我国工业互联网已突破量的目标，如何打破质的“桎梏”？理清这些要素很关键
2022/3/29 8:43:14 庆云紫光
自2018年以来，工业互联网已连续五年写入政府工作报告，2022年的政府工作报告更是提出“加快发展工业互联网”的工作任务。
工业互联网标识解析体系作为我国工业互联网核心基础设施，是支撑工业互联网互联互通的关键，也是完成“加快发展工业互联网”任务的重要一环。
2022年是《工业互联网创新发展行动计划（2021-2023年）》（以下简称“《三年行动计划》”）承上启下的关键之年，各项任务都在扎实有序推进，尤其是“工业互联网标识解析体系增强工程”的各项任务目标取得骄人的成绩。
近日，中国信息通信研究院公布了一个令人兴奋的数据，我国工业互联网标识注册总量已突破千亿大关，远远超过《三年行动计划》提出的，到2023年标识注册量150亿的目标，同时这一数据每天都在以惊人的速度刷新。
注册量达千亿量级，标识解析体系建设取得阶段性成果
其实，早在2021年6月，我国工业互联网标识注册量就已达到200亿，超额完成既定的三年150亿的目标，从1亿到百亿，再从百亿到千亿，仅仅用了两年时间，注册量呈指数级增长。
不仅如此，在《三年行动计划》工业互联网标识解析体系增强行动中提出的，“到2023年，国家顶级节点具备标识、域名、区块链等综合服务能力，引导企业建设二级节点不少于120个、递归节点不少于20个、标识解析量日均达千万次量级”等目标，大部分都已超额超量完成。
最新统计数据显示，截至目前，工业互联网标识注册量超千亿，日解析量超过9000万次，二级节点数已达180个，辐射范围覆盖27个省（区、市），34个行业，接入企业节点超过9万家等。
从这组数据来看，不管是标识注册量、标识日均解析量，还是二级节点建设数等量化的任务目标，都已超额完成三年的目标，从某种程度上表明，在政产学研用各方的联合推动下，工业互联网标识解析体系建设取得了阶段性成果，工业互联网标识深化应用也逐渐渗透到我国的工业体系的各个行业与环节，公共应用服务能力也在不断提升等。
另外，值得关注的是，主动标识载体作为推动工业互联网标识解析体系发展的重要基础和保障。《三年行动计划》中明确提出：“推动主动标识载体规模部署。”当前，基于标识开放连接、跨行业数据采集共享、终端安全监管访问等能力，主动标识载体的应用场景持续增多。已经形成基于主动标识载体的设备资产管理、仪表远程校准与核验、设备运行监测、危险品监管、设备远程运维、数据双向安全监控等应用。
此外，北京热力、中国燃气、徐工信息、华中数控、苏州协同创新、武汉亚为、上海商米、重庆云铭等多个二级节点、企业节点都已应用主动标识载体，并完成了面向热力、燃气、装备制造、新零售终端、智能模具、危险品监管等领域的515万枚主动标识载体规模化部署。
量质并进，国家顶级节点标识应用成效初显
《三年行动计划》中要求，工业互联网新型基础设施建设要量质并进。当前，工业互联网标识解析体系建设正是按照这一目标进行。
现阶段，我国工业互联网标识解析体系架构已实现从0到1的突破，北京、广州、上海、武汉、重庆五大国家顶级节点持续稳定运行，南京灾备节点加速建设，初步形成分层授权、“东西南北中”的一体化格局。
五大国家顶级节点自2018年上线运营以来，肩负着服务、管理、安全等关键职能，是整个标识解析体系的核心资源和服务平台。通过对接不同的行业节点，解决与实际应用场景结合的问题，确保标识解析体系能切合产业实际发展需求，为推动工业互联网发展提供基础服务，各个国家顶级节点标识解析应用情况从某种程度上表明，中国工业互联网标识解析应用的总体情况。
其中，北京国家顶级节点作为五大工业互联网标识解析国家顶级节点的核心节点、指挥中心，截至目前，标识注册量超142亿、接入二级节点43个、接入企业节点数超20000家。标识应用范围辐射北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东等9个省（自治区、直辖市），实现标识解析体系在航空航天、汽车、医疗器械、食品等多个行业应用和规模化发展。
武汉国家顶级节点是全国最先建成的国家顶级节点，截至目前，标识注册量超71亿、接入二级节点24个、接入企业节点数2138家。标识解析体系已覆盖湖北5大万亿产业集群，深度应用于汽车制造、电子信息等10大行业，推动工业互联网标识解析高质量发展。
广州国家顶级节点的开通，使华南区域工业互联网标识解析体系形成了全方位、立体化的发展态势，截至目前，标识注册量突破98亿、接入二级节点共33个、接入企业节点4613家，涵盖16个重点行业，已形成粤、桂、闽、琼四省协同发展之势。
重庆国家顶级节点已全面进入稳定运行状态。截至目前，标识注册量超71亿、接入二级节点26个、接入企业节点数2173家。标识更是深度应用于动摩、建材、汽车、医疗器械、五金等多个行业，推动工业互联网标识解析高质量发展。
上海国家顶级节点自上线运营以来，利用区位和资源优势，充分发挥在长三角一体化发展中的龙头带动作用，做深做实工业互联网标识解析建设，各项指标均位居我国各顶级节点之首。截至目前，标识注册量突破628亿、接入二级节点65个、接入企业节点64542家。
国家顶级节点是整个工业互联网标识解析体系的核心环节，是支撑工业万物互联互通的“神经中枢”。从上述五大国家顶级节点关键指标数据来看，自2018年正式开启建设以来，国家顶级节点标识应用成效逐步显现，行业企业应用标识解析系统十分活跃。
工业互联网平台及其基础、核心与关键
工业互联网平台是工业互联网在智能制造中应用的具体形式。通过工业互联网平台，不仅能将原材料、产品、智能加工设备、生产线、工厂、工人、供应商和用户紧密联系起来，而且能利用跨部门、跨层级、跨地域的互联信息，以更高的层次给出最优的资源配置方案和加工过程，提升制造过程的智能化程度。
工业互联网平台的基础是数据采集。一方面，随着加工过程和生产线精益化、智能化水平的提高，必须从多角度、多维度、多层级来感知生产要素信息，因此，需要广泛部署智能传感器，来对生产要素进行实时感知。另一方面，人脑可以实时高效地处理相关联的多源异构数据，并迅速生成生产要素的属性信息，工业互联网平台也需要进行高效的海量、高维、多源异构数据融合，形成单一生产要素的准确描述，并进一步实现跨部门、跨层级、跨地域生产要素之间的关联和互通。
工业互联网平台的核心是平台。传统的工业生产中，通常是人基于感知到的信息，通过数学原理、物理约束、历史经验等总结、推理，最终形成一系列的决策规则和方法，用来指导生产过程。而进入物联网时代以来，极大的扩展了生产要素分布的层次和广度，生产要素之间的联系纷繁复杂，难以用简单的数学或者物理模型进行描述，而对于新模式的生产场景和个性化的生产需求，难以显性、直接地从历史经验中总结出决策规则，因此，工业互联网平台的核心是利用大数据、人工智能等方法，从海量高维、互联互通的工业数据中，挖掘出隐藏的决策规则，从而指导生产。工业互联网平台在通用PaaS架构上进行二次开发，实现工业PaaS层的构建，为工业用户提供海量工业数据的管理和分析服务，并能够积累沉淀不同行业。不同领域内技术、知识、经验等资源，实现封装、固化和复用，在开放的开发环境中以工业微服务的形式提供给开发者，快速构建定制化工业APP，打造完整、开放的工业操作系统。
工业互联网平台的关键是应用。工业互联网平台是以需求驱动的、面向用户的平台。一方面，工业互联网平台的使用对象是人，其最终推送的决策，必须是人可以直观接收和理解的；另一方面，对于用户不同的要求，工业互联网平台需要基于新模式的生产场景和个性化的生产需求，利用数据分析方法，推送定制化的决策方案。工业互联网平台通过自主研发或者是引入第三方开发者的方式，以云化软件或工业APP形式为用户提供设计、生产、管理、服务等一系列创新性应用服务，实现价值的挖掘和提升。
工业互联网平台的技术体系与关键技术
工业互联网平台能感知与生产相关的原材料、产品、智能加工设备、生产线、工厂、工人、供应商和用户信息，通过互联网将信息关联起来，并利用数据分析技术，为智能制造提供决策支持，最终利用工业APP推送给用户和各智能设备。因此，工业互联网技术体系包括4个部分：①全面互联的工业系统信息感知技术；②信息传输技术；③数据分析平台；④工业APP开发技术。
1、信息感知技术
工业互联网平台需要实现跨部门、跨层次、跨地域、跨领域的工业系统信息全面感知，因此，数据采集要以自感知技术为主，同时，需要研究多源异构数据融合技术，将多来源、多形式的数据整合，来准确描述生产要素状态。然而，边缘层数据采集困难重重。
首先，工厂里有许多性能参差不齐的老旧设备没有配置传感器，如何将老旧设备联网，采集到聋哑设备的数据非常关键；其次，随着加工过程和生产线精益化、智能化水平的提高，必须从多角度、多维度、多层级来感知生产要素信息，因此，需要广泛部署智能传感器，来对生产要素进行实时感知。而传感器、仪表或PLC控制器往往来自不同厂商，所支持的通讯协议也不同，如何将不同传感器信息进行整合同样非常重要。此外，车间面积广设备量多，传统人员巡检模式效率低、速度慢，如何对设备及人员进行远程管理也是边缘层需要解决的问题。因此，可以理解边缘层的3个要点：
（1）设备接入——对海量设备进行连接和管理；
（2）协议解析——利用协议转换实现海量工业数据的互联互通和互操作；
（3）边缘数据处理——通过运用边缘计算技术，实现错误数据剔除、数据缓存等预处理以及边缘实时分析，降低网络传输负载和云端计算压力。
2）信息传输技术
工业互联网平台需要完成工业数据集成、实时存储与传输。物联网的传输层主要负责传递和处理感知层获取的信息，分为有线传输和无线传输两大类，其中无线传输是物联网的主要应用。无线传输技术按传输距离可划分为两类：一类是以Zigbee、WiFi、蓝牙等为代表的短距离传输技术，即局域网通信技术；另一类则是LPWAN（low-power Wide-Area Network，低功耗广域网），即广域网通信技术。
传感器和设备信息需要通过各种不同的协议实现数据接入的。协议转换分为两个方面：一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通讯接口，实现数字格式转换和统一。另一方面利用HTTP、MQTT等方式从边缘层将采集的数据传输到云端，实现数据的远程接入。
在转换协议中，主要有协议即用于短距离设备连接的本地协议 Modbus 以及支持物联网进行远程全局通信的可扩展互联网协议MQTT。
3）数据分析平台
工业互联网平台需要实时高效处理不断产生的工业数据，从中挖掘出对工业生产有价值的决策方案。工业互联网平台需要借助大数据分析技术、人工智能方法等，基于专家经验，结合物理、数学等基础学科知识，从工业大数据中获得有价值的经验。
与其他领域大数据相比，工业大数据有“3B”挑战。
（1）Broken：工业对于数据的要求并不仅在于量的大小，更在于数据的全面性。在利用数据建模的手段解决某一个问题时，需要获取与被分析对象相关的全面参数，而一些关键参数的缺失会使分析过程碎片化。举例而言，当分析地铁发动机性能时需要温度、空气密度、功率等多个参数，而当其中任意一个参数缺失时都无法建立完整的性能评估和预测模型。因此对于企业来说，在进行数据收集前要对分析的对象和目的有清楚的规划，这样才能够确保所获取数据的全面性，以免斥巨资积累了大量数据后发现并不能解决所关心的问题。
（2）Bad Quality：在工业大数据中，数据质量问题一直是许多企业所面临的挑战。这主要受制于工业环境中数据获取手段的限制，包括传感器、数采硬件模块、通信协议、和组态软件等多个技术限制。对数据质量的管理技术是一个企业必须要下的硬功夫。
（3）Background：数据受到设备参数设定、工况、环境等背景信息的影响,除了对数据所反映出来的表面统计特征进行分析以外，还应该关注数据中所隐藏的背景相关性。对这些隐藏在表面以下的相关性进行分析和挖掘时，需要一些具有参考性的数据进行对照，也就是数据科学中所称的“贴标签”过程。这一类数据包括工况设定、维护记录、任务信息等，虽然数据的量不大，但在数据分析中却起到至关重要的作用。
因此，工业互联网平台大数据分析，不仅需要利用常用的大数据分析技术，还需要研究数据清洗、数据融合，并且要将各学科、各领域、不同背景知识抽象、固化，形成规则，与大数据分析技术结合，以提供更准确的分析结果。
4）工业APP开发技术
工业互联网平台需要将分析出的结果实时推送给用户，同时也需要接口将决策传输到智能设备。工业互联网平台需要根据用户需求和实际生产需要，定制化APP推送消息，因此，需要工业互联网平台开发面向新模式场景、个性化需求的APP。
工业 APP 的构建是工业互联网平台协作模式转换的核心，通过对工业知识的提炼与抽象，将数据模型、提炼与抽象的知识结果通过形式化封装与固化形成 APP。封装了工业知识的工业 APP，对人和机器快速高效赋能，突破了知识应用对人脑和人体所在时空的限制，最终直接驱动工业设备及工业业务。
工业APP开发运用互联网技术性优点，打破传统式运营模式的时空局限性，在智能制造系统中很好的将手机互联的易用性、便携性与易传播性利用起来，不仅大大地拉近生产商、供应商、经销商与顾客的距离，也提高了制造行业销售市场敏感度与信任感。
工业元宇宙带来更优解法
工业元宇宙的范畴远比工业互联网宽泛，因此，也带来新的解题思路。
现在产业界普遍认同元宇宙包括六大底层技术：物联网技术、区块链技术、交互技术、电子游戏技术、人工智能技术、网络及运算技术。IT、OT、CT只能算其中极小的分支。
这些技术融合到极致，将会打造出一个三维的、完全平行于现实社会的虚拟世界。
将现实搬上虚拟世界将只是它的第一步。
在二维的互联网世界中，工厂操作人员只能通过二维的数字大屏来观测虚拟的工厂，需要鼠标点击设备、工位等才能查看实时状态。但在工业元宇宙中，理想情况下工厂操作人员只需要带上VR/AR的设备，便能以虚拟化身进入到虚拟世界的工厂中，不仅体验更逼真，而且信息传输也更及时，直接输入指令，就可以知道目标信息。
以英伟达Omniverse平台为例，宝马汽车正用它来模拟完整的工厂环境，在虚拟工厂里，生产线、原材料、产品一一对应，甚至连物理规则都有严格设定。每辆车大小10GB左右，一个系统可同时模拟300辆车的生产过程。
据宝马汽车管委会介绍，在数字工厂中，宝马可以让全球的工程师、设计师、专家等融合到一个场景中协作，共同从事产品规划、设计、模拟等工作。也许等技术成熟后，数字工厂能完成从产品规划，到最终上市的全流程。
工业元宇宙还必须将现实中的软件平台搬到三维世界中。
一家坐落在纽约的ShoP建筑事务所，其团队正在Omniverse平台上尝试针对不同的任务使用不同的软件，并将产生的所有数据汇总到Omniverse中集中部署和扩展。
ShoP事务所数字设计和交付合伙人Geof Bell表示：“通过Omniverse，我们能够以同一种方式汇总来自多名专家的数据、整理这些数据，并在正确的时间呈现正确的信息，辅以高质量的视觉效果，从而实现精彩的智能化设计。”
工业元宇宙更大的想象空间还在于一个更“低成本”的平行世界，这意味着，工业互联网中被卡脖子的基础软件、工业设备有了更高效率、低成本的解法。
以芯片为例，一位从事建模的业内人员曾向上海证券报表示，“古时候开个铁匠铺，哪里放锅炉，哪里放铁砧，影响不大，因为改错的成本很低。现在做一个芯片生产车间，随便一个小改动，现实环境里就是几亿元的投入。”
若能在虚拟世界中模拟产品设计、规划、生产、优化的全生命周期活动，就能避免在现实世界中实打实地投入这些成本。等到虚拟世界中将一切问题都解决后，现实世界工厂只负责生产，这一过程大大加快了产品设计迭代的速度。
国内某医疗机器人巨头的机械研发人员告诉偲睿洞察：“理论上，如果（元宇宙）技术足够成熟，我们将能够把进口设备的一切部件在虚拟世界中拆解、复现出来，而后通过反复调试和测试，反向得到设备参数，突破这一设备的技术难关。”
基础软件国产化问题也面临着新的破局视角。
英伟达CEO黄仁勋就曾表示，“在未来，数字世界或虚拟世界将比物理世界大数千倍，可能会有一个新的上海、新的纽约，工厂和建筑都将有一个数字孪生模拟和跟踪它的实体版本。工程师和软件程序员可以模拟出新的软件，然后逐步应用到实际中。在现实世界中运行的软件都会先在数字孪生中模拟，然后再下载到实体版本中。”
《元宇宙通证》中，专家们对这段话做了更直白的注解——传统的CAD、CAM、CAE、EDA等工业软件巨头们市场地位稳固，元宇宙化的变革动力不足。而在元宇宙中，综合集成、AI、沉浸感、虚实共生、经济体系、开放性等方面差距较大，这也给了国产研发设计软件企业一个弯道超车的大机遇，要把握住研发设计软件元宇宙化的历史性机遇。
当然，这一切的设想还仅停留在理论层面，工业元宇宙可以是更高级的工业互联网，也是解决当前工业互联网发展难题的最优解，前提是，它能够进化到足够好用的一天。
部分取自网络，如有侵权请联系小编删除
工业互联网标识解析体系作为我国工业互联网核心基础设施，是支撑工业互联网互联互通的关键，也是完成“加快发展工业互联网”任务的重要一环。
2022年是《工业互联网创新发展行动计划（2021-2023年）》（以下简称“《三年行动计划》”）承上启下的关键之年，各项任务都在扎实有序推进，尤其是“工业互联网标识解析体系增强工程”的各项任务目标取得骄人的成绩。
近日，中国信息通信研究院公布了一个令人兴奋的数据，我国工业互联网标识注册总量已突破千亿大关，远远超过《三年行动计划》提出的，到2023年标识注册量150亿的目标，同时这一数据每天都在以惊人的速度刷新。
注册量达千亿量级，标识解析体系建设取得阶段性成果
其实，早在2021年6月，我国工业互联网标识注册量就已达到200亿，超额完成既定的三年150亿的目标，从1亿到百亿，再从百亿到千亿，仅仅用了两年时间，注册量呈指数级增长。
不仅如此，在《三年行动计划》工业互联网标识解析体系增强行动中提出的，“到2023年，国家顶级节点具备标识、域名、区块链等综合服务能力，引导企业建设二级节点不少于120个、递归节点不少于20个、标识解析量日均达千万次量级”等目标，大部分都已超额超量完成。
最新统计数据显示，截至目前，工业互联网标识注册量超千亿，日解析量超过9000万次，二级节点数已达180个，辐射范围覆盖27个省（区、市），34个行业，接入企业节点超过9万家等。
从这组数据来看，不管是标识注册量、标识日均解析量，还是二级节点建设数等量化的任务目标，都已超额完成三年的目标，从某种程度上表明，在政产学研用各方的联合推动下，工业互联网标识解析体系建设取得了阶段性成果，工业互联网标识深化应用也逐渐渗透到我国的工业体系的各个行业与环节，公共应用服务能力也在不断提升等。
另外，值得关注的是，主动标识载体作为推动工业互联网标识解析体系发展的重要基础和保障。《三年行动计划》中明确提出：“推动主动标识载体规模部署。”当前，基于标识开放连接、跨行业数据采集共享、终端安全监管访问等能力，主动标识载体的应用场景持续增多。已经形成基于主动标识载体的设备资产管理、仪表远程校准与核验、设备运行监测、危险品监管、设备远程运维、数据双向安全监控等应用。
此外，北京热力、中国燃气、徐工信息、华中数控、苏州协同创新、武汉亚为、上海商米、重庆云铭等多个二级节点、企业节点都已应用主动标识载体，并完成了面向热力、燃气、装备制造、新零售终端、智能模具、危险品监管等领域的515万枚主动标识载体规模化部署。
量质并进，国家顶级节点标识应用成效初显
《三年行动计划》中要求，工业互联网新型基础设施建设要量质并进。当前，工业互联网标识解析体系建设正是按照这一目标进行。
现阶段，我国工业互联网标识解析体系架构已实现从0到1的突破，北京、广州、上海、武汉、重庆五大国家顶级节点持续稳定运行，南京灾备节点加速建设，初步形成分层授权、“东西南北中”的一体化格局。
五大国家顶级节点自2018年上线运营以来，肩负着服务、管理、安全等关键职能，是整个标识解析体系的核心资源和服务平台。通过对接不同的行业节点，解决与实际应用场景结合的问题，确保标识解析体系能切合产业实际发展需求，为推动工业互联网发展提供基础服务，各个国家顶级节点标识解析应用情况从某种程度上表明，中国工业互联网标识解析应用的总体情况。
其中，北京国家顶级节点作为五大工业互联网标识解析国家顶级节点的核心节点、指挥中心，截至目前，标识注册量超142亿、接入二级节点43个、接入企业节点数超20000家。标识应用范围辐射北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东等9个省（自治区、直辖市），实现标识解析体系在航空航天、汽车、医疗器械、食品等多个行业应用和规模化发展。
武汉国家顶级节点是全国最先建成的国家顶级节点，截至目前，标识注册量超71亿、接入二级节点24个、接入企业节点数2138家。标识解析体系已覆盖湖北5大万亿产业集群，深度应用于汽车制造、电子信息等10大行业，推动工业互联网标识解析高质量发展。
广州国家顶级节点的开通，使华南区域工业互联网标识解析体系形成了全方位、立体化的发展态势，截至目前，标识注册量突破98亿、接入二级节点共33个、接入企业节点4613家，涵盖16个重点行业，已形成粤、桂、闽、琼四省协同发展之势。
重庆国家顶级节点已全面进入稳定运行状态。截至目前，标识注册量超71亿、接入二级节点26个、接入企业节点数2173家。标识更是深度应用于动摩、建材、汽车、医疗器械、五金等多个行业，推动工业互联网标识解析高质量发展。
上海国家顶级节点自上线运营以来，利用区位和资源优势，充分发挥在长三角一体化发展中的龙头带动作用，做深做实工业互联网标识解析建设，各项指标均位居我国各顶级节点之首。截至目前，标识注册量突破628亿、接入二级节点65个、接入企业节点64542家。
国家顶级节点是整个工业互联网标识解析体系的核心环节，是支撑工业万物互联互通的“神经中枢”。从上述五大国家顶级节点关键指标数据来看，自2018年正式开启建设以来，国家顶级节点标识应用成效逐步显现，行业企业应用标识解析系统十分活跃。
工业互联网平台及其基础、核心与关键
工业互联网平台是工业互联网在智能制造中应用的具体形式。通过工业互联网平台，不仅能将原材料、产品、智能加工设备、生产线、工厂、工人、供应商和用户紧密联系起来，而且能利用跨部门、跨层级、跨地域的互联信息，以更高的层次给出最优的资源配置方案和加工过程，提升制造过程的智能化程度。
工业互联网平台的基础是数据采集。一方面，随着加工过程和生产线精益化、智能化水平的提高，必须从多角度、多维度、多层级来感知生产要素信息，因此，需要广泛部署智能传感器，来对生产要素进行实时感知。另一方面，人脑可以实时高效地处理相关联的多源异构数据，并迅速生成生产要素的属性信息，工业互联网平台也需要进行高效的海量、高维、多源异构数据融合，形成单一生产要素的准确描述，并进一步实现跨部门、跨层级、跨地域生产要素之间的关联和互通。
工业互联网平台的核心是平台。传统的工业生产中，通常是人基于感知到的信息，通过数学原理、物理约束、历史经验等总结、推理，最终形成一系列的决策规则和方法，用来指导生产过程。而进入物联网时代以来，极大的扩展了生产要素分布的层次和广度，生产要素之间的联系纷繁复杂，难以用简单的数学或者物理模型进行描述，而对于新模式的生产场景和个性化的生产需求，难以显性、直接地从历史经验中总结出决策规则，因此，工业互联网平台的核心是利用大数据、人工智能等方法，从海量高维、互联互通的工业数据中，挖掘出隐藏的决策规则，从而指导生产。工业互联网平台在通用PaaS架构上进行二次开发，实现工业PaaS层的构建，为工业用户提供海量工业数据的管理和分析服务，并能够积累沉淀不同行业。不同领域内技术、知识、经验等资源，实现封装、固化和复用，在开放的开发环境中以工业微服务的形式提供给开发者，快速构建定制化工业APP，打造完整、开放的工业操作系统。
工业互联网平台的关键是应用。工业互联网平台是以需求驱动的、面向用户的平台。一方面，工业互联网平台的使用对象是人，其最终推送的决策，必须是人可以直观接收和理解的；另一方面，对于用户不同的要求，工业互联网平台需要基于新模式的生产场景和个性化的生产需求，利用数据分析方法，推送定制化的决策方案。工业互联网平台通过自主研发或者是引入第三方开发者的方式，以云化软件或工业APP形式为用户提供设计、生产、管理、服务等一系列创新性应用服务，实现价值的挖掘和提升。
工业互联网平台的技术体系与关键技术
工业互联网平台能感知与生产相关的原材料、产品、智能加工设备、生产线、工厂、工人、供应商和用户信息，通过互联网将信息关联起来，并利用数据分析技术，为智能制造提供决策支持，最终利用工业APP推送给用户和各智能设备。因此，工业互联网技术体系包括4个部分：①全面互联的工业系统信息感知技术；②信息传输技术；③数据分析平台；④工业APP开发技术。
1、信息感知技术
工业互联网平台需要实现跨部门、跨层次、跨地域、跨领域的工业系统信息全面感知，因此，数据采集要以自感知技术为主，同时，需要研究多源异构数据融合技术，将多来源、多形式的数据整合，来准确描述生产要素状态。然而，边缘层数据采集困难重重。
首先，工厂里有许多性能参差不齐的老旧设备没有配置传感器，如何将老旧设备联网，采集到聋哑设备的数据非常关键；其次，随着加工过程和生产线精益化、智能化水平的提高，必须从多角度、多维度、多层级来感知生产要素信息，因此，需要广泛部署智能传感器，来对生产要素进行实时感知。而传感器、仪表或PLC控制器往往来自不同厂商，所支持的通讯协议也不同，如何将不同传感器信息进行整合同样非常重要。此外，车间面积广设备量多，传统人员巡检模式效率低、速度慢，如何对设备及人员进行远程管理也是边缘层需要解决的问题。因此，可以理解边缘层的3个要点：
（1）设备接入——对海量设备进行连接和管理；
（2）协议解析——利用协议转换实现海量工业数据的互联互通和互操作；
（3）边缘数据处理——通过运用边缘计算技术，实现错误数据剔除、数据缓存等预处理以及边缘实时分析，降低网络传输负载和云端计算压力。
2）信息传输技术
工业互联网平台需要完成工业数据集成、实时存储与传输。物联网的传输层主要负责传递和处理感知层获取的信息，分为有线传输和无线传输两大类，其中无线传输是物联网的主要应用。无线传输技术按传输距离可划分为两类：一类是以Zigbee、WiFi、蓝牙等为代表的短距离传输技术，即局域网通信技术；另一类则是LPWAN（low-power Wide-Area Network，低功耗广域网），即广域网通信技术。
传感器和设备信息需要通过各种不同的协议实现数据接入的。协议转换分为两个方面：一方面运用协议解析、中间件等技术兼容ModBus、OPC、CAN、Profibus等各类工业通信协议和软件通讯接口，实现数字格式转换和统一。另一方面利用HTTP、MQTT等方式从边缘层将采集的数据传输到云端，实现数据的远程接入。
在转换协议中，主要有协议即用于短距离设备连接的本地协议 Modbus 以及支持物联网进行远程全局通信的可扩展互联网协议MQTT。
3）数据分析平台
工业互联网平台需要实时高效处理不断产生的工业数据，从中挖掘出对工业生产有价值的决策方案。工业互联网平台需要借助大数据分析技术、人工智能方法等，基于专家经验，结合物理、数学等基础学科知识，从工业大数据中获得有价值的经验。
与其他领域大数据相比，工业大数据有“3B”挑战。
（1）Broken：工业对于数据的要求并不仅在于量的大小，更在于数据的全面性。在利用数据建模的手段解决某一个问题时，需要获取与被分析对象相关的全面参数，而一些关键参数的缺失会使分析过程碎片化。举例而言，当分析地铁发动机性能时需要温度、空气密度、功率等多个参数，而当其中任意一个参数缺失时都无法建立完整的性能评估和预测模型。因此对于企业来说，在进行数据收集前要对分析的对象和目的有清楚的规划，这样才能够确保所获取数据的全面性，以免斥巨资积累了大量数据后发现并不能解决所关心的问题。
（2）Bad Quality：在工业大数据中，数据质量问题一直是许多企业所面临的挑战。这主要受制于工业环境中数据获取手段的限制，包括传感器、数采硬件模块、通信协议、和组态软件等多个技术限制。对数据质量的管理技术是一个企业必须要下的硬功夫。
（3）Background：数据受到设备参数设定、工况、环境等背景信息的影响,除了对数据所反映出来的表面统计特征进行分析以外，还应该关注数据中所隐藏的背景相关性。对这些隐藏在表面以下的相关性进行分析和挖掘时，需要一些具有参考性的数据进行对照，也就是数据科学中所称的“贴标签”过程。这一类数据包括工况设定、维护记录、任务信息等，虽然数据的量不大，但在数据分析中却起到至关重要的作用。
因此，工业互联网平台大数据分析，不仅需要利用常用的大数据分析技术，还需要研究数据清洗、数据融合，并且要将各学科、各领域、不同背景知识抽象、固化，形成规则，与大数据分析技术结合，以提供更准确的分析结果。
4）工业APP开发技术
工业互联网平台需要将分析出的结果实时推送给用户，同时也需要接口将决策传输到智能设备。工业互联网平台需要根据用户需求和实际生产需要，定制化APP推送消息，因此，需要工业互联网平台开发面向新模式场景、个性化需求的APP。
工业 APP 的构建是工业互联网平台协作模式转换的核心，通过对工业知识的提炼与抽象，将数据模型、提炼与抽象的知识结果通过形式化封装与固化形成 APP。封装了工业知识的工业 APP，对人和机器快速高效赋能，突破了知识应用对人脑和人体所在时空的限制，最终直接驱动工业设备及工业业务。
工业APP开发运用互联网技术性优点，打破传统式运营模式的时空局限性，在智能制造系统中很好的将手机互联的易用性、便携性与易传播性利用起来，不仅大大地拉近生产商、供应商、经销商与顾客的距离，也提高了制造行业销售市场敏感度与信任感。
工业元宇宙带来更优解法
工业元宇宙的范畴远比工业互联网宽泛，因此，也带来新的解题思路。
现在产业界普遍认同元宇宙包括六大底层技术：物联网技术、区块链技术、交互技术、电子游戏技术、人工智能技术、网络及运算技术。IT、OT、CT只能算其中极小的分支。
这些技术融合到极致，将会打造出一个三维的、完全平行于现实社会的虚拟世界。
将现实搬上虚拟世界将只是它的第一步。
在二维的互联网世界中，工厂操作人员只能通过二维的数字大屏来观测虚拟的工厂，需要鼠标点击设备、工位等才能查看实时状态。但在工业元宇宙中，理想情况下工厂操作人员只需要带上VR/AR的设备，便能以虚拟化身进入到虚拟世界的工厂中，不仅体验更逼真，而且信息传输也更及时，直接输入指令，就可以知道目标信息。
以英伟达Omniverse平台为例，宝马汽车正用它来模拟完整的工厂环境，在虚拟工厂里，生产线、原材料、产品一一对应，甚至连物理规则都有严格设定。每辆车大小10GB左右，一个系统可同时模拟300辆车的生产过程。
据宝马汽车管委会介绍，在数字工厂中，宝马可以让全球的工程师、设计师、专家等融合到一个场景中协作，共同从事产品规划、设计、模拟等工作。也许等技术成熟后，数字工厂能完成从产品规划，到最终上市的全流程。
工业元宇宙还必须将现实中的软件平台搬到三维世界中。
一家坐落在纽约的ShoP建筑事务所，其团队正在Omniverse平台上尝试针对不同的任务使用不同的软件，并将产生的所有数据汇总到Omniverse中集中部署和扩展。
ShoP事务所数字设计和交付合伙人Geof Bell表示：“通过Omniverse，我们能够以同一种方式汇总来自多名专家的数据、整理这些数据，并在正确的时间呈现正确的信息，辅以高质量的视觉效果，从而实现精彩的智能化设计。”
工业元宇宙更大的想象空间还在于一个更“低成本”的平行世界，这意味着，工业互联网中被卡脖子的基础软件、工业设备有了更高效率、低成本的解法。
以芯片为例，一位从事建模的业内人员曾向上海证券报表示，“古时候开个铁匠铺，哪里放锅炉，哪里放铁砧，影响不大，因为改错的成本很低。现在做一个芯片生产车间，随便一个小改动，现实环境里就是几亿元的投入。”
若能在虚拟世界中模拟产品设计、规划、生产、优化的全生命周期活动，就能避免在现实世界中实打实地投入这些成本。等到虚拟世界中将一切问题都解决后，现实世界工厂只负责生产，这一过程大大加快了产品设计迭代的速度。
国内某医疗机器人巨头的机械研发人员告诉偲睿洞察：“理论上，如果（元宇宙）技术足够成熟，我们将能够把进口设备的一切部件在虚拟世界中拆解、复现出来，而后通过反复调试和测试，反向得到设备参数，突破这一设备的技术难关。”
基础软件国产化问题也面临着新的破局视角。
英伟达CEO黄仁勋就曾表示，“在未来，数字世界或虚拟世界将比物理世界大数千倍，可能会有一个新的上海、新的纽约，工厂和建筑都将有一个数字孪生模拟和跟踪它的实体版本。工程师和软件程序员可以模拟出新的软件，然后逐步应用到实际中。在现实世界中运行的软件都会先在数字孪生中模拟，然后再下载到实体版本中。”
《元宇宙通证》中，专家们对这段话做了更直白的注解——传统的CAD、CAM、CAE、EDA等工业软件巨头们市场地位稳固，元宇宙化的变革动力不足。而在元宇宙中，综合集成、AI、沉浸感、虚实共生、经济体系、开放性等方面差距较大，这也给了国产研发设计软件企业一个弯道超车的大机遇，要把握住研发设计软件元宇宙化的历史性机遇。
当然，这一切的设想还仅停留在理论层面，工业元宇宙可以是更高级的工业互联网，也是解决当前工业互联网发展难题的最优解，前提是，它能够进化到足够好用的一天。
部分取自网络，如有侵权请联系小编删除
