工业互联网不是“网” 而是一种手段和技术

我今年6月1号在优也的微信公众号的文章里面，对包括对生产环境各个不同领域的优化的可能性作了些描述，大家感兴趣的话，可以查看参考。

现在让我们一起探讨，在生产环境里面实现通过数据驱动的优化，将面临哪些挑战。要赢这些挑战，我们需要哪些应对。首先在最底层，我们要解决连接的问题。如果我们不能够对设备、产品、环境等等实体实现连接，采集数据，所有上层的分析、应用反馈就无从谈起。在这个环境，我们所面临的很多挑战。首先生产环境里，会有多条产线，多道工序，不同类型的众多设备，测量仪表、还有产品。因为缺乏开放性的标准，对设备的连接不少困难，数据多源异构。要实现有效分析，就要对数据进行规范化、系统化的管理。这是一个挑战。

在另外一个方面，在生产环境里面，数字化的进程已经发展了一段很长的时间。在不同的领域，比如工艺管理、质量监控，能效管理等等，我们已经建立了不少工业应用。但是这些应用是沿用传统的应用开发方式，如我们目前最常见的浏览器/服务（B/S）架构，大都是垂直封闭性的，独立运行，连接性低，容易在各个应用领域形成了数据孤岛。同时，在不同工序之间也容易数据孤岛。它们之间协同性很低，很难实现全流程的跨工序、跨领域的整体综合优化。这是我们面临的另一挑战。

要应对这些挑战，我们需要一个统一的数据平台，采集、处理、保存所有关于生产过程的数据，无论是来源于设备，测量仪表，产品，还是各种领域应用。

在另外一方面，为了实现闭环反馈。我们需要对设备、产品，我们会建立多种模型，所以我们也需要一个统一的模型运行框架用于支持这些模型的运行。为了简化的应用开发的工作量或者复杂度，还必须提供规范化、体系化、结构化的框架，把所有这些关于产品、设备、系统在数据空间映射的模型，也就是数字孪生体，进行统一的管理。例如，我们对一台设备定义它的数字孪生体，可以包括与这台设备相关的数字模型，机理模型，还有静态的一些参数，如这台设备的身份号码、型号、规格、配置，状态，等等。这样的一个数字孪生体，通过一些适配，可以在不同的环境里重用。

最后，我们需要一个统一的工业应用开发和运行环境，支持多种不同的应用，将模型分析的结果反馈于生产过程中。

这样的一个系统将帮助我们把工业技术知识和经验，通过模型化软件化，实现沉淀积累和提升。

这些也不只是我们自己认识。在刚才我们提到这个报告里面，也提到不少相应的方面，比如说我们建立工业互联网系统，是为了实现价值的，是要以价值为导向；平台的解决方案必须是轻量级的，必须是简易的、低成本的。如果实施成本很高，那么对价值的体现就越困难。所以，实施的经济性很重要。我们还要注重技术的先进性，系统可扩展性等等非功能性的性能。在实施工业互联网系统中，不应该在建立像以往那种垂直封闭的应用，应该是开放性的，能把其功能通用API发布给其它应用使用。同时，这些应用应该建立在开发性的平台上，客户可以这个开发性的平台上增加新的功能和应用。

在这里，我们一起来看一看一家钢铁厂采用工业互联网的技术实现智能能效管理的例子。在钢铁的生产过程中，炼铁的高炉产出大量的煤气，用于下游的不同工序，如炼钢、轧钢等等工序，最后还有利用余气发电的锅炉，作为的加温能源。但是，这些跨越多个工序的生产流程动态性很强，容易导致煤气产用不平衡的大波动；有时产气过多，无法完全利用，被迫放散，造成浪费和污染；有时产气不足，影响下游工序的正常生产，导致产能的丧失。这显然是一个生产运营闭环优化的一个良好机会。

上海的优也公司，对钢铁厂的各生产工序采集的数据建立模型和分析，实施了一个对钢铁厂煤气智能平衡系统，动态预测和跟踪高炉煤气的产气状况，为下游工序的用气操作提供实时寻优的辅助性决策，实现跨工序的煤气产用闭环优化，其结果降低了煤气波动、大幅提高了煤气网管压力的稳定性，保障了产能的充分实现，减少了排放，为这家产能约为5百万吨的钢厂带来了每年4200万元的收益。对于能效管理，降下来的成本，一般就是直接的利润，其价值的效果是很显著的。这是数据-分析-应用的闭环反馈、优化、创造价值的又一个很好的例子。

这样的系统在上面所说的平台上将会是怎么样去实现呢？我们接下来对此做些简单的探讨。

当我们完成对系统部署之后，数据整合工程师在平台的下层，把生产过程中设备和系统数据归聚在系统上面，进行统一的处理和保存。在平台的中层，行业的技术专家和数据科学家一起合作，建立各种模型，对产气和用气进行预测。在平台的上层，应用开发工程师、用户体验设计师、还有行业业务专家一起合作，开发出针对煤气优化应用。在这个平台上，不同的专业的技术人员分工合作，各施其能，松散耦合地协同合作，可以分别相对独立地完成数据、模型和应用方面的工作，减少开发时间和降低开发成本。

谢谢大家！

责任编辑：Keyi