网站导航

质量品牌

新闻中心
集团动态
行业资讯
工业互联网发展需要解决的五个关键问题
工业互联网发展需要解决的五个关键问题
2020-05-22
工业互联网是智能工业发展的基础设施,是工业向数字化、网络化、智能化发展的核心支撑,是工业变革创新的重要载体。推进工业互联网发展不是简单的网络和平台建设,是个系统性推进工程,需要统筹部署,从根本上解决工业软件、接口标准、工业网络、数字安全和商业模式等系列问题,才能确保工业互联网持续健康发展。来源:工信头条  赛迪一工业互联网发展需要解决五个关键问题一是解决工业机理模型数字化问题工业互联网平台是软硬融合平台,工业软件在工业互联网平台数字化、网络化和智能化控制以及商业模式创新中发挥着核心作用,工业产品的数字设计、验证和测试,工业装备的数字化控制,都离不开工业软件支撑。工业软件绝非一般的普通软件,是工业机理模型数字化封装和复用,需要对工业工艺、技术和机理等长期积累。目前,国际主流常用的各领域工业软件有超过150余款,涵盖研发设计、生产控制、测试验证等环节,几乎都是国外企业提供,且软件封闭不开源不开放。我国工业各细分领域国产工业软件全链条缺失,影响了国内企业工业互联网集成工业软件,已经成为了我国企业部署工业互联网平台最大障碍。二是解决数字工业设备集成互联问完善接口标准是工业互联网平台发挥平台系统集成、资源汇聚、信息共享等作用的关键。工业数字化设备网络接入、工业软件互联互通等标准不统一,不同厂商提供工业数字化设备、工业软件也就无法综合集成和互联互通,更无法建成一体化的工业互联网平台,互联工厂和智能工厂也就无从谈起。例如,目前市场上常用工业现场总线种类就超过20多种,由不同国际主要工业数字化设备厂商主导着,工业数字化设备五花八门,严重地影响了工业互联网平台对工业设备的综合集成。三是解决数字工业设备高速互联问题提供满足工业应用场景需求的工业网络接入服务,是工业互联网平台畅通内外信息流通渠道必要保障。固定光纤网络无法解决工业设备移动化应用场景需求,传统室内WiFi无法满足海量设备接入、大场景移动漫游、多路数据高速率并发传输等需求,工业WiFi设备存在大场景部署无法弹性伸缩等问题。需要根据工业应用场景特殊需求,按照5G网络服务能力,为工业应用场景量身定制能解决网络接入痛点、技术切实可行、性价比高的5G专用网络部署方案。四是解决工业网络化服务商业价值问题商业模式创新是工业互联网平台发展的价值所在。企业数字化转型绝对不是简单的技术层面推动设备上云上平台,是通过商业模式创新来重塑工业企业在数字化条件下的物资链、服务链、价值链。没有商业模式重构的工业互联网平台建设,只能算是企业内部管理信息系统,难以从根本上推动企业数字化转型和变革。目前,绝大部分工业企业在建设工业互联网平台过程中,都遭遇到了商业模式可行性问题。五是解决数字工业设备可管可控问工业互联网平台遭受病毒等网络攻击,产生的危害更为巨大。当前工业互联网平台安全风险来自多个不同层次,需要保障来自不同工业互联网平台服务厂商的硬软件安全,确保不出现漏洞和后门;需要保障网络接入安全,确保接入安全可信网络;需要保障数据使用安全,严格按照工业数据分级分类要求管理和使用数据。目前面对工业设备全方位的安全保障体系由于技术、制度等原因尚未全面建立起来。二对策建议一是多措并举推进工业软件普及应用和跨越发展引导和支持工业软件服务商服务化转型,推进工业软件网络化和平台化服务,提高模块定制化成服务能力,满足工业互联网平台综合集成需要。创新工业软件推进模式,鼓励和支持各领域行业龙头企业强强联合,创新合作推进机制,成立工业软件开发和运营公司,推动领域内工业软件的攻关突破和商业化应用。构建“产学研用”协同推进机制,积极吸收高等院校和科研院所研究成果,丰富工业软件机理模型,及时吸纳应用端的反馈建议,加快工业软件迭代升级,促进工业软件从可用向好用不断演进。二是加快建立涵盖工业软硬件的互联互通标准体系加快建立工业网络接入标准,组建工业网络接入联盟,以主流工业网络协议为基础,制定统一的工业网络接入行业标准,适时上升为国家强制标准。建立数字工业设备接口标准,发展方便易用的工业设备连接器、转接器、连接线等连接设备,促进工业设备集成互联。建立工业软件关键数据共享标准,方便数据导入导出、共享交换、迭代更新和挖掘分析。三是加快发展面向工业应用场景的网络接入服务推进5G在工业应用场景的应用,根据工业应用场景特殊需求,选择合适的网络部署和组网模式,量身定做满足接入需求、性价比高的专用网络接入服务,提高大移动场景下网络接入服务能力。持续优化工业WiFi,推进工业WiFi在工业应用场景的应用,提升移动部署和弹性伸缩服务能力,满足中小工业企业应用场景接入需求。四是深化工业和互联网融合创新加快推进企业上云步伐,按照先易后难、先外部后内部、促进业务创新等原则,做好企业上云规划,谋划好云端业务信息系统部署需求和部署方式,积极推进已建信息系统通过升级改造向云平台迁移,鼓励采购成熟的SAAS云业务系统服务和大型PAAS云平台开展企业业务系统建设。构建企业大数据中心,统筹规划企业数据资源,推进各类业务信息系统数据和系统分离,构建企业数据开发利用统一支撑平台,以数据应用创新推动业务创新变革。适应社会运行模式的转变,大力拓展网络空间新服务,提供数字化、网络化和智能化服务。五是构建面向数字工业应用场景的安全保障体系加快建立工业互联网网络接入、平台运行、数据使用等安全保障措施,增强入侵检测、电子认证、安全审计、角色管理等技术防护措施,加强产品安全测试和认证。完善技术、网络、平台、应用、人员等安全管理制度,建立工业互联网平台安全应急预案。
新基建成为数字经济发展的战略基石
新基建成为数字经济发展的战略基石
2020-05-16
来源:晶凯资本“新基建”为经济发展提供新的驱动力“新基建”实际上是以数字基建为主的基础设施建设。全国政协委员、国务院发展研究中心原副主任王一鸣表示,“新基建”相比老基建,有很多新的特征:一是“新基建”孕育了新的生产要素(即数据)。数据没有新的基础设施,很难成为生产要素加入经济活动中。在新一轮科技革命的推动下,数据越来越成为核心的生产要素。二是“新基建”具有更大的乘数效应。传统基建对经济增长的拉动主要体现为投资。“新基建”除了投资拉动作用以外,通过数字化的网络,把相关的产业通过数字的收集、传输、存储、加工、应用连成一个网络,极大地突破了产业间的时空约束,大大减少了中间环节,降低了交易成本,也提高了生产效率,同时创造了更多就业机会。三是“新基建”具有更强的正外部效应。“新基建”可以大大拓展网络的用户数量,使得集聚的数据资源呈迅猛式的海量增长,进而带动经济体系的数字化和智能化,引发生产力的革命性变化。四是“新基建”可以进一步拓展生产的可能性边界。“新基建”带来的产业革命性变化,能够有效突破产业结构服务化造成的结构性减负,推动经济的效率变革,形成新的动力、新的空间,为经济发展提供新的驱动力。全国政协经济委员会副主任、中国发展研究基金会副理事长刘世锦强调,所谓“新基建”和过去“铁公基”老基建相比,在技术途径、投资方式和运行机制上有一些重要的区别。首先,“新基建”绝大部分不是公共产品,而是企业经营的产品,并不是免费就能获得,而老基建大部分属于公共产品或者准公共产品。其次,数字技术是由企业投资而非政府投资建设,企业投资就会有预算,要回报。谈到“新基建”未来的发展方向,刘世锦表示,“新基建”前程远大,而以数字基建为主的“新基建”本质上属于新技术推动的新产业,发展得快一点还是慢一点,要遵循市场规律和产业规律,不适合作为短期刺激政策的工具,要防止一哄而起的现象,最后留下一堆无效投资和烂尾工程。“新基建”是数字经济发展的战略基石“新基建”是数字经济发展的战略基石。数据是数字经济发展的关键生产要素。“新基建”主要是解决实体的数据化以及数据的存储、加工和运输问题。“未来经济发展的大趋势是实体经济要数字化。”刘世锦这样认为。数字资产是数字经济的基石,数据相当于工业经济的石油,是非常重要的生产要素。“数据不流通就一文不值。”全国政协委员、中国联通研究院院长张云勇说道。任何一家企业的数据,即便再大,在整个数据的汪洋里也是沧海一粟,不流通也没有任何意义。但是当前在数据资源、数据要素流通方面,还存在着诸多瓶颈,数字商品化、资产化、市场化程度还不高,也制约了数据资源的充分运用,阻碍了数字生产力的发展。发展数字经济必须实现资产数字化。所谓资产数字化,就是用数字的形式来展现资产的原生信息和全量信息,并且运用一套复杂的数字技术和加密方案,对数据的数量、数据的维度、数据的密度进行计算、存储、分析和利用。资产数字化的优势主要表现在三方面:实时高效、可信可靠和创新生态。肖钢表示,要推进数字市场化,就必须建立数据要素市场体系,核心是要建立数据规则。“发展数字经济,发展‘新基建’,发展工业互联网,都必须大力培育和发展数据的商品化、市场化,来抢占战略制高点。”肖钢强调。“推动‘新基建’的发展,加快数据安全的相关规则制度建设,显得尤为迫切。”王一鸣说道。张云勇则认为,面对数据安全问题,人人有责。大家对隐私要足够重视,但也要适当开放包容。“新基建”与产业互联网融合发展“新基建”作为经济增长新的驱动力,与产业互联网可以说是相辅相成。一方面,“新基建”可以推动产业互联网向纵深发展,加快产业数字化进程,打造数字化企业,构建数字化产业链,塑造数字化生态,使得产业数字化水平大幅提升。另一方面,产业互联网也能为“新基建”提供强大的市场需求。王一鸣认为,产业互联网能为“新基建”的建设方向、发展方向、建设的重点领域进行引导,能够最大限度地减少“新基建”投资的浪费,提高“新基建”投资的效率。对于“新基建”中重要成员5G产业的发展,张云勇建议,要进一步突破关键技术的短板,强化5G技术的攻关,坚持商用引导整机带动的原则,弥补产业的短板,提高自主能力;深化垂直网络的建设,深化垂直应用,抢抓产业发展先机,推动5G与实体经济深度融合;加强前瞻布局,尤其是网络安全,统筹推进5G网络基础设施保障问题。腾讯公司政务云副总裁王景田认为,“新基建”是一个朝阳产业、快速发展的产业,有可能使我国的经济实现弯道超车、高质量发展。从社会治理的角度来看,互联网公司基于“新基建”,可以服务数字政府建设,帮助政府利用数据提升决策能力,提高政府治理水平,提升社区服务水平,让老百姓的获得感、幸福感、安全感更高。
孙刚:工业互联网平台赋能工程机械行业数字化转型之路
孙刚:工业互联网平台赋能工程机械行业数字化转型之路
2020-05-15
文 | 赛迪智库信软所工业互联网研究室 孙刚   来源:工业互联网世界一、工程机械行业数字化转型趋势分析  (一)设备维护按需化基于工业互联网平台,在线采集设备性能、状态参数等数据信息,经过一系列的统计算法和分析,可以及时发现设备运行过程中的健康状态和存在的问题,按需求进行设备维护,节省人力物力,保障设备运行效率。(二)备件管理精益化传统的仓储模式能够缓解一定的备件需求压力,但是相应的产生了包括存储空间、物流调配、流转资金等高昂的仓储成本,还需要进行备件管理,耗费人力物力。运用物联网、云计算、大数据等新一代信息技术,加强供应链管理,能够提高备件流通效率,快速响应生产和维修需求,即时调配、按需调配、智能调配,从而提高了生产和维修效率,节省现金流。(三)产融结合在线化由于工程机械设备单价高、行业金融体系不完善等原因,下游中小企业往往存在着资金短缺的问题,严重制约了行业生态的发展。依托工业互联网平台进行设备连接、数据采集、统计分析能力,可以实现制造设备运行过程透明化,有利于金融机构做出实时评估,控制金融风险,在线提供快速融资、贷款服务。(四)解决方案服务化我国工程机械行业的技术、产能、效率近几年获得了飞速的发展,为应对越发紧缩的市场环境,响应用户端需求的升级变化,工程机械行业正呈现出制造业服务化趋势,即以产品制造商向解决方案提供商转变,从单纯的生产加工向提供设备运营维护、支撑业务管理决策、满足个性化定制需求等服务环节延伸,增加产品附加价值,塑造企业综合优势。二、工程机械行业工业互联网平台应用场景及实践 (一)设备预测性维护 一是设备状态监测。实时采集温度、电压、电流等数据,提高设备状态洞察力,避免机械设备突发故障。二是设备建模仿真。构建设备数字孪生体,通过输入参数、工况等数据,进行模拟仿真,优化维护方案。三是设备故障诊断。对设备工作日志、历史故障、运行轨迹、实时位置等海量数据进行挖掘分析,判断可能出现故障的时间和部位,安排维修计划。例如,卡特彼勒基于Uptake开发的设备联网和分析系统,采集设备的各类数据信息,联网监控,分析预测设备可能发生的故障,实现了300多万台运转设备的统一管控。日立基于lumada工业互联网平台推出consiteoil解决方案,通过传感器将远程的故障预警率提高到58%。徐工集团基于汉云工业互联网平台,为每一台设备做数字画像,将可能损坏的零部件进行提前更换,使设备故障率降低一半。(二)备品备件管理一是备品备件标识管理。以物联网技术连接备品备件,运用标签化管理、智能化检索等手段实现备品备件的监督、跟踪和协调。二是备品备件部门协同。基于工业互联网平台,打通各部门信息壁垒,推动跨部门协作,促进备品备件高效流通。三是备品备件供应链管理。建立零部件供应商对接交流平台,在保障生产和维修需求的前提下,实时、定量采购,降低库存量,节约现金流。例如,徐工集团基于汉云工业互联网平台,实现备品备件的计划、采购、库存、供销、追溯功能一体化,通过大数据分析持续优化备品备件管理体系,打破生产商和分销商信息孤岛,提升分拣效率8%,提升仓库利用率6%,降低备件库存8%,提高库存周转率5%。(三)智慧施工一是现场施工数据采集。通过传感器、无人机、三维扫描仪等方式对施工对象、施工场景、外在环境等因素进行高精度感知,掌握现场施工状态。二是施工方案模拟仿真。建立虚实映射的数字孪生体,输入设立不同的施工条件,进行工况模拟迭代,不断优化施工方案。三是现场施工现场指挥调度。建立反馈响应系统,根据设备动态变化,实时修正、调整施工方案并指挥现场施工。例如,小松提出和实施smart construction即智能施工解决方案。通过无人机+边缘盒子+小松云,聚焦高精度测量、设计图和测量图对比(Skycatch)、小松云模拟确定施工计划、施工可视化等环节,实现了建筑工程状态感知、实施分析、科学决策、精准执行的闭环,从而实现远程操作服务。(四)互联网金融一是在线贷款。银行、金融机构通过线上平台监测施工队作业情况、承包商贷款情况和经营情况,针对性给与贷款、融资等服务。二是融资租赁。工程机械企业依托独立运作、与银行合作、与融资公司合作等方式,开始租赁业务。加快资金的流通,降低融资成本,缓解资金压力,帮助中小企业迅速做大规模。三是精准投保。保险公司依托工业互联网平台对机械设备的监测、管理能力,综合评估工程机械设备施工风险,从而实现针对性投保、按需投保、精准投保等保险服务。例如,中联重科成立融资租赁公司,实现了设备的扩大销售,获得的营业额将占集团总收入的20%以上。三一集团基于树根互联根云工业互联网平台,通过融资租赁或者经营性租赁运营超过50%的设备,每年管理超300亿的在外货款;同时与久隆、三湘银行展开合作,开发用于精准定价与风险选择的数据产品,帮助久隆保险完成UBI保险产品及延保产品的定价。三、推进应用场景落地的着力点(一)关注数据采集,扩展信息获取渠道一是加强施工现场数据采集,通过传感器、无人机,摄像头、三维扫描仪等感知设备,采集现场施工环境和施工对象信息。二是加强设备端数据采集,基于平台采集和整合工程机械设备设计数据、运行数据、运维档案和地理位置等数据,实现对机械设备的深刻洞察。三是加强客户端数据采集,采集客户需求、反馈等数据信息,形成对市场的理解和认识。(二)紧扣模型开发,提高模型供给能力一是面向业务运营管理,构建资源调度模型、安全管理模型、供应链管理模型等,实现管理优化。二是面向设备远程运维,构建状态监测模型、预测预警模型、健康评估模型、故障诊断模型等,实现机械设备智能化运维。三是面向生产制造,构建加工工艺模型、质量管控模型、组装装配模型等,提高生产质量和效率。(三)聚焦解决方案,开发推广典型应用一是设备智能运维解决方案,基于平台的数据沉淀和模型应用,开发部署运行监测与分析工业APP,提供智能运维解决方案。二是现场施工解决方案,实时监控现场施工设备运行状态,基于工业互联网平台大数据分析能力,提供现场施工解决方案。三是供应链管理解决方案,依托工业互联网平台开发集中采购、供应商管理、柔性供应链、智能仓储、智慧物流等云化应用服务。(四)深化服务能力,加强企业综合实力一是进行反馈式设计,发挥机械设备在制造和使用过程中获得的数据、经验和智慧,返回到产品设计中,促进产品设计迭代式创新。二是进行柔性化生产改造,对产品按照其功能进行划分而进行模块化设计,内部实现零部件的标准化、通用化,采用多功能机械手,实现了多品种生产组装的快速切换。三是开展精益化管理,有效整合备品备件、机械设备、生产线、供应链、客户端信息,优化管理模式,提高产业链协同能力。(五)拓展商业模式,加快数字转型步伐一是实施平台化战略,搭建工业互联网平台,汇聚产业链上下游优势资源,对接优质客户、供应商、经销商开展商业合作。二是开展服务型制造,探索基于产品研发设计的增值服务、基于产品效能提升的增值服务、基于产品交易便捷化的增值服务、基于产品集成整合的增值服务以及从基于产品的服务到基于需求的服务。三是开展产业链金融创新,积极对接金融机构、保险公司、银行等,共同开发金融产品,提高金融服务能力。
2020年5月上旬钢铁企业生产与库存情况
2020年5月上旬钢铁企业生产与库存情况
2020-05-13
2020年5月上旬,重点统计钢铁企业共生产粗钢2051.69万吨、生铁1848.71万吨、钢材1913.14万吨、焦炭321.52万吨。本旬平均日产,粗钢205.17万吨,环比增长1.97%、同比增长0.28%;生铁184.87万吨,环比增长0.58%、同比增长1.34%;钢材191.31万吨,环比下降6.31%[1]、同比增长0.95%。2020年5月上旬重点统计钢铁企业产品产量情况(单位:吨)粗钢生铁钢材焦炭本旬产量20,516,93718,487,07119,131,3733,215,242本旬平均日产2,051,6941,848,7071,913,137321,524比上一旬平均日产增减%1.970.58-6.31-1.15比去年同旬平均日产增减%0.281.340.95-5.38本月累计产量20,516,93718,487,07119,131,3733,215,242本月累计平均日产2,051,6941,848,7071,913,137321,524比上月平均日产增减%5.443.644.93-1.11比去年同月平均日产增减%0.281.340.95-5.3本月重点统计钢铁企业累计平均日产粗钢205.17万吨,环比增长5.44%、同比增长0.28%;生铁184.87万吨,环比增长3.64%、同比增长1.34%;钢材191.31万吨,环比增长4.93%、同比增长0.95%。根据重点统计钢铁企业产量估算,本旬全国共生产粗钢2724.28万吨,日产粗钢272.43万吨、环比增长1.67%、同比下降4.56%;生产生铁2280.73万吨,日产生铁228.07万吨、环比增长0.41%、同比下降3.61%;生产钢材262.39万吨,日产钢材326.24万吨、环比下降1.35%、同比下降1.55%。本月累计平均日产,全国粗钢环比增长2.31%、同比下降4.56%,生铁环比增长1.28%、同比下降3.61%,钢材环比增长1.13%、同比下降1.55%。本旬,重点统计钢铁企业钢材库存量1466.18万吨,比上一旬减少6.64万吨,减幅0.45%;比年初增加512.94万吨,增幅53.81%。[1] 受鞍钢集团ERP取数原则和部分企业月底集中入库等因素影响,本旬钢材产量相比上一旬减少较多。剔除这些因素,本旬钢材产量相比上一旬下降3.50%左右。
制造业企业如何从“数据共享”中获得价值
制造业企业如何从“数据共享”中获得价值
2020-05-11
来源:BCG波士顿咨询数据是未来工厂的命脉。随着制造商越来越多地采用高级分析法、人工智能和其他新数字技术来转变生产和供应链,他们必须找到有效的方法来应用和管理数据。迄今为止,大多数制造商都专注于企业内部的数据。而通过企业间数据共享,制造商能够释放更多的价值并加速创新。波士顿咨询公司(BCG)最近的一项全球调查显示,全球近四分之三的制造业管理者正在考虑通过数据共享来改善运营。真正通晓数字化的企业不仅利用共享数据改进现有技术的应用,还利用共享数据开创了全新的应用。在工厂围墙之外进行数据交换,获得的回报是巨大的:仅在改善运营这一项,企业在五个关键领域通过数据共享所能创造的总价值预计超过1,000亿美元(参阅下图)。 BCG和世界经济论坛(WEF)近期联合发布了一份白皮书,研究能够从企业间数据共享中受益或借此能够实现的应用领域。报告分析了应用中一些常见模式(如协作模式)、数据共享面临的障碍以及克服这些障碍的方法,还提出了一个框架,可用于帮助制造商选择要实现的应用、确定合作伙伴,并与合作伙伴探讨数据协作的构思与计划。最后,报告概括了成功实现数据共享的关键因素。数据共享的应用   制造业中的数据共享在以下五个主要应用领域中创造价值。其中,数据共享的功能有所差异:在第一个领域中,数据共享增强了现有的高级分析法和人工智能解决方案。在其他领域中,数据共享使这些应用成为可能。01加强资产优化制造商可以收集同类型机器的多个用户的数据来改进算法,实现预测性维护等不同应用。因此,共享数据可以通过延长机器正常运行时间和提升产品质量来优化生产资产的利用效率,从而为所有利益相关方创造一个共赢的局面。这对于缺乏足够数据来支持可靠分析算法的制造商来说尤为重要。02沿价值链跟踪产品通过实现端到端价值链的透明化,制造商可以对突发情况快速做出反应,减少库存。尽管制造商已经可以在整个供应链中对产品进行跟踪,但他们必须协作、共享数据并利用通用系统来建立真正的端到端透明。03沿价值链跟踪流程进展情况如果制造商可以获取价值链上连续且完整的数字记录,就可以逐步增强价值链伙伴之间的信任,并更有效地遵守严格的监管要求。这使制造商能够确保供应商遵循商定的生产流程,供应商也可以在质保争议中把这些记录作为证据。食品和制药行业的企业已经在建立数据联盟,以获取这些益处。04交换数字产品的特征在产品形状和组成方面共享数据可以使制造商保持同步,同时优化联网的生产流程。例如,供应商和原始设备制造商之间共享的数字孪生产品有助于消除来料检验或形貌测量的流程,而这些流程是自动化加工零部件的必要环节。05验证来源消费者越来越多地希望知道产品的最终来源和加工方式,而且他们希望能够验证产品的真伪。通过共享数据,价值链参与者可以一起建立产品溯源体系和可靠性追踪体系,并帮助消费者识别造假行为。为了做到这一点,每种材料和商品都需要一个防篡改的唯一标识,该标识需贯穿整个生产生命周期。一些企业已经开始联手,在区块链解决方案上展开协作,从而实现这一目标。协作提升价值为了在数据共享上能够成功协作,利益相关方需要很好地理解如何共同提升价值。制造商之间可以通过第三方的解决方案供应商展开协作,供应链中的直接供应商和制造商之间可以展开协作,制造商之间也可以通过机器供应商的介绍展开协作。考虑到竞争和合规性,处于同一价值链步骤中的企业之间很少直接协作。例如,两家汽车整车厂可能不会直接共享彼此的产品和生产数据,如果他们希望协作,则可以通过第三方间接进行。数据共享的障碍主要来自信任层面和技术层面。从信任层面来讲,企业可能会担心无意中泄露有关业务的宝贵或敏感数据,在谈判中丧失主动权或竞争优势。企业可能还希望清楚地了解共享数据如何被使用和分析。技术层面的担忧则包括数据泄露和丢失的风险,可访问性和互操作性出现问题,同一解决方案的参与者之间数字化水平参差不齐,以及更换技术的成本(或担心陷入某一种特定技术而无法自拔)。成功的数据共享合作通过制定明确的价值主张和理由、使用互惠协议,并采用安全技术和通用标准来解决上述问题。新手入门BCG提出的五步框架可以帮助制造商初步建立数据共享关系。该框架并不涵盖构建复杂数据共享协作的所有方面。相反,它是深入讨论数据共享应用和成功建立共享关系的起点。它为合作伙伴的协作细节奠定了基础。该框架包括以下步骤:了解要通过数据共享解决的业务挑战。开发应对业务挑战的具体应用。根据对业务的影响力,确定应用的优先级。确定并评估每个应用的合作伙伴。为数据共享关系制定合适的计划。在确定数据共享应用的优先级时,必须检查价值主张和风险以及数据的可访问性和质量。制造商需要通过评估来确定合适的合作伙伴,并了解所有利益相关方的组织和基础设施准备情况。最后,各方需要讨论协作的建立、共享机制、补偿模式和技术架构等方面的要求。应用此框架之后,制造商仍然需要为数据共享做大量的筹备工作。选择正确的技术和通用标准有助于克服数据共享的主要障碍,如操作互通性问题和风险。新技术和全行业标准化的推行和通用参考架构的采用值得期待,更应予以进一步鼓励。每位制造商都有机会通过数据共享即刻释放价值。为了实现这一目标,制造业的领导者必须建立清晰的愿景,制定正确的价值主张,并通过在生态系统中建立信任来选择合适的合作伙伴。一旦具备了这些先决条件,制造商就可以专注于克服数据共享的其他障碍,比如安全性、隐私保护和互操作性。通过使用结构化方法,领导者可以识别相关的应用并建立成功的协作。尽管存在许多不确定性,但成功的秘诀显而易见的:专家、行业参与者和政府必须围绕数据共享加强协作,使更多制造商成为通晓数字化的高手。
2020智能制造九大新趋势
2020智能制造九大新趋势
2020-05-07
来源:先进制造业   2020-05-06随着工业机器人产业和数控机床行业告别高增长阶段,智能制造进入高速发展阶段。尽管2020年受疫情影响产业增速有所回落,但在国家政策的支持下,智能制造领域的发展前景依然被业界看好,呈现九大新趋势。01需求导向、痛点聚焦将指引工业人工智能从理想走入现实一方面,人工智能技术在制造业的应用重点在于工业智能产品或具体工业痛点的解决方案。另一方面,相较于“锦上添花”的工业智能产品,“雪中送炭”的技术更容易被制造业企业接受。比如,基于机器视觉的表面质量检测技术帮助提升产品质量;或用基于知识图谱的智能CAD来提高生产效率;又或者用基于人工智能的能源分配来降低生产成本。02工业大数据将成为智能制造和工业互联网发展的核心在工业大数据发展过程中,安全性将成为企业智能化升级决策的重要依据。例如,工业核心数据、关键技术专利等数字化资产对企业的价值正在加速提升;降低数据安全隐患、提升系统安全和数据安全成为企业数字化改造升级中愈加重要的参考指标;增加厂区生产安全、过程安全迫在眉睫。03基于大数据的工业智能将带来更多服务型应用场景如正在快速形成的基于工业数据的故障诊断及预测性维护就是典型的服务型应用场景。这种服务场景通过对生产线的监测和历史数据进行处理并存储后,进行基于人工智能的预测性分析,对企业给出维护建议并对生产进行实时预警。04设备状态智能管理系统将成为远程运维的新模式设备状态智能管理系统将成为远程运维的新模式,将形成以数据为核心,从智能采集、智能分析、智能诊断、智能排产、自动委托、推送方案、远程支持到智能检验,再进入新一轮智能采集的闭环运行模式。05工业区块链将服务于数据安全及分布式智能生产网络一方面,工业区块链技术可以为工厂提供不同安全等级的区块链加密服务,对工厂间的重要数据进行无中介传递,保障各重要生产数据的加密安全;另一方面,随着工业区块链技术应用,将形成分布式智能生产网络,以终端客户需求为主导,促进工业的服务化转型。通过集成化与智能化生产,提高企业效率。通过标准化与网络化生产,降低企业生产成本。06协作机器人将成为工业机器人的主流发展方向2019年的上海工博会上,丹麦的UR公司、日本发那科、川崎、德国库卡等国际领先机器人企业在现场首发最新协作机器人产品;国产企业如新松、埃夫特、节卡、珞石、邀博等也发布了自己的协作机器人。2019年,在世界机器人大会、上海工博会及世界智能制造大会上,协作机器人受到国内外厂商大力追捧,未来前景可期。07基于算法的工业智能平台将成为应用场景的重要基石不同工业行业有各自独特的行业门槛,每个工业场景在不同行业、不同企业中的需求差异较大。人工智能与制造业深度融合的路径就是将信息技术与工业场景应用端结合。将核心工艺模型化、算法化、代码化的工业智能算法平台面向工业场景,可以为底层应用提供便捷的开发服务。08云边协同将成为工业智能应用产品重要技术路线一方面,未来将丰富的云端业务能力延伸到边缘节点,实现传感器、设备、应用集成、图像处理的协同;另一方面,行业将在云端与边缘共同发力,云边结合打造行业的工业大脑。算法升级将由云端完成。09工艺装备的智能化将成为制造业转型发展的突破口未来核心工艺装备与人工智能融合,实现工艺装备的智能化,将成为制造业转型发展的突破口。
数据治理的关键要素和落地方法
数据治理的关键要素和落地方法
2020-05-06
来源:数邦客 2020-05-05据戴尔易安信最新调查显示:全球大多数企业现已认识到数据的价值,受管理的平均数据量从2016年的1.45PB增加至2018年的9.70PB。全球范围内,92%的受访者都看到了数据的潜在价值,36%的受访者当前正将数据转化为经济效益。随着数据价值的日益突显,越来越多的企业开始进行数字战略转型,有的通过数据平台过渡到数据中台,有的直接建设数据中台。所谓“无规矩不成方圆”,因历史原因企业在发展过程中已经形成了系统林立的情况,汇集到数据平台的数据都各具特色,缺乏标准、规范、治理的数据已经失去了使用的价值。为了规范数据处理过程,凸显数据业务价值,需对数据平台的数据进行综合管理,构建标准化、流程化、自动化、一体化的数据治理体系,确保数据架构规划合理、数据加工条理清晰、数据处理可管控、数据知识可传承。有效的数据治理可以确保企业数据全面一致可信,从而全面释放数据资产的价值。数据治理之困只有确保数据的标准化、规范化、可信可用,才能进一步通过数据运营、数据应用帮助企业实现数据资产管理、发现内部数据问题、发掘数据价值,进而实现企业数据资产的盘活和有效利用。数据治理应该采用最简单的手段管理最有价值的数据,但在实际情况中,我们遇到过在很多数据治理开展过程中,常见的“两不三难”的情况:1)后向型治理,不一致:因历史原因,很多企业采用“先建后治”的方式,通过手工填报、反向解析代码、脚本等的方式进行元数据探查、血缘探查、数据质量管理,事后才能发现问题,容易造成管理的内容和生产内容的不一致。2)被动型治理,不高效:当发现质量问题时建设质量平台、需要数据字典的时候建设元数据管理平台,将原本完整的治理体系割裂为多个系统、多个平台,造成系统集成难度高、治理效果差。3)误区型治理,难聚焦:随着中台的建设脚本和任务越来越多,本来管理数据变为了管理程序;数据治理的本质是管理数据,走入误区变成管理程序、脚本、任务,造成了管理失焦。4)项目型治理,难延续:数据治理的最终目标是提升数据价值,是一个持续漫长的运营过程,需要逐步完善、分步迭代,指望一步到位完成数据治理是不现实的,但在实际执行过程中往往以项目交付为目标,点到为止,导致治理不全面、无延续,效果也注定是差强人意。5)兼职型治理,难落地:由于每个行业、企业、单位的组织体系、数据应用、基础架构不同,需要通过方法论找到适合企业的特有的数据治理思路,同时需要专人或专业团队进行强有力的支撑,但实际执行过程中往往是企业安排员工进行兼职管理,导致职责不清晰,主动性不强,治理工作落地困难。数据治理之道在传统数据平台阶段,数据治理的目标主要是做管控,为数据部门建立一个的治理工作环境,包括标准、质量等。而在数据中台阶段,用户对数据的需求持续增长,用户范围从数据部门扩展到全企业,数据治理不能再只是面向数据部门了,需要成为面向全企业用户的工作环境,需要以全企业用户为中心,从给用户提供服务的角度,管理好数据的同时为用户提供自助获得大数据的能力,帮助企业完成数字化转型。通过分析数据治理实际开展过程中出现的一些问题,我们总结出了数据治理的几个关键要素:1)数据治理需要体系建设:为发挥数据中台价值需要满足三个要素:合理的平台架构、完善的治理服务、体系化的运营手段。根据企业的规模、所属行业、数据量等情况选择合适的平台架构;治理服务需要贯穿数据全生命周期,保证数据在采集、加工、共享、存储、应用整个过程中的完整性、准确性、一致性和实效性;运营手段则应当包括规范的优化、组织的优化、平台的优化以及流程的优化等等方面。2)数据治理需要夯实基础:数据治理需要循序渐进,但在数据中台建设初期至少需要关注三个方面:数据规范、数据质量、数据安全。规范化的模型管理是保障数据可以被治理的前提条件,高质量的数据是数据可用的前提条件,数据的安全管控是数据可以共享交换的前提条件。3)数据治理需要IT赋能:数据治理不是一堆规范文档的堆砌,而是需要将治理过程中所产生的的规范、流程、标准落地到IT平台上,在数据生产过程中通过前向的方式进行数据治理,避免事后稽核带来运维成本的增加。4)数据治理需要聚焦数据:数据治理的本质是管理数据,因此需要加强元数据管理,补齐数据的相关属性和信息,比如:元数据、质量、安全、业务逻辑、血缘等;应通过元数据驱动的方式管理数据生产。5)数据治理需要建管一体化:数据中台的数据模型血缘与任务调度的一致性是建管一体化的关键,有助于解决数据管理与数据生产口径不一致的问题,避免出现两张皮的低效管理模式。数据治理如何落地?数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产共六大核心模块;在管理层面需要通过数据治理组织、数据治理流程进行支撑保障。数据治理是一项长期且复杂的体系化工程,它需要通过一系列流程规范、制度、IT能力以及持续运营等机制来保障治理工作的持续推进。数据治理的落地建议分为4个阶段:1)建组织:需要打破企业内部壁垒,构建多部门共同参与的数据治理组织,提升数据治理重要性。成立数据治理专项团队,包括数据治理委员会、数据治理团队、各业务部门等层层递进的组织架构。在绩效、团队、资源等方面支持数据治理的持续运营,达成企业数据中台的数据战略体系转型。2)立规范:建立切实可行的标准化流程规范,并随着数据中台的不断运营而持续完善,分步实施逐步迭代。规范包括发布数据治理管理规范、数据治理流程规范、建立数据治理标准化闭环流程、明确线上管理要求,并通过运营闭环化、流程线上化、服务集中化形成常态化机制推进数据治理工作。3)选平台:搭建有效的IT平台支撑数据治理的规范、流程、标准落地,同时确保前向的数据治理模式。数据治理本质是一项管理工作,只有生产过程可视化、生产过程可干预,才能保证数据治理的效果,因此平台应确保数据治理和数据生产的一体化。平台应具备多厂家协同开发能力、数据标准化管理能力、基于元模型驱动的元数据开发管理能力、元数据血缘管理能力、基于血缘驱动的任务调度管理能力、安全分层分级管理能力以及数据质量管理能力等等基础能力才能更好的保障数据治理的落地。4)重运营:数据治理是一个持续并且长久的运营过程,规范、组织、平台的以及流程需要不断的进行迭代优化,数据质量、数据安全需要持续管控,通过业务的不断滋养逐步完善数据中台的数据治理能力。结束语数据治理是一项战略性、长期性、艰巨性、系统性、持续进行的企业内部数据优化治理工作,因此,数据治理必然是一个漫长而持续的过程,没有一针顶破天的诀窍,也没有立竿见影的途径,唯有企业持续不断、持之以恒、不忘初心、不懈努力,才能达到预期目标。
新基建背景下 工业互联网专网部署应该考虑什么?
新基建背景下 工业互联网专网部署应该考虑什么?
2020-04-29
来源:赛迪智库电子信息研究所2020年2月21日,中央政治局会议要求“发挥好有效投资关键作用,加大新投资项目开工力度,推动5G 网络、工业互联网等加快发展”。工业互联网是智能工业发展的基础设施,是工业向数字化、网络化、智能化发展的核心支撑,是工业变革创新的重要载体。推进工业互联网发展不是简单的网络和平台建设,是个系统性推进工程,需要统筹部署,从根本上解决工业软件、接口标准、工业网络、数字安全和商业模式等系列问题,才能确保工业互联网持续健康发展。工业互联网发展需要解决五个关键问题一是解决工业机理模型数字化问题。工业互联网平台是软硬融合平台,工业软件在工业互联网平台数字化、网络化和智能化控制以及商业模式创新中发挥着核心作用,工业产品的数字设计、验证和测试,工业装备的数字化控制,都离不开工业软件支撑。工业软件绝非一般的普通软件,是工业机理模型数字化封装和复用,需要对工业工艺、技术和机理等长期积累。目前,国际主流常用的各领域工业软件有超过150余款,涵盖研发设计、生产控制、测试验证等环节,几乎都是国外企业提供,且软件封闭不开源不开放。我国工业各细分领域国产工业软件全链条缺失,影响了国内企业工业互联网集成工业软件,已经成为了我国企业部署工业互联网平台最大障碍。二是解决数字工业设备集成互联问题。完善接口标准是工业互联网平台发挥平台系统集成、资源汇聚、信息共享等作用的关键。工业数字化设备网络接入、工业软件互联互通等标准不统一,不同厂商提供工业数字化设备、工业软件也就无法综合集成和互联互通,更无法建成一体化的工业互联网平台,互联工厂和智能工厂也就无从谈起。例如,目前市场上常用工业现场总线种类就超过20多种,由不同国际主要工业数字化设备厂商主导着,工业数字化设备五花八门,严重地影响了工业互联网平台对工业设备的综合集成。三是解决数字工业设备高速互联问题。提供满足工业应用场景需求的工业网络接入服务,是工业互联网平台畅通内外信息流通渠道必要保障。固定光纤网络无法解决工业设备移动化应用场景需求,传统室内WiFi无法满足海量设备接入、大场景移动漫游、多路数据高速率并发传输等需求,工业WiFi设备存在大场景部署无法弹性伸缩等问题。需要根据工业应用场景特殊需求,按照5G网络服务能力,为工业应用场景量身定制能解决网络接入痛点、技术切实可行、性价比高的5G专用网络部署方案。四是解决工业网络化服务商业价值问题。商业模式创新是工业互联网平台发展的价值所在。企业数字化转型绝对不是简单的技术层面推动设备上云上平台,是通过商业模式创新来重塑工业企业在数字化条件下的物资链、服务链、价值链。没有商业模式重构的工业互联网平台建设,只能算是企业内部管理信息系统,难以从根本上推动企业数字化转型和变革。目前,绝大部分工业企业在建设工业互联网平台过程中,都遭遇到了商业模式可行性问题。五是解决数字工业设备可管可控问题。工业互联网平台遭受病毒等网络攻击,产生的危害更为巨大。当前工业互联网平台安全风险来自多个不同层次,需要保障来自不同工业互联网平台服务厂商的硬软件安全,确保不出现漏洞和后门;需要保障网络接入安全,确保接入安全可信网络;需要保障数据使用安全,严格按照工业数据分级分类要求管理和使用数据。目前面对工业设备全方位的安全保障体系由于技术、制度等原因尚未全面建立起来。对策建议一是多措并举推进工业软件普及应用和跨越发展。引导和支持工业软件服务商服务化转型,推进工业软件网络化和平台化服务,提高模块定制化成服务能力,满足工业互联网平台综合集成需要。创新工业软件推进模式,鼓励和支持各领域行业龙头企业强强联合,创新合作推进机制,成立工业软件开发和运营公司,推动领域内工业软件的攻关突破和商业化应用。构建“产学研用”协同推进机制,积极吸收高等院校和科研院所研究成果,丰富工业软件机理模型,及时吸纳应用端的反馈建议,加快工业软件迭代升级,促进工业软件从可用向好用不断演进。二是加快建立涵盖工业软硬件的互联互通标准体系。加快建立工业网络接入标准,组建工业网络接入联盟,以主流工业网络协议为基础,制定统一的工业网络接入行业标准,适时上升为国家强制标准。建立数字工业设备接口标准,发展方便易用的工业设备连接器、转接器、连接线等连接设备,促进工业设备集成互联。建立工业软件关键数据共享标准,方便数据导入导出、共享交换、迭代更新和挖掘分析。三是加快发展面向工业应用场景的网络接入服务。推进5G在工业应用场景的应用,根据工业应用场景特殊需求,选择合适的网络部署和组网模式,量身定做满足接入需求、性价比高的专用网络接入服务,提高大移动场景下网络接入服务能力。持续优化工业WiFi,推进工业WiFi在工业应用场景的应用,提升移动部署和弹性伸缩服务能力,满足中小工业企业应用场景接入需求。四是深化工业和互联网融合创新。加快推进企业上云步伐,按照先易后难、先外部后内部、促进业务创新等原则,做好企业上云规划,谋划好云端业务信息系统部署需求和部署方式,积极推进已建信息系统通过升级改造向云平台迁移,鼓励采购成熟的SAAS云业务系统服务和大型PAAS云平台开展企业业务系统建设。构建企业大数据中心,统筹规划企业数据资源,推进各类业务信息系统数据和系统分离,构建企业数据开发利用统一支撑平台,以数据应用创新推动业务创新变革。适应社会运行模式的转变,大力拓展网络空间新服务,提供数字化、网络化和智能化服务。五是构建面向数字工业应用场景的安全保障体系。加快建立工业互联网网络接入、平台运行、数据使用等安全保障措施,增强入侵检测、电子认证、安全审计、角色管理等技术防护措施,加强产品安全测试和认证。完善技术、网络、平台、应用、人员等安全管理制度,建立工业互联网平台安全应急预案。