江苏龙网

  1. 首页 > 人文 > >

工业互联网清创中心 工业互联网技术体系研究与应用分析( 二 )


2
工业互联网应用场景分析
随着新技术的快速发展和应用 ， 全球工业正在从传统的供给驱动型、资源消耗型、机器主导型、批量规模型向需求引导型、资源集约型、人机互联型、个性定制型转变 。 由于制造行业的生产流程和产业链都很复杂 ， 工业互联网在制造领域的应用场景很多 。
目前 ， 制造领域资产密集 ， 资产性能优化空间大 ， 数据利用率低 ， 缺少科学决策能力 。 以下重点分析需求管理、研发设计、工艺工程、生产制造、运维过程这5大传统工业过程面临的诸多挑战和应用升级需求 。
2.1需求管理
需求管理是对客户的需求进行识别并确保主生产计划反映这些需求的功能 。 传统模式下 ， 需求管理的缺失主要表现为：需求缺乏严格的需求管理过程 ， 需求缺乏层层的传递和保证 ， 导致最终的产品在设计中就已经迷失；需求管理基于文档没有进行结构化管理 ， 产品开发过程中缺乏追踪的手段和对象划分；在协同研制模式下 ， 不同主体间缺乏规范化的需求传递手段 。
2.2研发设计
研发设计是根据需求对产品进行设计与研发 。 传统模式下的研发设计建模手段缺失 ， 基于文档的设计模式效率低下；几乎不进行仿真 ， 纯粹实物进行验证 ， 导致不断地进行修改迭代 ， 拉长了设计周期 ， 增加了设计成本；缺乏在线协同的手段 ， 分头设计后经常遇到接口问题导致无法合拢；设计要素间缺乏关联 ， 局部改动无法进行影响范围分析 。
2.3工艺工程
工艺工程是指对产品生产制造工艺进行设计与管理 。 传统模式下的工艺工程基于工艺卡片进行工艺过程设计 ， 对设计数模缺乏有效传承 ， 难以保证数据的一致性；无法进行加工、装配或检验过程的仿真 ， 往往到做时才发现存在问题 ， 从而产生不断的变更；由于相关工艺数据缺乏关联 ， 变更过程无法进行影响范围分析 ， 从而导致数据的不一致 ， 从而使得产品的技术状态管理失控 。
2.4生产制造
生产制造是指对产品进行实际加工生产并对相关过程进行管理 。 传统模式下的生产制造中 ， 机加工设备精度不足以保证加工质量 ， 无法加工复杂的曲面 ， 且根据不同的加工人员质量波动 ， 加工效率低下；缺乏实时的检验手段 ， 检验是事后检查 ， 往往质量超差已经形成；装配过程缺乏有效指引 ， 装配效率低下 ， 极易出错 ， 返工造成的重复工作量巨大 。
2.5运维服务
运维服务是指为客户提供后期运营维护与其他相关服务 。 传统模式下的运维服务产品制造方缺乏对产品后续运营过程的介入 ， 往往销售结束后 ， 产品的运营状态只能依赖简单的售后服务 ， 无法采集运营数据针对性地改进产品设计 ， 也没有充分介入产品的增值运营；产品缺乏内置的传感器或传感器的采集 ， 只有实时的监控作用 ， 实时监控完成后数据即丢弃 ， 无法形成基于模型的产品运营历史数据库；缺乏大数据分析手段 ， 无法从海量数据中挖掘产品的运营策略 ， 以提高产品的运营效能 。
基于以上5个场景面临的问题 ， 可以通过工业互联网赋能 ， 即工艺研发设计、资产性能管理、运营效率提升、能源管理优化 ， 提高资产运营的效率和利用效率 ， 降低生产过程中的风险影响 ， 提高安全生产效率 ， 构建产业生态 。
3
工业互联网框构和技术体系
工业互联网框图如图1所示 ， 根据框图按照技术体系 ， 大致可以分成边缘数据处理、使能支持、智能化应用3个部分 。
（1）边缘处理是利用物联网设备相关技术 ， 解决部署新型智能设备以及嵌入式软件的联网升级的相关问题 ， 涉及开发嵌入式系统、智能连接模组（安全/连接性定制）等功能 ， 主要解决数据集成过程中协议接口、数据转换、过滤以及一些高交互、高实时性要求的边缘分析问题 。
（2）使能支持包括：通用Iaas平台技术 ， 提供物理层面的计算机、网络、机房等资源；安全、生产等各种工业标准规范 ， 以及产品、工艺、运维、供应等工业领域的知识模型和仿真算法 。


推荐阅读


上一篇：光速|7000万提前设套，1.56亿天地板光速出逃！“画线”3个月一朝收割，又是“熟悉的味道”？

下一篇：央视网|【经济特区40年@治理现代化】数读+航拍：感受深圳沧海巨变