù)

測模型。通過動力供電的電壓、電流的波動情況的數(shù)據(jù)采集，不僅可以

實(shí)時(shí)分析出動力供電質(zhì)量的好壞，同時(shí)也可以根據(jù)電流波動的情況分析

出負(fù)載的健康狀況，根據(jù)數(shù)據(jù)的趨勢變化就可以提前預(yù)測設(shè)備的未來運(yùn)

行狀況。

質(zhì)量信息統(tǒng)計(jì)：工業(yè)邊緣數(shù)據(jù)管理平臺將數(shù)據(jù)處理后，傳至后端云平臺,

通過平臺自動統(tǒng)計(jì)質(zhì)量信息，含質(zhì)量門FTQ/DRR/DRL趨勢圖，缺陷TOP-

Q清單、缺陷排列圖、質(zhì)量分析卡，可按車型、日期、時(shí)間段、顏色（油

漆）等多維度查詢，并將質(zhì)量報(bào)告以郵件形式發(fā)送至相關(guān)人員。

?方案實(shí)施收益：

平臺上線后人力成本下降60%,應(yīng)用分析功能使得分析效率提升40%；電

源模塊的故障率降低46%；故障預(yù)測準(zhǔn)確性提高，分析周期秒級響應(yīng)。

（3）汽車行業(yè)研發(fā)智能化解決方案

?方案實(shí)施背景：

目前，汽車行業(yè)研發(fā)與生產(chǎn)過程仍處于較為分離的狀態(tài)，汽車設(shè)計(jì)過程

與生產(chǎn)過程交互不夠緊密，研發(fā)系統(tǒng)精確度有待提升。利用工業(yè)現(xiàn)場邊

緣數(shù)據(jù)，建立基于多源數(shù)據(jù)結(jié)構(gòu)的產(chǎn)品數(shù)字模型，利用數(shù)字?jǐn)伾椒?gòu)

建仿真工具，保證產(chǎn)品數(shù)字模型仿真精確度。

?解決方案實(shí)施：

汽車虛擬研發(fā)系統(tǒng)：通過工業(yè)邊緣數(shù)據(jù)管理與分析平臺實(shí)現(xiàn)產(chǎn)線核心數(shù)

據(jù)實(shí)時(shí)采集，利用產(chǎn)線實(shí)際生產(chǎn)數(shù)據(jù)修正仿真模型，構(gòu)建具有高精度的

汽車虛擬研發(fā)系統(tǒng)，為汽車企業(yè)車輛設(shè)計(jì)環(huán)節(jié)提供模型輕量化、自動化

渲染、多平臺發(fā)布以及DMU人機(jī)校核等功能的軟硬件一體化綜合服務(wù)方

案，解決造型評審中油泥模型制作周期長、總布置合理性難保證、人機(jī)

校核不直觀不準(zhǔn)確及多地研發(fā)中心評審成本高等車型研發(fā)階段的核心難

點(diǎn)問題，并提供針對性解決方案。

智能網(wǎng)聯(lián)汽車仿真云平臺：基于仿真技術(shù)與車輛群體和信息互相結(jié)合，

通過數(shù)學(xué)、物理或者幾何等多種計(jì)算方式，進(jìn)行多目標(biāo)群系統(tǒng)的駕駛行

為和過程的仿真，實(shí)現(xiàn)高級智能駕駛汽車的高度仿真。仿真云平臺基于

云端加速架構(gòu)為單體算法驗(yàn)證提供千倍并行加速測試，為行業(yè)提供快速

仿真解決方案，提升行業(yè)整體研發(fā)效率。

汽車工程數(shù)據(jù)云平臺：通過收集分析國內(nèi)外優(yōu)秀車型數(shù)據(jù)，通過測試、

評價(jià)、拆解、分析等多種分析手段，獲取整車性能數(shù)據(jù)、感知質(zhì)量評分

數(shù)據(jù)、3D點(diǎn)云、結(jié)構(gòu)斷面、設(shè)計(jì)硬點(diǎn)等參數(shù)信息，甚至零件成型、連接

工藝、零部件用材、配套商關(guān)系等相應(yīng)信息。

?方案實(shí)施收益:

通過汽車虛擬研發(fā)系統(tǒng)、智能網(wǎng)聯(lián)汽車仿真云平臺、汽車工程數(shù)據(jù)云平

臺，減少研發(fā)投入，提升了整車研發(fā)效率。

2.2.2石油化工行業(yè)

石油化工行業(yè)是以石油和天然氣為原料，生產(chǎn)石油產(chǎn)品和石油化工產(chǎn)品

的加工工業(yè)，是連續(xù)性生產(chǎn)模式，生產(chǎn)過程依靠工藝參數(shù)調(diào)節(jié)，數(shù)據(jù)要求及

時(shí)、穩(wěn)定、可靠。自動化程度高，DCS、PLC、控制系統(tǒng)是石油化工生產(chǎn)的主

要控制手段。

石化行業(yè)的數(shù)據(jù)化、信息化強(qiáng)調(diào)在線控制，過程控制。其重點(diǎn)在于裝置

的自動化控制、工藝流程的信息化、高效的生產(chǎn)調(diào)度、全面的設(shè)備管理和精

準(zhǔn)及時(shí)的物料生產(chǎn)平衡。針對石化行業(yè)，邊緣數(shù)據(jù)管理與分析需解決工藝現(xiàn)

場的邊緣側(cè)數(shù)據(jù)實(shí)時(shí)決策問題，通過對所有生產(chǎn)設(shè)備的進(jìn)出料、水電氣風(fēng)的

產(chǎn)耗、庫存、設(shè)備動態(tài)等方面的數(shù)據(jù)進(jìn)行全面自動采集，集成不同系統(tǒng)

（DCS、PLC、ERP等）的數(shù)據(jù)，生產(chǎn)計(jì)劃、排產(chǎn)、調(diào)度一體化平臺，提供統(tǒng)

一的信息庫、規(guī)則庫、算法庫，通過對過程和工藝的建模和分析，實(shí)現(xiàn)調(diào)度

過程中的人機(jī)交互，指導(dǎo)生產(chǎn)過程，達(dá)到智能化現(xiàn)場管理的目的。

可視化展示W(wǎng)eb服務(wù)

邊緣側(cè)

邊緣實(shí)時(shí)數(shù)據(jù)

產(chǎn)率計(jì)算

據(jù)

數(shù)局部隊(duì)列

能

智AI智能

特征工程故頤測

性

邊緣數(shù)據(jù)接入

能

據(jù)

數(shù)

監(jiān)

控

理

管

物聯(lián)網(wǎng)/實(shí)時(shí)流數(shù)據(jù)處理功能

數(shù)據(jù)

源

能耗信息物料信息

圖3石化行業(yè)邊緣數(shù)據(jù)管理與分析架構(gòu)圖

(1)面向智能化生產(chǎn)的石油催化裂解產(chǎn)品收率優(yōu)化方案

?方案實(shí)施背景：

催化裂化(FCC)是煉油廠重質(zhì)油輕質(zhì)化的主要工藝之一，在煉油工業(yè)生

產(chǎn)中占有重要的地位。產(chǎn)品收率優(yōu)化的建模分析是催化裂化的工藝過程

中獲取最大經(jīng)濟(jì)效益的關(guān)鍵技術(shù)。大型煉化設(shè)備采集點(diǎn)多，加工生產(chǎn)過

程涉及多變量協(xié)調(diào)，不同工藝路線、工藝參數(shù)會產(chǎn)出不同目標(biāo)產(chǎn)品及收率,

因此，需通過傳感器網(wǎng)絡(luò)優(yōu)化模型，利用工業(yè)現(xiàn)場邊緣數(shù)據(jù)采集技術(shù)，

對石化產(chǎn)線裝置、儀表、傳感器的操作、設(shè)備狀態(tài)、腐蝕、能耗等全量

數(shù)據(jù)進(jìn)行采集，對海量時(shí)序數(shù)據(jù)進(jìn)行邊緣側(cè)預(yù)處理，便于數(shù)據(jù)實(shí)時(shí)回傳,

解決遠(yuǎn)程非現(xiàn)場設(shè)備運(yùn)行狀態(tài)監(jiān)控問題。

?解決方案實(shí)施：

通過傳感器網(wǎng)絡(luò)優(yōu)化模型，利用工業(yè)現(xiàn)場邊緣數(shù)據(jù)采集技術(shù)，對石化產(chǎn)

線催化裝置數(shù)百個(gè)工藝點(diǎn)數(shù)據(jù)進(jìn)行實(shí)時(shí)采集。在邊緣側(cè)，針對如裝置測

量波動、數(shù)據(jù)采集系統(tǒng)偶發(fā)問題或者人為因素等原因造成的原始數(shù)據(jù)異

常、缺失、重復(fù)、不完整、冗余、噪音等異常情況，進(jìn)行數(shù)據(jù)清洗和處

理。

基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，面對催化裂化裝置產(chǎn)生的大量過程數(shù)據(jù)，

使用梯度提升決策樹方法，建立基于經(jīng)驗(yàn)可控指標(biāo)與重要相關(guān)參數(shù)的產(chǎn)

品收率預(yù)測模型，然后使用模型預(yù)測解決以往裝置運(yùn)行工藝參數(shù)分析數(shù)

據(jù)來源少及不連續(xù)問題，進(jìn)行深層次的分析挖掘，找到問題關(guān)聯(lián)因子、

發(fā)現(xiàn)原因，建立催化裝置機(jī)理模型和產(chǎn)品收率模型。并進(jìn)一步改進(jìn)模型,

構(gòu)建新的算法模型，增加對算法中指標(biāo)的權(quán)重影響的控制能力，多次迭

代后，得到目標(biāo)近優(yōu)解。

?方案實(shí)施收益：

產(chǎn)品收率優(yōu)化方案的部署，實(shí)現(xiàn)了生產(chǎn)工藝的持續(xù)、動態(tài)優(yōu)化，實(shí)現(xiàn)了

裝置的智能化生產(chǎn)，顯著提升了產(chǎn)品收率，催裂化收率提升3%。-8%。，為

企業(yè)每年增加超過6000萬元收益。

(2)面向智能化生產(chǎn)的產(chǎn)線裝置報(bào)警預(yù)測方案

?方案實(shí)施背景

石油化工企業(yè)生產(chǎn)裝置工藝流程復(fù)雜、條件苛刻，具有高溫高壓、易燃

易爆、腐蝕以及生產(chǎn)連續(xù)性強(qiáng)等特點(diǎn)，在長周期連續(xù)運(yùn)轉(zhuǎn)過程中，受工

藝設(shè)備、人員操作水平等因素的影響，生產(chǎn)裝置內(nèi)可能存在一些影響安

全生產(chǎn)的因素，面臨著人為響應(yīng)不及時(shí)、備品備件繁多無法及時(shí)跟蹤狀

態(tài)等問題。

利用工業(yè)現(xiàn)場邊緣數(shù)據(jù)采集技術(shù)，采集石化設(shè)備關(guān)鍵數(shù)據(jù)，首先，對設(shè)

備的能效值、用電水汽熱量、溫濕度、壓振、傳轉(zhuǎn)速、料液流量等石化

生產(chǎn)流程中的關(guān)鍵狀態(tài)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控。其次，利用關(guān)鍵狀態(tài)參數(shù)，

構(gòu)建關(guān)鍵部件的報(bào)警預(yù)測模型。最后，基于預(yù)測結(jié)果，通過工藝機(jī)理模

型提高裝置運(yùn)行參數(shù)建議。

?解決方案實(shí)施：

利用工業(yè)現(xiàn)場邊緣數(shù)據(jù)采集技術(shù)，通過PLC系統(tǒng)，采集石化設(shè)備關(guān)鍵數(shù)

據(jù)，對邊緣數(shù)據(jù)進(jìn)行處理，判斷設(shè)備狀態(tài)，將關(guān)鍵數(shù)據(jù)上傳至云平臺。

通過大數(shù)據(jù)、人工智能引擎等核心服務(wù)功能組件，可以實(shí)現(xiàn)對重要機(jī)組

和設(shè)備狀態(tài)歷史數(shù)據(jù)進(jìn)行全量保存。通過機(jī)理建模、數(shù)據(jù)建模、大數(shù)據(jù)

分析等手段，基于各類匹配分析算法和故障診斷規(guī)則庫，構(gòu)建報(bào)警因果

鏈路分析技術(shù)，對生產(chǎn)過程指標(biāo)實(shí)現(xiàn)智能化檢測，及時(shí)發(fā)現(xiàn)生產(chǎn)過程中

裝置可能出現(xiàn)的報(bào)警，并給出報(bào)警診斷結(jié)論、診斷依據(jù)、處理建議等，

提前發(fā)現(xiàn)潛在的故障，降低事故發(fā)生率，保障產(chǎn)線的連續(xù)運(yùn)轉(zhuǎn)。

?方案實(shí)施收益：

該方案的實(shí)施，解決了產(chǎn)線關(guān)鍵點(diǎn)位故障預(yù)警問題，提前發(fā)現(xiàn)石化工藝和

流程中的潛在的問題，降低事故發(fā)生率，保障產(chǎn)線的連續(xù)運(yùn)轉(zhuǎn)。

（3）面向智能化生產(chǎn)的設(shè)備預(yù)測性維護(hù)方案

?方案實(shí)施背景：

石化企業(yè)各監(jiān)測系統(tǒng)一般分散且獨(dú)立運(yùn)行，管理人員無法全面及時(shí)地了

解生產(chǎn)和設(shè)備的實(shí)時(shí)情況及異常信息，而企業(yè)內(nèi)故障診斷和專家數(shù)量不

足，難以滿足大量的設(shè)備故障診斷與預(yù)測需求，故障診斷專家經(jīng)驗(yàn)無法

顯性積累，導(dǎo)致設(shè)備過度維修或欠維修的問題。

通過生產(chǎn)現(xiàn)場工業(yè)邊緣數(shù)據(jù)，形成針對生產(chǎn)過程中復(fù)雜物理現(xiàn)象的精確

仿真，形成新的數(shù)據(jù)采集策略，構(gòu)建基于工業(yè)邊緣數(shù)據(jù)的故障診斷方法,

形成設(shè)備預(yù)測性維護(hù)方案。

?解決方案實(shí)施：

針對石化行業(yè)特點(diǎn)和需求，結(jié)合歷史生產(chǎn)記錄和工藝過程關(guān)鍵控制參數(shù)

建立了傳感器網(wǎng)絡(luò)優(yōu)化模型，明確最佳的傳感器測點(diǎn)布局和數(shù)據(jù)采集策

略。在新的數(shù)據(jù)采集策略下實(shí)現(xiàn)對裝置的操作數(shù)據(jù)、設(shè)備狀態(tài)數(shù)據(jù)、腐

蝕數(shù)據(jù)、能耗數(shù)據(jù)和液體溫度、壓力、流量數(shù)據(jù)進(jìn)行高效采集及質(zhì)量提

升，同時(shí)通過構(gòu)建基于規(guī)則的故障診斷、基于案例的故障診斷、設(shè)備狀

態(tài)劣化趨勢預(yù)測、部件剩余壽命預(yù)測等模型，實(shí)現(xiàn)了對工業(yè)網(wǎng)絡(luò)全面排

查、校準(zhǔn)，對故障儀表和傳感器進(jìn)行了全面的排查、診斷和維修。

?方案實(shí)施收益：

設(shè)備預(yù)測性維護(hù)方案提升了石化行業(yè)設(shè)備巡檢效率，并提前發(fā)現(xiàn)潛在故

障，降低事故發(fā)生率，減少設(shè)備過度維護(hù)，實(shí)現(xiàn)了對設(shè)備的遠(yuǎn)程監(jiān)控和預(yù)測

性維護(hù)，提高了設(shè)備的連續(xù)運(yùn)行周期，保障生產(chǎn)的連續(xù)穩(wěn)定運(yùn)行。

2.2.3電子制造行業(yè)

電子設(shè)備產(chǎn)品是指涉及電子信息的采集、獲取、處理或控制方面的電子

產(chǎn)品，屬于知識、技術(shù)密集型產(chǎn)品，科技含量較高，產(chǎn)品注重質(zhì)量、節(jié)能和

環(huán)保，并遵循行業(yè)標(biāo)準(zhǔn)及國際標(biāo)準(zhǔn)，遵循模塊化設(shè)計(jì)與生產(chǎn)制造理念，覆蓋

模組、部件到整機(jī)的生產(chǎn)全流程。

電子設(shè)備生產(chǎn)中有上千種制造、檢測和裝配的設(shè)備，邊緣設(shè)備多，工藝

實(shí)時(shí)性高，工況復(fù)雜多變。從針對電子制造業(yè)，邊緣數(shù)據(jù)管理與分析需解決

設(shè)備接入的問題，需解決數(shù)據(jù)的實(shí)時(shí)采集和智能化分析問題。依托邊緣數(shù)據(jù)

管理與分析技術(shù)，實(shí)現(xiàn)物料、產(chǎn)線、測試等多環(huán)節(jié)邊緣數(shù)據(jù)采集，通過局部

人工智能，實(shí)現(xiàn)數(shù)據(jù)與云端實(shí)時(shí)高效交互，構(gòu)建包含產(chǎn)品、產(chǎn)線、檢測等全

流程的數(shù)字?jǐn)伾w，在此基礎(chǔ)上，構(gòu)建數(shù)字化工藝解決方案、產(chǎn)品工程化仿

真解決方案等一系列產(chǎn)線智能化提升方案，從而實(shí)現(xiàn)對電子設(shè)備制造過程中

繁雜工況的有效管理及工藝提升，進(jìn)而提高產(chǎn)品質(zhì)量和生產(chǎn)效率，實(shí)現(xiàn)智能

化生產(chǎn)。

局

標(biāo)簽管理增派分析*數(shù)嚏南*

AI

性

融姒II颯%范化］能

監(jiān)

控

物聯(lián)網(wǎng)/實(shí)時(shí)流散據(jù)處理功能ETL做《踹洗.傳板ffltt)

蠹髀|數(shù)據(jù)庫接口11文儲口11手11網(wǎng)|

消息管理實(shí)例管理

圖4電子行業(yè)邊緣數(shù)據(jù)管理與分析架構(gòu)圖

(1)數(shù)字化工藝解決方案

?方案實(shí)施背景：

在傳統(tǒng)業(yè)務(wù)流程中，研發(fā)設(shè)計(jì)與制造工藝數(shù)據(jù)是分開獨(dú)立管理運(yùn)行的，

這造成了信息的不對稱、滯后甚至錯(cuò)誤，給制造端帶來停線、重工、召

回或給研發(fā)端帶來修模、上市日期推遲等不必要的損失。數(shù)字?jǐn)伾?/p>

(DigitalTwin)通過建立物理產(chǎn)品的數(shù)字映射，打造數(shù)字化工藝解決

方案，通過數(shù)字化的手段構(gòu)建數(shù)字世界中實(shí)體的映射體，實(shí)現(xiàn)對物理實(shí)

體的分析和優(yōu)化。

與傳統(tǒng)的仿真方法相比，數(shù)字李生的精度高度依賴于物理實(shí)體實(shí)時(shí)狀態(tài)

的數(shù)據(jù)，在數(shù)字空間集成物理實(shí)體各類具有離散、孤立、片面和異構(gòu)特

性的活動數(shù)據(jù)，持續(xù)優(yōu)化和改進(jìn)映射體精度，從而實(shí)現(xiàn)物理實(shí)體和映射

體行為的一致，達(dá)到“攣生”的狀態(tài)。

?方案系統(tǒng)功能特性：

建立物理產(chǎn)品的數(shù)字李生體，需通過對產(chǎn)品、產(chǎn)線、生產(chǎn)過程等一系列

邊緣數(shù)據(jù)的實(shí)時(shí)采集，通過邊緣計(jì)算，保證數(shù)據(jù)質(zhì)量，結(jié)合產(chǎn)品生產(chǎn)、

使用過程中產(chǎn)生的數(shù)據(jù)，結(jié)合專家經(jīng)驗(yàn)，完成數(shù)據(jù)閉環(huán)反饋，不斷優(yōu)化

物理產(chǎn)品數(shù)字映射模型，真正達(dá)到“數(shù)字李生”狀態(tài)，進(jìn)而構(gòu)建工藝基

礎(chǔ)數(shù)據(jù)庫、工藝資源庫，實(shí)現(xiàn)工藝基礎(chǔ)數(shù)據(jù)管理、工藝資源管理等功能。

工藝基礎(chǔ)數(shù)據(jù)管理：實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)數(shù)字化和結(jié)構(gòu)化；清晰識別業(yè)務(wù)數(shù)據(jù)

類型；檢索方便，實(shí)現(xiàn)數(shù)據(jù)共享重用。

工藝資源管理：實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)分類管理；實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化管理；便于數(shù)

據(jù)查詢和重用。

Windchill集成：BOP平臺與Windchill系統(tǒng)數(shù)據(jù)傳輸；根據(jù)需要導(dǎo)入

BOM數(shù)據(jù)；BOM導(dǎo)入進(jìn)程監(jiān)控。

DFx數(shù)據(jù)管理及統(tǒng)計(jì)分析：數(shù)據(jù)統(tǒng)一集中管理；圖形化管理；歷史數(shù)據(jù)可

追溯。

BOP：支持多個(gè)工廠多條產(chǎn)線的業(yè)務(wù)需求；重點(diǎn)站別資源添加；固定工位;

根據(jù)節(jié)拍和工位自動線體平衡。

eSOP自動生成：根據(jù)訂單生成eSOP；批量化處理；監(jiān)控生成進(jìn)度。

仿真工具集成：集成NX,PS,VSA,PS,TC；打通BOP平臺和各工具之間

之間數(shù)據(jù)傳輸。

其應(yīng)用場景主要包括：

場景一：研發(fā)人員可以實(shí)時(shí)查看產(chǎn)品在工廠產(chǎn)線的工藝工序等制造信息;

場景二：工廠工藝或制造工程師可以實(shí)時(shí)查看產(chǎn)品的研發(fā)圖檔、設(shè)計(jì)要

求等研發(fā)信息；

場景三：工廠產(chǎn)線可以根據(jù)訂單配置不同，實(shí)時(shí)生成對應(yīng)的最佳工藝序

歹心并通過可視化的方式呈現(xiàn)給產(chǎn)線員工。

場景四：產(chǎn)品設(shè)計(jì)或BOM發(fā)生變更，工廠可以實(shí)時(shí)接收到變更信息，并

自動更新產(chǎn)線的可視化工藝。

?方案實(shí)施收益:

通過邊緣數(shù)據(jù)采集，獲取產(chǎn)線、產(chǎn)品實(shí)時(shí)數(shù)據(jù)，利用邊緣數(shù)據(jù)構(gòu)建數(shù)字

李生映射體，指導(dǎo)研發(fā)過程，打破了從研發(fā)到制造“數(shù)據(jù)孤島”現(xiàn)狀，

實(shí)現(xiàn)了工藝管理數(shù)據(jù)結(jié)構(gòu)化，實(shí)現(xiàn)研發(fā)與制造各部門之間協(xié)同工作，實(shí)

現(xiàn)工藝數(shù)據(jù)共享，提高工藝數(shù)據(jù)的準(zhǔn)確性，降低工藝管理成本。

（2）產(chǎn)品工程化仿真解決方案

?方案實(shí)施背景：

產(chǎn)品工程化仿真是指物理產(chǎn)品在虛擬空間中的數(shù)字模型，包含了從產(chǎn)品

構(gòu)思到產(chǎn)品退市全生命周期的產(chǎn)品信息。由于現(xiàn)有數(shù)學(xué)、物理模型描述

和圖形表達(dá)手段的局限性，在缺乏語義特征的條件下常常難以通過完備

的幾何、物理建模和實(shí)時(shí)解算來進(jìn)行高精高效的模擬與復(fù)雜生產(chǎn)場景生

成。通過產(chǎn)品邊緣數(shù)據(jù)的采集與分析，有機(jī)集成光學(xué)、力學(xué)、溫度等在

線監(jiān)測數(shù)據(jù)，形成以邊緣數(shù)據(jù)智能分析和物理規(guī)律相結(jié)合的復(fù)雜動態(tài)現(xiàn)

象混合建模表示，使基于虛實(shí)融合的產(chǎn)品工程化仿真不僅在視覺上有更

全面的逼真表達(dá)，在動態(tài)演化方面也有高逼真度的體現(xiàn)。

?方案系統(tǒng)功能特性：

通過實(shí)時(shí)采集產(chǎn)品生產(chǎn)過程中所產(chǎn)生的加工數(shù)據(jù)、監(jiān)測數(shù)據(jù)、材料性能

等邊緣側(cè)數(shù)據(jù)，建立基于多源數(shù)據(jù)結(jié)構(gòu)的產(chǎn)品數(shù)字模型，形成數(shù)字李生

仿真工具，保證產(chǎn)品數(shù)字模型仿真精確度。進(jìn)而實(shí)現(xiàn)以下功能：

靜態(tài)干涉分析：檢查部件的靜態(tài)干涉并給出分析結(jié)果（干涉類型、干涉

量、位置等）。在產(chǎn)品設(shè)計(jì)階段通過3D模型發(fā)現(xiàn)干涉問題并提示研發(fā)對

圖紙進(jìn)行修正，避免產(chǎn)品量產(chǎn)后由于干涉問題造成的損失。

機(jī)構(gòu)仿真（CAE）：對產(chǎn)品的3D模型進(jìn)行高級非線性靜力學(xué)仿真，為產(chǎn)品

機(jī)構(gòu)類材料失效分析提供數(shù)據(jù)支撐，在設(shè)計(jì)階段發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，從而優(yōu)

化設(shè)計(jì)結(jié)構(gòu)，避免問題在量產(chǎn)后出現(xiàn)。

公差仿真分析：通過指定分布的隨機(jī)取值，驗(yàn)證部件間的公差設(shè)計(jì)是否

合理。對關(guān)鍵配合部件的公差在設(shè)計(jì)階段進(jìn)行仿真，提前發(fā)現(xiàn)失效風(fēng)險(xiǎn)

并修正設(shè)計(jì)；對已失效配合公差進(jìn)行分析，給出關(guān)鍵因子，進(jìn)而指導(dǎo)設(shè)

計(jì)優(yōu)化。

在產(chǎn)品工程化仿真解決方案中的主要應(yīng)用場景包括：

場景一：在產(chǎn)品工程驗(yàn)證階段，制造工程人員可以通過設(shè)計(jì)圖紙仿真提

前發(fā)現(xiàn)設(shè)計(jì)問題并指導(dǎo)研發(fā)優(yōu)化設(shè)計(jì)。

場景二：在產(chǎn)品工程驗(yàn)證階段，制造工藝人員可以通過設(shè)計(jì)圖紙仿真產(chǎn)

品的制造能力和效率，提前規(guī)劃產(chǎn)能及設(shè)備布置。

場景三：在產(chǎn)品生命周期內(nèi)，制造工程人員通過仿真工具分析問題并找

到解決方案。

?方案實(shí)施收益：

通過產(chǎn)品邊緣數(shù)據(jù)的采集與分析，構(gòu)建產(chǎn)品工程化數(shù)字李生仿真工具，

對研發(fā)設(shè)計(jì)進(jìn)行