参与编写单位：中国移动通信集团有限公司 中国信息通信研究院 国家工业信息安全发展研究中心 中国人民财产保险股份有限公司 北京启明星辰信息安全技术有限公司 华为技术有限公司 江苏洋河酒厂股份有限公司 编写组人员：袁捷、魏冰、谢玮、张峰、文静、冯媛、朱同先、杨鹏、邱勤、王国宇、何异舟、孙倩文、董航、李晓婷、丁雨晗、江为强、夏羿、熊诚锋、韩明伟、姚卓、谷宝晶、高亮、于乐、郑国忠、徐迪、廖婷、梁豪斌、朱运发、赵威、付超、岳玲、常珊珊、张紫光、秦岩、姜一娇、石磊、马禹昇、王昊、郝森参、李楠、史修报、徐思嘉、徐天妮、王光涛、郭中元、祁文博、徐嘉伟、李明培、苑雪梅、李雅璇 1 前言 当前，以 5G、工业互联网为代表的新技术和新型基础设施，谱写着各自的使命与能力，不断推动数字经济与实体经济进一步融合。近期，工业和信息化部在“2023 全球工业互联网大会”公布了我国 5G 工业互联网产业规模基本情况，截至 2023 年 10 月，“我国 5G 行业虚拟专网超 2 万个，工业互联网核心产业规模超 1.2 万亿元”，充分说明 5G 工业互联网融合创新模式已经成为新型工业化的关键基础设施和重要驱动力量。5G 大带宽、低时延、海量连接等特性极大丰富了工业互联网的功能和场景，推动工业互联网转型升级。在 5G 与工业互联网融合创新发展中，推动制造业从单点、局部的信息技术应用向数字化、网络化和智能化转变，其叠加倍增效应和巨大应用潜力正在持续释放。与此同时，5G 也打破了传统工业互联网封闭的网络环境，工业网络的边界不断外延，更多的工业设备暴露于公网之中，网络系统的硬件、软件及其系统数据更易遭受破坏、更改、泄露，工业系统连续可靠运行、工业网络的持续服务面临越来越多的挑战，工业互联网安全亟需突破传统“打补丁”的防护方式，进入全新的安全防护阶段。2020 年，中国移动牵头发布5G 工业互联网安全白皮书，面向 5G 工业互联网安全需求提出“定制的 5G 工业互联网场景化安全能力”。在此基础之上，中国移动基于对5G网络和工业互联网融合发展中面临的网络安全挑战与深刻理解，突破传统安全防护理念，从运营商全程全网的角度出发，安全防护从“以漏洞为核心”转向“以身份为核心”，创新打造“IT CT 联防联控”的 5G 工业互联网一 2 体化全程可信“元信任”安全解决方案，从 9 个方面构建安全防护机制，推动 5G 工业互联网安全由“单点可控”迈向“全程可信”。3 目录 一、5G 工业互联网发展趋势.5（一）全球趋势.5（二）我国趋势.5 二、5G 工业互联网安全政策与标准.6（一）安全政策.6（二）安全标准.8 三、5G 工业互联网安全挑战.9（一）网络安全挑战.9（二）终端安全挑战.10（三）数据安全挑战.10（四）工业 AI 安全挑战.11（五）工业云安全挑战.11（六）软件供应链安全挑战.11（七）运营安全挑战.12 四、5G 工业互联网“元信任”安全解决方案.12（一）身份可信保障.13（二）网络可信保障.14（三）终端可信保障.16（四）数据可信保障.18（五）应用可信保障.19 4（六）工业 AI 可信保障.20（七）软件供应链可信保障.21（八）运营可信保障.22（九）“元信任”网络安全保险.23 五、典型案例实践.26（一）应用简介.26（二）安全需求.26（三）安全方案.27（四）实施效果.28 六、展望.28 七、附录 1（缩略语表）.30 八、附录 2（参考文献）.31 5 一、5G 工业互联网发展趋势（一）全球趋势 国际电信联盟定义了 5G 的八大关键性能指标，主要典型应用场景有三类，一是增强移动宽带（满足流量暴涨时极致体验需求）、二是低时延高可靠（满足垂直行业应用需求）、三是海量机器类通信（满足以传感和数据采集应用需求），其中，低时延高可靠和海量机器类通信两类应用场景主要面向工业需求设计。随着 5G 的能力不断发展，以及客观的工业无线化诉求驱动，5G 将逐步深入到核心生产环节，成为主要的生产网络技术之一。目前 5G 工业互联网的融合应用已在智慧矿山、智慧城市、智慧交通、智慧工厂和应急等多个垂直行业落地应用，并逐步走向成熟。随着以 5G、工业互联网为代表的新基建加速落地，全球范围内工业无线网络以每年 30%的速度增长，各大企业对于“5G 工业互联网”的认知度快速提升，全球移动产业探索“5G 工业互联网”步伐逐步加快。欧盟将发展 5G 作为构建“单一数字市场”的关键举措，重点放在 5G 垂直行业如汽车、医疗及电力领域的应用。美国 5G 发展规划重点在于建立共通的 5G 软件标准，使之适用于任何 5G硬件设备，以摆脱对 5G 设备商的依赖。（二）我国趋势 2023 年中国 5G 发展大会上，工业和信息化部公布 5G 行业虚拟专网超 2 万个，其中 29%的虚拟专网都跟工业互联网相关。全国各地积极引导利用 5G 技术进行产业集群网络升级改造、推进融合应用，加速培育 5G 电子信息、5G 装备制造等优势行业和特色产业，带动新型工业设备、网络、软件加快创新突破，有力支撑产业基础高级化和产业链现代化。6 当下，5G 网络应用已在工业互联网领域深度渗透，进入高价值核心业务场景，面向原材料、装备、消费品、电子等制造领域，以及采矿、港口、电力等重点垂直行业。“5G 工业互联网”融合应用从垂直大类走向细分集群，从服务企业走向融入生产，从改变通信模式走向重塑生产流程。表 1.5G 工业互联网典型业务场景描述 业务场 景 资产管理 远程控制-场内产线设备控制 机 器 视觉质检 远 程 控制-场内产 线 设备控制 远程控制-AGV 控制 远 程 控制-场内产 线 设备控制 AR 远程协作 全 方 位园 区 安防 业务场景名分类 1.室内定位 2.设备剪辫子 3.边 缘AI 检测 4.自 动测试 5.智能物流 6.PLC 控制 7.AR 应用 8.园区安防 细分场景描述 资产盘点 资 源 实 时调度；物 料 透 明可视；人员定位。通用设备程序加载；自动化设备程序加载；视 频 监 控5G 化；手 持 终 端5G 化。产 品 质量 检 测（来料、印刷、组装、包装等）；智 能 扫码。自 动 老化测试；自 动 加载 OS；自 动 加载测试。AGV调度；物流配送调度；园区自动驾驶。PLC 实时采集；PLC 远程控制。AR 远程指导；AR 本地导引；在 线 维修。园 区 智能 安 防（身 份识别）；移 动 巡逻；生 产 安全监控。二、5G 工业互联网安全政策与标准（一）安全政策 近年来，世界各国都在积极开展 5G 融合应用探索，垂直行业融合应用已经开始落地商用。纵观全球各国，产业政策出台早、推动力度大的国家/地区，5G行业应用发展也相对较快，成熟应用落地的成功案例较多。韩国以国家战略的形式布局 5G 创新应用，政府层面大力推动 5G 行业应用发展，致力于促进相关新兴产业发展，引领全球市场。欧盟各国、日本、澳大利亚、新加坡等通过设立创 7 新计划、专门项目，引导先进制造企业开展 5G 应用的试点示范。我国高度重视 5G 行业应用发展，先后出台了多项促进 5G 行业应用发展的政策性文件，5G 与垂直行业的融合应用蓬勃发展，已形成系统领先优势。表 2.我国近年来 5G 工业互联网相关政策 时间 政策名称 要求 2023 年 7 月 工信部印发工业互联网专项工作组 2023 年工作计划 深化“5G 工业互联网”发展，制定实施“5G 工业互联网”512 升级版工作方案。推动不少于 3000 家企业建设 5G 工厂，建成不少于 300 家 5G 工厂，打造 30 个试点标杆。2023 年 5 月 工信部等 14 部门联合印发 关于进一步深化电信基础设施共建共享促进“双千兆”网络高质量发展的实施意见 要推进“双千兆”网络统筹集约建设，强化 5G 基站站址及机房、室内分布系统的建设需求统筹。2022 年 11 月 工信部、发改委、国资委联合印发关于巩固回升向好趋势加力振作工业经济的通知 将 5G 作为经济发展的新动能，提出要“深化5G 工业互联网融合应用，加快 5G 全连接工厂建设，推动各地高质量建设工业互联网示范区和5G 工业互联网融合应用先导区”。2022 年 9 月 工信部印发 5G 全连接工厂建设指南 建设内容中明确要求网络安全三同步建设，支持企业建设产线级、车间级、工厂级等不同类型 5G 全连接工厂，着重在单一生产环节、业务单元的设备连接、数据采集和 5G 融合应用创新方面能力建设。推动 5G 与工业应用的融合向纵深发展，为“5G 工业互联网”发展的下一阶段指明了方向。2022 年 6 月 工信部、发改委、财政部、生态环境部、国务院国资委、市场监管总局联合印发工业能效提升行动计划 推动 5G、云计算、边缘计算、物联网、大数据、人工智能等数字技术在节能提效领域的研发应用，积极构建面向能效管理的数字孪生系统；提高“工业互联网 能效管理”创新能力。2022 年 3 月 国务院印发2022 年政府工作报告 提出“加快发展工业互联网”，“推进 5G 规模化商用”，“强化网络安全、数据安全和个人信息保护”。2022 年 2 月 工信部印发关于做好工业领域数据安全管理试点工作的通知 明确提出决定在原计划基础上扩大工业领域数据安全管理试点范围。2021 年 5 月 工信部印发“5G 工业互联网”典型应用场景和重点行业实践 对 5G 在工业中的应用落地起到了重要的指导作用。内网建设改造覆盖 10 个重点行业，形成至少20 大典型工业应用场景。明确将“5G 工业互联网”的网络和数据安全作为关键问题进行深入研究。8 2020 年 12 月 工信部印发工业互联网创新发展行动计划（2021-2023 年）在 10 个重点行业打造 30 个 5G 全连接工厂；推动5G 应用从外围辅助环节向核心生产环节渗透，加快典型场景推广；建设 10 个“5G 工业互联网”融合应用先导区等。（二）安全标准 标准化工作是指导工业互联网安全关键技术发展的重要手段。国际层面，以美国为代表的发达国家和国际组织早已发布多项相关政策。我国的工业互联网安全领域标准体系建设虽然起步较晚但发展迅速，至今已相继出台工业控制系统网络安全管理体系标准、工业控制系统信息安全防护指南、信息安全技术 网络安全等级保护基本要求 等多部工业网络安全标准规范，涉及工控安全、工业互联网安全等多个细分领域。各项标准落地实施，极大促进了工业企业数智化转型，强化了工业互联网企业安全防护能力，助力了工业互联网企业健康发展，本白皮书中主要罗列了当前各行业应用较多的相关标准和标准要求概述。表 3.国内外工业互联网相关标准规范 国外标准 标准名称 标准要求 NIST制造业与工业控制系统安全保障能力评估 指导企业从异常行为检测、应用程序白名单等方面开展设备防护和系统评估。NIST制造业网络安全框架简介 从风险管理的角度指导工业企业开展网络安全防护。IEC 62443 工业过程测量、控制和自动化 网络与系统信息安全 标准分为四个部分，12 个文档。第一部分是通用标准，第二部分是策略和规程，第三部分提出系统级的措施，第四部分提出组件级的措施。NISTSP800-82 工业控制系统(ICS)安全指南 指南概述了 ICS 和典型的系统拓扑结构，指出了对于这些系统的典型威胁和脆弱点所在，为消减相关风险提供了建议性的安全对策。同时，根据 ICS 的潜在风险和影响水平的不同，指出了保障的不同方法和技术手段。该指南适用于电力、水利、石化、交通、化工、制药等行业的 ICS 系统。国内标准 标准名称 标准要求 工业控制系统网络安全管理体系标准（GB/T20690-2006）明确了工业控制系统网络安全管理体系，指导企业采取必要的措施确保工业网络安全。信息安全技术网络安全等级保护基本要求（GB/T22239-2019）工业企业网络安全建设需满足等保 2.0 的相关要求，公安部门依法进行安全检查。9 工业控制系统信息安全防护指南 指南注重防护要求的可执行性，从管理、技术两方面明确工业企业工控安全防护要求。工业控制系统信息安全第 1 部分：评估规范（GB30976.1-2014）规定了工业控制系统（SCADA、DCS，PLC，PCS 等）信息安全评估的目标、评估的内容、实施过程等。工业控制系统信息安全第2部分验收规范（GB/T30976.2-2014）规定了对工业控制系统的信息安全解决方案的安全性进行验收的流程、测试内容、方法及应达到的要求。GB/T 33009.4-2016 工业自动化和控制系统网络安全集散控制系统（DCS）规定了集散控制系统(DCS)在投运前,后的风险和脆弱性检测,对 DCS 软件、以太网网络通信协议与工业控制网络协议的风险与脆弱性检测提出具体的要求。GB/T33009.1-2016 工业自动化和控制系统网络安全 集散控制系统（DCS）第 1 部分：防护要求 规定了集散控制系统在运行和维护过程中应具备的安全能力、防护技术要求和安全防护区域的划分，并对过程监控层、现场控制层和现场设备层的防护要点、防护设备以及防护技术提出了具体的要求。GB/T33009.2-2016 工业自动化和控制系统网络安全 集散控制系统（DCS）第 2 部分：管理要求 规定了集散控制系统信息安全管理体系及其相关安全管理要素的具体要求。GB/T33009.3-2016 工业自动化和控制系统网络安全 集散控制系统（DCS）第 3 部分：评估指南 规定了集散控制系统的安全风险评估等级划分、评估的对象及实施流程，以及安全措施有效性测试。GB/T33008.1-2016 工业自动化和控制系统网络安全 可编程序控制器（PLC）规定了可编程序控制器(PLC)系统的信息安全要求，包括 PLC 直接或间接与其他系统通信的信息安全要求。工业互联网企业网络安全分类分级防护系列规范：规范面向重点行业、重要工业领域的工业互联网企业，根据企业所属行业网络安全影响程度分级评定，根据不同的分级结果，要求落实与自身等级相适应的安全防护措施。指导企业开展分类分级管理，落实安全主体责任，增强网络安全意识、提升网络安全防护能力。工业互联网平台企业安全防护规范 联网工业企业安全防护规范 工业互联网标识企业安全防护规范 工业互联网企业数据安全防护规范 三、5G 工业互联网安全挑战 5G 与工业互联网的深度融合势必将大量的 ICT 系统威胁和挑战带入工业网络，因此 5G 工业互联网与传统的工控系统安全和互联网安全相比，其安全挑战更为复杂。（一）网络安全挑战 5G 网络的服务化架构使网络功能以通用接口对外呈现，可以实现灵活的网 10 络部署和管理，伴随接口开放，通用接口在身份认证、访问控制、通信加密等方面都面临潜在的风险，安全方案设计的缺陷会导致泛洪攻击、资源滥用等风险。此外，边缘计算节点的安全机制缺失或策略错误配置可能导致非授权的边缘计算网关接入、边缘节点过载、边界开放 API 接口滥用等风险；网络切片技术的使用可能面临非授权用户接入网络切片等风险。整体来看，随着 5G 网络与工业业务发展，工业系统、应用逐步云化部署，5G 网络切片、SDN/NFV 等新技术在工业网络中逐步应用，切片安全、链路安全、云网安全等相关风险也在不断提高。（二）终端安全挑战 5G 工业互联网接入终端种类增多、数量巨大，工业互联网终端设备计算能力和安全防护措施较弱。工业网关、机器人等终端设备与平台的交互，涉及工业控制协议、控制软件等风险点，在设计之初可能未考虑完整性、身份校验等安全需求，持续面临病毒、木马、漏洞等安全挑战。伴随工业互联网终端的大量接入，伪造的、被劫持的、包含病毒或恶意程序的、缺少基本安全防护能力的终端可能将终端安全风险通过 5G 网络进行传播和扩大。（三）数据安全挑战 随着 5G 网络在工业互联网领域的大规模推广应用，数据安全风险不断多样化。5G 网络基于 NFV、云计算、虚拟化技术使得安全边界模糊，流量不可见。边缘计算造成网络及用户数据下沉至网络边缘，数据安全管理责任界定、网络边缘数据隔离与保护的挑战明显；虚拟化技术带来的网络边界模糊增加了数据保护的难度；网络切片技术对数据的安全隔离与保护提出更高要求；接入设备数量的快速增长和防护措施能力的差异导致数据泄漏风险点增多、违法有害信息管控难度增大。MEC 节点位于网络边缘，处于运营商控制较弱的开放网络环境中，数 11 据窃取、泄露的风险相对较高，对数据采集、存储、传输、处理等方面的安全性提出了更高的要求。近年来，在工业互联网领域，供应链攻击、勒索软件攻击、地缘政治相关黑客攻击等网络威胁持续上升，尤其是针对工业互联网领域的勒索攻击逐渐成为黑客获利的最佳途径，工控系统一旦被入侵轻则会破坏生产环境、造成设备停机、被勒索钱财，重则会直接上升到国家安全层面。（四）工业 AI 安全挑战 随着 AI 技术在工业领域逐步应用，由于 AI 模型的不可解释性，在模型中植入的恶意后门难以被检测；AI 芯片和软件编码都可能存在漏洞或后门；训练模型时，面对恶意样本无法给出正确的判断结果，工业领域在享受 AI 带来的便利和高效的同时，也为传统工业控制系统带来的网络安全问题，尤其是隐私泄露。一旦企业敏感数据被泄露，可能会被网络黑客用于恶意用途。（五）工业云安全挑战 工业云相对于传统的云平台更易成为网络攻击的目标，工业云承载着重点工业领域的关键业务系统，同时越来越多生产组件、控制系统直接或间接与互联网连接，工业云及虚拟化平台自身的安全脆弱性及漏洞日渐突出，所使用的开源软件安全问题层出不穷。此外，工业云在提供服务时向用户开放 API 接口，在一定程度上加大了暴露面风险；工业云环境下安全风险跨域传播的级联效应愈发明显，包括工业云中，研发、生产、管理、消费各环节的横向风险传播，以及互联网通过工业云向工业企业管理网、生产网的纵向风险传播。（六）软件供应链安全挑战 我国工业互联网中大量的工业软件和中间件开源部分占比较大，开源技术在推动工业互联网快速发展的同时也引入了大量的安全风险。根据新思科技 12（Synopsys）2023 年开源安全和风险分析(OSSRA)报告数据显示，检查的开源代码库中有 48%包含高风险漏洞。因此，位于软件供应链（软件生产到交付运营的全过程）源头位置的开源软件一旦存在安全问题，与之存在依赖关系的工业互联网业务系统也将同样存在安全缺陷并随着不断复用造成安全问题烈性传播，呈现典型“攻击一点、伤及一片”的特点。此外，开源软件作者主要通过开源许可协议对其知识产权进行许可与约束，若开源软件使用者未依照相应的开源许可协议使用开源软件，将可能面临知识产权及合规风险。当前最常用的 6 个开源许可协议，没有在知识产权层面上对我国进行管制。需重点关注在当今复杂国际形势下，开源许可被重新制定，以致开源项目只能在一定范围内被使用和发布，从而给我国造成知识产权方面的风险。（七）运营安全挑战 5G 技术与工业互联网深度融合，涉及端到端安全、通信网络安全、应用安全、终端安全等问题，导致相关方安全责任界定困难；5G 网络面临的 IT 化网络设施安全风险、通信网络安全风险会影响工业互联网系统的稳定运行；同时，工业互联网系统的安全漏洞、错误安全配置等原因可能将应用自身安全风险向 5G网络传导。四、5G 工业互联网“元信任”安全解决方案 工业互联网体系将连接对象延伸到工业全系统、全产业链、全价值链，打通了“人、机、料、法、环”全要素，实现工业制造各流程的深度互联，促进了端到端网络、5G、边缘计算等关键技术与工业互联网的融合应用，以致单一的解决方案无法满足工业互联网的整体安全需求。中国移动立足通信运营商全程全网的优势，创新提出了以“身份为核心”，“IT CT 联防联控”的 5G 工业互联网一体化全 13 程可信“元信任”安全解决方案。本白皮书从身份可信、网络可信、终端可信、数据可信、应用可信、AI 可信、软件供应链可信、运营可信、“元信任”网络安全保险 9 个方面提供了“元信任”安全技术实现方案。图 1.5G 智慧工厂安全的“元信任”解决方案架构（一）身份可信保障“元信任”安全解决方案身份认证防护体系提供可信的来访身份核验能力和入口级保障。基于移动核心网 SIM 卡安全芯片为工业互联网用户及相关设备提供便捷、安全的号卡身份准入认证。结合安全网关先认证后连接、动态访问控制等特性，建立可信通信链路并分配对应的访问权限，未经授权不能访问业务信息，利用通信网络全链路可管、可控的特点，实现身份可信、过程可溯源的安全需求，身份准入认证流程采用二次认证机制，可分为设备准入认证与网关访问鉴权两部分：设备准入认证（一次认证）：设备入网阶段，工业互联网设备中的 SIM 卡与 14 运营商移动网核心网关启动 AKA 鉴权认证，并通过安全网关连接统一身份认证平台，识别并获取 SIM 卡关联的设备标识，完成设备准入认证。网关访问鉴权（二次认证）：在设备准入认证完成后，此时设备尚未能与业务系统建立连接，而需根据设备身份验证凭据，通过数据流传递到安全网关侧，再次与统一身份认证平台确认凭据有效性，确权通过后建立可信通信链路，同时分配权限策略与访问范围，完成二次认证。图 2.“元信任”身份可信保障机制（二）网络可信保障“元信任”安全解决方案在工业互联网电信设备网元级可信保障中，通过安全加固、安全校验、安全监控、安全响应机制，确保电信设备全生命周期安全。1、安全加固 安全根技术：硬件芯片安全（硬件安全根、芯片自身安全），系统安全（指令安全、安全保护），开源组件安全（开源组件管理、漏洞追踪管理），数据安全（可信计算/机密计算、证书/密钥管理）。安全左移：安全全面融入开发流程，通过明确责任、开展培训、开发工具和建立流程确保安全战略执行到位。15 最小裁剪：冗余代码裁剪、冗余端口关闭、冗余账号删除、低安全级别加密功能去除等。2、安全校验 软件校验：确保软硬件被正确按照设计集成。通过硬件可信根逐层校验，对固件、操作系统、虚拟化软件和电信软件、补丁等进行校验，判断是否被正确的加载，确保没有被篡改。远程校验：确保软硬件被正确按照预期运行。进程运行状态，静态数据库链接/动态数据库链接状态，内核模块运行状态的校验和比对。配置核查：确认设备安全功能按照设计配置。提供安全配置工具，确保安全功能被正确开启，保证设备满足安全合规。3、安全监控 系统层面：系统内部数据，文件、进程、端口、账号按需访问，精细化控制。基于业务需要，对于账户、文件、进程进行按需白名单创建和访问监控，提供系统内部的操作系统级别的安全监控。网络层面：设备、网元、虚拟机的 TCP/IP 层面按需访问，精细化控制。基于业务需要，对于通信端口进行白名单访问监控，网络层访问层面微隔离按需访问。信令层面：网元信令（应用层）按需访问，精细化控制。基于业务需要和特征，对于信令流量进行白名单访问监控，实现信令层面安全保护。4、安全响应 威胁处置：网元层面发现威胁，安全管理模块根据业务需要和特征提出可信检验、异常分析、威胁处置建议。16 威胁同步：上送中国移动安全中台，安全中台决策通过 SOAR 机制，决定安全事件威胁成立方式。漏洞通知：发现安全漏洞，会基于自身漏洞管理体系，进行漏洞纰漏，并且给出修改建议，提升运维效率。图 3.“元信任”网元级可信机制（三）终端可信保障“元信任”安全解决方案在保障工业互联网终端安全可信方面，考虑了工业控制系统专用设备的安全防护，也做好通用 PC、服务器的安全防护，面向终端设备实施分层分域安全策略，构建多技术融合安全防护体系。终端设备安全：对于智能终端设备可采用“元信任”安全解决方案中本质内生的号、卡及通信安全体系加强终端设备身份鉴别与访问控制，同时采用固件安全增强、漏洞修复等安全策略，确保终端设备自身的安全。对于传统 PC、服务器等终端，也可采用轻量级无 UI、无感知终端代理的终端安全防护方案，通过白名单、身份认证、安全基线检测和终端安全事件审计等技术进行智能终端的安全防护；对于传感器、专用工控设备、物联网终端等可采用轻量化标识密钥技术，通 17 过设备专用标识，进行工业互联网资产标识识别、接入安全认证，通过设备标识、违规介入管控等，实现工业互联网专用终端设备的资产梳理和可信接入管理。终端控制安全：通过采取控制协议安全机制、终端内置控制软件安全加固、指令安全审计、确保控制软件安全和控制协议安全。通过采用专用通信协议、密码技术进行身份认证、数据加密技术确保控制系统执行的控制命令来自合法用户，对通信双方进行身份认证，未经认证的控制命令不被执行。在控制协议通信过程中加入身份认证，避免攻击者通过截获报文获取合法地址建立会话，影响控制过程安全。保证通信双方的信息不被第三方非法获取，业务运行环境安全可靠。终端通信安全：通过通信双方的双向设备认证、数据源真实性与完整性认证、数据的安全传输、数据的安全共享，终端设备指纹识别等技术，对工控网络内部各类应用数据的采集与监控，保障通信网络设备可信接入。对于自主可控终端，在方案设计时可考虑采用标识密码技术，使接入网络的设备具有唯一性标识，网络应对接入的终端设备进行身份认证，保证合法接入和合法连接，对非法终端设备的接入行为进行阻断与告警，形成通信可信接入机制。对于服务器、通用 PC等终端设备可采用先认证后连接的入网管控方式，对于终端设备接入进行验证的管理，实现终端设备安全接入认证、传输加密、安全基线扫描、环境感知数据上报等，保证接入终端的可靠性，数据传输的机密性和完整性。实现在终端访问应用资源的动作是一个安全的、可溯源的、可管可控的过程。通过终端设备自身安全、终端控制安全、终端通信安全，确保接入到网络中的设备具有唯一标识、违规接入进行管控等，实现工业互联网终端设备资产梳理和统一管理。18（四）数据可信保障 在 5G 工业互联网场景下，数据的生命周期包括数据采集、数据传输、数据存储、数据处理、数据交换和数据销毁六个阶段。不同生命周期阶段面临不同的安全风险，“元信任”安全解决方案采取不同的技术手段应对安全风险。数据采集：在组织机构内部系统中新生成数据，或从外部收集数据的过程。5G 工业互联网中的数据主要分为三部分：各类生产资料的实时工况数据、各类信息化系统产生的数据、各类产品的设计研发数据。可通过开展数据采集合规性检查，部署工业防火墙、数据标识与溯源、传感器可信安全检测等能力来降低数据被劫持、控制指令被恶意篡改、传感器失效导致数据失真等风险。数据传输：数据依托 5G 传输网络、工业现场总线、工业以太网等信道资源，数据在组织机构内部，从一个实体流动到另一个实体的过程，进而通过传输实现数据的迁移、汇聚、扩散等功能。可通过部署 VPN、加密机、工业防火墙、完整性校验、工业防病毒等能力来降低传输数据被嗅探、被攻击者拦截和传输数据包被修改等风险。数据存储：数据以任何数字格式进行物理存储或云存储的持久化阶段。可通过部署工业防火墙、身份认证与访问控制、数据脱敏、工业审计、存储数据加密、数据水印、数据灾备等能力来降低工业数据被嗅探和窃取、未授权访问、云平台数据泄露和被篡改等风险。数据处理：在 5G 工业互联网系统内针对数据进行计算、分析、可视化等操作的阶段。可通过部署存储数据加密、机密计算、身份认证与访问控制、IDS 等能力来降低数据被未授权查看、使用、恶意篡改、伪造、分析处理算法和模型解析等活动带来不准确的风险。19 数据交换：数据由工业组织机构与外部组织机构或个人交互的阶段。可通过部署隐私计算服务、数据水印、数据脱敏等能力来降低工业数据被逾期交易、共享数据未授权交易、数据合作共享使用等风险。数据销毁：对数据及数据的存储介质通过相应的操作，使数据彻底消除且无法恢复。具体的安全应对措施包括使用专业多次逻辑擦除工具、效果检查工具，完善数据销毁流程管理制度，做好数据销毁过程记录等来降低数据被刻意恢复、数据销毁不彻底等风险。（五）应用可信保障 基于中国移动云网的内生安全能力，“元信任”安全解决方案从安全扫描、安全监测、安全防护、安全可视化四个方面建设覆盖应用系统全生命周期的可信防护体系。图 4.“元信任”应用安全可信防护 安全扫描：在保证应用系统正常对外提供服务的前提下，建立定期“漏洞扫描 人工稽核”应用安全评估机制，提前发现应用系统隐藏的安全隐患，及时打补 20 丁修复。安全监测：利用分布式拨测节点，为应用提供多维度的带外安全监测，监测能力覆盖网页篡改监测、DNS 劫持检测、钓鱼网站检测等多个维度，实现对业务平台安全风险的实时预警。安全防护：分析应用系统的流量特征，通过高级威胁检测引擎，识别并拦截恶意攻击请求，保证正常的业务流量安全到达业务服务器。安全可视化：面向应用系统提供态势感知、安全报表及攻击溯源功能，满足多样化安全运营管理要求。（六）工业 AI 可信保障 人工智能技术广泛地应用于预测维护、过程优化、质量控制、自动化机器人、智能监控等领域。人工智能技术在工业互联网中有助于提高生产效率、降低成本、提高安全性和可持续性，从而推动工业领域的数字化转型和智能化。然而由于人工智能技术自身的脆弱性，“元信任”安全解决方案通过增强模型算法鲁棒性、防范模型算法窃取攻击和防范模型算法篡改攻击三种技术手段保障工业互联网中人工智能技术的安全性。增强模型算法鲁棒性：在开发阶段，采取预防措施，包括进行对抗性训练、过滤恶意样本等，以增强模型的防御能力；在测试阶段，综合使用含有对抗噪声、自然噪声、系统噪声、伪造、模仿、随机、无意义等类型的数据以测试算法的鲁棒性；在运行阶段，持续监控和修复模型的漏洞，以确保其稳定和可靠地运行。防范模型算法窃取攻击：防范非法获取，加密存储和传输模型文件，设置权限和访问控制，定期检测模型保护措施，防止非法获取，实施安全保障和审计日志，并定期检测安全系统和防护配置；防范逆向攻击，限制信息反馈量，遵循最 21 小特权原则，设置算法探测频率限制。防范模型算法篡改攻击：防范后门攻击，设计输入预处理方案，过滤可能触发后门攻击的输入，引入算法应用预处理模块，对输入进行预处理，建立后门检测机制，定期扫描和检测算法后门。（七）软件供应链可信保障 面向工业互联网软件供应链安全挑战，“元信任”安全解决方案通过提供软件供应链资产透明化，安全漏洞检测精准化、知识产权合规化和运行监测动态化四大技术能力，实现软件源头清晰化、使用过程标准化、运行监测动态化。图 5.“元信任”软件供应链开源安全治理 透明化的软件资产：支持以“最小化元素清单”为单位，提取供应链开源软件的成分单元，输出软件物料清单（SBOM），理清源头资产清单，包括软件成分中各种依赖关系（包括直接依赖、间接依赖、多层依赖），并支持生成完整的软件成分全量树，确保软件供应链资产透明化、可视化和完整性。精准化的漏洞检测：依托指纹识别、模糊 Hash 匹配、关键污染源调用等核心检测技术，实现对供应链开源软件精准化的安全检测，保障供应链开源软件的安全性，同步实现对检出漏洞提供全路径定位信息和详细的修复方案，为安全漏洞精准定位和快速修复提供保障。合规化的软件许可：实现基于软件物料清单对供应链软件成分中的软件许可协议的全面梳理，理清软件成分中的许可协议，针对高风险开源软件许可成分 22 及时替换或隔离，做到工业互联网软件许可风险的提前卡位布局。动态化的运行监测：与 CVE、CNNVD、CNVD 等权威情报机构和知名社区进行联动，定时收集各类漏洞信息，动态化的对软件物料清单中的开源软件成分进行轮询，根据安全漏洞等级发出不同等级的预警，实现威胁常态化的监测与漏洞“一键式”排查，精准定位到产品/责任人，助力提升安全运维效率。（八）运营可信保障“元信任”安全解决方案在运营可信方面，遵循 NIST IPDRR 理念，从风险识别、安全防御、安全检测、安全响应和安全恢复五个方面建设覆盖应用系统全生命周期的可信运营体系。风险识别：整合设备自身信息以及与业务资产的相关信息，实现对全口径业务资产信息的精确获取和深入识别，形成企业端口级精准资产清单。在此基础上，结合基线管理平台通过对设备软硬件配置、系统漏洞、网络行为等多维度信息进行巡检，实时、动态发现并防范潜在的安全威胁，提高企业风险应对的时效性和精确性。安全防御：基于访问控制、数据安全、安全策略、安全运维等技术，对工业互联网资产进行安全防御。如实施严格的访问控制，详细记录和管理所有在网络中流转的数据，在必要时对其进行限制。安全检测：聚类多个主流安全厂商设备来源的安全告警信息，实现数据标准化，并通过 AI 技术实现告警精准聚合，对事件进行智能分析与研判，保证企业网络安全实时性。安全响应：基于先进的自动化编排技术，对接处置平台和安全设备，自动下达与执行处置指令，如 IP 封堵和流量清洗等。通过自动化响应操作大幅提升应 23 急速度，减少人为错误，提高企业安全防护效能。安全恢复：综合根据系统重要程度，制定安全恢复分级实施方案。如关键级系统可采用虚拟补丁技术或者热补丁技术，尽快恢复服务并确保数据的完整性。针对一般级失陷系统，正常按照进行离网、杀毒、重装、恢复。图 6.“元信任”安全运营流程（九）“元信任”网络安全保险 2023 年 7 月，工业和信息化部、国家金融监督管理总局联合印发了关于促进网络安全保险规范健康发展的意见（工信部联网安 2023 95 号），指导通信行业、网络安全企业、保险公司开展网络安全保险创新工作，鼓励面向网络安全产品开发网络安全专门保险。在工业和信息化部的指导下，中国移动联合中国人民财产保险股份有限公司以“元信任”解决方案为核心，创新打造“元信任”网络安全保险标准化产品，通过“元信任”安全技术 保险金融的组合模式全面兜底工业互联网企业安全风险，本章节重点从“元信任”网络安全保险的风险评估模型、保险责任描述以及特点三个 24 方面重点阐述。“元信任”网络安全保险风险评估模型：“元信任”安全解决方案为工业互联网企业极大削减自身网络安全风险，但是工业互联网企业遗留网络安全风险仍具有一定复杂性和动态性。为保证遗留风险识别的准确性，为保险责任提供详细的数据支持，依托行业风险态势、攻击面管理、成熟度评估以及网络安全风险量化等模型在投保前对被保企业进行遗留网络安全风险分析和评估。表 4.“元信任”网络安全保险风险评估模型 模型名称 描述 行业风险态势模型 基于穆迪行业热图和风险计算方式构建，利用百万级别企业信息进行分析，涵盖国民经济行业分类划分行业，分析系统角色重要性、数字化程度、安全水平、攻击频率等要素，输出各行业风险敞口大小、事件发生可能性及资产影响程度等结果。攻击面管理模型 对企业信息系统进行扫描，从 9 大维度和数百个安全指标检查暴露面，反映信息系统上的技术脆弱性，从外部分析网络安全风险水平。成熟度评估模型 基于 NIST 的 CSF 框架、欧美成熟度评估模型构建，利用层次分析法进行分析，分析识别、保护、检测、响应和恢复等要素，从内部分析网络安全风险水平。风险量化评估模型 结合行业风险态势模型、攻击面管理模型、成熟度评估模型的结果，根据网络安全的整体宏观态势进行模拟，使用企业宏观经营数据量化攻击概率、损失及风险值，以货币化的形式呈现，更加直观地反映网络安全风险水平。网络安全保险科技模型 通过企业内部的成熟度模型、外部的攻击面管理模型进行立体透视分析，实战模拟攻击者视角的风险量化模型与宏观行业风险态势模型的结合，全面把控企业网络安全风险的真实状况。“元信任”网络安全保险责任：“元信任”网络安全保险方案涵盖了七项责任，旨在全面补偿因网络安全事故造成的各项损失。具体保障责任如下：表 5.“元信任”网络安全保险责任说明 保险责任 保险责任说明(1)营业中断损失 因发生网络安全事故，造成计算机系统全部或部分中断，导致被保险人营业受到干扰或中断，由此而产生的毛利润损失。(2)网络勒索损失 被保险人因计算机系统遭受安全威胁造成的勒索损失。(3)网络诈骗损失 因第三方欺骗性滥用或操控被保险人计算机系统，第三方发出欺骗性电子指令或经篡改的信息导致的网络欺诈损失。(4)网络安全责任 因网络安全事故直接引起第三者非信息泄露的损失，依法应由被保险 25 人承担的经济赔偿责任。(5)保密责任 被保险人由于疏忽或过失行为造成第三者的个人信息泄露或公司信息泄露，依法应由被保险人承担的经济赔偿责任。(6)事故响应费用 名誉恢复公关费用：被保险人因保险事故引发负面媒体事件所直接导致自身的声誉损害，在公关期限内为恢复被保险人的声誉而聘请相关媒体提供服务的必要、合理的费用。通知费用：被保险人需要通知下列一方或多方所产生的费用 依法应通知履行个人信息保护职责的部门；主动通知数据被不当泄露的个人或公司；聘请第三方提供通知服务。监测费用：被保险人因发生个人信息泄露，为用户提供信用监测、身份盗窃监测、社交媒体监测、信用冻结、欺诈预警服务或防欺诈软件等所需的必要、合理的监测费用。(7)数据修复费用和 硬件改善费用 被保险人因发生网络安全事故，产生的与下述事项有关的合理、必要的费用：评估数据是否能够恢复、重建或重新收集；恢复、重建或重新收集数据；从被保险人的计算机系统移除恶意软件或程序；被保险人安装更加安全和更高效率版本的计算机系统而发生的必要的硬件改善费用。“元信任”网络安全保险特点：相对比行业已有基于传统安全防护产品或安全服务的网络安全保险，“元信任”网络安全保险在面向工业互联网企业提供全程全网的安全防护基础上，还具备以下三大优势：一是更全面的保障，“元信任”网络安全保险为工业互联网企业在中国移动“元信任”安全解决方案保障之外附加保险金融补偿方案，重点保障工业互联网企业因网络安全事件所造成的营业中断、网络安全勒索、网络安全诈骗、网络安全责任、保密责任、事故响应费用、数据修复费用和硬件改善费用共计 7 个方面的损失。二是更可靠的守护，市场上常规网络安全保险业务，被保企业客户无法进行专业的风险防护，面向不可预见、日益复杂的网络安全攻击态势，全部依赖保险公司提供的网络安全保险进行“兜底”承担，以致保险金融方案与企业网络安全需求形成对抗的局面。而在“元信任”网络安全保险责任框架之下，被保企业不仅可 26 以享受中国移动全程全网的可靠防护，提升企业网络安全风险管理水平，被保企业也以更低的费率获得更高的保额以及更加便捷的网络安全保险投保流程。三是更多的增值服务，相较于市场上常规网络安全保险业务，在“元信任”网络安全保险可为被保企业提供保前、保中，保后全流程增值服务，如企业网络信息系统安全风险筛查、企业网络信息系统安全成熟的评估、7x24 小时网络安全风险监测、网络安全风险咨询以及安全加固建议等系列增值服务。五、典型案例实践（一）应用简介 江苏洋河酒厂股份有限公司（以下简称“洋河股份”）作为国家大型一类企业，总资产 638.11 亿元，是行业内拥有两大“中国名酒”企业。洋河股份面向自身工作区内数字化、智能化转型安全需求，基于中国移动“元信任”安全解决方案，全面提升了自身云、网、端侧与运营安全能力，强化了网络安全风险应对能力，并依托“元信任”网络安全保险对企业遗留风险进行全面兜底。（二）安全需求 在洋河股份拥抱 5G 和数智化转型过程中，销售渠道人员方面，洋河股份全国渠道网点超过 50 万家，渠道人员超 100 万，海量渠道身份管控难度大；5G 与工业场景融合方面，海量终端的接入、IT/OT 的融合，带来了设备安全、应用安全、数据安全等工业互联网安全新挑战；政府监管方面，洋河股份作为地方头部国企，不仅要满足安全合规要求，平均每年还需参加国家级、省级、市级 3-4 次的攻防演习，以往缺乏长期专业的安全运营能力。27 图 7.洋河股份 5G 智慧工厂安全需求（三）安全方案 在安全技术防护方面，重点引入“元信任”安全解决方案身份可信、数据可信、终端可信、运营可信等安全能力，实现对洋河股份海量渠道人员身份、接入终端、工业数据的安全管控及其整体网络安全态势的运营分析；在遗留安全风险应对方面，通过“元信任”网络安全保险对自身残余风险进行兜底，保险的金融杠杆特性保障企业网络信息资产安然无虞。图 8.洋河股份 5G 智慧工厂“元信任”安全解决方案 28（四）实施效果 在安全技术防护成效方面，自 2023 年 3 月至 10 月期间，“元信任”安全解决方案已累计为洋河股份累计处理 1.5 万条安全事件，拦截 2.6 万次 SQL 注入、XSS 攻击、代码注入等恶意 Web 应用攻击，拦截 1.2 万次非信任身份访问；在遗留安全风险应对成效方面，全国首个元信任网络安全保险保单（保单号：PLC92023320）以高金融杠杆兜底洋河股份在网络安全事故响应、网络安全责任、保密责任、数据修复等方面可能造成的损失，通过“元信任”安全技术 保险金融的组合模式给予了洋河股份自身数字化安全转型更大的信心。六、展望 5G 工业互联网的深度融合不仅促进企业数字化转型，更是推动了产业升级和高质量发展，为实现新型工业化的提供了强劲动力。面向未来，5G-A、5G RedCap、确定性网络、通感一体的 5G 新技术将为工业互联网低时延、可靠性网络提供更好、更敏捷的网络支持，安全作为 5G 工业互联网的重要基石也将在政策支持、标准建设、防护模式上形成更加有利的局面。一是工业互联网安全发展将持续得到国家政策大力支持。党的二十大报告提出“统筹发展和安全”，中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要提出“积极稳妥发展工业互联网”，工信部5G 全连接工厂建设指南全文 12 次提到“安全”，相关重磅政策文件的发布都表明工业互联网作为迈向新型工业化的关键基础设施也将在体系建设、关键技术和资源倾斜方面得到国家政策的大力支持。二是工业领域的 5G 网络安全标准体系将成为重要布局方向。5G 技术的发展推动了工业网络基础设施与平台的建设部署，5G 与工业互联网安全领域融合 29 标准建设将围绕关键技术、管理、产品，以及应用等方面重点推动，形成标准广泛应用。三是工业互联网安全行业方案将从“单点可控”迈向“全程可信”。面对抗形势复杂多变的国际形势、穿过互联网对工业基础设施攻击的风险陡增。突破传统安全防护理念，全面构建以身份为核心，IT CT 的联防联控的工业互联网安全防护体系将极大助力我国工业互联网企业在极限施压情况下全面提升网络安全风险应对能力。30 七、附录 1（缩略语表）缩略语 英文名称 中文名称 5G 5th Generation Mobile Networks 第五代移动通信技术 AI Artificial Intelligence 人工智能 AGV Automatic Guided Vehicle 自动导向车 PLC Programmable Logic Controller 可编程逻辑控制器 OS Operating System 操作系统 AR Augmented Reality 增强现实 ICT Information and Communication Technology 信息通信技术 DCS Distributed Control System 集散控制系统 IT Information Technology 信息技术 OT Operational Technology 运营技术 CT Communication Technology 通信技术 API Application Programming Interface 应用程序编程接口 SDN Software Defined Network 软件定义网络 NFV Network Function Virtualization 网络功能虚拟化 MEC Multi-access Edge Computing 多接入边缘计算 AKA Authentication and Key Agreement 认证与密钥协商协议 PC Personal Computer 个人计算机 UI User Interface 用户界面 VPN Virtual Private Network 虚拟专用网络 IDS Intrusion Detection Systems 入侵检测系统 DNS Domain Name System 域名系统 IPDRR Identify Protect Detect Response Recovery 风险识别 安全防御 安全检测 安全响应 安全恢复 NIST National Institute of Standards and Technology 美国国家标准与技术研究所 IP Internet Protocol 网际互连协议 5G-A 5G-Advanced 进阶版 5G RedCap Reduced Capability 降低能力 SOAR Security Orchestration Automation and Response 安全编排自动化与响应 IEC International Electrotechnical Commission 国际电工委员会 SBOM Software Bill of Materials 软件物料清单 CVE Common Vulnerabilities and Exposures 通用漏洞披露 CNNVD China National Vulnerability Database of Information Security 国家信息安全漏洞库 CNVD China National Vulnerability Database 国家信息安全漏洞共享平台 31 八、附录 2（参考文献）1 工信部，国家标准委.工业互联网综合标准化体系建设指南(2021 版)S.信息技术与标准化,2022(1):4-4.2 中国工业互联网产业联盟.2022 年工业互联网安全态势报告R/OL.中国信息安全.3 中国移动，中兴通讯.5G 工业互联网安全白皮书R/OL.4 中国工业互联网研究院.工业互联网创新发展报告（2023 年）R/OL.5 沈昌祥.网络安全应是推进新型工业化一大着力点J.中国电子报.6 中华人民共和国工业和信息化部.5G 全连接工厂建设指南S.中国无线电,2022(9):13-16.7 GTI 5G Network Security ConsiderationR/OL.GTI.8 NIST.SP800-82 工业控制系统(ICS)安全指南S.9 工业和信息化部.工业控制系统信息安全防护指南S.2022(11).10 中国信息通信研究院.2022 中国“5G 工业互联网”发展成效评估报告 R/OL.2023-1-26.https:/www.5giic.11 工业和信息化部，应急管理部.工业互联网 安全生产行动计划(2021-2023年)R.化工安全与环境,2020,33(43):2-4.12 5G Security White Paper:Security Makes 5G Go FurtherR/OL.GSMA 13 Synopsys.2023 年开源安全和风险分析(OSSRA)报告R/OL.

0人已浏览 2023-12-10 33页 5星级

 -中国工业互联网研究院能源工业互联网联合创新中心2023 年 11 月声 明本案例集所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本案例集所有材料或内.

0人已浏览 2023-11-30 224页 5星级

October 2023,IDC#CHC50358523 市场份额 中国工业云 IaaS PaaS 市场份额，2022：分化初现 Yuri Cui Kai Cui IDC 市场份额图市场份额图 图图 1 中国工业云中国工业云 IaaS PaaS 市场份额，市场份额，2022 注：2022 份额（%），收入（百万美元）和增长率（%）来源:IDC,2023 2023 IDC#CHC50358523 2 执行概要执行概要 随着工业互联网发展，云加速向工业领域应用渗透，越来越多的企业以公有云和私有云模式，开展云的应用。为此，各类云服务商也以 IaaS 和 PaaS 形式，为工业企业提供云基础设施建设和 PaaS 平台、数据库、中间件等服务。工业云 IaaS PaaS 是指为工业企业（制造、能源及公共事业企业）提供的 IaaS 及 PaaS 产品及服务，包括以公有云或私有云、专属云模式提供的基础设施及平台解决方案，不含 SaaS 应用。2022 年中国工业云 IaaS PaaS 市场规模达到 83.8 亿美元（约合 562.9 亿人民币），相比 2021 年增长29.2%。工业云 IaaS PaaS 公有云市场达到 30.9 亿美元（约合 207 亿人民币），同比增长 31.6%。工业云IaaS PaaS 企业自建云（私有云）市场达到 52.9 亿美元（约合 355 亿人民币），同比增长 28.2%。行业分化日趋显著，资源能源、汽车等行业增长较快。分行业看，资源能源行业市场达到 20.9 亿美元，装备制造业市场达到 8.4 亿美元，通信及电子制造业市场达到 13.4 亿美元。2022 年中国工业云 IaaS PaaS 市场在资源能源、汽车等重点行业的推动下仍实现了相对较快的增长，但行业和企业的分化已经开始显现。未来随着市场竞争的进一步激烈，分化或将继续扩大。IDC 研究经理崔粲表示 给技术提供商的建议给技术提供商的建议 加强数智底座平台布局。加强数智底座平台布局。越来越多大型企业正在投入数据治理以及数据底座平台建设，很多领先企业也在加强建设 AI 中台，构建自身的智能化能力，一些采矿企业已经在应用 AI 大模型实现集团内各类场景的视觉检测应用，数据及智能底座平台工具在一段时间内需求预计仍将保持较好的增长势头。重点关注央国重点关注央国企和资源能源行业。企和资源能源行业。受到国内外大环境、行业周期等因素影响，不同行业景气性分化程度日益明显，不景气行业数字化投入将受到显著影响。风险应对能力较强的央国企和很多资源能源行业企业，在市场动荡的趋势下，数字化投入相对比较稳定，建议云服务商重点关注。加强边云协同布局。加强边云协同布局。企业中心云之外，建设边缘云正得到越来越多客户的关注，建议云服务商紧抓机遇，布局边缘云相关产品和解决方案。抓住工业企业出海需求。抓住工业企业出海需求。近几年越来越多中国企业走出国门，开展海外布局，企业的数字化建设也跟随业务走向全球，催生对海外云 IaaS 及 PaaS 的需求。建议云服务商紧抓机遇，伴随重点企业、产业的出海同步开展服务，助力中国企业出海。市场份额市场份额 2022 年中国工业云 IaaS PaaS 市场规模达到 83.8 亿美元（约合 562.9 亿人民币），相比 2021 年增长29.2%。受到疫情等影响，2022 年市场增速相比 2022 年有所下降，但仍处于较快的阶段。市场格局同比变化不大。但 2022 年很多头部企业市场策略进行了调整，头部厂商的业务增速差异相比 2021 年更加显著。随着市场未来的不确定性进一步增加，未来头部厂商的增速或将进一步变化，同时，市场格局也或将发生变化。2023 IDC#CHC50358523 3 子市场子市场公有云公有云 2022 年，工业云 IaaS PaaS 公有云市场达到 30.9 亿美元（约合 207 亿人民币），同比增长 31.6%，略高于平均增速，主要源于 3C 及新能源产业、企业出海、车联网及自动驾驶云等需求增长，其中云基础设施仍然占据较大比重。图图 2 中国工业云中国工业云 IaaS PaaS 市场份额市场份额公有云公有云，2022 来源:IDC,2023 子市场子市场企业自建云（私有云）企业自建云（私有云）2022 年，工业云 IaaS PaaS 企业自建云（私有云）市场达到 52.9 亿美元（约合 355 亿人民币），同比增长 27.8%，略低于平均增速，主要源于电力、采矿、烟草、食品饮料、石油石化等行业数据中心/边缘云及数据底座平台/工具建设，高端装备、汽车等行业仿真云，以及很多 AI 应用场景的规模化复制等需求增长等。2023 IDC#CHC50358523 4 图图 3 中国工业云中国工业云 IaaS PaaS 市场份额市场份额企业自建云（私有云）企业自建云（私有云），2022 来源:IDC,2023 子市场子市场资源能源行业资源能源行业 2022 年，工业云 IaaS PaaS 资源能源行业市场达到 20.9 亿美元（约合 140 亿人民币）。电网、发电、采矿、石油石化等行业客户都在加大投入开展数据中心/边缘云、数据底座平台/工具等建设，AI 大模型也率先在采矿行业取得商业落地。2023 IDC#CHC50358523 5 图图 4 中国工业云中国工业云 IaaS PaaS 市场份额市场份额资源能源行业资源能源行业，2022 来源:IDC,2023 子市场子市场通信及电子制造业通信及电子制造业 2022 年，工业云 IaaS PaaS 通信及电子制造行业市场达到 13.4 亿美元（约合 90 亿人民币）。出海、AI 场景规模化复制、智能营销等成为推动市场增长的重要动力。2023 IDC#CHC50358523 6 图图 5 中国工业云中国工业云 IaaS PaaS 市场份额市场份额通信及电子制造业通信及电子制造业，2022 来源:IDC,2023 子市场子市场装备制造业装备制造业 2022 年，工业云 IaaS PaaS 装备制造行业市场达到 8.4 亿美元（约合 56 亿人民币）。仿真云、智能工厂改造、出海及后服务等成为推动市场增长的重要动力。2023 IDC#CHC50358523 7 图图 6 中国工业云中国工业云 IaaS PaaS 市场份额市场份额装备制造业装备制造业，2022 来源:IDC,2023 哪些厂商塑造了这一年？哪些厂商塑造了这一年？阿里巴巴阿里巴巴 在智能制造、绿色制造、数字经济等相关的政策指导下，围绕中国制造业高质量发展，阿里巴巴以阿里云为核心，聚焦于企业的生产全流程优化、数据全场景打通、产业链全领域协同等方向，提供数字化转型的相关产品及服务，逐步形成了工业数字工厂、工业数据中台、采销供应链三大核心行业解决方案，已经服务了石油、煤炭、新能源、钢铁、水泥、化工等细分行业的 2 万多家规模以上制造企业。IaaS 方面，阿里云依托遍布全国的服务节点及飞天云操作系统，为制造企业提供完整的上云解决方案，不仅支撑企业业务系统云化，同时也支撑了研发仿真、质量分析等弹性高算力需求场景，为企业加速研发生产流程、优化基础设施建设成本。PaaS 方面，阿里云提供云边一体的架构，结合工业物联网的边缘数据采集与计算、数据中台的数据分析与应用、工业 AI 算法、钉钉企业协同等一系列 PaaS 平台化能力，支撑制造业在此基础上实现多业务类型数据的应用、构建智能制造数字工厂、实现采销协同。并通过工业 AI 能力，实现生产优化、能耗优化等创新应用。此外，阿里云联合阿里巴巴集团其他相关产品及能力，包括菜鸟、瓴羊等，为制造企业提供端到端的解决方案。2023 年，阿里云发布通义千问大模型，并联合西门子等合作伙伴推动 AI 大模型在工业等领域的应用。阿里云还发布 ET 工业大脑开放平台，基于该平台，合作伙伴可以轻松实现工业数据的采集、分析、挖掘、建模,并且快速构建智能分析应用。2023 IDC#CHC50358523 8 华为华为 华为依托华为云们把数字化转型实践的技术、方法、流程等经验沉淀到华为云上，并将这些经验赋能给工业领域的伙伴和客户，以 IaaS 和 PaaS 产品服务为核心，联合生态伙伴为客户提供整体解决方案，已服务了 10 万多家工业企业。IaaS 方面，华为依托 KooVerse 架构的基础设施和欧拉 OS 的软硬件生态，为工业企业提供公有云服务及私有云建设解决方案。PaaS 方面，华为在提供 Astro 低代码平台、DevCloud 开发云（软件开发生产线 DevCloud、AI 开发生产线 ModelArts、数字内容生产线 MetaStudio、数据治理生产线 DataArts）等通用平台的基础上，面向工业推出工业软件云 aPaaS，通过工业软件云联合伙伴共创新一代云化工业软件，并通过行业军团和aPaaS，如煤炭军团、电力 aPaaS 等形式，联合伙伴并为工业企业提供数字工厂、智能中枢、智慧矿山、AI 质检、智慧发电、数字配电等各类场景化解决方案。2023 年，华为提出工业装备数字化、工业网络全连接、工业软件云化和工业数据价值化的新四化趋势，发布二十个高价值工业场景，发布盘古大模型 3.0，并希望与合作伙伴一起构建工业智能体，来满足工业企业数字化的需求。亚马逊云科技亚马逊云科技 亚马逊云科技依托全球化业务布局，为中国工业企业走出去和国外企业落地中国提供云基础设施及平台服务，目前已经服务嘉楠科技、TCL 实业、西门子中国、施耐德中国等企业。针对中国出海企业开拓海外业务，亚马逊云科技基于引领行业的安全合规理念和实践，丰富的大数据、人工智能和机器学习、物联网等云服务，帮助用户快速拓展全球业务布局，支持用户在海外业务的创新及拓展。亚马逊云科技还通过全球一致的技术架构，本地合作伙伴解决方案，以及全球一体化的团队，为跨国企业植根中国提供强有力的支持，加速他们在华业务的创新和转型。同时，亚马逊云科技提供全面的安全认证，客户可直接继承，帮助用户应对各地区安全合规挑战，实现技术和业务的快速布局。亚马逊云科技提供全球广泛布局的云基础设施服务。在工业领域，亚马逊云科技提供包括 Amazon IoT core、Amazon IoT Device Management、Amazon IoT Device Defender 等服务来安全连接、管理和控制物联网设备，以 Amazon IoT Analytics、Amazon IoT Events 等分析物联网数据并做出响应，提供设备端、边缘侧的相关物联网软件和服务 Amazon FreeRTOS、Amazon IoT Greengrass 等，同时提供Amazon SageMaker、支撑开发图像质检、预测性维护等机器学习应用，提供融合了 IT 和 OT 数据的工业数据平台，支撑业务应用开发。目前，亚马逊云科技开始布局垂直行业的 IoT 服务 Amazon KVS、Amazon IoT TwinMaker，Amazon IoT FleetWise，Amazon RoboMaker，涉及智能视觉、数字孪生、机器人、车辆网等领域。亚马逊云科技也组件专业行业团队，基于亚马逊自身的制造实践与经验，联合合作伙伴孵化出了针对多个关键制造场景的解决方案，覆盖工程与设计、设备综合效率及生产优化、供应链管理、智能设备、质量管理等应用场景。腾讯腾讯 腾讯以腾讯云为核心，整合集团资源，定位连接器、工具箱和生态共建者，以 Wemake 工业互联网平台为核心为统一主要出口，面向行业数字化提供 IaaS 和 PaaS 产品，并联合生态伙伴共同打造行业解决方案。IaaS 方面，腾讯推出分布式容器云产品矩阵，以云原生工业一体机平台的形式，帮助工业企业搭建基础云平台，实现计算、存储资源统一管理，确保业务稳定运行，助力企业 IT 降低部署和维护成本。PaaS 方面，腾讯以工业数据中台、工业 AI 中台、工业技术中台等为基础，提供可组装式的平台工具，并面向业务领域推出七朵云：移动协同引擎云游，研发引擎云仿真，数字工厂引擎云联，工业 AI2023 IDC#CHC50358523 9 引擎云瞳，工业营销引擎云霄，数字产业链引擎云链，腾讯联合伙伴基于 PaaS 提供各种专业化应用，为工业企业提供覆盖研、产、供、销、服各环节的一站式服务。2023 年，腾讯推出智能制造解决方案 WeMake2.0，在已有的产品与方案能力上强化技术投入，在平台层增加工业智能基础能力数字孪生平台与人工智能平台，实现从连接到智能的应用底座构建。在引擎层推出基于三维空间与实时数据融合的云瓴综合能源引擎。在生态层，支持合作伙伴与客户一起分析业务创新应用。市场环境市场环境 重大市场变化重大市场变化 疫情防控放开社会回归常态疫情防控放开社会回归常态 2022 年底，随着疫情防控的放开，工业生产和社会生活回归常态，疫情造成的物流、交通等影响不复存在。央国企加强数字化建设央国企加强数字化建设 2022 年 9 月以来，国资委先后进一步下发一系列文件，促进央国企加强数字化建设。AI大模型催生新机遇大模型催生新机遇 2022 年底以来，ChatGPT 为代表的 AI 大模型带来的技术突破引起了市场的广泛关注，AI 大模型在行业的潜在应用潜力引起广大用户和技术供应商的全面关注和布局。研究方法研究方法 IDC 中国一直密切关注工业云市场。本研究中所提供的信息是 IDC 对中国工业云市场不断研究的结果。本研究中使用的数据由一手和二手材料信息两种来源组成。在本研究的调研阶段，IDC 分析师对工业云服务提供商及最终用户进行了采访，多数采访为面谈形式，其他数据收集方式，如电话访谈或邮件访谈等也会根据需要采用。IDC 的研究基于以下几点对该市场提出估计和预测：对工业对工业云云服务商的访问服务商的访问。IDC 的分析师通过对工业互联网平台重要参与者进行访问，以确定其产品和服务的收入情况和其它相关信息。大部分访问以面访的形式进行，电话访问、电子邮件联系等其它信息收集方式会根据需要采用。公有云、私有云和公有云、私有云和 ITIT 服务市场的统计数据服务市场的统计数据。IDC 的分析师数年以来一直坚持对中国公有云、私有云和 IT 服务市场进行跟踪、统计、研究和预测，拥有比较完整的 IT 市场数据库，是本次云管理服务市场规模预测的一个重要参考和数据交叉验证的基础。厂商介绍、新闻稿和其它对外公布的信息厂商介绍、新闻稿和其它对外公布的信息。IDC 的分析师每年与大量的 IT 厂商进行广泛交流，以便有机会了解 IT 厂商目前和今后的 IT 产品、服务及解决方案的策略、收入状况、客户情况、目标市场，以及其它重要市场信息。IDCIDC 最终用户研究最终用户研究。这主要包括每年对上千个最终用户的访谈。通过最终用户研究可以了解用户 IT 系统应用现状、痛点、IT 采购流程、未来需求等，也可对厂商的竞争情况及业绩提供进一步的验证。定制化咨询结果定制化咨询结果。IDC 已经开展了数项为用户定制的研究项目。虽然不能与其他用户共享这些调查的结果，但其结果可被用于验证预测的准确性，为预测提供参照。2023 IDC#CHC50358523 10 综上所述，IDC 在此研究报告中呈现的数据代表了 IDC 基于上述数据源、厂商介绍和观察到的主要市场活动、以及对数据的进一步建模分析，从而形成对市场最为近似的估计。注：由于使用四舍五入，本报告的数据不完全精确。市场定义市场定义 工业云 IaaS PaaS 是指为工业企业（制造、能源及公共事业企业）提供的 IaaS 及 PaaS 产品及服务，包括以公有云或私有云、专属云模式提供的基础设施及平台解决方案，不含 SaaS 应用。相关研究相关研究 IDC MarketScape：中国工业互联网平台（企业侧）厂商评估，2023（IDC#CHC50463123，2023 年 9 月）中国工业云 IaaS PaaS 市场份额，2021：增长持续（IDC#CHC49180822，2023 年 1 月）中国工业互联网平台企业侧平台及应用解决方案市场分析，2022（IDC#CHC48400721，2022 年 10 月）中国工业互联网平台及应用解决方案市场份额，2021：快速增长的一年（IDC#CHC49180422,2022 年 10 月）中国工业互联网区域平台及产业服务市场份额，2021：此起彼伏（IDC#CHC49117122，2022年 6 月）中国工业互联网平台政府侧区域平台与产业服务市场分析，2022（IDC#CHC49101722，2022 年 5 月）关于关于 IDC 国际数据公司（IDC）是在信息技术、电信行业和消费科技领域，全球领先的专业的市场调查、咨询服务及会展活动提供商。IDC 在全球拥有超过 1,100 名分析师，他们针对 110 多个国家/地区的技术、IT对标研究和采购以及行业发展机遇和趋势，提供全球化、区域性和本地化的专业意见。IDC 的分析和洞察有助于 IT 专业人士、业务主管和投资界做出基于事实的技术决策，实现他们的关键业务目标。IDC 成立于 1964 年，是国际数据集团（IDG，Inc.）的全资子公司。IDC China IDC 中国（北京）：中国北京市东城区北三环东路 36 号环球贸易中心 E 座 901 室 邮编：100013 86.10.5889.1666 Twitter:IDC 版权声明 这份 IDC 研究文件作为 IDC 持续情报服务的一部分发布，提供书面研究、分析师互动以及网络会议和会议活动记录。请访问 了解有关 IDC 订阅和咨询服务的更多信息。要查看 IDC 全球办事处列表，请访问 或访问 联系 IDC 报告销售人员，了解有关应用本文档价格购买 IDC 服务的信息，或有关其他副本或网络权利的信息。2023 IDC。未经许可，不得复制。保留所有权利。

0人已浏览 2023-11-30 11页 5星级

工业互联网园区标识一体化建设指南工业互联网园区标识一体化建设指南工业互联网产业联盟（AII）2023 年 9 月声明本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟联系电话：邮箱：前 言“园区经济”是极具中国特色的发展经验，是我国经济发展的重要基石。工业互联网产业联盟积极推进工业互联网赋能园区转型发展，先后研究并发布工业互联网园区指南、工业互联网碳达峰碳中和园区指南、工业互联网园区应用场景白皮书以及评价模型、解决方案案例汇编等研究成果，持续加强顶层设计，引导园区数字底座建设、园区服务生态培育和应用标杆打造。当前，工业互联网正在赋能千行百业的数字化转型，推动我国数字经济进入全面发展的新时代，并成为高质量发展的重要引擎。为巩固创新中国工业互联网发展模式，加快工业互联网高质量发展，推进新型工业化进程，工业和信息化部加强统筹协调，围绕网络是基础、平台是中枢、安全是保障、数据是核心、标识是纽带，进一步完善政策体系，出台实施标识“贯通”三年行动计划，一体推进各项工作。结合工业和信息化工业互联网一体化进园区“百城千园行”活动通知提出的政策、网络、标识、平台、安全、资源、应用等七进园区的具体内容，以及工业互联网产业联盟组织开展的园区调研，为推动工业互联网标识解析体系赋能园区转型升级，工业互联网产业联盟组织编写了工业互联网园区 标识一体化建设指南。指南整体分为五个部分，结合工业和信息化部工业互联网标识管理办法，以及工业互联网产业联盟发布的工业互联网标识解析二级节点建设导则（2021 年）工业互联网标识行业应用指南等文件，指南详细介绍了标识一体化的发展背景、建设目的和原则、建设内容、部署模式、组织流程、关键要点、保障要求等内容，并以附录形式给出了 4 个工业互联网园区标识应用案例。工业互联网园区标识应用进入规模化应用阶段，产业界积极开展探索实践，后续我们将根据工业互联网园区的发展情况和业界反馈意见，进行持续研究，并适时修订或发布新版指南。组织单位：工业互联网产业联盟牵头编写单位：中国信息通信研究院参与编写单位：北京航天云路有限公司北京中科院软件中心有限公司中国联通河北省分公司中移物联网有限公司中电信数智科技有限公司浪潮工业互联网股份有限公司北京泰尔英福网络科技有限责任公司江苏徐工信息技术股份有限公司参数技术（上海）软件有限公司万物云空间科技服务股份有限公司集商网络科技（上海）有限公司中国邮电器材集团有限公司工业互联网产业联盟公众号白皮书编写组成员：刘巍、吴喆、刘东坡、景浩盟、录天凤、尚攀、邵小景、李海花、罗松、刘澍、王亦澎、李笑然、高琦、赵瑞龙、姚頔、徐为、黄子沛、期治博、时晓光、齐荣、肖勰、陈柱铭、刘江华、马宝罗、田美园、张绍宸、艾鹏、程名君、李康男、郑治、张杰、杨明、李云翔、樊森、高彦军、彭赛金、王佳俊、高少品、金鑫、王真超、夏青、王占辉、王超、卜理超、李文博、李程、宋腾腾、胡建伟、田驰、徐清华、郎燕、高谊、孙伟、何刚、李彪、王昱清、谭在峰、杨海涛、符石云、沈爽I目录一、工业互联网园区标识一体化发展背景.1二、工业互联网园区标识一体化建设目标和原则.3(一)建设目标.3(二)建设原则.3(三)建设意义.5三、工业互联网园区标识一体化建设内容.6(一)总体视图.6(二)建设模式.7(三)建设内容.11(四)建设要点.15四、工业互联网园区标识一体化实施流程.23(一)提出需求.24(二)制定规划.24(三)启动建设.24(四)应用实施及监测跟踪.25(五)检测评估.26(六)示范推广.26五、保障要求.27(一)管理规范制定.27(二)标准体系构建.28(三)编码规范统一.28(四)安全保障机制制定.29附件.30案例一：园区基于工业互联网标识解析的二级节点建设.30案例二：园区基于工业互联网标识解析开展产业集聚.32案例三：园区基于工业互联网标识解析开展管理一体化.36案例四：园区基于工业互联网标识解析开展绿色低碳.391一、工业互联网园区标识一体化发展背景园区是我国经济发展的重要基石，是数字经济与实体经济深度融合的主要平台，也是产业集聚发展的核心载体。在政策红利、技术创新、需求升级等多重因素驱动下，传统园区的数字化转型步伐加快，极大促进了园区的创新发展。随着工业互联网的快速发展和深化应用，园区也在加速引入工业互联网技术和理念进行建设、改造或升级，通过数字化手段，激活转型升级引擎，持续赋能产业发展，促进经济高质量发展。各级政府相继出台政策措施加速园区转型发展。国家层面，中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要和“十四五”数字经济发展规划均提出要推动园区数字化转型，引导产业园区加快数字基础设施建设，利用数字技术提升园区管理和服务能力。工业和信息化部出台系列政策组织开展工业互联网一体化进园区“百城千园行”活动，提出推动政策、网络、标识、平台、安全、资源、应用等内容进园区。地方层面，目前已有 20 多个省（直辖市、自治区）出台了相关扶持政策，加速推动园区数字化转型升级。工业互联网是园区数字化转型的关键支撑。工业互联网是新一代信息通信技术与工业经济深度融合的全新工业生态、关键基础设施和新型应用模式。工业互联网以网络为基础、平台为中枢、安全为保障、数据为核心、标识为纽带，强调数据智能化闭环的核心驱动，并在生产管理优化与组织模式变革上发挥作用。工业互联网技2术和理念可赋能园区的管理和运营，推动产业集聚发展，为园区数字化转型提供新动能。标识一体化建设不断为园区转型发展注入新的动能。工业互联网标识解析体系是工业互联网的神经中枢，通过公共标识为物理实体与虚拟资源分配唯一标识编码，实现对园区对象的逻辑定位和关联信息查询。标识一体化以标识为纽带，连通园区网络、平台、安全，畅通数据要素在园区各个环节的动态流动，实现有效的信息共享和数据交互，提高工业互联网园区参与方之间的对内协作能力，促进园区更好的发挥产业集聚优势和产业链协同治理能力，帮助园区构建更加开放的协同生态体系，打造园区标识一体化创新发展新格局。工业互联网标识解析发展取得积极成效。我国工业互联网标识解析体系已全面建成，截至 2023 年 9 月，二级节点实现 31 个省（市、区）全覆盖，服务企业超 28 万家；基于区块链打造的新型标识解析体系“星火链网”建设布局进入加速期，51 个骨干节点的规模化基础网络已广泛辐射所属行业和城市。自 2018 年起，工业和信息化部连续五年开展标识解析试点示范项目申报，目前已入选 48个标识示范项目，43 个园区示范项目，形成良好示范带头作用。随着工业互联网的发展，标识应用逐步向地市层面、各类园区广泛拓展，通过开展园区节点建设，赋能园内企业开展生产设备的工艺参数智能匹配、产品防伪溯源、碳中和服务管理等场景探索，提升园区生产效率、协同管理水平、产品质量和经济效益。3新型标识体系为园区构建可信基础设施。园区可建设星火链网骨干节点，提供子链接入管理、数字身份管理、标识资源分配等基础服务能力，并可开展数据确权、可信交互、碳资产存证、供应链金融、数字资产交易等服务和应用创新，打造园区数字底座及可信价值互联体系，有效推动园区公共数据、产业数据、企业数据、能源数据、碳排数据的确权、定价、流转、溯源，推动数据资产化应用创新和探索。二、工业互联网园区标识一体化建设目标和原则(一一)建设目标建设目标工业互联网园区标识一体化体系以标识为纽带、网络为基础、平台为中枢、安全为保障、数据为核心，通过人、机、物等数字对象和物理对象赋予标识，实现全要素、全产业链、全价值链的全面连接，促进各类数据的采集、传输、分析及智能反馈，优化园区资源要素配置效率，提高园区管理及服务水平。同时，园区应同步开展基于区块链的新型标识体系建设，打造园区可信价值互联体系，推动园区公共数据、产业数据、企业数据、能源数据、碳排数据的确权、定价、流转、溯源，推动数据资产化应用创新和探索，助力园区参与全球价值体系。(二二)建设原则建设原则一是园区应做好统筹规划。充分发挥工业互联网优势和作用，以标识为纽带，打造园区数字底座，为园区以及园区企业提供标识4服务能力，以标识的规模化应用带动园区的产业集聚水平和产业链协同治理能力，构建更加开放的协同生态体系，打造园区标识一体化创新发展新格局。二是实现多源异构数据互操作。构建园区统一的数据标准，实现园区标识数据资源的标准化与协议统一，实现园区内各类对象和系统之间的数据交换和互操作，连通园区网络、平台、安全，畅通数据要素在园区各个环节的动态流动，促进园区内部与外部间的数据交互与共享。三是构建开放的标识节点生态。建立开放的接入机制，允许园区内的企业、设备和平台等对象能够方便地接入标识平台。鼓励园区内的企业、设备和平台进行合作共建，形成良好的生态环境。推动开放的合作模式，包括共享技术、共建标准和共同创新，促进园区整体的发展和提升。四是有序推进标识一体化应用部署。园区应结合自身发展定位和业务场景，分领域、分阶段实施标识一体化场景建设，实现园区的设备设施、人员空间、管理运营的互联互通、动态监控及联动响应，以标识解析助力构建互联互通、资源共享、应用智能、产业循环的工业互联网园区。五是标识运营和园区运营同步开展。园区应构建线上线下一体化运营新模式，在园区传统运营模式基础上，开展园区数字底座、标识解析节点与标识公共服务能力等信息化运营。园区可依托标识一体化，开展园区综合服务，为园区运营、企业活动提供标识数据5服务、基础设施服务等能力。(三三)建设建设意义意义标识一体化创新园区绿色集约发展。基于标识解析体系建立园区碳数据服务平台，通过标识解析作为关联园区能碳活动数据的入口，实现一站式信息定位、查询和追溯，充分释放碳数据价值。通过可信数据采集设备及网关，实现能碳活动数据实时采集、汇聚及核算，赋能园区构建碳数据全方位、多层次的智慧化监测与管控体系，实现能碳高效监测、分析、预测与管理。具体内容可参考工业互联网产业联盟发布的工业互联网碳达峰碳中和园区指南。标识一体化赋能园区虚实融合发展。基于标识解析体系，赋予物理对象和数字对象唯一编码，以标识编码打通现实世界和虚拟世界，借助元宇宙的虚实交互和沉浸式体验，提升园区设计、生产、制造、管理与服务等环节的数字化、网络化水平，提升园区内外部的协同效率，以虚实融合手段推动园区场景、模式、业态创新。打造园区实体经济与数字经济融合发展的园区服务模式。具体内容可参考工业互联网产业联盟发布的工业元宇宙 园区应用白皮书。标识一体化助力园区扩大价值体系。园区标识一体化可围绕所在地的主导产业、战略性新兴产业及未来产业，建设数字化转型促进中心等创新载体，以标识解析体系为支撑，集聚产业要素资源，促进产业发展和产业链要素配置，强化园区产业链协同，促进产业发展跨界融合，形成园区的健康、低碳、良性、区域一体化发展的新发展模式，支撑建立园区协同有机的生态体系。具体内容可参考6工业互联网产业联盟发布的工业互联网园区指南（2.0 版本）。三、工业互联网园区标识一体化建设内容(一一)总体视图总体视图工业互联网园区的标识一体化，应以标识为纽带，打造园区数字底座，连通园区内部工厂、园区公共设施及环境要素、园区外部相关机构，对园区数据资源进行采集、汇聚、处理、分析，构建数据流动闭环，提高数据互操作，通过标识一体化驱动和标识数据赋能，形成园区内部、园区与园区之间、园区与政产学研用能等各产业角色之间的协同有机生态，最终实现园区全场景、全要素的全面互联。图 1工业互联网园区标识一体化全场景视图7(二二)建设模式建设模式园区标识一体化建设模式主要包括园区型二级节点、园区型企业节点和园区新型标识节点三种：1.1.园区型园区型二级节点建设框架及内容二级节点建设框架及内容园区标识解析二级节点建设以强化园区公共服务能力为核心，且突出园区管理、企业节点分配、管理及统筹。通过与国家标识解析基础设施对接，构建园区内工厂、企业、公共设施及环境的数据采集、标识解析能力，为其提供企业管理、标识注册解析、标识应用、标识认证等服务，其实施架构如果图 2 所示。园区生产企业、物流企业及园区公共设施等以企业节点形式接入，通过将物料、设备、产品等数据，依托企业生产管理、物流管理等系统与标识解析二级节点连通，通过数据中台打通园区工业互联网平台，支撑上层的服务园区应用服务平台，构建数据整合、数据解析、数据认证、数据服务四大核心数据空间，提升园区的数字化服务能力。园区生产侧园区生产侧，工厂是园区工业生产力的实例主体，园区标识解析二级节点通过企业节点提供标识注册、解析能力，对工业系统的生产要素数据、加工模型数据、业务管理数据赋码。为信息追溯、动态调整提供了数据基础；园区服务侧园区服务侧，数据是园区信息化服务的重要依托，园区标识解析二级节点开放对外服务能力，通过发展并接入园区企业节点，为生产要素分配标识。依托标识跨平台数据打通能力建立标识数据资源池和工业数据字典，释放工业数据要素价值（参考工业互联网8标识解析二级节点建设导则）。园区二级节点强化公共服务能力，具备多平台应用的对接服务能力；园区管理侧园区管理侧，平台是园区智慧化管理的能力载体，工业互联网平台融合园区二级节点公共服务能力，连通园区多层网络、多个主体，整合区内各部门数据，实现数据复用、数据服务、数据应用，逐步形成横向到边、纵向到底的服务网络和科学有效的服务机制，增强服务合力，提升综合服务水平。图 2工业互联网园区 园区型二级节点建设架构图2.2.园区型园区型企业节点建设框架及内容企业节点建设框架及内容园区企业节点建设模式通过以快速、简捷、轻量化的方式建设节点并接入外部二级节点，实现园区企业标识注册、解析、数据采集等能力构建。其实施架构如图 3 所示。园区生产企业、物流企业及园区公共设施的相关数据均依托企业生产管理、物流管理系统等9与标识解析体系连通，标识数据中层打通园区工业互联网平台，标识数据上层服务园区应用服务平台，从而构建数据整合、数据赋码、数据认证、数据服务四大核心能力。该模式适用于中小型园区或特定属性园区的标识一体化建设，更侧重于园区内企业服务和标识应用。园区生产侧园区生产侧，工厂是园区工业生产力的实例主体，园区企业节点为园区企业提供标识注册、解析服务，为工厂信息追溯、生产动态调整提供了数据基础；园区服务侧园区服务侧，数据是园区信息化服务的重要依托，园区企业为生产要素分配标识，企业节点依托二级节点公共服务能力，具备多平台应用的对接服务能力；园区管理侧园区管理侧，平台是园区智慧化管理的能力载体，园区企业节点为工业互联网平台提供标识注册、解析服务，协同工业互联网平台打通更深层次的工业系统数据交互渠道。10图 3工业互联网园区 园区型企业节点建设架构图3.3.园区园区新型标识节点建设框架及内容新型标识节点建设框架及内容新型标识节点建设以强化园区公共服务能力、发展新技术带动能力为主，园区可建设星火链网骨干节点，提供子链接入管理、数字身份管理、标识资源分配等基础服务能力，并可开展数据确权、可信交互、碳资产存证、供应链金融、数字资产交易等服务和应用创新；园区可建设业务节点，协同骨干节点执行共识和业务活动，权限由骨干节点管理。新型标识节点能够建立企业关键数据上链能力，并与星火链网体系、标识产品与设备服务体系基础设施对接，其实施架构如果图 4 所示。依托园区云 IDC 基础设施搭建园区工业互联网平台、星火链网骨干节点、园区设备终端认证平台、园区应用服务平台，打造数据整合、数据赋码、数据认证、数据上链、数据可信五大园区数据基础服务。11园区生产侧园区生产侧，星火链网骨干节点通过 BID 映射将企业节点关键数据上链，形成基于星火的业务节点。融合节点为信息追溯、动态调整、可信存证、隐私计算等提供了数字基础设施。园区服务侧园区服务侧，基于“星火链网”的底层技术能力、算力和网络能力，面向数字藏品、供应链金融、产融等应用场景，提供可信服务网络、数字原生资产、智能安全金融、数字化追溯、隐私计算等服务。园区管理侧园区管理侧，有效推动园区链上公共数据、产业数据、企业数据、能源数据、碳排数据的确权、定价、流转、溯源，推动数据资产化应用创新和探索，提升园区的数字化管理能力。图 4工业互联网园区 新型标识节点建设架构图(三三)建设内容建设内容针对不同区域工业互联网园区的差异化诉求，园区在建设中可12选择一类或多类“标识 ”部署模式，满足园区建设发展需要。1.1.园区节点（独立模式）园区节点（独立模式）诉求：新型基础设施能力培育，解决标识统一、信息多跨互联诉求：新型基础设施能力培育，解决标识统一、信息多跨互联互通问题互通问题园区可建设工业互联网标识解析节点，统一为园内企业提供标识分配、解析等服务，通过为园区内实体对象如设施、车辆、仪器仪表、人或虚拟对象等要素赋予标识编码，实现自动信息采集和关联信息查询与交互，同时可开展标识应用创新，如碳足迹追溯系统、跨系统数据融合、供应链整合等场景，提升园区生产效率、协同管理水平、产品质量和经济效益。园区可以以园区自建、大企业（园区内龙头）牵头、产业带动等多种方式建设二级节点或企业节点，建设二级节点或企业节点，为园内企业提供标识分配、解析等服务，并可提供企业节点托管服务，完成相关的标识业务管理、标识应用。企业节点可进行云化，并提供 SaaS 化服务。2.2.标识标识 骨干节点骨干节点/业务节点业务节点诉求：新型基础设施能力培育，打造园区可信数字底座诉求：新型基础设施能力培育，打造园区可信数字底座星火链网采用了基于许可公有链的双层体系架构，其中骨干节点扮演了向上锚定对接国家级主链，向下运营维护行业/区域链上应用的角色，通过骨干节点，使得双层体系在互通的前提下既能保证主链安全可控运行，高性能提供标识管理、公共数据等服务，又能充分融合现有区块链应用，保证整个体系的可拓展性。通过构建13园区工业互联网标识 骨干节点基础设施，一方面满足园区企业关键数据上链需求，保障数据可信不可篡改；另一方面，围绕标识核心技术，推进多链融合互通，实现多领域数据可信流转，打造创新应用服务，实现区块链应用纵深发展。3.3.标识标识 平台平台诉求：在新型基础设施能力培育前提下，对数据治理、综合应诉求：在新型基础设施能力培育前提下，对数据治理、综合应用等平台接入需求用等平台接入需求工业互联网标识是数据的载体、也是实现互联互通的基础，而工业互联网平台对数据资源汇聚、模型算法、数据分析利用等方面具有显著优势，可通标识 平台的方式加速推进园区数字化转型。一方面，工业互联网平台能够汇聚设计、生产、流通、服务等各环节标识数据，助力产业链上下游企业的数据采集和供需对接，全面赋能园区企业变革生产方式、管理模式和商业范式，加快园区整体生产效率提升。另一方面，工业互联网平台通过汇聚交通、能源、产业、金融等多维数据，通过标识 园区管理服务平台、绿碳服务平台、园区数据智能分析平台、园区安全生产平台、园区运行监控平台、园区金融服务平台等应用平台应用，精准绘制产业图谱和园区画像，为安全监管、绿碳、精准招商等提供决策辅助，助力园区管委会构建现代化治理体系。4.4.标识标识 终端认证终端认证诉求：设备安全、实时数据检测、园区或园区企业设备管理需诉求：设备安全、实时数据检测、园区或园区企业设备管理需14求求园区在管理过程中，终端设备管理存在监管数据可信、核心设备数据安全管理等多方面的诉求，尤其是对设备安全、信息安全等要求高的园区类型，终端设备管理尤为迫切。工业互联网标识赋予终端唯一身份编码，通过结合工业互联网标识终端认证服务平台，支持对工业终端接入认证管理、在线情况进行统计和监测、标识及标识凭证的管理以及基于标识凭证的安全等服务。通过标识 终端认证平台模式，可保障工业设备身份接入安全，保障工业设备上报数据安全，同时为企业提供设备身份安全背书，支持数据可信共享，也为监管、交易等场景安全可信实施提供保障。5.5.园区节点园区节点 网络网络诉求：园区基础设施诉求：园区基础设施 网络一体化建设，高质量网络需求网络一体化建设，高质量网络需求网络作为工业互联网最重要的基础设施之一，通过融合新一代信息技术与通信技术，具备迅捷信息采集、高速信息传输、高度集中计算等服务提供能力，可实现园区内及时、互动、整合的信息感知、传递和处理（详见2020 工业互联网园区网络白皮书）。工业互联网标识解析支持从名称到地址解析，与网络互促互补，工业互联网网络如 5G、边缘计算、数采网关等与标识同步实施，将实现工业生产网、企业信息网、园区公共服务网全覆盖，可及时地满足多形态、高频率的多元信息感知、传递和处理，促进标识数据更高效、稳定地互联互通，满足园区企业生产控制管理和工业应用的需求，提升园区产业服务水平。15(四四)建设建设要点要点1.1.明确标识对象明确标识对象工业互联网园区标识对象既可以是园区内人员、建筑设施、道路设施、照明设施、管网、人员等物理实体，又可以是园区内涉及到的工艺参数、软件系统、核心技术、账票单据等虚拟资源，通过对园区物理实体和虚拟实体的唯一标识并进行快速定位和信息查询，促进园区内企业间信息资源集成共享，是实现园区信息协同，实现园区信息化和高效运营的前提基础。同时，按照园区对象属性，标识对象可分为园区公共服务类以及园区内企业自有类。其中园区公共服务类包括但不限于：道路设施类其中园区公共服务类包括但不限于：道路设施类，如干道设施、停车场设施、消防设施等；能源设施类能源设施类，如发电系统、燃气设施、暖通空调系统、冷却水系统、新能源设施、电力配电系统、能源监测系统等；环保设施类环保设施类，如括污水处理设施、废气处理设施、垃圾处理设施、环境监测设施、环保宣传设施等；建筑设施类建筑设施类，如厂房、管理办公楼、仓储物流设施、生活设施、其他建筑设施等；照明设照明设施类，施类，如室外照明、设备照明、应急照明、车库照明类；绿化设施绿化设施类，类，如绿化带、绿化景观、花坛、休闲区等数据对象；信息服务类，信息服务类，如数据采集和监测系统、数据存储和管理系统、决策支持系统、工业互联网标识解析平台、移动应用程序等数据对象；人员类，人员类，如园区管理人员、技术人员、生产人员、安保人员、后勤人员以及物流服务等其他人员；账单类，账单类，如园区的租金账单、税费账单、物业管理费账单等数据对象。16园区内企业自有类包括但不限于：研发设计类，研发设计类，主如园区内研发设计类企业的设计数模、设计图纸、部件清单、设计软件等；生生产制造类，产制造类，如园区内生产制造类企业的设计数模、设计图纸、部件清单、设计软件等；物流设备类，物流设备类，如园区内物流仓储等企业涉及到的包括 AGV、码垛机器人、叉车、托盘、仓储设备、集装箱等；企企业账票类，业账票类，如园区内企业订货单、收货单、入库单、出库单、工作交接单、检验数据报告等生产与销售环节的账票等；企业人员类，企业人员类，如主要包括园区内企业等产业链上中下游企业的相关人员，包括研发设计人员、生产制造人员、仓储配送人员、其他人员等。2.2.规范标识编码规范标识编码（1 1）编码原则编码原则园区对象标识编码应满足唯一性、兼容性、可扩展性和科学性四方面原则。唯一性是指在工业园区在工业互联网领域内应具备唯一性，编码应保证不重复，每一个编码仅对应一个对象；兼容性是指园区涉及已有的相关编码标准应协调一致，保持继承性和实际使用的延续性，满足相关信息系统之间进行数据交换的要求；可扩展性是指应根据工业园区应用需求，规划合理的编码容量并预留适当空间，以保证可在本编码体系下进行扩展、细化；科学性是指编码结构应简洁明确，必要时设置校验码位、安全码，以保证编码的正确性和安全性。编码结构一旦确定，应保持相对稳定。（2 2）编码规则编码规则17园区工业互联网标识编码结构兼容包括 VAA 标识在内的多种标识编码，应用于工业互联网的 VAA 对象标识编码由标识前缀与标识后缀组成，前缀与后缀之间以 UTF-8 字符“/”分隔；其中标识前缀由国家代码、园区代码、企业代码组成，用于唯一标识企业主体；标识后缀码由对象代码和安全代码组成，安全代码为可选，用于唯一识别标识对象。对象标识编码结构见图 5。图 5园区标识编码结构标识前缀由国家代码、园区代码、企业代码组成，以 UTF-8 字符“.”分隔，其结构见图 6。图 6标识前缀结构标识前缀各代码段长度、数据类型及其代码含义见表 1。表 1标识前缀组成代码段代码段长度（字符）长度（字符）数据类型数据类型说明说明国家代码-需遵从标识体系和标识注册管理机构相关要求。18园区代码3 位字符型唯一标识工业园区。企业代码20 位字符型唯一标识工业互联网运营单元。如园区未成为二级节点，则园区内企业可以申请成为其他二级节点的企业节点。则标识前缀应符合所属二级节点的要求。标识后缀用于唯一标识单个对象，对象范围包括实体对象、流程对象、服务对象等，编码由不定长的对象代码和安全代码（可选）组成。其编码规则可由企业自定义，但是在编码时一方面应遵循现有的国家或行业信息分类与编码和数据标准，另一方面应能够支撑园区数据资产的统一管理与跨系统服务。3.3.选择标识采集方式选择标识采集方式根据标识对象及管理需求不同，可选择不同的标识载体，常用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等。通过扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等识读设备来识别和采集标识载体信息。其中主动标识载体主动标识载体是实现与智能终端双向通信的连接入口，基于识别与感知完成终端数据的采集，主动向标识解析服务节点或安全认证服务平台等发起连接，完成数据订阅、身份认证、数据直达等操作，实现数据安全和互联互通。相比较一维码、二维码等被动标识载体，主动标识载体能够实时联网、自动读取，满足低功耗和批量控制的需求，承载了必要的安全证书、算法和密钥，实现数据与标识的信任锚定，提升标识数据的安全可信。为了实现园区的自动化智能管理，可在在园区入口、车库、仓园区入口、车库、仓19库及关键的设施设备库及关键的设施设备上加载主动标识载体，实时采集园区进出车辆、仓库出入库数量等关键节点的数据，以加密传输、接入认证的方式主动向园区二级节点发起连接，无需再借助标识读写设备来触发，提高了信息传输的及时性，保障了追溯信息的实时、安全、可信。为解决多源异构标识问题，通过部署标识解析中间件，内嵌通用的为解决多源异构标识问题，通过部署标识解析中间件，内嵌通用的标识数据模型，标识数据模型，将多源异构的采集数据转化为可读可理解的标准数据，叠加区块链技术的防篡改能力，将各环节的信息采集上传到到企业标识解析系统和数据资源池，确保信息的真实可靠，支撑各种数据信息资源的快速集成和应用。4.4.构建统一标识数据模版构建统一标识数据模版推动工业园区标识体系建设，需要对园区重要标识数据进行系统梳理，形成工业园区全要素的数据模型，并围绕数据模型定义行业和企业属性数据的元数据模版，标识元数据模版将为园区内数据共享以及园区间跨区域跨平台协同提供重要支撑，有利于解决园区内企业的标准数据交互问题，促进工业要素整合共享，构建创新协同、错位互补、供需联动的区域数字化发展生态，提升支柱产业链供应链协同配套能力。从层级划分来看，元数据模版可分为国家元数据模版、园区元数据模版和企业元数据模版。其中，国家元数据模版国家元数据模版有工业互联网标识运营机构统一定义，用于规范数据管理和共享。国家顶级节点应支持国家元数据模版更新，综合考虑行业节点向国家顶级节点申请添加行业元数据的具体情况，20适当扩展国家元数据模版数据项，并向二级节点下发更新后的元数据模版。园区元数据模板：园区元数据模板：园区元数据模板是在工业互联网标识运营机构指导下，以国家元数据模版为基础，面向园区定义的，用于规范数据管理和共享。这些模板通常包括特定领域的专业术语、数据元素和相关属性，并且与行业标准相符合。园区可以根据自己的需求制定园区元数据模版。园区二级节点应支持园区元数据模版更新，根据园区需求向国家顶级节点申请添加园区元数据，国家顶级节点审核通过后反馈二级节点完成行业元数据更新。二级节点应向企业节点下发国家顶级节点审核通过的园区元数据，应支持企业对园区元数据进行数据项扩展。企业元数据模板：企业元数据模板：企业元数据模板是以行业元数据模版为基础，特定企业或组织定义的，用于规范其内部数据管理和共享。这些模板通常包括企业的数据元素、数据结构、数据定义和业务流程等，并且与企业的标准和规范相符合。园区企业节点可以根据自己的需求制定园区元数据模板，并可向二级节点申请元数据模板更新需求。企业节点应支持企业元数据模版更新，根据企业需求向二级节点申请添加企业元数据，二级节点再向国家顶级节点申请添加行业元数据，国家顶级节点审核通过后反馈二级节点完成行业元数据更新。二级节点应向企业节点下发国家顶级节点审核通过的行业元数据信息。5.5.推进园区数据资产化推进园区数据资产化21当数据资源可被重复使用并产生价值时就实现了数据资产化。通过标识解析体系建设，园区标识对象进一步明确、标识数据可被识、被采集、格式被统一，数据可被有效利用的空间将放大。通过对象标识数据分类分级、数据认证、价值变现三步骤推动园区数据资产化。（1 1）园区标识数据分类分级园区标识数据分类分级数据分类是为了规范化关联，分级是安全防护和重要等级。将园区多标识对象的海量数据根据不同属性或特征，按照一定的规则和方法进行区分和归类并建立分类体系，这建立统一完善数据架构的前提，也是标准化数据管理的基础。数据分级是指在分类的基础上，采用规范、明确的方法区分数据的重要性和敏感度差异，为数据开放和共享安全策略制定提供支撑。园区标识数据分级分类主要流程包括：数据梳理：数据梳理：包括数据库表、数据项、数据文件等结构化和非结构化数据，明确数据基本属性和相关方，形成数据资产清单；制定标识数据分类分级标准：制定标识数据分类分级标准：根据国家相关标准、行业相关标准、结合园区管理特征和重点以及企业业务特性等制定数据分类分级标准及规范；数据分类数据分类：按照数据分类分级标准，建立园区数据分类规则，对数据进行分类，同时对企业信息、敏感企业信息进行识别和分类。数据分级数据分级：按照数据分类分级标准，建立自身的数据分级规则，并对数据进行分级。动态动态更新管理更新管理：根据数据重要程度和可能造成的危害程度变化，对数据分类分级规则、重要数据和核心数据目录、数据分类分级清单和标22识等进行动态更新管理。（2 2）园区标识数据认证园区标识数据认证在数据资产化过程中，会存在数据所有权的不确定性、信息交互安全等问题，直接影响数据重复利用和价值再造。因此，在园区进行数据资产管理过程中，可借助标识解析工业互联网设备认证平台与数字认证体系相结合，对接入的设备进行监管，保障工业设备身份接入安全，为企业提供设备身份安全背书；提供数据安全传输通道，保障工业设备上报数据安全，支持数据可信共享；同时，平台也提供公共基础服务设施，为监管、交易等场景安全可信实施提供保障。（3 3）园区标识数据价值变现园区标识数据价值变现数据价值变现包括两部分内容，一是通过数据治理实现数据资产的汇集和预处理，在通过基于场景的算法将数据应用到业务中去，让数据产生洞察力，为管理和业务的创新提供支撑，让数据具备间接变现的能力。如通过对园区物业服务数据、空间数据、设施设备数据、产业数据、招商数据等分级分类数据进行有效数据分析及管理，实现服务过程可追溯、品质管控可视化、设备管理精细化管理、精准招商等。另一种方式是通过数据治理将数据资源转化为数据资产，再把数据资产链接到提供数据资产交易的平台上进行交易，让数据资产具有直接变现的能力。6.6.打造开放基础设施打造开放基础设施工业互联网园区标识一体化建设是以国家新型基础设施理念为23引领，以技术创新为驱动，以数字化网络为基础，面向园区经济高质量发展需要，为产业、区域及企业提供数字转型、智能升级、融合创新等服务的基础、综合性设施体系。为保证先进性，园区体系建设需要采用高标准的开放式接口，具备较强的融合能力和向未来演变的能力，保障公共服务功能接口及业务系统接口等的开放性和兼容性。公共服务公共服务功能接口包括功能接口包括：设备数据接口、视频数据接口、数据分析接口、身份认证接口、权限管理接口等。业务系统接口包括业务系统接口包括：物业管理接口、企业服务接口和政府治理接口等。分别为不同主体的应用管理系统做功能适配。通过接口开放以及物联网适配、数据服务等能力整合构建一体化园区的小中台服务架构，将标识数据和各业务子系统打通。这样既能向外融合，也可以保障系统的先进性，从而实现园区各异构系统融合统一，并保持数字化园区新型体系的生命力。四、工业互联网园区标识一体化实施流程园区建设以“整体规划、分步实施、聚焦重点”为整体思路，持续推进园区向的集群化、创新化、智能化发展。24图 7工业互联网园区标识一体化实施流程(一一)提出需求提出需求从园区建设的需求出发，围绕园区发展愿景、发展方向、园区服务和特色等方面，提出建设需求和总体建设思路。在此环节，园区可根据自身发展意愿，提出园区内或与外部进行信息交互场景的标识解析应用需求，进行标识解析建设可行性分析，形成分析报告。(二二)制定规划制定规划从可持续发展的高度，明确园区网络、平台、安全、标识整体或局部建设思路，将园区具有比较优势及市场竞争力的特色突出，同时，制定园区相关管理与服务、监测跟踪、保障机制和措施等，并细化相关建设及运营评估内容和标准。规划应具有一定的前瞻性。(三三)启动建设启动建设根据建设方案有序合规开展工业互联网园区建设工作，结合园区定位、园区需求、投资、内部企业所在行业特点，因地制宜，逐25步推进。其中，针对园区二级节点建设，应参照工业互联网标识管理办法工业互联网标识解析 二级节点建设导则及相关技术标准，包括评审、建设、测试、对接、许可等关键步骤。园区依托专家团队进行节点评审，并形成评审意见，同时政府评估后出具推荐函；园区根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后园区可向所在行政区域管理部门申请许可，政府依照管理办法审核并为园区颁发相应牌照，可开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。针对园区企业节点建设，按照区域、行业范畴、园区性质等方面综合考虑进行二级节点匹配，分配二级节点前缀；企业节点系统建设参照工业互联网标识管理办法等相关办法规范并遵守二级节点编码规范、技术标准、管理规范等要求。针对园区骨干节点建设，参考骨干节点建设方案评审。开展骨干节点建设方案评审工作，通过评审后，与信通院签署“星火链网”骨干节点接入服务合同并启动建设部署。部署完成后，由建设方向信通院提出骨干节点接入超级节点申请；信通院开展骨干节点与超级节点的对接测试并提供接入服务。(四四)应用实施及监测跟踪应用实施及监测跟踪节点建设完成后，在园区及企业开展标识应用及实施，可在园26区供应链、安防、监测及园区企业内制造、物流仓储等所有有标识应用诉求的环节，通过与 AII 或第三方供应商合作等的方式推进标识赋码、采集、存储和应用系统落地，构建园区及细分领域主数据资源池，并开展相关标识解析标准化工作。依据跟踪监测规划，实施监测相关工作，落实责任分工，加强对园区内企业督促指导；借助信息化手段，实现对园区数字底座、园区公共设施、园区运营服务等的智慧化管理，提升园区相关运营数据的透明度，不断完善服务内容和服务水平，实现经济、社会和环境的协调共进，协同政府对园区进行更加精准地施策。(五五)检测评估检测评估参照工业互联网园区评价指标体系（详见工业互联网园区指南（2.0），定期对园区进行检测评估，并对自身发展阶段及存在问题提出可行性意见和改造路径等。依托行业机构开展标识解析应用成效的评估评测，完成第三方认证等。(六六)示范推广示范推广通过各市场渠道推广园区技术成果及服务、园内优秀企业能力与资源，形成园区内外多赢局面并提出可复制推广的实施路径，总结形成典型园区应用指南；同时，不断探索创新运营模式和玩法为园区注入新鲜血液，推进园区公共服务能力建设从满足对内运行需求逐步提升为对内外均可输出稳定能力，并将其变成获取外部资源、进行价值交换的重要手段。具体步骤详见图 8。27图 8工业互联网园区标识一体化实施流程五、保障要求为保障园区相关基础设施和信息化系统的平稳有序运行，推动园区健康发展，园区需自建或联合外部组织共同搭建统一配套体系和保障措施，实现园区的“规划、建设、管理、运营”一体化发展。(一一)管理规范制定管理规范制定建立包括规划、建设、运维、和服务管理等的管理规范，让工业互联网园区建设及运营有章可依。园区管理规范需同步满足工业互联网标识管理办法、工业互联网二级节点建设导则的要28求。规划管理规范指对工业互联网园区信息基础设施、感知系统、网络、平台、软件等内容进行统一设计、如规范共享资源的开放性来满足园区主体即插即用、系统与系统间的交互性和开放性等；建设阶段需规范建设要素，规范建设过程，为建设管理提供指导和依据。如保证园区网络建设应满足国家标准的规定，特定区域的智能感知系统设备需满足具有可审计、可追溯特性等；运维平台资源规范建设要素集建设流程，为建设提供指导以及管理提供依据；园区应建立运维管理体系，规定运维职责、内容、流程、监控和运维文档的规范，为工业互联网园区运维提供指导；服务管理规范包括规定服务职责、服务内容、流程等。(二二)标准体系构建标准体系构建通过制定系列工业互联网园区标准，融合包括平台、网络、安全等工业互联网要素，打造一套标准设计架构，使工业互联网园区设计与建设有可参照的依据，能真正实施落地，避免由于标准的不统一造成重复建设和投资浪费。同时，以标准为抓手，聚集从端侧到应用侧以及相关标准协会、产业联盟等各类主体和生态伙伴，推动园区各类标准、指南的制定，加强数字化绿色化协同发展标准研制等，打造“标准 标识 生态”的模式，促进工业互联网园区产业规范和健康发展。(三三)编码规范统一编码规范统一借助工业互联网标识解析体系进园区的契机，积极开展园区内29建筑设施、道路设施、照明设施、管网等设施编码规范统一工作，为园区内业务运营接口服务提供标准的编码数据，为园区系统对外服务提供标准的编码数据。园区二级节点进行下级标识编码分配时，应遵守国家有关法律法规以及国家工业互联网标识解析体系总体要求，并符合所在行业的国际标准、国家标准、行业标准等。（参考6.2 章节相关内容）(四四)安全保障机制制定安全保障机制制定工业互联网园区需要全面落实国家信息安全等级保护制度，健全信息安全测评指标体系、安全监控体系、容灾备份体系等，形成区域内信息安全预警与应急响应能力。充分发挥网络安全、云安全、大数据安全解决方案商等专业能力，建立完善的工业互联网信息安全保障体系，切实保障园区各环节、各区域的信息安全和数据安全。定期开展信息安全专业测评，提升风险发现与预警能力。加强相关人员培训，提高安全责任意识和应急处置能力，针对发现的问题要及时进行处理，确保各项服务能够精准到位。30附件案例一：园区基于工业互联网标识解析的二级节点建设案例一：园区基于工业互联网标识解析的二级节点建设（一）案例介绍重庆数智产业园区是国家级绿色工业园区、工业互联网标识解析全国首个园区二级节点、重庆市政府批准的首批省级新型特色工业园区、重庆市新型显示特色产业示范基地、重庆市 5G 特色产业建设基地、重庆市加工贸易示范园区。重庆数智产业园上线全国首个工业互联网标识解析园区二级节点，建成低时延、高可靠、广覆盖的工业互联网网络基础设施，提供生产设备的工艺参数智能匹配、重要资产管理、产品防伪溯源、碳中和服务管理等应用，为产业发展提供有力支撑。图 9重庆数智产业园建设内容具体建设内容包括：311.标识基础平台及云资源。包含基础环境建设和核心软件部署，园区自身具备基础网络带宽和 IDC 机房，在已有资源基础上进行改造升级，部署核心标识系统及相关服务；2.应用服务平台。将根据行业特点与需求场景，开发适用的标识应用或解决方案，打造基于标识解析的应用服务平台，面向园区乃至巴南区企业提供具体服务和接入系统等；3.二级节点运营平台。平台提供节点用户账号管理、登录门户、系统设置、标识及标识数据管理、日志管理、财务管理等功能供二级节点运营团队使用，提供二级节点向上与国家顶级节点对接，实现数据同步和解析服务，包括注册对接、监测对接、备案对接、安全对接、解析服务对接等。（二）案例成效1.建设园区二级节点，可以增强产业发展支撑力。通过园区二级节点建设推动工业互联网发展，加快形成低时延、高可靠、广覆盖的工业互联网网络基础设施，提升园区管理和服务能力，为产业发展提供有力支撑，推动巴南工业经济高质量发展。2.建设标识解析体系，能推动构建数字产业生态。通过二级节点发挥支柱产业、链主企业以及龙头企业带头作用，吸引产业链上下游企业接入标识解析体系，不断优化完善产业链，推动构建数字产业生态；积极引导标识应用建设，以企业需求为牵引，形成良性循环，通过招商引资壮大巴南区产业集群，为巴南工业经济高质量发展赋能。323.构建多跨的知识模型体系，提升产业链协同配套能力。构建统一的行业工业互联网标识应用数据知识模型实现数据共享，有利于解决不同行业、不同地区之间的数据交互问题。以工业互联网标识应用为抓手，在巴南建立各工业园区及产业集群跨区域、跨平台协同新机制，能够促进工业要素整合共享，构建创新协同、错位互补、供需联动的区域数字化发展生态，提升支柱产业链供应链协同配套能力。案例二：园区基于工业互联网标识解析开展产业集聚案例二：园区基于工业互联网标识解析开展产业集聚（一）案例介绍乌鲁木齐国际陆港区是新疆参与全球产业分工协作与自由贸易的便利通道和前沿窗口，面对国内及国际复杂多变的环境，中欧班列发运业务受到影响，且国内区域发展不平衡、相应制度建设不够完善，为应用场景建设带来不确定性。新疆国际陆港（集团）有限责任公司通过项目开展全面系统的区域信息化整体规划建设，提升乌鲁木齐国际陆港区的服务水平和服务效率，促进产业绿色、低碳、可持续发展，增强陆港对区域市场和腹地经济发展的支撑带动作用。中欧班列（乌鲁木齐）集结中心以新疆陆港标识解析多式联运和运输代理行业二级节点为基础，有效实现物流过程信息流通，并通过建设智能场站、港域万物互联、多式联运物流信息共享交换、数字贸易交易、跨境电商综合服务、“区块链 数智供应链”可信服务等平台，加强物流与交通、制造、商贸等产业联动融合聚集，培33育跨境电商、供应链金融等新业态，探索枢纽经济新范式，为乌鲁木齐陆港区产业实体提供更高效的运营水平、更安全的园区环境，更精细的管理服务。1.在数字化赋能方面，通过 IPv6、5G、边缘计算等多技术内网改造，以多种物联设备实现场站万物互联，实现场站无人集卡、轨道吊远程操作实控业务场景落地，并结合 AI 视频分析，全面感知场站中人、车、货、箱、事，做到人员进出有记录，进出人员可识别，实现场站事物的可视、可管、可控，建设更智能的园区。图 10AI 视频分析图图 11无人集卡自动驾驶2.在数据共享交换方面，推进物流信息共享交换实现平台“统一入口、多级联动、业务整合、数据贯通”，为业务运转及监管流34转等多个业务部门和单位提供一站式服务，实现铁路港进出口供应链资源整合，促进资源共享最大化。图 12丝路 e 贸通数据驾驶舱3.在数字资产公共服务方面，打造形成一套线上交易、线上监管、线上服务、线下支撑的规则体系，实现监管与服务功能，并构建适合乌鲁木齐国际陆港区非金融与金融业务块基础技术体系，实现业务资金全流程监管。图 13数据资产驾驶舱4.在产业链协同方面，采用统一建设标准及规范、统一建设金35融大数据库的方式，以“科技 数据 信用 场景”为核心理念，建立“数字信用”评价模型，打造“供应链 区块链”的生态网络。图 14跨境贸易公共服务平台（二）案例成效1.“数字底座”筑基创新，推动 lora、5G、NB-IoT、eMTC、标识解析体系二级节点等新型网络协同部署,打造高速泛在、云网融合、安全可控的智能化综合性数字信息基础设施，开展智慧港口应用示范，着重推进集拼集运无人自动化智能作业。2.“数字中枢”赋能创新，打造“港口超脑”，穿透港口建设、运行、管理的若干应用场景；2022 年乌鲁木齐国际陆港区累计开行中欧（中亚）班列 1165 列，较上年增长 16.5%，铁路通道核心地位不断提升，并助力公路出口货物量创 5 年新高。3.“数字贸易”培育创新，利用区块链推动整合平台、贸易、金融、物流、仓储、品牌等全流程信息，助力丝绸之路经济带核心区建设，形成辐射区域更广、集聚效应更强、服务功能更优、运行效率更高的综合性物流枢纽。364.“口岸物流”优化创新，提供多元化信息一体化服务，实现物流全程追踪、实时查询，实现降本增效，提升口岸通关效率 15%，压缩出口列车停留时间 1.5 小时，年增加班列可达 730 列，形成高速快捷通关及物流输送模式。案例三：园区基于工业互联网标识解析开展管理一体化案例三：园区基于工业互联网标识解析开展管理一体化（一）案例介绍徐圩新区是国务院批准设立的国家东中西区域合作示范区，是全国七大石化产业基地之一，是国家生态工业示范园区。徐圩新区工业互联网标识解析二级节点平台依托行业应用与典型场景开发，实施溯源防伪、设备管理、质量认证等应用；创新开发危化品车辆运单管理、封闭管理、安全管理五位一体等石化产业特色应用；重点与石化基地标杆企业建立战略合作关系，打造产业生态与公共服务体系。图 15标识解析赋能石化行业产业链37徐圩新区综合管理与指挥一体化平台基于工业互联网标识解析创新融合应用，贯穿园区安全生产、环境保护、能源管理等业务环节，“打通”各生产、管理信息要素，基于工业互联网标识解析编码标准体系结合石化行业现有相关标准，通过建一个运营平台、落地一批深度应用、形成一批解决方案，建立成熟稳定的商业模式，以工业互联网建立智能感知、泛在连接、实时分析、精准控制的政府监管与公共服务模式，彻底解决智慧园区绿色低碳发展的现阶段痛点。1.徐圩新区依托洋井石化二级节点的建设，推动新区内石化产业企业“上标识用标识”，同时着力打造基于工业互联网标识融合应用的综合管理与指挥一体化平台，通过标准化编码、数据融合、数据资产治理和数据标准服务，打通智慧化工园区业务间数据壁垒，提高数据的共享性，并深度萃取数据价值，实现与园区一体化数据中台的深度融合，深化标识解析在危化车辆、管网巡检、环境管理、应急调度等典型场景的创新应用，提升石化园区本质安全，助力工业园区管理向信息化、智慧化转变。2.通过工业互联网 绿色低碳平台，采集汇总园区企业能源异常与安全、环保等数据，实现业务联动与超前预警。平台对接能源管控、智慧安监等系统，实时监测企业水、电、气、汽等重要指标，进而降低安全事故概率，从园区被动防治向精准预防转变。3.多源警情接入与信息发布。一体化平台针对现有系统各类告警频繁、重复报警普遍等问题，提供各安监、环保、应急等各类警38情接入与信息融合，打造新区综合预警中心，实现安全、环保、能源、全景、危化品车辆运输等预警信息综合与专题展示、统一信息发布等。4.提供物资装备、救援力量信息台账统一管理。一体化平台对接新区应急指挥系统，整合抽取徐圩新区 186 大队、398 大队、港区 SE 大队、医疗救援中心及石化基地企业等单位各类物资装备与救援力量资源，构建面向新区的应急物资装备与救援力量信息台账，为应急救援行动开展提供可靠数据支撑。5.建立园区企业信用评价体系。建立徐圩新区危险化学品企业安全生产积分管理系统，园区企业依托一体化平台可实时查询分值，及时整改问题隐患，建立数字化动 态管理机制，实现“积分可视化、扣分可溯源、整改可闭环”。（二）案例成效1.建设一体化平台项目，朝着我国新时代智慧化工园区“六个一体化”方向发展，全面助力徐圩新区绿色低碳智慧化工园区整体安全生产管理、智慧环保、智慧能源、智慧应急等业务应用一体化发展，为徐圩新区智慧化工园区“六个一体化”体系建设提供信息平台重要支撑。2.提升徐圩新区绿色低碳管理水平，将园区系统整体警情误报率从 60%降低至 30%左右；统一事件受理与督办跟踪率将达到 90%以上，以整体提升徐圩新区智慧化工园区信息化建设与管理水平。3.形成一批标识 石化行业解决方案，在安全生产状况分析预39警、园区封闭管理、环境管理、危化标识应用及石化企业在石化产品全生命周期管理、生产过程高风险作业管控、特种设备溯源与保养等方面的需求，将成为全国工业互联网在石化行业的应用标杆，为其它石化园区数字治理提供了参考模式。4.通过产业资源的聚集，数字化应用赋能，为园区企业提供更多的新兴就业岗位，激发园区人才活力。通过打造生产、生活、治理全面数字化的园区，吸引产业资源，增强园区的经济活力。案例四：园区基于工业互联网标识解析开展绿色低碳案例四：园区基于工业互联网标识解析开展绿色低碳（一）案例介绍重庆合川高新技术产业开发区是市级高新技术产业开发区、长江经济带国家级转型升级示范开发区、成渝双城经济圈产业合作示范园区和重庆市生物医药特色产业建设基地，其前身是合川工业园区，是 2003 年 3 月经市政府批准的重庆市第一批市级特色工业园区，并于 2018 年获批设立为市级高新区。目前合川高新区已初步形成网络安全、汽摩制造、医药健康、新材料、消费品、新型建材等 6 大产业集群。罗克佳华（重庆）以工业互联网标识解析、区块链为核心技术，打造“碳链”体系和低碳数据服务平台，实现企业间碳排放的可信资产管理、供需对接和实时交易，助力合川高新区的数字化、低碳化转型。方案在顶层设计上接入重庆工业互联网标识解析二级节点，通过统一标识打通数据孤岛，实现政府、企业、民众数据一码通，40以及全社会生产生活全过程的碳资产存证和管理。图 16工业互联网标识解析架构1.绿色低碳园区综合管理。方案推出“碳链”体系，为园区建立基于标识解析的碳达峰、碳中和的低碳数据服务平台、可信任应用，为园区机关单位以及企业上链数据赋予唯一标识，实现数据的真实可追溯功能；通过服务平台上的碳资产管理、碳交易板块实现企业间碳排放的供需对接，并提供在平台上的碳数据存证和实时交易，在平台上进行的每一笔交易都会被赋予标识，形成一份智能合约，参与方同时可以根据该标识查询存证数据详情，共同保障交易的真实可信。41图 17碳链平台产品图2.园区企业节能减排。针对钢铁化工等重点耗能企业所面临的烟气系统净化效率低、超低排放改造后系统不协同等突出问题，本方案打造了融合人工智能（AI）工艺优化和燃煤烟气净化健康评价体系的综合性智慧管控平台。通过数据录入、内置计算规则进行实时核算的方式，为企业精细化碳排放管理提供依据；通过人工智能 大数据智能监测、智能分析、智能研判等手段对企业进行产能优化，帮助企业节能减排、减污降碳、降本增效。（二）案例成效1.基于工业互联网标识的碳资产管理接入和发放四百余企业碳资产存证码，为企业提供碳资产的核查存证服务，并且为园区政府完成百余招商项目的在线管理、实时追踪、进度管控和智能研判。2.在为企业进行智能制造和节能减排服务的同时，通过人工智能的手段，为企业的安全生产提供 24 小时的全面保障，同时为企业节省电耗、物耗达 10%，实现降本增效近百万元。

0人已浏览 2023-11-29 45页 5星级

SPNSPN 网络在工业场景网络在工业场景 的需求及应用的需求及应用研究报告研究报告 工业互联网产业联盟（工业互联网产业联盟（AII）2023 年年 6 6 月月 声声 明明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话： 邮箱： 前前 言言 面向工业场景的八大典型应用场景，工业内网和工业外网的高质量承载和异构网络互连互通发展需求，如何提供一个安全、可靠、高效、灵活、智能和可演进的行业专用承载网络，已成为业界新技术创新、标准研发和现网应用探索的重点领域。SPN（Slicing Packet Network，切片分组网）是中国移动、中国信通院、华为、中兴和烽火等联合创新开发的 5G承载网络技术，已成为我国主导承载网络技术创新并推动产业化的典范，在 5G 传送网技术标准上处于国际领先地位，不仅在中国移动 5G 承载网络上实现超 30 万端的规模部署应用，并已成为国际电信联盟 ITU-T 认可的新一代传送网国际标准技术体系。SPN 凭借其特有的 TDM 时隙复用与分组统计复用深度融合的技术架构，具备低时延、大带宽、超高精度同步、灵活管控等技术优势，同时兼容以太网生态链，具有低成本和易部署等特点。面向工业互联网应用场景，SPN 不断增强了 N5Gbps 和 M10Mbps 两级硬隔离切片承载、分组层灵活接入调度、确定性低时延和抖动、高精准差异化 SLA 保障、基于 SRv6 的算网融合感知和多域融合组网能力等技术创新和产业化能力。本研究报告分析了工业互联网典型场景的承载需求、SPN 网络能力特性、技术标准和产业化进展，并结合 SPN在 5G 智能电网、智慧交通和智能矿山等典型的工业场景的应用案例，总结提出 SPN 在工业互联网的应用定位是以工业外网的 5G 行业虚拟专网和重点行业自建专网为主，并兼具解决智能电力、智慧交通、智能矿井、智慧港口、智慧医疗和智慧救援、智能工业制造和智慧工厂等需要多业务高安全隔离和高可靠承载的部分工业内网场景。SPN承载网络支持网络切片定制化、电信级高可靠性、确定性承载、灵活接入调度、多维业务感知和智能管控运维等特性，将成为工业场景下新一代综合业务承载网络的标杆。牵头编写单位：中国信息通信研究院 参与编写单位：中兴通讯华为技术中国移动研究院中国信息通信科技集团公司中国移动通信集团江苏有限公司国网江苏省电力有限公司中国南方电网公司国家电网山东省电力公司广州市急救医疗指挥中心中煤科工集团常州研究院有限公司陕西陕煤澄合矿业有限公司西卓煤矿 工业互联网产业联盟公众号 编写组成员（排名不分先后）：李芳、赵俊峰、陈捷、刘爱华、周文端、廖国庆、李日欣、韩柳燕、叶雯、柳光全、韩震、胡飞飞、张浩、林建权、刘晓明 王文帝、孟玮，李海川 目目 录录 一、5G 工业互联网对网络的需求和挑战.5 1.1 5G 工业互联网的数智化发展趋势.5 1.2 5G 工业互联网典型场景的业务需求分析.7 1.3 5G 工业互联网对承载网络能力的挑战.13 二、SPN 技术体系架构和网络能力特性.15 2.1 我国自主创新的 SPN 技术体系架构.15 2.2 切片通道层的硬隔离切片转发能力.18 2.3 切片分组层的软切片分组转发能力.21 2.4 切片传输层的高速大容量传输能力.23 2.5 基于 SDN 架构的智能管控运维能力.25 2.6 SPN2.0 新增功能和性能特性总结.28 2.7 SPN 网络能力满足 5G 工业互联网的需求总结.31 三、SPN 国际国内标准和产业化应用进展.35 3.1 FlexE：兼容以太网的灵活以太网接口标准.35 3.2 SPN：我国自主创新的 5G 传送网技术标准.37 3.3 MTN：ITU-T 的新一代 5G 传送网标准体系.39 3.4 SR-TP：IETF 的分段路由转发技术标准创新.42 3.5 SPN 全产业链的规模化商用和健壮性发展分析.44 3.6 支撑工业场景应用需求的 SPN 产业化进展.47 四、SPN 在工业场景的定位和案例分析.49 4.1 SPN 在工业场景的应用定位分析.49 4.1.1 工业互联网对网络的需求场景分析.49 4.1.2 SPN 在工业互联网的应用定位分析.50 4.2 智能电网场景.52 4.2.1 5G 智能电网场景.52 4.2.2 电力通信专网场景.55 4.3 智慧交通场景.60 4.4 智能矿井场景.63 4.5 智慧港口场景.65 4.6 智慧医疗场景.66 4.6.1 智慧医疗专网场景.66 4.6.2 智慧医疗救援场景.69 4.7 智能工业制造场景.72 4.7.1 工程机械制造的智能化转型场景.72 4.7.2 冶金企业的智能工厂升级改造场景.74 4.8 SPN 在工业场景应用方案小结.76 五、SPN 在工业场景的应用展望.77 附录 A SPN 的行业应用案例.79 A.1 电力行业的 SPN 应用案例.79 A.1.1 江苏电力配网业务应用案例.79 A.1.2 浙江杭州 5G 电力虚拟专网应用案例.81 A.1.3 云南曲靖电力的 SPN 工程应用案例.82 A.1.4 山东电力的 SPN 试点应用案例.83 A.2 交通行业的 SPN 应用案例.85 A.2.1 SPN 在地铁传输网中的应用案例.85 A.2.1 SPN 在高速公路中的应用案例.87 A.3 煤矿行业的 SPN 应用案例.88 A.3.1 陕西某煤矿的 SPN 骨干环网应用案例.88 A.3.2 山东某矿井的一张 SPN 环网应用案例.91 A.4 智慧港口的 SPN 应用案例.92 A.4.1 浙江宁波港的 SPN 应用案例.92 A.4.1 厦门远海码头的 SPN 应用案例.94 A.5 智慧医疗救援的 SPN 应用案例.94 A.5.1 郑州 5G 智慧医疗专网的 SPN 应用案例.94 A.5.2 广州 120 的 5G SPN 专网医学救援应用案例.96 A.6 制造行业的 SPN 应用案例.98 A.6.1 武汉某企业集团的 5G SPN 专网的智能制造应用案例.98 A.6.2 内蒙古某铁合金企业的 5G SPN 智慧工厂应用案例.101 参考文献.105 5 一、一、5G 5G 工业互联网对网络的需求和挑战工业互联网对网络的需求和挑战 1.1 5G 工业互联网的数智化发展趋势工业互联网的数智化发展趋势 2020 年 12 月 22 日，工信部印发 工业互联网创新发展行动计划（2021-2023 年），明确将开展网络体系强基行动明确将开展网络体系强基行动、标识解析增强行动、平台体系壮大行动、数据汇聚赋能行动、新型模式培育行动、融通应用深化行动、关键标准建设行动、技术能力提升行动、产业协同发展行动、安全保障强化行动、开放合作深化行动等 11 项重点任务。名列首位的网络体系强基行动名列首位的网络体系强基行动包括包括加快工业设备网络化改造、推进企业内网升级、开展企业外网建设、深化“5G 工业互联网”和构建工业互联网网络地图等五项重点工作，并重点推动专栏 1 工业互联网网络互联互通工程，要求到 2023 年，打造 50 个企业内网改造建设标杆，高质量外网基本覆盖所有规模以上工业企业，建成 8 个“5G 工业互联网”公共服务平台。发展工业互联网的高质量网络发展工业互联网的高质量网络，需重点推进三方面工作需重点推进三方面工作：一是推进企一是推进企业内网升级业内网升级，支持工业企业运用新型网络技术和先进适用技术改造建设企业内网，探索在既有系统上叠加部署新网络和新系统，推动信息技术（IT）网络与生产控制（OT）网络融合，建设工业互联网的园区网络。二是开二是开展展企业外网建设企业外网建设，推动基础电信企业提供高性能推动基础电信企业提供高性能、高可靠高可靠、高灵活高灵活、高安全的高安全的网络服务网络服务。探索云网融合探索云网融合、确定性网络确定性网络、IPv6 分段路由分段路由（SRv6）等新技术等新技术部署部署。三是在保障数据安全和网络安全的前提下三是在保障数据安全和网络安全的前提下，推动工业企业推动工业企业、工业互联工业互联网平台网平台、标识解析节点标识解析节点、安全设施等接入高质量外网安全设施等接入高质量外网，探索建设工业互联网交换中心，研究互联互通新机制研究互联互通新机制。十四五时期是我国重点行业从信息化、自动化阶段向数字化和智能化 6 转型的重要阶段，在国内国际双循环的新发展格局下，工业互联网将持续创新发展新模式和新业态，不断从单一场景向多场景协同赋能发展，加速产业生态培育和规模应用推广。5G 赋能千行百业，推动行业数字化转型，已成为驱动工业互联网企业内网和外网协同发展的重要因素。2021 年 12 月 23日，工信部部长肖亚庆表示，2022 年将着重抓好扩大“5G 工业互联网”应用、激活数据潜能、提升企业数字技术应用能力三项工作。稳妥有序开展 5G和千兆光网建设，加快 5G 行业虚拟专网规模化建设，打牢数字化转型的网络设施基础，聚焦制造、矿山、电力等重点行业，深度挖掘“5G 工业互联网”典型应用场景。为推动“5G 工业互联网”规模应用，高安全高可靠的多业务统一承载、云网边端多维协同、确定性网络技术、IPv6 应用推广和行业虚拟专网开放服务能力已成为亟需开展网络技术创新和产业协同应用发展的焦点问题。（一一）高安全高可靠的多业务统一承载高安全高可靠的多业务统一承载。工业生产制造和电力、天然气等能源供应是国家持续健壮发展的安全命脉，数据安全和网络安全已被公认为工业互联网必须要重点解决的核心能力之一，IT 和 OT 融合以及行业云服务的发展必然带来局域网和广域网的多业务统一承载需求，因此实现高安全、高可靠的电信级多业务承载，已成为工业互联网的工业内网和工业外网实现高质量发展的必然趋势。（二二）云网边端多维协同云网边端多维协同。工业数据作为新的生产要素资源，成为驱动工业互联网创新发展的主引擎。专门面向工业互联网的大数据中心建设步伐将在 2022 年进一步加快，尤其是行业大数据分中心和区域级工业互联网大数据分中心，解决数据“孤岛”问题，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。海量工业数据的高效处理和衍生的各类行业应用新都需要超强的算力网络支撑，因此云网边端需要实现资源、数据、算力、应用、服务和运营等多维度协同。7 （二二）确定性网络技术确定性网络技术。确定性网络技术是新一代网络通信体系发展方向，对千行百业朝着数字化、网络化、智能化的高质量发展方向迈进具有重要意义。确定性网络的主要特征是能够提供确定性的业务服务质量，灵活切换确定性服务和非确定性服务，按照 SLA 策略自主控制并提供确定性服务质量的等级，全面赋能产业升级，实现确定性网络服务能力的一体化与多样化的跨域全局协同。（三三）IPv6 应用推广应用推广。企业内网和企业外网都将逐步向 IPv6 网络演进；企业内网的 IP 化改造有利于打破国际巨头对传统工业以太网的垄断地位。企业外网支持 IPv6 和 SRv6 转换，成为云网边端协同的统一承载协议，推进多云协力、云边协同和算网融合。IPv6 扩展报头能提供很大的网络地址编程空间，用于定义该 IP 报文所承载的用户类型、业务类型、位置信息、通信能力要求（分级分类 SLA 指标，包括隔离性、带宽、丢包率、时延和抖动等）和算力资源标识等信息，即通过 IPv6 报头实现用户面的多维感知能力和异构网络跨域标识信息传递，显著降低了通过应用层和控制面实现感知的网络复杂性，并提升了广域网络服务的精准性和实时性。（四四）行业虚拟专网定制化开放服务能力行业虚拟专网定制化开放服务能力。5G 行业虚拟专网应具备为行业客户提供定制化的开放网络服务能力，并具有成本优势、安全优势和网络性能优势。随着网络管控和业务运营系统的自动化和智能化能力不断提升，行业虚拟专网需要向行业客户开放一定程度的虚拟网络资源和服务质量的可视、可靠、可管、可控和可信的服务能力，根据客户应用需求实现业务按需快速开通、流量监测和性能维护等，并希望 5G 网络的运维管理模式能与企业现有 IT、OT 网络及业务管理体系无缝融合，获得网络运维权，并降低运维成本，真正实现降本增效。1.2 5G 工业互联网典型场景的业务需求分析工业互联网典型场景的业务需求分析 整个工业流程大体可以分为研发设计、生产制造、运维服务等环节，5G 8 工业互联网在这些场景下都有典型应用。5G 与工业互联网融合应用具体可体现在八大类场景，分别为 5G 超高清视频、5G 远程控制、5G 云化AGV、5G 机器视觉、5G 无人机、5G 云端机器人、5G AR 和 5G VR，不同应用场景对承载网络的需求特性存在差异。（1）5G 超高清视频超高清视频 在工业场景下，高清视频的主要应用在于智慧园区的安防、人员管理等场景，通过 5G 高速率的特性，将采集的监测视频/图像实时回传，实现视频、图片、语音、数据的双向实时传输，同时结合 5G MEC 统一监控平台，实现人员违规、厂区的环境风险监控的实时分析和报警，大大提高作业安全规范性。5G 超高清视频场景的承载需求如下表 1 所示。表 1 5G 超高清视频承载需求表 典型典型应用应用 分辨分辨率率 编码编码格式格式 帧率帧率（fps）带宽带宽 时延时延 可靠可靠性性 典型应用典型应用 高清视频实时上传 1080P H.264 H.265 30、60 210Mbps 30ms 99.9%（1）图片视频信息、采集信息；（2）局域、城域、广域 4K H.264 H.265 30、60 1240Mbps 30ms 99.9%（1）人脸识别、高清视频采集；（2）局域、城域、广域 8K H.264 H.265 H.265 30、120 48160Mbps 50Mbps;PLC 控制指令下达，下行 50kbps;车 间 级设 备内1ms 车 间 级设 备间10ms 园区/城域/广域远程操作：图 像 上 行20ms；指令下达10ms；100us 99.999%电力差动保护：10us 相 量 测 量（PMU）：10Mbps；10100ms 99.9999%（1）下行为数据的实时交互，上行为视觉类应用；（2）局域、城域 来源：5G 确定性网络产业联盟【7】（6）5G 机器视觉机器视觉 机器视觉系统需要实现实时远程监测功能，需要高速率、大连接特性，不用进车间即可通过移动终端和便携终端监视制造企业生产过程执行管理系统（MES），获取视觉检测系统的运行状态，如正常运行时间，有效运行时间，故障原因等（见错误错误!未找到引用源未找到引用源。）。图 1 5G 机器视觉网络组成 机器视觉业务的流量特征呈现了大包、连续流量的特征，其中 I 帧（关键帧）突发对网络承诺带宽提出了更高的承载要求。5G 机器视觉的承载网络需求见下错误错误!未找到引用源未找到引用源。表 6 5G 机器视觉承载需求表 典型典型 应用应用 带宽带宽 时延时延 可靠性可靠性 应用范围应用范围 5G 机器视觉 图像信息实时上传：50Mbps；10ms 99.999%（1）带宽敏感型；（2）云化部署存城域、广域承载 12 需求 来源：工业互联网联盟【1】（7）5G AR 工业生产环境中各类需要人力的作业专业性较高，但专业操作人员有限，因此对于辅助作业的需求明显，近年来，AR 成为辅助作业的核心手段之一。目前 AR 应用已融入到了工业制造的交互、营销、设计、采购、生产、物流和服务等各个环节，典型的应用包括 AR 远程协助、AR 在线检测、AR样品展示等。5G AR 场景的承载需求如下表 7 所示。表 7 5G AR 承载需求表 典型应用典型应用 带宽带宽 时延时延 可靠性可靠性 应用范围应用范围 AR维修指导 50Mbps（下行）20Mbps（上行）20ms 99.999%（1）工厂设备维保；（2）局域、城域和广域 AR辅助装配 50Mbps（上行）10ms 99.999%（1）设备辅助装配与远程协助；（2）局域、城域 来源：工业互联网联盟【1】（8）5G VR 目前 VR 的在工业互联网中主要应用在虚拟装配、虚拟培训、虚拟展厅等场景.基于 5G 的 Cloud VR，结合眼球跟踪渲染技术、GPU 定点渲染、LED 高 PPD 屏幕技术，VR 终端可以完全实现无线化和轻量化；用户互动数据传输到云端并进行计算，再反馈回本地终端，大大降低 VR 的成本。5G VR 场景的承载需求如下表 8 所示。表 8 5G VR 承载需求表 典型应用典型应用 带宽带宽（bps）时延时延(ms）可靠性可靠性(%)应用范围应用范围 初级沉浸 25Mbps 40ms 99.999%（1）虚拟展示等静态展示；（2）局域、城域等 部分沉浸 100Mbps 30ms 99.999%（1）虚拟培训等交互场景；（2）局域、城域等 深度沉浸 400Mbps 20ms 99.999%（1）虚拟装配等强交互场景；13 （2）局域、城域等 完全沉浸 1000Mbps 20ms 99.999%（1）强交互，全沉浸场景；（2）局域、城域等 来源：工业互联网联盟【1】（9）5G 工业互联网典型场景的业务需求总结工业互联网典型场景的业务需求总结 从带宽、时延、抖动、可靠性、时间同步等 5 个网络关键特性分析，5G 工业互联网各应用场景的承载需求特性总结如下表 9 所示。表 9 5G 工业互联网承载需求汇总 应应用场景用场景 带宽带宽 时延时延 抖动抖动 可靠性可靠性 时间同时间同步步 5G 超高清视频 _ _ 5G 远程控制 5G 云化AGV _ 5G 机器视觉 _ _ 5G 无人机 _ _ 5G 云端机器人 _ _ 5G AR _ _ 5G VR _ _ 1.3 5G 工工业互联网对承载网络能力的挑战业互联网对承载网络能力的挑战 面向工业内网和工业外网的高质量承载和异构网络互连互通应用场景，如何提供一个安全、可靠、高效、灵活、智能和可演进的行业专用承载网络，已成为业界新技术创新、标准研发和现网试验探索的重点领域，我国工业互联网产业联盟和相关行业标准化组织正在开展面向工业互联网不同应用场景的行业专网技术解决方案和标准体系研发。综合来说，5G 工业互联网对承载网络提出了网络切片定制化、电信级高可靠性、确定性承载、灵活接入调度、多维业务感知和智能管控运维等特 14 性需求。（一一）硬隔离切片能力硬隔离切片能力：工业领域业务和场景复杂且多样，对于通信网络的需求也存在差异。基于工业互联网研发设计、生产制造、运维服务等需求，业务可大致包括生产控制类、生产采集类、生产检测类和信息管理类。不同类型的业务体现不同的流量特征和网络需求特征。在多业务混传和复杂业务流量流向场景下，需实现高安全、高优先等级业务的端到端质量保证。如何通过硬隔离切片提供适配业务特性的定制化网络解决方案成为技术发展的挑战。（二二）电信级高可靠性电信级高可靠性：对于工业互联网、智能电网等行业，其生产类业务均提出了电信级高可靠性网络需求。对于这类要求网络高可靠、资源强隔离、数据及信令严格保护的行业应用场景，如何提供端到端的网络保护机制和电信级运维能力已成为行业应用需面临的挑战。（三三）确定性承载能力确定性承载能力：工信部已发布的 工业互联网创新发展行动计划（20212023 年）中，明确提出了支持深化“5G 工业互联网”、“确定性网络等新技术部署”的发展策略。带宽、时延、抖动、丢包等确定性承载特性已成为工业互联网行业应用的共性需求。面向工业控制和工业监测等典型场景的确定性承载需求，如何构建端到端确定性网络，实现确定性承载特性的保障需进一步的技术创新和发展。（四四）灵活接入调度能力灵活接入调度能力：工业领域的业务终端和业务类型复杂多样，已涉及到了生产控制、生产采集、生产检测等多个流程环节。大量异构终端的网络接口、网络协议和网络通信需求存在差异。如何保障多样异构终端的大规模接入、协同运行和灵活高效的调度转发，通信网络面临较大挑战。（五五）多维业务感知能力多维业务感知能力：5G 行业专网已从通用化向定制化和精细化方向演进发展。随着算网融合、人工智能和大数据等新型 ICT 技术的发展，结和业务深度感知和新型 ICT 技术的应用，将为工业用户的行业数字化转 15 型和高质量发展提供更有力的支撑。因此，如何提升承载网络的多维业务感知与识别能力，实现与新型 ICT 技术的深度融合将是通信网络面临的重要挑战。（六六）智能化管控运维能力智能化管控运维能力：网络运维的智能化、便捷化和开放性将大幅提升各类工业互联网业务运行的效率和自主性，并缩短新业务部署的响应时间，使能行业敏捷创新，成为行业网络数字化转型发展的必由之路。二、SPN 技术体系架构和网络能力特性 2.1 我国自主创新的我国自主创新的 SPN 技术体系架构技术体系架构 切片分组网络（SPN）是中国移动、中国信通院、华为、中兴和烽火等联合创新提出的新一代多业务综合承载的 5G 承载网络技术,在网络架构和关键技术方面均实现了核心技术自主研发和创新突破。在分组传送网络（PTN）技术架构基础上，面向 5G 移动承载场景进行了创新，提出了在以太网物理层协议栈中构建 TDM 层网络的核心思想和技术理念。2016 年，中国移动就已经联合国内产业实体开始研究5G 承载网的需求与架构设计。2017 年 1 月，中国移动牵头承担“5G 前传及回传接口研发与验证”的国家科技重大专项课题，聚集国内企业和高校的力量，研究 5G 移动承载技术，完成了技术方案总体设计、原型样机开发和实验室测试验证，重点推动了FlexE 接口及切片通道层交叉、基于 FlexE 接口的超高精度时间同步等核心技术方案的成熟，为后续 SPN 技术体系的提出提供了优质的科研平台，也为整个产业链的发展提供了积极、健康的引导。从 2018 年到 2022 年，在中国厂商的推动和主导下，ITU 发布了基于 SPN 的 MTN 系列标准，MTN 构建了全新的传输接口、帧结构、TDM 交换技术、高效 OAM 及保护技术，支持硬切片、确定性低时延转发，同时满足电信级网络要求。2018 16 年完成实验室全面测试评估、互联互通验证和现网试点应用，2019 年开始一期 SPN 设备集采和现网规模部署，2020 年和 2021 年陆续开展了两期集采和现网部署。截止到 2022 年 12 月，中国移动已累计开通 5G 基站数量超过 127 万端，分级分层推进 SPN 网络建设，现网运行 SPN 设备数量达到34.0 万端，较 2022 年初新增 4.0 万端；加强 5G 回传 SPN 和 4G 回传 PTN网络间的协同，充分发挥 SPN 技术先进和 PTN 覆盖面广的优势，分场景高效承载 5G 业务。支持多业务统一承载的 SPN 网络技术体系架构见图 2，包括切片分组层（SPL）、切片通道层（SCL）和切片传送层（STL）三个网络协议层。其中切片通道层的城域传送网（MTN）技术已成为国际电信联盟标准化部门（ITU-T）的新一代 5G 传送网技术标准体系，与同步数字系列（SDH）和光传送网（OTN）技术标准体系相并列（见图 3），由 MTN 网络架构G.8310、网络帧结构和接口 G.8312、设备功能 G.8321、网络保护 G.8351、网络管控 G.8350 和同步等 ITU-T 系列国际标准组成。图 2 面向工业互联网多业务统一承载的切片分组网络（SPN）技术体系架构 17 图 3 ITU-T 传送网技术标准体系发展历程和新一代 MTN 技术标准系列 SPN 在兼容分组传送网络（PTN）技术基础上，重点发展了四大关键技术特性：一是一是 TDM 硬切片能力硬切片能力。在切片通道层引入了光互连论坛（OIF）规范的灵活以太网（FlexE）接口技术作为 MTN 段层，并将其扩展成为支持N5Gbps 大颗粒时隙复用和 N10Mbps 小颗粒时隙复用的端到端通道层网络技术，具备电信级的 OAM（操作、管理和维护）和快速网络保护能力，实现了 TDM 通道的交叉连接和低时延转发能力，满足硬隔离网络切片和低时延应用场景；二是分组灵活扩展能力二是分组灵活扩展能力。在切片分组层引入了 IETF 规范的段路由（SR）技术，并将其扩展为基于 MPLS-TP 的 SR-TP 技术，基于 SDN 集中管控架构实现了对南北向业务的集中编排和静态路由规划，针对东西向动态业务承载需求引入了 SR-BE、IGP 域内 IS-IS 协议以及拓扑无关快速重路由保护（Ti-LFA）技术，具备了可控应用范围内的动态路由能力。三是高速大容量传输能力三是高速大容量传输能力。在切片传输层提供基于 IEEE 802.3 标准的50GE/100GE/200GE/400GE 高速以太网物理接口，实现了 FlexE 多端口绑定的高速率和大容量光传输。四是切片网络智能管控能力四是切片网络智能管控能力。SPN 采用电信级的 SDN 集中管控架构，18 提供了物理网络、切片网络和业务网络的网络资源分层管理，具备网络资源开放、业务敏捷发放、精准性能监测和高效运维能力。2.2 切片通道层的硬隔离切片转发能力切片通道层的硬隔离切片转发能力 SPN 的关键能力之一是在切片通道层中支持硬隔离切片转发，切片和切片之间的数据互不干扰，保证切片数据安全硬隔离。通过独占设备时隙资源，切片通道层能够支持微秒级的超低时延转发，并且在转发时无需报文重组、路由查表和排队等复杂耗时处理。同时，由于切片转发时的设备转发资源有保障，切片转发时延抖动也严格控制在 us 量级。如图 4 所示，SPN 提供的硬隔离切片能力与停车时的“专属私家车位”相似，只有特定用户的数据（“车”）才能停在该车位上，非该用户的数据不允许占用该车位(见图 4)。TDM机制，独占时隙，资源专享，严格物理隔离“专属私家车位”分组交换机制，统计复用，资源共享，逻辑隔离“公共车位”图 4 SPN 通过 TDM 机制实现用户业务独占网络资源 从技术架构和协议栈的角度看，切片通道层位于 OSI 七层模型和以太网协议栈的物理层中，具体如图 5 所示。SPN 切片通道层利用了以太网的66B 码块内核，复用以太网物理层协议栈，在以太网 PCS 层中引入 MTN path（MTN 通道层）与 MTN section（MTN 段层）。其中，MTN 段层通过在 66B 码块流中固定周期插入特殊码块，实现将以太网物理端口时隙化，在接口上划分出若干个“私家专属车位”，从而支持绑定、通道化和子速率的 19 功能，时隙粒度（“专属车位”能容纳的车辆数）为 5Gbps。MTN 通道层通过 TMD 时隙交叉的方式，按照预配置的交叉连接关系，从上行方向的 MTN段层指定时隙中获取的 66B 码块数据（用户车辆只能在特定时间进入车库），转发到下行方向的 MTN 段层指定时隙中（用户车辆只能在特定时间离开车库）。上行方向和下行方向占用的时隙带宽相同（用户每次进入车库的汽车数量与离开车库的汽车数量一致）。同时，MTN 通道层支持 OAM&P，可以实现信号误码监视、连续性检测、连接验证、通道时延测量、保护倒换和客户信号类型指示等功能。MTN 段层和 MTN 通道层共同组成了数据链路层（L1）网络技术MTN，满足电信级网络技术要求。图 5 切片通道层技术架构 MTN 通道层的数据转发是通过预先配置的交叉连接关系，不依赖任何报文地址或者标签。从图 6 中可以看出，MTN 通道层中无法识别任何 IP 地址、标签和以太网 MAC 地址信息。IP 层的数据以 IP 报文数据单元，每一个 IP 报文携带源 IP 地址和目的 IP 地址，转发设备采用统计复用的方式根据报文的 IP 地址来决定 IP 报文的下一跳设备。IP 报文到了 MAC 层后，会映射到若干个以太网帧（MAC frame）中。每一个以太网帧中携带源 MAC地址和目的 MAC 地址，转发设备采用统计复用的方式根据 MAC 地址来决定 MAC frame 的下一跳设备。而以太网帧到了物理层后，会被转码为一连 物理层（Physical）数据链路层（Data link）网络层（Network）传输层（Transport）会话层（Session）表示层（Presentation）应用层（Application）1234567介质（Medium）OSI七层模型PMDPMAPCSReconciliationMACMAC controlLLC/MAC clientEthernet PHYxMIIIEEE 802.3以太网协议栈切片通道层协议栈PCS upper partMTN PathMTN SectionPCS lower partEthernet PHY lower sublayer切片通道层IPMTN FGU 20 串的 66B 码块。66B 码块中无法携带任何以地址和标签信息，数据转发依赖连接关系的预先配置，是面向连接的电路交换技术（CO-CS）。在 MTN通道层中，数据在下行方向占用的时隙位置固定，不随时间变化。如果继续借用“车位停车”的比喻，IP 层和 MAC 层统计复用的“停车”是可以看到汽车的运输信息，可以知道汽车从哪来（源地址）也知道去哪里（目的地址），并且汽车大小、长度、款式都不一致；而 MTN 通道层 TDM 转发的“停车”则是用户汽车被分解成了更基本的元素（例如一个个分子），单一的分子无法识别出其原来汽车的样子，也无法知道汽车的运输信息，只在固定的时间进入，停入预先配置的“车位”，再按照固定的时间离开车库，并最终在目的地还原成汽车。图 6 各层数据单元格式示意图 图 7 给出了一种 SPN 切片通道层的数据转发功能模块实现示意图。转发设备从不同方向获取多个业务的码块流，并在逻辑上给每一条业务分配一个队列，每个队列的缓存深度为若干个 66B 码块。出口以 TDM 轮询的方式，去各个队列取码块，然后再把获取的码块放入出口处相应的时隙位置上。由于数据在队列入口和队列出口都是采用 TDM 轮询的方式，数据进入队列的速率和数据离开队列的速率一致，队列资源不会在多个 MTN 通道之间共享，无统计复用。队列与入口/出口之间的连接关系由系统预先配置，数据转发不依赖地址、标签，甚至任何 66B 码块信息。由于转发过程中，设备 IPv6 packet header Source IP addressDestination IP addressIPv6 packet payload 24 byte 65515 byteIPv6 packet header Source IP addressDestination IP addressIPv6 packet payload 24 byte 65515 byteDMAC6 byteSMAC6 byteType2 byteFrame data46 to 1500 byteCRC4 byteIP packet#1IP packet#2Ethernet Frame#1DMAC6 byteSMAC6 byteType2 byteFrame data46 to 1500 byteCRC4 byteEthernet Frame#2DMAC6 byteSMAC6 byteType2 byteFrame data46 to 1500 byteCRC4 byteEthernet Frame#n连续不断的64/66B码块序列IP层数据格式MAC层数据格式Ethernet PHY PCS层数据格式 21 不识别和解析客户信号的 66B 码块数据，支持确定性低时延的透明转发（见图 7）。图 7 SPN 切片通道层数据转发功能模块示意图 切片通道层的硬隔离切片转发可以实现切片转发资源独占；切片数据之间互不影响，安全硬隔离；切片转发时延低和抖动低。切片通道层的硬切片技术可以满足工业场景中对安全隔离有高要求的业务，还可以满足生产控制类对时延、抖动和可靠性有高要求的业务。2.3 切片分组层的软切片分组转发能力切片分组层的软切片分组转发能力 切片分组层（SPL）实现对 IP、以太网和 CBR 等业务的寻址转发和承载管道封装，提供 L2VPN、L3VPN、CBR 透传等多种业务类型。SPL 基于IP/MPLS/802.1Q/物理端口等多种寻址机制进行业务映射，提供对业务的识别、分流、QoS 保障处理。对分组业务，SPL 层的主要技术创新引入了段路由（Segment Routing）技术，并将 SR-TE 隧道增强为 SR-TP 隧道。Segment Routing 源路由技术可在隧道源节点通过一系列表征拓扑路径的 Segment 段信息（MPLS 标签)来指示隧道转发路径。相比于传统隧道技术，Segment Routing 隧道不需要在中间节点上维护隧道路径状态信息，提升隧道路径调整的灵活性和网络可编程能力。PHY 1PHY 2PHY 4PHY 6数据流方向转发设备通道转发功能模块队列5时隙1时隙20时隙1时隙20时隙1时隙20时隙1时隙20PHY 3时隙1时隙20时隙1时隙20PHY 5队列4队列3队列2队列1 22 SPN 同时具备面向连接的 SR-TP 承载管道和无连接的 SR-BE 承载管道。SR-TP 隧道技术在 Segment Routing 源路由隧道基础上进一步增强了运维能力，扩展支持双向隧道、端到端业务级的带内精准 OAM 检测等功能。SR-BE 隧道用于面向无连接的、Mesh 业务承载，提供任意拓扑业务连接并简化隧道规划和部署。基于 IGP SR 自动生成的 SR-BE，在 IGP 域内可形成全连接的 SR-BE 隧道。域内的 SR-BE 都只有一层标签。SR-BE 不带任何约束条件，完全按照 IGP SFP 路径转发，而 IGP 选路原则是不考虑带宽约束条件的，因此 SR-BE 隧道不能保证 TE 能力。SPN 切片分组层同时还支持 MPLS-TP 隧道，可以更好的兼容现网 PTN设备，便于配置跨 PTN 和 SPN 网络的端到端 MPLS-TP 隧道。在 SPN 网络中，目前 MPLS-TP 隧道主要用于跨域的小颗粒分组专线业务场景，业务模型是 L2VPN over MPLS-TP over 小颗粒。除了通过隧道进行业务的软切片隔离之外，还可以通过 VPN 进行业务隔离。SPN 支持 L2VPN 和 L3VPN 等。以 L3VPN 为例，控制器根据业务模型定义 HoVPN 的三种角色：UPE、SPE 和 NPE 并完成路由发布。比如中国移动建网指导意见中在共享大网切片及集客共享切片中，充分利用报文优先级、QoS、隧道、VPN 等软切片相关技术进行业务的差异化调度（见图 8）。图 8 SPN 隧道及切片部署方案 23 2.4 切片传输层的高速大容量传输能力切片传输层的高速大容量传输能力 SPN 的切片传送层(STL)为切片通道层或切片分组层提供物理媒质层的接口服务，包括 50GE、100GE、200GE、400GE 等速率接口。切片传送层又可以进一步分为物理层（PHY）和光媒质层。PHY 层包括物理编码子层（PCS）、物理媒介附加(PMA)和物理介质相关(PMD)三个子层，其中 PCS和 PMA 集成在业务处理芯片(ASIC 或 NP)上，遵循 IEEE 相关标准(802.3-2018、802.3bs 等)，已在 2019 年前后实现标准和芯片成熟。PMD 层主要由光收发合一模块承担，简称光模块。光模块的特性和技术水平，很大程度上影响了单业务板卡上的端口数、光接口传输距离、功耗和成本等方面，是 SPN 系统设备的重要组成部分。国内的光模块产业链经过10多年快速发展，已经构建了较为完善的自主生态体系。据LightCounting的调研报告，中国光模块与器件供应商的全球市场占比已从 2010 年的 15%增长到 2021 年的 50%以上，旭创科技、华为海思、海信宽带、光迅科技、新易盛、华工正源占据了全球前十中的 6 个席位。随着移动互联网和数字消费、数字经济的持续高速增长，光通信的链路/接口带宽也在快速增长。特别是数据中心的大规模新建带动了高速率、小封装、低功耗、低成本灰光模块的快速发展，电信网络也享受了该产业发展的红利，以 10GE 和 100GE 为代表的主流光模块，价格有了大幅的下降，光模块在系统设备整体成本构成中的比例有了显著下降。另一方面，光模块也出现了技术多元化趋势。如超长距离 10GE 光模块，50GE BIDI 光模块，50GE 同波长上下 BIDI 光模块，50GE 80km 灰光光模块，100GE 80km 灰光光模块等创新技术和产品，充分满足了包括 SPN在内的通信设备对传输距离和功耗、成本的要求。近 10 年来，光电器件在速率提升和成本控制上滞后于微电子器件，因此出现了“以电补光”的实践并形成趋势。最典型的应用就是 PAM4 线路码 24 型的采用和 FEC 前向纠错技术的应用。利用 PAM4 编解码技术(相比 NRZ编解码，效率提升 1 倍)，使用 25G 光电子器件，即可实现单波长 50G 的通信速率，4 个波长就实现了 200G 光接口速率，8 个波长就是先了 400G 接口速率。如下图所示，以单波 50G 为例(使用 25G 光电子器件 PAM 编解码)，可以实现 50G、100G、200G、400G、800G 等速率的光模块，大大延长了 25G 光电器件的适应范围，降低了系统复杂度。目前产业界正在从单波 50G 向单波 100G 过渡，单波 200G 也在探索测试阶段，将在 35 年内成熟并产业化（见图 9）。图 9 光模块技术方案演进趋势 对 200GE 80km、400GE 80km，业内采用相位调制和相干检测方案。该方案源自 OTN 线路接口。OTN 线路接口主要关注无电中继传输距离(2000km 以上)、波长间隔（50GHz/75GHz/100GHz）等方面，核心指标是OSNR 接收灵敏度，而基本不关注光功率接收灵敏度；在 OTN 系统上使用时，一般都带有光功率放大器(BA)，因此光模块发送光功率较低(也是硅光技术的特点之一)。该类光模块在 SPN 设备上使用时，主要用来解决200G/400G 在 80km 跨距上的背靠背传输，核心指标是光功率接收灵敏度，且系统应用无光放大器、无合分波需求。因此需要针对 SPN 的应用场景作参数优化。目前技术产业已经成熟，国内有 23 个厂家可以提供产品（见 25 表 10）。表 10 承载网络设备的主要光模块实现方案 方案方案 10km 40km 80km 10GE NRZ，IM-DD NRZ，IM-DD NRZ，IM-DD 25GE NRZ，IM-DD NRZ，IM-DD NRZ，IM-DD 50GE PAM4，IM-DD，1310 RX:PIN FEC PAM4，IM-DD，1310 RX:APD FEC NRZ，IM-DD，2，LWDM RX:SOA PIN FEC 100GE NRZ，IM-DD，4，LWDM RX:PIN NRZ,IM-DD,4，LWDM,RX:SOA PIN NRZ，IM-DD，4，LWDM,RX:SOA PIN FEC 200GE PAM4，IM-DD，4，LWDM RX:PIN FEC PAM4,IM-DD,4,LWDM RX:APD FEC DCO,16QAM,1，oFEC TX:EDFA 400GE PAM4，IM-DD，8，LWDM RX:PIN FEC PAM4,IM-DD,8,LWDM RX:APD FEC DCO,32QAM,1，oFEC TX:EDFA 总之，我国光模块产业已经为 SPN 高速大容量业务承载作好了准备，单板卡容量 400G 的板卡已批量部署，单板卡容量 800G 板卡也已成熟，并具备向单板 T 级别容量平滑升级能力。结合硬隔离切片能力，SPN 完全胜任工业场景下对容量、距离和隔离性的要求。2.5 基于基于 SDN 架构的智能管控运维能力架构的智能管控运维能力 SPN 网络采用电信级 SDN 集中化管控架构，通过引入中枢控制节点控制器，对下层设备的数据转发进行统一指挥，实现控制和转发分离，使物理网络具有了开放、可编程的特征。同时，SPN 网络通过 SDN 集中控制平面提供网络开放、业务敏捷发放、网络高效运维的能力，支持业务部署和运维的自动化，及时感知网络状态并进行业务实时优化，具备面向 5G 承载、5G切片等新业务 SDN 集中控制能力。基于 SDN 的管控融合架构还为 SPN 网络提供了简化网络协议、开放网络、跨网络域/技术域的业务协同管控等能力。26 SPN网络的SDN管控系统架构如图 10所示，具备以下六个主要特征：（1）云平台云平台：依托统一的基础云平台，支持统一的安装、升级以及补丁管理机制；支持统一的控制器系统监控和维护；支持统一鉴权管理；（2）数据数据/资源管理资源管理：统一的数据资源模型，统一的数据资源分配系统，统一的数据库系统，统一的存储格式和存取接口，统一的数据备份和恢复机制；（3）南向接口南向接口：SPN 集中管控系统提供与被管理网元之间的南向接口功能，对南向接口框架、南向协议连接、南向数据模型进行了三项统一，支持 Netconf/YANG、BGP-LS、PCEP 和 Telemetry（遥感勘测）等南向接口协议；（4）北向接口和界面北向接口和界面：SPN 集中管控系统提供与上层 OSS 或 APP 系统间的北向接口功能，通过该接口开放网络编程能力，统一的界面入口和界面风格，统一的北向协议连接及数据建模，统一认证、转发和注册；并提供300 多个原子 API 和场景化 API 接口，简化 OSS/APP 开发；（5）集中管理子系统集中管理子系统：SPN 网络集中管理面提供统一业务管理、拓扑管理、配置管理、部署维护、故障管理、性能管理、安全管理和系统管理等功能。（6）控制子系统控制子系统：SPN 网络的 SDN 智能管控运维架构支持集中式控制面和简化的分布式设备控制面。分布式控制面提供网络拓扑状态发现，集中控制面基于 SDN 技术实现对网络拓扑状态的搜集和反馈、集中算路和算路结果更新、隧道路径下发和隧道算路策略配置、SR-TP 隧道路径实时闭环控制等功能。分布式控制面还提供 SR-BE 隧道的控制能力（见图 10）。27 图 10 SPN 管控系统架构和功能模块 SPN 网络的集中控制面和分布式控制面在协议上的交互功能如图 11所示。分布式控制面通过 ISIS 协议提供网络拓扑状态发现，BGP-LS 协议将域内网络拓扑、拓扑状态、SR 标签实时反馈给 SDN 集中控制器，由 SDN控制器基于网络拓扑及拓扑状态进行隧道路径的集中计算和调整优化。此外，SPN 网络设备和 SDN 控制器还支持通过 PCEP 协议将集中算路结果实时下发到所有 SPN 设备。在 SPN 设备检测到隧道故障时，也可通过 PCEP协议向控制器发起实时算路请求。对于 SR-BE 隧道，分布式控制面还可以提供 SR-BE 隧道的控制能力。SPN网络网络SDN控制器控制器集中算路网络状态发现(IS-IS)网络状态反馈(BGP-LS)算路结果更新(PCEP)用户算路策略 图 11 SPN 集中闭环控制系统 28 2.6 SPN2.0 新增功能和性能特性总结新增功能和性能特性总结 自 2019 年中开始，中国移动联合中国信通院、华为、中兴、烽火等产业各方，一起研究探索面向5G 垂直行业应用以及政企专线客户需求的SPN小颗粒技术方案，先后论证了 1Gbps、100Mbps 和 10Mbps 三种颗粒度并开展了新技术试点测试验证，在 2020年底统一确定采用基于细粒度单元（FGU，Fine Granularity Unit）的技术方案，并于 2021 年 6 月联合发布了SPN 小颗粒技术白皮书白皮书，2021 年下半年完成了中国移动相关企标切片分组网（SPN）细粒度切片技术要求 和 10GE 接口细粒度切片技术要求制定，并进行了多厂家样机的互联互通测试验证。2022 年协同开展我国 切片分组网络（SPN）细粒度承载技术要求通信行业标准和 ITU-T 国际标准的推进工作。2022 年 6 月，中国移动牵头发布了 SPN2.0 技术白皮书。与 SPN 1.0 相比，SPN2.0 在多业务综合承载能力、云网/算网融合承载能力、网络覆盖能力、智能管控运维能力和低碳节能等方面均有显著提升。通过引入支持N10Mbps 细粒度单元（FGU）的新型帧结构和交叉技术，扩展了面向行业用户接入的10GE小型化SPN 设备新类型，大幅增强了面向5G 垂直行业、政企客户和云网/算网融合业务的综合承载能力。SPN2.0 新增功能特性与性能提升的对比分析见下表 11：表 11 SPN1.0 和 SPN2.0 功能特性对比 项目项目 SPN 1.0 SPN 2.0 应 用 场景 重点面向 5G 回传的 eMBB 业务场景 扩展支持 5G 垂直行业的 uRLLC 和 eMTC 业务承载能力，并增强了对政企客户专线/专网和云网融合业务的综合承载能力。设 备 形态 1)城域核心 SPN 设备 2)城域汇聚 SPN 设备 3)城域接入 SPN 设备 1)城域核心 SPN 设备 2)城域汇聚 SPN 设备 3)城域接入 SPN 设备 4)小型化接入 SPN 设备（线路速率 10GE 和GE），包括客户 CPE 设备和局端 HUB 设备 29 项目项目 SPN 1.0 SPN 2.0 综合承载能力 接口 1)网络侧接口：50GE/100GE/200GE 单端口或多端口的 MTN/FlexE 接口组 2)客户侧接口：标准以太网接口GE/10GE/25GE/50GE/100GE/200GE 1)网络侧接口：50GE/100GE/200GE 单端口或多端口的 MTN/FlexE 接口组，10GE 标准以太网扩展 FGU 接口 2)客户侧接口：a)标准以太网接口FE/GE/10GE/25GE/50GE/100GE/200GE b)E1 和 STM-1 接口 切片 1)硬切片:单级 N5Gbps 2)软切片：L2/L3VPN 1)硬切片：两级 N5Gbps N10Mbps 2)软切片：L2/L3VPN 业务 1)L2/L3VPN 分组业务 1)L2/L3VPN 分组业务 2)固定比特速率（CBR）业务：E1、STM-1等 承载性能 5Gbps 颗粒的中间节点转发时延：1)核心汇聚 SPN 设备 10s 2)接入 SPN 设备 3s 1)5Gbps 颗粒的中间节点转发时延：a)核心汇聚 SPN 设备 10s b)接入 SPN 设备中间节点 3s 2)10Mbps 小颗粒的中间节点转发时延：a)1520us（最优）云网/算网融合承载能力 切片感知 1)城域范围内：接入 汇聚 核心 2)支持VLAN ID业务标识和IP DSCP/VLAN PRI 优先级标识识别和映射 1)客户端到端：通过客户侧 HUB 和 CPE 设备，实现端到端切片感知能力；2)支 持VLAN ID业 务 标 识 和IP DSCP/VLAN PRI 优先级标识识别和映射 业务监测 1)城域范围内：接入 汇聚 核心 2)支持高精度的带内随流检测 OAM（inband OAM）1)端到端：客户侧 接入 汇聚 核心 2)支持高精度的带内随流检测 OAM（inband OAM）切片隔离 N5Gbps MTN 通道硬隔离 1)N5Gbps和N10Mbps 两级MTN通道硬隔离 2)支持在线带宽无损调整 可视化 1)运维服务可视化：售前评估、售中开通和售后业务性能可视化；2)网络服务可视化：网络拓扑/业务连接/SLA 性能等可视化 灵活连接 支持 SR-MPLS，包括 SR-TP 和SR-BE 1)支持 SR-MPLS，包括 SR-TP 和 SR-BE 2)扩展支持 SRv6/G-SRv6，实现云网/算网融合业务的端到端 IPv6 到 SRv6 转发能力 3)扩展支持 EVPN SR policy 等 网络 覆盖 能力 1)距离：部署在城域汇聚，距用户几百1.5 公里 2)容量：百 G 容量，部署客户侧浪费 1)支持部署客户处的小 SPN(HUB CPE)2)互通：通过网络侧接口与城域接入 SPN 互通，实现端到端切片、端到端业务感知、端到端性能监测和管控 30 项目项目 SPN 1.0 SPN 2.0 3)互通：与现有客户侧 CPE设备无法实现网络侧接口互通。3)可融合边缘计算功能，提供边缘算力能力 运维 能力 1)重点业务监测 2)域内业务监测 1)提升业务监测数量，实现全网业务监测 2)域内 跨域（跨 SPN 跨 SPN 和云专网）低碳 节能 1)可支持芯片级（SoC 芯片）和架构级节能机制（自动休眠、能耗可视、架构去冗等）在智能管控方面，SPN 2.0 增强了云网云网/算网融合管控和网络自智算网融合管控和网络自智能力，具体包括：（一一）总体架构总体架构：在已有 SPN 管理控制系统基础上，新增了云网业务运营门户、运维协同/编排层、多云管理平台，可实现不同云（移动及第三方云）和 SPN 网络之间的云网/算网资源一体化纳管及端到端协同管控，支撑云网互联，实现云网专线的端到端快速开通。（二二）管控运维能力管控运维能力：1)增加一键式切片部署能力增加一键式切片部署能力：控制器支持先创建切片，再部署业务选择已创建的切片；也可支持一键式的切片部署，在创建业务时由业务驱动按需完成切片部署，实现分钟级的切片快速部署；2)增加智能弹性扩缩容能力增加智能弹性扩缩容能力：可根据用户行为、业务流量模型、流量增长情况等信息，对切片资源智能化弹性扩缩容，并且不影响业务，可保证业务无损资源调整；3)增加云网资源一体化可视能力增加云网资源一体化可视能力：可将端到端的网络资源如数据中心网络、SPN 网络，与数据中心的云资源进行协同管控，实现全生命周期自动化。a)网络资源抽象化网络资源抽象化：对物理网络的网络能力抽象建模，比如拓扑、业务连接、切片等，屏蔽底层细节；b)网络服务化网络服务化；对关键网络能力进行抽象，实现网络服务化，比如云 31 网业务快速开通、运维流程自动化等，实现物理网络、逻辑网络和业务状态的实时呈现和关联互视；c)运营服务化运营服务化：对用户服务全流程简化，实现云网业务一点即通、云网资源统一管理可视等。4)增加多维度状态信息展示能力增加多维度状态信息展示能力：可以通过拓扑、报表等方式向运维人员多维度展现基站、专线业务质量、流量信息，还可以呈现当前专线业务质量和流量信息，便于用户快速了解网络运行状态。5)增加网络规划和仿真能力增加网络规划和仿真能力：增加了 What-If 仿真分析、网络容量规划、网络健壮性分析、网络变更验证等网络规划和仿真能力，相比 1.0 提升了网络规划的自动化水平；6)增加基于用户意图识别的业务快速创建能力增加基于用户意图识别的业务快速创建能力：可通过用户意图识别、业务配置方案自动化生成、意图方案模拟验证、一键式业务开通、业务监控，完成全流程的基于意图的业务快速发放。7)增加全流程的自动化运维能力增加全流程的自动化运维能力：可提供故障前故障前的健康监控、分析预测、隐患识别等，故障中故障中的告警压缩、告警关联等，故障后故障后的故障知识库完善、智能排障优化等能力。2.7 SPN 网络能力满足网络能力满足 5G 工业互联网的需求总结工业互联网的需求总结（一一）SPN 硬隔离切片使能业务资源隔离与确定性低时延应用硬隔离切片使能业务资源隔离与确定性低时延应用 5G 工业互联网业务覆盖多样化服务场景，同时要接入多种类型的终端设备（如物联网、工业生产和医疗终端等），需要满足不同业务 SLA 的承载需求以及业务安全隔离需求。网络切片技术实现“一网多用”，提高网络基础设施经济效益，成为 5G 工业互联网应用的基础使能技术。依据业务的性能指标、安全隔离和确定性诉求的不同，SPN 网络可灵活提供多种网络切片服务能力，支持不同等级的资源隔离与确定性低时延保障需求。其中，SPN 网络网络 MTN 通道技术兼具分组转发灵活性和通道技术兼具分组转发灵活性和 TDM 隔离优势隔离优势，支持端支持端 32 到端硬隔离切片能力到端硬隔离切片能力。与传统分组软切片和与传统分组软切片和 FlexE 接口硬隔离相比接口硬隔离相比，时延时延和抖动性能均有显著提升和抖动性能均有显著提升。SPN 网络支持的切片技术、隔离特性和时延指标如表 12 所示。表 12 SPN 网络的切片资源隔离技术及特性 切片技术切片技术 隔离机隔离机制制 单跳时延单跳时延 单跳抖动单跳抖动 切片带宽切片带宽 隔离性隔离性 FlexE/MTN 接口硬隔离切片 节点内分组交换 接口时隙隔离 2050us 10us量级 N5Gbps 较高 MTN 接 口 节 点 内MTN通道交叉 全硬隔离的切片 端到端时隙隔离 310us 1us量级 N5Gbps 高 30us(1*10Mbps)1us量级(1*10Mbps)110Mbps 15us(10*10Mbps)1us量级(10*10Mbps)1010Mbps VPN QoS 软隔离的切片 分组标识和队列隔离 2050us 100us量级 带宽灵活可配置 中 注：表中单跳时延为未拥塞下的 P 节点数据；单跳抖动为切片间拥塞切片内不拥塞时高优先业务的 P 节点数据。SPN/MTN 通道交叉的硬隔离切片基于以太网 64/66B 码块的 TDM 时隙交叉技术，用户分组报文在网络中间节点无须经过 L2/L3 存储查表，直接基于 L1 的时隙透明交叉技术，实现端到端硬切片隔离能力以及单跳 us级的超低时延能力。而 FlexE 接口硬切片技术基于 TDM 时隙隔离技术，将一个以太网物理端口隔离成多个更小粒度的硬管道，以实现业务在网络侧接口内硬隔离转发。但分组业务在网络设备内部，依然基于分组报文进行查表转发，需考虑分组处理时延并存在节点内分组资源共享问题（见图 12）。33 图 12 SPN/MTN 通道交叉和 FlexE 接口隔离对比（二二）SPN 多样化保护技术保障业务电信级高可靠承载多样化保护技术保障业务电信级高可靠承载 5G 工业互联网不但对带宽提出要求，对可靠性指标也提出了严格要求。通信服务可用性和通信服务可靠性（MTBF）反映了故障间隔时间和故障时长，是承载网络面向生产型业务承载的核心指标。3GPP 对 5G 网络提供的通信业务可靠性及可用性指标提出了具体要求，在 3GPP TS 22.261 中针对不同的应用场景提出了 99.9.9999%的高要求（见表 13）。表 13 工业互联网的网络可靠性要求 网络可靠性要求网络可靠性要求 年中断时间年中断时间 典型业务场景典型业务场景 99.9R6分钟 工业过程自动化的监视类业务等 99.99R.6分钟 工业离散自动化 99.999%5.26分钟 触觉交互 99.99991秒 工业过程自动化的远程控制等 SPN网络可通过设计和部署网络系统备份网络可通过设计和部署网络系统备份、故障自动检测故障自动检测、故障快速恢故障快速恢复技术提高业务可靠性和可用性指标复技术提高业务可靠性和可用性指标，满足满足5G 工业互联网业务超高可靠工业互联网业务超高可靠性和网络安全的承载需求性和网络安全的承载需求。SPN网络的可靠性技术主要包括保护倒换和快速恢复，常用的保护恢复技术如表14所示。表 14 SPN 支持的网络保护技术 分类分类 保护类型保护类型 业务场景业务场景 典型技术典型技术 保护对象保护对象 倒换性能倒换性能 电信级电信级 保护保护 分组隧道线性保护 分 组 VPN 业务 SR-TP APS SR-TE 主备保护 网内：链路/单板/穿通节50ms 34 分类分类 保护类型保护类型 业务场景业务场景 典型技术典型技术 保护对象保护对象 倒换性能倒换性能 MTN通道保护 E1/STM-1 等CBR业务、硬隔 离 分 组 业务 MTN通道1 1 点 50ms 双归节点保护 与 核 心 网 设备或落地SPN设 备 互 联 互通 VPN FRR 网内：落地节点 50ms 网间保护 与 核 心 网 设备 或 异 厂 家SPN设备跨域互联互通 IP FRR或混合FRR 网间：对接节点 50ms 抗 多 点抗 多 点故 障 的故 障 的电 信 级电 信 级保 护 加保 护 加路 由 恢路 由 恢复技术复技术 SR隧道线性保护 重路由技术 高 等 级 分 组VPN业务 线 性 保 护 加动 态 重 路 由恢复 网内：链路/单板/非落地节点多点故障 保护：50ms 恢复：秒级 最 高 等 级 分组VPN业务 永久1:1保护（线 性 保 护 加预 置 路 由 恢复）保护：50ms 基于 SPN 网络丰富多样化的可靠性保障能力，可灵活定制具备不同可靠性和可用性等级的业务套餐，匹配 5G 工业互联网差异化的业务可靠性需求，满足最高 99.9999%的可靠性指标要求。（三三）多业务承载和多业务承载和 SR 转发技术适配工业场景多维感知和灵活接入转发技术适配工业场景多维感知和灵活接入需求需求 SPN 网络支持对 IP、以太网、TDM 业务的统一承载，提供 L2VPN、L3VPN 和 CBR 等多业务类型。在切片分组层可同时提供 SR-TP 和 SR-BE两类隧道。SR-TP 隧道由 SDN 集中控制器基于网络实时拓扑状态及业务算路请求，遵循用户指定的算路策略计算生成端到端路径，可支持严格约束路径和全网流量工程，提升了 5G 工业互联网业务的电信级服务质量。SR-BE隧道基于 IGP 协议扩展生成，支持最短路径优先选路，以及 IGP 协议收敛保护和 TI-LFA 保护能力和 Full Mesh 管道，最终实现多种连接需求业务的灵活接入和高效转发。在业务接入侧支持IPv4/IPv6双栈和五元组的流分类，35 具备多维业务感知能力。SPN 网络通过间接测量的带外（outBand）OAM 技术和直接测量的带内（inBand）OAM 技术实现电信级故障运维和高精度性能质量检测，进一步增强业务 SLA 性能保障。（四四）高速率大容量高速率大容量 SPN 设备设备支撑大带宽高吞吐的工业应用部署支撑大带宽高吞吐的工业应用部署 SPN 设备的切片传输层支持包括 10GE、50GE、100GE、200GE、400GE等速率接口，单板卡容量 400G 的板卡已批量部署，单板卡容量 800G 的板卡也已成熟，单机最大交换容量已达到 25.6Tbps。高速高速大容量大容量 SPN 设备将设备将有力支撑工业场景下高体验视频有力支撑工业场景下高体验视频、高分辨率机器视觉高分辨率机器视觉、5G 云云 AR/VR/XR应用落地应用落地，并为工业数字孪生等新应用的创新发展提供底层网络支撑并为工业数字孪生等新应用的创新发展提供底层网络支撑。三、SPN 国际国内标准和产业化应用进展 3.1 FlexE：兼容以太网的灵活以太网接口标准兼容以太网的灵活以太网接口标准 2012 年，随着以太网接口速率的发展，业界认为高速以太网接口（200GE）价格会非常昂贵，导致难以形成规模部署。需要一种将 MAC 速率演进与物理接口速率演进解耦的方法，通过低成本的物理接口捆绑获得高速物理接口，这种方法可以基于 OIF 的 MLG 演进。基于此，2013 年 11月 1 日的 OIF DAY 中，Flexible Ethernet 的概念被首次提及。2014 年 10 月的以太网联盟会议中，召开了关于 FlexE 的圆桌讨论。也正是在该会议中，谷歌介绍了面向数据中心互联场景的 FlexE 用例以及 FlexE 驱动力。2015年 1 月，OIF 正式立项 FlexE，开始讲 FlexE 标准化。历时 1 年，OIF 在 2016年 3 月发布了 FlexE IA 1.0，利用 100GE PHY 支持绑定、通道化和子速率功能。2017 年 6 月，OIF 发布了 FlexE 1.1，对原 1.0 版本进行编辑性修订。同期，OIF 立项了 FlexE 邻居发现（Neighbor Discovery），旨在解决 FlexE接口邻居发现、连接验证、能力发现、完整性校验和差分差分延迟补偿能力 36 发现的问题，使得 FlexE 能够更加便捷地应用。2018 年 6 月，OIF 发布了FlexE 2.0，增加对 200GBASE-R PHY 和 400GBASE-R PHY 的支持。同年 9月，FlexE ND 1.0 发布。2019 年 7 月，OIF 发布了 FlexE 2.1，增加了对50GBASE-R PHY 的支持。2021 年 10 月，OIF 发布了 FlexE 2.2，对 FlexE2.1进行了优化和修订（见图 13）。图 13 FlexE 标准发展历程 我国通信标准化协会（CCSA）于 2017 年启动了 FlexE 技术标准研究，已于 2020 年底完成了 FlexE 链路接口技术要求和测试方法两项通信行业标准的研制，目前均已正式发布，具体见表 15。表 15 2021 年发布的两项 FlexE 中国通信行业标准 中国通信行业标准中国通信行业标准 标准状态标准状态 1 YD/T3965-2021 灵活以太网灵活以太网（FlexE）链路接口技术要链路接口技术要求求 2021 年 6 月已发布 2 YD/T 3992-2021 灵活以太网灵活以太网（FlexE）链路接口测试链路接口测试方法方法 2021 年 9 月已发布 由于 FlexE 是面向数据中心互联场景设计，是一个接口技术，而不是网络技术，缺少组网能力，进而限制了 FlexE 的应用范围。另一方面，高速以太网物理接口和高速 NP 的发展受到 HPC、数据中心在 2015 年后的快速发展的影响，高速以太网物理接口的标准和产业化速率加快，从而使得 FlexE最初所迫切希望解决的问题不再重要。FlexE 也并没有在谷歌等 OTT 厂家中获得大量应用。2017 年，中国厂商借鉴 FlexE 的设计逻辑，面向 5G 移动承载场景，提 37 出了满足电信级要求的网络技术切片通道层，支持硬切片确定性超低时延转发。从 2018 年到 2020 年，在中国厂商的推动和主导下，ITU-T 研制发布了基于 SPN 的 MTN 系列标准。3.2 SPN：我国自主创新的我国自主创新的 5G 传送网技术标准传送网技术标准 SPN 是我国自主创新的新一代 5G 承载网络架构。SPN 采用高效以太网内核，实现大带宽、低时延、高效率的综合业务承载。通过多层网络技术的高效融合，及灵活软硬管道分片，提供从 L0L3 的多层业务承载能力。因兼容以太网生态链，SPN 还具备低成本的特性。SPN 在 IEEE 802.3 标准以太网和 OIF FlexE 技术基础上，创造性提出切片以太网（Slicing Ethernet）层网络技术，通过创新分片以太网码流调度，实现业务的硬管道隔离和带宽保障，提供极低时延的业务承载管道。SPN 利用 IP、以太网、光的高效融合，实现从 L0L3 的多层次组网，构建多种类型的管道提供能力。不仅提供基于分片以太网的“高可靠硬隔离的硬分片”，也支持基于灵活分组连接的“弹性可扩展的软分片”，从而可以按需对一张物理网络进行资源切片隔离，形成多个虚拟网络，为多种业务提供基于差异化 SLA 的承载服务。自 2018 年开始，CCSA 启动了 SPN 系列通信行业标准的研究制定,目前已正式发布了三项行业标准：YD/T 3826-2021切片分组网（SPN）总体技术要求、YD/T 3974-20215G 网络切片 基于切片分组网（SPN）承载的端到端切片对接技术要求和 YD/T 4172-2022切片分组网（SPN）设备技术要求，完成了切片分组网络（SPN）设备测试方法等三项行标报批公示和 1 项互通技术研究报告结题审查，正在研究制定切片分组网络（SPN）细粒度承载技术要求和切片分组网络（SPN）互通技术要求 38 等六项行标（见 表 16）。表 16 切片分组网（SPN）的中国通信行业标准发布和在研状态 中国通信行业标准 标准状态 1 YD/T 3826-2021 切片分组网络（SPN）总体技术要求 2021 年 3 月正式发布 2 YD/T 3974-2021 5G 网络切片 基于切片分组网（SPN）承载的端到端切片对接技术要求 2021 年 9 月正式发布 3 YD/T 4172-2022 切片分组网络（SPN）设备技术要求 2022 年 12 月正式发布 4 2020-0592T-YD 切片分组网络（SPN）设备测试方法 2022 年 4 月完成报批公示 5 2020B31 切片分组网络（SPN）互通技术要求（SR 367-2022）2021年 12月研究报告通过审查结题，并新立项行标 6 2021-0583T-YD 基于切片分组网(SPN)的承载网切片子网管理功能（TN-NSSMF）技术要求 2021 年 10 月完成报批公示 7 2021-0582T-YD 5G 网络切片管理功能（NSMF）与基于切片分组网(SPN)的承载网切片子网管理功能（TN-NSSMF）接口技术要求 2021 年 12 月完成报批公示 8 2020-0591T-YD 切片分组网络（SPN）南向接口技术要求 2020 年立项，2022 年 12月完成送审稿审查，预计2023 年 Q1 完成报批公示。9 2021-0966T-YD 切片分组网络（SPN）设备南向接口测试方法 2021 年立项，2022 年 12月完成征求意见稿审查，预计 2023 年完成 10 2021-0965T-YD 切片分组网络（SPN）细粒度承载技术要求 2021 年立项，2022 年 12月完成征求意见稿审查，预计 2023 年完成 11 H-202112062807 切片分组网络（SPN）细粒度承载技术的测试方法 2021 年 12 月立项，预计2023 年完成 39 12 H-202112032764 切片分组网络（SPN）互通技术要求 2021 年 12 月立项，预计2023 年完成 13 H-202212025646 小型化接入切片分组网络（SPN）设备技术要求 2022 年 12 月立项，预计2024 年完成 3.3 MTN：ITU-T 的新一代的新一代 5G 传送网标准体系传送网标准体系 国际电信联盟的第15研究组（ITU-T SG15）是负责研究制定光传送网、接入网和光纤光缆基础通信网络技术标准的权威国际标准化组织，已发布多个全球广泛应用的传送网技术标准体系，如 SDH、OTN 和 PTN 等。自2017 年开始，我国成员向 ITU-T 积极贡献 200 多篇 5G 传送和 MTN 技术文稿，不仅推动研究发布了 5G 传送需求技术报告和 5G 传送网络特性G.8300 标准建议，还主导研制了 ITU-T 新一代 5G 传送的 MTN 技术标准体系，具体历程见图 14。2017 年 4 月，中国移动和中国信通院联合向 ITU-T SG15 的 Q11&Q12&Q14 课题联合会议提交了第一篇建议扩展 FlexE接口为通道层网络技术的提案；2017 年 6 月我国成员联合向 ITU-T SG15 全会提出了建议开展 5G 传送需求和技术方案研究的提案，正式立项研究 GSTR-TR5G 传送需求技术报告；在 2018 年 10 月的 ITU-T SG15 全会上，正式立项我国提出的 SPN 技术标准 G.mtn 项目，命名为 MTN（Metro Transport Network，城域传送网络）接口技术，开启了我国主导新一代光传送网新技术体系国际标准化的里程碑。2019 年 7 月，ITU-T SG15 全会批准立项 MTN架构、设备功能、线性保护和网络管控四个标准项目，MTN 成成为继为继 SDH、OTN 之后的新一代之后的新一代 5G 传送网国际标准技术体系传送网国际标准技术体系（见见图图 15）。）。40 图 14 ITU-T 5G 传送和 MTN 国际标准推进历程 目前，MTN 技术已在 ITU-T 形成了一套体系化的国际标准系列，具体见图 15 和表 17。截止到 2022 年 12 月，已发布了 MTN 架构 G.8310、MTN接口 G.8312、MTN 设备功能 G.8321、MTN 线性保护 G.8331、MTN 网络管控 G.8350 五项国际标准建议和网络演进 G.sup.69 技术报告，MTN 同步标准将于 2023 年完成研制。2022 年 9 月的 ITU-T SG15 全会批准立项G.fgMTN，标志着 MTN 扩展细粒度子通道的核心架构和关键技术获得国际标准组织认可。图 15 ITU-T 的新一代 5G 传送 MTN 技术标准体系组成 41 表 17 ITU-T MTN 系列国际标准 标准号标准号 标准名称标准名称 标准内容标准内容 发布时间发布时间 G.8310 Architecture for metro transport network 架构 2020 年 12 月 G.8312 Interfaces for a metro transport network 接口 第一版：2020 年12 月；增补1:2022 年 2 月 G.8321 Characteristics of MTN equipment functional blocks 设备 2022 年 9 月批准通过,11 月 13 日AAP 批准发布 G.8331 MTN linear protection 保护 2021 年 12 月批准通过,2022 年 2月正式发布 G.8350 Management and control for metro transport network 管理 2022 年 9 月批准通过,11 月 13 日AAP 批准发布 G.sup.69 Migration of a pre-standard network to a metro transport network 演进 2020 年 9 月 G.mtn-sync Synchronization aspects of metro transport network 同步 预计 2023 年 在 2022 年 3 月召开的世界电信标准全会（WTSA-20）上，ITU-T SG15主席向出席会议的 125 个成员国的 1000 多名与会代表汇报了 2017-2021 研究期的 SG15 进展报告，其中 MTN 位列本研究期的重要成果（见图 16），并将面向行业应用的高质量小颗粒业务（Sub1G）做为新研究期的主要发展方向（见图 17）。图 16 2017-2021 研究期 ITU-T 的光传送网国际标准主要成果 42 图 17 2022-2024 研究期 ITU-T SG15 光传送网国际标准化的重点工作 自 2019 年中开始，中国移动联合中国信通院、华为、中兴、烽火等产业各方，一起研究探索垂直行业应用需求和 SPN 小颗粒技术方案，先后论证了 1Gbps、100Mbps 和 10Mbps 三种颗粒度并开展了一些新技术测试验证，在2020年底统一确定采用基于细粒度单元（FGU，Fine Granularity Unit）的技术方案，并于 2021 年 6 月联合发布了SPN 小颗粒技术白皮书白皮书5，2021 年下半年完成了中国移动相关企标切片分组网（SPN）细粒度切片技术要求和10GE 接口细粒度切片技术要求制定，并进行了多厂家样机的互联互通测试验证，2022 年正在协同开展我国切片分组网络（SPN）细粒度承载技术要求通信行业标准和 ITU-T 国际标准的推进工作。3.4 SR-TP：IETF 的分段路由转发技术标准创新的分段路由转发技术标准创新 段路由（Segment Routing）转发技术是 SDN 架构演进下的产物，其核心思想是将报文转发路径切割为不同的分段，并在路径起始点往报文中插入分段信息，中间节点只需要按照报文里携带的分段信息转发即可。这样的路径分段，称之为“Segment”，并通过 SID（Segment Identifier，段标识）来 43 标识。相比于传统隧道技术，SR 隧道由于不需要在中间节点上维护隧道路径状态信息，极大提升隧道路径调整的灵活性和网络可编程能力。SPN 在 IETF RFC8402 源路由定义的严格约束路径 SR-TE 基础上，创新的增加一层标识端到端业务流的路径标签 Path Segment，增强改进形成SR-TP 隧道，用于面向连接的、点到点业务承载。基于 Path Segment，转发路径尾节点可以识别数据流的路径，从而支持对业务路径的时延和丢包率等性能的测量，实现网络质量实时可视；在标签栈中插入 Path Segment 后，业务路径可被识别，当故障发生时，可实现快速保护倒换，提高网络可靠性；此外，SR 隧道本身是单向的，通过 Path Segment，能够将两条单向路径绑定在一起实现了双向隧道，从而支持双向保护倒换，进一步提高网络可靠性。Path Segment，不只是解决了 SR 在电信网应用的可靠性问题，更重要的是提出了一种新的 Segment 基础类型：Path Segment。基于 Path Segment可以做出很多路径层面的 SR 新功能，该技术已经在 SPN 网络中广泛部署，成为重要的基础技术之一。在标准化上，SR-MPLS Path Segment 涉及整体架构、转发面定义、控制面扩展等多篇 IETF（Internet Engineering Task Force,国际互联网工程任务组）草案，已形成比较完整的体系化标准。SR-MPLS Path Segment 基础草案已经接近 RFC 发布阶段，其 PCEP、BGP、SR Policy 等多篇协议扩展草案也都已成为工作组文稿，标志着 Path Segment 的标准化进程取得了巨大突破，中国力量在国际标准领域的话语权亦得到了充分体现（见 表 18）。44 表 18 SR-TP 的 IETF RFC 和工作组文稿状态 IETF RFC 编号和工作组文稿名称编号和工作组文稿名称 标准状态标准状态 1 RFC8402 Segment Routing Architecture 发布 2 RFC8667 IS-IS Extensions for Segment Routing 发布 3 RFC9085 BGP Link-State extensions for Segment Routing 发布 4 RFC8664 Path Computation Element Communication Protocol(PCEP)Extensions for Segment Routing 发布 5 RFC8321 Alternate-Marking Method for Passive and Hybrid Performance Monitoring 发布 6 draft-ietf-rtgwg-segment-routing-ti-lfa Topology Independent Fast Reroute using Segment Routing 工作组文稿 7 draft-ietf-spring-mpls-path-segment Path Segment in MPLS Based Segment Routing Network 工作组文稿 8 draft-ietf-pce-sr-bidir-path Path Computation Element Communication Protocol(PCEP)Extensions for Associated Bidirectional Segment Routing(SR)Paths 工作组文稿 9 draft-ietf-pce-sr-path-segment Path Computation Element Communication Protocol(PCEP)Extension for Path Segment in Segment Routing(SR)工作组文稿 10 draft-ietf-pce-binding-label-sid Carrying Binding Label/Segment-ID in PCE-based Networks 工作组文稿 3.5 SPN 全产业链的规模化商用和健壮性发展分析全产业链的规模化商用和健壮性发展分析 目前，SPN 产品已实现了设备大规模商用产品已实现了设备大规模商用，国内主流网络设备厂商国内主流网络设备厂商和和接入设备厂商共提供接入设备厂商共提供 30 多款多款 SPN 设备设备。SPN 设备在技术标准设备在技术标准、芯片芯片、设设备备、仪器仪表仪器仪表、网络部署和行业应用方面已基本形成了完整产业链网络部署和行业应用方面已基本形成了完整产业链（如图18）。截止到 2022 年 12 月，中国移动共采购 45 万端 SPN 设备，其中 34 45 万端已在现网规模部署。图 18 SPN 全产业链的规模发展状态 华为基于 SPN 技术架构，自主研发 5G 承载 NP 网络处理器和交换网系列芯片，研制了新一代 5G 承载 SPN 设备（PTN7900E、PTN990E、PTN980、970C 等）（见图 19）。SPN 设备中关键元器件，例如芯片、光模块均自主研发，并且关键元器件的供应自主可控。华为 SPN 产品已经在全国各个省份均有部署。依托 5G 移动承载，华为与运营商在多个行业和多个合作伙伴开展了应用，包括东莞南方工厂，贵州省医保专网，河南省郑大一附院智慧医疗专网，湖南省华菱湘钢智慧工厂 SPN 专网，江苏省 SPN 省干云专网，山西省吕梁 SPN 智慧煤矿专网，深圳南方电网 5G 智能电网行业专网，浙江宁波 5G 智慧港口承载切片专网，山东省青岛海尔园区 SPN 智能制造切片专网，天津中国邮政 SPN 政企专网。46 图 19 华为公司的 SPN 系列产品 中兴通讯 SPN 全系列产品 ZXCTN61 系列、ZXCTN6700 系列（见图21），覆盖接入汇聚核心干线应用场景。中兴通讯 SPN 产品核心芯片均为自研，汇聚核心干线设备线卡主芯片集成 NP、MTN、TM、SA 功能四合一，功耗比商用芯片组合降低 50%、交换网芯片提供业务无关统一信元交换，接入设备主控主芯片集成 NP、MTN、TM 功能三合一。自研芯片集成高精度时间戳，芯片精度1ns。中兴通讯 SPN 全系列产品在国内外市场已规模部署，累计发货超过 10 万端。图 20 中兴公司的 SPN 系列产品 烽火公司自研 SPN 分组处理芯片(FlexE PP TM)起始于 2017 年初，2019 年 Q4 开始规模现网部署基于该自研芯片的 SPN 设备。烽火提供CiTRANS 690 E30/E20/E10 和 CiTRANS 650 U5/U3/U2 共 6 款 SPN 设备(如图 21)，交换容量从 25.6T 到 320G，切片容量从 12.8T 到 100G，全面支持单节点精度 5ns 的超高精度时间同步。烽火 SPN 已经完成三期全国统一集采，在个 28 省/自治区有商业应用；截止 2022 年中，烽火 SPN 全国累计上管超过 3 万端，累计加载 5G 基站超 8 万个，设备在网稳定运行累计超过 3亿小时。47 图 21 烽火公司的 SPN 系列产品 3.6 支撑工支撑工业场景应用需求的业场景应用需求的 SPN 产业化进展产业化进展 随着 5G 工业互联网部署加速，工业场景下的新应用新业务不断向深度和广度扩展。面向工业场景的网络需求，SPN 在小颗粒切片灵活承载、确定性低时延和抖动、高精度便捷化 SLA 质量保证、面向算网融合的多位感知和融合组网能力等方面均实现技术创新和产业化落地。（一一）小颗粒切片灵活承载能力小颗粒切片灵活承载能力：面向行业客户和业务的网络需求，实现带宽精细化管理，高效匹配各类型业务带宽需求；SPN 设备 50GE、100GE和 200GE FlexE 接口均支持 N5Gbps 大颗粒硬管道能力。由于工业场景应用呈现出小于 10Mbps 的小颗粒硬管道承载需求，因此 SPN 在继承现有N5Gbps MTN 通道技术机制上提出了 M10Mbps 小颗粒切片技术方案，将成为助力 5G 工业互联网及政企专线应用部署的关键赋能力量。SPN 小颗粒技术继承了高效以太网内核，将细粒度切片技术融入 SPN 整体架构，提供了低成本、精细化、硬隔离的小颗粒承载管道。FGU 将硬切片的颗粒度从 5Gbps 细化为 10Mbps，以满足 5G 垂直行业应用和专线业务等场景下小带宽、高隔离性、高安全性等差异化业务承载需求。目前中国移动已基本完成 SPN 细粒度承载技术企标研制，并正在推动全系列 SPN 设备支持 FGU技术的产业化。在设备形态方面，面向工业园区和行业客户一点入云应用场景，小型化接入 SPN 设备通过标准 10GE 以太网接口上联城域 SPN 设备实 48 现端对端切片管控与业务快速开通，支持 SR-MPLS、SRv6 和 L2VPN、L3VPN 和 EVPN 业务功能，有利于构建端到端高效、无损、柔性带宽、灵活接入和电信级高可靠的行业虚拟专网。（二二）确定性低时延和抖动能力确定性低时延和抖动能力：适配工业场景控制类业务的确定性承载需求，SPN 设备已实现毫秒级的时延、微秒级的抖动、纳秒级超高精度时间同步和 99.9999%可靠性保证能力。N5Gbps 和 N10Mbps 通道通过独享确定的时隙保证严格 TDM 特性和带宽的确定性。中间节点 TDM 时隙交叉，不感知业务报文信息，从而保证确定性的低时延。业务报文独占 TDM 通道时隙资源，抖动小于 1us。通过时钟源下沉、超高精度时钟源和传递技术提升精度，提供纳秒级超高精度时间同步。（三三）高精度便捷化的高精度便捷化的 SLA 质量保证能力质量保证能力：工业场景由于业务类型复杂且业务指标严苛，需要更精准的检测技术进行业务测量并采集 SLA 性能数据，进而对所承载业务的运行状态进行分析、评价、控制和调整，以提供长期稳定、可靠的网络服务。SPN 采用了面向业务流量的高精度带内 OAM（IOAM）机制。IOAM 检测在业务转发路径、QOS 处理和业务报文转发方面完全与被测业务一致，能更真实的反映被测业务的 SLA 性能。SPN 设备已实现了 IOAM 技术的产业化部署并已具备了上万规格的业务检测能力。后续 SPN 将持续推进基于大数据分析和人工智能的性能检测分析技术的研究和产业化应用。（四四）基于应用感知的融合组网能力基于应用感知的融合组网能力：行业数字化转型、IPv6 发展和工业互联网的高质量工业外网要求，提出了云网边端协同组网、一网多业、算力网络、定制化和服务能力开放等核心需求特征。中国移动与中国信通院正在联合推动 SPN 网络设备厂商开发支持基于 SRv6 Policy 的算网感知能力，并将在广域网逐步实现 SPN 承载网与 IP 云专网基于 G-SRv6 的跨域互通。通过加强 IPv6 、G-SRv6、SR-Policy 可编程能力和网络动态路由能力，49 实现无线、企业、家庭、云网、算网等多业务综合承载；通过规范化接口模型和多域互通组网方式，实现边缘网络的异厂家灵活组网；通过 SDN 开放的北向接口和 APP 第三方接口，实现网络可视化与客户自助服务。SPN 通过与 G-SRv6 等 IPv6 技术结合，利用 IPv6 扩展头感知和传递各类应用信息，从而更好的配置和优化不同切片资源来保证 SLA，实现更深度的多维业务感知和多域异构技术的融合组网应用部署。四、SPN 在工业场景的定位和案例分析 4.1 SPN 在工业场景的应用定位分析在工业场景的应用定位分析 4.1.1 工业互联网对网络的需求场景分析 工业互联网包括工业内网和工业外网两大类网络应用场景。工业内网主要是实现企业内部连接生产、控制这些环节的数据，并提供企业日常运行的信息化通信管理。工业内网分为 OT 网络和 IT 网络两部分。在传统生产环境，OT 网络是一套独立的网络，实现生产单元之间的可靠信息交互，采用的技术有工业总线、工业以太网、工业无线网络等；IT 网络是办公局域网，采用的技术是以太网和无线 WiFi。在数据安全和网络安全可靠的前提下，工业互联网希望实现 OT 和 IT 网络的融合组网，主要技术发展方向包括实时化、IP 化、扁平化、无线化和柔性化等。工业外网不仅要为实现远程生产控制的通信实体之间提供高可靠和低时延的网络连接，还需传递相关数据到工业互联网数据平台或行业云服务平台，即通过国家、区域或地市等不同级别的工业互联网数据平台或行业云服务平台的人工智能、大数据分析和超级算力处理能力，实现海量数据的高效智能化处理和应用创新。工业外网要重点解决从主要承载传统消费互联网业务为主的模式，向以满足工业互联网多业务承载的信息通信网络综合 50 服务能力方向升级发展，包括提高网络的可信安全、电信级高可靠性和确定性承载能力，更好的实现泛在接入、灵活组网和网络服务质量严格保障。一般涵义的工业外网是运营商的信息通信网络以及国家重点行业的自建专网，而泛在的工业外网是还包括运营商和 OTT 服务商提供的 SD-WAN专线等服务。本研究报告主要聚焦一般涵义的工业外网范畴，即行业客户通过租用运营商提供的行业专线/专网或 5G 行业虚拟专网，以及国家重点行业自建行业专网实现数字化和智能化转型。1）租用行业专线租用行业专线/专网专网：基于运营商已大规模建设和覆盖面广泛的专线网络，实现行业总部和分支机构之间的通信和数据传输，或者实现本地机构统一接入行业云平台。网络类型包括 OTN 专线/专网，SPN 专线/专网，IP网专线/专网等。2）5G 行业虚拟专网行业虚拟专网：基于运营商已大规模建设和覆盖面广泛的 5G 网络，采用 5G 网络切片和边缘计算（MEC）技术，在无线、承载、核心网等环节虚拟出一张面向行业应用的专用网络，并与工业互联网的园区内网、行业云化数据中心实现跨域融合组网互连，实现端到端各类业务综合承载、高强度安全隔离、海量终端接入以及迅捷的响应方式，满足工业互联网的八类典型应用场景对迅捷响应、精准控制、高安全可靠性的要求，有利于促进电力系统的数字化发展，为新型电力系统的海量数据赋能，支撑实现电力行业的双碳战略目标。3）行业自建专网行业自建专网：我国能源、交通和港口等重点行业普遍采取自建通信专网的方式，如电力行业的国家电网和南方电网、煤矿行业、高速铁路、高速公路和城市轨道交通等重点行业。行业专网需求呈现多样性和差异化特性，通常是多业务综合承载能力的组合，包括业务隔离、低时延、大带宽、高可靠、灵活组网和智能运维等。4.1.2 SPN 在工业互联网的应用定位分析 51 我国信息通信产业的“十四五”规划重点推进新型数字基础设施统筹发展，以 5G 基础设施、大数据中心、工业互联网建设和宽带普及提速、融合发展为重点，加快构建高速、融合、安全、泛在的信息通信基础设施。围绕数字经济发展，以数据应用为重点，大力推动 5G 技术、大数据在工业互联网、智慧矿山、智慧园区、智能工厂等方面的应用，大力发展软件服务业和服务型制造，促进产业数字化转型、智能化升级。工业互联网对网络的核心需求是安全可靠、业务隔离、确定承载、泛在接入、灵活组网和智能运维等。SPN 在工业互联网的应用以工业外网为主，根据不同行业应用场景的需求差异，兼具解决煤炭、港口和工业园区等部分工业内网应用场景。小型化接入 SPN 设备可作为工业内网的出口网关设备，实现工业内网和工业外网的有效衔接，包括多业务安全隔离的综合承载、端到端网络切片互通和协同调度，不同行业切片的开放服务能力等。SPN 具备软硬兼具和层次化的网络切片能力，一是通过 N5Gbps 和M10Mbps 两层 MTN 通道提供类似 SDH 的 VC-4 和 VC-12 的 TDM 硬隔离通道的确定性承载能力，二是在 N5Gbps 的 MTN 接口或通道内通过分组统计复用、QoS 队列优先级调度和 SRv6、SR-TP、MPLS-TP 等分组隧道实现软隔离的高带宽利用率、差异化承载和灵活调度，具体如图 22 所示，实现了工业互联网的生产控制、信息管理和互联网接入等多业务类型的高安全隔离、高可靠统一承载和差异化 SLA 保障，是目前承载网络技术中最具综合竞争力、关键技术和产业链基本自主可控并具有长期发展前景的新一代承载网络技术解决方案。52 图 22 SPN 的两级层次化网络切片能力在工业互联网的应用方案建议 4.2 智能电网场景智能电网场景 4.2.1 5G 智能电网场景 5G 智能电网主要应用在配电自动化等应用场景，位于电力通信网的接入层。由于光缆铺设难度大、成本高、周期长且外破严重，难以快速有效的覆盖全部配电自动化地区，因此需要部署安全可靠、灵活接入和反应迅速的无线通信网络，由于 4G 无线公网的传输稳定性一般，且不符合电力通信的安全标准要求。4G 无线专网网络接入的智能开关只能实现“二遥”功能即遥信和遥测，不具备远程遥控功能，且大部分在运智能开关受保护级差时限的限制，通常配置“二级保护”，只能将故障隔离在大区内，难以实现故障的快速精准隔离与自愈，影响用户用电可靠性。此外，4G 无线通信时延偏大长（实测大部分在 70ms 左右，最长延时超过 1s），且无同步脉冲输出，因此无法满足配网差动保护的应用要求。基于 5G 的电力行业虚拟专网具有“超低时延”、“海量连接”和“超高带宽”等特性，并且支持采用端到端的硬切片和软切片，分别为电网不同分区业务提供物理资源、虚拟逻辑资源等不同层次的安全隔离能力，实现 53 5G MEC 切片的配网“三遥”、配网差动保护、配网 DTU、分布式能源、输变电侧智能巡检等应用落地，同时为智能电网的业务承载提供更好的安全保障、为海量终端提供高效灵活的运营管理能力，解决了智能电网末梢的通信痛点和难点。电力 5G 配网业务主要分为控制类和采集类两大业务类型，遵循电力安全要求，电力 5G 业务可以安全分区为粒度，分为 4 类：生产控制大区（安全区）、生产控制大区（安全区）、管理信息大区（安全区）、管理信息大区（安全区）。电力网络承载的业务差异性大，安全等级要求各不相同，既有时延抖动、高可靠性的差动保护业务，也有同步精度的配电自动化业务和大带宽的视频会议业务。图 23 面向 5G 智能电网的电力行业虚拟专网总体架构 5G 智能电网的典型应用场景和通信需求分析如下：1)配网差动保护配网差动保护：可以减少停电时间，高效处理配电故障，但是对通信网络的要求非常苛刻：一是要求授时精度达到 10us 以内，二是要求传输时延小于 15ms，双向时延差小于 200us。2)无人机无人机/机器人巡检机器人巡检：传统输电巡检采用人工为主，少量采用摄像头监测、点对点人工操作无人机、巡检无人机、高压电缆的机器人辅助监测等方式，存在复杂地形巡检困难、巡检效率低、视距受限，人工操作难度大、54 无人机回传画面清晰度低等问题。3)精准负荷控制精准负荷控制（PMU）：）：实现配电网负荷开关等控制类应用低成本、强安全的海量接入及快速响应。要求授时精度达到 1us 以内。4)分布式能源业务调度分布式能源业务调度：5G 专网的广域覆盖有利于助力有利于支撑新型电力系统发展，具有高度信息化、自动化和互动化等特征，实现电网安全、可靠、经济、高效运行。分布式能源业务的快速发展，存在点多面广，快速有效接入运行数据的需求，并要实现分布式能源运行状态的可观可测。在功能需求方面，通过配电自动化终端 DTU，采集监测配电线路实时状态，DTU 上送信息到配电自动化主站，主站根据馈线线路或全网各节点DTU 信息进行综合分析判断和处理；或者相邻的 DTU 之间进行通信，通过分布式分析判断或处理。从而进行线路故障或设备故障的判断、定位、隔离和恢复供电，保证供电可靠性。具体通信需求指标如下：1)带宽：10Mbps 2)时延：业务系统端到端100ms 3)通信可靠性：99.999%4)连接密度：99.999%、同步授时精度误差小于 500ns（满足电力业务 1us 要求），可为电力业务提供安全、高效、确定性时延抖动的通信管理通道，为 SPN网络支撑电力业务综合承载及其在电力行业的规模商用奠定坚实基础。A.1.2 浙江杭州 5G 电力虚拟专网应用案例 浙江移动为国网杭州供电公司建设了 5G MEC 网络切片的首套地市级广域 5G 电力虚拟专网（见图 A.2），利用硬切片技术和边缘数据处理转发能力，使电网无线数据与公网数据分开，为杭州泛亚运区域 5G 电力应用提供专用网络。图 A.2 浙江杭州的 5G 电力虚拟专网架构图 根据安全分区原则，制定了 SPN 的业务切片隔离经验方案：1）专用切片专用切片 1-生产控制大区业务生产控制大区业务：用于配网“三遥”、配网差动保护、配网 DTU、分布式能源等生产控制类应用。空口优先采用 RB 资源预留，传输侧采用 SPN 的 MTN 通道技术建立专属硬切片通道，接入生产专用UPFMEC，确保生产业务的隔离和数据安全。2）专用切片专用切片 2-信息管理大区业务信息管理大区业务：用于输变电侧智能巡检、线路监测等视频类和信息采集类应用。空口采取 5QI 优先级调度，传输采用 VPN 隔离，接入管理专用 UPFMEC，保证业务带宽的充足和灵活性。82 A.1.3 云南曲靖电力的 SPN 工程应用案例 随着泛在电力物联网发展规划，智能电网的深度建设，对传输网络提出了大带宽、差异化承载、灵活调度、智能运维等新的诉求；回首现有传输网络资源使用饱和，在网时间长、演进乏力备件困难。结合业务需求及网络现状云南曲靖电力局规划了 SPN 通信承载网，满足语音视频局域网、综合数据网、2M 专线业务等通信系统的承载。当前 SDH 网络容量饱和，演进困难。第一，SDH 设备容量小，资源已经饱和。接入 SDH 设备只能提供 155Mbps 或者 622Mbps 接口，汇聚设备只能提供 2.5Gbps 或者 10Gbps 接口，无法匹配 1Gbps 带宽到边缘的规划要求。第二，SDH 设备故障率高，维护成本高。SDH 设备已经运行多年，由于 SDH 产业消退，备件困难。同时，器件老化加速，可靠性风险加大。第三，SDH 技术已经停止演进。常见 SDH 端口速率最大 10Gbps，已无下一代演进。电力 IP 化业务承载效率低。云南曲靖采用 SPN 构筑新型电力传输网，支持大带宽组网、硬切片隔离、智能运维以及 10Mbps fgU 技术。新建曲靖地区 SPN 网络，地区 SPN 网覆盖曲靖地调、9 个县（区）供电局、5 个 500kV 站点、20 个 220kV 站点（其中胜境变预计 2022 年投产）、56 个 110kV 站点（除去已考虑移交的岗上变）、2 个 35kV 站点（左里堡变和牛街变规划升压），共计 93 个站点。曲靖供电局 SPN 切片分组网拓扑分为核心落地层、核心骨干层、汇聚层、接入层四层结构，其中核心层环网带宽为 100G、汇聚层带宽为 100G 或 50G，接入层带宽为 50G。83 图 A.3 云南曲靖 SPN 替换老旧 SDH 构筑新型电力传输网 云南曲靖规划部署分两阶段进行。第一阶段规划部署 3 个分组切片，综合数据网区切片，综合数据网区切片和语音视频局域网切片。第二阶段增加电力/区切片物理隔离承载生产业务。图 A.4 云南曲靖规划部署 A.1.4 山东电力的 SPN 试点应用案例 山东公司自 1999 年开展了电力光通信网的建设，历经“SDH-MSTP-自主可控”三个阶段，速率由 155M 提升至 10G。随着电网信息化、数字化的不断发展，IP 分组业务逐渐取代电路交换业务成为主流。截至 2020 年 12月，山东 17 地市传输网已形成 SDH PTN 双平面网络架构，覆盖全部 35kV及以上厂站和办公场所。SDH 传输平面主要承载继电保护、调度数据网等 84 业务，共有设备 5948 套，核心带宽 10G；PTN 传输平面主要承载综合数据网、调度数据网等 IP 业务，共有设备 4666 套，核心带宽 10GE。目前存在传输网带宽资源不足，接入灵活性不足，PTN 管道隔离度有限和通信网带动能力有限的问题。山东电力传输网目标架构为保留现 SDH 平面，承载保护安稳业务、调度数据网一平面；新建 SPN 传输平面承载数据通信网、信息外网等互联网IP 业务;现 PTN 平面承载调度数据网二平面，满足安全隔离要求，并结合设备使用状况，逐步演进升级为 SPN。图 A.5 山东电力传输网演进思路 山东电力传输 B 平面中规划 4 个切片，包括默认切片，综合数据网切片，信息外网切片和 TDM 基础切片。III/IV 区综合数据网业务规划独立分组切片，信息外网业务规划独立分组切片；切片统计复用提高承载效率，切片间硬隔离提供差异化 SLA 保障。安稳、差动、调度数据网业务部署在 TDM交叉基础切片，通过 CBR over MTN 技术构筑 E2E 时隙交叉通道，实现与III/IV 区业务物理隔离。85 图 A.6 山东电力传输 B 平面切片规划部署方案 A.2 交通行业的交通行业的 SPN 应用案例应用案例 A.2.1 SPN 在地铁传输网中的应用案例 针对某地铁线传输网络（见图 A.7）部署的场景化具体技术要求，采用SPN 提供的端到端承载解决方案具有以下特征：图 A.7 某地铁线 SPN 组网示意图 1)层次化的大小颗粒硬隔离切片技术层次化的大小颗粒硬隔离切片技术 支持 N*10M 的灵活硬切片，将无线通信系统、通信电源监控等 100M左右带宽的生产业务通过独立的 FGU通道承载，确保硬管道下的物理隔离，86 并满足业务的低时延传输要求。对于带宽在 1000M 及以上的业务如视频监控系统、乘客信息系统、办公自动化系统、自动售票系统则采用 N*5G 带宽的 MTN 大颗粒切片承载，高效合理安排带宽资源。2)基于软硬隔离切片实现业务灵活承载基于软硬隔离切片实现业务灵活承载 硬切片业务可以提供 N*5G 的带宽，最大可以到线路的带宽；软切片基于 VPN 技术，可支持的 PW、LSP 数量可以到 k 级别，完全满足业务类型多、站点和业务数量大的应用场景。3）支持支持 E1 CBR 业务硬隔离承载业务硬隔离承载 SPN 的 CBR 方式承载 E1 业务，解决了原有的 PWE3 方式的软隔离的问题，能提供类似 SDH 的时延等性能，E1 CBR 通过端到端的 FGU 通道承载，保证了 E1 业务在业务完整路径上的硬隔离，满足了地铁生产业务的安全需要。4）提供超大带宽提供超大带宽 网络线路侧采用 100GE 组环，基于大带宽弹性分组管道，保障地铁安检信息实时采集与集中处理；基于 FlexE 的链路捆绑功能，可以实现线路侧带宽平滑升级到 200GE，为未来的智慧地铁新业务预留足够的可用带宽。5）完善的网络保护方式完善的网络保护方式 具备网络级的分层保护能力，业务保护倒换时间可降低到数毫秒（ms），小于标准中要求的 50ms 的业务中断时间，提供了比 SDH、MSTP 技术更强的分组业务保护功能和更快的保护时间性能。6）支持超高精度的支持超高精度的 1588 时间同步时间同步 支持同步以太网功能，实现稳定可靠的频率同步，为地铁无线子系统等提供必需的同步信号。还支持超高精度的 1588 时间同步，提供每站点 -5ns的超高时间精度，为未来智慧地铁的各种新业务提供精准的同步保障。7）智能管控智能管控 87 新的 UME 管控系统融合了网络管理、业务控制和网络分析等功能，支持可视化分析、集中算路、一键式自动化快速部署、业务端到端质量检测，为地铁智慧运营提供强有力支撑。基于 SPN 的轨交专用通信传输网方案已于 2022 年 6 月开始在某地铁正式商用。自运营以来，通信系统运转良好，各项业务性能指标均满足智能轨道交通系统对传输承载网的严格要求，为后续大规模商用部署提供了重要参考依据。A.2.1 SPN 在高速公路中的应用案例 某省高速公路公司通过深入分析业务场景，将 SPN 切片解决方案应用于高速公路通信网，建设了业务隔离、简易运维、灵活连接的高速公路接入网，助力高速网络迈向智能化。随着高速公路省界收费站逐步取消，一个个 ETC 门架满载着高清摄像头、RSU 等设备在高速公路上竖立起来，信息化设备密度越来越大，数据流量随之成倍增长。同时，视频业务要求带宽资源严格保障，不受其它业务影响。而传统高速公路接入网以SDH设备为主，链接带宽仅有 155M/622M，无法应对如此庞大的业务流量。某省高速通过将收费站-路段分中心、路段分中心-省联网中心之间的带宽升级到 10GE，采用网络切片将收费、监控、语音、视频会议、办公自动化等业务隔离承载，灵活分配带宽资源。一方面，解决了带宽不足问题；另一方面，保障视频等业务隔离承载。88 图 A.8 某省的智能化高速公路的 SPN 应用案例示意图 SPN 三层到边缘解决方案，可在任意两个站点之间灵活地建立连接，这与高速公路的智慧化发展相契合。智慧高速的车路协同/V2X 等业务要求车与 MEC（Mobile Edge Computing，移动边缘计算）设备、车与车之间相互通信，对网络的灵活性提出了更高要求。相比 SDH 点到点模型，SPN 三层到边缘方案具有“有路即可达、走最近的路”优点，可满足车路协同/V2X等业务开展需要。A.3 煤矿行业的煤矿行业的 SPN 应用案例应用案例 A.3.1 陕西某煤矿的 SPN 骨干环网应用案例 陕西某煤矿采用 SPN 作为骨干环网方案承载井上井下多个类型的业务。整个 SPN 架构扁平化，部署 1 个层次，井上井下各 1 个环网综合接入各种类型的业务，结构简单，安全易维护。井下 8 端接入设备（按需增加，SPN支持灵活的扩缩环），井上 5 端接入，2 端汇聚设备。本次井上井下业务环网采用100GE口组环，SPN环网支持10GE、25GE、50GE 和 100GE 带宽接入，SPN 环网承接可以接入工业以太环网，以及井上 1 张办公系统环网。1 套 SPN 网管，后续根据业务需要还可以接入 MEC、5G 核心网和各系统服务器，SPN 网管、MEC、各系统服务器为 10GE 接口 89 接入，为 33 个子系统提供 GE 光或电口接入。图 A.9 陕西某煤矿的 SPN 骨干环网组网方案 本项目采用 ZXCTN 6180/6190H 设备进行组网。设备本身支持主控 1 1和电源 1 1 冗余备份，高度 3U/5U，支持槽位 8/14 个，支持单板类型有 100G MTN 单板、50G MTN 单板、25GE/10GE 自适应单板、10GE 单板和千兆单板等。根据需要按需进行单板的配置。SPN 环网预留 8 路 GE/FE 光接口和8 路 GE/FE 电接口供小环网设备接入，预留 2 路 25GE/10GE 自适应光接口供 5G BBU 设备接入。图 A.10 SPN 在智能煤矿的典型应用案例 根据对各业务子系统的数据传输需求和业务特性要求，将 100G 大带宽SPN 切片以太环网划分 5 个切片：切片 1-一网一站、切片 2-工业视频、切100G主干环网井下矿区100G环网4煤待上电主煤转载6190H汇聚6180H井上井下覆盖100G环网井上5煤瓦斯箕斗中央变电主提综合楼主扇副楼待加电 90 片 3-综合监测、切片 4-工业控制、切片 5-5G 传输切片，切片内子系统内业务可通过不同的 VRF 隔离，达到不同类型业务硬隔离，同一类型业务的子系统软隔离的目的，既保证了业务的可靠传输，又能方便业务的分类管理，及不同业务终端的接入，业务的承载可以采用 L2VPN over MPLS-TP 隧道，或者 L3VPN over SR-TP 隧道，可根据业务需求和特性选择。两端 6190H 设备冷备，其中一端 6190H 设备与服务器连接实现冷备节点保护。在 1 个切片内，一端 6180H 去同一端 6190H 的多条 PW 可以选择共用同一条隧道，配置隧道保护，支持按需配置网络侧的 HQoS 配置。带宽配置及详细业务系统数据切片分配详见下表，工业视频系统分配30G 带宽，5G 传输切片分配 20G 带宽，其他 3 个切片各分配 10G 带宽，预留 20G 带宽，网管系统支持根据需要对切片带宽进行灵活分配和调整。表 A.2 面向智慧煤矿的 SPN 网络切片配置方案 切片切片 包含系统包含系统 切片参数切片参数 5G（或含细粒度切片）5G 传输切片 20%一网一站 4 个子系统：应急广播系统，人员精确定位系统，信息发布系统、无线通信系统 10%视频监控（30G切片）1 个子系统：工业视频系统 30%综合监测(10G 切片)7 个子系统：信息发布系统、KJ-628 矿井水文监测预警系统、ZWX8 矿用分布式光纤测温系统、束管监测系统、顶板灾害监测系统、冲击地压监测系统、粉尘灾害监控系统，地质保障系统 10%工业控制（或细粒度切片）18 个子系统：掘进管控系统、智能化采煤工作面系统、主煤流运输系统、辅助运输系统、主通风自动化控制系统、局部通风集中控制系统、压风机监控系统、压风自救系统、电力监控系统、主排水自动化控制系统、供水监控系统、瓦斯抽放系统、制氮监控系统、黄泥灌浆系统、主井提升系统、副井提升系统、选煤厂集控系统、换热站 10%预留 待后续根据流量扩容分配 20 本次智能矿山项目的成功实施，通过 SPN 承载技术，特别是硬切片隔离技术的应用，大幅降低建网成本，简化运维，为下一步矿井智能化建设打下了坚实基础，具有几个特点：1)大带宽：供具备 100G 带宽的光纤骨干环；2)低时延：提供 1ms 光骨干环网；3)高可靠：环网设计，具备高可靠的保护手段，可做到 50ms 内完成节点和链路保护。4)切片硬隔离：通过对不同类型的业务系统切片隔离，保证了不同类型业务的高质量传输，实现了一个物理环网，多个逻辑环网切片隔离承载，降低了成本，简化了运维。A.3.2 山东某矿井的一张 SPN 环网应用案例 山东某矿井为了消灭井下多张网络各自独立建设和运维所带来的建设费用高、维护困难和升级困难等现实问题，按照“一张网”要求进行规划和建设了覆盖矿井下的 SPN 环网，统一承载不同业务，实现了井下铲装、运输和碎石三大生产场景的自动化作业，为产业链的升级奠定了坚实的基础，为企业实现高质量发展提供了保障。三大生产场景的自动化业务系统通过SPN 不同的网络切片接入，将各种业务统一汇聚到一个 SPN 环网上，此 SPN环网还承载了 5G 无线专网信号的回传，总体的网络拓扑结构如下图所示：92 图 A.11 山东某矿井的 SPN“一张网”的网络结构图 通过对矿井下的工业环网进行升级改造，利用 SPN 网络技术，实现远程控制。在终端侧的网络信号通过 5G 基站 RRU 经过半有源前传 WDM 到达 BBU，然后接入基于 SPN 的 5G 承载网络，经过边缘计算连接内网最终到达矿区调度中心，实现操控人员在控制室对矿山车辆的远程控制。A.4 智慧港口的智慧港口的 SPN 应用案例应用案例 A.4.1 浙江宁波港的 SPN 应用案例 浙江省宁波港基于 SPN 的 5G 承载网切片，将工业控制和 5G 网络相结合，利用 5G 低时延、大带宽的特点，通过视频回传、远程控制等技术实现龙门吊作业管理。宁波港规划有超过 550 个龙门吊，承载网接入层带宽需求将超过 16Gbps；远程控制类业务对时延要求极高，中控台和龙门吊之间每 6ms 进行一次握手，三个握手周期（18ms）收不到握手信息会认为控制系统故障，吊车会停机，影响生产作业。网络端到端时延必须低至 18ms 以下，而对承载网的双向时延更是要求小于 3ms；同时，针对港口远程控制类生产业务极低时延要求，如何实时监控业务的质量，如何保障业务的超高可靠性，也是对网络运维能力的极大挑战。93 图 A.12 浙江宁波港的 SPN 组网示意图 面对智能港口业务对网络带宽、时延和运维的严苛需求和巨大挑战，浙江移动、浙江省海港集团、上海振华重工与华为成立了联合创新项目组，四方发挥各自优势、紧密合作，高品质保障了宁波智能港口龙门吊 5G 远程操控的商用，其中承载网采用 SPN 智能承载解决方案，具体包括：1）智能超宽智能超宽：首先，接入层采用高性价比的 50GE，汇聚核心层则采用200GE，以此构筑的超宽基础网络，满足视频监控类业务对网络大带宽的需求。其次，引入基于 FlexE 的网络分片，构筑港口远程控制类业务专享通道。FlexE 切片技术可以有效地隔离控制类业务与其他业务，避免流量突发导致拥塞影响控港口远程控制类业务，实现业务带宽可保障和高可靠，网络切片带宽按需灵活可调，提高了网络利用率，让网络带宽更加“智能”；2）智能联接智能联接：为满足港口控制类业务极低的时延要求，SPN 智能承载解决方案采用下一代路由协议 SR（Segment Routing），结合 iMaster NCE（Network Cloud Engine，网络云引擎，以下简称 NCE）集中控制，可以基于业务的时延需求，在网络中选取最优的时延路径，保障关键业务的低时延，从而实现了联接的更加“智能”；3）智能运维智能运维：浙江移动部署了华为“管理-控制-分析”融合的 NCE 和创新的 iFIT(In-situ Flow Information Telemetry)随流检测方案，实现质量实时 94 可视、分钟级故障定位，保障宁波港口业务高可靠。iFIT 秒级采样能精准采集真实业务流时延和丢包等信息，并提供端到端、逐跳的时延和丢包等检测，实时感知网络性能指标并在 NCE 中实时呈现，实现业务质量实时可视和分钟级故障定界定位，有效提升运维效率，实现了运维的更加“智能”。A.4.1 厦门远海码头的 SPN 应用案例 2020 年 5 月，华为与福建移动、中远海运、厦门远海、中移上研院、振华重工、东风商用车、深圳元戎启行等产业伙伴联合发布了5G 智慧港口全业务场景落地白皮书。5G 全场景应用智慧港口的建成投入使用，通过 5G 技术结合云平台、物联网及人工智能等先进技术，发展“智慧高效、以人为本和环境友好”的新型港口综合物流体系，为国内外 5G 智慧港口提供示范标杆。中远海运港口厦门远海码头是中国第一个 5G 全自动化的集装箱码头。福建移动通过提供 5G 端到端切片解决方案（包括 5GC 核心网、SPN 承载网、无线接入网、5G 企业级 CPE、5G 模组等），在远海码头港区 130 万平方米区域实现 5G 一张网全面覆盖前端生产点位，以 5G 架起最后一公里的“空中光纤”，提供从港机远控，无人集卡，智能理货，智能安防，司机行为，人员通信等全业务场景支持，实现高带宽、低时延、高安全可靠的 5G 传输服务。A.5 智慧医疗救援的智慧医疗救援的 SPN 应用案例应用案例 A.5.1 郑州 5G 智慧医疗专网的 SPN 应用案例 郑州的 5G 智慧医疗专网依托 5G 基础网络架构，分为 5G 核心网、5G无线接入网和 5G 承载网三部分，通过切片技术对网络进行端到端切分，保证医疗专网的业务隔离安全和服务质量，涵盖了无线切片技术、核心网虚拟切片技术以及 SPN 承载网切片技术。5G 医疗专网从业务上主要分为院内场景、院外场景和院间场景三大部 95 分，每部分的接入和组网方式存在部分差异。1）院内组网部分院内组网部分：大部分基于 5G 无线接入设备采用无线室分站进行无线接入，再经由无线集中 BBU 统一接入到传输 SPN 接入环，经过 SPN接入环将院内业务发送到 5G 核心网，其中医疗 MEC 可以根据实际业务需求下沉部署在院内或院间的数据中心。院内部分非移动网络需求仍可以基于当前有线办公网络进行接入，这部分业务主要用于桌面办公诊疗，大型医疗设备，固定视频会议等非移动要求网络。图 A.13 院内场景示意 院内流量大部分通过 5G 无线切片接入到 5G 医疗专网切片网络内，再经由 SPN 承载网络的 G.MTN/FlexE 通道切片传输至 5G 核心网医疗专网切片，其中医疗 MEC 如下沉部署在院内或院间的数据中心时，则业务流向就近在下沉的核心网切片内终结，并通过有线专线接入到医疗统一平台或者院内的数据中心。2）院外组网接入院外组网接入：应急救援通过院外 5G 无线接入设备接入 5G 公众网络，通过对应急救援业务的优先级标识区分，经由 SPN 网络建立的G.MTN/FlexE 通道将应急救援业务发送至 5G 核心网。图 A.14 院外组网接入场景 96 3）院区之间组网接入院区之间组网接入：主要是通过院外组网，跨区域的下级地市医院能够远程与中心医院连接，进行远程会诊等业务。下级地市医院的医疗业务流量通过 5G 无线切片接入到 5G 医疗专网内，再经由 SPN 承载网络的G.MTN/FlexE 通道切片和 5G 核心网医疗切片进入到中心医。图 A.15 院间组网接入场景 针对医疗行业的特殊应用场景和业务隔离保障需求，可以对医疗行业业务提供不同等级的无线网络、SPN 承载网络专用通道解决方案。在无线侧与无线切片对接，在核心网侧与虚拟的独立医疗 UPF 对接，共同组成 5G医疗专网。为医疗行业应用建立专有切片网络，对无线网络内部划分专有的资源进行业务隔离；对于 SPN 承载网采用专有 G.MTN/FlexE 接口进行承载，通过 G.MTN/FlexE 接口的刚性管道满足医疗专网的业务流量和业务隔离要求。为临时突发的医疗应用利用切片嵌套技术按需建立专有切片网络以适配部分特殊应用场景，比如应急救护等突发性、移动性、安全性要求严格，需要保证网络即使拥塞的情况下优先保证该业务的服务质量。A.5.2 广州 120 的 5G SPN 专网医学救援应用案例 广州市急救医疗指挥中心2021年建设5G医疗急救指挥专网与2022年建设的 SPN 应急指挥专网实现。5G 专网基于广州移动在广州市投资建设的全域 5G 基站实现。其中市区 5G 基站覆盖率，RSRP-93dBm，高达 99%；市区 5G 基站底层 SPN 传输网络改造率达 100%，可支持从“移动救治终端到后端指挥中心”全流程的网络弹性分配、物理切片等功能，保障数据传输 97 质量与数据安全。图 A.16 5G SPN 突发事件紧急医疗救援专网项目业务模型 5G SPN 紧急医学救援专网分为 3 个网络层次，分别是接入网、承载网、核心网。（1）接入网：包括 5G 无线网络接入、SPN 有线网络接入。图 A.17 广州 120 紧急医学救援案例接入网组网示意图（2）承载网：包括接入环、汇聚环等多层次网络，具备环路保护能力，通过 SR 自动寻路技术可实现“永不掉线”的业务承载能力。98 图 A.18 广州 120 紧急医学救援案例承载网组网示意图 在 SPN 承载网的基础上，配置 G.MTN/FlexE 专用切片，划分专用逻辑网络通道，为医疗应急业务提供专属的无线网络传输资源和服务能力。SPN承载网端到端支持三层组网，能够快速部署多点到多点互联业务；基于随流IFIT 功能实现用户业务的 SLA 质量可视，能够实时掌握丢包率、时延、抖动等信息，实现故障的快速定位定界，有效保障急救中心业务安全。（3）5G 核心网：5G 核心网设置有 MEC/UPF 网元设备，为 5G 医疗应急专网业务配置专用 DNN 并在 MEC/UPF 做逻辑切片,实现专网数据信息在切片通道传输，实现业务隔离，并提供高可靠性的业务服务质量保障。A.6 制造行业的制造行业的 SPN 应用案例应用案例 A.6.1 武汉某企业集团的 5G SPN 专网的智能制造应用案例 武汉某机械制造集团为提升全生命周期管理（从需求、设计、生产、销售、使用、维护到报废）的智能化水平，借助 5G 专网的大带宽、低时延、高可靠、灵活连接、灵活切片等优势，规划了覆盖集团多个子公司、面向下一代智能制造、柔性制造的信息系统。该智能制造系统的需求如下：(1)装备远程操控 99 通过在机械装备、通讯设备、摄像头、传感器等数据采集终端上内置 5G模组或部署 5G 网关等设备，实现机械装备与各类数据采集终端的平台接入，装备操控员可以通过 5G 网络远程实时获取机械装备工作现场全景高清视频画面及各类终端数据（工况、报警、位置）。基于 5G 技术结合装备的智能化能力升级，构建信息传输网络及多传感器融合，实现超远场景的目标自动识别、复杂作业场景三维重建、作业轨迹自动规划与自动作业、装备远程作业实时遥控、基于混合现实施工现场场景在线沉浸虚拟操控，变革设备的操控与工作方式，既保证控制指令快速、准确、可靠执行，又可保障恶劣环境下作业安全和工作效率。(2)设备协同作业 依靠 5G 网络 MEC 边缘计算的低时延高可靠特性，进行高效率低成本的自动化控制，支撑海量设备联网，解决设备精细控制的时延要求，并综合运用统计、规划、模拟仿真等方法，将生产现场的多台设备按需灵活组成一个协同工作体系，对设备间协同工作方式进行优化。根据优化结果对制造执行系统（MES）、可编程逻辑控制器（PLC）等工业系统和设备下发调度策略等相关指令，实现多个设备的分工合作，减少同时在线生产设备数量，提高设备利用效率，降低生产能耗。(3)机器视觉质检 在生产现场部署工业相机或激光器扫描仪等质检终端，通过内嵌 5G 模组或部署 5G 网关等设备，实现工业相机或激光扫描仪的 5G 网络接入。将5G 和 AI 图像处理技术融入到机器视觉检测系统中，通过无线 5G 工业相机和带 5G 模组的 PLC、服务器等设备实现远程数据交互和检测系统组网，不同视觉检测工位可以通过 5G 网络将图片数据传输到远程带 GPU 集群的服务器中，利用传统图像处理算法和深度学习技术对图像进行处理，保证图像大数据实时传输，实时拍摄产品质量的高清图像，在大批量工业生产过程中，100 从拾取和放置、对象跟踪到计量、缺陷检测等应用，利用机器视觉检测的数据提供闭环控制，大大提高生产效率和生产的智能化程度。(4)厂区智能物流 综合利用 5G、自动控制、边缘计算等技术，建设或升级设备操控系统，通过在工业设备、AGV 上加装 5G 模块和传感器，实现 AGV 小车的信号接收和传输。企业智能物流系统中，通过 5G 网络打印收料计划，按计划接收外购物料并拆箱输送智能立库进行入库。厂区 LES 系统根据 MES 系统生产计划自动生成配送计划，并发送给智能立库进行物料拣配。拣配完毕后，系统自动发送信息给 AGV，AGV 接到指令后按规划的路线将物料运输到空中输送线上。空中输送系统负责将物料运载到生产线边，与产线 AGV 进行交互，由 AGV 负责将物料配送到组装工位。全程无缝集成，无需人工干预，全面实现厂区物流的智能化、精准化、数字化，极大提升生产效率、降低人工成本。(5)生产现场监测 综合利用 5G、物联网、人工智能等技术实现生产现场人员、设备、物料、环境、工艺实时监测。通过 5G 网络，连接摄像头、工业设备、各类传感器以及数据监测终端设备，采集生产人员行为、设备运行、物料流转、生产环境、工艺等监测实时数据，对生产活动进行高精度识别、自定义报警和区域监控，实时提醒异常状态，实现对生产现场的全方位智能化监测和管理，实现对人、机、料、法、环等生产现场全要素的智能分析，为企业的降本增效、安全生产赋能。主要包括员工智能行为分析、危险源识别，生产现场施工电子围栏，设备产能动态管理，设备预测性维护、工艺操作规范性检查、工效分析、绿色安全生产等。针对这些需求，采用 5G SPN 端到端切片方式解决高质、高效、灵活的信息互通。101 在工厂区域，部署 5G 私网，利用 5G 切片技术，保障大带宽，低时延的工厂应用 1：机器控制；2：机器视觉；3：视频监控等应用；在厂区 A、B、C 之间实现高效信息共享，助力实现柔性制造和资源共享，有效降低设备闲置和生产调度成本。表 A.3 面向智能制造的 SPN 网络切片配置方案 切片类型切片类型 适应业务类型适应业务类型 实现机制实现机制 低 时 延 切片 AGV 调度、机械臂、数控机床等实时控制 空口资源预留 SPN TDM 硬切片 高 带 宽 切片 机器视觉质检、高清视频等 空口资源预留 SPN TDM 硬切片 默认切片 管理办公等一般信息系统 L2/L3 VPN 软切片 总体构成如下图所示：SPN-AAGV供应链管理机器视觉质检机械臂智能热处理SPN-BAGV供应链管理机器视觉质检机械臂智能热处理SPN-CAGV供应链管理机器视觉质检机械臂智能热处理SPN-D集团私有云集团控制/运营中心低时延切片大带宽切片管理信息系统切片厂区A厂区B厂区C 图 A.19 武汉某企业集团的 5G SPN 专网应用示意图 A.6.2 内蒙古某铁合金企业的 5G SPN 智慧工厂应用案例 该项目由中国移动内蒙古公司乌兰察布分公司打造 5G 智慧工厂应用场景建设，选择内蒙古某铁合金新材料公司作为试点，结合现有的智慧园区 102 云平台资源，主要围绕生产管理、设备管理、公辅管理三个方面打造 12 个具体应用，深入企业从原料管理、生产应用、过程优化、成品收集全过程管理。该 5G 基站全部采用 SA 方式开通。5G 全部采用 2.6GHz 频段，现阶段采用 100MHz 带宽组网，后续视需求扩展至 160MHz 带宽。本项目以实现矿区 5G 网络覆盖为目标，使用宏基站组网覆盖，厂区建设 2 个室外宏基站，全部采用单载波配置，后续按需扩容。传输采用 D-RAN 方式解决，设备利旧原有丰镇汇聚 SPN OSN7900，确保 5G 传输带宽充足，线路由丰镇工业园光交新建光缆至新泰实业集团新建宏站，再由新泰实业集团新建宏站沿厂区内部槽道敷设光缆至新泰实业集团进行开通。在 5G 时代，单一的物理网络已经无法满足上述各种垂直行业千差万别的不同需求，其个性化、差异化的业务需求催生了 5G 网络切片的产生，通过切片技术，5G网络可以满足各行业及应用的定制化个性化网络连接需求。5G 网络切片方案是按各类业务需求实现网络端到端切片功能，满足智慧工厂专网个性化需求的同时确保网络质量和安全性。各业务应用场景切片等级见下表：表 A.4 内蒙古某铁合金企业的 5G SPN 智能工厂的网络切片划分方案 序号序号 场景类型场景类型 场景内容场景内容 涉及设备涉及设备 切片等级切片等级 1 生产管理 天车司机监控以及远程控制 5G 摄像头 切片-视频类 5G 工业网关 切片-控制类 5G 智能音箱 切片-视频类 PLC 柜 切片-控制类 捞渣机远程集中控制 5G 摄像头 切片-视频类 5G 工业网关 切片-控制类 PLC 柜 切片-控制类 危险源管理 5G 摄像头 切片-视频类 5G 工业网关 切片-控制类 103 序号序号 场景类型场景类型 场景内容场景内容 涉及设备涉及设备 切片等级切片等级 5G 智能音箱 切片-视频类 出炉机器人远程控制 5G 企业网关 切片-控制类 能源管理平台 水表 切片-采集类 电表 切片-采集类 模拟量采集模块 切片-采集类 红外抄表仪 切片-采集类 5G 工业网关 切片-控制类 2 设备运行 净化煤气柜 皮带，锅炉 安全帽 切片-视频类 设备点巡检 移动终端 切片-视频类 识别卡 切片-采集类 设备状态监控 振动传感器 切片-采集类 温度传感器 切片-采集类 电表 切片-采集类 5G 工业网关 切片-控制类 5G 摄像头 切片-视频类 重点用能设备 PLC 采集器 切片-采集类 5G 摄像头 切片-视频类 5G 工业网关 切片-控制类 无人值守系统 切片-视频类 化验系统 切片-视频类 盘煤系统 切片-采集类 3 公辅管理 装载机作业监控 5G 智能视频部标一体机 切片-视频类 5G 监控摄像头 切片-视频类 5G 车载 GPS 定位 切片-采集类 太阳能电池板数据接入 5G 工业网关 切片-控制类 配备有 AI 识别的摄像头 无线布控球 切片-视频类 智能音柱 切片-视频类 人脸识别单屏机 切片-视频类 火瞳红外测温人脸识别一体机 切片-视频类 各业务应用场景切片配置类型和参数见下表：104 表 A.5 内蒙古某铁合金企业的 5G SPN 智能工厂的网络切片配置方案 切片切片 等级等级 业务可用（单用户、单业务）安全可信 自主可控 B1 B2 B3 B4 B5 T1 T2 T3 T4 T5 S1 S2 M1 M2 M3 带宽需求/单用户（Mbps）业务时延需求（ms）共享 独占 可查看业务状态，用户信息 可修改业务，生命周期管理 通过API，实现业务自运营能力 基于优先级隔离 基于物理（通道/时隙）隔离 1-10 10-20 20-50 50-100 100 50-100 20-50 10-20 5-10 5 逻辑隔离 物理隔离 可视 可管 可运营 视频视频类切类切片片 Y Y Y Y 控制控制类切类切片片 Y Y Y Y 采集采集类切类切片片 Y Y Y Y 该 5G SPN 智能工厂改造升级项目具有以下五个方面特色：（1）采用 5G 专享模式，既通过 5G 公网为厂区客户提供服务。同时通过切片网络为厂区提供无线专网，保证厂区应用的安全性和可靠性。（2）深入到工业控制中，通过 5G 网络的低时延，对工业控制中的天车、出炉机器人、捞渣机进行管理，逐步实现生产车间无人化。（3）在园区利用 SPN 网络和 5G 网络千兆大带宽优势，对摄像头进行统一管理，采用边缘计算方式对安全生产进行管理，通过人工智能主动发现园区存在安全隐患的问题，及时上报告警，提升厂区安全性。同时对生产过程的能耗、材料进行量化监控，形成生产数据，通过数据模型管理生产配料，提升产品品质。（4）通过 5G 网络的大规模物联网场景，对工业 PLC 数据、生产数据、105 用电、用水、用料的数据进行采集和收集，实现自动精准采集工业数据。（5）对原有的普通摄像头加装边缘计算模块，迅速实现了原有普通摄像头具备边缘计算和 AI 算法的能力，避免原有摄像投的重复投资浪费。参考文献【1】5G 与工业互联网融合应用发展白皮书（2019.10）工业互联网产业联盟（AII），5G 应用产业方阵（5G AIA）【2】5G 智慧医疗专网 SA 弹性切片技术白皮书（2019.12）【3】5G 垂直行业承载技术及典型应用方案研究白皮书（2020.10），IMT-2020/5G 推进组【4】5G 确定性承载网络 SLA 指标体系白皮书（2021.11），IMT-2020/5G推进组【5】5G 应用“扬帆”行动计划（2021-2023 年）（2021.7），工信和信息化部联合九部委发布【6】SPN 小颗粒技术白皮书，2021 年 6 月，中国移动通信研究院联合中国信息通信研究院、中国电力科学研究院、华为、中兴、烽火等多家单位发布【7】国能安全2015 36 号文，国家能源局关于印发电力监控系统安全防护总体方案等安全防护方案的评估规范的通知；【8】5G 确定性网络 工业互联网融合白皮书,2020 年 11 月,5G 确定性网络产业联盟（5GDNA）【9】SPN2.0 技术白皮书，2022 年 6 月 30 日，中国移动通信研究院联合中国信息通信研究院、中国电力科学研究院、华为、中兴、烽火等多家单位发布

0人已浏览 2023-11-29 108页 5星级

基于云网融合的工业数据采集和云化控制白皮书INDUSTRIAL DATA ACQUISITION AND CLOUD CONTROL BASED ON CLOUD NETWORK CONVERGENCE01前言01Introduction06总结34Summary03数据采集15Data Acquisition3.1 应用场景163.2 架构方案1704云化控制20Cloud control4.1 应用场景214.2 架构方案2205总体架构及案例27Overall Structure and Case Studies案例一：中山某家居用品注塑生产案例29案例二：某5G智能化工厂项目案例30案例三：山东某钢铁风机节能项目案例31案例四：某汽车股份有限公司5G工厂应用案例32案例五：江苏某电气连接制造商5G全连接工厂33【指导单位】35【参考文献】35【参编单位】3502工业网络03Industrial Networks2.1 网络架构052.2 工业PON072.3 5G11DIRECTORY目录00002 基于云网融合的工业数据采集和云化控制白皮书 前言工业是综合国力的根基、经济增长的主引擎、技术创新的主战场，也是建设制造强国、质量强国、数字中国等的重要支撑。加快推进新型工业化，是党中央着眼全面建成社会主义现代化强国作出的重要战略部署。中国电信全面响应党中央战略，面向新型工业化依托云网融合优势和科技创新能力，与工业界紧密协作，打造新型工业化高性能连接与计算底座，为做强做优做大新型工业化提供核心助力。在智能网络方面，中国电信推出全云化5G工业定制网，首创工业PON确定性技术体系、IP网络3.0体系架构等，打造满足工业场景要求的高性能确定性网络，形成了全要素的泛在连接能力，满足工厂内外工业场景数据传输对网络的需要；在智能制造方面，中国电信以工业应用为牵引，打通工业数据采集、汇聚、治理及应用的闭环，推出了具备海量协议适配、超高处理性能的标准化、通用化数采网关，研发了首个基于5G云边协同的云化PLC工业控制系统，实现工控软硬件、异构设备、端边云等多维数据采集的统一控制，助力企业柔性生产、智能制造升级。作为工业互联网领域的积极践行者，在中国工业互联网研究院的指导下，中国电信联合产业链各方，积极探索和实践基于新型工业网络架构的数采和云控应用，在煤矿、钢铁、化工、家电、装备等行业效果显著。本白皮书基于中国电信的实践经验，介绍了中国电信在工业网络、数据采集、云化控制方面的研究成果，推出翼云采、翼云控产品方案，并通过实际案例进行了深度剖析，可为产业界新型工业化的快速开展提供参考。展望未来，中国电信愿与产业链合作伙伴们聚力共赢，在工业网络、数据采集、云化控制领域持续技术创新、应用深化，推动数字技术与实体经济融合发展，赋能工业领域的数字化、网络化、智能化转型升级，共建新型工业化美好明天！前言 前言INTRODUCTION010304 基于云网融合的工业数据采集和云化控制白皮书 工业网络 工业网络 网络是工业互联网的基础。工业互联网网络是构建工业环境下人、机、物全面互联的关键基础设施，通过工业互联网网络可以实现工业研发、设计、生产、销售、管理、服务等产业全要素的泛在互联，促进各类工业数据的开放流动和深度融合，推动各类工业资源的优化集成和高效配置，加速制造业数字化、网络化、智能化发展，助力工业转型升级和提质增效。工业互联网网络根据业务需求和数据流向，可划分为工厂内网和工厂外网，本白皮书聚焦工业数采和工业控制业务，在网络连接范围上以工厂内网为主。经过多年迭代发展，云网融合得到了快速演进，但在与工业控制协议结合方面却乏善可陈，迫切需要解决工业领域高可靠、大带宽、低时延的场景需求。用于连接现场传感器、执行器、控制器及监控系统的工业控制网络主要使用各种工业总线、工业以太网进行连接，涉及的技术标准众多，形成各自独立的数据孤岛，彼此互通性和兼容性差，限制大规模网络互联。连接各办公、管理、运营和应用系统企业网主要采用高速以太网和TCP/IP 进行网络互联，但难以满足一些应用系统对现场级数据的高实时、高可靠的直接采集需求，研产供销服沟通成本较高。为有效解决上述问题，满足工业数据“上通下达”的趋势需求。一是工业数采尤为重要，实现现场级设备数据的采集及互通；二是数据上云的深度挖掘更有价值，实现数据互操作与信息集成。这就对于网络确定性传输能力提出较高的要求，关键能力包含：上行大带宽、低时延、可靠性、低抖动。工业网络INDUSTRIAL NETWORKS020506 基于云网融合的工业数据采集和云化控制白皮书 工业网络传统工厂网络呈现“两层三级”的结构，如图2-1所示，即“工厂IT网络”和“工厂 OT 网络”两层技术异构的网络和“现场级”、车间级”、“工厂级/企业级”三个级别的网络。IT 网络主要由 IP 网络构成，并通过网关设备实现与互联网和OT 网络的互联和安全隔离。OT 网络主要用于连接生产现场的控制器以及传感器、伺服器、监测控制设备等部件等。工厂级/企业级对通信的要求与传统 IT 网络类似，车间级、现场级等OT 网络对通信可靠性和时延有更高的要求，例如等时运动控制场景中，控制报文通信周期应小于 1ms，网络时延一般不超过50%的通信周期且抖动小于 1s，丢包率需优于 10-6。2.1网络架构现阶段工业互联网业务发展对网络基础设施提出了更高的要求，工业网络呈现出融合、开放、灵活的发展趋势。中国电信提出基于工业互联网发展需求的新型工厂网络架构，如图2-2所示。一是网络结构扁平化，IT 网络与 OT 网络逐步融合；二是高实时控制信息与非实时过程数据共网传输；三是有线与无线的协同应用，以工业PON 5G 为代表的双千兆在工厂广泛应用；四是网络技术开放和融合，如TSN与5G融合构建高可靠的网络连接；五是数据从传统工业控制系统中开放出来，以标准化的语法和数据模型开放给上层应用；六是组网方式和网络管控更加灵活，基于SDN的工业PON专网和5G定制网智能管控能力，满足工业的定制化应用和管控需求。图2-1 传统工厂网络架构IT办公网防火墙IT生产网MES ERP 工厂级工业以太网/工业无线SCADA主PLC车间网从PLC/IO工业现场总线/工业以太网/工业无线现场级生产核心/生产制造网生产核心/生产信息网以太网/无线IT网OT网防火墙防火墙基于云网融合部署需求，我们从实际项目中总结了三种典型部署型态：云网独立部署、云网部分独立部署和云网共享部署，如表2-1所示。从网络部署来看，客户现场，独立部署工业PON网络，按需选择5G定制网模式；从云资源部署来看，客户会采用独立部署私有云平台和应用公有云两种方式。以工业数采连接为例，基于5G 工业PON的融合组网如图2-3所示，该方式下客户采用云网融合的部署模式，将网络设备（UPF、OLT等）和企业私有云集中部署，对于工业数采和工业控制业务来说，是一种比较典型的部署模式。IT办公网IT生产网防火墙MES ERP 工厂级工业PON/5G/WiFi-6SCADA主PLC车间网从PLC/IO确定性工业PON/5G确定性网络现场级生产核心/生产制造网防火墙生产核心/生产信息网防火墙工业PON/5G/WiFiIT网OT网图2-2 基于工业互联网发展需求的新型工厂网络架构部署方式5G部署独立部署5G定制网如翼模式工业PON设备独立部署客户现场客户部署私有云平台部分独立部署5G定制网比邻模式工业PON设备独立部署客户现场客户部分应用公有云平台/部分部署私有云平台共享部署5G定制网致远模式工业PON设备独立部署客户现场客户应用公有云平台工业PON部署云资源部署表2-1 云网部署方式0708 基于云网融合的工业数据采集和云化控制白皮书 工业网络中国电信率先在行业中提出工业PON技术理念，并坚持工业PON技术创新和推动行业应用，已形成工业PON核心专利族群，完成超过30项专利授权，完成软著5项，牵头国际标准7项。在2020年中国通信学会科技鉴定中评价为“我国原创技术”并荣获中国通信学会科技二等奖；在2022年创新性提出支持系统确定性能力的工业PON技术，承载工业闭环控制业务满足确定性要求，通过第三方测试验证，端到端系统时延可达十微秒级，抖动可达微秒级，达到行业领先水平，切实推进工业控制网络国产化更进一步。我们持续引导PON产业链，目标是协同推进工业PON网络成为满足工业可靠连接及安全信息传输需求的国有自主可控的主流技术。工业PON源于ITU-T/ETSI的PON标准体系，是一种全新的工业互联网用全光网络连接技术，是工业场景中工厂内连接组网的全新方案，已经逐步在各类工业行业中进行现场部署和应用。为满足工业应用需求，现有工业PON技术需要突破传统时分复用上行机制的固有时延抖动限制，实现确定性网络传输能力，为工业客户提供一整套普适化、高性能、自主可控、智能化的新型高性能工业PON光网络基础设施，如图2-4所示，实现工业企业各类业务的确定性融合接入能力，助力工业企业向智能制造转型升级。2.2工业PON图2-3 基于云网融合的工厂内网独立部署模式5G工业网关工段1传感器 执行机构 变频器 机器人控制柜：仅保留远程I/O终端（PLC云化）5G工业网关工段N传感器 执行机构 变频器 机器人控制柜：PLC I/O传感器 执行机构 变频器 机器人PLC控制柜：PLC I/O工业PNC边缘设备5G基站ODN 5G和工业PON统一网管 工业数来/工业控制应用 MES/WMS等业务系统平台应用UPF/BBUOLT无线域：5G定制网有线域：工业PON工业PON系统具有以下特点：（1）上行大带宽工业PON按照PON的技术路线演进，遵从ITU-T的标准，支持基于业务需求选择不同的PON模式来提供不同的带宽能力，如表2-2所示。不同模式下速率有差异，OLT设备上采用combo线卡插入不同的光模块提供不同速率，以满足不同业务带宽需求。按照分光比1:4，ONU下联口4口设备，当前成熟PON设备能够实现的能力如下：采用XGS-PON模式可为接入终端设备提供640Mbps的上行带宽。采用XG-PON模式可为接入终端设备提供160Mbps的上行带宽。伴随着工业PON技术演进，预计2025年50G-PON模式，按照相同的的业务模式，采用50G-PON模式可为接入终端设备提供1600Mbps的上行带宽。ITU-T（标准组织）GPON模式XG-PON模式XGS-PON模式50G-PON模式上行速率下行速率商用时间1G2.5G200910G10G202025G50G20252.5G10G2017表2-2 工业PON模式 图2-4 工业PON的组网架构和产品构成企业管理中心部署可视化大屏企业机房部署OLT（一体机柜）车间至机房部署ODN光链路生产车间部署ONU工业PON自服务平台ONU设备工业PON融合网关设备服务器OLT 0910 基于云网融合的工业数据采集和云化控制白皮书 工业网络（2）可靠性采用链路保护满足网络可靠性要求，如表2-3所示，常用的工业PON网络保护技术类型：TypeC和TypeB。TypeC双归属可靠性最高可达99.999%，业务50ms内无缝切换。比照工业以太环网，工业PON系统提供了基于非均匀分光模式的双OLT手拉手保护链型组网方式，可实现全光路保护，极大提高了工厂内网有线网络的可靠性超过99.999%。OLT设备ODN设备ONU设备可靠性（参考值）TypeC双归属2台2个上行双PON口最高99.999%TypeB双归属2台1个上行单PON口高99.9%TypeB单归属1台1个上行单PON口高99.9%TypeC单归属1台2个上行双PON口较高99.99%表2-3 链路保护模式图2-5 双OLT手拉手保护链型组网示意图工业PON自服务平台备用工业PON OLT2主用工业PON OLT1工业车间1工业车间2工业PON网关工业PON网关工业PON网关工业PON网关工业PON网关主用网络主用网络冗余网络冗余网络（3）中国电信确定性工业PON（低时延、低抖动）中国电信率先在行业中提出并验证确定性工业PON体系及能力，解决工业网络确定性传输需求，实现时延和抖动1ms。中国电信在工业PON确定性技术体系中规定了端到端确定性分析调度、工业PON确定性能力互操作接口及模型、PON链路确定性控制三个关键功能，实现了工业PON系统确定性能力，提供具备有界时延和抖动能力、带宽保障能力、高可用性的确定性转发路径，满足工业PON系统承载工业行业内网的确定性业务需求。目前，经过第三方检测机构评测，中国电信工业PON确定性能力已实现时延（最大值）：46微秒；抖动（最大值）：30微秒；上行带宽：9.95Gbps；丢包率：0。从业务的角度，可以提供时延200s，抖动30s，可靠性99.999%的工业PON确定性传输能力应用于工业控制业务场景中。依据现有标准和现有设备实现能力，中国电信将现有的工业PON系统的确定性能力进行分级L0-L2以满足不同场景的需要，如表2-4所示。L0级能力称为普通型。基于ITU-T 984系列标准定义的GPON技术规范来实现和提供服务能力。L0级能力适用于普通型业务。L1级能力称为确定性型。基于ITU-T 987系列标准定义的XGPON技术规范来实现和提供服务能力。L1级能力适用于时延敏感型业务，提供了比较高的时延保障，同时带宽的能力也有所增加。L2级能力称为确定性且上行带宽增强型。基于ITU-T 9807系列标准定义的XGS-PON技术规范来实现和提供服务能力。L2级能力适用于对上行大带宽有特殊需求的业务，如机器视觉检测，同时也提供了比较高的时延保障。图2-6 确定性工业PON体系整体架构图ONUOLTONU工业PON网络OLT厂商olt设备和电信自研工业pon边缘设备（ct100）电信自研：通过工业pon自服务平台实现PON链路确定性控制功能PON链路确定性控制功能工业PON确定性能力互操作接口及模型工业PON确定性能力互操作接口及模型端到端确定性分析调度需求分析算法调度1112 基于云网融合的工业数据采集和云化控制白皮书 工业网络关键指标带宽（B）（上行/下行）时延（D）可靠性（R）指标范围（Gbps）技术实现指标范围（ms）技术实现L0：普通型GPON模式L2：确定性且上行带宽增强型XGS-PON模式L1：确定性型XG-PON模式上行单向:0,1上行单向:0,8.5上行单向:0,2下行单向:0,1下行单向:0,8.5下行单向:0,8.5上行QoS优化固定带宽分配单帧多突发等单帧多突发等指标范围99.99%,99.999.99%,99.999.99%,99.999%ITU-TG.984 GPONITU-TG.9807 XGS-PONITU-TG.987 XG-PON上行单向:1，10下行单向:0.2，0.5上行单向:0.2,1下行单向:0.05,0.2上行单向:0.2,1下行单向:0.05,0.2表2-4 工业PON系统确定性能力分级随着5G持续演进，中国电信针对工业生产场景开展分级分档5G网络能力建设，从时延、抖动、上行带宽、网络可用性、组网简化等多方面提升工业现场网络能力，积极推进5G从生产辅助环节融入核心生产环节，实现5G与工业互联网的深度结合。（1）稳定时延工业应用从生产辅助环节向核心生产环节延伸，对网络传输的时延要求越来越高。不同工业应用场景对网络传输的稳定的时延能力提出不同需求，如工业数据采集的时延要求通常在50ms99.990ms99.99%，工业云化控制的时延要求一般在20ms99.99%以内，更严苛的工业运动控制场景要求达到5ms99.99%甚至1ms99.99%以下。(注：一般采用累积概率分布AmsB%描述时延指标，如20ms99.99%，代表99.99%的样本RTT时延小于等于20ms)按照不同应用场景的时延需求及相应的5G网络技术实现手段，可以把时延分成不同的档级，如图2-7，将时延能力分为DL0DL4五级。2.35G图2-7 时延能力分级5ms99.99ms99.99 ms99.99Pms99.990ms99.99%时延能力DL1DL0DL2DL3DL4不同档次DL0：100ms99.99%，典型场景如：能耗数采、视频监控、AI视觉、低速物流仓储AGV等。主要实现技术：5G切片专线、共享UPF等。DL1：50ms99.99%，典型场景如：3C电子制造/家电制造中工业数采、SCADA远控，钢铁制造中远程控制、无人行车等。主要实现技术：共享UPF/下沉UPF；QoS优先级；短SR周期调度、上行QCI预调度、目标BLER 1%等。DL2：20ms99.99%，典型场景如：3C电子制造/装备制造/汽车制造等PLC控制C2C场景（如：AGV与PLC协同的产线输送、分拣机与PLC协同的物流分拣等）。主要实现技术：下沉UPF；QoS优先级、双发选收；上行QCI预调度、UL Grant-free（上行免授权调度）、目标BLER 1%、RB资源预留、PDCP乱序递交、PDCP复制、Slot聚合等。DL3：10ms99.99%，典型场景如：3C电子制造/装备制造/汽车制造等PLC南向控制C2IO场景（如：阀岛/IO等控制类的柔性产线、AGV多机协作等）。主要实现技术：下沉UPF；QoS优先级、双发选收；上行QCI预调度、目标BLER 1%、RB资源预留、PDCP乱序递交、低码率MCS/CQI、PDCP复制、Slot聚合、Non-Slot（非时隙调度）、UL Grant-free（上行免授权调度）等。DL4：5ms99.99%，典型场景如：PLC南向渗透率更高的C2IO场景、非高精度运动控制场景。主要实现技术：在DL3的基础上，叠加TDD互补、DS帧、uRLLC增强（如PDCCH增强等）、毫米波等。DL0 DL2的端到端成熟度较高，可规模商用；DL3端到端成熟度中等，可开展商用试点；DL4实现技术正处于演进探索阶段，中国电信正协同产业链积极开展试点探索。（2）低抖动抖动是指业务传输时延的变化，抖动过大超过通信保护间隔会使得业务中断。传统控制类业务通过有线网络方式承载时，有线物理介质传输稳定使得抖动较小；5G网络由于无线空口传输信道的不确定性将引入更多抖动。中国电信积极协同业界探索利用无线流量整形、R17/R18等相关技术降低无线传输的不确定性，满足工业网络的低抖动能力要求。抖动可采用区间概率分布方式AmsB%来描述，即大于等于B%的样本时延落在业务传输最大时延-Ams，业务传输最大时延区间段之内，例如1ms99.99%表示不少于99.99%的样本时延落在业务传输最大时延-1ms，业务传输最大时延。抖动的不同分级情况见图2-8。1314 基于云网融合的工业数据采集和云化控制白皮书 工业网络JL0：抖动无特殊要求，通常对应时延要求在时延分级DL0DL1的工业场景，当前5G R15/R16技术基本可满足该类场景的商用需求，产业成熟。JL1：16ms99.99%，通常对应时延要求在时延分级DL2的工业场景，可以通过上行预调度、目标BLER 1%、RB资源预留、PDCP乱序递交等技术满足需求。JL2：8ms99.99%，通常对应时延要求在时延分级DL2DL3的工业场景，可以通过上行预调度、目标BLER 1%、RB资源预留、PDCP乱序递交、mini-slot等技术满足需求。JL3：4ms99.99%，通常对应时延要求在时延分级DL3DL4的工业场景，可在JL2基础上，结合双发选收、DS帧、网业协同等技术满足需求。JL4：2ms99.99%，通常对应时延要求在时延分级DL4的现场级C2IO控制场景，如工业产线上多设备联动的柔性产线场景。可在JL2基础上，结合双发选收、DS帧、无线流量整形等技术满足需求。JL0和JL1端到端已成熟，可规模商用；JL2端到端成熟度中等，可开展商用试点；JL3JL4正处于演进探索阶段，中国电信正协同产业链积极开展试点探索。（3）上行大带宽数采数传、视频监控、机器视觉等工业应用，往往上行数据带宽需求显著高于下行数据，需要通过获得更多的上行频谱资源实现5G的上行大带宽能力，以满足工业应用的高速上行需求。目前5G网络的上行大带宽可以用小区上行容量来描述。小区上行容量在同频单小区组网场景下可达0.81.2Gbps，在同频多小区组网场景下可达400600Mbps，通过MU-MI-MO、分布式Massive MIMO、上行发射选择、载波聚合（CA）、1D3U帧结构等技术的叠加运用满足不同速率需求。图2-8 抖动能力分级16ms99.99%2ms99.99%4ms99.99%8ms99.99%抖动能力无特殊要求JL1JL0JL2JL3JL4不同档次（4）网络可用性工业场景往往对网络可用性有更高的要求。网络可用性一般使用网络无故障运行时间占总运行时间的百分比来度量。5G网络可用性一般可做到99.9.999%。目前，5G网络通过无线接入网、承载网和核心网的备份容灾方式联合保障网络可用性，比如：无线接入网采用双BBU 双链路上联承载网等，承载网采用接入环形 汇聚口字型组网等，核心网采用设备内部板卡备份、外部1 1、N 1设备容灾等。（5）组网简化传统的工业网络大量使用二层以太网协议进行传输，如ModbusTCP、Ethernet/IP、Profinet、EtherCAT等工业协议，均是在传统以太网基础上进行的改进和扩展。5G R16引入的5G LAN技术支持以太网和IP的PDU会话类型，支持终端的单播、广播、组播的流量转发，使5G网络原生支持二层组网，在5G融入工业网络时，可保持原有工业网络的拓扑不变、简化组网架构，大大降低工业产线的5G改造难度。5G LAN可广泛应用在5G PLC集控、5G远程控制、5G工业数采、电力差动保护、AGV多车协同等场景。16 数据采集15 基于云网融合的工业数据采集和云化控制白皮书数据采集DATA ACQUISITION03数据采集是智能制造的关键要素和先决条件，是实现生产制造全过程数字化、智能化改造的基础。通过在数据采集终端上内置5G模组或部署5G网关等设备，实现工业设备与各类数据采集终端的网络化全连接；并通过数据采集、数字孪生等手段，实时上传生产设备、现场环境、能耗排放等数据，实现全要素全环节的动态感知、互联互通、实时分析、科学决策，从而达到提升生产效率、产品质量和安全水平，降低生产成本和能源资源消耗，优化生产运营管理的目的。数据采集主要包括生产设备数据采集、现场环境数据采集、能耗排放数据采集等场景。生产设备数据采集广泛应用于设备协同作业、柔性生产制造、设备故障诊断等典型场景下，主要采集生产现场的设备状态、运行参数、设备运行轨迹、工序完成情况、现场视频等数据。现场环境数据采集主要应用于生产现场监测场景下。在工业园区、厂区、车间等现场，通过内置5G模组或部署5G网关等设备，各类传感器、摄像头和数据监测终端设备接入5G网络，采集环境参数（环境温度、湿度、有害气体浓度、天然气浓度等）、人员动作、现场视频等监测数据。能耗排放数据采集主要应用于生产能效管控场景下。在工业园区、厂区、车间等现场，通过内置5G模块的仪器仪表，实时采集企业用电、水、燃气等各类能源消耗数据和总烃、苯系物、粉尘等污染物排放数据，实现大规模终端的海量数据秒级采集和能效状态实时监控。典型业务场景如下：3.1应用场景场景生产设备数据采集接口协议MC/S7/Hostlink/MPI/PPI数据类型和格式数据量和频度数据分析处理控制功能业务要求设 备 状 态（待机、运 行、停机），运行参数（温度、压力、速度等），生产数量，生产批号等通过MQTT协议json串方式上传，单次上传的数据量需要根据具体设备确认，按照1s周期上传1.采集设备状态分析设备待机、加 工、停 机 时间、统计分析设备OEE；2.采集设备关键运行参数，进行SPC分析；3.生产数量统计分析不参与设备远程控制，主要实现远程工艺参数下发数据完整性，不能丢包，需要具备网络异常本地数据缓存1718 基于云网融合的工业数据采集和云化控制白皮书 数据采集场景现场环境数据采集接口协议RS485/Modbus RTU（4-20mA）数据类型和格式数据量和频度数据分析处理控制功能业务要求环 境 温 度、湿度、有害气体浓度、天然气浓度等通过MQTT协议json串方式上传，字段 数据总 共 1 5 6 个 字节，按照1s周期上传实 时 温 度、湿度、有害气体和易燃易爆气体浓度阈值报警及控制周边设备异常报警联动外围排风、除尘、除湿设备实 时 温 度、湿度、有害气体和易燃易爆气体浓度按照变化趋势设定三级阈值：异常、警告、危险；出现异常需联动外围设备动作，直至正常能耗排放数据采集RS485/Modbus RTU三相电压、三相电 流、实 时 功率、总电能耗、实时水流量、用水量等通过MQTT协议json串方式上传，字段 数据总 共 2 3 8 个 字节，按照1s周期上传实 时 电 压、电流、功率、流量阈值报警；以天为单位电能及用水量异常报警；用电量及用水量按时间进行统计分析异常报警电闸和水阀联动控制实 时 电 压、电流、流量异常按照持续时间分为三级：警告、报警、自动控制切断表3-1 工业数据采集典型场景表随着 1970 前后微处理器的问世，将其直接用于控制机床和电子电路等，将工业发展推向了新篇章，带来了全世界范围内的自动化变革。这时传统意义上的数据采集也成为各个自动化设备厂家，在工业自动化进程当中一直在解决面对的问题。在不同地域不同市场环境中，为确保各个设备厂家的利益、技术壁垒和不可替代性，先后定义了多种的工业通信协议，用来传输各自的工业参数，状态数据和结果数据。这些数据协议自被定义以来，持续在工业领域推广和发展，最终形成今日通信协议繁多，无法统一的局面。常见的工业通信协议如：Modbus TCP/IP，Profinet，EtherNet/IP，CANopen，Powerlink 等上百种。传统数据采集过程中不可避免的遇到解析这些通信协议。虽然 90 年代国际组织 OPC 基金会成立，旨在不同供应厂商的设备和应用程序之间的软件接口标准化，使其间的数据交换更加简单化。但是发展至今一些问题超出其解决范围，传统工业控制数采架构图如图所示：3.2架构方案3.2.1 工业自动化背景下的数据采集为了解决传统数采建设过程中的上述难点，中国电信联合多家合作伙伴，整合物联网、5G 工业 PON、边缘计算、工业数采等技术，形成了翼云采数据采集方案。该方案采用网络服务能力和工业数采能力融合的新模式，具体技术架构如下图所示：3.2.2 OT与CT融合的新数采模式OPC应用统一工控协议MESWMS管理交换机服务器接口接口接口数控工段工段N工段1ERP等其他业务系统工控机SCADA/HMI/OPC应用汇聚交换机工控机SCADA/HMI/OPC应用汇聚交换机工控机DNC汇聚交换机PLC控制柜：PLC I/O传感器变频器 机器人执行机构PLC控制柜：PLC I/O传感器变频器 机器人执行机构数控系统数控系统数控系统图3-1 传统工业控制数采架构图云服务器 IT业务云化（如ERP），生产与业务分离 生产相关应用更靠近现场 云端运维 5G和工业PON统一网管 业数采/工业控制边缘DC 侧应用就地搭建边缘DCUPF/BBUOLT5G基站ODN无线域：5G定制网翼云采5G标准版工段1控制柜：仅保留远程I/O终端（PLC云化）传感器执行机构 变频器 机器人翼云采5G标准版工段N控制柜：PLC I/O传感器执行机构 变频器 机器人翼云采5G标准版数控系统 数控系统 数控系统有线域：工业PON传感器 执行机构变频器 机器人PLC控制柜：PLC I/O工业PON融合网关数控系统数控系统数控系统应用运维边缘计算现场设备层图3-2 翼云采技术架构图1920 基于云网融合的工业数据采集和云化控制白皮书 云化控制云化控制CLOUD CONTROL04（1）现场设备层翼云采终端设备是一种融合网络终端设备，分为5G无线网络终端和工业PON有线网络终端，两种终端根据实际组网需求选择；连接工业现场各类工业设备，包括常见品牌的PLC，数控机床，SMT贴片机，注塑机，总线类仪表等。以工业视角看，翼云采系列终端是实现现场设备的远程数据采集、协议转换与统一、数据建模、边缘计算和远程维护的智能工业终端，其满足工业生产管理的基本数据保障需求。以网络视角看，翼云采系列终端是5G定制网或工业PON网络的管理网关，具备强大网络管理能力，同时其功能南向延伸至工业现场网络和总线，实现支持300 的工业设备驱动协议，多路通讯接口，可满足绝大部分工业设备的联网需求。（2）边缘计算层边缘计算层可配套软硬一体、即插即用的微型边缘数据中心（边缘DC）。其包含计算服务器、存储设备、边缘OS平台，并根据网络建设情况集成UPF/BBU,或者OLT等设备，为企业快速构建一个性价比超高的本地化企业级数字化平台。其中，边缘DC保障企业生产现场算力，可构建生产现场管理相关的应用服务，如传统SCADA、MES等，保障企业现场业务就地解决。UPF下沉到网络边缘，可以降低传输时延，实现数据流的本地分流不出厂，缓解核心网的数据传输压力，从而提高网络数据处理效率，满足垂直行业对网络超低时延、超高带宽和安全性的需求。OLT则对工业PON有线网络实现基于设备的网元管理和基于业务的安全管理和配置管理。（3）运维与应用层在应用方面，可在云端或私有云的业务管理平台上搭载机械加工行业（钣金、金属机加、注塑等）、电子电器行业（3C、医疗、汽车、工业等）的各类专业应用软件系统，包含运营管理（ERP）、仓储管理（WMS）、设备运维（TPM）、设备物联（IOT）、设备监控、能源监控、安环监控、场内物流、产品设计、工业仿真（VC）、数字孪生等数字化应用，并提供相应的数字化硬件配套设备配件库。就像应用商店一样，客户可以根据自身需要，按需选择相应的软、硬件产品，一站式获取数字化、智能化解决方案及产品服务。在OT运维管理方面，实现终端设备在线监控、报警诊断分析、故障指定分发、协议在线升级、固件远程更新、网络自服务管理等保障功能。总之，基于OT与CT融合的翼云采数据采集方案，打破了传统数采过程中点位点表的数据组织形式，加强了OT域数据重组建模、边缘计算的能力；并将其与电信网络管理能力的部分相融合，打造出了融合网关终端产品；利用其网络管理与工业数据协议互通的一体化优势，帮助企业在OT域网络进行基础建设的同时，解决了传统模式下的数据孤岛问题。2122 基于云网融合的工业数据采集和云化控制白皮书 云化控制工业PLC控制是工业生产的基石和核心环节，是实现大规模自动化生产的关键基础。云化PLC控制技术的不断发展和成熟，将可实现更智能、更可靠、更安全的工业控制，促进工业智能应用快速增长。云化PLC控制业务场景以多设备协同操控、远程精准控制、超低时延图传、外观/位置精确识别等为特征，可以支持传统PLC难以单独满足的多业务协同场景，例如设备协同作业、柔性生产制造、机器视觉质检、厂区智能理货（智能物流分拣）、精准动态作业（五金件智能加工、五金柔性打磨等）等场景。典型业务场景如下：4.1应用场景场景拆包上料接口协议北向OPC-UAmodbus南向ethercatmodbus数据类型和格式数据量和频度数据分析处理控制功能业务要求1)机械臂末端六轴 力 传 感 器 数据，字符类型2)机械臂六轴位姿信息，字符类型3)纸垛物料图片数据，ENUM类型4)纸垛物料深度数据，SGBM类型视觉安全防护系统数据，字符类型1)六轴力传感器数 据 采 集 每150ms读取一次2)机械臂位姿数据每5ms读取一次3)视觉安全防护系统数据每5ms读取一次视觉相机定位系统数据每1s读取一次码垛尺寸分析和位置定位机械臂控制抓取安防系统联动控制切割工位操作控制每3min实现从3D视觉定位机器夹爪滑动切刀拆包整理物料牛皮纸回收自动上料全流程质量检测北向OPC-UAmodbus南向ethercatmodbus工业相机采集的图 像，格 式 为BMP数据量每秒是6张，每 张 图50M,大小为2000 x2000，采用深度学习方法，需要对图像的缺陷和尺寸进行测量根据机器视觉分析结果，控制良品和不良品的检出和入库识别精度达到千分之4的漏检，单张图检测速度50ms内物流分拣北向MQTTHTTPTCP/IP南向ethercatmodbus数 据 上 传 为JSON格式，字符。机器视觉分析结构为Socket报文格式1秒5次数据上传，保证监控界面数据的及时刷新。机器视觉为1秒1次拍照相机拍照获取货物条码并上传采用传感器检测货物位置，根据相机拍照结果获取分拣路向，并控制分拣设备进行自动分拣，并上报分拣结果至少分拣3000件/小时炼钢节能modbus4-20ma信号模拟量信号实 时 采 集，510毫秒采集一次基于节能控制逻辑运算电 弧 炉 电 极 升降，电压档位调节在满足生产需求的前提下实现节能节电，5分钟内自动调节电极位置实现3相平衡场景接口协议数据类型和格式数据量和频度数据分析处理控制功能业务要求基于传统PLC（可编程逻辑控制器）构建的工业控制系统，其采用专用硬件和编程语言，适合于实时控制和监测各种生产过程，同时具有工业标准的耐用性和抗干扰能力。这些特点使传统PLC成为工业控制系统的首选，能够满足工厂自动化、生产线控制和设备监控等需求，确保生产过程的高效性和可靠性。以下是传统PLC的数据交互示意图。4.2架构方案4.2.1 基于传统PLC的工业控制系统图4-1 传统PLC系数据交互示意图过程控制步进电机多路模拟输出多路高速脉冲多路IO输出多路IO输出-上位机2324 基于云网融合的工业数据采集和云化控制白皮书 云化控制传统PLC通过现场总线连接传感器、摄像机等生产端设备，进行信息采集和设备控制，同时将数据通过工业以太网传输给上位机系统。系统为软硬件一体设计，由于不同厂家采用的标准和工控协议“七国八制”，具有极强的封闭性，在工业应用中主要存在以下问题：开发维护难：封闭系统开发调试周期漫长、技术门槛高，不仅要求开发人员懂得专业的计算机和网络编程知识，还要具备扎实的电工基础知识，加上对硬件平台具有很强的依赖性，系统一旦出现故障恢复缓慢；复用集成难：不同厂商PLC的运行环境和开发环境不同，导致基于系统开发的控制应用软件在新的系统中很难重复使用，应用可移植性、复用性差，相互之间集成也非常困难；兼容协作难：由于系统通信协议和技术架构私有，造成OT系统和IT系统的数据互通和共享困难，同时也造成了不同控制系统、不同工业设备间的协作非常困难；升级扩展难：系统软/硬件紧耦合，算力扩展困难，使人工智能、大数据等新技术难于融合，智能化升级需要更换整套系统，造成既有投资浪费。当前，在工业互联网数字化转型的背景下，制造企业迫切需要网络化、智能化、高兼容、低成本、简易实用的开放工业控制系统，推进智能化改造进程。同时，伴随着大规模个性化定制、小批量柔性化生产等制造新模式的发展，生产中的规模效应对PLC提出了跨设备、跨厂区的新需求，同时个性化定制又对PLC提出了高弹性、快速适应变化的新需求。在5G技术进一步落地的背景之下，技术与需求端要求PLC的通讯能力做出提升，网络化、云化成为 PLC 发展的必经之路。云化控制系统以云化 PLC 及其相关控制组件为核心，将 5G 定制网、边缘计算、定制终端、机器视觉等新一代信息技术与企业生产环节深度融合，实现控制过程软件定义化、控制系统软硬件解耦、灵活端边云协同部署，重构面向智能制造的、网络化、智能化、开放化的新一代工业操作系统。基于低时延、高可靠的 5G 定制网络，云化控制系统能够实时协同异构工业设备控制与机器视觉等新技术能力，助力工厂快速低成本地实现机器换人、柔性生产。图 4-2 是云化控制的技术架构图，包含平台应用层、执行控制层、现场层，形成了端边云协同部署的工业控制操作系统。同时云化控制系统北向可为 IT 平台提供数据支撑用于实现数字、孪生、看板展示、物联采集等功能，保证了数据能传上去、控制能下发下来，形成 IT/OT 相结合的现代化生产控制。4.2.2 基于边云协同的云化控制系统（1）平台应用层部署在云平台上的集中管理平台支持云化PLC应用管理、应用编排以及支持利用标准组件库进行开发编辑，协助工程师和运维人员更加高效地创建、配置和监控PLC应用程序，提供了以下重要功能：PLC应用管理：支持用户轻松创建、配置和部署PLC应用程序。工程师可以定义控制逻辑、输入/输出映射以及通信参数，而无需深入编程，简化了应用程序的开发和维护。应用编排：支持用户将多个PLC应用组件进行协同工作。包括协调各个设备的启动、停止、数据交换和协同控制，从而实现更复杂的自动化任务和流程。通过这些编排功能有助于提高系统的整体效率和灵活性。标准组件库：包含了常见的功能块、控制算法和设备接口。工程师可以从这个库中选择合适的组件，以加速应用程序开发过程。通过标准组件库，降低了重复编写代码的需求，同时也提高了PLC应用的一致性和可维护性。（2）执行控制层 执行控制层是指在工业边缘节点上部署的云化PLC控制器，用于实际地控制和监控自动化系统。包括以下主要组成部分：管理引擎：管理引擎是执行控制层的核心，它负责控制逻辑的加载和卸载、资源分配、任务调度以及与云端控制平台的通信。管理引擎确保控制器的稳定性和高可用性，同时提供了远程配置和监控的接口，使运维人员能够实时管理系统。管理引擎逻辑连接示意如图4-3所示，管理引擎除了负责应用管理系统与PLC控制器的所有信息加密传送，同时还兼具守护和监控PLC控制器及其上的PLC应用部署程序等，其主要功能有：云平台执行控制层5G定制网集中管理平台应用管理应用编排IDE标准组件库平台应用层互联网接口：OPC UA统一协议边缘节点管理引擎控制组件基本功能算法类协议类设备类RUNTIME运行时设备驱动库工业总线协议栈高速通信协议控制器 数控机床计量仪表远程I/O接口AGV伺服电机 机器人远程I/O接口传感器摄像头控制器远程I/O接口现场层图4-2 工业云化控制系统架构2526 基于云网融合的工业数据采集和云化控制白皮书 云化控制加密传输：管理系统对于云化PLC（包括运行时内核、应用、控制器）组件的所有管理动作都通过PLC代理经过加密处理之后传送；守护：检测PLC控制器上的PLC应用布署程序及PLC运行时，当有异常时及时拉起和进行告警处理；监控设备信息：监控PLC控制器的硬件和PLC应用布署程序；动态库加载：完成PLC应用和涉及的动态库加载功能；运行时内核及应用管理：通过管理引擎完成运行时内核、应用及PLC控制器等的更新及各种管理。RUNTIME 运行时：RUNTIME 运行时环境是云化 PLC 控制器的核心组成部分，用于执行运行中的控制逻辑。它提供了一个实时操作系统，支持多任务处理、周期性任务执行、事件触发和数据采集。RUNTIME 运行时确保控制器的可靠性和实时性，以满足自动化系统的需求。设备驱动库：设备驱动库包括了与各种工业设备、传感器和执行器通信的驱动程序和库文件。这些驱动程序使控制器能够与不同类型的硬件设备进行通信和数据交换，以实现系统的控制功能。工业总线协议栈：工业总线协议栈是用于处理工业通信协议的软件组件，如Mod-bus、EtherCAT、CANopen等。这些协议栈使控制器能够与各种工业设备和控制系统进行数据交换，实现设备间的互操作性和协同工作。（3）现场层现场层指云控系统部署在生产现场中的一系列硬件和网路组件，用于实时数据采集、监视和控制生产过程。它包括以下主要组成部分：中国电信5G定制网，基于5G标准的网络架构进行实现，主要以网络切片、UPF分流，边缘计算、定制5GC为基础，结合中国电信面向行业的集成能力和运维管理等能力。PLC应用管理系统PLC运行时内核软件PLC控制器硬件PLC应用部署程序PLC管理引擎图4-3 管理引擎控制逻辑连接示意图IO接口，作为设备与系统之间进行数据传输的桥梁，允许设备输入和输出信息。它们通常包括各种物理和电子接口，如USB、HDMI、串口等。在现场层中，IO接口可用于连接各种传感器、执行器和其他设备，以实现数据采集和控制功能。IO设备，作为数据采集、控制的执行实体，包括数控机床、AGV（自动引导车）、伺服驱动器、传感器、摄像头等。在云化控制下各异构设备之间可完成协同控制和数据共享，以提高整体生产效率、灵活性和质量。以拆包上料场景为例，现场IO设备包括摄像头、协作机器人、一体式夹具等。通过协同控制，实现了自动从视觉定位协作机器人吸取纸包机器人转运至上料整理机构一体式夹具切割包装牛皮纸抽取牛皮纸整理拆封纸包纸包到主机上料输送带一系列自动化作业流程。基于上述架构，可以承载IT、CT和OT融合算力需求，支持PLC应用模块化快速定制开发，破除信息封闭的数据孤岛，从而简化体系架构，提升整体效率。云化控制系统相较于传统控制系统具备以下优势：软硬件全解耦，支持主流接口协议和分布式云化部署，实现设备的互操作性，满足智能制造下设备集群的协同控制需求。无缝支持5G网络和边缘智能的算力需求，同时可沿用原有的I/O及其电缆布线，保护原有资产的利旧，同时也可低成本替代原有控制系统。支持应用的模块化设计，实现可移植和可复用性，可极大缩短自动化产线实施部署工期，同时可根据现场需求通过配置实现产线更新，方便与一流的部件和第三方软件集成，保护资产投资。突破传统PLC的数据封闭和数据孤岛，数据可访问可利用，打通工业互联网和智能制造的数据瓶颈，降低监控和维护成本。简化体系架构，降低交互的资源开销，提升系统的整体效率，进而提高生产效率。图4-4 拆包上料场景现场层示例2728 基于云网融合的工业数据采集和云化控制白皮书 总体架构及案例总体架构及案例OVERALL STRUCTURE AND CASE STUDIES05同时，客户可以选择在私有IT云或运营商IT云上部署工业采控管理平台，负责监管数据采集与控制OT网络，包括PON、5G和TSN等，为客户提供高品质的网络与设备运行维护保障服务。此外，通过在生态应用平台上部署内外部生态应用，如数据采集、规约解析、人工智能、终端管理、网络管理、云化PLC等，可实现翼云采与翼云控应用的动态加载。总体上，中国电信基于自主研发云网融合的确定性网络，推动IT、CT与OT的有机融合，并将工业数据采集和云化控制作为应用切入点，实现软硬解耦、协议兼容，力争突破关键技术，承载融合算力需求，支持PLC应用模块化快速定制开发，破除信息封闭的数据孤岛，从而简化体系架构，提升整体效率。下面简要介绍一下相关实施案例。基于新型工业网络架构，中国电信推出了前述的翼云采和翼云控两大产品方案，为工业数据采集与云化控制提供全面支持。翼云采针对传统SCADA和MES等上层应用的数据采集需求，采用物联网数据采集和控制方式，通过使用成本效益较高的硬件，根据不同应用场景安装特定协议的采集软件，并支持动态升级。翼云控包括两个版本：V1和V2。其中，翼云控V1支持与边缘一体机协同的容器编排部署，以灵活满足各种OT和CT功能软件的混合安装需求。而翼云控V2则针对基于AI、机器臂和AGV等新兴自动控制应用场景，实现IEC61131-3/IEC61499功能块的编排，支持分布式工业数据采集与控制应用的灵活定制以及算法模型的集成。整个系统由平台（边缘一体机）和终端两个部分组成。终端包括三类：翼云采终端、翼云控V1终端和翼云控V2终端，这些终端由部署在边缘一体机上的平台统一管理和控制，同时平台还负责存储采集数据以及管理和承载不同类型的采集与控制应用。此外，平台与终端之间以及终端与传统PLC和产线机电本体之间都基于工业网络连接，这些连接可以通过传统的OT网络、5G或者工业PON等新型无线和有线连接方案来实现。生态应用管理平台运营商IT云工业采控管理平台客户私有IT云产线机电本体翼云采应用计算存储网络翼云控应用边缘一体机翼云采终端翼云控终端V1传统PLC、仪器仪表、传感器等翼云控终端V2OT网络图5-1 工业数据采集和控制系统总体架构2930 基于云网融合的工业数据采集和云化控制白皮书 总体架构及案例 中山某家居用品注塑生产案例【案例简介】集团于1999 年创立于广东中山，专注于真空类家居收纳用品行业20 多年，是中国最大的科技型家居用品互联网生态企业，拥有三大工业园基地，建成了集研发、设计、生产、销售、服务为一体的全产业链经营模式，业务覆盖全品类家居收纳用品，全方位满足家庭生活和差旅出行的收纳和整理应用。集团作为行业领跑者，积极响应国家智能制造强国战略，拥抱工业互联网发展浪潮，联手中国电信，发挥5G定制网优势，落地塑料吸盘质检AI场景，打造数字化工厂。【案例需求】原有的MES系统功能单一，不支持个性化需求，已经不适合现有生产场景需求。双方基于战略合作，决定由中山电信工业团队提供自研设备数采 MES方案，根据客户个性化需求定制开发，共同打造数字化标杆。【实施成效】5G工业数采、生产看板和AI质检，实现了生产过程的可视化管理和产品全自动全量质量检测，有效提升了生产效率和产品质量。（1）实现全自动化全量检测，提升产品质量1.5%；（2）5G数采 大屏联动，实现生产过程的可视化，实时监测车间内生产设备的运行状态和关键工艺参数，对异常状态实时告警提醒，提升设备运行效率；（3）打通了AI质检系统与机械手控制系统，检测结果可以控制机械手的动作，实现全检测流程的无人工化，有效节省人工成本。（4）生产过程精益化MES执行管控，并与原有的ERP系统融合，打破数据孤岛，提升数据共享和分析能力。【项目亮点】（1）支持多种注塑机主板：不单止能很好地支持在国内注塑机占约40%市场份额的海天品牌注塑机，还能同时多种注塑机。（2）网关支持自定义数据采集发送策略：可以通过应用来进行定制。（3）能兼容网口和串口的数据采集：将采集后的数据通过有线网络或无线网络发出。采集普适性强，组网灵活。案例一 某5G智能化工厂项目案例【案例简介】该集团是全球领先的燃气计量设备制造商及解决方案供应商。致力于成为基于5G、物联网、云计算、人工智能等信息化和数字化技术的公共事业数字化设备提供商和解决方案提供商。为支持业务发展，保障产品交付，联合中国电信5G 数采技术改造现有燃气表终端生产线，优化生产节拍，提升产能，提高产品品质打造了5G智能工厂。【案例需求】生产效率需要提升，年发货量超过600万台，产能大，表具制造对生产节拍要求高；产品型号繁多,物料协同生产,各地客户要求不一，表具型号繁多，备货排产要求高，需要调度协同生产；各型号产品的型式须评价及防爆认证，每台表需要完成检定，打上对应认证标识。【实施成效】公司打造基于5G 数采智能工厂，已实现应用柔性部署，生产节拍提升20%，工业网络故障率降低15%。（1）通过打造5G 数采智能化产线，实现制造全过程质检，成品合格率由原来的98%提升到了99.5%以上。（2）公司将iMES协同制造云平台部署在边缘DC上，运营层主要支撑工厂运营、生产任务统一调度、生产资源统一分配，通过运营仪表盘，实现制造运营智能化。（3）5G 数采实时监控螺丝扭力，提高工艺一致性，保障螺丝精准固定，避免因螺丝造成密闭性缺陷。应用上线后，打螺丝成功率达98%。（4）使用5G网关将激光打标设备与系统后台直连，根据工单信息调取激光打标模板，提取产品参数，自动配置打标模板；同时根据计数与表号分配系统，进行表号分配与打印。应用上线后，精准度提升20%。【项目亮点】（1）采用边缘DC模式，集成了边缘服务器设备和5G UPF设备，使得边缘算力与5G网络融合。（2）翼云采系列产品接入设备类型多，适配协议广，如：PLC设备，激光打标设备，自动拧紧设备，机器视觉设备，测试台，AGV等。（3）设备应联尽联，实现少人化，人力成本每年减少100万。案例二3132 基于云网融合的工业数据采集和云化控制白皮书 总体架构及案例 山东某钢铁风机节能项目案例【案例简介】山东某钢铁厂集烧结、炼铁、炼钢和轧钢于一体的中型钢铁联合生产企业，2023年企业环保创A工作进一步提速，排放治理方面投入巨大，用于工业吸尘器，除尘改造等。为达到环保要求，除尘风机基本上全年开启，但当前人工控制手段造成电能严重浪费。中国电信根据现场实际情况结合用户需求，提出通过自动控制替代人工控制，变频控制替代定频控制，数据分析替代经验工艺三位一体的环保风机节能改造解决方案，显著降低企业实现环保创A成本。【案例需求】钢铁厂中的关键环节需要用到高功率风机进行例如：除尘、供气、冷却等操作，然而由于非智能化的原因，造成大量能源浪费。从节约能源的角度出发，钢铁生产企业希望提高环保风机的工作效率，降低能耗、节省电费支出。【实施成效】（1）基于大数据分析和智能控制技术，通过研究不同工艺条件下电机和负载匹配关系、控制策略优化等，实现电机系统智能变频，达到用能最优化；（2）依托于云化PLC系统，结合完备的风机节能节电控制系统针对钢铁生产企业现有风机自控系统进行全方位改造，实现综合节能率15%左右，全年电耗预计可减少约215.35万kWh，年节省电费开支约107.7万元（以0.5元/KW.h来计算）。【项目亮点】（1）云控以集散控制模式，通过数据采集含炉温传感器，联网分布式控制器等数据，统筹控制；（2）云化智能控制系统：包括云化控制子系统，AI智能模块（用于控制策略优化）；（3）可视化展示系统：包括数据呈现，预/报警，报表等功能模块等。案例三 某汽车股份有限公司5G工厂应用案例【案例简介】某汽车股份有限公司总部设在广西柳州。生产基地拥有以冲压、车身、涂装、总装为主体的现代化生产车间，并形成了微型商用车和微型乘用车两大产品系列的生产格局。为满足柔性化、定制化生产的极致需求，首个在量产产线引入了智能岛，同时引入5G来承载生产控制OT类业务，进一步提升生产的灵活性。【案例需求】在汽车制造场景中，普遍使用安全PLC来保持协作机械间的安全区间，同时保障人身及财产安全。安全PLC采用EtherNet/IP Safety工业以太网安全协议，发包间隔为20ms，安全通讯断链将导致整个产线停线，且需要人工介入恢复。【实施成效】在实验室内，中国电信联合中兴通讯，在多家测试中率先实现7*24小时安全协议不断链，验证了基于5G承载工业安全协议的可靠性。这是业界首次基于5G商用网络及终端承载工业安全协议的可靠性验证，为未来在汽车生产领域利用5G来承载更多的PLC控制类应用打开了大门。【项目亮点】高可用性保障：本次测试中，中兴通讯基于NodeEngine工业基站站 SE9102 5G工业网关，加载内置的20ms99.99%时延确定性分级保障、FRER(双发选收)、VxLAN层二组网等功能，实现了7*24小时不断链，同时足够的时延保障余量有望在未来进一步支持双端无线组网，实现更大的灵活性。本次测试创新性地应用了端到端的确定性抓包工具及中兴通讯IDOS自运维平台，通过与PLC厂家深入沟通协同，及时定位和解决项目测试过中的故障。免复现抓包、自动化分析、自运维，是持续保障PLC不断链、生产快速恢复的神兵利器。案例四3334 基于云网融合的工业数据采集和云化控制白皮书 总结总结SUMMARY06 江苏某电气连接制造商5G全连接工厂【案例简介】某全球著名的电气连接件制造商，其在电气领域一直处于全球领先地位。面对新型工业化时代的挑战和机遇，南京电信携手华为打造的基于云化PLC为底座的多项工业类产品，实现柔性生产，设备操控从现场控制变为远程集中控制，数据协议打通，工业软件系统实现开放共享。【案例需求】客户部分制造产线工艺设备有来自不同国家品牌的PLC、空压机、注塑机和机器人等，所采用的工业协议不尽相同，因此存在协议不兼容，设备间不能相互通信的问题，容易形成数据孤岛；并且某些设备，数量众多且分散，运维受限地理分布，效率很低。因此客户需要云化PLC整体方案，能够统一对接设备，打通数据链路，有效节省成本，在远端就可以查看设备运行数据，分析设备状态。【实施成效】通过利用了5G 工业PON构建的云网一体“双千兆”专网方案，移动类产线设备和大量传感器经由IO总线5G工业网关相连，而固定类设备则通过工业PON实现互连互通。云网底座保障云化PLC、数据采集、AI质检、AGV配送等多个应用场景对应的网络能力为带宽50-100M、可用度为2个9、时延在20-50m之间等多项指标。通过构建云化MES、基于云化PLC的生产制造、基于5G的机器视觉质检，基于实测工业模型的预测性维护和AGV运输、从管理、生产、物流打造了一整套工业智能化生产应用，成功帮助其获评江苏省5G 全连接工厂。建立起高质量运维服务保障，定期组织安全评估，线上和现场巡检相结合，实现7*24小时在线终端监控和实时故障派单，并且从业务面到控制面皆有备份和应急方案，保障网断业不断。数据安全方面，园区机房实行A级管理，核心网元下沉至客户机房，确保数据不出园区，用多种方法强化网络安全防护与管理能力。【项目亮点】南京电信携手华为打造的基于云化PLC为底座的多项工业类产品，实现柔性生产，设备操控从现场控制变为远程集中控制，数据协议打通，工业软件系统实现开放共享。经测算，车间每年收益提升1000万元，产线调整时间减少25%，人力成本减少15%，质检错误率减少10%。南京电信还与客户成立了联合实验室，在解决实际应用难题的同时，促进全行业发展、壮大。面向未来，我们希望通过5G-A uRLLC技术，实现4ms超低时延。通过超级时频折叠技术弥补TDD制式在时延上的劣势，通过UPF原生双发选收功能实现双机0损，提升可靠度，从而大大提高生产效率。案例五3536 基于云网融合的工业数据采集和云化控制白皮书 总结 总结 云网融合技术为工业数据采集和云化控制提供了强大的基础设施。白皮书详细介绍了工业PON、5G、云化PLC等最新技术，为读者提供了全面的技术参考和技术路线。特别是通过案例分析，我们深入探讨了这些技术在工业数据采集和云化控制中的应用。未来的工业数据采集将更加智能化，通过采用先进的数据分析和机器学习技术，能够自动化地解析、处理和优化数据，从而为生产和管理提供更精确、更及时的决策支持。此外，随着5G、物联网、云计算等技术的不断发展，工业数据采集的广度和深度都将得到极大的扩展，实现对更广泛的生产环节和设备的实时监控和数据分析。云化控制作为新一代的控制方式，将借助云计算的强大计算和存储能力，实现更高效、更灵活的生产控制。通过部署在云端的控制系统，企业可以实时监控整个生产流程，实现精准决策和优化控制。同时，云化控制还可以支持远程管理、实时监控、预测性维护等先进应用，从而极大地提高生产效率和降低运营成本。总的来说，随着技术的不断创新和发展，未来的工业数据采集和云化控制将更加智能化、广泛化、实时化和高效化，在这一过程中我们期待与业界同行在企业服务、项目建设、生态应用、技术攻关和标准制定等方面能够深度合作，共同促进中国工业数字化转型的进步和发展。尤其是，以工业协议标准进一步开放，促进更大范围应用。以工业数据更大范围共享，促进模型调优，释放工业互联网更大动能。中国电信将一如既往，在工信部指导下，协同产业各方，为工业互联网的高质量发展持续贡献电信智慧和电信力量。【参考文献】【1】云网一体信息基础设施白皮书-子册2：面向工业互联网的确定性工业PON技术-第七届未来网络发展大会组委会 2023.8【2】工业互联网网络连接白皮书2.0版本-AII工业互联网联盟2021.9【3】工业 PON2.0白皮书-AII工业互联网联盟 2020.1【4】工业光网白皮书-AII工业互联网联盟 2021.4【5】5G工业互联赋能5G全连接工厂技术白皮书-5GDNA确定性网络产业联盟 2022.11【6】5G 全连接工厂建设白皮书（2022年）-中国信通院、AII工业互联网联盟 2023.6【7】5G/5G-A 超可靠低时延通信工业场景需求白皮书-中国信通院、AII工业互联网联盟 2023.6【指导单位】中国工业互联网研究院【参编单位】中国电信集团有限公司 中国科学院沈阳自动化研究所 华为技术有限公司 中兴通讯股份有限公司 烽火通信科技股份有限公司 桂林电子科技大学 福州大学 北京亚控科技发展有限公司 北京寄云科技有限公司 苏州华兴源创科技股份有限公司

0人已浏览 2023-11-23 20页 5星级

1编写说明党的二十大报告强调，坚持把发展经济的着力点放在实体经济上，促进数字经济和实体经济深度融合，推进新型工业化，加快建设制造强国、网络强国、数字中国。工业互联网作为新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，为工业乃至产业数字化、网络化、智能化发展提供了实现路径，已成为第四次工业革命的重要基石、数字经济和实体经济深度融合的关键底座和新型工业化的战略性基础设施。党中央国务院高度重视工业互联网发展。近年来，在政产学研用各方的共同努力下，我国工业互联网发展逐渐形成了自己的认识体系、实现路径和实践成果，构建了“中央举旗定向、政府引导规划、地方务实推进、产业联动发展”的中国模式，形成了“巩固、提升、创新”并行推进的中国方案，打造了“5G 工业互联网”、5G 工厂等中国品牌。工业互联网新型基础设施初步建成，融合应用融入 45 个国民经济大类，产业规模突破 1.2 万亿元，为经济社会发展注入强大动力。为推动工业互联网创新发展，加快工业互联网规模化应用，工业和信息化部开展了“链网协同”行动，推动工业互联网与重点产业链深度融合。编制行业融合应用参考指南是推进“链网协同”行动的重要举措，以帮助更多企业系统解答部署工业互联网面临的“为什么”“建什么”“怎么建”“找谁建”的2问题，为各行业建设工业互联网明确体系化、可落地的赋能价值，提供轻量化、可复制的建设指引，打造差异化、可操作的实践路径，汇聚多元化、可细分的供给资源。工程机械行业是我国国民经济发展的重要支柱产业，在我国重大工程建设、新型城镇化建设进程中发挥了至关重要的作用。近年来，工程机械行业不断推进工业互联网建设实践，提质、增效、降本、绿色、安全发展取得积极成效，数字化车间、“5G 工业互联网”和 5G 工厂示范标杆不断涌现。为加速推动工程机械企业数字化转型由点状探索向规模化普及，工业和信息化部指导工业互联网产业联盟和中国工程机械工业协会，会同政产学研用各方共同研究编制了工业互联网与工程机械行业融合应用参考指南，旨在为工程机械行业工业互联网建设过程中的需求场景识别、应用模式打造、关键系统构建和组织实施方法提供参考借鉴。工业互联网与工程机械行业融合应用总体还处于发展阶段，实施路径仍需要边探索边总结边推广边完善。后续还将根据实践情况和各界反馈意见，适时修订更新，通过不断释放工业互联网的服务赋能价值，促进工程机械产业持续向高端化、智能化和绿色化迈进。I目录一、总则.1（一）适用范围.1（二）编制目的.1（三）编制框架.1二、工程机械行业融合应用场景需求.3（一）工程机械行业数字化现状.3（二）融合应用需求.4（三）融合创新应用场景.7（四）“5G 工业互联网”应用.39三、工业互联网与工程机械行业融合创新实施架构.48（一）工程机械行业融合创新应用架构设计思路48（二）融合创新实施架构.51四、工业互联网网络设施建设.54（一）建设现状.54（二）建设需求.55（三）建设部署.56（四）“5G 工业互联网”.61五、工业互联网标识解析体系建设.66（一）建设现状.66（二）建设需求.67（三）建设部署.68六、工业互联网平台建设.71（一）建设现状.71II（二）建设需求.72（三）建设部署.75七、工业互联网安全防护体系建设.81（一）建设现状.81（二）建设需求.82（三）建设部署.83八、组织实施.87（一）基本原则.87（二）实施流程.87（三）要素保障.92九、发展建议.95附件一 主要供应商名录.97附件二 典型解决方案简介.102（一）三一重工5G 工厂.102（二）广西柳工挖掘机智能工厂.104（三）中联重科车间智能排产.106（四）潍柴智能产线柔性配置.108（五）山西建投全流程质量管控.110（六）山河智能基于 5G 的远程设备操控.112（七）铁建重工基于 5G 的设备故障诊断.113（八）徐工集团供应链弹性管控.114（九）广西柳工产品全生命周期智能服务.116附件三 专业术语解释.1181一、总则（一）适用范围（一）适用范围本指南适用于工程机械制造业【国民经济行业分类（GB/T 47542017）行业代码 351】，包括土石方施工工程、路面建设与养护、流动式起重装卸作业、建筑及工业建设工程等各种综合性机械化施工工程所必需的机械装备制造。工程机械产业链上游主要包括为工程机械产品生产制造提供原材料及零部件的相关企业，中游包括挖掘机、起重机、压路机、推土机等不同类型的工程机械企业，下游主要是基建、房地产等对工程机械有需求的行业企业。本指南主要面向中游环节，既适用于具有良好自动化、信息化基础的工程机械企业，也适用于数字化基础较弱，但有进一步改造提升需求的工程机械企业。（二）编制目的（二）编制目的适应工程机械行业数字化转型需求，促进工程机械企业全面降本增效、提升产品质量稳定性、助力业务增长、打造绿色安全的生产体系，充分结合工业互联网体系架构设计方法与国内外实践路径编制本指南，旨在为工程机械企业工业互联网建设规划和融合应用提供实施方法与路径参考。（三）编制框架（三）编制框架指南共分为九个章节：第一章为总则。第二章从工程机械行业融合应用需求场景出发，梳理形成工业互联网应用总2体视图。第三章结合需求，基于工业互联网体系架构构建工程机械行业总体实施架构。第四章至第七章深入剖析工程机械行业网络、标识、平台和安全等建设部署路径。第八章总结工程机械企业应用工业互联网开展数字化转型的方法步骤。第九章提出推动工业互联网与工程机械行业创新融合应用走深向实的建议。最后，指南梳理了相关应用领域的供应商名录，为企业建设工业互联网提供丰富多元的供给资源。3二、工程机械行业融合应用场景需求工程机械行业是装备制造业的重要组成部分。近年来，我国工程机械行业实现快速增长，产业规模从2015年的4570亿元增长至 2021 年的 9065 亿元，成为全球工程机械行业最重要的力量。2022 年，我国工程机械出口金额达 443 亿美元，在全球工程机械领域成为门类最齐全、品种最丰富、产业链最完整的国家，拥有 20 大类、109 组、450 种机型、1090 个系列、上万个型号的产品设备。同时，一批工程机械产品在全球产业体系中实现领先，“蓝鲸号”全球最大单臂起吊船，三一 SCC40000A 全球最大吨位履带式起重机、“京华号”全球第三大开挖直径盾构机等一批批标志性产品不断涌现。（一）工程机械行业数字化现状（一）工程机械行业数字化现状数字化对于工程机械企业实现降本增效，提升客户服务体验，继而形成差异化优势有着重要意义。工程机械行业作为我国国民经济建设的重要支柱产业，历来重视先进制造技术和信息技术的融合发展，基本形成了较为完备的信息化、自动化体系架构，主工序装备实现了较好水平的自动化控制，ERP、MES、PLM 等信息系统已普遍应用于大型工程机械企业，建成了数字化、网络化的作业场景再现与作业参数实时反馈的监控体系，有效支撑了工程机械研发制造、施工管理、安全管理、协同作业、应急救援、维保服务等各环节的高效运营，同时积累了大量设备状态数据，为进一步提高产品性4能和服务能力，推动工程机械行业在产品全生命周期各阶段的高质量发展奠定了基础。根据中国两化融合发展数据地图（2020）1统计显示，2020 年机械行业两化融合发展指数达 51.9，关键工序数控化率为 34.8%，数字化水平在所有行业中处于中游水平。（二）融合应用需求（二）融合应用需求工业互联网作为新一代信息通信技术与工业经济深度融合的产物，在工程机械行业的数字化、网络化、智能化发展中正逐渐发挥出重要支撑作用，助力工程机械企业实现全面降本增效、提升产品质量稳定性、助力业务增长、打造绿色安全的生产体系。一是工程机械行业生产工序复杂、制造模式离散，亟需通过数字化实现市场变化快速响应、提升生产效率。工程机械产品结构层次多样、制造过程复杂。传统生产方式难以对宏观经济、市场动态、订单需求等进行精准预判，生产效率偏低。因而企业需要借助数字化手段加强生产全生命周期管控，实现高效协同生产。一方面通过自动定位装夹设备、焊接机器人、搬运机器人等自动化设备的使用，融合人工智能、物联网、边缘计算等新技术，提升生产自动化水平。另一方面基于数据的集成打通和建模分析，在提高各工序、各业务、各基地协同程度的同时，进一步提高制造过程的生产计划优1国家工业信息安全发展研究中心，中国两化融合发展数据地图（2020），20205化、资源动态组织、柔性生产作业和精准运营管控水平。二是工程机械行业产品价值高、备品备件多样，亟需通过数字化实现全周期质量追溯、提升产品质量。工程机械作为国民经济发展的重要生产工具，对质量要求极为严格，且其生产涉及到多个渠道供应的多种零部件的加工、组装，对质量的全流程追溯和全生命周期管控的需求较大。因而企业需要通过数字化手段提升质量稳定性，利用机器视觉等技术，通过数字化检验设备的使用，针对部件表面划痕、颜色缺陷、涂层厚度等进行自动检测，集成全价值流质量数据，结合质量问题机理模型的构建，建立事前预防、事中控制、事后优化的产品质量管理体系，实现从零部件到整机、从研发到运维的质量在线检测、质量精准追溯、质量动态优化等全生命周期质量管理。三是工程机械行业周期性较强、供应链复杂，亟需通过数字化提高供应链韧性、降低运营成本。工程机械行业需求主要来自基建及房地产投资，存在周期波动性，产品小批量、多品种，供应链复杂，依靠传统人工的粗放式生产管理容易造成资源浪费。因而企业需要通过数字化手段优化运营管理体系，减少资源和资金低效占用。其一是结合智能生产管理系统搭建柔性化产线，实现快速换型生产，节省人力物力。其二是基于模型对龙门吊、铣床、镗床等设备数据进行挖掘分析，实现设备故障预警等功能，按需维护设备，降低资源6浪费。其三是搭建统一的供应链管理平台，推进物流、信息流、资金流全方位融合，实现供应链高效协同，降低供应链运营成本。四是工程机械行业步入存量市场、用户个性化要求高，亟需通过数字化构建竞争新优势、助力业务增长。随着工程机械整机市场进入存量时代，行业竞争日趋激烈，用户对于工程机械产品设备及配套服务的要求更高。因而企业需要借助数字化手段响应不断升级的用户端需求，探索更广阔的盈利空间。一方面是基于对以往海量的生产经营数据进行深度挖掘，支撑业务决策，优化生产经营方式，改进产品质量和性能，提升客户体验。另一方面是深入探索“制造 服务”模式，围绕挖掘机、起重机、泵车、压路机等工程机械产品设备，从单纯生产加工转向提供远程运维、个性化定制、供应链金融、远程施工等创新服务，拓展多渠道盈利模式。五是工程机械行业具有高能耗、高排放的“双高”特点，亟需通过数字化降低能耗排放、实现绿色生产。在碳达峰碳中和背景下，工程机械行业亟需在自身生产减排、产品节能降耗、供应链高效低碳等方向上进行发力。通过提升工程机械生产制造流程的自动化与智能化水平，减少工序协同不足导致的能耗物耗，提高焊接、加工等设备能源利用水平。加强能源智能化和集成化管控，实现多介质的生产、存储、转换、输送和消耗环节的在线监测和预警，构建模型实现能源7动态平衡和优化利用。同时，借助数字化的手段积极发展再制造产业，助力工程机械行业实现“双碳目标”。需要注意的是，工业互联网是支撑工程机械行业实现高质量发展的基础设施、应用模式和实践方法，但行业整体转型升级还需在其自身产品、工艺、装备等各领域发展进步的基础上，融合大数据、云计算、人工智能等新一代信息技术，推动产业高端化、智能化、绿色化发展。（三三）融合创新应用场景融合创新应用场景工业互联网赋能工程机械行业形成平台化设计、智能化生产、个性化定制、服务化延伸、数字化管理及网络化协同六大模式，覆盖 32 个应用场景，初步形成 93 个具体应用。8图 2-1 工程机械行业工业互联网创新应用场景总览91.平台化设计平台化设计将工程机械行业产品、工艺、工厂的各类信息以数字化模型等形式表达，依托工业互联网平台组织研发创新相关资源，结合人工智能、虚拟现实等新一代信息技术，形成数据驱动、虚实映射、高效协同的新型研发模式。图 2-2 设计研发类业务与工业互联网应用方式对应图（1）工厂数字化设计与交付）工厂数字化设计与交付在机加线、组焊线、装配线等产线的设计环节，运用数字化协同设计软件，集成工厂信息模型、制造系统仿真、专家系统和数字孪生等技术，进行工厂规划、设计和仿真优化，搭建统一的数字化交付平台进行工厂模型数据交付，打通设计、建设与运维体系，真正实现工厂全业务系统数字化管理。（2）产品数字化设计）产品数字化设计工程机械产品设计包括驾驶室、液压系统、动力系统等部件设计，具备较高的复杂度，需要上下游和跨专业的高度协同，传统的产品设计依赖人工，设计数据流容易出现断点、产品系列化设计效率偏低。企业可依托于工业互联网，建立工程机械产品设计全链条数据库，结合工程机械的制造需求、10仿真模型及工业大数据深度挖掘所获得的知识，指导产品设计优化的方向，构建参数化、协同化、柔性化的工程机械产品设计体系。（3）工艺数字化设计）工艺数字化设计传统工艺设计一般与产品设计串行，工艺设计周期较长且容易形成信息孤岛，使得产品质量控制精度不高。企业可依托工业互联网，建立装配、机加、钣金、热处理等工艺知识库，实现标准工艺的复用，通过三维设计和工艺模型开展工艺设计仿真，实时优化工艺参数设计，基于工艺设计系统及生产系统的数据集成打通，实现面向制造的工艺优化设计，提高生产效率和产品质量的一致性。案例案例 1：离散型工艺数字化设计：离散型工艺数字化设计掘进机等大型智能装备产品规模大、BOM 结构复杂，多为单台定制产品，往往存在工艺研发难度大、周期长、技术文件分散等难题。为此，铁建重工应用 CAPP，结合积累、提炼的工艺知识库、资源库，实现离散型工艺的数字化高效研发和研发过程的统一管理。同时，在关键工序上充分利用 CAM、虚拟装配等三维建模和仿真验证技术，基于模型进行离散工艺设计。通过开发三维结构化工艺研发系统，实现 PBOM 的工艺路线、工艺规程等工艺技术文件的即时发布与集成管理。工艺技术文件的下发由以往 12天缩短至几十秒，BOM 和工艺文件的完整性提升至 100%。112.智能化生产智能化生产通过深化 5G、大数据、云计算、人工智能等新一代信息技术在生产全流程的应用，全面提升工程机械行业生产操作与生产管理的智能化水平，实现生产智能管控和运营智慧决策，打造全流程动态优化和精准决策的生产模式。图 2-3 生产制造类业务与工业互联网应用方式对应图（1）典型生产工艺优化）典型生产工艺优化工程机械行业生产工艺复杂度高，传统生产过程的人力与经验依赖较为严重。以工程机械生产过程中几个典型生产工艺为例，基于工业互联网优化各工艺原有运行模式：其一是在生产环境危险系数较高、人员劳动量较大的场景实现机器换人。其二是通过先进传感技术实现人员状态、设备状态、物料状态、环境状态与其他工况的监控分析。其三是运用算法模型实现全厂资源智能调度，优化人、机、物等全要素资源组织。其四是将数据建模与机理建模相结合，全面实现生产工艺过程的动态优化。细分场景细分场景 1：下料：下料全流程管控全流程管控传统下料作业由于人工排版、上下料等花费时间长，导12致效率低下。围绕下料场景，工业互联网可带来四大方面的应用创新：一是物料出入库的智能化管理，通过运用无线网络传输技术将出入库指令下达给堆取料机，实现物料出入库的远程操控。二是下料生产的智能调度，通过综合下料产线设备的状态数据、原材料和成品库存数据，结合生产工艺，实现下料生产的调度优化。三是下料过程智能化监控，应用图像识别技术，实现下料过程的实时智能化监控，对生产异常及时发出预警。四是物料三维图像测控，综合运用三维全息摄像、微波激光等技术，对料场的三维模型进行扫描并建模，快速获取堆料数据，为自动堆取料提供数据支撑。案例案例 2：智慧下料中心：智慧下料中心山河智能建设全自动激光下料和等离子下料两条产线，通过 MES 与 SCADA 系统集成管理，大幅提升产品切割效率，相比传统下料方式，人员配置节约 53%以上。其中全自动激光下料线由国内先进的激光下料机、激光打标机、桁架机械手上下料系统、板链等设备组成，辅以 MES、SigmaNEST2和迅雷中控3等组成的生产管理系统完成数据交互，可实现智能化套料、上板、打标、切割、下料和输送，能完成 125mm 中薄板零件的下料，下料速度快、精度高，钢板利用率提升 0.9%。等离子下料产线主要针对1245mm 的中厚板，可完成坡口的一次加工成型，相较过2一款数控切割机软件。3一款中控平台。13去的机械坡口生产方式，大幅度提升了产品质量，消除了清渣打磨工序，减少生产成本和多加工工序的生产断点，并实现了材料切割的自动控制和切割信息的实时监控。通过桁架机械手自动上料，自动输送线 模块化抓手自动分拣部件，实现全机型部件的智能下料加工分拣。细分场景细分场景 2：焊接：焊接工艺优化工艺优化传统焊接作业大多依靠人工定位、点焊，焊接效率低，焊接质量不稳定。围绕焊接场景，工业互联网可带来四大方面的应用创新：一是焊接计划智能排产，打通焊接计划制定和生产操作环节，运用工艺理论模型算法，综合考虑生产计划、原料需求、焊接状态，自动制定焊接生产计划和执行方案。二是焊接过程智能监测与诊断，通过应用机器视觉等先进技术，结合相关分析模型，实现焊接设备运行状态、焊接参数以及其他工况的在线检测分析。三是焊接过程智能闭环控制，基于焊接过程追踪模型、焊接质量反馈模型等各类智能模型，结合现场焊接专家经验，借助大数据分析等技术，不断优化工艺参数，实现焊接过程的智能化闭环控制。四是智能精准焊接，通过应用快速接触寻位技术、焊接机器人离线编程技术等，控制系统可以对焊缝进行智能识别，选择合适的焊接参数相匹配，实现自适应的焊接参数控制，实现精准和高效焊接。14案例案例 3：基于数字孪生的焊接工艺仿真及优化：基于数字孪生的焊接工艺仿真及优化山河智能基于模型构建技术，依照焊接工艺流程、特征、功能和性能，定义和构建挖掘机动臂构件及零部件的本体、焊接设备、检测设备、焊接工艺、焊接环境等数字化模型，通过传感器、摄像头、激光定位等数据采集设备，采集构件的位置、状态、焊接工艺、焊接环境等参数，综合焊接产线现场焊接机器人运行状态、无损探伤仪检测数据、焊接视觉定位信息、零部件位置等数据，构建挖机动臂焊接工艺数字孪生大数据平台。基于数字孪生大数据平台，构建实时生产数据与数字孪生体的映射，实现复杂结构焊接工艺协同优化仿真，通过分析模型中焊材、热源、轨迹、力学变形等数据与产品合格率关系，实现复杂构件焊接工艺参数的动态优化。细分场景细分场景 3：智能化智能化机加机加大型结构件上有很多精度要求较高的装配孔和结合面，传统机加作业的自动化程度低、质量管控难度大。围绕机加场景，工业互联网可带来三大方面的应用创新：一是机加过程智能监测分析，通过应用智能检测装备以及机器视觉等先进技术，结合相关分析模型，实现对机加工序、物料属性、设备运行及工况的分析判断。二是智能化控制，通过将机加设备集成到数控管理系统，并在加工各个环节部署智能控制模型，实现机加过程的虚拟化验证、加工动态实时优化等功15能。三是无人化生产，通过在物料转运等环节部署机器人等智能装备，实现无人化操作，提升机加效率。细分场景细分场景 4：涂装：涂装过程优化过程优化涂装需严格控制漆膜厚度，避免起泡、麻坑、流挂等缺陷，传统涂装作业的控制精度偏低。围绕涂装场景，工业互联网可带来三大方面的应用创新：一是智能优化调漆，在多厂家供应、品种变化频繁的原料条件下，结合机理模型和智能算法，实现既能满足成品涂装质量要求又能满足成本最低的调漆原料配比优化。二是涂装过程智能闭环控制，基于过程追踪模型、质量反馈模型等各类智能模型，结合现场涂装专家经验，借助大数据分析等技术，不断优化工艺参数，实现机器人涂装可达率、涂装均匀性等的智能化闭环控制。三是智能无人喷涂，在工程机械产品机型复杂多变的条件下，结合喷涂机器人及产品设计模型，实现机器人仿型喷涂。案例案例 4：掘进机等大型工程机械自动喷砂系统：掘进机等大型工程机械自动喷砂系统喷砂作为涂装的前置工序，喷砂质量和效率直接影响工程机械产品涂装质量和效率。随着掘进机产品工件尺寸的增大，人工喷砂难度提升，高空作业风险高。作业人员要承受噪音、灰尘的侵扰，且需穿戴厚重的防护服作业，身体容易过度劳累，安全事故风险增加。随着员工自身健康意识的发展，愿意从事喷砂岗位员工越来越少，企业生产自动化升级改造成为必然趋势。16铁建重工联合外部单位研制超大行程的八轴龙门式机器人自动喷砂系统。该自动喷砂系统具备多自由度喷砂机器人、超高强度大跨度高承载龙门桁架、轨道自清洁单元、超高流量机械、气力复合磨料回收系统等模块，可实现大型构件高覆盖率编程自动、遥控半自动喷砂清理。喷砂清理效率较人工提高 1 倍以上，工件自动喷砂覆盖率90%，喷砂质量稳定达到 Sa3 级4。细分场景细分场景 5：数字化数字化装配装配传统工程机械行业装配自动化水平低、柔性差。围绕装配场景，工业互联网可带来三大方面的应用创新：一是装配计划智能排产，通过建立数学模型，采用先进排产调度的算法，自动给出满足多种约束条件的排产方案，优化装配计划排产。二是装配过程智能检测与分析，利用自动拧紧机、翻转机、高清工业相机等设备及 SCADA 等系统，实现对拧紧力矩、装配匹配度等数据的在线检测与分析。三是智能无人装配，结合自动化装配机器人、AGV 等搭建柔性装配产线，实现无人化智能装配，提升装配效率和精准度。（2）生产）生产管理管理结合工业互联网在典型生产工艺中的应用实践，针对全流程生产过程，总结出工序协同优化、计划调度优化、生产作业优化等三大类融合创新应用细分场景。4喷砂除锈等级划分标准：Sa3 级指表面被严重锈蚀，喷砂处理后，表面呈现出光洁的金属质感，没有可见的锈迹和旧涂层。17细分场景细分场景 1：工序协同优化：工序协同优化工程机械生产工序流程长，各工序生产过程差异较大。围绕工序协同场景，基于工业互联网建立各类型集控中心，可带来两大方面应用创新：一是各工序内部协同，基于集成化平台实现下料、机加、涂装、装配等主要工序内部多环节、多业务的协同优化。二是跨工序协同，利用软件系统集成技术，打通 MES、ERP、DNC 等系统，实现跨工序的一体化作业计划与生产管控。细分场景细分场景 2：计划调度优化：计划调度优化工程机械各零部件的加工生产过程相互独立，传统的排产方式针对市场需求等动态变化的调整灵活性不足，容易造成库存积压和资源浪费。工业互联网可以带来三方面的创新：一是生产计划优化，搭建 ERP 系统，采用约束理论、寻优算法和专家系统等技术，实现基于采购提前期和市场需求的生产计划优化，精准指导每一批次、每一台主机的下线时间。二是车间智能排产，应用 APS 系统，集成调度机理建模、寻优算法等技术，进行基于多约束和动态扰动条件下的车间排产优化，自动优化各部件的生产顺序。三是精准作业派工，依托 MES 系统，结合人员技能库、岗位资质库等基础数据，开展基于人岗匹配、人员绩效的精准人员派工。细分场景细分场景 3：生产作业优化：生产作业优化传统作业手段生产效率低下，资源调度粗放，热处理、18焊接等工艺过程质量管控难。工业互联网可以带来以下六个方面的创新：一是产线柔性配置，应用转台结构柔性化组对、模块化随行装夹、焊接离线编程和智能物流等技术，搭建多品种、小批量、离散型柔性智能产线，实现多产品混线生产、无缝换产。二是资源动态组织，构建 MES 系统，集成大数据、运筹优化、专家系统等技术，实现人力、设备、物料等制造资源的动态配置。三是先进过程控制，在混凝土泵送等环节，依托 APC 系统，融合工艺机理分析、实时优化和预测控制等技术，实现泵送过程的精准控制。四是工艺参数动态优化，搭建生产全流程一体化管控平台，应用工艺机理分析、过程检测反馈和机器学习等技术，开展下料件、装配件等的工艺参数动态优化调整。五是人机协同作业，集成机器人、高端机床、人机交互设备等智能装备，应用 AR/VR、机器视觉等技术，实现自动上下料、自动转运等作业高效组织和协同。六是精益生产管理，依托 MES 系统，应用六西格玛、6S 管理和定置管理等精益工具和方法，开展基于数据驱动的人、机、料等精确管控，消除生产浪费。（3）运营管理）运营管理细分场景细分场景 1：设备管理：设备管理切割机、折弯机、铣床、机器人等设备的健康运行是高效生产的前提，传统的人工巡检效率低、故障判定和预测困难。工业互联网可带来五大方面应用创新：一是自动化巡检，19应用工业机器人、热成像仪等智能巡检装备和设备管理系统，集成故障检测、机器视觉、AR/VR 和 5G 等技术，实现对设备的高效巡检和异常报警等。二是在线健康监测，建设设备管理系统，结合人工诊断专家规则库，融合智能传感、故障机理分析、机器学习等技术，实现机器人健康参数等设备状态分析和故障预警。三是预测性维护，通过对电气、液压、主轴传动等系统关键部件运行数据的采集，集成故障机理分析、大数据、深度学习等技术，构建故障预测与健康管理模型，进行设备失效模式判断和预测性维护。四是智能维护管理，建设设备管理系统，应用大数据和 AR/VR 等技术，从而针对故障率高发或巡检发现裂化的部位进行重点检维修、优化维修资源投入。五是设备全生命周期管理，建立企业资产管理系统，应用物联网、大数据和机器学习等技术，实现资产运行、检维修、改造、报废的全生命周期管理。细分场景细分场景 2：质量管理：质量管理工程机械的大型复杂零件质量检测难度大，依靠人工手段容易造成误检漏检，全流程质量追溯困难。工业互联网可带来以下三个方面应用创新：一是智能在线检测，针对折弯、伸臂、底盘等部署在线检测系统，应用三维扫描仪等智能检测装备，融合缺陷机理分析、机器视觉和大数据分析等技术，实现尺寸、表面缺陷、应力等在线检测和分析。二是质量精准追溯，建设质量管理系统，集成条码、标识和区块链等技20术，采集产品原料、生产过程、客户使用的质量信息，实现全过程质量精准追溯。三是产品质量动态优化，通过建设质量工艺动态设计优化模型、自动处置模型，依托质量管理系统和知识库，进行零部件性能、操作规范性等质量影响因素识别、缺陷分析预测和质量优化提升。细分场景细分场景 3：能源管理：能源管理工程机械的生产在铸造、机加工、焊接、热处理等各工艺环节存在较高的能源耗用，传统的设备缺乏自身能耗监控和能源再利用能力，能源管理手段粗放、滞后。工业互联网可带来三大方面应用创新：一是能耗数据监测，建立 EMS系统，集成智能传感、大数据等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。二是能效优化提升，基于 EMS，应用能效优化机理分析、大数据和深度学习等技术，基于设备运行参数或工艺参数优化，实现能源利用率提升。三是能源平衡调度，依托 EMS，融合机理分析、大数据等技术，进行能源消耗量预测，开展多能量流协同管控，实现全局能源动态平衡与优化调度，保障供能平稳高效。案例案例 5：徐州重机能效优化系统：徐州重机能效优化系统徐州重机通过能效优化系统，对公司消耗占比最大的电和蒸汽两大能源实施能效优化改造。在结构焊接单元，通过将大功率焊烟除尘设备用电与周围焊接设备用电负荷进行关联匹配，预警除尘设备是否应当开启，并进行焊烟21除尘自动启停改造。在涂装单元通过将涂装线体控制系统、VOC5尾气处理设备控制系统集成至能源管理系统，并对排放尾气的空气质量进行实时监控，分析运行数据，自动调节 VOC 设备开启频率，降低大功率生产辅助设备能耗。针对不同生产区域不同的供暖需求，制定分时段、差异化的蒸汽供应方案，并通过对天气温度、当班人数、车间用电负荷等相关参数的采集、分析，自动调整供暖方案，实现蒸汽供应智能化调节。细分场景细分场景 4：安全管理：安全管理工程机械行业的产成品有众多大型设备，生产作业现场存在较多安全隐患，传统隐患排查治理过程繁琐、效率低下。工业互联网可带来五个方面的应用创新：一是危险作业遥控化，采用远程遥控设备的方式进行作业，将操作人员从危险位置转移到安全位置，减少危重岗位现场的人力投入。二是危险作业自动化，针对焊接等工作环境差、人员劳动强度高的危险作业，采用焊接机器人代替手工焊接作业，通过本质化安全从源头降低安全隐患。三是安全培训拟实化，结合VR、AR 等技术，真实互动体验不同场景下的安全须知及紧急事故应对手段。四是安全风险实时监测与识别，依托安全感知装置和安全生产管理系统，集成危险和可操作性分析、机器视觉、大数据等技术，进行安全风险动态感知和精准识5挥发性有机化合物的英文缩写。22别。五是安全事件智能决策与应急联动，基于安全事件联动响应处置机制和应急处置预案数据库，融合大数据、专家系统等技术，实现安全事件处置的智能决策、应急预案推荐和快速响应。细分场景细分场景 5：环保管理：环保管理工程机械的生产往往伴随着机床加工粉尘、焊接烟尘、喷漆废气、加工废水、废边角料等污染物，传统的环保管理不够及时、不够精细。工业互联网可带来三大方面应用创新：一是污染源管理与环境监测，构建环保管理平台，应用环保测试仪器、智能传感和大数据等技术，开展污染源管理，实现全过程环保数据的采集、监控与报警。二是环保质量评价，通过建立不同维度的环保质量评价模型，实现对企业环保状况的智能化诊断分析，针对性提出改进措施建议。三是固废循环利用管理优化，通过在线监测技术、智能分析技术、协同平衡与优化调度技术，实现企业固废循环利用全方位监控和优化管控。3.个性化定制个性化定制工程机械企业基于工业互联网平台深化与用户交流沟通，打造柔性生产系统，通过对用户需求与生产计划的深度协同分析，实现小批量订单的定制化生产，满足多样性和个性化的工程机械产品市场需求。（1）基于用户选配的定制）基于用户选配的定制23为更好地满足用户差异化需求，基于工业互联网平台，集成营销、研发、设计系统，打通生产侧与营销侧数据，结合可配置 BOM 系统，进行包括配件型号、颜色等模块化组合，根据用户订单选配解析生成专属 BOM，来指导后续生产，实现基于用户需求的模块化、快速化定制。（2）耦合服役环境的定制）耦合服役环境的定制大型工程机械往往需要在各种复杂环境和工况下高效、安全地完成预定任务，比如在高地应力、高水压等条件下的隧道掘进等。基于工业互联网平台将工程机械产品设备服役期间所产生的运行参数等数据进行采集、利用、分析，建立服役环境信息数据库，结合大数据、机器学习等技术，构建产品设备运行与服役环境相互作用的模型，形成耦合服役环境的工程机械产品谱系和模块，集成设计、生产执行系统，实现面向不同服役环境的精确化定制。案例案例 6：铁建重工耦合服役环境的掘进机产品设计：铁建重工耦合服役环境的掘进机产品设计掘进机的服役环境具有高不确定性、高地应力、高水压等特性，需要根据施工工程的地质勘察结果、施工工法知识库等进行针对性设计。铁建重工通过地质勘察、大数据分析等手段，结合积累的施工经验，建立了掘进机服役环境信息数据库，构建了装备与地质环境的相互作用模型，进而建立耦合服役环境的掘进机数字样机，在产品设计、样机仿真等环节充分考虑服役环境的特点，进行产品定向24优化，形成了耦合服役环境的掘进机产品谱系和模块化配置，可根据新的服役环境进行快速配置或耦合设计，大幅缩短产品研发周期，有效增强产品对服役环境的适应性。4.服务化延伸服务化延伸基于工程机械全产业链数据打通，推动企业从单纯的生产制造向服务端延伸，形成创新后市场服务、售出产品设备运维服务、智能施工服务、二手市场交易服务、再制造服务等业务模式。图 2-4 服务类业务与工业互联网应用方式对应图（1）创新后市场服务）创新后市场服务细分场景细分场景 1：供应链金融：供应链金融目前工程机械企业仍面临产能过剩、融资难等问题，供应链金融可以助力企业盘活资产、加快资金流转、丰富融资渠道。基于工业互联网平台对工程机械产品设备进行状态监测、故障预测和风险评估，打通产业链上下游企业、金融机构数据，使得供应链金融具有更好的数据风控基础，可带来三大应用创新：一是在线贷款，银行通过线上平台监测施工队作业情况、承包商财务状况和经营情况，针对性给予贷款服务。二是融资租赁，工程机械企业与银行、融资公司合作25等方式，开展租赁业务，加快资金流通，降低融资成本，缓解资金压力。三是精准投保，保险公司依托工业互联网平台综合评估工程机械产品设备风险因素，从而实现针对性投保、按需投保。细分场景细分场景 2：数据增值服务：数据增值服务工程机械产品设备的使用过程中积累了海量的运行工况、维修保养、故障缺陷等状态数据，基于工业互联网平台汇聚海量数据，应用大数据、专家系统等技术，生成不同时间周期的工时、油耗、在线率、故障率、产品设备估值等分析结果，以指导产品设备使用、能耗管理、运营维护、融资服务等过程的决策优化。案例案例 7：基于：基于“机号管理机号管理”的数据增值服务的数据增值服务天远科技基于以人号、件号、工程号、故障号、债权号组成的“机号管理”理论，构建以机号为核心的全生命周期数据管理模型，为工程机械产品设备使用商、维修商、销售商、制造商和融资商提供增值信息服务。利用大数据技术管理全流程的人、机、物等数据，比如挖掘机工作地点、工作时长和工作负荷，发动机的转速、扭矩，挖掘与旋转速度、实时工作油耗、水箱温度、报警等运行状态数据，并将产品设备使用方、服役工程项目、销售、维修等各类信息记录在案，从而为每一台挖掘机建立一份详细的健康档案，通过全生命周期数据管理去赋能安全生产、节26能减排、降本增效和产品设备创新。细分场景细分场景 3：产品产品设备共享租赁设备共享租赁针对小批量租赁的用户，工程机械企业将挖掘机、推土机、搅拌机、压路机等产品设备上云，基于工业互联网，实时采集各工程机械产品设备的基础信息、工作状态、工况数据、健康状况等数据并统计分析，搭建开放供需的产品设备共享网络平台。用户通过平台下单，平台根据客户需求推送合适的工程机械产品设备，提高工程机械产品设备利用率，助力用户优化资源配置、加快资金周转。（2）售出产品售出产品设备设备运维运维服务服务细分场景细分场景 1：售出产品售出产品设备预测性维护设备预测性维护工程机械产品设备在使用过程中发生故障的时间不可预测，对解决故障的时效性要求较高，传统运维依赖人力巡检，容易造成滞后或者过度维修，给下游用户造成停机损失、增加运维成本。基于工业互联网平台采集工程机械产品设备的运行参数、健康状态等数据，集成故障机理分析、大数据、深度学习等技术，实现面向产品设备的健康诊断、故障预警、预测性维护等能力。利用数字化方式驱动服务模式由被动变主动，降低突发性故障的概率，提升产品设备健康度。案例案例 8：基于徐工汉云平台的：基于徐工汉云平台的产品产品设备预测性服务设备预测性服务徐工汉云给中交集团构建了车辆设备管控平台，通过数据采集终端以及风速、倾角、重力等传感器，实时采集27产品设备运行状态，为各种产品设备设定作业安全阈值，当超过预设阈值时实时提醒用户；根据产品设备的工作时长以及保养策略，提前提醒用户进行产品设备保养；记录产品设备的维保内容及相关备件，辅助单机核算。此外，平台还统计了产品设备每天的工作状态数据，帮助中交掌握产品设备工作情况，科学安排闲置产品设备。通过产品设备预测性维护解决方案，有效地降低产品设备作业事故发生率 3%，降低产品设备运行成本 7%，提高产品设备利用率 5%，有效解决内部各子公司产品设备协同问题。细分场景细分场景 2：远程专家诊断服务：远程专家诊断服务过去，工程机械产品设备发生故障后需要维修人员现场检查才能诊断、解决，造成人力的浪费。基于工业互联网平台，工程机械企业可以融合智能感知、高清音视频通讯、AR/VR 等技术，实现产品设备的远程可视，通过专家知识沉淀及大数据算法相结合，对产品设备健康状态进行判断，并将关键运行数据分析推送给决策层，以提升产品设备稳定性，降低运行能耗及维护成本，实现远程的诊断服务。细分场景细分场景 3：产品产品设备全生命周期管理设备全生命周期管理工程机械作为大型生产工具，基于对产品设备运行、检维修、改造、报废等全生命周期的数据进行挖掘分析，可以支撑安全生产、产能提升、节能减排、资产管理等环节业务的优化和创新。基于工业互联网平台，综合应用物联网、大28数据和机器学习等技术，实现产品设备的运行、检维修、改造、报废的全生命周期管理。案例案例 9：基于基于“根云根云”平台的产品平台的产品设备设备全生命周期服务方案全生命周期服务方案树根互联为某海外混凝土输送机械制造商提供基于工业互联网平台的产品设备智能服务解决方案，针对其存在的无法实时掌握产品设备状况、资源调配滞后、产品设备故障及停机较严重等问题，借助电信网络、卫星定位等技术应用，结合嵌入式智能终端等硬件设施，构建完善的数据采集与分析闭环，实现产品设备工况数据的存储、分析和应用，有效监控和优化工程机械运行工况、运行路径等参数与指标，提前预测预防故障与问题，实现产品设备远程运维、服务订单管理、关键件追溯等功能落地，提升制造、销售、售后等环节效率。基于这一解决方案，产品设备故障诊断效率提高 15%，人员差旅成本减少 25%，停机时间缩短 60%。细分场景细分场景 4：备件管理优化服务：备件管理优化服务传统的工程机械备件计划和维修管理多根据人的经验进行规划，常常会发生计划偏差，备多造成库存积压、资源浪费，备少则难以满足产品设备故障及时修复的需求。基于工业互联网平台，可以通过直接互联产品设备及关键部件的数据采集和分析，从而更精准预测关键部件利用率、优化备件管理体系，实现备件的即时、按需和智能调配，提高维修29效率，节省现金流。（3）智能施工服务）智能施工服务工程机械产品设备广泛应用于高速公路、铁路等基础设施建设，地处偏远，环境复杂，如果管理或操作不当，容易造成安全事故。针对产品设备难以管控、工程质量监管困难、安全管理有漏洞等施工过程中存在的问题，工业互联网可以带来三大应用创新：一是基于数据辅助施工决策，通过在产品设备、工地上部署智能感知装置，实时采集产品设备作业数据和环境数据，结合大数据和机器学习等技术进行深度挖掘分析，实现施工进度监测、施工工序优化、施工路径优化等，为现场施工决策提供量化支撑。二是基于数字孪生的施工模拟仿真，建立虚实映射的数字孪生体，输入不同的施工条件，进行工况模拟迭代，不断优化施工方案，建立反馈响应系统，根据产品设备动态变化来实时修正、调整施工方案并指挥现场施工。三是远程施工控制，通过多传感器融合及信息传输网络的构建，结合复杂作业场景三维重建、环境态势感知、作业轨迹自动规划、AR/VR 等技术，构建远程施工控制系统，实现远程无人化施工。案例案例 10：铁建重工地下工程智慧施工：铁建重工地下工程智慧施工铁建重工依托自主研发的隧道装备协同管理平台，基于不同类型工程项目特点，面向关键工序、线路，融入全面感知、科学决策、高效执行的智能建造特征，在信息化30数字化工地的基础上，围绕智能建造核心数据进行深层次挖掘，打造了风险智能预警、智能开挖掘进、智能施工管理、健康监测维护等工程建设核心模块，构建“智慧大脑”辅助各级核心管理人员进行科学决策。在此基础上，结合客户现场施管理过程实际需求，针对施工过程人、机、料、法、环全要素构建了相关管理功能模块，搭建智慧施工 智慧管理的地下工程智慧工地协同管理平台，提升施工管理水平。（4）二手市场交易服务）二手市场交易服务由于工程机械产品设备缺乏身份识别制度，二手产品设备检测、评估难度大，交易缺乏相应监管，存在着改车、拆车、以次充好等现象。工业互联网可以带来以下两大方面的应用创新：一是产品设备及部件身份管理，以工业互联网标识为抓手，对产品设备及部件的全生命周期的行为、履历、工况及安全性能等数据进行采集，为每台产品设备建立“身份档案”，进而实现工程机械产品设备防伪与可追溯、全生命周期质量管理、安全管理等应用服务。二是基于数据互通的交易管理，利用区块链等技术实现产业链各方数据的拉通，从而提供精准化需求对接，打造透明、安全、高效的二手市场交易平台。案例案例 11：“重机重机 E 链链”产品产品设备部件数字化身份证管理设备部件数字化身份证管理广东传感时代科技有限公司打造的“重机 E 链”基于工31业互联网标识解析应用构建了“一物一码、物码不可分离”的产品设备部件数字化身份证管理模型。产品设备与部件具有唯一的数字化身份证，为产品设备部件标识解析应用提供了基座，为政府安全监管提供了抓手，助力解决工程机械产品设备各部件的仿制、假冒及标识码作假等问题，以及工程项目中拼装、混装等问题。传感时代专为工程机械产品设备及部件开发的工业互联网标识载体（电子标签）示意如下：图 2-5 产品设备部件数字化身份证管理示意图（5）再制造服务）再制造服务传统的工程机械产品设备全生命周期以产品设备的报废为终点，再制造是以产品设备的报废为起点，使得产业链价值得到延伸。目前的再制造市场存在流程体系不健全、工程机械企业与再制造企业间信息不对称等问题。工业互联网可以带来两大应用创新：一是网络化再制造生产，利用信息技术和大数据，使零星的再制造单元联合起来，形成网络化32的工程机械再制造系统，以快速响应再制造产品市场需求，加快对再制造工程机械的开发步伐。二是再制造零部件信息共享，基于工业互联网平台拉通工程机械企业、再制造企业、零部件供应商德国主体，实现供需精准对接，提升再制造效率，减少资源浪费。5.数字化管理数字化管理通过打通工程机械企业内部各个管理环节，打造数据驱动、敏捷高效的扁平式经营管理体系，实现管控可视化、市场变化及时响应、资源动态配置优化、战略决策智能分析等全新管理模式。图 2-6 经营管理类业务与工业互联网应用方式对应图（1）仓储物流管理）仓储物流管理仓储物流管理是工程机械企业重要的业务环节，传统依靠人工分拣易出错、调度效率低下。工业互联网可带来三大方面的应用创新：一是智能仓储管理，通过使用以立体库、AGV、智能分拣、WMS 等技术为代表的智能化仓储设备和系统，同时使用 RFID、条码标签等精准标记识别各类物料，集成 MES、WMS 等系统数据，依据实际生产计划，实现物料自动入库、盘库和出库。二是物流精准配送，应用 WMS33系统和智能物流装备，集成视觉/激光导航、机器学习和无线定位等技术，实现物料、物流设备与工位的有机衔接、动态调度，保障上下料件顺畅流转。三是物料实时跟踪，集成打通 ERP、MES 和 WMS 系统，利用物联网、无线定位、识别传感等技术，实时跟踪零部件、半成品和产成品厂内全程流转的位置和状态。（2）碳资产管理）碳资产管理工程机械领域已成为我国减少碳排放的主战场之一，是实现“双碳”目标的关键。围绕碳资产管理场景，工业互联网可带来两大方面的应用创新：一是碳资产智能分析，在企业内部，可基于 LCA6工具建立碳资产管控平台，通过采集包括变配电、照明、给排水、燃气、冷热水机组、热处理工艺设施等各类能耗监测点的用能数据，根据不同工艺特点、产品特点，建立产品 LCA 基础数据模型、LCA 环境复合模型，基于各类模型开展对各生产工序、各类型产品的环境负荷分布与构成的分析，对不同工艺路径碳排放的比较以及产品碳足迹追踪。二是碳资产交易与碳金融，随着交易机制的完善，通过行业级平台可实现碳资产在线交易，从侧面敦促企业加强自身碳排放管理。（3）供应链管理）供应链管理工程机械行业供应链复杂，传统的供应链资源调配效率6生命周期评估（Life CycleAssessment）的英文缩写。34低下。工业互联网可带来三大方面的应用创新：一是采购策略精细化，基于工业互联网平台，采集订单合同与生产消耗相关数据，通过大数据分析精准确定零部件采购需求，同时通过平台敏捷感知上游零部件市场价格变化，结合自身需求，实现原材料采购和外协加工的精益管理，进行有针对性的采购。二是供应链可视化，基于与供应商的设备互联，建立供应商产能模型，搭建供应商管理平台，实现订单、物流、库存、排产的可视化展示，实时掌握产品的关键制造流程，及时预警缺料信息、异常订单，通过与供应商的库存信息快速交互，为有序生产运营提供支撑。三是供应链风险预警与弹性管控，基于工业互联网平台，利用大数据分析手段，将供应链业务过程中的成本、计划、配送、库存、质量等环节存在的风险隐患进行识别、定位，并进行有效处置，保证业务流程的科学柔性管理。案例案例 12：中联重科基于区块链的供应链可视化应用：中联重科基于区块链的供应链可视化应用中联重科搭建供应链管理平台，与 ERP、PLM、WMS、OA、QMS 系统进行集成，打通上下游企业的数据，实现供应链端到端的全过程管理。通过区块链技术，将供应链业务活动中的需求、产能、订单、物流、库存等相关指标信息进行采集、传递、存储，并在平台中共享，提高供应链的透明度和可控性。通过对不同供应商的库存、产能等信息进行收集，结合大数据技术，运用数据建模，提高订35单分配的准确性，降低供应商临时供应短缺风险，提升订单准时交付率。同时，根据不同业务管理需求制定多个管控模型，以图形化的方式进行展现，实现供应链可视化监控和分析。（4）营销管理）营销管理传统的营销管理难以对市场需求进行精准预测，营销策略容易出现偏差、难以快速响应。工业互联网可带来三大方面的应用创新：一是市场快速分析预测，基于平台汇集宏观经济、关联产业相关数据的走势，尤其是需求侧设备开工率等关键影响因子，通过决策树等机器学习算法，搭建起敏捷的市场分析预测模型。二是销售计划动态优化，依托 CRM系统，应用大数据、机器学习等技术，挖掘分析客户信息，构建区域用户画像和需求预测模型，结合房地产、基建等下游市场趋势分析，制定精准销售计划。三是销售驱动业务优化，把生产系统、物流系统、零售系统链接起来，形成全链条数据的闭环，实现“以销定产”的运营管理模式，优化企业业务流程，提高个性化定制、柔性化生产能力。（5）财务管理）财务管理随着工程机械企业业务的不断创新发展，财务管理工作逐渐复杂，尤其是产业链上下游账务的高效协同已成为趋势。工业互联网可带来四大方面的应用创新：一是资金业务智能管控，基于平台打通工程机械企业原有各类相关财务系统，36建立财务分析模型和集中化管理系统，可实现财务管理业务的全方位集中管控。二是市场利润“预判”核算，通过集成采购系统、销售系统数据，结合大数据分析，实现对企业市场利润预判。三是业财融合，通过平台打通财务管理系统与生产制造等相关业务系统，实现基于业务数据联动分析的企业成本、预算、收入精细化管控和实时分析，实现精细化财务管理。四是产业链账务协同，打通与供应商之间的业务数据，构建业务协同模型，实现与供应商之间计划、订单、结算等业务高效协同。结合区块链技术的应用，将应付账款余额等关键数据上链存证，解决送货准确性差、对账难、结算效率不高、存货资金占用大等问题。案例案例 13：树根格致树根格致基于区块链的基于区块链的产业链账务高效协同产业链账务高效协同树根格致基于 ROOTCHAIN7建设以三一集团为核心的工程机械产业联盟链，与三一集团、供应商 ERP、WMS等信息系统集成，将采购订单和销售订单时间、数量、金额、交货状态等业务数据上链存证，基于 ROOTCHAIN 搭建共享账务应用微服务，实现联盟企业账务自动化结算、业务高效协同。同时，引进长沙银行等金融机构参与联盟链，建立供应链融资风险评估模型，根据供应商融资申请授权长沙银行使用供应商与三一集团的交易数据，基于风险评估模型生成长沙银行融资风险评估需要的“零知识”证7树根格致打造的工业区块链平台。37明结果，缩短联盟内企业融资申请审核周期。通过联盟链的建立促进产业链间数据共享，运用区块链分布式账本，实现信任传递和价值转移，将核心企业信用在链上向多级供应商传递，推动产业链协同。（6）企业经营决策）企业经营决策工程机械龙头企业分子公司多、资产庞大、组织结构复杂。工业互联网可带来三大方面的应用创新：一是面向制造专业板块的智能决策支撑，基于平台广泛收集企业运营相关数据，结合人工智能、大数据等先进技术，基于“机理模型 数据分析”构建数据中台，打造领导驾驶舱，实现生产、质量、能源等业务的可视化展示与智能化分析。二是面向经营专业板块的智能决策支撑，基于集成化平台实现公司统计、财务、存货管控、采购、销售、物流等业务的可视化展示与智能化分析。三是跨专业板块的综合智能决策支撑，通过集成各业务领域数据，借助大数据分析技术实现多要素管控协同集成。6.网络化协同网络化协同基于工业互联网广泛连接，汇聚工程机械行业设备、技术、数据、模型、知识等跨区域跨产业资源，打造贯通供应链、覆盖多领域的网络化配置体系，实现产供销协同、多基地协同、产业链协同等模式。38图 2-7 协同类业务与工业互联网应用方式对应图（1）产供销协同）产供销协同传统的工程机械企业产、供、销环节相对独立，管理颗粒度相对粗放，难以在实现整体资源平衡的前提下指导精益化生产。工业互联网可带来两大方面的应用创新：一是用户需求精准预测，应用大数据、深度学习等技术，实现对市场需求影响因素及未来需求趋势的精准分析、判断和预测，助力工程机械企业结合用户需求预测来指导生产。二是物流供应优化，基于平台连接供应链上下游业务系统，收集用户对交货周期、物流质量和成本等需求，实现工程机械企业与外部物流服务商等资源的协同集控，确定物流运输的最优计划与最佳路线，有效降低供应链成本，优化物流供应质量。（2）多基地协同）多基地协同工程机械龙头企业分子公司众多，存在着多基地协同生产的需求，比如主机公司与部件公司协同完成生产，或者不同基地间在产能不足时互为生产补充。工业互联网可带来五大方面的应用创新：一是多基地订单协同，基于平台进行多39基地数据互通，广泛汇聚各基地合同、物流、成本等信息，在集团公司进行统一接单后，结合各基地当前经营状况与产能状态，实现订单分配优化，保障订单交付速度与质量。二是多基地资源协同，基于多基地系统互联互通，可实现原料余缺互补等资源调剂。三是多基地产品质量协同，以基于云计算、SDN、CDN，以及多种不同级别的数据一致性技术，构建统一高效、快速响应的协同制造系统，实现产品质量“一贯制”管理，提升产品质量稳定性。四是多基地采购协同，通过平台获取各生产基地备品备件等物资消耗数据，实现各类原材料集中采购调度，提升议价能力，降低采购成本。五是多基地设备管理协同，基于平台采集各生产基地主要设备信息，建设统一的设备管理体系，实现设备管理效能提升。（3）产业链协同）产业链协同工程机械是一个技术、资金和物流相对密集的长产业链生态。基于工业互联网平台构建以工程机械生产制造为中心，上游聚焦发动机、液压系统等核心零部件和服务供应商，下游涉及房地产、基建、矿山等配套产业的工程机械产业链智能生态圈，建立工程机械企业的敏捷制造体系，打造快速响应的市场服务能力，实现全产业链的高效协同。（四）（四）“5G 工业互联网工业互联网”应用应用“5G 工业互联网”是指利用 5G 技术改造升级工业企业生产网络，形成 IT、CT 和 OT 融合的工业网络部署方案，40综合运用云计算、大数据、人工智能、边缘计算等新兴技术构建新型基础设施，在工程机械行业应用主要分为数据采集类、控制类、图像信息传输类三大类，聚焦智能化生产、精益化管理、服务化延伸三大应用模式。图 2-8 工程机械行业“5G 工业互联网”应用图1.数据采集类应用数据采集类应用（1）设备数据采集）设备数据采集工程机械行业细分领域众多，设备生产工艺场景复杂多变。传统的机器人、数控机床等固定设备数据采集可以用有线网络，但是针对 AGV、叉车等移动设备的数据监控与管理，有线布线繁琐，且对即时通信连接的要求较高，3G、4G 和WIFI 等传统无线数据传输方式存在接入数量受限、信号干扰切换难等短板，难以满足特定工业场景下低时延、高可靠等需求。面向复杂多样的生产设备，5G 网络凭借高速高可靠的数据传输与通信方式为设备数据采集提供了新方式，助力实现更高效的设备预测性维护及故障诊断。基于 5G 网络进行设备的连接，可减少项目建设过程中线缆的设计和施工，41“以移代固”实现园区网络全覆盖，同时 5G 大带宽特性也能突破传统无线技术的瓶颈。案例案例 14：基于：基于 5G 的设备数采的设备数采三一北京桩机工厂生产模式属于典型的离散制造，各零部件加工过程相互独立、互不配合、生产线之间无法衔接。2019 年启动智能化改造，全面引入 5G 技术，通过部署上行容量在 1Gpbs/万平方米以上、单终端达到 300Mbps以上、时延在 20ms 左右的 5G 虚拟专网，将 8 个柔性工作中心、16 条智能化产线、375 台全联网生产设备、上千台水电油气仪表实现全连接。通过 36000 多个数据点的实时接入，结合大数据算力实时计算，为每一道工序、每一种机型匹配最优参数，优化生产能力。（2）能耗及环境数据采集）能耗及环境数据采集工程机械企业能耗数据采集系统存在重复建设、布线繁琐等问题，采集点位广泛分布于压缩空气站、蒸汽站、配电室、开闭所等场所，难免存在部分采集盲区。通过部署 5G设备采集终端，对分散的能源仪表进行数据采集，代替传统布线式数据采集，减少电缆、光缆铺设，减少采集站设置，可覆盖到有线网络难以布置的盲区，实现对能源消耗和污染物排放等数据的广泛采集，基于能耗数据分析助力工艺优化和设备升级等决策，实现绿色低碳生产。422.控制类应用控制类应用（1）生产设备协同作业）生产设备协同作业工程机械冲压、涂装、机加等生产环节，现场部署了大量工控设备，但由于产线间的分段控制，难以满足一体化管控与运维。传统的 3G、4G 网络难以延伸应用到工厂内网，WIFI 网络在安全性、连续覆盖和接入能力方面存在不足，5G凭借其大带宽、低时延、高灵活特性，构建一张可靠的基础连接网络，可以满足多设备协同作业的要求。综合利用 5G授时定位、人工智能、软件定义网络、网络虚拟化等技术，建设设备协同作业系统，在生产设备以及摄像头、传感器等数据采集终端上内置 5G 模组或部署 5G 网关，通过 5G 网络实时采集生产现场的设备运行轨迹、工序完成情况等相关数据。依靠 5G 网络 MEC 边缘计算，部署至设备终端，建立设备、系统、平台之间的联系，支撑数据流的接收和上传，并综合运用统计、规划、模拟仿真等方法，将生产现场设备按需组成一个协同工作体系，实现多设备的协同作业。案例案例 15：三一集团空压机设备协同作业：三一集团空压机设备协同作业三一集团与湖南联通合作，以 5G 数据分流技术为基础，通过无线和控制网元的灵活定制，构建一张大带宽、低时延、数据不出园区的基础连接网络，实现集团内不同种类空压机设备的协同作业。利用 5G 网络低时延、大带宽、高灵活的特点连接集团不同种类空压机、冷干机、流量计43和传感器，基于 5G 云化 PLC 技术时延低、集成度高的特点，可支持最多 20 个实时控制系统管理，同步完成分系统的控制和整体的调度管理，实现产线智能控制，实现年节电 1000 万度，节约运维管理费用 300 万元，设备效率提升15%以上，设备运维管理费用下降 30%。（2）施工作业远程控制）施工作业远程控制工程机械施工环境复杂，远程施工作业对操作实时性和环境可视性要求极高，需要极低的通信时延、可靠的传输能力和超大的带宽，5G 网络可以很好地满足这一需求。工程机械企业通过搭建远程施工智能控制系统，结合无人驾驶等控制技术，实现设备远程控制、远程精准操控以及现场无人化作业施工。5G 凭借大宽带、低时延特性，为远程控制终端对现场设备状态、施工作业参数等海量工作数据的实时采集传输提供稳定可靠的通信链路，并通过设备操控系统实现对施工设备的实时精准操控，保证控制指令快速、准确、可靠执行，大幅降低工作人员劳动强度，保证人员安全。案例案例 16：基于：基于 5G 的隧道装备远程操控的隧道装备远程操控为减少隧道工程建设中存在的岩爆、岩溶、高地热、有毒有害气体等风险因素对施工人员的损害，铁建重工研制了全国首台套铁路隧道施工远程操控系统，并联合中国电信对系统传输网络进行了 5G 升级。隧道装备远程操控系统利用 5G 大宽带、低时延特性，有效保障远程操控过程中44数据的实时采集传输，为远端对现场设备状态和施工状态实时监控提供稳定可靠的通信链路，使得远程视频数据网络传输平均延时35ms，远程操控装备动作平均响应时间1s，大幅提高远程操控的可靠性和稳定性，实现在高风险环境下的安全作业，协同控制机群高效施工，推动隧道少人化作业。（3）厂区智能物流）厂区智能物流无人化仓储物流是工程机械行业未来趋势之一，在无人机车自动驾驶或远程操控中，往往需要以超低时延的动作反馈机车自动驾驶或远程操控的信息。3G、4G 和 WIFI 网络难以满足低时延、大带宽、抗干扰性需求，而 5G 网络凭借大带宽、低时延的技术优势，可以很好的满足厂区内柔性物流的需求。工程机械企业通过内置 5G 模块的 AGV 小车、RGV小车、悬挂输送链、搬运机器人等物流设备，将物料的位置、数量及物流路线信息实时发送至调度系统，构建系统拣货策略、预警策略、拣货任务分解规则、运输路线分配等智能化分析模型，实现生产物料的实时调度，保障生产的顺利进行。3.图像信息传输类应用图像信息传输类应用（1）生产作业状态监控）生产作业状态监控传统工程机械生产现场作业监控采用固定方式，5G 无线技术增强了监控点的可移动性和监控人员的可移动性。通过在工业园区、厂区、车间等现场内置 5G 模组或部署 5G45网关等设备，传输生产现场全景高清图像视频及作业工况数据，直观展示人员、设备作业情况，比如基于 5G 高清视频监控实现工步节拍分析、工步防错防漏等功能，提升生产现场全局化和精细化管控水平。（2）质量在线检测）质量在线检测工程机械生产规模大、型号多、检测项密集，传统人工检测效率低、误检漏检率高。而超高分辨率工业相机由于数据量过大，离线存储或依靠有线传输检测数据往往效率偏低，不便于数据及时上平台进行分析。基于 5G 增强移动大带宽和 5G MEC 低时延数据传输能力，企业可以在生产现场部署工业相机或三维扫描仪等质检终端，实时拍摄物料或产品质量的高清图像，通过 5G 网络传输至部署在 MEC 上的专家系统，对图像进行实时分析来识别质量缺陷。比如在焊缝检测工位配置高清工业相机，通过 5G 网络将焊缝表面图像数据实时上传至数据中心，基于 AI 算法进行分析，实现自动高速识别焊缝表面缺陷，减少人工检测成本、提高检测效率。案例案例 17：基于：基于 5G 机器视觉的质检机器视觉的质检针对工程机械生产质检需求，中兴通讯研发了基于 5G和机器视觉的智能质检系统，在产线固定工位部署超高清工业相机和光源，基于高清视频监控技术，实现视频图像信息的高清采集、高清编码、高清传输、高清存储、高清显示，利用 5G 网络将检测图像上传至工业互联网平台，对46图像进行算法处理，自动识别出当前图像中瑕疵的位置、大小及类型等信息，将缺陷数据实时保存至本地数据中，并通过控制系统控制声光报警，实现快速质检。（3）AR 辅助装配、巡检辅助装配、巡检针对工程机械设备大型化、结构复杂化、部件多样化的特点，采用基于 AR 技术的辅助装配及维修系统，通过 5G网络实时传输工单信息、设备数据信息和现场音视频信息，实现装配、巡检现场与后台系统的高效协同指挥。利用5G VR 技术，前端服务人员与后台专家可以进行实时双向语音沟通、视频连线、文档共享、实时标注等交互动作，辅助装配与巡检。案例案例 18：山河智能：山河智能 AR 辅助装配辅助装配针对装配经验传承难、装配工序细化难、现场检查及时性低等问题，山河智能建立了 5G AR/VR 辅助装配系统。基于产品的三维模型，山河智能首先将产品的装配过程在虚拟可视化的环境中模拟出来，然后在实际现场装配过程中，通过 AR 眼镜测量实现工程机械产品设备各部位特异性识别，实现装配过程操作手册化，将虚拟模型与现实零件无缝结合，指导工人实现装配。（4）安全生产管理）安全生产管理工程机械生产车间中桁车、叉车等的不规范操作，往往容易造成安全事故。由于车间空间大、桁车位置高，现场工47人在操作桁车、叉车的不规范行为往往需要固定高清摄像头才能拍摄清楚。通过构建 5G 网络将高清摄像头拍摄的生产现场图像上传至云端进行识别分析，实现对人员行为和环境异常状态的实时监控及预警。同时，基于 5G 大带宽、广连接的特性，实现生产作业全场景覆盖，可以为安全生产决策提供更多维的数据，提高生产安全水平。48三、工业互联网与工程机械行业融合创新实施架构（一）工程机械行业融合创新应用架构设计思路（一）工程机械行业融合创新应用架构设计思路当前，工程机械企业普遍建有各类信息化系统和自动化系统，这些系统在生产和经营中仍发挥着核心的作用，初步实现了业务流程模型抽象和基础数据积累。面对日益增长的数字化转型需求，以及新一代信息技术的持续探索突破，工程机械行业与工业互联网的融合创新发展将总体上采取叠加的架构设计思路。即在现有五层制造体系的基础上，通过运用 5G、物联网、云计算、大数据、人工智能、区块链等技术，构建工业互联网网络、平台、安全系统，开展与现有各类制造系统的集成互通，形成更强的数据采集、集成管理、建模分析和智能决策能力，以满足工程机械行业平台化设计、智能化生产、个性化定制、服务化延伸、数字化管理、网络化协同六大类数字化转型应用场景。即工程机械企业的日常生产、经营等各类活动仍主要运行于现有信息化和自动化系统，而通过工业互联网的融合创新应用，可以实现对现有业务的更加精准高效决策、动态优化，并不断发掘新的应用模式和业务形态，创造新的价值增长点。49图 3-1 融合创新应用总体架构为了支撑六大类数字化转型应用场景需求，需要基于叠加的架构设计思路，将新一代信息技术与企业原有信息化自动化系统进行深度融合，重点构建以下五方面的关键数字化能力：一是泛在感知一是泛在感知，面向行业数据建模分析、生产环节协同优化、产品设备远程运维等需求，通过广泛部署感知终端，提升对全要素、全产业链、全价值链的状态感知能力。二是二是敏捷响应敏捷响应，面向用户日趋小批量、多品种的个性化需求，通过平台连通工程机械主机厂、供应商与用户市场，提升敏捷响应能力。三是智能决策三是智能决策，面向更精细、更高效、更全局视角的决策需求，在企业内部打通各工序、各业务系统，通过工业模型与数据科学的融合，开展分析优化，提升智能决策能力。四是动态优化四是动态优化，面向越来越复杂的生产过程优化需求以及更精准的供应链管控需要，基于人工智能、大数据等技50术，对数据价值进行深入挖掘，提升动态优化能力。五是全五是全局协同局协同，面向全流程运营效率提升、全产业资源调度与全区域配置优化等需求，通过部署 5G、TSN 等新型网络技术，大幅提升工程机械生产与经营数据接入量与传输效率，同时基于平台连接供应商、物流商、金融机构等主体，提升全产业链供应链协同能力。为了实现上述数字化能力，亟待构建面向融合创新应用的新型实施架构，支撑工程机械企业全面降本增效、提升产品质量稳定性、助力业务增长、打造绿色安全的生产体系。工业互联网的融合应用为工程机械行业能力拓展和增量创新发挥了重要作用。一是基于大数据建模分析的业务优一是基于大数据建模分析的业务优化化，在传统“机理模型 专家经验”的决策模式基础上，通过“海量工业数据 数据科学模型”，来提升生产运营单点决策的准确性。二是基于多环节数据打通的协同优化二是基于多环节数据打通的协同优化，提高不同工艺环节、不同业务领域、不同生产基地、产业链上下游的协同响应程度与综合决策效率，实现传统“烟囱式”系统所无法实现的全局优化管控能力。三是基于数据驱动的服务模式与商三是基于数据驱动的服务模式与商业模式创新业模式创新，打通工程机械企业与下游客户、供应商、金融机构等主体，驱动形成产供销协同、产品设备远程运维、智能施工管理、供应链金融等创新应用。51（二）融合创新实施架构（二）融合创新实施架构图 3-2 工程机械行业工业互联网融合创新实施架构88参考：工业互联网产业联盟，工业互联网体系架构 2.0，201952工程机械行业工业互联网融合创新应用的实施架构总体分为车间层、企业层、产业层三个层级，围绕“网络是基础、平台是中枢、安全是保障、数据是核心、标识是纽带”，推动企业能力提升。车间层车间层由工程机械生产所需的数控机床、自动喷涂设备、搬运机器人等智能装备，焊接岛、装配岛等成套设备，整机下线检测等测试设备，以及自动化控制系统组成。在车间层部署工业互联网，重点是通过先进网络、边缘计算、数据分析等技术的综合应用，大幅提升生产现场的数据采集与传输能力，同时在边缘侧开展针对工程机械企业特殊工业协议转换、数据集成与数据预处理，提升工业数据质量，为数据分析与智能化应用奠定基础。车间层工业互联网还需要承载设备故障诊断、物料调用等与生产管控密切相关，具有低时延、高可靠性要求的智能化应用。此外，车间层工业互联网应重点关注相关设备安全与控制安全风险。企业层企业层由企业生产制造、经营决策、产品全生命周期管理等各类业务系统组成。在企业层部署工业互联网，重点是通过集成化平台、广覆盖网络等的部署实施，一方面提高各工序、各业务的运营效率，并结合数据分析、人工智能等技术提高研发设计、计划排程、能耗优化等业务决策的智能化水平；另一方面，企业层工业互联网还需结合大数据、工业互联网标识等技术，开展产品全生命周期质量追溯与管理。53此外，企业层工业互联网安全应重点关注各工序业务系统交互的数据安全、网络安全及企业应用安全。产业层产业层由连接产业链供应链上下游各方的信息系统或平台组成。在产业层部署工业互联网，重点是通过跨企业的网络连接与产业协同平台应用，提高跨企业跨区域的数据互联互通效率，并基于大范围、全局性的数据分析，实现产业链供应链资源的优化配置，形成产品设备远程运维、智能施工管理、供应链金融等创新应用。此外，产业层工业互联网安全应重点关注跨企业系统交互的数据安全、网络安全及行业应用安全。54四、工业互联网网络设施建设网络是基础。工业互联网网络包括企业内网、企业外网。典型技术包括现场总线、工业以太网等传统技术以及 TSN、确定性网络、5G 等新技术。企业内网用于连接工厂内人员、机器、材料、环境、应用系统等核心要素，要求在固定和移动场景具有灵活的接入方式，保障恶劣工厂环境下可靠低时延传输，同时兼顾不同数据传输的特性和需求。企业外网用于连接企业各地机构、上下游企业、用户和产品设备，要求数据传输稳定可靠，具备灵活的网络接入方式，保证传输时延控制和网络安全。（一一）建设现状建设现状一是现场设备的通信协议复杂多样，设备未充分联网。一是现场设备的通信协议复杂多样，设备未充分联网。部分工程机械企业在购买设备时没有要求设备厂商开放数据接口，部分设备还不能自动采集数据，未能实现车间全面联网。同时，不同设备厂商有着不同的通信协议，包括 JI939、CANopen、Modbus、GB/T32960 等，标准尚不统一，自成体系，互联互通难度大。二是多种网络部署方式共存，二是多种网络部署方式共存，存在存在“数据孤岛数据孤岛”。工程机械企业内部生产及办公网络主要采用以太网接入，无线通信方式偏少，整体网络杂乱、承载能力弱。部分企业未针对办公区、生产区、数据中心区等各区域制定区域隔离策略。大部分设备属于独立局域网组网，难以满足设备、系统交互55需求，形成“数据孤岛”。三是生产基地、施工工地众多，不同环境网络间未充分三是生产基地、施工工地众多，不同环境网络间未充分互联互通。互联互通。工程机械企业往往采用“一总部多基地”的生产管理方式，且产品设备会发到全国各地施工现场进行服务，部分企业生产基地间、生产基地与施工现场间未实现网络直联互通，信息难以实时交互，影响多基地协同生产、产品远程运维、远程施工控制等业务环节的决策效率。四是四是 5G 网络应用偏少，应用场景有待普及。网络应用偏少，应用场景有待普及。目前工程机械行业的“5G 工业互联网”应用主要集中在大型企业的生产车间、施工现场，仍以点状探索为主。中小企业 5G 应用较少，影响设计、集成和运维等各环节效率，导致精细化控制和高等级工艺流程管理等应用场景难以落地。（二二）建设需求建设需求基于工程机械企业的网络建设现状，建议重点改进方向如下：一是增强网络的高融合、可拓展性，提高设备互通互联一是增强网络的高融合、可拓展性，提高设备互通互联水平水平。要求生产现场网络能够灵活配置，同时具有高融合、可拓展的特性，可以将不同生产设备的通信协议通过协议解析、数据转换和地址空间重映射等技术手段转换成统一协议，从而支持不同类型网络融合，实现新建设备快速接入、支持异构设备联网，增强生产设备协同性。二是合理进行网络规划二是合理进行网络规划，兼顾数据兼顾数据、算力算力、安全等需求安全等需求。56利用工业 PON、5G、现场总线等技术，构建 IT 与 OT 融合、有线与无线协同的通信网络架构。基于嵌入式操作系统、边缘分析等技术支撑，在边缘侧进行数据预处理、存储、预分析，并与云端形成协同。建立车间端到端网络接入规范，制定端口冗余及隔离策略。三是加强网络能力建设，支撑跨业务、跨基地、跨企业三是加强网络能力建设，支撑跨业务、跨基地、跨企业协同协同。除了满足高可靠、广覆盖、大带宽等要求，还可引入边缘计算、SDN 等新技术，融合边缘节点、边缘云和中心云三部分，形成企业层算力网络管理平台，通过有效地管理和调度边缘节点和边缘云，使得企业办公网络、生产管理网络、工业控制网络实现统一管理和灵活流动。（三）建设部署（三）建设部署图 4-1 整体网络架构571.车间层车间层在新型智能设备接入时可使用叠加模式在新型智能设备接入时可使用叠加模式。对于实时设备监控、自动化控制、工业视觉分析、能耗管理等场景，现有的工业控制网络难以满足新业务需求时，可基于 5G、TSN、工业 PON、确定性网络、SDN 以及工业无线等新型技术，叠加构建支撑新业务流程的网络。例如，在已有的自动控制网络基础上，应用工业无线等新型网络，叠加部署新的传感器、高清工业相机等，对装配机械臂、自动喷涂等设备进行实时状态监控，实现设备全生命周期管理和设备故障预测性维护。在增强原有设备功能时可使用升级模式在增强原有设备功能时可使用升级模式。对装配机械臂、自动喷涂设备等原有生产设备进行升级，增加通信接口，实现网络技术和能力升级。例如，在机加现场，将原有的模拟式仪表更新替换为 5G 智能仪表，实现主要工艺参数实时在线监控、工序间信息有效及时传递、质量缺陷在线判定、质量控制模型开发等。2.企业层企业层大型工程机械企业（工厂）一般采用核心层、汇聚层、接入层的三层网络架构搭建园区主干网。其中园区主干网核心层设备位于企业（工厂）数据中心内，汇聚层设备位于企业（工厂）区域汇聚机房，接入层设备位于传统的车间设备间（工业互联网边缘设备间）内。企业（工厂）也可采用大58二层的扁平化网络架构，部署 SDN 技术，实现柔性和极简的网络管理，大幅降低企业管理网络的难度和工作量。还可以根据自身业务需求和预算，选择建设 5G 专网，构建高可靠、大带宽、高性价比的无线网络。企业数据中心建议采用云边协同技术，将企业办公、生产及安防系统云化部署，实现企业数据的实时高效汇聚、分析和交互。园区网应在一张物理网基础上，采用 VLAN 及 Overlay等网络虚拟化技术相结合，划分多业务网，同时支持办公、生产管理、视频（含视频会议）、语音等企业级应用。主干网配置出口网络设备（安全设备），连接企业对外专线和互联网出口，以建设统一、安全可控的工厂外网出口，避免多出口导致的管理和安全风险。企业/园区网络通过跨工序的信息化系统与生产控制网络进行连接，实现生产数据的采集，以及控制指令的下发。根据“网络安全等级保护制度 2.0”相关规范的要求，两个工厂内子网络之间须配置防火墙、网闸、单向隔离设备等边界安全隔离控制设备。企业/园区网络也可基于 5G 局域虚拟专网实现，详见“（四）“5G 工业互联网”建设部署”。593.产业层产业层图 4-2 企业外网架构3.1 普通上网业务普通上网业务普通上网业务采用非固定 IP 方式，上下行速率不同，优先 保 障 下 行 速 率。普 通 上 网 宽 带 下 行 速 率 多 在100Mbps1000Mbps 之间，一般为楼宇或单元共享带宽的方式，随着接入用户数量的增加，下载速率有所下降，并可能出现网络拥堵情况。3.2 高质量外网业务高质量外网业务（1）集团总部与分子公司间的网络部署）集团总部与分子公司间的网络部署总部与生产基地间的网络连接可以通过购买运营商工业互联网高质量专线，支撑企业的高质量业务。企业专线可为工程机械企业多基地连通提供基于互联网的虚拟专线（如SD-WAN、IPsec、MPLS-VPN 等）、物理隔离的专线（如60SDH、MSTP、OTN 等）、网络切片等定制化的专属资源。基于 4G、5G 及 NB-IoT 等蜂窝网络形式的无线外网技术也在逐步延伸到企业的各业务环节，实现设备、配件、信息系统以及人之间的网络互联，同时通过对工业数据的全面感知、传输交换、分析处理，实现了远程管理、运营优化和生产组织方式变革。企业与分支机构的互联多为星形组网，分支机构如在国内，多租用运营商光纤专线物理直连省内分支机构，以保障数据传输的安全性；MSTP 则是同城互联中常用优选方案，成本低且较为稳定；跨省连接的企业则根据自身需求考虑MSTP 或 MPLS-VPN 专线；涉及国际分支机构的企业，多采用 MPLS-VPN 或租用运营商境外网络或精品网络的方式连接。MPLS-VPN 由于在灵活性、扩展性等方面的优势，在企业外网中得到了广泛的应用。而随着云网协同需求的增加，多分支机构企业开始使用通信运营商的云联网组网模式进行企业外网建设。这种建设方式中，由通信运营商预接入全球主流云商、企业数据中心、境外运营商网络等节点，企业总部及各分支机构在进行业务开通时，可采用专线、SD-WAN、物联网等多种方式与就近的 PE（核心设备）进行联接，即可实现网络开通。（2）产业链上下游各协作企业的网络部署）产业链上下游各协作企业的网络部署产业链协同是基于工程机械企业、物流商、金融机构、61零部件加工企业、下游用户等行业主体的互联互通，一般来说对通信的时效性和可靠性要求相对较低。对于该类供应链数据的跨企业互通业务，工程机械企业往往通过互联专线和普通宽带就可满足需求。如果工程机械企业需要与上下游企业进行数据实时交互，则应采用 MPLS 或 MSTP 等企业专线保证数据传输的安全性与可靠性。（四）（四）“5G 工业互联网工业互联网”1.5G 网络需求网络需求工程机械行业对 5G 网络的应用需求主要包括数据采集类、控制类、图像信息传输类三方面：一是面向数控机床、叉车等生产设备及冲压试验机等检测设备数据的大范围高效采集，需通过 5G 技术解决传统有线网络存在覆盖盲区的问题，开展三现数据集控、柔性生产岛新型生产组织、能源管理等应用；二是面向工控设备、机器人等生产设备协同作业、物流运输车辆设备的远程作业控制以及工程机械产品设备的远程施工控制，需通过 5G 网络实现远程高效控制；三是面向焊缝表面缺陷、生产现场安全状态等高清图像视频传输交互，需通过 5G 网络解决因为视觉系统频繁移动造成的线缆缠绕严重问题，开展质量缺陷检测、AR 辅助装配、安全生产监控等应用。2.5G 网络功能要求网络功能要求生产现场方面，一是低时延要求，自动运送、机械臂分62拣等现场控制类业务对通信传输时延要求较高，通常要求毫秒级时延，需要进行空口时延优化、UPF 下沉等操作来减少时延；二是大带宽要求，产品机器视觉质检、远程控制管理、人员现场安全管理等场景需要进行高清图像视频的上行传输，需依靠 5G 网络通过引入超级上行、频率折叠、子帧配比调整等技术，增加上行时隙占比，提高上行带宽；三是高并发与高速传输要求，各类设备、仪表的数据采集需要 5G支持局部区域内海量高并发、中高数据速率的物联网连接；四是安全隔离和可靠性要求，包括和公众普通用户的隔离、企业内各业务之间的隔离，同时需具有超强抗干扰性、稳定性，具备可靠的数据传输、容灾及快速恢复机制等，满足高可用要求，保障企业生产信息安全。企业、园区及产业方面，一是园区安全要求，涉及门禁管控和移动巡检、运输车无人驾驶等场景，对 5G 大带宽、安全隔离和可高靠性等提出了跟生产现场网络同样的要求；二是多地专家的实时协同设计要求，基于与客户良好互动的个性化定制等场景，需要通过 5G 的毫秒级时延实现；三是私有数据不出园区要求，研发设计图纸、生产工艺参数、设备运行状态等数据属于企业私有数据资产，关键数据还关系到企业竞争，这部分数据通过 5G 网络传输时需要物理上留在企业内仅供内部使用，5G 网络架构设计需保证企业私有数据不出园区。633.5G 网络建设部署网络建设部署工程机械企业业务场景复杂，为满足不同企业、多种场景下的业务需求，兼顾对安全的高要求，建议企业采用 5G虚拟专网建设模式。综合考虑应用场景、地理位置、服务范围等因素，工程机械行业 5G 网络建设可分为面向独立企业园区的局域虚拟专网和面向一总部多基地的广域虚拟专网。图 4-3 5G 网络部署（1）面向独立）面向独立企业企业园区的局域虚拟专网园区的局域虚拟专网面向独立企业园区的局域虚拟专网，由基站、UPF、边缘计算平台、企业业务平台、5G 虚拟专网自服务平台等组成。一般限定特定地理区域，基于特定区域的 5G 网络，借助边缘计算的分流实现本地业务闭环。与大网之间通过防火墙等进行安全隔离，保障数据安全。5G 网络建设需要满足企业对于园区内网络和业务能力的本地化、个性化需求，并和自身的 OT 和 IT 系统融合，打通生产和办公。企业根据细64分的场景需求和自身特点来进行专网架构的定制，从而更好地将 5G 应用于企业园区。图 4-4 园区 5G 专网部署（2）面向）面向一一总部多基地的广域虚拟专网总部多基地的广域虚拟专网大型工程机械企业往往都是一总部多基地的模式，总部和各生产基地、各生产基地之间，一般都存在统一管理、数据共享、业务协同的需求。面向一总部多基地的 5G 广域虚拟专网，可以不限定地理区域，通常基于运营商的端到端公网资源，借助网络切片、专线等技术实现。图 4-5 跨园区 5G 专网部署65案例案例 19：“5G 工业互联网工业互联网”建设建设铁建重工联合中国电信、华为、中兴等合作伙伴，结合企业地理位置以及行业特殊性，以独享 UPF 下沉的形式打造 5G 工业专网，并开展 5G 内外网改造建设。园区内通过基站 室分来实现 5G 网络的覆盖，终端采用 5G 通讯模块进行联网，建立园区内专属 5G 局域网，隧道基地内依据掘进进度有序推进 5G 覆盖组网。分步上线智能焊接，智能分拣下料、隧道装备远程操控、自动驾驶、掘进机远控等应用场景，利用 5G 技术赋能工程机械行业数字化、智能化转型升级。图 4-6 网络方案示意图66五、工业互联网标识解析体系建设标识解析体系是工业互联网的重要纽带和神经中枢。标识解析体系实现要素的标记、管理和定位，由标识编码、标识解析系统和标识数据服务组成，通过为物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源分配标识编码，实现物理实体和虚拟对象的逻辑定位和信息查询，支撑跨企业、跨地区、跨行业的数据共享共用。（一）（一）建设现状建设现状一是标识应用实践主要集中在大型主机生产企业一是标识应用实践主要集中在大型主机生产企业，中小中小企业应用尚不足企业应用尚不足。现阶段的标识应用实践主要集中在工程机械行业大型主机生产企业，多从设备全生命周期管理、质量精准追溯等典型场景切入，展开标识融合创新应用，大部分中小企业的应用尚不深入，行业整体尚缺乏具有共性亮点的标识应用解决方案。二是适配工程机械行业标识应用统一标准缺乏二是适配工程机械行业标识应用统一标准缺乏，数据利数据利用效能偏低用效能偏低。目前缺乏针对工程机械行业的标识解析标准规范，尚缺少标识应用白皮书等行业指引，难以系统化、规范化地指导工程机械企业开展标识应用。企业内各类信息系统间数据标准不统一、横向数据互联互通难，导致数据整体利用效能偏低。三是目前工程机械三是目前工程机械行业行业标识应用偏重生产制造及产品标识应用偏重生产制造及产品管理管理，应用方向应用方向有待有待拓宽拓宽。由于工程机械行业偏制造业的属67性，目前标识解析应用主要围绕生产制造及产品管理方向，对产业链下游设备使用及维护等后市场环节应用实践相对较少，有待进一步拓展包括工程机械产品设备预测性维护、碳资产管理、供应链金融等应用。（二二）建设建设需求需求基于工程机械企业的标识建设现状，建议重点改进方向如下：一是一是完善标识解析功能体系完善标识解析功能体系，保障企业用标识保障企业用标识。建立完善工程机械行业标识解析的基本功能体系，包括标识注册、标识解析、标识查询、业务管理、数据管理等，为企业的实际业务需求提供支撑，从而推动更多企业上节点、用标识。二是二是建立统一编码标准规范建立统一编码标准规范，便于企业间协同便于企业间协同。建立一套全面统一的数据标准体系，是工程机械企业应用标识解析技术的基础。通过打通工程机械后市场中的设备、机主、服务商、施工方等之间的数据传输，实现跨领域、跨企业协同。三是三是推动主动标识载体应用推动主动标识载体应用，加速企业用标识加速企业用标识。加快开展针对工程机械行业下游的终端设备智能化改造，推动基于5G、NB-IoT 等技术的主动标识载体规模化应用。加快建设工程机械行业标识数据服务资源池，提升数据服务效率。68图 5-1 工程机械行业工业互联网标识解析功能架构（三）建设部署（三）建设部署图 5-2 工程机械行业工业互联网标识解析建设部署1.车间层车间层车间层包括设备侧和边缘侧。设备侧借助标签载体和数采设备，依托企业节点标识注册功能，对工程机械行业产业69链供应链中的物理实体和虚拟实体进行“一物一码”标识。物理实体包括设备、人员、产品等，虚拟实体包括订单、物流单、模型算法等。边缘侧部署标识解析中间件，形成可识别数据对象的管理和流转能力，同时支持与工程机械行业工业软件实现接口对接，协助企业快速形成标识注册、解析能力。2.企业层企业层工程机械行业上下游及相关企业应以独立建设或托管建设的方式建设企业节点并接入工程机械行业二级节点。企业节点应依托设备侧与边缘侧建设的能力，与企业内部工业软件、工业互联网平台实现横向对接打通，为企业提供工业互联网标识注册、解析、统计、数据存储等能力，形成企业标识数据资源池。3.产业层产业层工程机械行业头部企业或具备相关服务能力的企业可申请建设标识注册服务机构（即指二级节点），负责建设和运营二级节点服务器，并与国家顶级节点对接，面向企业或者个人提供标识注册、解析和数据管理等服务，起到承上启下的关键作用，实现分级管理、全网解析。案例案例 20：千里马二级节点业务综合服务平台：千里马二级节点业务综合服务平台千里马二级节点作为一家标识注册服务机构，为工程机械上下游企业提供标识编码注册和标识解析服务。其打造的基于二级节点的后市场数字化服务平台应用于产业链上下70游协同、施工管理、维保、租赁、再制造及二手设备销售等领域，贯穿工程机械后市场服务应用场景，聚合产业上下游数据互信互联，助推工程机械企业实现主动服务和智慧服务，打造行业级“智能经济和服务生态网络”。图 5-3 千里马工业互联网标识解析二级节点平台示意图71六、工业互联网平台建设平台是中枢。工业互联网平台包括边缘层、IaaS、PaaS和 SaaS 四个层级，相当于工业互联网的“操作系统”，用于实现数据汇聚、建模分析、知识复用与应用创新。（一一）建设现状建设现状一是一是数据未能集中汇聚管理数据未能集中汇聚管理，边缘数据处理偏少边缘数据处理偏少。工程机械产品全生命周期链条长，涉及数据量大且复杂，全生命周期数据的汇聚应用对于支撑企业安全生产、经营决策等具有重要价值。但工程机械产品设备会发往各工地服役，传统信息化系统难以支撑施工现场环境、设备运行、地理位置、客户需求等重要数据集中汇聚和分析，部分企业暂不具备边缘侧数据处理能力，影响数据价值释放。二是企业内部二是企业内部/产业链数据标准产业链数据标准不统一不统一，数据互通难度大。数据互通难度大。大部分工程机械企业已部署 ERP、MES、PLM 等系统，但由于缺乏统一的数据标准，不同系统的开发语言多样、系统部署环境多样，导致系统间集成度低，企业内、产业链数据流难以贯通。同时 MES 等系统与设备间的数据交互部分仍依赖人工介入，数据实时采集差、互联互通程度低。三是大企业平台初步成型三是大企业平台初步成型，中小企业平台应用少中小企业平台应用少。大型工程机械企业已经建有体系架构完善的工业互联网平台，应用场景基本涵盖研发设计、生产制造、售后运维等全生命周期，部分平台已具有初步的通用型工业操作系统，可对外输72出服务。但大部分中小企业目前暂未建立一体打通的平台，设备尚未充分上云上平台。四是产业级平台已有应用四是产业级平台已有应用，仍有待进一步普及仍有待进一步普及。目前已有大型工程机械企业孵化建设产业级平台，可提供产业链协同、跨领域融通服务等解决方案，并向其他行业、领域推广应用，支持跨行业跨企业资源共享。但平台大都未脱离企业母体，行业标准化平台有待建立。大部分中小企业仍采用传统方式进行业务资源对接，产业级平台应用仍有待普及推广。（二二）建设需求建设需求基于工程机械企业的平台建设现状，建议重点改进方向如下：一是一是提升数据采集能力提升数据采集能力，强化边缘层建设强化边缘层建设。借助物联网、大数据技术提高设备数据实时采集、处理分析等能力，满足生产设备自动控制需求，包括物流自动转运、机加工设备智能控制、多设备协同作业、机器视觉检测等应用。同时，需要平台实现面向生产环境的装备信息自动反馈控制和超边缘算力管理，优化端侧计算资源。二是二是加强数据标准建设加强数据标准建设，提升数据交互能力提升数据交互能力。加强数据治理，通过制定统一的数据格式和传输方式等标准，对来源不一致、杂乱无章的数据进行整合打通，实现不同系统间数据的有效对接，降低数据转换和集成的复杂性，提高数据处理的效率和灵活性，促进产业链数据高效共享和流通，实现73数据驱动的业务模式创新。三是三是聚焦行业特色需求聚焦行业特色需求，开发推广典型应用开发推广典型应用。针对产品设备智能运维需求，基于平台的数据沉淀和模型应用，开发部署产品设备运行监测等应用。针对供应链协同需求，依托平台开发供应链弹性管控、智慧物流等云化应用服务。针对现场施工决策需求，通过实时监控现场施工状况和设备运行状态，基于平台大数据分析能力，提供现场施工解决方案。四是四是发展产业级平台发展产业级平台，促进上下游资源协同促进上下游资源协同。汇聚产业链上下游优势资源，实现优质客户、供应商、金融机构等主体的供需精准对接。基于平台实现横向价值创新，满足产品服务端的价值链延伸需求，形成产品高效运维、供应链金融、设备安全监管、资产管理、智慧施工服务以及产品设备循环再利用等创新应用模式。结合工业互联网体系架构 2.0 及工程机械行业特定业务功能要求，工程机械行业工业互联网平台整体功能架构如下图所示：74图 6-1 工程机械行业工业互联网平台功能架构图工程机械行业工业互联网平台以边缘层建设为基础，PaaS 层通用能力及工业模型为核心，SaaS 层场景化应用为关键，汇聚工程机械生产、经营等核心数据，支撑工程机械行业传统业务的数字化转型及智慧施工、供应链金融等新模式新业务的拓展。其中，边缘层汇聚生产设备数据，同时承载机器视觉检测、设备协同作业等车间产线所需应用。IaaS层提供服务器、存储、网络、虚拟化等基础功能。PaaS 层在提供资源管理等通用 PaaS 能力之外，还包含生产类模型及微服务、管理类模型及微服务等行业特色模块，同时提供低代码开发平台，支持行业知识的沉淀复用及场景化应用的快75速开发。SaaS 层包含设计、生产、管理、服务、资源协同等工业 APP，满足工程机械行业数字化转型各业务场景需求。（三）建设部署（三）建设部署根据工程机械行业业务场景需求，工业互联网平台部署可以分为车间层、企业层及产业层三大层级，分别满足车间生产、集团管理及产业协同不同需求。图 6-2 工程机械行业工业互联网平台建设部署1.车间层车间层面向设备健康管理类业务，平台应具备数据采集、数据管理、模型管理、数据分析功能。首先要通过边缘网关采集设备数据，通过协议解析、数据预处理支持异构数据融合集成，输入设备模型后通过数据运算，分析设备状态，给出故障预警和优化建议。76面向生产优化类业务，平台应具备数据采集、数据管理、模型管理、数据分析、数据可视化功能。此类业务主要采集仪器仪表、智能设备等实时监测的生产过程数据，经过融合集成后输入工业机理模型，通过数据可视化实时监控生产状态，并计算得出工艺优化方案。面向协同生产类业务，平台应具备数据接入、现场级数据分析、边缘控制功能，通过边缘网关连接现场设备，为各工序设备提供现场级算力和网络连接，将生产指令传输到设备执行，达到工序之间的实时协同调度和柔性生产管理。面向自动控制类业务，平台应具备数据接入和边缘控制功能。通过接入设备数据并与经营管理系统集成，形成生产过程的控制指令，并为其分配现场级算力资源进行数据分析和模型计算，实现生产设备的实时智能控制。图 6-3 工程机械行业车间层工业互联网平台部署实施图77案例案例 21：中联重科：中联重科 MES 平台平台中联重科的土方、工起数字化样板工厂打造了 MES 平台，对工厂车间各工段管控流程进行信息化功能设计，同时通过系统集成将多个工厂生产管理信息流联通，将实时采集的生产数据上传到 MES 平台，基于平台进行数据的智能化分析，进而指导生产，实现车间排产优化、现场作业防错防呆、生产质量优化、工艺参数调优、资源动态优化等应用，助力企业提高对生产全流程的精益管理能力，实现降本增效。图 6-4 中联重科 MES 平台部署实施图2.企业层企业层面向经营管理优化业务，平台应具备异构数据接入、大数据计算分析和管理等功能，通过将人力、财务、资产、销售、采购等基础信息上传至平台数据管理模块，实现信息的78汇聚与共享，进而支撑企业经营决策的优化。面向生产管控一体化业务，平台应具备资源调度、数据管理、数据分析与建模等功能，以搭建私有云服务的方式集成业务管理系统和生产执行系统中的数据，实现企业生产数据和经营管理数据的实时汇集、分析和交互，支撑生产管控一体化、精准化决策。面向产品研发设计业务，平台应具备数据接入、数据建模与分析、机理建模等功能，以搭建私有云服务的方式来调用数据管理、数据分析、机理建模等功能模块，实现传统 CAx等研发设计系统中的数据打通与云端集成，从而实现高效协同的研发设计。图 6-5 工程机械行业企业层工业互联网平台部署实施图3.产业层产业层面向产业链供应链协同业务，平台应具备海量数据存储、大数据计算分析以及 SaaS 化应用开发等功能，通过租用公有云服务的方式来满足基础硬件资源需求，通过调用数据管理、大数据分析及应用开发功能模块，进而开发工程机械行业电商类工业 APP 应用。面向供应链金融业务，平台应具备海量数据存储、大数79据计算分析、资产评估、跨平台互操作以及 SaaS 化应用开发等功能，以租用公有云服务的方式来调用数据管理、大数据分析、模型管理及应用开发功能模块，实现企业与金融机构数据互通，进而开发供应链金融类工业 APP 应用。面向精准物流管理业务，平台应具备数据实时存储、实时计算分析以及 SaaS 化应用开发等功能，以租用公有云服务的方式来调用数据管理、实时数据分析、跨平台互操作及应用开发功能模块，实现企业与物流服务商数据实时打通，进而开发物流管理类工业 APP 应用。面向智慧施工管理业务，平台应具备海量数据存储、数据实时计算分析以及 SaaS 化应用开发等功能，以租用公有云服务的方式来调用模型建立、实时数据分析及应用开发功能模块，实现工程机械企业与用户、管理后台与施工现场的数据实时打通，进而开发智慧施工类工业 APP 应用。图 6-6 工程机械行业产业层工业互联网平台部署实施图案例案例 22：中联重科智能供应链平台：中联重科智能供应链平台中联重科智能供应链平台外接京东、1688 等外部商城，拓宽寻源渠道，提升资源链接范围；内接 ERP、WMS、TMS等系统，实现采购业务信息与各关联业务系统的快速传递，80推动供应链高效协同运转。该平台主要有如下功能模块：品类管理，用于定义采购维度的分类标准，针对不同采购类型制定对应采购策略，指导后续寻源、合同签订等业务开展；采购需求管理，用于管理多场景下的采购申请，对不同采购需求进行分工分流处理；采购寻源，用于供应商筛选、招投标、商务谈判等业务管理；合同管理，用于编制、签订、执行、结束、续签等合同全生命周期业务的管理；采购定价，用于管理实际采购业务中的价格条款，指导后续业务的价格谈判；采购协同，用于管理采购订单、配送计划、发货等业务执行过程记录，实现与供应商的实时线上交互，提升业务处理效率；采购结算，用于处理采购事项的财务结算业务，实现线上对账、开票沟通、结算等功能，提高结算效率。81七、工业互联网安全防护体系建设安全是保障。围绕设备、控制、网络、平台、应用、数据等多层次构建工业互联网安全防护体系，建立健全工业互联网安全分类分级管理制度，加强监测预警、应急响应、检测评估等技术体系和安全机制建设，推动工业互联网健康有序发展。（一）（一）建设现状建设现状一是终端设备硬件的安全防护程度不够一是终端设备硬件的安全防护程度不够。工程机械企业生产现场设备较多，运转频次较高，日常的安全维护频次往往不够。部分设备未连接安全工控机，终端设备硬件的组件和配置易被篡改，攻击者可利用工具直接从硬件中提取数据、查找漏洞或分析破解系统，甚至可以直接克隆、篡改电路，加装恶意设备，造成安全风险。二是异构设备众多二是异构设备众多，接口安全防护欠缺接口安全防护欠缺。工程机械行业工业互联网平台要连接的异构设备众多，连接条件和连接方式多样，存在大量不安全接口。边缘层缺乏对异构设备接入的安全管理，接口安全防护水平有待提升，对多设备的状态感知、安全配置自动化更新和主动管控机制有待建立。三是海量终端接入三是海量终端接入，数据安全保护不足数据安全保护不足。当前大部分工程机械企业的数据安全防护措施较为基础，随着越来越多的终端设备接入工业互联网平台，数据安全管理的范围扩大，数据安全防护的难度和数据攻击事件分析的复杂度增加，针82对数据滥用、隐私泄露等风险的安全防护措施有待提升。四是安全建设机制不完善四是安全建设机制不完善，综合保障能力偏弱综合保障能力偏弱。大部分工程机械企业的工业互联网安全建设围绕基本安全需求开展，缺少对工业互联网安全配置、设备运维等知识体系的持续学习，也普遍缺乏对安全防护措施有效性的量化考核和评估能力，安全制度落实不到位，安全设备未充分发挥作用。（二二）建设需求建设需求基于工程机械企业的安全建设现状，建议重点改进方向如下：一是一是加强对工控设备的安全管理加强对工控设备的安全管理，提升设备安全防护水提升设备安全防护水平平。基于工程机械企业自身需求与实际情况，在 PLC、DCS等核心控制设备前端部署具备工业控制协议深度检测功能的防护设备，从而检测和阻断不符合协议标准结构的数据包和不属于生产业务范围的数据，构建工业控制设备可信环境。二是二是加强对平台的安全管理加强对平台的安全管理，提升平台的可信可靠程度。提升平台的可信可靠程度。在平台规划建设时要部署安全防护策略，强化平台的安全系统建设，并在企业与平台的接口处增加安全防护软件，从而防止重要业务数据泄露，保障个性化定制、网络化协同以及服务化延伸等工业互联网应用的安全运行。三是三是加强安全管理制度建设加强安全管理制度建设，形成常态化安全管理动作。形成常态化安全管理动作。建立完善的安全管理制度和实施细则，明确安全管理权责，转变安全管理理念，将安全防护措施部署由静态防御转变为83主动防御，常态化监测安全态势，协同联动处置风险，实现对风险隐患的协同防护、主动发现、及时清除，系统提升安全管理水平。（三三）建设部署建设部署为确保工程机械行业不同类型业务的安全，应建设如下的安全功能架构：图 7-1 工程机械行业工业互联网安全功能架构工程机械行业的安全功能架构体现了工业互联网安全功能在“车间、企业、产业”的层层递进，具体包括设备安全、控制安全、网络安全、标识解析安全、平台安全、应用安全和数据安全，以及贯穿于整个层级的安全管理、安全评测（漏洞扫描、漏洞挖掘、渗透测试、上线检测）和安全态势感知与风险监测（安全配置、资产安全管理、安全监测与审计、态势感知、风险预警）。84设备安全方面设备安全方面，主要关注边缘智能设备安全，设备涉及无人行车、工业机器人、智能仪表以及其他类型智能设备。硬件方面采用经过安全增强的设备固件，从操作系统内核、协议栈等方面进行安全增强，软件方面应关注工控设备的安全漏洞及补丁发布。控制安全方面控制安全方面，主要关注过程控制安全，包含终端工控机、工控系统及组态软件等，可采用控制协议分析、软件安全加固、控制指令安全审计等安全管理策略。网络安全方面网络安全方面，主要关注生产现场网络安全、制造资源接入安全、跨生产基地网络安全、跨企业通信安全等，可采用边界控制、通信和传输保护、接入认证授权保障等策略。应用应用安全方面安全方面，主要关注平台边缘接入安全和运行安全，确保企业经营管理、产业链供应链协同等各类业务的应用安全，可采用用户授权管理、代码审计、虚拟化安全等策略。数据安数据安全方面全方面，主要关注边缘智能仪表数据采集与传输安全、企业客户数据、员工数据、财务数据等敏感数据的安全，可采用数据防泄漏、数据加密、数据备份恢复等策略。标识解析安标识解析安全方面，全方面，主要关注标识解析节点架构、标识解析系统安全、标识解析数据安全、标识解析运营安全等。平台安全方面平台安全方面，主要关注平台设备与系统安全接入、工业云平台基础设施安全、平台数据安全等。此外，应同步做好涉及全要素的安全管理、安全评测和安全态势感知与风险监测等工作。85案例案例 23：徐工汉云平台的网络安全防护系统：徐工汉云平台的网络安全防护系统徐工汉云平台的网络安全总体技术架构包括边缘层安全、工业 IaaS 层安全、工业 PaaS 安全、工业 SaaS 安全。边缘层安全：由于智能传感器、边缘网关等边缘终端设备计算资源有限，安全防护能力薄弱，工业互联网平台在数据采集、转换、传输的过程中，数据被侦听、拦截、篡改、丢失的风险更高。因而边缘层采用了抗 DDoS 攻击、抗病毒等安全管理技术。工业 IaaS 安全：工业 IaaS 是虚拟化、资源池化的信息基础设施，面临着虚拟机逃逸、跨虚拟机侧信道攻击、镜像篡改等新型攻击方式的威胁。另外，多数平台企业使用第三方云基础设施服务商提供的 IaaS 服务，存在数据安全责任边界不清晰等问题。因而工业 IaaS 采用了接入固件许可授权、虚拟机防逃逸、资源控制等安全管理技术。工业 PaaS 安全：工业 PaaS 安全包括通用 PaaS 平台、工业应用开发工具、工业微服务组件、工业大数据分析平台的安全。通用 PaaS 平台感染病毒、木马，可造成平台瘫痪、服务中断、数据丢失等严重后果。工业应用开发工具、微服务组件存在漏洞，将影响工业 APP 的正常开发和使用。工业大数据分析平台汇聚企业的工艺参数、产能信息等高价值数据，被黑客入侵可能导致商业机密泄露。因而工业PaaS 层采用了容器安全防护、镜像防篡改等安全管理技术。86工业 SaaS 安全：工业 APP 涉及专业工业知识、特定工业场景，集成封装多个低耦合的工业微服务组件，功能复杂、安全设计规范缺乏，可能存在安全漏洞和缺陷，特别是工业 APP 漏洞、API 通信安全漏洞、开发者恶意代码植入等问题。因而工业 SaaS 层采用了业务应用安全防护、工业 APP 安全防护等安全管理技术。图 7-2 基于汉云工业互联网平台的网络安全综合防护系统87八、组织实施（一）基本原则（一）基本原则整体规划整体规划、分步实施分步实施。从工程机械生产全流程出发，制定企业数字化转型整体战略和工业互联网建设蓝图。根据基础条件和需求急迫程度，制定分阶段实施方案，分步骤推进规划落地。夯实基础、创新驱动。夯实基础、创新驱动。面向工业互联网基础技术需求，加快夯实信息化自动化等方面的基础。积极探索大数据、人工智能、5G 等新一代信息技术与工程机械行业的融合创新。标准先行标准先行、应用落地应用落地。构建统一的标准体系，确保建设后各系统和各环节标准互认、数据互通。围绕供应链协同、后市场服务等典型场景，加速工业互联网应用落地。制度保证制度保证、安全可控安全可控。建立完善的实施组织架构、推进制度和权责体系，保证应用取得实效。将安全作为融合应用的前提，实施工业互联网企业网络安全分类分级管理，提升网络安全、数据安全、功能安全保障能力。（二）实施流程（二）实施流程工程机械行业和工业互联网融合应用实施可以通过现状评估、战略规划、组织准备等八步来推进。同时考虑到工业互联网实施涉及人、机、物、系统等的跨工序、跨企业、跨区域的连接，面临技术融合和业务融合的多重复杂性，工程机械企业在推进工业互联网融合应用时需要进行更全面88的诊断评估、更系统的蓝图规划、更清晰的路径选择，并建立更加强有力的组织保障。此外，工程机械企业应在自身能力基础上，更多地联合相关科研院所、解决方案供应商等主体，共同推进工业互联网建设实施。图 8-1 工程机械行业与工业互联网融合应用实施流程1.现状评估现状评估总体围绕关键绩效评估、业务差距识别、能力短板诊断等三个方面开展现状评估，明确工程机械企业关键业务问题，精准识别能力建设方向，进而指导建设实施和落地应用，持续提升数字化水平。一是依托关键绩效评估模型和行业绩效基准值，进行关键绩效数据采集、分析以及与行业基准值对比，通过多级指标下钻分析，精准识别企业存在的业务短板，分析提升该业务短板需求的能力；二是结合能力评价指标，89诊断设计、生产、销售、服务等全业务链条的数字化能力成熟度水平，识别关键数字化能力建设情况和能力短板，进而支撑能力规划；三是基于数字化能力工具箱，针对能力短板找准需要提升的方向，明确工业互联网在支撑转型时所应具备的网络、标识、平台和安全功能，规划相应的能力建设方案。基于现状评估，企业可开展自主定级，参照工业互联网企业网络安全分级分类防护相关标准，落实与自身等级相适应的安全防护措施等。2.战略规划战略规划面对工程机械行业高端化、智能化、绿色化的发展趋势，结合工程机械企业发展愿景、目标和市场定位，基于企业现有核心竞争能力、业务特点和痛点，明确融合应用方向，设定融合应用目标，系统规划融合应用总体架构和实施路径。具体来说，一是战略研判，基于企业现状分析，明确企业融合应用需求和愿景。二是目标设定，根据企业不同场景的需求，以及生产指标、管理指标等情况，设定项目建设目标。三是蓝图规划，基于需求、愿景、目标等，明确融合应用路径，设计融合应用总体架构。3.组织准备组织准备为推动战略规划落地，工程机械企业应建立一套适应数字化转型的组织架构，配备具备数字化专业能力和素质的人才，建立合理的激励机制，落实好工业互联网建设所需的资90金预算和筹措渠道，变革和创新业务模式和流程，支撑后续具体规划和建设任务开展。具体措施包括制定项目建设配套规章制度，设立包括企业中高层在内的工业互联网建设推进小组，成立专家咨询委员会，制定项目资金预算与投资计划，对战略规划中涉及的新业务和新组织进行建设和调整等。4.总体设计总体设计结合战略规划，面向全业务流程，工程机械企业应联合规划设计院、总集成商等外部专业机构开展工业互联网融合应用总体设计，制定建设蓝图，构建完整的业务、技术、数据、应用、网络、标准以及管理等架构体系，明确网络、标识、平台、安全等方面的建设重点，并根据需求迫切程度、技术基础和资金情况等，明确项目建设先后顺序、各阶段建设目标和建设内容。5.方案设计方案设计按照总体设计要求，工程机械企业应联合系统解决方案服务商，针对各应用板块设计详细建设方案，包括底层自动化改造方案、标识体系建设方案、网络设计改造方案、工业互联网平台以及安全防护体系建设方案等，每个方案包括所需的技术、装备、软件等详细内容、投资详细概算、人员安排、进度安排、保障措施等，指导具体实施建设。6.实施准备实施准备按照“成熟一个启动一个”的原则，在完成方案设计和论91证后，根据具体业务需要，在资金、物料、人员、制度等方面进行实施准备，包括筹措项目建设所需资金、组建由工程机械企业和系统解决方案服务商组成的项目实施团队、采购项目建设所需的相关软硬件设备、建立项目管控机制、完善相关标准体系、开展工业互联网相关培训等，保证项目建设顺利开展。7.实施建设实施建设根据建设方案，项目实施团队进驻现场，分阶段开展项目建设，包括但不限于：一是底层设备的自动化改造和新型网络设施改造升级，包含升级完善 MES、ERP 等信息化系统；升级现有的装配机械臂、自动喷涂设备等设备或部署新型智能装备，增强泛在感知能力；开展企业内外网改造，提升数据传输能力；完善各工序工艺模型，提升过程控制智能化程度。二是企业数据治理与标识体系构建，包括项目所涉及的物理实体和虚拟实体标识码建立、标识解析中间件部署、企业标识解析节点建设等，并基于标识体系，推动基础数据清理、数据挖掘分析、数据库和模型库创建。三是工业互联网平台部署、开发和测试，包括平台部署、功能配置、二次开发、功能测试等。平台部署：主要包含网络、服务器、存储资源等硬件部署和操作系统等软件部署两部分。功能配置：对数据采集点、平台侧业务菜单、用户角92色权限等进行细化配置和调试。二次开发：结合工程机械企业实际业务需要，对原有 SaaS 应用进行定制化开发，对于新增的非通用性业务，基于平台进行全新开发和部署。功能测试：开展黑盒、白盒和 UAT 用户接受测试，并根据测试情况进行修正完善，保证建设内容达到总体设计和方案设计的预期结果。四是安全防护体系建设，包括从设备安全、控制安全、网络安全、应用安全、数据安全、平台安全等方面构建安全防护体系，定期开展安全风险监测评估，保证设备运行安全可靠、网络传输安全可信、数据全生命周期流通安全。8.运行优化运行优化工业互联网项目建设完成后，组织开展相关培训，形成相关标准，开展试点应用，逐步实现推广，并根据运行情况进行迭代优化，适时组织开展工业互联网应用成效评估。后期根据评估情况、实际需要和技术发展情况，开启新一轮工程机械行业 工业互联网融合应用规划设计，不断提升融合应用水平。（三）要素保障（三）要素保障1.组织保障组织保障考虑到工业互联网跨领域跨行业特点，为保证融合应用顺利推进，企业应组建工业互联网专家咨询委员会，作为推进工业互联网建设的战略性、全局性、专业性决策咨询方；93组建由一把手或分管领导挂帅的项目领导小组，统筹各方资源；组建由信息化或数字化部门负责人挂帅的项目建设小组，负责具体项目组织实施。2.制度保障制度保障工程机械企业应建立工业互联网融合应用责任机制、持续改进机制和应用评价机制，制定合理可行的考核指标体系。通过加强对企业项目组和各单位工业互联网建设与实施情况和效果的评估考核，充分调动各级领导和全体员工的积极性和创造性，从制度上保障工业互联网融合应用有效落实。3.资金保障资金保障企业需要根据自身应用需求，结合资金投入能力，合理设置建设目标，建立分阶段、分批次的资金投入计划和资金保障措施。通过产业基金投资、企业自筹、社会资本入股等多种融资渠道，确保资金投入到位，保障项目良性运转。4.人才保障人才保障工程机械企业在推进工业互联网应用过程中，应建立健全工业互联网相关人才引进、培养、使用、激励等机制，引进和培养一批懂管理、懂制造和懂信息技术的复合型、实用型和现代化人才，从各方面对相关人才予以倾斜照顾，确保人才引得进、留得住、用得好。5.文化保障文化保障为进一步提升员工对于工业互联网融合应用的认知，工94程机械企业应与工业互联网相关科研院所加强合作，通过开展员工培训学习、印发优秀应用案例、应用经验交流、知识竞答比赛等一系列活动，强化员工对工业互联网创新发展的认知，加速工业互联网在工程机械行业的推广应用。95九、发展建议随着数字经济和实体经济深度融合，新型工业化深入推进，指南将立足工程机械行业实际需求，为工程机械企业需求场景识别、应用模式打造、关键系统构建和组织实施方法等提供路径参考和方法指导，推动工程机械行业高端化、智能化和绿色化发展。一是强化标杆示范带动一是强化标杆示范带动，促进大中小企业融通发展促进大中小企业融通发展。一方面要发挥龙头的示范引领作用，鼓励工程机械龙头企业面向产业链短板问题与产品提升需求，率先开展一批突破性、带动性、示范性强的标杆项目，推动车间、工厂的数字化、网络化、智能化升级，引领行业整体智能化水平提升。另一方面要鼓励龙头企业着力解决共性问题，结合指南指引开发普适性、易复制、可推广的行业解决方案，向量大面广的中小企业输出技术能力、提供专业化服务，构建创新协同、供应链互通、资源共享的新型产业发展生态。二是加强数据标准建设二是加强数据标准建设，构建可信流通数据价值链构建可信流通数据价值链。一方面要以统一的数据标准指导工程机械企业内数据治理，打通不同生产工序之间、设备之间的“数据孤岛”，提高数据集成度，深化数据在产品数字化设计、设备管控及优化、全生命周期质量追溯等业务场景的应用，以数据驱动企业的生产和运营优化。另一方面要引入可信工业数据空间基础设施等先进解决方案，培育数据服务商等数据要素市场主体，加96速工程机械企业长期沉淀的工业数据价值释放，实现产业链上下游企业数据的可信流通，驱动形成新的资源配置模式、新的产业形态。三是完善公共服务体系三是完善公共服务体系，营造数字化转型良好生态营造数字化转型良好生态。一方面要鼓励高校、行业协会、工程机械龙头企业等积极建立创新研发、应用推广、展示体验的公共服务平台，在充分沉淀指南应用的路径、经验的同时，对外开展技术验证、咨询诊断、供需对接、人才实训等公共服务。另一方面要鼓励行业组织、高校、科研院所、工程机械龙头企业等加快工业互联网网络、平台、安全、数据等领域技术研发和创新，广泛开展工程机械领域工业互联网基础共性、网络、平台、数据、标识、安全等方向标准制定，以标准引领行业规范发展。97附件一 主要供应商名录工程机械行业工业互联网供应商按照边缘层、平台层、应用层、安全保障进行分类，边缘层供应商主要提供工业数字化装备、工业互联自动化、工业互联网网络等数据采集、传输相关产品与服务。平台层包括提供云计算基础设施、通用云服务及工程机械行业工业互联网平台的相关企业。应用层包括面向平台化设计、智能化生产、网络化协同、数字化管理、个性化定制、服务化延伸等新模式，提供细分场景解决方案的供应商。安全保障方面则包括了数据安全与工控安全相关供应商。附表 1-1 主要供应商概览产品领域产品领域细分类别细分类别企业名称企业名称应用层平台化设计【工艺设计】：友联华宇、东风设计研究院、通力凯顿、中科云谷等【三维工厂数字化设计与交付】：中国机械工业第六设计研究院有限公司、福建青云季建筑科技等【产品数字化设计】：维拓科技、上海数设科技、上海璞成科技、湖南易虎科技、武汉开目等智能化生产【生产计划优化】：华为云、维拓科技、98产品领域产品领域细分类别细分类别企业名称企业名称鼎捷、帆软、柳工七识、杉岩数据、中科云谷等应用层智能化生产【车间智能排产】：朗通科技、汉得、中科云谷等【精准作业派工】：山河祥云、中科云谷、蓝思系统集成等【产线柔性配置】：中捷、济二、柳工七识、浙江晨龙锯床等【资源动态组织】：徐工汉云、中科云谷、树根互联等【工艺参数调优】：潍柴智能、阿里云等【精益生产管理】：中科云谷、徐工汉云、潍柴智能等【安全生产】：江苏东佳慧、华宽通等【仓储配送】：上海聚龄、蓝天智能、唯智信息、山河祥云等【质量管理】：上海优也、苏州瑞泰、厦门安必兴、苏州瑞泰、北京和利时、徐工汉云、潍柴智能、熊猫、上海理想等99产品领域产品领域细分类别细分类别企业名称企业名称应用层智能化生产【设备管理】：徐工汉云、上海优也、北京和利时、赛意、武汉璞华、潍柴智能、树根互联、武汉胜鹏、中科云谷、康明斯天远、福建乐想天成等【环保管理】：浙江全世科技、徐州铭轩、北京曼德克、江苏卓正、柯林瀚特、宇星科技等【能效管理】：树根互联、上海优也、北京和利时、烟台东方电子、东莞绿能等网络化协同【多基地协同】：潍柴智能、树根互联等【产业链供应链协同】：赛意、上海聚灵、徐工汉云、树根互联、维拓科技、潍柴智能、传感时代等数字化管理【财务人力营销管理】：用友、金蝶、江苏瑞泰、武汉天喻、徐工汉云等【企业经营决策】：用友、金蝶等个性化定制维拓科技、树根互联等100产品领域产品领域细分类别细分类别企业名称企业名称应用层服务化延伸【供应链金融】：树根互联、欧冶金服、积微物联等【其他服务】：徐工汉云、潍柴智能、中国联通、树根互联、广东传感时代、千里马、石家庄天远科技、燚璞锐、江苏泛均等平台层云基础设施浪潮、华为、联想、新华三、宝德科技、甲骨文等通用 PaaS服务腾讯云、阿里云、华为云、浪潮云、中冶赛迪信息、优也等工业互联网平台树根互联、山河祥云、中科云谷、徐工汉云、柳工七识、上海优也、传感时代、浪潮、潍柴智能、康明斯天远等边缘层工业数字化装备西马克、金恒等工业互联自动化浙大中控、东土科技、飞马智科、金自天正、川仪等工业互联网网络设备华为、中兴、新华三、思科、中国信科、海得、研华、研祥、杉岩数据等101产品领域产品领域细分类别细分类别企业名称企业名称5G 设备与服务中国移动、中国联通、中国电信、华为、广和通、深圳三旺通信等安全保障数据安全深信服、山石网科、奇安信、亚信安全、南京中新赛克等工控安全英赛克、长扬科技、威努特、力控、海天炜业等102附件二 典型解决方案简介（一）三一（一）三一重工重工5G 工厂工厂1.案例综述案例综述5G工厂是充分利用以5G网络为代表的新一代信息通信技术，打造新型工业互联网基础设施，新建或改造产线级、车间级、工厂级等生产现场，形成生产单元广泛连接、IT 与OT 深度融合、数据要素充分利用、创新应用高效赋能的先进工厂。三一重工北京桩机工厂作为装备制造业典型 5G 工厂，采用“1 1 N”体系架构，即“一张 5G 专网、一套工业互联网平台、N 种工业可复制能力。5G 工厂架构可以实现云网边端协同，通过一张网支撑所有业务网络需求，一套工业互联网平台实现安全与算力的兼顾，在此基础上拓展各类“5G 工业互联网”特色应用场景。2.行业挑战行业挑战传统的桩机工厂内数据基础不完善，各零部件加工过程相互独立，各环节数据互联水平低，存在“数据孤岛”。设备、生产的互联互通程度低，往往导致研发与生产、市场脱节，生产线依赖人工干预，生产效率低下，生产过程可控性差，产品质量一致性差。3.解决方案解决方案一是打造了一张基于边缘计算MEC构建5G虚拟企业专103网：依托中国电信提供的资源，将用户面流量分流到三一内部网络，提供高性能计算，执行时延敏感的数据处理，将机器视觉、低速移动驾驶平台下沉 MEC，并切片保障网络 SLA。二是构建了一个基于 5G 的制造业务数字化转型的工业互联网平台：构建制造云、能源管理、工厂控制、数字孪生等工业互联网应用服务，采用工业互联网平台架构，以供应商软硬件、数据服务和软硬件服务、数据采集等为支撑，通过数据清洗、数据建模、数据分析、数据可视化为公司决策层及客户提供监控、分析、决策、执行等服务。三是建设了 N 种工业可复制能力场景：结合生产制造、视觉管理、智慧物流、设备互联、智慧园区、智能研发、能源管理、智慧营销与服务等八类业务，构建 30 余种特定场景下的“5G 工业互联网”创新应用，并逐步在三一集团内进行复制推广。通过 5G 工厂的建设，一方面，可以实现制造全过程追溯，很好满足三一重工自身降本增效、提升产品质量、实现工厂节能减排的需求；另一方面，可以有效加快产业链上下游横向集成，极大提高售后服务响应速度，提升客户满意度和公司市场综合竞争力，带动经营模式创新。104（二）广西柳工（二）广西柳工挖掘机智能工厂挖掘机智能工厂1.案例综述案例综述广西柳工自主研发了基于制造全流程数据驱动的高弹性高稳定性的制造集成应用平台，围绕计划调度、生产作业、质量管控、设备管理、仓储物流等重点环节，建立高效柔性、敏捷响应、人机协同和动态调度的挖掘机智能工厂。柳工制造集成应用平台以 ERP、MES 为核心，集成数采、CRM、SRM、数字化工艺、质量平台等系统，通过制造全流程数据采集，挖掘可应用于制造管理、质量控制、生产过程维护、运营管理等不同环节的数据，实现挖掘机工厂的数据互联互通，促进工厂运行状态的实时监控、预警和智能决策。2.行业挑战行业挑战目前，工程机械行业智能工厂建设及发展主要面临以下问题：一是数据采集难，老旧设备多，缺乏数据采集能力和数据交互能力；二是互联基础差，现场设备互联难度大，MES与 ERP、PLM 等系统集成度低，同时 MES 无法与现场设备进行数据交互，设备巡检等依靠人工处理；三是决策效率低，设备维修保养等依靠人工经验，设备、物料、人工等生产资源利用率较低；四是制造协同性低，包括生产、物流等订单执行的全流程无法实时跟踪与管控。3.解决方案解决方案智能工厂建设实施主要分为两方面：一方面是通过应用1055G、WIFI、IPv6、物联网（IoT）等技术，全面联接各类加工、物流、测量等设备，打通 MES、ERP、QMS、CRM、SRM 等系统，以横向贯通供产销等业务环节，纵向贯通物流、信息流、成本流等数据，实现制造全流程可溯。另一方面是实施自动化、智能化改造，全面应用数控设备、在线监测站、AGV 等先进技术装备，通过将装卸机器人、传输链等组成加工单元和自动化产线，实现少人化生产，减少人工加工的质量波动问题，提高产品质量和生产效率。通过搭建基于制造全流程数据驱动的制造集成应用平台，推动工厂生产柔性化、设备自动化、决策数据化、运营透明化，实现生产计划完成率提升 20.0%，存货周转天数降低 27.0%，质量外反馈率减少 16.0%，配件和服务的需求满足率提升至 99.6%。106（三）中联重科（三）中联重科车间智能排产车间智能排产1.案例综述案例综述中联重科自研建设了一套生产排程自动化以及智能调整为一体的智能排程系统，根据工厂的业务需求场景，建立不同的场景模型，同时充分考虑可能出现的插单、延误或物料供应变化等异常情况，生成符合当前生产状况的排程计划。智能排程系统通过引入产能模型，自动优化生产顺序，通过高速计算、模式革新，基于多约束承诺机制拉式生产，实现主机、配件等各产品生产的高级计划与排程管理，最大程度的降低在制，减少库存占用，提升工厂运营效率。2.行业挑战行业挑战传统的工程机械生产方式难以预测市场需求开展计划，导致供需不匹配，库存浪费。特别是存在多品种、生产资源约束、订单变化和质量异常导致的计划扰动，因而需要动态排产。同时，工程机械生产现场存在大量手工作业工序，依赖管理者经验进行人岗匹配，准确度不高，导致生产效率低。3.解决方案解决方案一是引入产能模型，将各个车间的生产能力、产品工序的能力耗用在系统中建立一套管理体系，并引入大数据统计分析，从而对执行端反馈的数据进行处理分析，协助管理人员持续优化产能管理。二是基于 TOC 约束理论，结合工程机械行业特点去识别影响排程计算的约束条件，将其作为排107程优化模型的参数输入，以实现生产瓶颈的精确定位，从而进行生产计划的智能排程。三是根据企业的业务需求场景，建立不同的场景模型，例如：交期最优、材料利用率最优、客户优先级最优及库存占用量最优等，并引入差分计算算法、遗传算法、蚁群算法等，建立起适用多场景的智能排程体系。智能排程系统建设使用后，计划编制工作耗时减少 80%，计划达成率超过 90%，产品生产周期缩短 10%。108（四）潍柴智能（四）潍柴智能产线柔性配置产线柔性配置1.案例综述案例综述潍柴智能针对产品结构差异及工艺参数控制要求的不同，在保证产品产出质量和效率的前提下，采用模块化等技术，搭建全柔性生产线，开发智能化生产系统，实现多品种混线生产和自动程序换型。通过自主搭建智能物流分拣平台 LES，自主优化现有MES 系统、物料拉动系统等，并用大数据等技术集成资源合理调配，做到过程可监控、实时能调整。2.行业挑战行业挑战发动机生产属于较为复杂的离散制造，零部件、物料、工艺流程多样、复杂，大量生产资源、要素需要动态调度和精准管理。传统依赖人工进行生产准备、调配资源的方式，存在生产和管理效率低下等问题，不利于长期发展。3.解决方案解决方案一是设计产线智能生产模块。集成任务管理、整机机型自动识别、零部件信息自动采集、自动转运、自动装配拧紧、自动测量判断、智能故障诊断及报警等功能，设计可移动装配单元、机加单元、铸造单元，采取模块化工艺设计，搭建全柔性生产线。基于不同结构的产品特征，设计通用夹具、更换工装、在线防错识别系统，实现自动换型。二是搭建数据分析模型。对生产过程工艺参数、设备参数、质量数据进109行全面采集和分析，建立工艺优化模型，对工序能力、设备状态等进行预测与优化。三是集成 ERP、MES、PLM 等系统，实现计划、调度、生产、质量的全过程闭环管理。基于这一场景建设，实现装配自动化率达到 70%，加工自动化率达到 100%，测量自动化率达到 85%以上，生产柔性提高 150%以上，客户需求响应效率提高 15%。110（五）山西建投（五）山西建投全流程质量管控全流程质量管控1.案例综述案例综述山西建投在集团统一规范的技术框架下部署建设由中机第一设计研究院有限公司实施的全流程质量监测系统，基于产品全生命周期的数据打通，实现生产全流程质量管控。全流程质量管控系统以工艺需求为导向、以数据平台为基础，集成 PLC、质检数据、MES 与 ERP 等信息系统数据，通过质量检测、状态监控、数据追溯等功能设计，集成信息化系统与自动化生产线控制系统，实现工程机械生产流程一贯制管理。2.行业挑战行业挑战传统的工程机械生产工艺自动化程度低，大部分为手工组装和焊接，且物流多采用叉车搬运与行车吊转，往往存在物流衔接不到位而使得物料错漏、毁损，影响产品质量。同时由于生产所需零部件种类多，质量管控难度大，亟需建立从原材料到成品的追溯体系，实现质量的精准追溯与管控。3.解决方案解决方案全流程质量管控建设主要分为两个方面：一方面是打造智能质量监测系统。实现对生产线数据采集、状态监控、数据追溯等功能，通过专用数据接口与 MES 进行联网，实现生产数据与设备工艺数据交互，实现制造过程数字化管理，并且采用 OPC 技术与 PLC 系统、焊接机器人系统、自动上111下料系统、条码管理系统交互，采集现场设备数据，通过图形化技术对生产线状态进行显示。另一方面是系统多场景应用。对由 22 台焊接机器人、8 台搬运机器人、2 套龙门抓手、圆盘锯切割设备、清洗烘干设备、加工设备等组成的生产线配备条码识别技术，同时将控制系统采用工业以太网协议贯穿，实现计划管理、任务管理、设备管理、质量管理等信息可追溯等。通过打造全流程质量管控系统，推动生产线紧凑布局，实现生产质量全过程追溯，使得生产效率提升 30%，产品不良品率降低 10%。112（六）山河智能（六）山河智能基于基于 5G 的的远程设备操控远程设备操控1.案例综述案例综述5G 低时延、大带宽、高可靠性的特点，保证了远程施工控制信令同步，提高了现场设备的动作实时性，并能够满足应对各种意外情况的及时发现和处理。山河智能自主研发的工程装备 5G 远程遥控系统，通过操作手在远程遥控平台操作，利用装备上的高清影像、高精度姿态传感器、精准控制单元，即可实现工程机械装备跨地域的高临场感远程控制，目前已在 5G 智能挖掘机、5G 智能钻机等主机装备上批量应用。2.行业挑战行业挑战工程机械施工作业的环境往往较为复杂，尤其是矿山及应急处置等的施工环境，危险系数高，对无人施工的需求大。复杂施工环境下的数据来源多样，传统有线通信方式布设困难，3G、4G 网络无法支持大量数据的实时可靠传输。3.解决方案解决方案通过在工程机械主机装备上部署高清监控摄像头、高精度姿态传感器等配套部件以及 5G 网络设备，利用 5G 网络，将施工现场数据实时传送至远程遥控驾驶舱，实现对工作环境、设备位置姿态的实时监控。操作手可以在遥控驾驶舱远程控制机器，手柄控制信号通过 5G 网络传送至现场的主机装备，从而实现对工程机械主机装备施工的远程精准控制。113（七）铁建重工（七）铁建重工基于基于 5G 的的设备故障诊断设备故障诊断1.案例综述案例综述铁建重工基于 5G、物联网等技术打造了一套隧道装备远程运维操控系统，为跨区域设备故障诊断与远程运维提供了支撑。从而及时对工程机械产品设备进行数据检测、故障排查及程序上下载等操作，对现场工作人员进行关键技术指导，提高运维效率。2.行业挑战行业挑战施工场地分散于各地，一旦工程机械产品设备出现故障，工程师难以及时到达现场进行故障诊断分析、排除问题、恢复作业，极容易影响工期。基于有线宽带或 4G 网络的远程运维，在 VPN 隧道网络时延方面延迟较高，迟滞感较为明显，技术人员远程运维效率低。3.解决方案解决方案铁建重工的 5G 装备远程运维系统依托 5G uRLLC 场景特性，为技术人员的远程分析及指导提供了稳定可靠的通信链路。通过 IpSec VPN 技术建立隧道内装备核心控制器与远端技术人员电脑之间单播数据虚拟隧道，技术人员直接对控制程序进行在线运行监测、故障排查及程序上下载等操作。通过 5G 装备远程运维系统的使用，可减少 30%左右由于电气技术问题的出差，实现远程设备程序响应时延不高于1s，提高运维效率。114（八）徐工集团（八）徐工集团供应链弹性管控供应链弹性管控1.案例综述案例综述基于徐工全球数字化供应链系统 X-DSC，构建供应链智慧控制塔平台，利用大数据分析手段，对供应链业务过程中的成本、计划、配送、库存、质量等环节存在的风险隐患进行识别、定位，并及时处置，保证业务流程的科学柔性管理，保障供应链持续、稳定、高效。2.行业挑战行业挑战工程机械的产品由多种零部件组成，既有自己组织生产，又有大量采购，还有很多外协加工。随着产品种类越来越多，所需零部件的供应渠道越来越丰富，物流模式也越来越复杂，给供应链管理带来挑战。传统的供应链管理各业务环境偏差数据无法及时体现，人工统计数据口径不一致导致分析结果不准确，无法有效解决问题。3.解决方案解决方案一是搭建数字化供应链管理系统 X-DSC，将寻源管理功能与 SRM 进行统一，通过采购合同、发货协同、对账、发票的电子化，实现生产与非生产物资寻源到付款信息流闭环管理。二是建立供应商订单协同看板，实时掌握供应商过程进度，从风险维度分类，根据采购物资对企业影响的程度为物料赋值，平衡质量与成本关系；从支出金额维度分类，构建供应商质量评估模型，平衡采购降本与库存管理的关系。115三是与 MES、ERP、CRM、WMS 等系统进行集成，实现物料库存动态共享，供应商供货质量统一管控。四是通过数据处理工具实时抓取 X-DSC、WMS、ERP 等系统的各项业务数据并进行数据建模与交叉分析，形成影响 SCOR 关键节点决策的 KPI 和定制化警报，及时获取业务偏差数据并提供解决线索，从而有效监控整个供应链。通过 X-DSC 系统，实现供应链风险隐患的快速识别、定位、预警，有效降低因风险识别不充分带来的经济损失，提升库存计划准确性，保障供应链持续、稳定、高效。116（九）广西柳工（九）广西柳工产品全生命周期智能服务产品全生命周期智能服务1.案例综述案例综述围绕工程机械全生命周期各环节，聚焦工程机械后市场，广西柳工采用物联网、卫星定位、云计算、大数据等新一代技术，建立“智能管家服务云平台”，实现对工程机械产品的全生命周期智能化管理，为客户提供一站式售后服务。智能管家服务云平台以客户需求为导向，数据平台为基础，集成装备运行数据、位置数据、ERP 与 DMS 等信息系统数据，通过服务管理、装备管理、机群运营管理等功能部署，实现工程机械从整机生产下线、寄售管理、信用销售至售后服务等全生命环节的一站式管理。2.行业挑战行业挑战复杂的工程机械设备往往存在技术水平较高的运维服务需求，但目前工程机械运维过程中面临诸多问题：一是装备资产安全问题、装备利用率低；二是远程售后无法实时响应、巡检周期长；三是售后维护数据采集、分析困难；四是故障排除滞后、响应速度慢等。3.解决方案解决方案工程机械产品全生命周期智能服务建设实施主要分为两方面：一方面是建设工程施工装备服务云平台，借助 GSM、GPRS 等技术，配合嵌入式智能终端、智能手机等硬件设施，采集、回传、存储工程机械的运行数据、位置数据、报警数117据等信息，通过大数据分析，构造包括装备资产管理、关重件追溯、健康监测、安全操作、运营优化等服务，开展装备租赁等新模式应用。另一方面是基于云平台的大数据服务能力，开展产品全生命周期数据管理，实现装备工况数据、位置数据、报警数据的存储、分析和应用，有效监控和优化工程机械运行工况、运行路径等参数与指标，提前预测预防故障与问题，智能调度内外部资源，提升产业链价值。基于智能管家服务云平台实施产品全生命周期智能服务，实现了对工程机械产品的智能化管理、机群管理、远程服务管理，既提高了客户、代理商的满意度，也促进了整机产品的销售，使得后市场配件销售额提升 27.5%。118附件三 专业术语解释1 信息模型：信息模型：信息模型是工业互联网全要素、全价值链、全产业链在信息空间的标准化表达。通过定义统一的建模架构和标准化的描述语言，实现异构设备、系统和应用之间的信息交互。2 BOM：物料清单，也可称作零件构成表，是计算机可以识别的产品结构数据文件。3 CAPP：计算机辅助工艺过程设计，指借助于计算机软硬件技术和支撑环境，利用计算机进行数值计算、逻辑判断和推理等的功能来制定零件机械加工工艺过程。4 CAM：计算机辅助制造，指利用计算机和计算机软件来控制机器进行制造，通常适用于大批量生产的零件。5 PBOM：工艺制造设计清单，是工艺设计部门以EBOM 中的数据为依据，制定工艺计划、工序信息、生成计划 BOM 的数据。6 SCADA：数据采集与监控系统，是以计算机为基础的生产过程控制与调度自动化系统。它可以对现场的运行设备进行监视和控制，应用于电力、冶金、石油、化工、燃气、铁路等诸多领域。SCADA 是工业互联网数据的重要来源，肩负着数据采集、测量、各类信号报警、设备控制以及参数调节等功能。7 ERP：企业资源计划系统为企业提供了一个统一的119业务管理信息平台，将企业内部以及企业外部供需链上所有的资源与信息进行统一的管理，这种集成能够消除企业内部因部门分割造成的各种信息隔阂与信息孤岛。8 MES：旨在加强 MRP 计划的执行功能，把 MRP 计划同车间作业现场控制，通过执行系统联系起来。这里的现场控制包括 PLC 程控器、数据采集器、条形码、各种计量及检测仪器、机械手等。MES 系统设置了必要的接口，与提供生产现场控制设施的厂商建立合作关系。9 DNC：分布式数控，本质是计算机与具有数控装置的机床群使用计算机网络技术组成的分布在车间中的数控系统，能够实现车间数控设备及生产工位的统一联网管理。10 工业大数据工业大数据：工业大数据即工业数据的总和，即企业信息化数据、工业物联网数据，以及外部跨界数据。其中，企业信息化和工业物联网中机器产生的海量时序数据是工业数据规模增大的主要因素。11 机理模型：机理模型：机理模型亦称白箱模型，是根据对象、生产过程的内部机制或者物质流的传递机理建立起来的精确数学模型。它是基于质量平衡方程、能量平衡方程、动量平衡方程、相平衡方程以及某些物性方程、化学反应定律、电路基本定律等而获得对象或过程的数学模型，机理模型的优点是参数具有非常明确的物理意义。12 专家系统专家系统：专家系统是人工智能早期的一个重要分120支，是一类具有专门知识和经验的计算机智能程序系统。13 APS：高级计划与排程系统，在离散行业，APS 是为解决多工序、多资源的优化调度问题；在流程行业，APS则是为解决顺序优化问题。14 APC：先进控制系统，主要是通过数字化技术对装置自动实施平稳操作和优化控制，实现降低能耗、提高产品收率的目的。15 AR：增强现实技术，一种实时地计算摄影机影像的位置及角度并加上相应图像、视频、3D 模型的技术，将虚拟信息与真实世界信息“无缝”集成。16 VR：虚拟现实技术，一种可以创建和体验虚拟世界的计算机仿真系统，利用计算机生成一种模拟环境，使用户沉浸到该环境中。17 EMS：能源管理系统，通过集成各种硬件设备和软件工具，实时收集能源数据并进行分析，从而帮助企业有效管理能源消耗，提高能源利用效率。18 AGV：自动导向车，指装备有电磁或光学等自动导引装置，能够沿规定导引路径行驶，具有安全保护以及各种移载功能的运输车。19 RGV：有轨制导车辆，通常适用于相对稳定和固定的生产线或物流场景。20 WMS：仓库管理系统，一种用于管理和控制仓库121操作的软件系统。21 RFID：射频识别技术，通过无线射频方式进行非接触双向数据通信，并对记录媒体（电子标签或射频卡）进行读写，从而达到识别目标和数据交换的目的，22 LCA：是指管理产品从需求、规划、设计、生产、经销、运行、使用、维修保养、直到回收、再用、处置的全生命周期中的信息与过程的工具。23 PLM：产品全生命周期管理系统，利用信息技术手段对产品从设计、研发、生产、销售、运维到退役的全生命周期进行管理。24 OA：办公自动化系统，面向组织的日常管理和运作，为组织高频工作行为提供解决方案。25 QMS：质量管理系统，旨在帮助企业制定和实施质量管理策略、收集和分析质量数据、提高质量管理效率和质量稳定性。26 SDN：软件定义网络，是一种新型网络创新架构，是网络虚拟化的一种实现方式，其核心技术 OpenFlow 通过将网络设备的控制面与数据面分离开来，从而实现了网络流量的灵活控制，使网络作为管道变得更加智能。27 CDN：内容分发网络，是在传统网络中添加新的层次，即智能虚拟网络。CDN 系统综合考虑各节点连接状态、负载情况以及用户距离等信息，通过将相关内容分发至靠近122用户的 CDN 代理服务器上，实现用户就近获取所需的信息，使得网络拥塞状况得以缓解，降低响应时间、提高响应速度。28 边缘计算边缘计算：边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放平台（架构），就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。29 边缘智能边缘智能：边缘智能是边缘计算和人工智能结合的新范式，在边缘侧提供的高级数据分析、场景感知、实时决策、自组织与协同等服务。30 边缘节点：边缘节点：边缘节点是对边缘网关、边缘控制器、边缘服务器等边缘侧多种产品形态的基础共性能力的逻辑抽象，这些产品形态具备边缘侧实时数据分析、本地数据存储、实时网络联接等共性能力。31 TSN：时间敏感网络，通过数据传输最大时间来划分的一种实时性网络，具有时间同步、延时保证等确保实时性的功能。旨在为以太网协议建立“通用”的时间敏感机制，以确保网络数据传输的时间确定性。32 JI939 协议：协议：一种用于车辆网络通信的标准协议，旨在实现车辆之间的数据交换和通信。33 CANopen 协议：协议：一种架构在控制局域网络上的高层通信协议，包括通信子协议及设备子协议，常在嵌入式系123统中使用。34 Modbus 协议：协议：一种串行通信协议，是工业电子设备之间常用的连接方式。35 GB/T 32960 协议协议：指国家标准 GB/T32960-2016 电动汽车远程服务与管理平台通信协议中规定的车辆与远程服务管理平台之间进行通信的规范。36 数据安全数据安全：指工业互联网业务过程中涉及到的标识编码数据、标识解析业务数据、用户数据等各类数据的安全。37 网络安全网络安全：指工业互联网系统与应用、用户、协作方等实现互联的网络及网络边界的安全。38 应用安全应用安全：指支撑工业互联网业务运行的各类信息系统、标识解析业务及应用程序的安全等。39 企业内网企业内网：在工厂或园区内部，用于生产要素互联以及企业 IT 管理系统之间连接的网络。40 企业外网企业外网：以支撑工业全生命周期各项活动为目的，用于连接企业上下游之间、企业与智能产品、企业与用户之间的网络。41 现场总线现场总线：连接智能现场设备和自动化系统的数字式、双向传输、多分支结构的通信网络。42 确定性网络确定性网络：确定性网络指在一个网络域内为承载的业务提供确定性业务保证的能力，这些确定性业务保证能力包括时延，时延抖动，丢包率等指标。12443 工业工业 PON：无源光网络，是指 ODN（光配线网）中不含有任何电子器件及电子电源，ODN 全部由光分路器（Splitter）等无源器件组成，不需要贵重的有源电子设备。一个无源光网络包括一个安装于中心控制站的光线路终端（OLT），以及一批配套的安装于用户场所的光网络单元（ONUs）。在 OLT 与 ONU 之间的光配线网（ODN）包含了光纤以及无源分光器或者耦合器。44 VLAN：虚拟局域网，一种使用交换机将设备划分到一个独立的局域网中的网络。局域网上的一组设备，经配置（用管理软件）后设备可以如同连接在同一线路上那样进行通信，设备不受物理位置的限制。45 Overlay：覆盖网络，是在 Underlay 网络（物理传输网络）上构建的逻辑或虚拟网络。Overlay 网络用于克服传统网络的缺点，通过实现网络虚拟化、分段和安全性，使传统网络更加易于管理、灵活、安全（通过加密）和可扩展。46 网络虚拟化网络虚拟化：能够实现网络资源动态调配、动态管理的技术，使一个物理网络上模拟出多个逻辑网络。通过一个公用网络(通常是因特网)建立一个临时的、安全的连接，是一条穿过混乱的公用网络的安全、稳定隧道。使用这条隧道可以对数据进行几倍加密达到安全使用互联网的目的。47 SD-WAN：软件定义广域网，是将 SDN 技术应用到广域网场景中所形成的一种服务，这种服务用于连接广阔125地理范围的企业网络、数据中心、互联网应用及云服务。这种服务的典型特征是将网络控制能力通过软件方式“云化”，支持应用可感知的网络能力开放。48 IPsec：指通过对 IP 协议的分组进行加密和认证来保护 IP 协议的网络传输协议族，是一种开放标准的框架结构，提供了一种保护工作组、局域网计算机、域客户端和服务器、分支机构（物理上为远程机构）、Extranet 以及漫游客户端之间的通信的能力，是安全联网的长期方向。它通过使用加密的安全服务以确保在 Internet 协议（IP）网络上进行保密而安全的通讯。49 MPLS-VPN：是指采用 MPLS 技术在运营商宽带IP 网络上构建企业 IP 专网，实现跨地域、安全、高速、可靠的数据、语音、图像多业务通信，并结合差别服务、流量工程等相关技术，将公众网可靠的性能、良好的扩展性、丰富的功能与专用网的安全、灵活、高效结合在一起，为用户提供高质量的服务。50 SDH/MSTP：基于同步模型同步数字体系/多业务传送平台，同时实现 TDM、ATM、以太网等业务的接入、处理和传送，提供统一网管的多业务传送平台。MSTP 充分利用 SDH 技术，特别是保护恢复能力和确保延时性能，加以改造后可以适应多业务应用，支持数据传输，简化了电路配置，加快了业务提供速度，改进了网络的扩展性，降低了126运营维护成本。51 OTN：光传送网，是指在光域内实现业务信号的传送、复用、路由选择、监控，并且保证其性能指标和生存性的传送网络。它支持客户信号的透明传送、高带宽的复用交换和配置，具有强大的开销支持能力。52 NB-IoT：窄带物联网，具有覆盖广、连接多、速率快、成本低、功耗低、架构优等特点。53 网络切片网络切片：一种按需组网的方式，可以让运营商在统一的基础设施上分离出多个虚拟的端到端网络，每个网络切片从无线接入网承载网再到核心网上进行逻辑隔离，以适配各种各样类型的应用。在一个网络切片中，至少可分为无线网子切片、承载网子切片和核心网子切片三部分。54 UPF：用户面功能，主要负责 5G 核心网用户面数据包的路由和转发相关功能。55 标识解析系统标识解析系统：能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统的精准对接、产品全生命周期管理和智能化服务的前提和基础。56 工业互联网标识解析体系工业互联网标识解析体系：工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。标识编码是能够唯一识别物料、机127器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号。57 企业节点企业节点：是指一个企业内部的标识服务节点，能够面向特定企业提供标识注册、标识解析服务、标识数据服务等，既可以独立部署，也可以作为企业信息系统的组成要素，企业节点需要与二级节点对接，从而接入标识解析体系。58 二级节点二级节点：是面向特定行业或者多个行业提供标识服务的公共节点。59 国家顶级节点国家顶级节点：是指一个国家或地区内部最顶级的标识服务节点，能够面向全国范围提供顶级标识解析服务，以及标识备案、标识认证等管理能力。60 软件即服务软件即服务（SaaS）：软件即服务是通过网络提供软件服务的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商订购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用。61 基础设施即服务基础设施即服务（IaaS）：基础设施即服务是指用户通过互联网可以从完善的计算机基础设施获得服务，主要提供了虚拟计算、存储、数据库等基础设施服务，通常分为三种用法：公有云、私有云和混合云。其中公有云通常指第三方提供商为多个用户提供的能够使用的云；私有云是为一个客户单独使用而构建的，因而提供对数据、安全性和服务128质量的最有效控制；混合云是公有云和私有云两种服务方式的结合。62 平台即服务平台即服务（PaaS）：平台即服务是将应用的运行和开发环境作为一种服务提供的商业模式。PaaS 使用户无需过多考虑底层硬件，便可以方便地构建应用。PaaS 能将现有各种业务能力进行整合，具体可以归类为应用服务器、业务能力接入、业务引擎、业务开放平台。向下根据业务能力需要测算基础服务能力，通过 IaaS 提供的 API 调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过 API 开放给应用用户。63 API：应用程序接口，是一组定义、程序及协议的集合，通过 API 接口实现计算机软件之间的相互通信。64 APP：指为完成某项或多项特定工作的计算机程序，可以和用户进行交互，具有可视的用户界面。65 CAx：是 CAD、CAM、CAE、CAPP、CAS、CAT、CAI 等各项技术的综合叫法。66 PLC：可编程逻辑控制器是种专门为在工业环境下应用而设计的数字运算操作电子系统。它采用一种可编程的存储器，在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。67 DCS：是以微处理器为基础，采用控制功能分散、129显示操作集中、兼顾分而自治和综合协调的设计原则的新一代仪表控制系统。68 UAT：用户接受度测试是指部署软件之前的最后一个测试操作。在软件产品完成了单元测试、集成测试和系统测试之后，产品发布之前所进行的软件测试活动它是技术测试的最后一个阶段。目的是确保软件准备就绪，并且可以让最终用户将其用于执行软件的既定功能和任务。69 CRM：客户关系管理系统，指利用软件、硬件和网络技术，为企业建立一个客户信息收集、管理、分析和利用的信息系统。70 SRM：供应商关系管理系统，可实现从采购需求下达、审批、招标以及后续的供应商准入、供应商绩效考核等全过程业务闭环。71 TOC 约束理论：约束理论：以色列物理学家戈德拉特博士提出的理论，该理论提出了在制造业经营生产活动中定义和消除制约因素的一些规范化方法，以支持连续改进。72 LES：生产物流执行系统，是以物料拉动为核心，统筹考虑物料在不同仓储单元的交互，实现物料从入库、库内管理、出库、拉动、转移到最终装配的物流管理系统。73 OPC 技术：技术：自动控制技术，指为了给工业控制系统应用程序之间的通信建立一个接口标准，在工业控制设备与控制软件之间建立统一的数据存取规范。13074 SCOR 模型模型：供应链运作参考模型，将供应链界定为计划、采购、生产、配送、退货五大流程，描述了各流程的标准定义、对应各流程绩效的衡量指标。75 KPI：关键绩效指标，是通过对组织内部流程的输入端、输出端的关键参数进行设置、取样、计算、分析，衡量流程绩效的一种目标式量化管理指标。76 DMS：数据库管理系统，用于创建、维护和访问数据库，以便用户能够有效地存储、检索和操作数据。77 GSM：全球移动通信系统，一种全球范围内广泛使用的无线通信技术体系，用于在移动设备之间传输声音、数据和图像等信息。78 GPRS：一种无线通信技术，利用全球系统移动通信网络，通过分组交换的方式提供数据传输服务。

0人已浏览 2023-11-17 135页 5星级

2023 年深度行业分析研究报告 行业研究报告 慧博智能投研 目录 目录 一、工业互联网行业概述.1 二、工业互联网市场空间及竞争格局.3 三、工业互联网发展壁垒及挑战.5 四、AI?助力工业互联网发. 

0人已浏览 2023-11-10 38页 5星级

 ?4.0?少?动?Criticalmanufacturingan ASM PT company简介?4.0?4.0答?4.0动?MES/MOM?02?03?09?11?1504?06?4.0?CPS?. 

0人已浏览 2023-11-01 18页 5星级

工业互联网标识行业应用指南（建材）工业互联网标识行业应用指南（建材）工业互联网产业联盟（工业互联网产业联盟（AII）2022 年年 8 月月 声 明 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟联系电话： 邮箱： 前前 言言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实 国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023 年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。建材行业是支撑国民经济发展的重要基础原材料产业，也是典型的资源能源承载型行业，建材行业数字化智能化绿色化融合发展已成为必然趋势。工业互联网标识解析作为建材行业数字化转型的重要基础设施和赋能手段，通过与建材行业实际业务深入融合，实现对产业链上下游相关人、机、物、系统等的全面链接，全面推动建材行业数字化、网络化、智能化、绿色化发展。牵头编写单位：中国信息通信研究院 参与编写单位：建材工业信息中心 重庆建工建材物流有限公司 北京邮电大学 机械工业第六设计研究院 国机工业互联网研究院（河南）有限 公司 泰山玻璃纤维有限公司 山东路德新材料股份有限公司 江苏律航智能科技有限公司 江苏冠领新材料科技有限公司 南通市建筑设计研究院有限公司 上海玻机智能幕墙公司 宁夏建材集团股份有限公司 中材高新材料股份有限公司 蚌埠国显科技有限公司 曲美家居集团股份有限公司 中科云创（厦门）科技有限公司 为了加快工业互联网标识解析体系在建材行业应用推广，工业互联网产业联盟标识组联合建材行业相关企事业单位编制工业互联网标识应用指南（建材）（以下简称指南）。本指南适用于国民经济行业分类（GB/T 4754-2017）中“C”制造业门类下的“30”非金属矿物制品业，聚焦于 301 水泥、石灰和石膏制造；302 石膏、水泥制品及类似制品制造；303 砖瓦、石材等建筑材料制造；304 玻璃制造；306 玻璃纤维和玻璃纤维增强塑料制品制造；307 陶瓷制品制造（仅包含 3071 建筑陶瓷制品制造、3072 卫生陶瓷制品制造）；308 耐火材料制品制造；309 石墨及其他非金属矿物制品制造等 8 个中类、21 个小类。本指南主要围绕建材行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为建材行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了区景安、张丽娟、刘德、周炫、吴大鹏、郑林江等专家的指导，并得到了广大建材行业企业的大力支持，在此一并致谢。编写组成员（排名不分先后）：刘阳、刘巍、刘澍、朱斯语、李胡升、田娟、池程、李瑞兴、孙银、宋涛、吴喆、张素、万佳艺、马筱筠、胡雅琴、张丹桐、曹佩瑶、陈敬、王春兰、张永军、韩大海、许方敏、毛璐阳、刘丽莎、酒小涛、梁通、沈彦明、冯兴新、梁训美、赵纯锋、吴克华、马贞强、冯鹏、张敏杰、黄生、何金乔、余国钊、薛松、阳阳、粟凡、周北川 目目 录录 一、工业互联网标识解析概述.1 二、建材行业数字化转型需求分析.3（一）建材行业基本情况.3（二）建材行业发展的主要特点.6（三）建材行业转型的变革方向.8 三、建材行业标识解析实施路径.9（一）建材行业标识解析实施架构.9（二）建材行业标识对象分析.10（三）建材行业标识数据分析.14（四）建材行业标识应用组织流程.19 四、建材行业标识解析应用模式.23（一）建材行业全流程管理.23（二）建材生产设备全生命周期数字管理.29（三）基于数据协同的建材行业智慧物流.32（四）建材行业供应链协同.36（五）建材行业能源数字化管理调度.40 五、发展建议.43（一）培育建材行业数字化发展新生态.43（二）加强建材与工业互联网复合型人才培养.43（三）强化建材行业标识解析需求牵引.44 1 一、工业互联网标识解析概述 工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用 2 统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的“信息孤岛”和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。工业互联网标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、不同系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，同时提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入口。企业间传统的信息交互模式为两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。工业互联网标识解析各级节点作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。3 工业互联网标识解析是打造共建共享安全格局的有效路径。随着工业互联网接入数据种类、数量的不断丰富，以及工业数据的高敏感性，对网络服务性能要求越来越高。标识解析建立了一套高效的公共服务基础设施和信息共享机制，通过建设各级节点来分散标识解析压力，降低查询延迟和网络负载，提高解析性能。同时，逐步建立综合性安全防护体系，工业数据存储在责任主体企业保障了数据主权，通过身份认证、权限管理、数据加密等机制实现标识对象信息的安全传输和获取，通过多利益相关方在全生命周期中的合作，形成开放、引领、安全、可靠的产业生态系统。工业互联网标识解析是建材行业提升产业聚集程度、实现高质量转型的数字基础。建材工业作为我国重要的基础原材料工业，其产业分散、能耗资源较高，企业数字化水平大多处于初级阶段，信息共享难度较大。标识解析网络可赋能建材全产业链、全领域信息广泛互联，实现建材行业全流程管理、建材生产设备全生命周期数字管理、建材智慧物流、建材供应链协同、能源数字化管理调度等行业典型应用。二、建材行业数字化转型需求分析（一一）建材行业基本情况建材行业基本情况 1.行业简介行业简介 建材行业是支撑国民经济发展的重要基础材料工业，是指土木工程和建筑工程中所使用材料生产制造的统称。我国建材行业按产品划分为建筑材料、非金属矿产品、无机非金属新材料三大门类；按产业划分可 4 分为建材采石和采矿业、建材基础材料产业、建材加工制品业三大类，包含 30 个行业小类，1013 种产品，各个分行业具有不同的特点。根据国民经济行业分类（GB/T 4754-2017），建材行业主要涉及 C（制造业）门类下的 30（非金属矿物制品业），主要包括 301 水泥、石灰和石膏制造；302 石膏、水泥制品及类似制品制造；303 砖瓦、石材等建筑材料制造；304 玻璃制造；306 玻璃纤维和玻璃纤维增强塑料制品制造；307陶瓷制品制造（仅包含 3071 建筑陶瓷制品制造、3072 卫生陶瓷制品制造）；308 耐火材料制品制造；309 石墨及其他非金属矿物制品制造等中类。建材行业是实体经济的根基，支撑了基础设施建设、建筑业和房地产业的快速发展，成为改善人居条件、治理生态环境和发展循环经济的重要支撑。“十三五”以来，建材行业转型升级成效显著，开始进入“从多到好”、由追赶到并排超越、迈向高质量发展的新时期和“创新提升、超越引领”多方位与世界领先并跑的新时代，具体表现如下：综合实力不断增强，2018 年以来，我国建材工业增加值同比增速呈现提高的趋势；产品生产保持增长，水泥、平板玻璃等主要建材产品产量保持增长；经济效益稳中有升，规模以上建材企业完成营业收入和利润总额持续增长；新型建材持续涌现，性能优异、绿色低碳的新型建材已成为建材工业中的重要产品门类和新的经济增长点；行业格局加速洗牌，伴随着众多建材行业企业陆续上市，新兴消费者对传统建材行业认知情形变化，建材行业将加速洗牌升级。2.产业链产业链 总体来说，建材行业产业链分为上、中、下游三个部分，自上而下涉及资源开采、加工、生产、运输、销售等诸多环节。其中行业上游主要 5 包括原材料（如矿石、化工、能源、粘土等材料）、生产建材产品的机械设备等；行业中游主要为建材产品的生产制造，根据原材料不同或用途不同又可具体细分为水泥、玻璃、陶瓷、玻璃纤维、混凝土、涂料、耐火材料等；下游为建材产品消费市场，包括但不限于房地产业、工业建设、基础设施建设等领域，如图 1 所示。产业链上游发展稳健。我国建材生产原材料储量丰富，全球原材料资源储量位列前位，具备生产优质建材产品的天然条件。在改革开放和城乡建设的加速驱动下，经过数十年的发展，我国建材的生产工艺、生产装备及产线自动化水平均得到了大幅度提升。产业链中游规模巨大。建材产品的生产制造是建材行业的核心环节，目前，我国已经成为世界上最大的建筑材料生产国和消费国。水泥工业产量连续 33 年位居世界第一，第二代新型干法水泥技术研究居于世界领先地位；玻璃产量占全球总产量约 60%；建筑卫生陶瓷产量位居世界第一；玻璃纤维、混凝土等建筑材料产品也处于全球领先地位。产业链下游具有提升空间。与全球相比，我国建材产业链下游应用产业相对传统，在数量、领域、创新能力等方面均存在一定差距。此外，建材行业全产业在绿色低碳转型方面面临较大压力。作为典型的资源承载型行业，建材行业产业规模大、能源结构偏煤，能源消费总量约占全国能源消费总量的 8%，其中水泥、平板玻璃、建筑卫生陶瓷能源消费量约占行业能源消费量的 76%，属于工业实现“双碳”目标的重点发力领域。新发展形势下，建材行业实现绿色低碳发展目标存在诸多挑战，单纯通过减产、停产降低碳排放将对全产业乃至全国经济发展造成严重影响，亟须通过数字化转型破除“双碳”对产业发展的锁定效应，实现高质量绿色发展。6 上游基基础础原原材材料料粘土材料粘土材料矿石材料矿石材料化工材料化工材料陶瓷粘土 耐火粘土 水泥粘土等石灰石 石英石 砂石等稀土元素 纯碱 金属氧化物等能源资源能源资源煤炭 石油 天然气等生生产产机机械械设设备备水泥生产水泥生产水泥回转窑 预热器 篦冷机等玻璃生产玻璃生产钢化炉 热弯炉 玻璃磨边机等陶瓷生产陶瓷生产高压成型机 施釉设备 球磨机等其他建材其他建材混合机 包装机 除尘器等中游建建材材产产品品生生产产水泥水泥水泥 水泥熟料水泥制品等玻璃玻璃平板玻璃特种玻璃等其他建材产品其他建材产品玻璃纤维耐火材料等混凝土混凝土普通混凝土重混凝土轻质混凝土等 陶瓷陶瓷建筑陶瓷卫生陶瓷等下游消消费费市市场场直销渠道分销渠道房地产工业建设基础设施建设电子电器电力和新能源交通运输汽车制造 图 1 建材行业产业链全景图 （二二）建材行业发展的主要特点建材行业发展的主要特点 面对需求下滑、产能过剩、恶性竞争、双碳要求等多重压力，建材行业需求侧压力持续增加，行业发展已经由快速扩张时期发展到结构挑战攻坚期，各类新型建材不断涌现，建材产品不断升级换代。全行业总体呈现结构调整与转型升级向纵深转折，以中低端发展为主体的建材工业开始转向中高端发展迈进。整体而言，建材行业的发展存在着以下特点：一是产品质量水平滞后于规模的增长，缺乏监管支撑。建材行业经历一定时期的快速发展，虽然我国已成为世界上最大的建材生产国和消费国，但在产品质量和可靠性水平等方面，仍与世界制造强国有明显差距，建筑材料产品质量水平的增长滞后于发展规模的增长，质量保障不 7 足。建材产业集中度较低，导致了一定程度的市场混乱，由于企业规模小、品牌影响力弱、产品同质化严重，认证作用不强，致使行业假冒伪劣产品屡禁不止、质量安全问题频出。此外，由于市场监管不到位，存在部分无证生产和假冒伪劣产品流入市场的现状。二是资源环境约束趋紧，节能减排压力加大。我国建材行业总体上尚未摆脱高投入、高消耗、高排放发展方式，资源能源消耗量大，生态环境问题比较突出，形势依然十分严峻，迫切需要加快构建科技含量高、资源消耗低、环境污染少的绿色制造体系。建材行业能源消耗仅次于钢铁和石化，居工业各行业第三位；二氧化硫、氮氧化物、二氧化碳及烟粉尘等环境污染物排放均居全国工业系统前列。低能耗、低排放、附加值高的加工制品业尚未成为主体，行业在节能减排技术研发与创新能力提升方面显得不足，很大程度上制约了节能减排的进程和效果，存在不少未能达标企业，节能减排和结构调整的压力增大。三是新一代信息技术基础薄弱，工业互联网发展较慢。建材行业经过十多年两化融合推进工作，部分企业围绕生产、经营管理等环节在实现数字化、网络化、信息化取得一定成效。但实际上自动化水平较高、数字化水平较低，部分企业集成协同应用能力不足，产业链上下游之间的衔接融合程度不够。建材企业内部仍存在大量信息孤岛，尚不能实现全业务流程的数据采集和制造运行管理，数字化生产管控能力仍需系统提升。建材行业在工业互联网建设方面总体发展较缓，缺乏基于工业互联网的数字化转型实施经验，缺乏针对性的关键技术研究和方案支撑，典型可复制可推广的示范性应用相对匮乏。8 （三三）建材行业转型的变革方向建材行业转型的变革方向 随着工业互联网和智能制造的发展，特别是在全球数字化浪潮的席卷下，推动建材产品质量管理重点环节从以制造过程为主，向研发设计、软件使用、生产制造、设备运维、经营管理等多环节并重转变已成为行业趋势。面对当前我国建材行业发展的困难和挑战，结合行业内外实践经验，建材行业具备以下变革方向：一是系统提升建材产品质量管理水平。建立满足应用需求的建材产品生产过程控制及质量追溯机制，健全建材产品全生命周期质量保证体系，加快推进智能制造，实现产品质量追溯、质量管理数字化，提升质量管理整体绩效。创新应用质量追溯认证体系，为建材行业提供重要产品溯源认证服务，提供重要建材产品的防伪认证和防窜货管理手段。二是加速“双碳”背景下的高质量发展。创新建材行业绿色发展路径，促进建材行业全面进入以绿色低碳为导向的高质量发展阶段。立足优化能源结构、提高资源利用效率、探索减污降碳技术革新等需求，综合运用工业互联网实现供需精准对接和能源资源数据管理，通过提升产业数字化集中程度推动化解过剩产能，打造清洁生产新模式，推广协同处置、低碳及高性能建材产品，支撑行业实现高质量绿色发展。三是提高建材企业数字化治理水平。“十四五”原材料工业发展规划中明确提出，加快建材行业工业互联网标识解析二级节点建设，推动标识解析在供应链协同、产品追踪溯源、库存管理等方面的探索应用。通过构建工业互联网平台，向上对接国家顶级节点，向下对接企业节点和工业企业信息系统，推动行业数据集成发展和全生命周期管理。综上所述，建材行业与信息技术在更广范围、更深程度、更高水平 9 上实现融合是其转型发展的必由之路。建材行业将立足新发展格局，促进行业在数字化智能化绿色化方面的深度融合，着力推动集研发设计、物流采购、生产控制、经营管理、专业服务、市场营销为一体的全链条全系统信息化，加快实现建材行业智能化生产、网络化协同、规模化定制、服务化延伸。三、建材行业标识解析实施路径（一一）建材行业标识解析实施架构建材行业标识解析实施架构 建材行业标识解析应用的重点在企业节点侧，企业完成数据标识后与标识解析体系基础设施对接，为生产制造、物流、使用等过程中提供全产业链的信息互通和数据共享能力（实施架构如图 2 所示）。进一步在二级节点、递归节点与基础设施的参与下，完成建材行业的工业互联网典型应用。在生产制造环节，工业软件与生产设备是数据流转的主体，在传统工业软件数据库的基础上，通过对数据采用统一标识，完成数据的厂内厂外转换，增强数据的流通性。在物流管理环节，仓储、物流信息是数据流转的主体，通过对仓储信息、运输信息和打包信息的标注，可以无缝衔接生产制造环节，并对后续的产品信息追溯、动态管理提供数据条件。在产品使用环节，产品信息是数据流转的主体，各参与主体围绕产品进行数据的交换，通过标识解析体系，一方面可以方便完成分销、施工等过程对产品历史追溯需求，另一方面可以加强与产业链其他人员的 10 沟通，提升运维效率，进一步增强建材行业供应链协同能力。图 2 建材行业标识解析实施架构图（二二）建材行业标识对象分析建材行业标识对象分析 1.标识对象分类标识对象分类 建材行业标识对象即在建材相关产品的生产、仓储、销售、物流及使用过程中被附有标识载体和能够进行解析的设备、产品、物料等实体资源以及数据、算法、工艺等虚拟资源。通过对每个标识对象附以唯一编码，实现建材产品全流程管理、建材生产设备全生命周期数字管理、建材智慧物流、供应链协同、能效管理等集成创新应用，同时也为行业监管平台提供接口，解决建材行业监管难题。建材行业标识对象及其分类包含 国民经济行业分类（GB/T 4754-2017）国家标准中的 C（制造业）门类下的 30（非金属矿物制品业）。结合建材行业上游（原材料及建材装备）、中游（建材产品）、下游（使 11 用）实际应用及相关数字化管理系统信息，标识对象涵盖：设计相关对象，如图纸、模具模板等；生产相关对象，如工厂、产线、工序、设备设施、配方、样品、人员、单据等；仓储对象，如仓位、库区、人员、单位等；物流对象，如车辆、人员、单据等；销售对象，如人员、评价、订单、单据等；使用对象，如工程、部位、施工设备、人员等。表表 1 建材行业标识对象及其分类表建材行业标识对象及其分类表 产业链产业链 对象对象分类分类 标识主体标识主体 赋码颗粒度赋码颗粒度 标识标识形式形式 采集采集技术技术 上游（原材料及建材装备）设计 设计图纸、模具模板等 一物一码 一维码、二维码、RFID标签、NFC标签、主动标识载体等 扫 码器、PDA、手机、RFID读 写器、NFC读 写器、联网 自动 采集等 生产 原材料：矿石开采、加工，如河砂、碎石等；工业废弃物回收利用，如粉煤灰等；设备设施 一批一码（结合批次或包装状态适配颗粒度）建材设备：工厂、产线、工序、设备设施（通用设备、专用设备、计量设备、污染物处理设备设施）、配方、样品、人员、单据等 一物一码（结合批次或包装状态适配颗粒度）仓储 仓位、库区、人员、单据等 一物一码 销售 人员、评价、订单、单据等 一物一码 物流 车辆、人员、单据等 一物一码 中游（建材产品）设计 设计图纸、模具模板等 一物一码 生产 水泥 工厂、产线、工序、设备设施（通用设备、专用设备、计量设备、污染物处理设备设施）、配方、样品、人员、单一物一码（结合批次或包装状态适配颗粒度）玻璃 一物一码（结合批次或包装状态适配颗粒度）陶瓷 一物一码（结合批次或包装状态适配颗粒度）混凝土 一物一码（结合批次或包装状态适配颗粒度）12 产业链产业链 对象对象分类分类 标识主体标识主体 赋码颗粒度赋码颗粒度 标识标识形式形式 采集采集技术技术 其他建材 据等 一物一码（结合批次或包装状态适配颗粒度）仓储 仓位、库区、人员、单据等 一物一码 物流 车辆、人员、单据等 一物一码 下游（使用）销售 人员、评价、订单、单据等 一物一码 施工 工程、部位、施工设备、人员等 一物一码 2.对象标识编码对象标识编码 在厘清建材行业标识对象后，应本着统一、兼容、实用、可扩展等基本原则，制定对象的标识编码规范。编码规则应遵守国家有关法律法规要求以及国家工业互联网标识解析体系统一管理要求，并结合所在行业的国际标准、国家标准、行业标准等，制定建筑材料行业二级节点编码规则/标准（水泥、玻璃等重点建材产品编码标准正在研制）。建材行业标识编码应从以下几个方面考虑：可兼容。标识编码应具有良好的兼容性，一是兼容 Handle、OID、Ecode 等现有标识系统，也支持未来可能出现的各种标识，二是兼容已分配的标识和统一规则后分配的标识。可匹配。通过分段层次设计，实现标识编码与国内工业互联网标识解析体系匹配，体现在根管理机构负责分配和解析顶级标识，注册管理机构负责分配二级标识等。可扩展。标识编码体系具有可扩展性，满足标识对象快速增长、标识体系扩展、增加字段功能等需求。安全高效。编码应引入签名和证书安全机制，保证标识的完整、真 13 实性。在充分考虑建材行业生产运营特点的基础上，要同时考虑读写和查询的速度。建材行业标识对象编码的基本规则可参照以下：3.标识应用分布标识应用分布 据建材行业工业互联网标识解析网络二级节点相关数据统计，当前建材行业工业互联网标识年平均值注册量4.8亿，年平均解析量12.87亿，主要应用于设备、配方、样品、单据等。以混凝土行业为例，相关典型标识对象及应用分布如下表 2 所示。表 2 典型标识对象及其分类表（以混凝土行业为例）对象分类对象分类 类别类别 标识注册量标识注册量占比占比 标识解析标识解析量占比量占比 包含内容包含内容 生产 设备 0.23%0.04%生产设备、试验设备等。设计/生产 配方 7.39%3.49%相关技术参数、各材料用量、使用单位等 生产 样品 5.81%2.74%性能等级、生产单位、生产时间、工程名称、发货单编号等。销售 供应 小票 55.99y.28%供货信息、出厂检测结果、交货检验信息、原材料信息、产品相关图片视频，生产和试验用设备等。销售 材料 小票 26.99.74%供货信息：材料名称、型号、供货单位、物流公司、运输车牌、驾驶员、收货地址等；出厂检验结果（不同材料检测内容不 14 对象分类对象分类 类别类别 标识注册量标识注册量占比占比 标识解析标识解析量占比量占比 包含内容包含内容 同）；型式检验报告，相关图片或视频，运输路线等。销售 物资采购订单 0.16%0.08%商品名称、型号、买方、卖方、采购时间、采购数量、收货地址等 销售 产品采购订单 3.43%1.63%购买单位、生产单位、合同编号、工程名称、性能等级、采购数量等 （三三）建材行业标识数据分析建材行业标识数据分析 1.标识数据分布标识数据分布 建材产品标识数据业务范围包含设计、生产、仓储、物流、销售、施工等全生命周期，自产业链上游到下游包括但不限于采购贸易、智能生产、设备管理、库存管理、物流运输、交货验收、销售服务、施工过程等数据。建材行业标识解析相关业务数据的应用场景分布，主要可以从以下几个方面考虑：供应链相关的采购订单、物流、评价、结算等数据。通过标识采集该环节数据，将供方与其供应的产品质量、效率等关联起来，提高供应链公正、公开、透明。主要为提升供应链运转效率，提高票账关联度，优化供应链评价竞争机制，降低运营成本，加强物资防伪等提供数据支撑。产品生产相关的生产订单、图纸、配方、计量、生产、设备、库存等数据。用于描述建材产品从原材料通过生产加工成为产品的过程，基于此以实现建材产品的数字化生产管理、质量控制、客户服务等方面优化升级，也可应用于建材产品质量追溯和行业质量监管，提升行业生产管理水平和质量监管能力。设备相关的使用、维保等数据。用于描述生产、运输等设备的生产 15 记录、使用时限、故障频率等，主要应用于设备管理智能运维、设备长期使用效果评价等方面，优化设备维保方案，提升设备运行稳定性、可靠性，有效减少设备故障和损坏。产品销售施工相关数据。用于描述建材产品在销售、施工使用过程中产生的数据，实现建材产品全生命周期中的质量追溯、质量品控，为优化产业链中各生产、管理环节提供数据依据。企业内部管理相关数据。主要包括人员管理、作业管理、安全管理、业务流程管理等数据，通过标识解析采集汇聚数据后，可为企业内部管理优化赋能，改进生产工艺、优化业务流程、提高人才素质等，有效实现企业降本增效。表 3 建材行业标识解析业务数据分析 数据分类数据分类 数据对象数据对象 功能应用功能应用 供应链类 采购订单、车辆、人员、单据、原材料、供应效果评价等 提升供应链运转效率，提高票账关联度，优化供应链评价竞争机制，降低运营成本，加强物资防伪等 生产类 生产订单、图纸、配方、计量、生产、设备；产品名称和型号、执行标准、质量参数、产品图片等，生产批次、数量、出厂日期等 数字化生产管理、质量控制、客户服务等，建材产品质量追溯和行业质量监管，提升行业生产管理水平和质量监管能力 设备类 设备出厂信息，使用时间、使用量，维保时间和内容、运行情况等 设备管理智能运维、设备长期使用效果评价等方面，优化设备维保方案，提升设备运行稳定性、可靠性，有效减少设备故障和损坏 销售施工类 合同、订单、产品规格型号、数量，施工部位、施工速度，客户验收、评价等 数实现建材产品全生命周期中的质量追溯、质量品控，为优化产业链中各生产、管理环节提供数据依据 企业内部管理类 人员管理、作业管理、安全管理、业务流程管理等 可为企业内部管理优化赋能，改进生产工艺、优化业务流程、提高人才素质等，有效实现企业降本增效 16 2.标识数据建模标识数据建模 为建立各类对象全生命周期的数字画像，需要对对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图 3 所示。建材行业标识应用企业可基于该建模方法，建立全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。图 3 工业互联网标识数据模型 3.标识数据分类标识数据分类 建材行业对象属性值可根据各流程环节的业务需要进行组织。供应链类、生产类、设备类、销售和施工、企业内部管理等方面的典型对象数据分类参考下表 4。表 4 建材行业重点对象标识数据分类 数据分类数据分类 对象名称对象名称 属性数据属性数据 备注备注（数据标签数据标签）供应链类 原材料 原材料种类（原材料采购）原材料名称 原材料型号 供应商信息 17 数据分类数据分类 对象名称对象名称 属性数据属性数据 备注备注（数据标签数据标签）采购订单信息 原材料检测信息 出库信息 入库信息 生产类 建材产品 产品种类（产品）产品名称 产品型号 生产批次 生产地点 质检信息 生产责任人信息 设备类 建材用设备 设备名称（设备基本信息）设备型号 设备供应商信息 验收单号（设备入库）订单编号 入库人 申领单号（设备出库）出库去向 出库人 安装位置（设备安装）安装人 使用地点 使用时间 使用人 单位信息（设备监控）统计参数 设备类 建材用设备 设备信息 故障参数 18 数据分类数据分类 对象名称对象名称 属性数据属性数据 备注备注（数据标签数据标签）提取时间 预警名称（故障预警）预警模型 特征信息 故障类型 预警时间 预警分析向量（预警评价）故障等级 等级描述 故障机理 处理方法 报告名称（设备维护）维护类型 维护内容 维护时间 维护人 维修类型（设备维修）维修内容 维修人 报废类型（设备报废）报废内容 报废负责人 验收结论（设备检验）验收时间 检验人 销售施工类 订单 客户名称（订单签订）订单签订时间 订单金额 货物数量 19 数据分类数据分类 对象名称对象名称 属性数据属性数据 备注备注（数据标签数据标签）到款进度信息（订单交付）交付信息 企业内部管理类 人员 人员名称（人员）人员性别 人员部门 人员职务 人员权限 流程信息 （四四）建材行业标识建材行业标识应用应用组织流程组织流程 企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二级节点建设，图 4 给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1.预研与评估阶段预研与评估阶段 企业根据自身发展现状，评估工业互联网标识及标识解析基础设施 20 应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在交互场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2.节点建设与部署阶段节点建设与部署阶段 企业标识解析建设方案将明确建设路径，同时需开展标识解析标准化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。企业依托 AII 组成专家团队进行二级节点评审，并形成评审意见，同时由政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，21 二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3.企业标识应用实施阶段企业标识应用实施阶段 完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过 AII或应用供应商根据建设方案提供赋码、采集、存储和应用系统，基于工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、设备远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。4.产业推广与运营阶段产业推广与运营阶段 随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。22 图 4 标识应用组织流程 23 四、建材行业标识解析应用模式（一一）建材行业全流程管理建材行业全流程管理 1.应用需求应用需求 跨企业质量信息难以整合，各流程质量数据关联难度大。从基础的木材、砂、石等原材料，到水泥、混凝土、玻璃纤维等建材产品，再到消费与使用的产品全生命周期中，建材质量控制过程中涉及建材生产、运输、施工安装等众多企业，各企业信息化水平差异较大，且由于生产工艺、产品特性的不同，各企业的 ERP、PLM、EMS 等信息化系统有很强的企业特性，建材企业间数字信息共享难度大，行业质量信息不透明、协调品控能力弱、质量监管难度大。行业溯源认证机制缺失，窜货现象屡见不鲜。在建筑材料行业的重要产品溯源认证领域上，当前的各种溯源应用主要针对厂内溯源，厂外溯源应用缺失，导致厂外溯源信息难以迅速反馈到厂内影响产品的生产管控，也难以直接利用厂外溯源信息进行数据分析形成有效的防窜货手段，使得防窜货成本一直居高不下，恶意窜货事件时有发生。2.解决方案解决方案 基于工业互联网标识解析体系，构造行业跨企业及跨企业内部部门的信息沟通机制和渠道接口，将生产、运输、施工、检测及相关服务企业数据关联起来，建立建材行业全流程质量追溯平台。通过工业互联网标识将原料、生产、仓储、运输、销售及应用施工等环节的人、机、料、法、环、测相关信息采集、关联并上传系统，一旦出现质量纠纷，可通过标识快速预警并寻找质量问题根源，包括基础原料生产、转运、仓储、24 运输过程，中间建材生产、运输、交货过程，以及建筑施工、安装、养护过程等等，做到来源可寻、去向可追、责任可查。图 5 建材行业全流程管理 3.典型案例典型案例 案例案例 1：基于标识解析的防伪防窜货云应用基于标识解析的防伪防窜货云应用（建筑材料工业信息中建筑材料工业信息中心心）1.案例介绍 基于建材行业标识解析应用服务平台提供的标识中间件、应用接入接口，将防伪防窜货应用接入到应用服务平台中为用户提供服务。企业利用产品管理模块预定义需要做窜货监测的产品类别，并在产品销售区域管理中设置经销商可销售的地域范围。企业产品出厂前，将会被赋予唯一的工业互联网标识编码，并上传对应的质量验证信息。用户可通过扫描承载标识编码的标识载体获取到产品的信息。系统通 25 过获取用户所在位置并与设定的销售区域进行比对，若发现实际销售区域在设定销售区域之外，则向企业发出窜货预警，提示企业及时向经销商确认问题。从而帮助企业及时对窜货行为进行稽查，以维护品牌的名誉和利益。2.实施成效 通过防伪防窜货的应用，在生产商和消费者之间形成健康的消费渠道。通过对每一件产品的生产、加工、储存、运输、销售都一系列的信息记录并录入系统，企业可实现产品全生命周期、全流通区域的数据追踪，帮助企业有效地对产品的所有环节进行监管，消费者通过扫描二维码可以了解到产品的所有信息，实现产品信息的透明化，增加消费者对品牌的信任。运用防伪防窜货系统可以帮助企业节约成本，企业自己治理窜货往往需要大量的人力成本和物力成本，而工业互联网标识赋予了每个产品唯一的防伪标签，通过二维码对每件产品进行有效的监管，有效地节约了企业的管理成本。26 案例案例 2：预拌混凝土质量追溯预拌混凝土质量追溯（重庆建工建材物流有限公司重庆建工建材物流有限公司）1.案例介绍 将工业互联网标识应用于预拌混凝土生产企业现有生产运营体系，以混凝土供货小票为载体，为每车混凝土赋予工业互联网标识码，同时给预拌混凝土质量相关对象，如原材料、质检样品、生产设备等进行标识，通过标识将原材料质量、生产配方、出厂检测、运输泵送设备及第三方检测等质量信息关联起来，相关方通过解析标识二维码可逐级追溯每车混凝土各环节质量数据，实现预拌混凝土从原材料生产供应、混凝土生产、混凝土运输泵送及现场施工过程的全流程质量信息追溯。27 2.实施成效（1）全流程数字化质量追溯新模式，用户通过标识码即可便捷获取产品质量相关信息，大幅提高原材料、混凝土、结构实体的质量追溯效率，促使混凝土生产情况公开透明，提高预拌混凝土行业内企业品控水平。（2）基于工业互联网标识解析平台，为规范行业质量管控提供数据支撑，可用于预拌混凝土企业质量管理、建筑施工企业的混凝土工程质量控制，以及行业监管单位质量监管等场景，有效提高质量管控能力，降低工程质量事故损失。28 案例案例 3：基于标识解析的产品全生命周期管理基于标识解析的产品全生命周期管理（山东路德新材料股份山东路德新材料股份有限公司有限公司）1.案例介绍 山东路德新材料股份有限公司推出了基于标识解析的拉式生产系统解决方案，从而实现了从物料采购到最终销售的全流程贯通。“码码关联”汇集销售订单、生产任务单、作业单、完工入库单、发货单、原材料采购单、原材料质检单等全过程信息，并将相关信息注册到标识解析系统中，可实现反向拉式溯源，层层关联，逐级递进，从而达到产品全生命周期管理的目的。客户代码销售订单号登记时间产品编码产品名称销售订单数量幅宽经纬克重销售订单销售订单产品编码产品名称幅宽经纬克重计划下达数计划下达说明需求标示创建日期销售单号生产任务单生产任务单作业单号开始时间结束时间状态设备：生产订单号车间班组作业单作业单生产单号LD单号作业单号物料编码产品名称幅宽经纬克重卷径生产车间完工入库单完工入库单车牌号发货日期客户名称发货数量卸货点发货单发货单到货登记编号采购订单供应商代码物料编号产品名称单位入库日期到货数量合格数量质检编号采购单采购单建材行业标识解析二级节点平台 2.实施成效 通过标识解析，实现了订单管理、库存、采购、研发、生产、质量、仓储、物流等生产制造全流程、全方位、深层次的数字化管控，提升企业知识价值与共享，优化产品研发与业务流程，降低产品全生命周期管理成本，从而提升企业的市场竞争力。29 （二二）建材生产设备全生命周期数字管理建材生产设备全生命周期数字管理 1.应用需求应用需求 建材产品生产设备使用周期长、种类多、分布散、价值大，设备的全生命周期管理需求旺盛。为保证建筑材料顺利生产和实现工艺优化，建筑材料生产企业需要实时了解其设备的运行状态来辅助判定工艺流程中需要优化的参数，并需要定期对设备进行维护，同时需要对设备的全生命周期进行管理包含对设备关键零部件的备品备件进行管理。传统生产设备管理信息化程度较低。传统的设备管理中，多采用设备外部附着纸质标签或手工记账的方式对设备进行管理，标识编码标准不统一，伴随着生产经营活动中设备的维保、清查、统计以及移动管理等业务操作，原有的管理手段在时效性和准确性已经不能满足管理的需要，并较大程度影响企业的工作效率和经济效益。一旦出现故障，生产企业和设备制造企业之间设备信息同步率低，影响设备维修效率和工作进度，损失难以预料。2.解决方案解决方案 依托工业互联网标识体系及标识解析二级节点，将建筑材料行业关键生产设备进行统一编码和打码，通过 RFID 标签、无线射频天线、智能传感器等，实现设备各项数据采集、数据存储、数据分析，并基于标识解析数据链路将设备与信息系统有机连接起来，对分散的设备实体进行远程监控、统一管理。对核心关键部件进行健康评估与寿命预测，实现关键件的预测性维护，降低计划外停机概率和安全风险，提高设备巡检、盘点、转资、运维、报废等环节实物资产操作的精准度，提升数据采集的准确性、便捷性，降低劳动强度，为设备管理核心专业领域提供了丰 30 富的业务场景数据与信息服务。通过大数据累积、展现分析、应用。通过智能预警模型、智能诊断模型、智能自学习知识库等应用，提供更好的设备维护方案、运营优化方案、运营战略管理方案。图 6 建材生产设备全生命周期数字管理 3.典型案例典型案例 案例案例 4：建材生产设备智能健康管理运维建材生产设备智能健康管理运维（建筑材料工业信息中心建筑材料工业信息中心）1.案例介绍 针对生产设备、辅助工装、转运设备、计量设备、试验设备、测试设备等物理实体对象赋予贯穿其全生命周期的唯一的身份标识，实现资产基础信息、价值信息、运维信息与实物信息的一一对应，实现对设 31 备资产从前期采购到中期使用监控运维管理，直至淘汰、报废的设备全生命周期监管，并形成一套基于标识解析的设备远程运维管理的流程。基于上述各类流程信息，建设标识解析平台，涵盖数据接入模块、后台管理模块、大屏前端、终端应用等功能模块，实现实时预警、GIS定位、保养提醒、远程协作、专家辅助、数据分析等功能，系统提升设备健康管理能力。2.实施成效（1）实现设备故障快速诊断及远程处理故障、远程锁机、远程调试，实现手机 APP 报修、评价，提高了资产的运行可靠性与使用价值，降低维护成本与维修成本，保障企业安全生产运行。（2）大幅度减少人工高强度的点检和维护作业，实现处于高危环境及不易触碰到的设备不通过人工的实地点检，增强职业健康安全性的同时使管理者、维修者更清晰、更直观地实时查看设备运行的健康状况。（3）根据设备运行状态的数据变化趋势，通过数据库标准数据比对，判定设备故障等级，预测设备的残余寿命，为设备维护保养的时机提供科学依据，最大程度地降低运维成本，提高经济效益。32 （三三）基于数据协同的建材行业智慧物流基于数据协同的建材行业智慧物流 1.应用需求应用需求 建材行业物流信息不透明，监管难度大，客户体验感差。建材行业物流涉及供应方、中间承运方和需求方企业，传统信息传递依靠纸质文件，由于纸质文件传递效率低，不能满足生产经营需求，逐渐演变为纸质文件与电话沟通相结合的方式，然而电话沟通容易出现误听和理解偏差，且难于查证，时常导致纠纷。由于建材行业跨企业间信息共享程度低、更新速度慢，导致企业间信息不对称，货物发货、运输、验收过程难于有效监管，迫切需要通过统一标识对行业上下游对象进行管理，实现企业间信息高效共享，提高跨企业物流协同效率。供需信息不对称，行业运输车辆使用效率低。建材运输主要是大宗货运，传统运输需求信息大多为定向传递，供需信息透明度低，供需方选择范围小、订单达成效率低。另外，由于缺乏高效的车辆位置和货物位置信息分析能力，运输车辆往往空车行驶长距离去接货，运至目的地后又空车返程，导致车辆空程率高，运输企业运营成本居高不下。2.解决方案解决方案 通过工业互联网标识的应用，建材行业上下游企业的生产、供应、物流等关键数据能够利用统一的数据格式和技术架构，为整合行业物流信息提供了条件。依托工业互联网平台进行标识数据串联，打破建材生产、运输、施工企业间的信息壁垒，打造适用于建材运输的信息共享管理平台。建材运输供需双方通过该平台公开运输需求和运输能力等信息，并结合位置信息为运输车推荐需求订单，提高订单达成效率，降低运输企业运营成本。33 图 7 基于数据协同的建材行业智慧物流 3.典型案例典型案例 案例案例 5：预拌混凝土智慧物流预拌混凝土智慧物流（重庆建工建材物流有限公司重庆建工建材物流有限公司）1.案例介绍 依托预拌混凝土工业互联网平台，结合国家工业互联网标识解析体系，聚集混凝土订货、生产、销售、运输、交付等环节信息，打造混凝土智慧物流应用平台盼砼。盼砼汇集了行业运输车辆资源、混凝土及原材料生产企业，平台中运输企业和生产企业有更大的选择范围。平台供需信息公开透明，需方通过平台发布运输需求，系统结合实时大数 34 据分析，推荐就近运输车辆承接运输订单，有效提升运输匹配效率、提高运输车辆使用率，供、需、运三方通过平台共享数据，可及时掌握货物运输位置，对运输状态实施监管，实现了物流过程的追溯和监管。2.实施成效（1）借助标识解析二级节点标识解析平台，实现运输能力动态监管，掌握车辆实时位置，提升调度效率，可快速查询所需车辆的当前位置、期望流向、车型等条件，有效避免车辆调度不及时、不合理情况。（2）基于物流车辆信息汇聚，深入分析供需数据，实现综合调度运输车辆、降低车辆返空距离、提高车辆使用率，车辆使用效率提升约20%。（3）强化了运输过程管理，通过资料审核、历史轨迹分析等方法可优选一大批资料完整、流向真实的车辆供物流管理平台用户，有效杜绝运输过程中违规行为。35 案例案例 6：厂内物流协同运输厂内物流协同运输（泰山玻璃纤维有限公司泰山玻璃纤维有限公司）1.案例介绍 玻纤从拉丝成形之后，要经历烘干、短切、包装等多个工段，部分工段环境潮湿、高温。为提高生产效率，降低劳动强度，保持产品性能稳定，同时满足生产物流线对于低延时、高稳定及高可靠要求，泰山玻璃纤维有限公司建设部署了基于工业互联网的自动导航车辆（AGV）调度系统，将纱车、纱团、工段点位赋予唯一的标识。AGV 导航车辆在接到运输指令后，在指定位置取纱车，通过识别标识二维码获取纱团品种，根据品种后道工序的工艺要求自动将原丝纱车运送到烘干、冷却、包装等工艺环节；同时，结合 5G 技术，实现生产过程数据进行实时采集、上传和绑定分析，实现产品的自动分类、输送、自动存储，大量减少了人工劳动强度和危险性，也避免了人为操作失误。2.实施成效 基于标识的场内运输调度系统的部署，使得原丝碰伤、变形、出现污纱的几率大幅降低，生产效率得到了有效提升，生产更加的稳定，大幅度降低了人员的劳动强度，同时解决了恶劣环境对工人伤害较大的 36 问题。另外，公司的场内运输调度系统引用了 5G 技术，利用其网络大带宽、低时延、高可靠的特性，解决了高温、微波环境下，传统车间 wifi网络不稳定造成 AGV 断讯停止运行等问题，提高了物流线整体运行效率。此外，通过识别纱团的条码，生产人员可以追溯到纱团生产各环节信息，实现对质量问题的快速定位。（四四）建材行业供应链协同建材行业供应链协同 1.应用需求应用需求 供应链参与主体多，覆盖域广，信息同步难。建材行业供应链管理存在信息不透明、协同性差、流程不统一、成本控制及供应链风控难度大等问题，供应链韧性/柔性较差。供应链节点企业交货时间无法保障。需加强供应链上下游企业生产需求计划的对接，减少交期提前或拖延现象，合理的库存管理，减少物资的中间周转时间，有效降低供应链整体库存成本。供应链上下游信息协同水平较低，存在信息不透明、协同性差、流程不统一、成本控制及供应链风控难度大等问题。当前建材行业供应链上下游企业普遍处于智能化起步初级阶段，信息化水平较低，相互之间的协同应用大多由行业龙头先进企业主导，但由于各企业信息编码规则不一样，供应链上下游企业在协同时存在信息壁垒，需要耗费一定时间进行信息的转换和映射，效率不高的同时也容易产生错误。因此，建材行业内需要一套基于工业互联网标识的供应链协同应用，帮助行业供应链上的企业提升协同效率，通过供需精准对接推进化解过剩产能。37 中小企业供应链管理诉求明显。建材行业产业布局较为分散，存在大量中小企业，且由于企业与原料、辅料供应商之间的信息流转慢，导出库存信息无法及时同步，容易产生存货成本大、供货延迟等问题，影响企业的生产效益。因此，建材行业需要深入推进供应链协同应用，帮助中小企业实现对供应商的有效管理，加强供应链上下游企业生产需求计划的对接，减少交期提前或拖延现象，合理的库存管理，减少物资的中间周转时间，有效降低供应链整体库存成本。2.解决方案解决方案 建材行业供应链上的需求方根据自身的管理需求，利用基于标识解析的产品管理模块将需要供应商供应的货品分类编码（如产品、设备、原材料等），并将物料与物料供应商进行绑定。当需求方需要采购某类货品时，可通过应用向供应商下达采购订单，采购订单会随时同步到相应供应商。供应商在查看客户采购时，系统将同步解析到需要产品对应的规格、数量、工厂等信息。供应商可根据自身情况选择是否接受订单，并随时通过应用管理采购订单的状态，将发货信息随时更新。需求方可在下完采购订单后，通过系统随时查看订单的完成状态，及时发现有问题的情况。此外，需求方通过应用随时向供应商更新供应货品的库存情况，供应商可通过应用查看客户货品的库存情况，从而预测货品的需求，及时备货。基于标识解析的供应链协同应用，可以促进行业供应链各方协作，降低行业内供应链协同的管理成本，提升行业内供应链智能化管理水平。38 图 8 建材行业供应链协同 3.典型案例典型案例 案案例例 7：基于标识解析的供应链协同云应用基于标识解析的供应链协同云应用（建筑材料工业信息中建筑材料工业信息中心心）1.案例介绍 建筑材料工业信息中心基于建材行业标识解析二级节点建立了服务平台，通过建设标识解析中间件的形式，实现与工业互联网标识解析二级节点的交互。用户通过二级节点服务平台开通应用，无须本地部署，减少了用户使用标识的难度。供应链协同应用可实时同步供应链上采购方和供应方的采购订单及送货订单，并实时同步库存情况，帮助行业供应链上的企业降低信息流通的成本，提升信息的流转的效率。供应 39 链协同看板可将信息进行可视化的汇总展示，需求方可通过查阅看板信息，查看货品的发出情况、预计到达时间，合理安排收货。2.实施成效（1）推进供应链协同管理模式，实现“按需求拉动组织生产”，提高交付精度、缩短交货周期、降低供应链库存，打造低库存成本、低资金占用、高效率响应、稳定可靠的供货保障协同解决方案，巩固提升供应链安全性和保障性。（2）通过降低供应链运营成本，提高供应链上的节点企业按时交货率，缩短订货到生产的周期，提高供应链上的节点企业生产率，实现整个供应链协同管理体系的增值，从而提高供应链的整体竞争力。（3）借助智能供应链体系打造新型全价值链建材行业生态，推动产业链、供应链、价值链高质量重塑，实现传统制造向服务型制造的初步转变。40 （五五）建材行业能源数字化管理调度建材行业能源数字化管理调度 1.应用需求应用需求 行业能耗水平高，节能减排势在必行。建材行业作为典型的能源资源承载型产业，能源消费总量约占全国能源消费总量的 8%，能源费用在建筑材料生产成本中所占比例不断增加。工业能效提升行动计划明确提出要“提高工业互联网 能效管理创新能力”。加快推进建材企业能效提升，不断提高企业能源资源利用效率，降低能源成本，从源头减少二氧化碳排放，对推动建材行业实现碳达峰目标有着重要意义。能源数字化管理调控水平不高。目前对建材企业而言，能源数字化建设水平相对较低，普遍尚未建立数据集中管理体系，缺少能够监测、分析、优化提升企业能效水平的综合管理应用平台。此外，企业普遍存在计量设备设施欠完善问题，已有信息系统中关于能源的数据信息量偏少，功能设计相对简单，能源数字化管理调控面临挑战。2.解决方案解决方案 基于工业互联网标识二级节点建设工作，赋予能源生产设备、关键用能设备、计量设备等物理实体对象实现唯一的身份标识，结合企业计量体系实际，规模部署主动标识载体，实现能源参数的实时监测与采集。同时，打通企业的 ERP、DCS、MES、物流等系统，覆盖企业生产过程的所有产线，实现能源管理与生产过程管理的全面互联互通。通过建设基于工业互联网的能源管理中心，实现企业的能源基础数据管理、能耗数据实时监控、能效预警、能源指标对比分析、节能效果评估和能源管理可视化、在线优化等系统应用，为建材企业持续提高能效打造数字抓手。41 图 9 建材行业能源数字化管理调度 3.典型案例典型案例 案例案例 8：建材行业能源管理中心建设建材行业能源管理中心建设（建筑材料工业信息中心建筑材料工业信息中心）1.案例介绍 建设基于标识解析技术的建材行业能源管理中心，对关键用能设备、监测点位等进行唯一标识，注册到建材行业标识解析二级节点中，对用能设备的用电量、用水量、排放量等数据进行实时采集，更新到标识解析体系中。以水泥生产为例，能源管理应用服务平台将水泥生产线按工艺特点划分为不同工序，实现更深入的技术对标，实时监测各工序电耗、分布电耗以及综合电耗的变化。对煤粉仓、水泥磨以及各电气室 42 电表等监测点位进行标识，结合主动标识载体技术，将仪表数据实时更新到标识解析体系中。能源管理应用服务平台通过对采集点位标识的解析获取到用电量、用水量、排放量等信息，通过可视化技术对水泥生产能耗情况进行直观展示。能效分析模块通过对采集到的数据进行分析和对标，生成日报、月报，供相关方查看和调度。工业互联网标识解析平台关键用能设备标识映射关键用能设备标识映射数据采集通讯状态检测工艺监视报警管理趋势分析实时报表权限管理能源看板能源调度设备管理生产统计绩效考核能源预测能源计划能源报表能源审计统计分析建材能耗分析平台建材能耗分析平台 2.实施成效 建材行业能源管理中心的建设，将帮助企业优化能源管理体系、提升企业能源管理的效率，更精确地采集企业生产运行过程中能耗数据，从而节省企业在自身能源管理上的成本。利用能源管理应用服务平台提供的生产能耗监测功能，企业可在线实时掌握生产过程中各环节及重点设备的能耗情况，及时发现能耗超标的问题，利用可视化的界面快速定位能耗超标的工序或设备。未来，能源管理应用服务平台还可实现与国家相关系统的数据对接，在实现能耗数据快速上报的同时满足国家对企业能耗监管的要求。43 五五、发展建议发展建议（一一）培育建材行业数字化发展新生态培育建材行业数字化发展新生态 加快推动建材行业标识解析二级节点平台建设，加强产业链价值链协同共享水平，实现能源资源优化配置。打造建材行业典型标识解析应用体系，培育一批具有代表性及高收益的建材行业典型工业互联网标识解析应用，吸引大中型企业参与建设，从而进一步推进标识解析体系在行业中的创新发展。建材行业数字化发展典型应用模式一般具有如下特点：一是具有明显的建材行业代表性，契合行业的运营状态；二是具有可复制性，能够适用于建材行业其他企业；三是具有明显的降本增效能力，通过高投资回报率改善企业生产运营状况。（二二）加强建材与工业互联网复合型人才培加强建材与工业互联网复合型人才培养养 工业互联网标识解析的应用探索和推广是一项综合性的系统工程，需要大量既熟悉建材行业又掌握工业互联网信息技术的复合型人才。目前制造企业在工业互联网标识解析方面的研究主要是建材专业技术人才提出应用需求，与信息技术专业人员对接进行推进，对行业需求和实现技术的统筹考虑存在困难，一定程度阻碍了研究和开发应用场景的进程。建议相关部门和生产企业能从更高层次建立复合型人才培养机制，提升工业互联网领域专业人员综合能力。44 （三三）强化建材行业标识解析需求牵引强化建材行业标识解析需求牵引 建材行业产业聚集程度不高、产能分散，当前大量中小型建材企业和相关服务单位对工业互联网标识解析网络认识不够，在标识应用涉及成本投入决策时，因短期内回报不明显而存在保留意见，数字化转型内生驱动力不强劲。建议主管或监督部门从政策方面加大对标识解析应用的引导，从监管手段方面加强对标识解析技术的依托，利用财政专项、转型金融、促进行业企业积极接入和共治工业互联网标识解析体系。

0人已浏览 2023-10-25 49页 5星级

TE智库在产业升级大潮中寻求自我突破的中国工业软件产业报告撰写：TE 智库时 间：2023.102023年10月一架波音飞机卖1亿美元，绝对不是因为加了多少传感器，有怎样的远程运维能力，而是因为它在设计制造过程中，把工艺知识和经验注入到了飞机里前言Source：TE智库，互联网公开信息整理。工业软件的内涵与意义01TE智库以软件为载体“包裹”具体工业知识的工业软件，沉淀了在具体制造过程中 的“诀窍”。它在工业实践中，又基于新增的“诀窍”不断自我迭代，形成以“行业知识体系”驱动工业制造的过程“自动化落地”，进而深刻转变工业发展和增长的方式：“包裹”的工业知识主要包括各行各业的工艺知识和实践经验，更是劳动者利用各类生产工具对各种原材料、半成品进行加工或处理，最终使之成为成品的可靠方法与过程；沉淀的“诀窍”主要由不同领域对相关工业软件起到支撑作用的数据与知识库构成，包括工业制造过程中各类关键的经验、技术处理方法、突发状况的处理办法、以及技术规范、工艺模型、算法参数、系数及权重比例分配方法等。它的丰富与可靠程度，在实践层面决定了“工艺”段位的高低。沉淀知识驱动制造形成有成就的积累针对性的工艺可靠的行业数据知识库专注做好做精工业软件的“飞轮”在自我迭代的同时深刻转变工业发展和增长的方式飞轮产生动力深刻转变工业发展和增长的方式：助推智能制造实践落地Source：铸魂：软件定义制造、中国工业软件白皮书。工业软件与价值飞轮Sample：工业软件通过优化设计过程来推动智能制造发展方式的改变成本控制：在汽车制造领域，使用工业软件可以帮助工程师进行汽车零部件的设计和优化。通过使用三维建模软件，设计人员可以在计算机上快速创建出汽车零部件的数字化模型，并使用仿真软件来模拟各种工况下的性能表现。这可以帮助设计人员更快地发现和解决设计中的问题，减少试制和调试的时间和成本。提出更优解：工业软件可以将设计数据和经验进行积累和复用，通过引入专家系统、机器学习等技术，实现设计知识的传承、复用和管理，从而进一步提高设计效率和设计质量。在汽车制造领域，使用工业软件可以将以往的设计经验和数据集成到系统中，根据新的设计需求进行推荐和引导，实现智能化设计。精准自动化：通过将工业软件与生产控制系统进行集成，可以实现设计与生产的无缝对接。在汽车制造领域，通过将CAD（计算机辅助设计）与PLC（可编程逻辑控制器）进行联动，可以实现对生产设备的自动控制和调整，进而实现更加精准的自动化生产。TE智库更是制造业实现“强、大”属性兼具的关键基石驱动制造业做“强”工业软件解决“01的创造”问题，输出还未实例化的产品数字孪生，也就是在赛博空间（Cyber Space）输出（设计、调整、优化）目标产品，并且其拥有所有的与实例化的产品一致的相关功能、性能、参数和行为方式。以工业知识为底的工业软件，在真实的物理世界与虚拟仿真的数字世界之间，建立了一条能动的交付方式和体系，在整个制造的过程中直接为制造过程（例如更精准适配原型设计）和产品（例如提供更优解的产成品）增值。工业软件所蕴含的这种增值能力，是实现制造业生产兼具“强”和“大”属性的关键根基。Source：成都软易达信息技术有限公司 冯军董事长专栏笔记。工业软件驱动制造业做“大”基于赛博空间（Cyber Space）内未实例化的产品数字孪生，大批量的输出现实的产品，也就是“1N的制造”过程，即协调供应链、基于生产规划、开动生产线、产出对应的实例化的产品数字孪生的过程；而这个过程也在驱动“生产”自身的升级，即“生产端需要数智化”才能满足制造业做“大”，甚至“产成品也需要具备数智化”能力，而这些能力也直接作用于制造过程或产品实现增值。仿真设计嵌入式软件制造执行系统TE智库解决“01的创造”，驱动制造业做“强”（1）总体布置设计车身造型效果设计（手绘草图）汽车比例模型制作经过总体布置设计后，可以初步确定汽车的主要尺寸和基本结构：车厢及驾驶室的布置发动机与离合器及变速器的布置传动轴的布置车架和承载式车身底板的布置前后悬架的布置制动系的布置油箱、备胎和行李箱等的布置空调装置的布置设计草图是设计师快速捕捉创意灵感的最好方法，最初的设计草图都比较简单，可能只有几根线条，但是能够勾勒出设计造型的神韵，设计师通过大量的设计草图来尽可能多的提出新的创意。这个车到底是简洁、还是稳重、是复古、还是动感都是在此确定的。传统的全尺寸油泥模型都是完全由人工雕刻出来的，这种方法费时费力而且模型质量不能得到很好的保证，制作一个整车模型大约要花上3个月左右的时间，现在随着技术的进步，各大汽车厂家的全尺寸整车模型基本上都是由5轴铣削机铣削出来的，这种方法制作一个模型只需要1个月甚至更少的时间。产品模型在造型效果设计的基础上，进一步通过各种模型表达造型构思：绘图设计软件制作数字3D模型获得更加清晰的设计表现效果；制作缩小比例模型风洞验证、确定气动特性；等比例模型多轴数控机床铣削制作。Source：造车老杨、AI汽车制造业。概念设计阶段概念设计是汽车设计中最重要的阶段，许多整车参数都在此阶段确定，这些参数决定了整车结构尺寸的详细设计。基于CAE技术及大量经营和实验数据的整车数字化仿真系统可以模拟整车在不同路况条件下的实际反馈，为各零部件的精确CAE分析提供载荷条件，从而进行复杂的非线性动力学分析、关键零部件疲劳寿命分析、整车NVH（噪声、振动与声振粗糙度）分析。使用CAE分析驱动车身结构设计的方法在详细CAD设计过程之前对各种方案精细粗略的分析、定量的分配强度、刚度、质量等设计控制指标，并设置碰撞安全性目标和NVH性能目标，明确车辆动态性能目标。TE智库解决“01的创造”，驱动制造业做“强”（2）工程设计阶段工程设计是确定整车、部件（总成）和零件的结构，进行汽车的数字化模型构建和实现数字化样车可视化的阶段。在工程设计阶段，需要大量使用CAE软件技术进行支持，保障设计满足各种强度、刚度、疲劳寿命、振动噪音要求和质量目标，达到最优化的设计目标。“点云”数据根据“点云”数据进行曲面构建制造等比例模型之后，使用三维测量仪器对模型进行测量，所生成的数据称为点云，工程师根据点云使用汽车A面制作软件，比如Alias、Icem-surface、Catia等来构建汽车的外形和内室模型。新车型的开发都会选用原有成熟的发动机动力总成，然后针对新车型的特点及要求，对发动机进行布置，并进行发动机匹配，这一过程一直持续到样车试验阶段，与底盘工程设计同步进行。白车身的设计工作是在车身造型结构基础上进行的，所谓的白车身指的是车身结构件以及覆盖件的焊接总成，包括发动机罩、翼子板、侧围、车门以及行李箱盖在内的未经过涂装的车身本体。白车身是保证整车强度的封闭结构。这些部件依然使用三维数模软件来见构建，例如达索的CATIA、西门子的UG/Imageware等，并进行材料的选择，工艺性分析、焊接、装配等分析。包括：传动系统、行驶系统、转向系统、制动系统设计。主要工作包括:尺寸、结构、工艺功能及参数方面的定义、计算，根据计算数据完成三维数模；然后根据三维数模进行模拟试验及零部件的样品的制作；根据三维图完成设计及装配图。包括：仪表板、方向盘、座椅、安全带、安全气囊地毯、侧壁内饰件、遮阳板、扶手、车内后视镜等；外装件的主要设计包括：前后保险杠、玻璃、车门防撞装饰条、进气格栅、行李架、天窗、后视镜、车门机构及附件以及密封条。内外饰设计作为汽车设计里面的一个环节，它是汽车工程化数据的一个重要部分。一般主机厂都借助于包括CATIA在内的工业软件完成设计过程。车身造型数据建模发动机工程设计白车身工程设计底盘工程设计内外饰工程设计电器工程设计负责全车的所有电器设计，包括：雨刮系统、空调系统、各种仪表、整车开关、前后灯光以及车内照明系统。使用Catia软件制作车身表面Source：造车老杨、AI汽车制造业。TE智库解决“01的创造”，驱动制造业做“强”（3）样车试验与量产阶段样车的试验包括两个方面：性能试验和可靠性试验。性能试验，主要是功能性的测试，看其是否符合设计要求；可靠性试验，主要验证汽车的强度及耐久性。试验形式主要有风洞试验、试验场测试、道路测试、碰撞试验等。投产的启动阶段包括制定生产流程链，各种生产设备到位、生产线铺设等等，且在完成后进行小批量生产一段时间，待进一步验证产品可靠之后，才会正式进入量产阶段，期间又会涉及大量直接作用与制造过程的生产控制类软件、帮助生产端数字化或智能化的嵌入式软件。风洞试验试验场试验道路测试碰撞测试风洞试验主要是为了测试汽车的空气动力学性能，获取风阻系数，积累空气动力学数据。一般要对汽车正面和侧面的风阻进行测定，正面的试验用于计算正面风阻系数和提升力，侧面试验主要是考察测向风对汽车行驶的影响。例如，ELEMENTS软件提供了两个CFD分析模块，其中之一为汽车外形气动CFD分析模块，另外还提供了通用CFD分析模块，用以分析汽车风噪、零部件气动噪声、乘坐舒适性等；中国汽研依托于建成的整车气动-声学风洞，开发了国内首套高效、高精度数值风洞计算软件平台。汽车主机厂基于试验场的不同路段分别模拟不同路况，有沙石路、雨水路、搓板路、爬坡路等等。道路测试是样车试验最重要的部分，通常在各种不同的区域环境中进行，在我国北到黑龙江南到海南岛都有进行道路测试，以测定在不同气候条件下车辆的行驶性能以及可靠性。碰撞试验的作用是测试汽车结构的强度，通过各种传感器获得各个部分发生碰撞时的数据，考察碰撞发生时对车内假人造成的伤害情况。通过碰撞试验可以发现汽车安全上的问题，有针对性的对车身结构进行加强设计。例如，汽车行业广泛采用ANSYS LS-DYNA、PAM-CRASH、SIMULIA Abaqus、ANSA、HyperWorks等作为碰撞安全仿真及优化设计的解决方案。Source：造车老杨、AI汽车制造业。TE智库概念设计在概念设计阶段，主要进行概念设计和造型设计，常用的软件包括CAD/CAM/CAE软件，如AutoCAD、SolidWorks、CATIA、Pro/ENGINEER等。这些软件可以进行草图绘制、三维建模、虚拟装配、运动仿真等操作，帮助设计师完成初步设计。工程设计在工程设计阶段，主要进行零部件的设计和制造，常用的软件包括CAD/CAM/CAE软件、仿真软件、嵌入式软件等。CAD/CAM/CAE软件可以进行零部件的设计和制造，仿真软件可以对零部件进行强度、刚度、动力学等方面的分析，嵌入式软件则用于控制和管理汽车内部系统。样车试验在样车试验阶段，主要进行物理试验和仿真试验，常用的软件包括仿真软件、测试软件等。仿真软件可以对汽车进行动力学、热力学、流体等方面的仿真试验，测试软件则用于对物理试验进行数据采集、分析和处理。生产实施在生产准备阶段，主要进行工艺流程设计、制造计划制定等，涉及到的软件包括PDM软件、制造执行系统（MES）、嵌入式系统等。PDM软件用于管理产品设计和工艺流程数据，MES用于监控制造过程。解决“01的创造”，驱动制造业做“强”（4）传统的汽车主机大约由超过1-2万个独立的部件组成，包括总成和零件。在整个研发过程中，仅仅是某些零件的数字化研制过程的部分仿真分析与验证，就需要数十个工业软件及其相关的材料数据库、环境数据库才得以完成初步的设计。而完成整个汽车的设计与制造，所涉及到的工业软件可能超过数十个门类、上千种之多：工业软件在中国市场的发展02TE智库工业软件是先进制造根基的根基产品创意到创意实现未实例化产品数字孪生实例化产品物理孪生现实产品流通与销售现实产品拆解与回收管“设计”支撑“产品创意到创意实现，产生未实例化产品数字孪生”管“生产”面向“未实例化产品数字孪生，大批量的输出现实的产品”的过程控制管理管“设备”保障“支持生产的设备”处于良好的工况水平和整体运行状态，且为其他系统比如 MES、ERP提供数据支持管“经营”解决“现实产品”通过物流、销售到最终用户手中，并保障前期“设计、生产、设备”环节需要的设备、物料、人力、资金等实现先进制造的基础在于实现设计过程智能化、生产过程智能化、生产设备智能化、经营管理智能化以及产品自身智能化，这五大根基的夯实使得企业可以更加便捷地整合客户诉求，灵活调整产品，满足客户个性化诉求需求，提升企业柔性生产能力。而“封装”了大量前人掌握的工艺要素和行业知识数据的工业软件，正是在幕后支撑五大根基的底座，实现工业技术知识的数字化转化和高效复用，实现并支撑绝大数先进制造的过程。注：根据前文，我们对工业软件的概念和范围阐述，本研究报告主要聚焦在管“设计”与管“生产”，管“设备”相关的工业软件见后续研究报告，而通过管“经营”，即在流通过程中实现产品价值增高的软件不在本次研究范围之内。TE智库管“设计”类工业软件：国产势力已经全面布局支撑在工业制造的个过程中，解决“产品创意到创意实现，产生未实例化产品数字孪生”的软件，主要包括逆向工程（RE）、快速成型技术（RP）、工业渲染（IR）、计算机辅助设计（CAD）、计算机辅助工程分析（CAE）、计算机辅助工艺过程设计（CAPP）、计算机辅助制造（CAM）、产品数据管理（PDM）、产品生命周期管理（PLM）等；RECADRPIRCAPPCAECAMPDMMES/MOMQMSAPS生产管理系统TE智库管“设计”类工业软件：从2021年开始，国内相关业务市场进入慢速的增长周期16.6.7.5.8%4.7%4.0%5.5%8.8%-50.0%0.0P.0P.0100.0150.0200.02016年2017年2018年2019年2020年2021年2022年2023年E 2024年E“设计”类工业软件在中国市场的规模（单位：亿人民币）市场规模同比增速0P0 16年2017年2018年2019年2020年2021年2022年2023年E2024年E各类“设计”类工业软件在当年市场规模中的占比（%）CAECAD CAPP CAMPDM其他研发设计类工业软件市场在中国市场一直是相对稳健增长的过程，过去六年复合增长率超过10%；2021年开始，国内研发设计类软件市场进入一个相对慢速的增长阶段，当年同比增长仅4.7%；2022年中国市场规模达到161.3亿，预计2023年、2024年整个市场延续低速增长趋势，市场规模分别达到170.2亿和185.2亿，预计2025年市场将进入新增长周期的起点。CAGR11.58%Source：TE智库；市场规模测算口径基于企业软件业务收入，包括软件直接销售和服务收入，不包括由此衍生的其他服务及多次开发业务收入。TE智库以“4C辅助系统”为代表的研发设计软件，开启先进制造的第一把钥匙中国制造业企业的发展逻辑已经从简单的模仿、逆向工程为基础的初级加工制造，转向以创新为核心，原研设计和核心技术正向研发为基础的先进制造进发，4C辅助系统处于整个制造链条的最前端，环环相扣为后续工序提供核心产品数据：由CAE软件读取CAD的初步建模，进行仿真分析，将结果反馈给CAD优化产品设计与工艺设计，再由CAM进行自动化数控编程。最后再结合MES、ERP等生产管理系统生成的作业计划，下发给执行控制系统进行具体的生产制造。参数化图库标准与标准件库零部件库工艺库制造资源库制造与规划库工程数据库产品设计要求方案设计CAD产品建模CAE工程分析反馈CAD优化设计CAPP工艺设计CAM编程反馈二维图形设计三维交互设计前处理有限元分析后处理不符合设计要求符合设计要求二维图形设计三维交互设计工艺知识检索工艺路线生成工艺设计2-5维自动编程加工仿真不符合设计要求制造执行管理企业资源计划管理财务管理供应链管理生产管理设备控制质量控制进度控制成本控制执行控制研发设计生产制造利用产品研发创新类软件，对产品的数字孪生进行机（机械）、电（电子电路）、软（软件）的创造，并用产品研发仿真类软件，对产品的数字孪生进行机、电、软的单元和整体仿真（受力、震动、电、磁、热、流体、疲劳、甚至可制造性（CAPP、DFM）等），根据仿真结果再使用产品研发创新类软件对数字孪生进行迭代、优化，这个过程不断的循还往复，直到得到一个完全符合最初需求并可用于制造第1个产品真实物理孪生的产品虚拟数字孪生。成都软易达信息技术有限公司 冯军董事长TE智库CAD与CAE市场规模9.1.1#.9%3.5%0.5%3.1%4.1%3.3%-50.0%0.0P.0%0.050.02016年2017年2018年2019年2020年2021年2022年2023年E 2024年ECAD在中国市场的规模（单位：亿人民币）市场规模同比增速CAGR8.570.8.8$.0 .7%8.2%5.7%7.6.8%-50.0%0.0P.0%0.050.02016年2017年2018年2019年2020年2021年2022年2023年E 2024年ECAE在中国市场的规模（单位：亿人民币）市场规模同比增速CAGR19.14%受国内产业环境调整以及制造业转型升级的影响，计算机辅助设计（CAD）与计算机辅助工程分析（CAE）市场开启了两种完全不同的发展态势，计算机辅助工程分析（CAE）在中国市场从2016年到2022年的复合增长率接近20%；2022年计算机辅助设计（CAD）中国市场规模达到43.4亿，从2020年开始整个市场持续低速增长趋势，预计2023年市场规模将达到45.2亿，当年同比增长约4.1%；2022年计算机辅助工程分析（CAE）中国市场规模达到38.9亿，在经历了短期的增长缓慢之后，快速恢复高增长趋势，预计2023年市场规模将达到44.2亿，2024年同比增长将恢复两位数水平。Source：TE智库。TE智库CAD高阶市场国外巨头优势明显，国产力量在部分市场初步形成替代能力0 0Pp0%工业成套设备船舶特种车辆大型维修纺织/服装鞋帽电子/通讯/家电金属制品仪器仪表通用设备汽车及零配件家具/木材加工工业化工钢铁/冶金建材日用化工CAD在中国市场的渗透格局国外品牌国产品牌合作自研类Source：TE智库；受调研样本规模限制，CAD在中国市场的渗透格局仅针对本次调查企业样本范围，结果供参考；N=2000 。整个用户群体中45.0%使用非授权产品TE智库基于2000 制造业企业调查得到的结果显示，在日用化工行业国产品牌CAD渗透率已经达到94.5%，而在电子通讯行业国外品牌CAD的渗透率依然占据绝对优势地位，达到91.7%；整体来看，在化工、钢铁冶金等流程制造业，国产工业软件基于相关工业实践的丰富积累，已经形成了自主研发能力，并逐步做到了替代；而在汽车及零部件、电子与通讯、仪器仪表、大型维修及工业成套设备等离散制造行业，使用的工业软件几乎还是国外产品；需要注意的是，在中国市场非授权产品的用户比例非常高，这几乎完全挤占了国产品牌所剩不多的市场发育空间。TE智库产品数据管理（PDM）PDM以产品为中心，把企业生产过程中所有与产品相关的信息和过程集成起来统一管理，PDM实现数据的有序规范、设计过程的优化和资源的共享，从而缩短产品研发周期、降低成本。数据模型层数据/资源层功能层基础应用层DB数据服务器File Server文件服务器产品文档变量BOM变更模型驱动工作流分类管理即时消息系统管理系统定制报表生成任务管理基础应用层工作空间公文通知流程管理业务建模权限管理变更管理集成接口编码管理组织管理产品结构管理图文档管理配置管理分类管理产品开发人员生产管理人员系统管理人员PDMSource：山大华天软件。缩短产品交付周期 40%PDM加快产品变型设计，促进经验共享。降低沟通成本75%PDM实现跨部门信息共享，实现无纸化研发。降低研发成本40%PDM系统提高设计复用率，减少变更带来的返工。BOM准确率提高90%PDM系统统一BOM数据源，避免变更错误。应用价值与产品有关的信息：包括任何属于产品的数据，如：CAD/CAE/CAM的文件、物料清单（BOM）、产品配置、事务文件、产品订单、电子表格、生产成本、供应商状况等；与产品有关的过程：包括任何有关的加工工序、加工指南和有关批准、使用权、安全、工作标准和方法、工作流程、机构关系等所有过程处理的程序。TE智库PDM市场规模10.1%6.0.6.5%2.0%2.6%3.7%6.2%-50.0%0.0P.0%0.050.02016年2017年2018年2019年2020年2021年2022年2023年E 2024年EPDM在中国市场的规模（单位：亿人民币）市场规模同比增速CAGR7.06%Source：TE智库。尽管类似的概念已经存在很长一段时间，但 PDM是一项相对较新的技术方案应用即基于软件方式，以产品数据为核心，全面实现对产品相关的数据、过程、配套资源的一体化管理。这是因为现代企业意识到，实现信息的全面有序管理，是在未来持续保持竞争力的关键。PDM进行信息管理的两条主线是静态的产品结构和动态的产品设计流程，所有的信息组织和资源管理都是围绕产品设计展开的，这也是PDM系统有别于其它的信息管理系统，如企业信息管理系统(MIS)、制造资源计划(MRP)、项目管理系统(PM)、企业资源计划(ERP)的关键所在。产品为管理核心数据过程资源过去数年，PDM产品市场的增长一方面来自制造业企业，特别是大型企业在PDM方面的投资持续快速增长驱动，并且基于他们的产业拉动效应，使得PDM在不同地区的应用不断被扩大；另一方面PDM自身能力的发展，使得应用范畴不断扩大，除了制造业企业，现在包括石油精炼、医药和电力等也开始引入PDM产品方案，例如在工程项目中的建筑、桥梁的建造，也开始应用PDM技术来管理项目过程中的各种数据和文档。2022年产品数据管理（PDM）中国市场规模达到47.6亿，在中国市场从2016年到2022年的复合增长率为7.06%；未来受整个下游行业用户产业结构调整和升级阵痛的影响，产品数据管理（PDM）将经历一段低速增长期，预计2023年市场规模将维持在49.3亿左右。TE智库产品全生命周期管理（PLM）产品全生命周期管理（PLM）的将CAD、CAE、CAM、PDM等进行连接，在作业过程中的不同范围进行协作，覆盖从产品的需求管理、概念设计、研发设计、工艺规划、生产制造，到维护服务直至退出市场的整个周期。它管理了整个过程中与产品相关的各阶段的产品数据，通过将产品生命周期下游的信息反馈到上游，以优化前期产品的研发过程，从而综合提升产品的研发效率与服务价值。产品生命周期管理产品生产管理产品策划需求设计概念设计研发设计生产制造仓储物流市场/销售市场反馈市场退出CAD设计CAE分析CAPP工艺CAM编程PDM产品部门采购部门人资部门财资部门销售部门市场部门CRM供应商管理供应链管理原材料供应产品设计循环节流人、财、物、供应链、生产纳入统一的管理框架开源全生命周期管理纳入统一框架，以期将下游信息反哺上游，洞悉变化优化产品设计将产品生命周期下游的信息反馈到上游优化前期产品的研发过程TE智库PLM市场规模0.00.18.76.26%7.66%1.58%2.97%4.07%5.22%-50.00%0.00P.00%0.0050.00100.00150.002016年2017年2018年2019年2020年2021年2022年2023年E 2024年EPLM在中国市场的规模（单位：亿人民币）市场规模同比增速CAGR9.54%在制造业快速转型与升级的过程中，产品生命周期管理（PLM）作为先进制造的数字化能力关键组件，其在制造业以及与制造业相关的设计单位的部署渗透率相对较高，并且市场规模也在快速增长；2022年产品生命周期管理（PLM）中国市场规模达到130.9亿，但是受整个下游市场行业用户产业调整与宏观环境的影响，产品生命周期管理（PLM）将经历一段低速增长期，预计2023年市场规模将维持在136.2亿左右。项目过程精准把握，跨部协作管理项目经理研发设计任务、流程在线化，产品参数化、模块化，订单快速交付产品研发提高编辑效率，结构化工艺，为ERP/MES提供前端数据工艺设计提供技术资料和设计数据支持生产制造生产执行实时监测项目进度与风险PMO研发管理根据生产需求物料清单、提供原料库存与准备情况原料库存基于物料需求信息，及时相应生产需求采购管理仓储采购PLM产品生命周期管理的应用Source：TE智库。TE智库不同类型的PLM使用情况国内制造业企业部署的PLM不同类型渗透率接近，“与ERP协作为关键”的稍多；但是基于PLM各种关键能力的使用，主要还是集中在“项目管理、产品研发管理、工艺设计管理、生产执行管理”阶段，而“原料库存管理、采购管理、售后服务”等阶段较少基于PLM实现数字化业务系统的联动互通，基于PLM实现产品全生命周期管理的覆盖完整度欠缺。项目管理实时监测项目进度与风险项目过程精准把握，跨部门协作1产品研发任务、流程在线化，产品参数化、模块化：零部件标准化、图文档管理、设计BOM、ECM变更2工艺设计提高编辑效率，结构化工艺，为ERP/MES提供前端数据3生产执行提供技术资料和设计数据支持：制造BOM、工艺图纸、加工工序、ECM执行4售后服务安装工序、维护资料、质量数据等7采购管理基于物料需求信息，及时响应生产需求6原料库存根据生产需求物料清单、提供原料库存与准备情况525.5.54.0#.0%不同类型PLM部署渗透率以CAD为核心，对接相应的研发设计基于PDM，进行产品数据协同管理与ERP协作为关键，进行研发与生产协作以研发设计为核心，进行研发设计协作PLM产品生命周期管理的对应的能力Source：TE智库；受调研样本规模限制，不同类型PLM部署渗透率仅针对本次调查企业样本范围，结果供参考；N=80 。TE智库管“生产”类工业软件：国产势力已在多领域具备一战之力由制造执行系统（MES）、生产计划排产（APS）、质量管理系统（QMS）等构建的制造运营体系，将来自于可编程控制器（PLC）、分布式数控设备（DNC）、设备制造数据采集系统（MDC）以及数据采集与监控系统（SCADA）的数据转换成支撑整个生产过程的信息，从而保障“未实例化产品数字孪生，按需批量输出现实的产品”的过程管理。即可以有效管理生产执行过程，又能将现场的自动化设备与企业层的信息化管理软件（如ERP）连接起来，挖掘生产过程和企业资源等这类信息，并推动生产执行过程高效运转。注：本报告将可编程控制器（PLC）、分布式数控设备（DNC）、设备制造数据采集系统（MDC）以及数据采集与监控系统（SCADA）等纳入管“设备”的软件系统范畴。ERPAPSMESPDMQMS后工序WMS/WCS输出MES 承上启下的桥梁需求与订单TE智库向支撑先进制造网络化协同生产进化的MES新一代云端MES(MOM)，向支撑先进制造网络化协同生产进化，并且主流会选择基于云端方式部署。它通过MES引擎在一个和几个地点来进行工厂的实时生产信息和过程管理以协同企业所有的生产活动，建立过程化、敏捷化、有效的组织和级别化的管理使企业生产经营达到同步化。新一代云端MES(MOM)基础能力与特点能力特点技术架构能力制造执行管理 云平台储存 大数据运算基本功能覆盖产品和工艺管理，计划调度管理，生产质量管理，物料物流管理，车间设备维护管理、系统集成和设备接口模块库房管理能力在先进制造的实践中，由于生产对柔性化、动态性、实时性的要求更高，MES仅对物料管理已经无法满足这一需求，因此势必将向仓库端延伸，以获得更多管控、调度权限数字化排产能力需对设备状态（包括预诊断）、工艺变化、人员情况进行动态数据采集、分析，并需结合生产调度仿真系统中的大数据分析、优化功能的支撑才可能实现理想中的自动排产可视化能力具备与生产过程仿真（优化）、物流、SCADA等数据实现对接、多维度展示出生产现状及预测的可视化，以及可与移动端实现数据交互与呈现等功能已成为这类MES的发展趋势设备接口能力需与各种类型的物理设备进行数据对接，包括传感器，仪器仪表和机器人等各种设备。好的MES系统不但能够采集这些设备的数据，而且需采用标准化的通用格式系统集成能力这是智能工厂/车间中MES的最具备智能化功能的特征表现。与信息系统的集成：作为面向智能制造的MES系统，系统集成能力应为重要考量，包括与SQL、ORCAL等数据库集成，与PDM（对接BOM、工艺）、ERP（对接计划、物料）、WMS（对接物流、运输）、仿真（对接数据）等软件集成，与IOS、Android移动端集成等；在技术上实现数据的接触，基于XML、CSV、TXT、双方约定的中间表、Web service、开放的API接口等异地协同能力选用微服务模块，灵活配置，高度匹配不一样工厂需求的产品。与此同时，平台化、模块化和高度集成的特点，使云MES实现了实时和协同，公司多工厂/多生产车间场景下不用部署多系统软件，进而能够更好地帮助公司在小批量多品种，及其更加柔性的生产环境中提升工厂产能与产品质量系统实施能力核心理念是：“非侵入式改进”，即注重尊重工厂自身有特点的、依据提升局部性的定制开展增量式不断地改进，即互联网领域中的“灰度发布”的构思10%-30%-40%-25%-40%生产效率生产周期管理成本按时交货率成功部署MES产生明显的经济效益TE智库MES的市场规模从2016年-2022年，中国MES市场的复合增长率一直保持着两位数，达到11.0%，持续的稳步攀升；但2022年-2023年，随着国内制造业产业结构的调整，大量中低端制造业的退出，以及受宏观层面不确定性的影响，MES在中国市场的部署节奏阶段性收窄，预计2023年中国市场的规模将维持在41.2亿，同比市场规模下降了14.7%；整体来看，随着中国在电子/通信设备、汽车/零部件以及钢铁/冶金、机械制造等行业生产水平与工艺能力的升级，目前聚集了大部分的MES行业客户。Source：TE智库；受调研样本规模限制，MES在各行业部署分布情况仅针对本次调查企业样本范围，结果供参考；N=350 。0.00$.1.1.8%6.0%7.3%6.6%-14.7.6%-50.00%0.00P.000.00%0.040.080.02016年2017年2018年2019年2020年2021年2022年2023年E 2024年EMES在中国市场的规模（单位：亿人民币）市场规模同比增速CAGR11.0%TE智库企业用户更倾向选择云端服务方式65%企业用户对不同部署模式MES的意愿选择更愿意选择云MES更愿意选择传统MES不确定35E %存量企业用户对不同部署模式MES的落地选择已经部署了云MES未来3年内考虑将现有MES迁移到云上或替代继续使用现有传统MES在本次调查的制造业企业中，超过60%的企业表示更愿意选择基于云端模式部署的MES系统，而针对存量企业的同期数据也表明，他们更喜欢云端的服务方式，而不是局限在传统的产品部署模式，其中已经有35%的企业基于这种方式选择了云端的服务，并且有45%的企业表示未来3年内考虑将现有的MES迁移到云端或选择云端服务对现有做替换。Source：TE智库；受调研样本规模限制，不同部署模式MES的选择仅针对本次调查企业样本范围，结果供参考；N=200 。TE智库精密零件与制造行业的MES部署与应用宁波博曼特工业有限公司1.无法即时查看各机台日、周、月计划达标率，计划部门异常响应效率低，应对临时插单无法弹性反应；2.报工数据统计不及时、不准确，车间生产进度不透明，无法即时处理异常；3.不合格物料/产品无法有效管控，难以实现不接收、不制造、不流出，且追溯有断点，无法实现全过程正反向追溯；4.设备运行状态、产能负荷等无法实时监控，无法及时锁定生产运营问题；5.呆滞物料难以及时察觉，导致原材料、在制品、成品库存居高不下。应用背景介绍宁波博曼特工业有限公司系上市公司博威集团子公司，公司成立于2004年，致力于生产高精密的五金零部件产品。公司产品覆盖汽车精密零件、通讯精密零件、焊接及切割精密零件、液压和阀泵类精密零件、家用及商用空调、汽车空调制冷阀芯等产品。广泛应用于通讯设备、切割设备、汽车、汽车空调、医疗器械、液压泵阀、工程机械等诸多领域，并与世界500强品牌建立长久稳固的合作关系。业务痛点业务实践思路以精益管理为核心的离散制造数智一体化系统应用的MES品牌业务实践效果1.依循排产逻辑，调配设备稼动，实时展现各机台日、周、月的计划达标率。提升计划部门异常响应效率，加速临时抽插单的弹性与反应。计划排产时间缩短20%，计划达成率提升20%；2.报工即时记录，车间生产进度透明，异常处理及时传递，处理结果可查询。生产周期缩短25%，产品准交率达99%；3.通过物理控制，即时锁定不良品，检测结果实时呈现统计分析报表，实现订单全过程追溯。产品质量提升10%，降低内部质量损失成本35%；4.关键设备OEE数据自动生成，及时掌握生产运营问题，有效驱动生产问题解决效率的提升。设备综合效率（OEE）提升10%，生产异常处理时间缩短20%；5.系统自动形成呆滞物料清单，及时处置呆滞料，并进行库存预警。库存准确率100%，呆滞库存金额下降10%。Source：中之杰智能。TE智库MES代表厂商中之杰1.颠覆传统软件，打造未来柔性智造工厂：业首创体化“执层”智能控制平台，通过对最小单元“物”建模，AI成最优策略并完成执闭环，彻底解决离散制造业痛点。2.产品高度标准，跨行业可复用能力强：德沃克智造的功能和规则80%都是标准化、跨行业、可复用的，另外15%则是行业Know How，只有5%是需要根据客户的特定需求定制，可实现高度标准和敏捷快速交付，保证项目实施成功率。产品优势生态理念服务优势技术优势中之杰智能是一家以自有数智化工厂解决方案及工业互联网平台为核心，帮助离散制造业实现精益数智化转型、引领数智化生态建设的综合服务商。公司以“让离散制造不再离散”的使命，先后为长三角地区近10000家制造业提供了信息化和数智化转型服务，并建立了良好的口碑及品牌影响力。公司总部位于浙江宁波，相继在西安、杭州、苏州、南京、上海、武汉等地建立了分公司，形成了以自主研发的德沃克智造(D-Work)、云制造平台(一云通)、工业互联网平台(Tn)等数智化平台为核心的行业解决方案，并建立了一支具备各类专业知识与技能的优秀团队，拥有了完备的企业精益数智化转型端到端的服务能力。1.实践经验丰富，沉淀了强大的服务能力：核心团队均具有10年以上制造业现场管理与数智化建设经验及诸多成功案例，积累了深厚的行业Know-How；具有丰富的离散制造数智化交付能力和to B企业级产品的营销能力。2.解决方案成熟，在各细分行业打造标杆：与头部客户不断打磨产品，打造行业标杆，获得客户认可，在众多上市公司及专精特新小巨人、单项冠军、隐形冠军企业应用；德沃克智造在两年内打开了汽车及零部件、机器人及零部件等行业市场，在汽车紧固件细分行业头部企业占有率第一。1.技术路径创新，智能控制生产的全流程：以精益生产理念为核心，对制造现场的生产要素及工位数智化改造，产品技术路径创新，实现生产方式变革：生产数据自动流转，事前事中事后全流程实时控制，协同生产。2.攻克离散难点，内置多款自研算法规则：全面覆盖精益10种拉动规则，内置6种调度算法，实现基于现场、现物、现实的自主调度，精准适配离散制造现场各类应用场景，达成精益生产目标。中之杰智能基于自身资源禀赋，打造产业数智化生态。秉承“开放共享、跨界融合、协同创新”的理念，与各大高校、科研院所、协会联盟等展开积极合作。标杆客户（部分）Source：中之杰智能。长华布施螺子陕西万方宁波汇众工业软件国产化的意义03TE智库工业软件全球分布与区域内工业化发展程度息息相关LMH工业化进程SIEMENSTE智库中国工业软件的研发主要聚集在五大地带，尤其是华东地区聚集了最多的国产力量LMH工业化进程工业化进程和制造业发展阶段：北京、江苏、上海、山东、广州等地区处于工业化进程的中后期阶段，制造业发展较为成熟，具备了较好的工业基础和产业链。这为工业软件的发展提供了良好的环境和市场需求。相比之下，武汉、西安和辽宁等地区虽然工业化进程稍滞后，但仍然具有雄厚的工业基础和制造业实力，对工业软件的需求也较为强烈。技术创新和研发能力：北京、江苏、上海、山东、广州等地区聚集了众多高校、科研机构和科技创新企业，具有强大的技术创新和研发能力。这些地区的工业软件厂商能够充分利用当地的研发资源和人才优势，开发出更具竞争力和适应市场需求的产品。市场需求和客户群体：北京、江苏、上海、山东、广州等地区的制造业发达，相应地，这些地区的工业软件市场需求也更为强烈，客户群体也更为庞大。这为工业软件厂商提供了更多的商业机会和发展空间。北京拥有丰富的高校资源和政策优势，对工业软件行业的发展具有很大的促进作用，吸引了大量的工业软件厂商在此设立总部或者研发中心。华东我国制造业和信息技术产业最发达的区域之一，也是两者融合最深度的地区，具有很好的工业软件市场和产业基础。辽宁我国重要的工业基地之一，制造业基础雄厚，同时也有着较为完善的工业软件产业链和生态系统，为工业软件厂商提供了很好的发展环境。武汉和西安作为重要的科教中心，拥有丰富的科技人才和教育资源，也具有完善的工业软件产业链和生态系统，为工业软件厂商提供了完善的产业环境。广深地区是中国最具活力和创新力的地区，拥有良好的制造业基础和市场需求，也有完善的产业链和生态系统，为工业软件厂商提供了丰富的市场机遇。TE智库0.0400000.0800000.01200000.0国内生产总值与能源消耗变化（单位：亿人民币）国内生产总值工业能源消费总量(万吨标准煤)工业煤炭消费总量(万吨)今天，中国工业化进程正在稳步推进产业结构变化非农产业占比超过农业，服务业比重超过工业，产值和就业率都达到最高水平工业结构变化重工业比重超过轻工业，国际贸易迅速增长，国际分工和交换扩大劳动力结构变化农村劳动力向城市转移，农业劳动力占比下降，工业、服务业劳动力占比上升思想观念变化人们的思想观念、价值观念、道德观念等都发生了深刻变化，城市化、教育普及、文化提升、科技发展等方面都得到了极大的推动从2013年开始，第三产业产值和就业率持续超过第二产业中国在1994年和2011年第三产业分别超过第二产业和第一产业，并且成为吸纳就业人数最多的产业；工业发展开启高质量的路径2007年是个非常重要的起点，国民生产总值增长与主要能源消耗构成开始出现“增长与消耗脱钩”的趋向；白领工人数字超过蓝领工人，大多数人要去生产知识和处理信息，而不是生产产品从20082019年，农民的比例从44.9%减少到30.6%，蓝领的比例从16.7%减少到13.7%，而白领的比例从38.4%增加到55.7%，其中服务业工人、专业技术人员和自由职业者增幅较大。这样，截至2019年，白领占55.7%，蓝领和农民占44.3%。0.00.00 .000.00.00P.00%0.0100000.0200000.0300000.0400000.0500000.0600000.0700000.02003年2004年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年第二/三产业增加值与就业率变化（单位：亿人民币）第二产业增加值第三产业增加值第三产业就业率第二产业就业率Source：国家统计局；主要能源消耗构成，包括石油、煤炭、电力、焦炭、原油、汽油、煤油、柴油、天然气；中国社会科学院 李培林：十年阶层巨变，才是中国潜在的真正挑战。完成工业化进程的标志TE智库2022年工业增加值（亿美元）同期在全球占比同期增量（亿美元）中国59714.4628.3058.86美国37173.5817.60P81.83德国8603.444.10%-659.55日本9157.124.30%-2494.41法国3476.561.643.8加拿大3591.631.708.1英国3798.071.807.1欧盟（27国）30852.2714.607.362000年2022年中国工业增加值（亿美元）在“工业增加值”层面，中国已经是工业大国2022年，我国全部工业增加值突破40万亿元大关，占GDP比重达到33.2%；其中制造业增加值占GDP比重为27.7%，制造业规模连续13年居世界首位。2022年我国有65家制造业企业入围世界500强企业榜单，专精特新中小企业达到7万多家；高技术制造业占规模以上工业增加值比重15.5%，装备制造业占规模以上工业增加值比重31.8%；新能源汽车、光伏产量连续多年保持全球第一；传统产业改造升级加快，已培育45个国家先进制造业集群；我国已建成全球规模最大、技术领先的移动通信网络；全国在用数据中心超过650万标准机架，算力总规模位居世界第二；重点工业企业关键工序数控化率达到58.6%，数字化研发设计工具普及率达到77%。Source：国家统计局。TE智库在持续推进工业领域的知识体系化积累和软件化程度方面，我们与工业强国相比尚有鸿沟中国一直在积极推进工业领域的知识体系化积累和软件化程度，并通过系列政策和措施，鼓励企业加强自主创新和技术升级。但由于起步较晚，加之企业缺乏自主创新的独立能力，技术水平落后，导致在某些领域与国际先进水平存在差距。例如，巨头西门子基于成熟的实践方式，无缝整合已有工业软件领域的专业能力与经验，实现其在整个工业数字化领域的持续领先。20012022UGS（PLM）innotec（流程工业数字工程软件）VISTAGY（复合材料工程软件）IBS（质量管理软件）LMS（测试系统和机电虚拟仿真软件）CAMSTAR（MES）CD-adapco（仿真软件）POLARION（应用程序生命周期管理解决方案）Bentley（基础设施和工程软件解决方案）Tass（仿真软件）Mentor Graphics（电子设计自动化）SAAB（噪声和振动解决方案）Mendix（低代码开发平台）COMSA（电气系统设计和线束工程软件）LIGHTWORKS（可视化视频处理与编辑软件）ESTEQ（产品生命周期管理、产品设计和仿真）UltraSoC（监测和分析解决方案）Nextflow Software（计算流体动力学(CFD)领域的感级计算机辅助工程(CAE)软件）OneSpin Solutions（形式验证软件）MultiMechanics（对先进复合材料的失效进行虚拟预测软件）软件化工业知识体系化工业知识CPSSource：Siemens、Siemens_Report_FY2022、TE智库基于互联网公开资料整理。TE智库由于这种鸿沟的存在，直接影响到我们在全球产业链中的价值位置中国制造业产业链的发展逻辑已经从简单的加工制造，支撑国际大循环向高技术、智能化、服务化、协同化和绿色化的方向切换，从而加快构建发展新格局。尤其是制造业向高技术领域的转移，使得制造业整个产业链的价值分配，更加快速的向技术含量更高、附加值更高的产业链环节集中。同时制造业的产业结构调整也不断深化，以创新为核心，加强产业设计和核心技术研发，实现产业向高端、智能、绿色方向转型升级。这些变化在有助于提高制造业的质量和竞争力的同时，背后更需要各类工业软件作为依托从而能够推动制造业的高质量发展。不掌握研发设计能力，再强大的产能、物流和销售能力，也无法得到定价权，只能获得纤薄的产业链利润。3%Source：TE智库基于互联网公开资料整理。TE智库只有基于工业软件铸就的刀锋，我们的高端制造业才能获得期待的产业链位置和利润空间结构件东睦股份 福蓉科技 捷荣技术兆威机电 金龙机电 长盈精密电连技术 安利股份 苏大维格蓝思科技功能芯片模组汇顶科技 宏和科技 聚辰股份卓胜微ODM服务商福日电子 杰美特显示模组联创光电 翰博高新 京东方A合力泰 维信诺 同兴达长信科技光学镜头昀冢科技 联创电子 中光学欧菲光 五方光电 东田微充电器奥海科技设备强瑞技术 利和兴销售服务天音控股 爱施德 百邦科技声学歌尔股份海思芯片力源信息 飞荣达劲拓股份 芯源微卫星通信华力创通 盟升电子隆盛科技Mate 60 Pro 产业链本质上看，高端制造业整个产业链所对应的位置和利润空间，呈现出阶梯状分布的特点；“创造”环节，是产品整个生命周期中最为重要的阶段，也是占据整个产业链位置和利润空间最高的环节；“流通”环节，虽然在物流、销售步骤也拥有较高的利润空间，但与“创造环节”的设计研发相比，其产业链地位相对较低，并且很难拥有定价权；而在“制造”和“回收”环节，产业链位置与利润空间更低。说到底，工业产品成本的75%在“创造”环节就由产品设计决定了结果，而这其中起到决定作用的就是一系列工业软件。由于关键工业软件能力的欠缺，即便今天中国生产了全球近一半的终端产品和零部件，但从整体产业链来看，行业70%以上的产业链利润，仍在美国科技公司手中。BOM成本：3000.0 按7000元售价：3000.0 毛利按今年600万销售量：180亿 毛利按总体1500-2000万销售量：450-600亿 毛利一台设备盘活整个手机业务关键技术突破后的超额收益制造业研发设计原料采购生产制造生产物流销售流通售后服务创造（资金和技术密集型），产业链位置与利润空间“高”整机研发设计与研发关键零部件设计与研发制造（劳动密集型），产业链位置与利润空间“低”一般零部件制造整机组装流通（管理与信息密集型），产业链位置与利润空间“中”物流销售回收（劳动密集型），产业链位置与利润空间“低”售后服务拆解再利用Source：TE智库基于互联网公开资料整理。TE智库更是我们在这波产业转移与制造业升级过程中必须突破的关键壁垒之一5293366447546668818100023 %0% 01920202021E2022E2023E2024E2025E2026中国智能制造业产值规模（单位：亿）智能制造产值（百亿元）增速（%）美国日本台湾韩国中国东南亚南亚欧洲020102030美国日本日韩及中国台湾中国东南亚、南亚全球制造业转移路径实现关键制造技术与工业软件水平突破对于产业转移与制造业升级至关重要。除了可以提高企业的生产效率和产品品质，尤其在优化产业结构促进产业升级和增强国际竞争力方面具有举足轻重的作用。Source：工信部“十四五”智能制造发展规划。TE智库随着全球数字化产业的加速，工业软件已经成为重要的战略争夺资源Source：Siemens_Report_FY2022、TE智库基于互联网公开资料整理、PE/Market Value值基于2022年观察对象财报披露数据，以同期人民币汇率中间值换算。ABBGEEmersonRockwellLegrandHoneywellPTCESI GroupSynopsysHexagonDassaultNemetschekAnsys0070800.00100.00200.00300.00400.00500.00600.00700.00800.00900.00 1000.00PEMarket valueSoftware CompaniesIndustrial Companies公司名称涉及领域并购时间(意大利)ORSIMES2001年(比利时)Compex食品行业MES2003年(美国)Berwanger石油化工行业MES2006年(美国)UGS(PLM)软件2007年(德国)innotec流程工业领域的工程软件2008年(法国)Elan Software Systems生物和制药行业MES软件2009年(巴西)Active Tecnologia em Sistemas de Automao生物和制药行业MES软件2011年(美国)Vistagy计算机辅助设计软件(FiberSIM,SyncroFIT,Quality Planning Environment,Seat DesignEnvironment)2011年(德国)IBS AG质量管理软件2012年(德国)Perfect Costing Solutions GmbH成本管理软件2013年(法国)Kineo CAM计算机辅助运动软件2012年(比利时)LMS International机电仿真软件、测试系统2013年(信国)TESIS PLMware集成式PLM软件开发2013年(英国)PreactorAPS软件2013年(美国)Camstar医疗器材、半导体和电子产业市场MES软件2014年(美国)CDAdapco工程仿真软件2016年(美国)Polarion基于浏觉器的应用程序生命周期管理(ALM)企业解决方案2016年(美国)Bentley基础设施和工程软件解决方案2016年(美国)Mentor GraphicsEDA工具，嵌入式软件2017年公司名称涉及领域并购时间(加拿大)Infolytica低频仿真软件2017年(荷兰)Tass面向汽车行业提供仿真软件、工程和测试服务2017年(德国)COMSA电气系统设计和线束工程软件开发2018年(英国)LIGHTWORKS研发3D渲染软件与VR可视化技术的计算机软件2018年(荷兰)Mendix企业低代码应用开发2018年(南非)ESTEQ产品生命周期管理、产品设计和仿真以及制造运营软件和服务分销商2019年(瑞典)SAAB噪声和振动(NVH)以及Saab Medav Technologies2019年(英国)Process Systems Enterprise过程建模软件2019年MultiMechanics对先进复合材料的失效进行虚拟预测软件2019年(英国)UltraSoC为片上系统（SoC）的核心硬件提供智能监测、网络安全和功能安全2020年(荷兰)Culgi计算化学软件公司2020年(英国)OneSpin Solutions形式验证软件2021年(美国)Avatar为集成电路设计提供布局布线的软件2021年(美国/荷兰)FractalTechnologiesIP验证和比对检查套件2021年(法国)Nextflow Software计算流体动力学(CFD)领域的感级计算机辅助工程(CAE)软件2021年(美国)Supplyframe为电子产业提供DSI(Design to Source intelligence设计到采购全智能)平台服务2021年(英国)Senseye机器学习、Al 软件即服务解决方案。2022年(美国)EcoDomus集成 BIM、建筑管理系统(BMS)、计算机化维护管理系统(CMMS)和物联网(loT)系统的通用数据软件2022年从2001年2022年西门子收购了30 家工业软件公司国外工业软件巨头绝大多数经历了多次并购重组而得以发展壮大，这也是其之所以能够为客户提供完整产品系统能力的主要原因。Dassault公司在大量收购后往往推出对应的产品品牌，扩充自身产品线，在PLM、CAD、CAE、工业仿真技术、平台打造等方面均积累了优势，能够支持从项目前阶段、具体设计、分析模拟、组装到维护在内的全部工业设计流程，工业软件产品功能强大、市场份额领先、客户基础广泛，成为工业软件巨头。他山之石的变化04TE智库发展变化一：市场细分，颠覆者正在快速成长Source：TE智库；图以CAD设计类软件为示意。各种单一属性的多样性生态各种设计为中心的多样性生态多学科交叉的多样性生态多学科交叉设计以设计为中心的设计单一属性设计产品形态生态发展大而全精而专大巨头小巨人方向变化产品形态与生态发展变化方向（以CAD设计类软件为示意）多学科交叉CATIA：它可以通过建模帮助制造厂商设计他们未来的产品，并支持从项目前阶段、具体的设计、分析、模拟、组装到维护在内的全部工业设计流程。NX：产品使客户能够增加虚拟产品模型的使用，减少昂贵的物理原型，从而交付“一次性满足市场需求”的产品。这样就能带来市场收益、降低开发成本并提高产品质量。Creo（PRO/E）：是美国PTC公司于2010年10月推出CAD设计软件包。Creo是整合了PTC公司的三个软件Pro/Engineer的参数化技术、CoCreate的直接建模技术和ProductView的三维可视化技术的新型CAD设计软件包，是PTC公司闪电计划所推出的第一个产品。阶段细分市场3Dexperience：在一个平台上实现 3D 设计、工程、3D CAD、建模、仿真、数据管理和流程管理。逐步把达索系统的其他软件产品线集成到一个统一的平台上，将自身整合到公司除工程办公室以外的其他领域，提供了基于Web的精美PLM，并且无需安装其他应用程序即可查看模型。Fusion360：Fusion 360 是唯一一款将整个产品开发流程连接至单个基于某些远端服务的 CAD/CAM/CAE 平台的工具。Fusion 360 可提供指导学生发展工程和制造技能所需的各种支持。以设计和工程为中心Solid Edge：Siemens PLM Software公司旗下的三维CAD软件，采用Siemens PLM Software公司自己拥有专利的Parasolid作为软件核心，将普及型CAD系统与世界上最具领先地位的实体造型引擎结合在一起，是基于Windows平台、功能强大且易用的三维CAD软件。SolidWorks：世界上第一个基于Windows开发的三维CAD系统，由于技术创新符合CAD技术的发展潮流和趋势，SolidWorks公司于两年间成为CAD/CAM产业中获利最高的公司，成为达索系统的子公司后，专门负责研发与销售机械设计软件的视窗产品。Inventor:是美国AutoDesk公司推出的一款三维可视化实体模拟软件Autodesk Inventor Professional（AIP）.包括Autodesk Inventor三维设计软件；基于AutoCAD平台开发的二维机械制图和详图软件AutoCAD Mechanical；还加入了用于缆线和束线设计、管道设计及PCB IDF文件输入的专业功能模块，并加入了由业界领先的ANSYS技术支持的FEA功能，可以直接在Autodesk Inventor软件中进行应力分析。集成的数据管理软件Autodesk Vault-用于安全地管理进展中的设计数据。其他：Microstation、PDMS、Smart3D。阶段细分市场Onshape：由 Solidworks 创始人 Jon Hirschtick 等资深员工花费 3 年打造的 CAD 云平台 Onshape 2015年3月11日开放公测。其他：Sharp3D、Vention。单一属性DesignX：从三维扫描到CAD软件的捷径，设计不再凭空开始、而将基于现实世界。Geomagic Design X是业界最全面的逆向工程软件、结合基于历史树的CAD数模和三维扫描数据处理、使您能创建出可编辑、基于特征的CAD数模并与您现有的CAD软件兼容。可将设计履历一起转换到您的CAD软件中；另存为中性格式、如IGES和STEP；本地CATIA V4,V5和AutoCAD文件导出。其他：Rhino、Turbo CAD。TE智库发展变化二：海外巨头，正在疯狂发展具有组件能力的伙伴CAX组件供应商PLM组件Source：TE智库基于互联网公开资料整理。TE智库发展变化三：在中国市场大力发展工业软件伙伴生态供应商总部地址中国区分公司/官方合作伙伴Dassault美国马萨诸塞州沃尔瑟姆225 Agilent美国加利福尼亚州圣克拉拉179 Siemens德国柏林和慕尼黑120 PTC马萨诸塞州波士顿117 Autodesk美国加利福尼亚州旧金山80 施耐德法国吕埃47 Foxboro美国马萨诸塞州福克斯伯勒47 SolidWorks马萨诸塞州的康克尔郡41 Xilinx美国加利福尼亚州桑尼维尔33 LSTC美国加里福利亚州的利夫莫尔32 ANSYS宾夕法尼亚州的匹兹堡32 Nuhertz美国宾夕法尼亚州卡农斯堡32 ACTEL美国亚利桑那州钱德勒177 Mentor Graphics德国柏林和慕尼黑120 Hexagon瑞典斯德哥尔摩22 MSC美国洛杉矶20 Altera美国加利福尼亚州圣克拉拉11 Tebis德国马丁斯里德13 Honeywell美国北卡罗来纳州夏洛特市16 cadence美国加利福尼亚州圣何塞15 85%代理国外品牌70%提供行业解决方案45%提供产品化的二次开发20%具有专门的技术支持中心Source：亿欧TE智库，N=1200 软件伙伴下游生态越丰富，上游技术链越坚韧国内软件伙伴与海外巨头业务合作概况TE智库发展变化四：基于中国市场的“灵感”已经成为他们产品战略中不可或缺的重要创新来源名称业务与研究方向西门子北京研究院工业软件、硬件、机器人、网络安全西门子上海研究院工业软件、低压开关、智能家居西门子苏州研究院工业大数据、智能机器人、工业物联网、智能硬件和固件、工业网络安全、机器人西门子(中国)有限公司青岛创新中心唯一“智能制造”为核心课题的西门子研发创新中心西门子(中国)有限公司武汉创新中心业物联网数据集成和应用技术、智能制造、智慧水务西门子(中国)有限公司无锡创新中心生产决策系统西门子中国研究院正式成立于2006年德国总部以外最大研究机构，仅创新中心就拥有超过300名研发人员，在中国拥有20个研发中心，以及近11,000项有效应用申请Source：Siemens_Report_FY2022、TE智库基于互联网公开资料整理。TE智库发展变化五：工业数字化领域的AI落地过程正在加速，但在工业软件领域的落地尚待时日0-1输出未实例化产品数字孪生以工业内容为基础的技术与知识所支撑在使用中直接为工业过程和产品增值2-3现实产品流通与销售3-4现实产品拆解与回收AI落地进程1-2输出实例化产品物理孪生经营管理领域 AIGC生产过程领域 AIGC研发设计领域 AIGC海外巨头动向经营管理广泛渗透：营销、客服、办公等日趋成熟：SCM、知识管理、业务助手等生产控制传统AI算法：分析预测生成式预训练模型（GPT）算法：流程优化研发设计海外巨头布局试点：Autodesk、西门子、PTC国内与AIGC的融合尚需探索AI的融合进程：经营管理生产控制研发设计的顺序逐步展开；但在“正经”的工业软件领域，观察来看“吹嘘的多，有能力又实战的还是属于少数玩家”。研究说明05TE智库研究说明：工业软件的内涵界定Source：铸魂：软件定义制造，*CPS：赛博-物理系统，即在真实的物理世界与仿真的数字世界之间建立的能动交付体系，工业软件以其承载的工业知识驱动真实的产品向上迭代，同时真实的产品也基于实践部署反馈并驱动工业软件能力升级发展。TE智库认为：工业领域主要由制造业、采掘业、原材料和能源工业构成，而工业软件是以上述细分领域的工业知识为基石、以CPS*运行方式为姿势，以实现工业品带来高附加值为目标、且直接作用于工业过程的软件。制造业研发设计原料采购生产制造生产物流销售流通售后服务矿床勘探矿山设计矿山建设采矿选矿环境治理冶炼采掘业原材料开采原材料加工原材料运输原材料销售原材料储存原材料能源生产能源输送能源分配能源销售能源储存能源工业工业软件主要支撑的作业环节及主要特点软件核心由工业内容为基础的技术与知识所支撑软件在使用中直接为工业过程和产品增值关于工业软件的释义与定义边际参考：工信部电子五所工业技术软件化是一种充分利用软件技术，实现工业技术/知识的持续积累、系统转化、集智应用、泛在部署的培育和发展过程，其成果是产出工业软件，推动工业进步。中国工业软件产业白皮书是工业技术/知识、流程的程序化封装与复用，能够在数字空间和物理空间定义工业产品和生产设备的形状、结构，控制其运动状态，预测其变化规律，优化制造和管理流程，变革生产方式，提升全要素生产率，是现代工业的“灵魂”。Techopedia dictionary工业软件是应用程序、过程、方法和功能的集合，可以帮助收集、操作和管理工业规模的信息。使用工业软件的行业包括运营、制造、设计、建筑、采矿、纺织厂、化工、食品加工和服务提供商。（Industrial software is a collection of application programs,processes,methods and functions that can aid in collection,manipulation and management of information on an industrial scale.Sectors that make use of industrial software include operations,manufacturing,designing,construction,mining,textile mills,chemicals,food processing and service providers.）TE智库研究说明：内容输出与研究范围本次研究对象，主要围绕制造业的研发设计与生产制造环节所涉及到的工业软件。受能力与资源所限，本材料内容输出并不覆盖完整意义上的工业软件范畴，例如在采掘业或石油天然气行业大量使用的地震勘探软件、地球模型与模拟软件等，以及在能源、原材料业使用的其他工业软件；所以最终产生的结论或发现，并不能完全代表整个工业软件体系在中国发展的实际情况。关于结论在前页示意图中，所标记的工业软件支撑的作业环节及主要特点，是基于TE智库对工业软件释义的有限认知与总结的基础上，并不一定符合多数文献资料观点和分类习惯，例如ERP、SCM这类管理软件，虽然这类软件也作用在工业生产的过程与场景中，但由于是间接的通过其他方式为工业产品提供增加值，TE智库未将这类软件作为工业软件来研究对待；在前页示意图中，能源工业由于涉及诸多细分行业，包括煤炭、石油天然气、电力能源、新能源风电、新能源光电、水力发电等，他们的主要工业过程环节会有一定的差异，所以此处以电力能源行业的工业过程环节仅作示例，并未完全拆解。关于范围

0人已浏览 2023-10-25 46页 5星级

工业互联网标识解析标识资源搜索技术与应用发展白皮书（2023 版）工业互联网标识解析标识资源搜索技术与应用发展白皮书（2023 版）工业互联网产业联盟（AII）2023 年 9 月工业互联网产业联盟（AII）2023 年 9 月I声 明声 明本报告版权属于网络通信与安全紫金山实验室和工业互联网产业联盟所有（注明是引自其他地方的内容除外），并受法律保护，任何个人或是组织在转载、摘编或以其他方式引用本报告中的文字、数据、图片或者观点时，应注明“来源：网络通信与安全紫金山实验室和工业互联网产业联盟”。否则将违反中国有关知识产权的相关法律和法规，对此网络通信与安全紫金山实验室有权追究侵权者的相关法律责任。网络通信与安全紫金山实验室联系电话：邮箱：II组织单位：组织单位：工业互联网产业联盟牵头编制单位：牵头编制单位：（排名不分先后）网络通信与安全紫金山实验室、中国信息通信研究院参与编制单位：参与编制单位：（排名不分先后）江苏省未来网络研究院、北京工业大学、北京邮电大学、南京复创智能制造技术有限责任公司、天翼物联科技有限公司、中信戴卡股份有限公司、潍柴动力股份有限公司、北汽福田汽车股份有限公司、苏宁易购集团股份有限公司、兰州兰石换热设备有限责任公司、广州白云山医药集团股份有限公司、江苏博云科技股份有限公司、苏州协同创新智能制造装备有限公司、江苏中天互联科技有限公司、江苏省自动化学会、广州米多网络科技有限公司、码客工场工业科技(北京)有限公司、哈尔滨工程大学、武汉亚为电子科技有限公司、东集技术股份有限公司、北京万维物联科技发展有限公司、中信科移动通信技术股份有限公司、江苏万联信息科技有限公司、中国联通物联网研究院、联通数字科技有限公司、南京卫岗乳业有限公司主要编写人员：主要编写人员：（排名不分先后）霍如、侯聪、邵子豪、倪东、王志浩、彭开来、贾庆民、汤雅婷、陆柔伊、鄂新华、黄韬、谢人超、刘阳、池程、田娟、尹子航、张钰雯、姚頔、吴琦莹、付金国、刘斌、杨震、III李洁、陈璐、段志强、王辉、王翔宇、孙希科、李红雨、刘磊磊、林欢、林成建、叶国华、白学伟、车生文、张涛、惠博、向娜、崔骥、张浩澜、狄航、袁雪腾、时宗胜、蒋剑、伍林波、徐玲玉、张晓、王慧强、吕宏武、王瑞、王耀勤、樊春晖、黄少珉、陈慧、陈月、张森、陈巍、颜廷睿、白钰、何非、闵爱佳、蒋维、孙玉刚、朱峰IV前 言前 言党的“二十大”报告强调要加快建设现代化经济和产业体系，推进新型工业化，建设制造强国、网络强国、数字中国。而工业互联网作为数字经济和实体经济深度融合的关键底座，是国家深刻把握发展新形势、新变化，站在战略全局高度做出的重要决策，已成为新型工业化的战略性基础设施。随着新型工业化和工业互联网的发展，包括标识数据在内的工业数据量呈现爆发式增长，海量、多源、异构数据面临着难以关联整合、数据价值难以利用等问题。工业互联网标识资源搜索将标识解析技术与垂直搜索技术相结合，实现工业数据的集成共享和价值挖掘：一方面，对接标识解析节点获取标识数据资源，丰富搜索数据来源的同时，利用标识的全网唯一性优化数据的融合与关联分析，为搜索对象之间、搜索用户之间、搜索对象及用户之间关联关系的建立提供了创新性方法；另一方面，通过提供工业垂直搜索能力，借助身份标识深入理解工业用户搜索意图，赋能用户对产品介绍、应用与服务、企业信息、潜在合作方挖掘、生产环境、报工信息、仓储物流、市场营销、知识经验、流程规范、新闻活动以及标识注册信息等标识相关的工业细分领域信息资源进行个性化搜索。以标识资源搜索技术与应用为切入点，加速推动数据资源的高效流通、激发标识数据价值，将带动与工业大数据和标识解析相关的其他业态发展，对于打造自主可控的标识解析体系、支撑数字经济及其核心V产业发展、持续提升工业互联网创新能力具有重要意义。本报告首先从政策导向、数据支撑和行业诉求等三个方面，阐述了工业互联网标识资源搜索的发展背景，分析基于消费互联网的搜索、基于工业电商的搜索、基于工业互联网的搜索、工业互联网标识资源搜索等搜索技术路径的发展现状和挑战，并明确工业互联网标识资源搜索的定位与意义；其次，提出了工业互联网标识资源搜索整体框架，在此基础上，介绍立足我国工业互联网标识资源搜索需求特征拟突破的一系列关键技术；随后，梳理了标识资源搜索的十余种潜在应用场景，以及在汽车、高端礼品、个人家居、生产制造等多种行业和场景下的实践案例等创新应用；最后，对工业互联网标识资源搜索进行展望，并从体系、技术、应用、生态、运营等方面提出发展建议。VI目录目录一、工业资源搜索发展态势.1（一）发展背景.1（二）行业需求.2（三）技术路径.41.基于消费互联网的搜索.52.基于工业电商的搜索.53.基于工业互联网的搜索.74.工业互联网标识资源搜索.8（四）定位与意义.10二、基于标识解析的工业资源搜索整体框架.12（一）业务视图.13（二）管理视图.14（三）部署视图.14（四）运营视图.16（五）安全视图.17三、基于标识解析的工业资源搜索关键技术.19（一）标识解析.19（二）数据采集.21（三）数据存储.23（四）数据融合.25（五）数据关联.27VII（六）数据搜索.30（七）数据安全保障.32四、应用与实践.36（一）案例 1：个人家居设备智能检测与服务.371.案例介绍.372.应用场景提炼与拓展.39（二）案例 2：轮毂生产全流程一体化解决方案.391.案例介绍.392.应用场景提炼与拓展.42（三）案例 3：“智慧瓶盖”主动标识载体搜索解决方案.421.案例介绍.422.应用场景提炼与拓展.44（四）案例 4：汽车后市场服务平台中的搜索应用.451.案例介绍.452.应用场景提炼与拓展.47（五）案例 5：五码关联搜索赋能全渠道数字化营销.481.案例介绍.482.应用场景提炼与拓展.50（六）案例 6：基于主动标识载体技术的移动设备管理方案.501.案例介绍.502.应用场景提炼与拓展.52五、展望与建议.531一、工业资源搜索发展态势工业互联网标识解析体系为对象赋予全网唯一标识，并借助标识解析体系进行解析，是支撑工业互联网全面互联互通的神经枢纽。工业互联网标识资源搜索，发展于国家重点布局“工业互联网”数字基础设施的大背景下，将标识解析技术和搜索引擎技术相结合，实现全面、准确、快速的工业数据发现和共享。本节将从发展背景、行业需求、技术路径、定位与意义等四个方面，对工业互联网标识资源搜索展开介绍。（一）发展背景（一）发展背景工业互联网标识资源搜索研究与应用的发展得益于工业互联网和标识解析体系建设的加速推进，有着数字化时代背景下的必然性。（1）发展标识解析体系是国家重要战略决策工业互联网是新工业革命的关键支撑和重要基石，得到党中央、国务院高度重视，中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要对工业互联网发展计划作出明确部署，规划打造自主可控的标识解析体系，工业互联网专项工作组 2022 年工作计划将标识解析增强行动作为工业互联网创新行动计划的重点任务，提出要引导产业界落实工业互联网标识管理办法、完善标识体系建设并加速标识规模应用推广等关键举措。（2）标识解析体系建设夯实创新发展数据基础2我国工业互联网标识解析体系秉承统一管理、互联互通、自主可控的设计理念，经过五年多的持续布局已全面建成5 2 国家顶级节点，基本形成政策完善、体系完整、创新活跃的发展格局。截至 2023 年 6 月，全国累计接入顶级节点的二级节点达 305 个，累计接入的企业节点数量 26 万多家，标识注册总量突破 3000 亿个，海量标识数据为工业互联网创新发展打下坚实的数据基础。（3）标识解析增强行动亟需杀手级应用的示范和推广标识数据的爆发式增长降低了数据价值密度，导致信息过载问题日益突出，海量标识数据的解析查询压力激增；标识编码格式复杂，不便于人工理解和使用，标识应用的发展动能不足；标识应用的供需双方缺乏有效对接渠道，信息不对等造成资源浪费和产品滞销，严重影响工业生产经营效率。如何高效、便捷地获取和使用价值信息，成为工业互联网标识解析发展过程中面临的重要问题，亟需以杀手级应用作为切入点，推动工业标识数据流通和管理，牵引并赋能标识在各行业、各环节的深层次应用。（二）行业需求（二）行业需求工业互联网标识解析体系的发展促进了工业实体甚至虚拟数据的全方位互联互通，但工业数据量巨大，特别是引入标识解析体系对工业全要素进行标记后，数据体量更呈现指数级增长，如何管理和利用数据成为工业企业数字化转型升级过程中面临的重要挑战。搜索服务能够实现高效的数据发现与价值共享，成为企业数字化转型升级的关键措施和重搜索服务能够实现高效的数据发现与价值共享，成为企业数字化转型升级的关键措施和重3要驱动力要驱动力，具有日益强烈的行业需求：（1）在需求分析阶段，需要进行深入的用户交互和市场调研，及时、准确地获取并整合用户关注点和潜力细分市场等信息，以具备需求洞察和分析能力，为后续产品设计、销售策略制定等环节提供强有力支撑；（2）在研发设计阶段，需要动态查询需求、目标、可使用资源情况等设计入口参数，以便根据实时信息进行方案的仿真设计和优化调整，保证设计效果；（3）在采购供应链阶段，需要建立供需双方和供应链上下游企业的高效沟通桥梁，挖掘潜在提供方并实现用户拓展，扩大供应链协作节点的广度与深度，提高供需匹配效率，同时可以引入抽成方式衍生线上交易盈利模式；（4）在生产制造阶段，需要通过人工网页查询或者与企业信息化系统对接的方式，利用搜索服务赋能企业实时获取订单要求、工艺流程、报工数据、库存销量和备品备件等信息，促进科学化排产和柔性化生产自动执行，并反向推动生产流程优化，此外，需要监控生产环境和设备状态，在出现环境危险或者设备故障前，及时采取应急措施，保障生产连续性；（5）在质量管理阶段，由于工业生产上下游流程众多且关联紧密，任何环节的质量问题都会影响后续生产过程及最终产品质量，因此需要利用搜索服务进行全流程质量溯源管理，在关键生产环节前对半成品进行质量复核以降低返工概率，在出现问题时快速定责和处理；4（6）在仓储物流阶段，需要对物流信息进行跟踪定位，确保货品在途安全并防止窜货、司机接私活等违规事件发生，同时，需要最新仓储信息的便捷获取渠道，以便及时查询仓储情况并调整排产与销售计划，降低库存压力实现产销动态平衡；（7）在销售服务阶段，需要在绘制精准用户画像的基础上，提供个性化销售方案，赋能消费者与企业直接互动，以便消除信息壁垒提升用户体验，并更好地跟踪市场动态和反馈，优化生产经营策略，此外，在销售服务过程中需要对产品和服务信息进行追溯，提供防伪查询和折损评估等增值服务。（三）技术路径（三）技术路径工业领域涉及的搜索服务，其技术路径发展如下：用户可以使用基于消费互联网的搜索服务基于消费互联网的搜索服务查询通用领域信息，但由于工业数据的特殊性，需要使用更具针对性的工业垂直搜索服务来提高搜索速度以及结果的准确性和全面性，由此产生了基于工业电商的搜索服务基于工业电商的搜索服务，为工业领域信息查询和供需对接提供了有效渠道。随着物联网万物互联，用户搜索诉求拓展到上下游企业、人、机、物、工艺、环境等方方面面，基于工业互联网的搜索服务基于工业互联网的搜索服务应运而生，并为了应对标识数据量激增的情况，进一步衍生出标识资源搜索服务标识资源搜索服务。本节将对以上几种搜索服务的特点及代表性产品进行阐述，在此基础上分析工业互联网标识搜索服务的创新优势以及其发展过程中面临的主要问题。51.基于消费互联网的搜索1.基于消费互联网的搜索消费互联网搜索引擎利用协同过滤算法分析用户和对象间的关系，根据搜索行为喜好进行局部个性化分析，面向公开互联网的跨领域数据计算搜索结果并返回给用户。消费互联网搜索引擎以谷歌、百度、微软 Bing 等通用搜索引擎为代表，近年来还出现了 Medical Matrix、PharmWeb等以搜索某一主题或领域为目标的垂直搜索引擎，以及DuckDuckGo、Gibiru、Yippy、Ask、Similarweb、TinEye 等侧重隐私保护、结果集成、社交关系、知识共享、统计数据、图像信息等特殊功能的搜索引擎，整体上向搜索渠道和内容的多元化趋势迈进。2022 年 11 月底上线的大型语言模型ChatGPT 使用自然语言与用户交互，通过与 Bing 搜索引擎集成，将使得搜索结果更具相关性、时效性以及更加注重用户体验。消费互联网搜索引擎技术成熟、应用普遍，但是采用的跨领域通用数据缺乏工业针对性、干扰信息多，在工业场景下的数据价值密度过低，严重影响工业数据融合挖掘深度；基于普通用户画像对大众进行分类，无法获取用户在工业行业内的喜好；通用领域推荐算法难以结合工业机理模型来匹配工业搜索诉求。因此，消费互联网搜索引擎的普适性服务特征使其难以充分赋能工业领域数字化建设。2.基于工业电商的搜索2.基于工业电商的搜索基于工业电商的搜索服务能够以点对点模式从企业获6取工业开放数据，根据行业类别和工业场景聚合知识信息，为工业注册用户提供更加高效的垂直搜索体验，并为供需双方搭建起产品和服务互通的桥梁，进而促进企业用户渠道拓展和资源整合。基于工业电商的搜索服务以德国媒体出版有限公司的工业集市(Industry Stock)、中云数据的工业快搜、FNS-CLOUD 的食品追溯搜索引擎、索为云网的众工业等为代表。其中，工业集市以 17 种语言服务来自全球 183 个会员国家的超过 46 万家工业企业，支持工业产业全球供应目录、线上展会信息、工业商品线上采购渠道等知识沟通和信息交流服务，并提供搜索引擎优化(Search Engine Optimization,SEO)服务提升网页的 Google 搜索排名；工业快搜基于工业大数据采集、处理、语义链接技术，为矿业、电力等 13 个行业的 11 个数据主题提供工业搜索服务；FNS-CLOUD 为每个食品数据或信息资源分配语义标签，适用于搜索食品行业供应链信息以及详细加工流程；众工业平台提供数字工品、软件、供需对接、最新资讯等内容的列表和关键词搜索服务，赋能用户查询产品可视化细节并支持线上订单撮合。由于工业数据具有来源广泛且分散、规模大、更新快、模式多样、与复杂的工业机理紧密相关等特点，以点对点方式从企业采集数据的效率低，并且识别、抽取、集成等传统的数据关联关系分析方法，在工业场景下面临计算资源、数据集成模型以及挖掘算法的多重挑战。73.基于工业互联网的搜索3.基于工业互联网的搜索基于工业互联网的搜索由基于物联网的搜索演进而来。物联网搜索服务利用无处不在的连接和在线服务特征，提供对物联设备的在线查询能力，最具代表性的 Shodan 引擎支持查找连网的网页服务器、路由器、摄像头等节点信息，包括服务器及端口信息、设备类型、操作系统等，帮助用户搜索满足特定属性的设备信息。在工业制造场景中，搜索对象不仅仅是连网设备，而是包括人、机、物、信息系统、车间、企业等产业链各环节全要素。工业互联网平台及企业集成搜索服务能力，以满足域内资源查询需求，但是由于仅使用域内数据资源，搜索内容和适用范围局限，难以综合分析跨企业跨平台的跨域数据来最优化用户搜索体验，需要向多跨发展方向转变。2022 年工信部公布了卡奥斯 COSMOPlat、航天云网 INDICS、徐工汉云等 28 家跨行业跨领域工业互联网平台名单，这些工业互联网平台提供产品和解决方案、案例库、应用、供需对接、新闻、文档等跨域搜索服务。另一个工业互联网搜索的典型代表是德国弗劳恩霍夫研究所和韩国电子技术研究所共同在美国工业互联网联盟推出的智能工厂网站（Smart FactoryWeb,SFW）。SFW 设计统一的物料清单和工序清单描述材料用以规范注册信息便于数据查询索引，建立供应链网络模型及工厂数字孪生模型，利用 OPC UA 信息模型、时间敏感网络等技术保障智能工厂供应链网络的灵活性、兼容性、实时性，支持查询供应链网络中的工厂信息、特定工厂的上下游8信息，以及输入、输出、参数属性等工序信息。无论是域内搜索还是跨域的产业链泛在搜索，基于工业互联网的搜索都极大提高了工业企业数字化管理效率。但是，随着工业互联网标识解析体系建设的推进，标识数据量呈现指数级增长，基于工业互联网的搜索面临着如何充分利用复杂繁冗的标识数据的问题。4.工业互联网标识资源搜索4.工业互联网标识资源搜索标识数据量的飞速增长以及标识数据流通和利用诉求的日益强烈，使得发展工业互联网标识资源搜索势在必行。它能够对接各级标识解析节点获取标识数据；利用标识绑定的属性信息以及标识编码中自带的关联字段信息，将同一对象的不同属性信息、不同来源信息，以及不同对象信息进行精准关联与融合，节省大量数据抽取和集成工作；结合行业、属地、喜好、搜索历史及工业角色等信息进行用户工业画像刻画，实现搜索意图理解最优化。中国物品编码中心的 GS1 条码查询，支持对 GS1 编码格式的标识信息进行管理、查询并提供软件工具支撑，具体包含以下服务内容：注册和发布产品信息的产品服务，条码、射频识别（Radio Frequency Identification,RFID）以及软件检测服务，中国编码、条码追溯等终端软件下载，GS1标准服务提供商信息查询，商品信息与安全追溯等服务平台，以及基于标识码、文本或列表形式的查询服务等。此外，其他涉及标识业务的企业和机构也相继加入到标识资源搜索的研究队列中，包括：国家顶级节点标识查询系统支持用户9输入标识编码，查询标识分配信息以及站点信息；江苏中天互联科技有限公司开发的中国工业互联网标识解析服务中心，支持以标识编码查询、中文文本查询等方式，搜索工业企业信息、产品信息和行业新闻动态，同时提供码上聊、码上看、码应用、码申请、码论坛、码上购、码生成、码表情等“工业码”增值服务；徐工信息汉云溯源标识综合平台为企业提供一站式标识溯源技术解决方案，在食品、机械制造、物流等行业实现落地，并结合人工智能（ArtificialIntelligence,AI）技术支撑用户通过“扫一扫”二维码、“拍一拍”物品实物或者输入溯源码等三种查询方式，搜索茶叶溯源信息；清控数联（山西）工业技术有限公司推出工业互联网标识检索引擎，进行二级节点标识码查询解析、业务管理、数据管理，并以运营驾驶舱形式实时可视化展示二级节点运营情况；合肥条顿工业技术有限公司的检索引擎提供标识码查询能力，自主研发营销软件即服务（Software asa Service,SaaS）系统“唐久码”，通过码客通、码客查等业务帮助企业打造专属客户资源池及全流程营销生态网络；网络通信与安全紫金山实验室则关注多源异构标识数据的采集和兼容性问题，并推出支持音频、视频、图像等多种输入形式的标识资源搜索系统，提供稳定、高性能的搜索服务能力。但是，工业互联网标识资源搜索的专业性、复杂性和多元性决定了其发展并非一日之功，发展难度主要集中在以下几个方面：数据多源且异构，采集处理难度大。数据多源且异构，采集处理难度大。标识资源10搜索涉及大量多源异构数据，数据采集、清洗、分析和管理难度大，同时，还面临与各标识解析节点的对接要求差异大、定制成本高，以及对 Handle、OID、GS1、Ecode、DNS 等不同编码格式的兼容性等问题。应用形态局限，短期投入见效慢。应用形态局限，短期投入见效慢。当前工业互联网标识资源搜索服务仍以标识编码和文本等单一的查询形式为主，输入内容繁琐影响用户体验。此外，工业互联网产品受其服务属性影响，往往需要带来短期成效，然而标识资源搜索的强公共服务属性使其面临商业价值见效慢、融合模式难共识以及商业属性弱等问题。工业数据敏感度高，数据安全隐患多。工业数据敏感度高，数据安全隐患多。工业数据特别是核心数据资产的安全性关乎企业生产经营命脉，因此工业企业非常重视数据安全和隐私保护问题，对标识数据的流通普遍持谨慎态度。产业生态依赖强，使用共识难统一。产业生态依赖强，使用共识难统一。发展工业互联网标识资源搜索服务虽然能够帮助企业以更快速有效的方式获取价值信息，但由于大多数制造企业追求稳定可控且已经习惯既有的应用模式，因此标识资源搜索技术的应用推广依赖产业发展共识，亟需采用有效手段引发业界重点关注。（四）定位与意义工业互联网标识资源搜索定位为基于标识解析技术的工业领域垂直搜索，是工业互联网标识解析体系发展的杀手级应用（四）定位与意义工业互联网标识资源搜索定位为基于标识解析技术的工业领域垂直搜索，是工业互联网标识解析体系发展的杀手级应用。一方面，通过工业场景分类和数据归类，针对工业细分场景进行数据挖掘分析，并且结合用户在工业行业内的画像理解其搜索意图，属于垂直搜索范畴；另一方面，从搜索对象和搜索用户两个维度引入标识解析技术，对接标识解11析节点获取标识数据，为拥有唯一标识身份的用户提供搜索查询服务，同时利用标识的全网唯一性打破数据异主、异地、异构的信息孤岛，为搜索对象之间、搜索用户之间、搜索对象及用户之间关联关系的建立提供创新性思路。在工业互联网标识资源搜索服务中，标识所起到的作用包括数据来源、搜索输入、标识身份信息，以及在数据处理和计算过程中对多源异构数据进行融合关联的纽带。工业互联网标识资源搜索服务作为标识数据发现和互通的有效手段工业互联网标识资源搜索服务作为标识数据发现和互通的有效手段，提供了科学管理和高效利用海量工业数据的标准范式。它是应对工业数据过载的先锋利器，通过获取数据背后的价值信息，促进信息资源集成共享，为工业企业商业决策提供参考、为行业生态内的合作互惠提供途径、为监管机构职能开展提供便利、为消费者获取信息提供可靠便捷的保障，有助于打造人、机、物全面互联的新型基础设施。同时，工业互联网标识资源搜索服务是推进标识解析体系建设的应用突破口工业互联网标识资源搜索服务是推进标识解析体系建设的应用突破口，能够激发标识数据价值、带动其他基于工业大数据和标识解析技术的新兴业态以及应用模式的规模化发展，最终助力产业综合实力显著提升。12二、基于标识解析的工业资源搜索整体框架图 2.1 工业互联网标识资源搜索框架工业互联网标识资源搜索服务的发展依托于标识资源搜索系统的建立和完善工业互联网标识资源搜索服务的发展依托于标识资源搜索系统的建立和完善，工业互联网标识资源搜索系统的建设可以为工业企业提供更高效、更精准的资源搜索和管理手段，帮助工业企业优化生产流程、提升质量管理水平、加强供应链管理，从而实现更加智能化、高效化的工业企业生产和运营。随着工业企业建设规模的持续扩展，工业互联网标识资源搜索系统不断丰富，不仅在业务角度逐渐成熟，系统部署逐渐落地，在安全、管理、运营角度也不断发展完善。为明确业务内容，厘清各方职责，梳理系统部署，全生命安全保障，提升产品价值，本白皮书从业务、管理、部署、安全、13运营五个视图出发总结出工业互联网标识资源搜索框架，为高端装备、汽车、模具制造、医药等典型行业提供工业搜索服务。工业互联网标识资源搜索框架如图 2.1 所示。（一）业务视图（一）业务视图工业互联网标识资源搜索系统业务主要包括系统角色、数据流动和技术流程三部分组成。系统角色系统角色包括数据提供方，负责提供数据并具备数据更新、同步等服务的企业、机构；数据服务能力提供方，负责数据处理并提供服务的一方；搜索用户，负责使用标识资源搜索业务的企业与个人。数据流动数据流动包括原始数据，处理后的数据（结构化数据、实体数据、标签数据、主题数据、预设结果数据），以及个性化结果数据。技术流程技术流程包括数据采集、数据预处理、数据融合、数据关联、数据检索。上述内容与工业互联网标识资源搜索系统的关系如下：首先，工业互联网标识资源搜索系统对数据提供方的大规模数据进行采集，获取大规模原始数据，保障数据来源的广泛性；其次，工业互联网标识资源搜索系统根据数据服务能力提供方的预处理、融合、关联操作，对原始数据进行处理，得到结构化数据、实体数据、主题数据和预设结果数据，去除数据冗余，保障数据质量；最后，工业互联网标识资源搜索系统为搜索用户提供检索服务，结合用户画像，获取个性化结果数据，提升使用满意度。14（二）管理视图（二）管理视图工业互联网标识资源搜索系统管理部分涉及的实体包括系统建设方、第三方机构以及监管部门三类。系统建设方，应以组织战略为导向、以外界环境为依据、以业务与搜索系统整合为重心，正确定位搜索在整个系统的作用，保证搜索系统的战略目标能够和组织发展目标相协，支撑制度规范建立。通过构建搜索算法、功能模块解耦开发、建立能力验证测试平台以及提供售后运行维护等方式，为系统开发赋能。第三方机构，需健全数据资源管理机制，明确数据资源管理权责与规则，建立数据产权制度，明确数据资源的归属和相关产权边界，建立数据供给规范，完善数据分类分级授权使用规范及管理标准，细化不同类别数据的管理办法，推进数据产权和标准化体系建设，构建数据基础制度，推动系统建设。监管部门，一般由政府部分负责，需充分发挥组织的协调服务功能，加强跨企业合作，推动资源整合，打造创新孵化服务生态体系，加速创新资源集聚，推动系统建设。同时，着力建立数据流通和交易制度，聚焦当前数据交易市场建设现状与问题，统筹构建数据交易场所，培育数据流通市场。此外，应完善数据安全合规体系，明确搜索数据治理规范。（三）部署视图（三）部署视图工业互联网标识资源搜索系统部署主要由公共基础设15施、数据处理系统以及用户多元权限管理系统共同完成构建。标识解析是工业互联网标识资源搜索服务中一个重要的组成部分，它涉及将标识信息映射到相应的资源或实体。公共基础设施主要包括两个部分：链网基础设施以及云平台基础设施。其中，链网基础设施指具有广泛接入能力、公共服务能力、可灵活部署的公共链网及连接这些区块链的跨链系统组成的网络服务设施；云平台基础设施主要指以数据存储为主的存储型云平台。在标识搜索服务中，链网基础设施主要负责搜索用户认证相关内容的存证；云平台基础设施主要指以数据存储为主的存储型云平台，主要为数据处理系统中的标识搜索服务数据存储工作。前述基础设施中的存证数据包括了标识信息与相应资源之间的映射关系。标识解析可以利用链网基础设施中存储的认证信息来实现标识的解析，以确定标识与资源之间的关联。数据处理系统负责两部分功能，包括标识搜索服务数据挖掘以及意图分析。其中，数据挖掘即通过分析标识搜索服务数据，从大量数据中寻找其规律，支撑技术流程中数据关联过程；意图分析，即识别文本中蕴含的主题和意图，通过设定训练模型，完成标识搜索用户行为意图分析。数据处理系统中的数据挖掘和意图分析功能可以进一步支持标识解析。数据挖掘可以帮助发现标识与资源之间的潜在关联规律，从而提高解析的准确性。例如，通过分析用户行为数据，可以更好地理解标识与资源之间的关系。同时，意图分析可以帮助理解用户的意图，以更精确地解析标识并提供相关资源。16用户多元权限管理系统负责标识搜索服务参与各方身份认证、访问控制以及隐私服务。身份认证、访问控制以及隐私服务功能，主要基于传统的密码学算法与链网基础设施结合完成。权限管理系统在标识解析中也扮演着重要的角色。它确保只有经过认证和授权的用户可以执行标识解析操作。此外，访问控制功能可以限制对标识解析结果的访问，以确保数据的安全性和隐私保护。（四）运营视图（四）运营视图工业互联网标识资源搜索系统运营主要包括内部运营与外部运营两方面。内部运营主要指标识资源搜索企业内部的运营管理。其目标是为了实现企业的长期发展和盈利，通过产品增值服务与技术支持等方面提高系统的核心竞争力，主要包括会员服务、产品增值服务、技术服务三部分。会员服务方面，搜索企业可以通过对不同搜索用户分类分级，通过提供不同访问权限的方式实现会员分级服务，此外对不同级别的用户提供不同类型的咨询服务，实现用户服务定制化。产品增值服务方面，搜索企业可以对外提供广告并通过广告竞价排名方式实现广告位最大价值营收。技术服务方面，搜索企业可以通过专利转让等方式对外提供技术授权，或对外出售技术实现技术增值。外部运营主要指标识资源搜索企业或组织向外部市场提供产品或服务的运营管理方式，其主要目标是为了满足标识资源搜索市场需求，提高销售额和市场份额。主要包括品17牌营销、降本增效、营收扩展三部分。品牌营销方面，搜索企业需对用户进行精准的营销定位，扩大销售机会。降本增效方面，搜索企业应加快数字化建设，对外提高资源使用率。营收扩展方面，搜索企业应与其他企业加强联动，增强组合经营。此外，应扩展资源获取渠道，凸显系统差异化竞争优势。（五）安全视图（五）安全视图工业互联网标识资源搜索系统安全主要涉及用户访问安全、数据挖掘安全、数据接入安全和通用安全等四个方面。在用户访问数据信息的过程中，进行身份认证、权限管控和隐私保护：通过数字签名和口令方式对登录用户进行身份认证，保证用户身份可信；采用基于角色、身份、属性等不同访问控制策略进行鉴权，拦截未经授权的数据操作；原始数据、过程数据及结果数据均经过脱敏处理，拒绝隐私泄露，并利用 DID 分布式身份管理，使用户身份信息自主可控，从而最大化保护其隐私。在融合关联等挖掘分析过程中，进行算法合规性检验、数据分类分级、动态安全监测：对算法是否存在越权访问以及挖掘用户敏感信息等操作进行合规性检验；对数据进行分类分级，在数据挖掘过程中，为不同类型和级别的数据提供针对性保护；动态监测数据挖掘过程中的安全风险，进行及时告警并提供应急处理措施。在数据接入过程中，进行数据质量校验、数据脱敏审核、数据源可信验证：校验数据的一致性、完整性、及时性以及18可用性，并在检测到异常时采取必要的恢复措施，进而提高接入数据质量；对采集到的数据进行脱敏审核，包括非敏感数据中能够用于重新生成敏感数据或者回溯到敏感数据的部分，并在发现疑似敏感数据时进行风险提示；运用基于区块链的声誉评价机制监控低信誉数据源及其异常行为，加强对低信誉数据源的审核或者限制其接入。此外，在标识资源搜索全流程过程中，需要保障数据存储、传输以及硬件环境安全，并提供备份恢复、安全审计等安全措施：通过加密算法以及分布式存储技术提高数据存储安全性；采用 SSL、TLS、HTTPS 等安全传输协议保证数据传输安全性；使用环境安全的场地存放服务器、管理进出机房人员信息，选用自带可信计算环境的服务器，保证硬件安全性；提供基于时间序列的自动备份等备份恢复功能，并定时批量更新重要的备份数据；记录系统日志、操作日志、安全日志并定期进行安全审计，以确保数据内容的安全性。19三、基于标识解析的工业资源搜索关键技术针对基于标识解析的工业资源搜索服务现状及面临的风险，本白皮书从标识解析、数据采集、数据存储、数据融合、数据关联、数据搜索、数据安全保障等多个方面汇编总结工业互联网标识资源搜索的关键技术，为工业互联网标识资源搜索应用建设者和研究者提供参考。（一）标识解析（一）标识解析标识作为工业互联网标识资源搜索的核心基础资源，是支撑工业互联网互联互通的神经中枢，是能够唯一识别设备、产品等物理资源以及算法、工序、标识数据等虚拟资源的身份符号。当前，工业互联网处于多标识编码体系并存的发展阶段，如 OID、EPC、Ecode、Handle、Ucode、mRFID Code、GS1 等，导致标识信息类型复杂、关键信息提取缓慢、解析时延效率低下等问题。针对此，亟需解决标识解析技术，如图 3.1 所示，包括多类型标识处理技术，明确不同行业对象的标识分类、编码规则、编码结构，实现多维数据收包、多码标识识别；高效标识路由技术，负责具体的标识解析过程，实现快速、准确获取最终标识解析数据，降低解析时延；定制化标识管控技术，实现分类管理、智能路由选路、状态监控与感知，提升解析效率。20图 3.1 标识解析技术多类型标识处理技术多类型标识处理技术。包括异构标识解析接收技术和标识解析服务技术。异构标识解析接收技术可利用多类型数据报文接收技术、标识预解码技术，接收 UDP、TCP、HTTPS 等含有标识信息相关的不同数据报文，从数据报文中提取关键请求编码信息，识别具体标识协议，保证末端接入的多类型标识识别需求；标识解析服务技术可嵌入递归与应急解析服务，在与外界递归系统、二级节点系统、顶级节点系统发生无法访问的情况下，提供应急解析，保障解析成功率。高效标识路由技术高效标识路由技术。包括标识传输技术和智能选路技术。标识传输技术可通过标识检索、标识迭代、标识命中技术，减少与外部系统的交互次数，降低解析时延；智能选路技术可通过智能选路算法、实时节点管理与树状体系探测技术选择最优路径，在本地缓存无法解析的情况下，访问外部标识21解析节点获取标识解析结果。定制化标识管控技术定制化标识管控技术。包括标识监控技术和标识感知技术。标识监控技术可通过请求/应答监控、时延监控、解析量监控、服务器软硬件资源状态监控、每秒查询率监控(Queries Per Second,QPS)，提供定制化服务，保障标识解析服务质量；标识感知技术可利用大数据、AI、递归分析等技术对相关的标识解析进行时延预判、递归预判与状态预判，及时调整访问路径，提升递归解析处理时效，实现标识准确感知。（二）数据采集（二）数据采集数据作为工业互联网标识资源搜索有效运行的重要基础生产资料，精准、高效的数据采集技术将有利于提升后续服务的能力。当前，工业互联网通信主体来自不同国家和企业，工业数据涵盖了主体各自的数据标准，其展现形态具有多样性且错综复杂，单一模式的数据抓取方式难以实现内容的准确采集。此外，采集的数据质量难以保障，可能存在大量的冗余信息，进一步降低了数据的准确性。针对此，亟需解决数据采集技术，如图 3.2 所示，包括多模式数据抓取技术，提升数据采集的速度与准确度，实现大规模数据抓取；多模态数据识别技术，实现多模态工业数据类型特征采集；数据清洗技术，实现数据去重与异常识别，保障数据采集的整体质量。22图 3.2 数据采集技术多模式数据抓取技术多模式数据抓取技术。包括分布式管理技术和抓取优化技术。分布式管理技术可对传统的爬虫技术进行改进，利用分布式思想，搭建分布式集群，扩充工作资源，构建支持不同企业多种编程语言、传输协议、软件系统的数据调度接口，提升数据抓取速度；抓取优化技术可对抓取队列进行管理、优化爬取规则与扩充算法，使分布式爬虫的抓取过程更加流畅合理，增强数据抓取合理性。多模态数据识别技术多模态数据识别技术。包括文本数据识别技术和音视频数据识别技术。文本数据识别技术可基于工业文本行文的特点，通过优化的文本语义识别技术实现文本分词和词义消歧的功能，完成在各个语言单位（包括词汇、句子和篇章等）间的自动语义分析，从而理解整个文本表达的真实语义，提升文本数据识别准确性；音视频数据识别技术可基于工业生23产场景，结合基于受限玻尔兹曼机(Restricted BoltzmannMachine,RBM)和卷 积神 经网络(Convolutional NeuralNetworks,CNN)的音视频数据要素提取技术，将视觉图像和音频数据分别作为两种模态输入，获取两种模态的高层特征并与行业特征进行交叉判别，建立模态间的共享表示，实现工业媒体数据流的特征提取。数据清洗技术数据清洗技术。包括数据去重技术和异常识别技术。数据去重技术可结合局部性和相似性分层优化技术，解决工业实体各环节标准化数据局部性优化技术的高敏感数据需求与相似性优化技术的高计算资源消耗问题，实现数据分层，降低数据冗余，减少统计规模；异常识别技术可采用流回归机器学习算法和正态统计技术相结合的方法进行数据异常检测，实时且准确分析宏观供应链流数据中的异常数据，实现异常数据识别并及时反馈。（三）数据存储（三）数据存储完善的数据存储技术可以让有限的资源服务更多的用户，从而满足工业互联网标识资源搜索服务更快的响应速度与更快的需求变化。当前，数据规模变的越来越大，大规模非结构化数据的存在，增加了数据存储的困难并导致了传统关系型数据库的无效。此外，用户查询频率符合逆幂规律(Power-Law)，即少量数据查询次数极高，大多数重复的数据查询会在较短时间内被再次访问，热点数据的频繁写入和读取导致实时负载不平衡,造成单个服务器节点负载过大,成为系统的瓶颈。针对此，亟需研究数据存储技术，如图 3.324所示，包括多源异构数据存储技术，有效存储大量网络化非结构数据，使得系统具备多源异构数据汇聚能力；存储优化技术，平衡各服务器节点负载，定期更新缓存内容，有效节省搜索系统后台的计算资源。图 3.3 数据存储技术多源异构数据存储技术多源异构数据存储技术。包括模型构建技术和多类型数据库构建技术。模型构建技术可利用元数据描述数据属性信息，构建统一的元数据模型，将非结构化数据转化为可以解析与查询的内容，实现简单高效地管理大量网络化非结构数据；多类型数据库构建技术可分别构建多种类型数据库，可采用分布式文件系统(Hadoop Distributed File System,HDFS)存储视频源等大文件，采用轻量级分布式文件系统(Fast Distributed File System,FastDFS)存储关键帧图片等小文件，利用 MySQL 数据库存储结构化数据，利用 Neo4j数据库存储复杂网络数据，利用单盘存储引擎存储中间数据，25利用 RazorSQL 工具存储异构数据库，最终实现多源异构数据统一管理。存储优化技术存储优化技术。包括负载平衡调度技术、存储区优化技术、和存储内容更新技术。负载平衡调度技术可利用流思想、缓存槽与节点的映射构建方法，实时监控集群负载，重新分配热点数据，防止单个服务器节点负载过大，实现动态平衡；存储区优化技术可结合分布式缓存与本地缓存技术，实现多级缓存，将频繁使用数据存放本地，缩短系统响应时长，提升服务质量；存储内容更新技术可利用数据淘汰策略包括近最少使用策略(Least Recently Used,LRU)、大小自适应最近最少使用策略(Size-adjusted Least Recently Used,SLRU)、加权缓存策略(LandLord)、静态动态混合缓存策略(Static and DynamicCaching,SDC)、准入策略(AdmissionControl,AC)等，快速筛选过时数据内容，提高缓存命中率，保障存储数据实时性。可利用数据更新策略包括缓存-索引密切耦合策略、缓存-索引非耦合策略，为缓存项设置合理过期值，及时更新索引信息，保障缓存存储内容与索引内容的一致性。（四）数据融合（四）数据融合数据融合的效用对工业互联网标识资源搜索应用尤为重要。当前，工业数据来源具有多领域、结果集合体量巨大、行业数据规则众多的特征，导致数据共享困难，融合难度大。此外，主流匹配方法仍存在计算复杂度高，缺乏全局性，导致匹配精度存在不足。针对此，亟需研究数据融合技术，如26图 3.4 所示，包括多类型信息抽取技术，抽取多类型异构数据内容，便于后续相似度计算与实体匹配；多源异构数据实体匹配技术，从多数据源全局角度出发，提升匹配精度与满意度；多领域共享网络构建，共享多领域数据，实现多领域异构数据内容抽取。图 3.4 数据融合技术多类型信息抽取技术多类型信息抽取技术。根据抽取信息内容的不同，可利用不同的抽取技术。具体而言，可利用实体抽取技术从原始数据语料中自动识别出命名实体，识别专有名称和有意义的数量短语并加以归类。可利用属性抽取技术抽取实体对应的属性和属性值，将非结构化数据转化为结构化数据。可利用关键词抽取技术抽取文档类数据的关键词并加以分类。可利用领域标签抽取技术完成对不同领域的工业数据的专业性标签的抽取。便于后期分词、分类、相似计算、匹配计算等数据融合工作的顺利进行。27多源异构数据实体匹配技术多源异构数据实体匹配技术。包括工业数据候选集构建技术和跨专业规则相似度计算技术。工业数据候选集构建技术在多类型信息抽取技术基础上，可利用实体名称同义词挖掘、属性权重赋值以及文本关键词抽取，构建基于实体名称、属性和上下文的多种索引，以此生成候选实体对，缩减计算空间并生成高质量的候选集；跨专业规则相似度计算技术可对实体进行多维度定义，利用命名实体识别、消歧、消解等技术，计算实体间的相似度，实现多源数据匹配。多领域共享网络构建多领域共享网络构建。包括多领域语料库词义排歧技术和多领域本体网络互联技术。多领域语料库词义排歧技术可利用多重过滤词义排歧技术、实体对齐技术，提高本体连接的准确度，实现能多个现有知识库的高质量链接；多领域本体网络互联技术考虑到跨领域本体在知识背景、概念维度和构建方法均存在不同，可采用跨领域本体网络的概念，将领域本体进行连接，支持数据和信息的融合，优化多种信息检索模型，包括布尔模型、向量空间模型、概率模型、语言模型、机器学习排序算法模型等。打破领域间的概念隔阂，建立多个领域的共享网络，适用于不同的业务场景，解决工业数据跨领域、多平台、数据类型多样且难以处理的问题。（五）数据关联（五）数据关联数据关联主要是在数据融合的基础上实现工业数据之间的关联分析和检索排序，实现实体关系抽取，结合词义进行知识推理进一步挖掘潜在的关联关系，构建能够展示关联关系的工业知识图谱。当前，数据关联的研究仍存在诸多不28足，例如专属场景数据关联模型缺失、数据关联检索效率低下，导致海量知识概念展现缺失，潜在关联信息获取困难，难以支撑制造业的数字化发展。针对此，亟需研究数据关联技术，如图 3.5 所示，包括专属工业场景知识构建技术，提高工业垂直搜索检索命中率；工业语义网知识图谱扩展技术，获取更多隐含知识，提升数据计算和处理效用；检索模型构建技术，提升用户信息检索速度，降低检索数据规模；检索结果排序技术，有效挖掘出实体间有价值的关联关系。图 3.5 数据关联技术专属工业场景知识构建技术专属工业场景知识构建技术。包括知识推理技术和行业29知识图构建技术。针对制造业的定量数据与事理数据，知识推理技术可先进行命名实体识别的抽取，再进行实体之间关系的抽取，抽取定量知识与事理知识，将两种知识进行融合，构建协同知识推理方法，提升知识推理效用；行业知识图构建技术可在知识图谱中引入带有时序信息的事理逻辑，实现流程问题的预测及时序模式的挖掘，完成行业知识图构建，支撑制造业仿真分析的各个环节。工业语义网知识图谱扩展技术工业语义网知识图谱扩展技术。包括知识计算技术和知识图谱动态更新与扩展技术。知识计算技术可利用本体或者规则推理技术获取数据中的隐含知识，利用链接预测方法以预测实体间隐含的关系，使用多种社会计算算法在知识网络上计算获取知识图谱上存在的社区，提供知识间关联的路径，通过不一致检测技术发现交叉行业知识数据中的噪声和缺陷；知识图谱动态更新与扩展技术可利用可扩展标记语言(Extensible Markup Language，XML)、资 源 描 述 框 架(Resource Description Framework，RDF)、跨模态检索算法和本体等技术，从领域知识和产业化语义 Web 中挖掘知识条目，扩展现有工业知识图谱库构建，实现知识更新。检索模型构建技术检索模型构建技术。包括用户信息检索模型构建技术和大数据检索算法构建技术。用户信息检索模型构建技术可在向量空间、概率模型等基础上，构建基于机器学习的检索模型，根据用户提供的工业流程与生产数据进行训练，通过机器自动学习获取理想的排序公式，完成用户信息检索；大数据检索算法构建技术可利用枚举算法、深度优先搜索、广度30优先搜索、A*算法、回溯算法、蒙特卡洛树搜索等算法，根据检索问题的约束条件进行剪枝，降低搜索规模，避免重复计算。检索结果排序技术检索结果排序技术。包括语义数据处理技术和权重计算技术。语义数据处理技术可利用实体化处理，将三元组结构化语义数据表示成实体关系图，找到若干路径或者子图，实现用户查询结果关联，克服传统搜索引擎只通过分析文档发现隐藏在文本中的关联,造成的结果不准确、不完整的问题；权重计算技术可利用领域相关度、语义关联长度和关联关系频度，设置合理权重，使得计算结果优先返回用户真正感兴趣的关联关系，提升检索结果排序准确性。（六）数据搜索（六）数据搜索数据搜索结果准确性是影响搜索引擎满意度的关键环节。当前，工业用户需求的行业多样化、知识专业化与上下文选择的不确定性导致传统搜索引擎中基于检索词与查询结果的方法难以实现准确与高满意度的搜索结果反馈，例如，搜索关键词为“小米”时，需根据用户历史行为与实际需求进行判断，提供关于粮食产业的搜索结果或者提供关于手机行业的搜索结果。此外，用户输入形式的多样性，包括图片、视频、音频、文字等数据，难以直接参与计算机计算，导致搜索结果准确度进一步下降。针对此，亟需研究数据搜索技术，如图 3.6 所示，包括用户行为分析搜索技术，为不同用户提供个性化、高满意度搜索结果；结构化信息提取技术，提升检索效率和检索精度。31图 3.6 数据搜索技术用户行为分析搜索技术用户行为分析搜索技术。包括用户检索行为分析排序技术、用户偏好分析技术与用户画像搜索技术。用户检索行为分析排序技术，根据用户的查询操作，可利用轮盘赌策略向用户推荐相关搜索结果信息，通过用户点击行为进行贪婪学习，计算得到排序算法中的不足，利用奖励和惩罚机制改进结果计算相关性程度值，实现搜索结果的重新排序；用户偏好分析技术可将历史数据的统计分析、上下文推理、垂直机器学习等方法相结合，共同应用到用户的个性化偏好的提取中。若用户为新用户时，可依据用户选择的兴趣标签进行相关内容推荐，根据正负反馈结果对用户及数据标签进行调整，满足用户个性化需求；用户画像搜索技术可利用访问方的行业角色分析、工业流程情感分析、场景形体动作分析等技术构建用户画像，迅速、准确地理解用户的真实搜索意图，调32整搜索索引表顺序，提升搜索满意度，避免同质化资源搜索。结构化信息提取技术结构化信息提取技术。包括关键词特征提取技术与多媒体数据结构化处理技术。关键词特征提取技术可利用自然语言处理、模糊关键词特征提取与关键词权重优化等技术，并结合工业标识进行关键词映射，获取工业领域适用性强、精度高的用户输入关键词；多媒体数据结构化处理技术可根据不同的行业数据分解粒度和工业实体对象重要度判定模型，建立模式识别算法，将多媒体数据结构化处理为计算机易于识别的生产制造或产品运行模式或流程，针对用户频繁及固定工业场景下变动较小的搜索内容可构建知识立方，缩短整体搜索响应时间。（七）数据安全保障（七）数据安全保障数据安全保障是工业互联网标识资源搜索正常运行的重要前提。工业互联网打破了传统工业相对封闭可信的环境，涵盖领域极为广泛，导致用户数据管理困难、数据灵活性高、传输稳定性差。若未在用户数据管理、接入、传输和存储等过程中保障数据安全，则会造成数据窃取、篡改、丢失等安全问题。针对此，亟需突破数据安全保障技术，如图 3.7 所示，包括数据分级安全管理技术，贯穿标识数据生命全周期，保障公共环境下的工业数据唯一性、准确性、合法性；数据源安全接入技术，确保多种数据源的安全接入，消除信息孤岛数据；数据安全传输技术，保障节点数据的安全、高效传输；系统灾备技术，确保任何环境下的标识搜索系统稳定、安全运行；可定制访问控制框架构建技术，根据业务需求，33提供可扩展性资源搜索服务。图 3.7 数据安全保障技术数据分级安全管理技术数据分级安全管理技术。包括密钥管理技术与工业标识解析信任体系构建技术。密钥管理技术可利用公钥基础设施技术(Public Key Infrastructure,PKI)提供公钥加密、数字签名等功能，使用可验证、可更新的动态密钥管理方案，34实现密钥的安全管理；工业标识解析信任体系构建技术可结合区块链与 PKI 技术设计完整的交互机制，贯穿标识数据生命周期全过程，利用分布式账本与可编程智能合约技术，实现分布式区块链节点的数据操作可追溯，解析结果可校对，建立工业标识解析信任体系，实现数据分级安全管理。数据源安全接入技术数据源安全接入技术。包括多因素身份认证技术与多源数据接入技术。多因素身份认证技术可利用基于口令的身份认证、双因素/多因素身份认证、基于生物特征的身份认证、基于证书的认证等方法验证接入节点的登录凭据，确保接入设备和节点的合法性和有效性，并拒绝非法接入设备与节点的接入行为；多源数据接入技术可利用分布式共识算法生成和更新数据，通过对等网络进行节点间的数据传输，利用密码学方式保证数据传输和存储的安全性，支持单企业、多企业、单节点、多节点的数据源安全接入与传输需求，消除信息孤岛数据。数据安全传输技术数据安全传输技术。包括数据传输监控与分流机制构建技术、网络优化算法和虚拟存储映射机制构建技术。数据传输监控与分流机制构建技术可利用细粒度的安全审计、分布式数据分流机制等方法，使得数据合理地分配到各分布式存储节点，平滑存储节点的动态波动，实现数据流通情况的监控与管理；网络优化算法可以“链上-链下”相结合的计算模式和分片技术为基础，实现区块链网络弹性伸缩与动态调整，提高区块链网络的吞吐量，提供工业互联网数据安全传输服务性能的可扩展支持；虚拟存储映射机制构建技术可利35用虚拟化技术、虚拟网络映射技术、共识方法等，建立安全、可信、高效、负载均衡的数据传输通道，实现海量数据的安全传输。系统灾备技术系统灾备技术。包括系统灾备机制构建技术和安全数据备份技术。系统灾备机制构建技术可利用远程镜像技术实现标识搜索子系统的容灾备灾、应用镜像、故障切换等功能。结合 Web 远程管理技术，实现系统远程配置、管理、监控，确保标识搜索子系统的稳定、安全运行，防止系统被攻击或产生故障时的数据损失问题；安全数据备份技术可利用基于时间序列的自动备份、分级云边协同存储等方法，在保证数据安全的同时，对部分备份数据进行转移，减少系统开销。可定制访问控制框架构建技术可定制访问控制框架构建技术。包括访问控制模型构建技术与数据分级管控框架构建技术。访问控制模型构建技术可选择自主访问控制、强制访问控制、身份基访问控制和属性基访问控制等模型，满足动态、实时地控制数据安全访问的需求，有效避免数据挖掘，确保数据的机密性；数据分级管控框架构建技术可结合访问控制技术、统一模型语言建模技术等设计访问策略定制语义框架、模型编译器等，根据业务需求，定义不同角色权限范围与访问规则，实现数据分级分域管控，保证系统内外部数据共享过程中的隐私需求，提供可扩展性资源搜索服务。36四、应用与实践工业互联网标识资源搜索以独立搜索引擎独立搜索引擎或者定制化集成定制化集成形式，为个人用户、企业用户、工业互联网平台、标识解析节点、监管机构等目标用户提供多样化的查询管理服务。标识资源搜索的资源类型包括虚拟数据、实体信息及映射关系信息，搜索范围搜索范围涵盖产品介绍、应用与服务、企业信息、潜在合作方挖掘、生产环境、报工信息、仓储物流、市场营销、知识经验、流程规范、新闻活动以及标识注册信息等方方面面，为工业企业内部、合作企业之间、产品最终用户以及监管部门的信息获取提供了极大便利。本章将介绍工业互联网标识资源搜索在苏宁易购家居设备智能维保业务、中信戴卡轮毂产线、码客工场“智慧瓶盖”、复创汽车后市场服务平台、米多“五码关联”全渠道营销、东集移动设备管理中的实践探索，并在此基础上，梳理提炼出工业互联网标识资源搜索的主要应用场景。这些场景一方面是传统搜索服务针对工业领域的拓展传统搜索服务针对工业领域的拓展，以企业宣传窗口、产品销售渠道、知识沟通和信息交流媒介等多元化的搜索服务身份，为工业领域针对性地提供丰富的搜索资源和体验形式；另一方面，是围绕标识解析的创新应用模式围绕标识解析的创新应用模式，为产品防伪与质量追溯、供应链协同、设备健康管理等标识解析典型应用场景提供搜索服务支撑。37（一）案例（一）案例 1：个人家居设备智能检测与服务1.案例介绍：个人家居设备智能检测与服务1.案例介绍标识资源搜索应用前标识资源搜索应用前在个人消费用户居家环境中，设备的使用年限、健康状态、维保记录等情况难以通过传统的纸质说明书、维保卡进行有效的查询管控，对等、可信的信息获取渠道缺失将导致品牌商难以跟踪管理产品使用信息、维保服务提供商难以进行问题定位，严重影响服务效率和质量。标识资源搜索案例介绍标识资源搜索案例介绍图 4.1 基于标识资源搜索的家居设备智能检测与服务如图 4.1 所示，苏宁易购二级节点为个人家居设备、维保服务人员赋予唯一标识码，建立跨厂商、跨经销商、跨维保服务提供商、跨用户的动态电子档案，在此基础上结合标38识资源搜索技术实现多维度应用，转变家居设备市场的一次性交易模式为持续性跟进模式，提升企业及从业人员竞争力。具体实现的功能如下：（1）设备健康监测预警。借助电子器件自动采集设备运行参数，结合销售、维保记录等跨模态数据对设备健康状态进行建模分析，将分析结果同步绑定至标识码，利用标识资源搜索系统赋能苏宁信息化系统根据标识码监测设备健康状态并及时预警。（2）个性化查询推荐。搜索系统获取家居设备档案并分析脱敏后的用户购买偏好、使用习惯等画像信息，为用户定制个性化的搜索和推荐服务，支持通过扫描二维码、图片、家居设备实物或者输入视频、语音等方式查询设备状态、使用说明、维保历史、服务人员资质和评价、关联产品、设备估值等信息，并适时为用户推荐用户社区、维保增值服务以及新款家居设备等信息。（3）维保服务优化升级。维保服务人员被赋予一人一码服务档案并集成至搜索系统，供用户自行查询和选择。服务人员上门后，利用标识资源搜索服务查询设备档案和维保指导方案，还可以借助众筹功能寻求帮助。苏宁信息化系统将此次服务情况同步至设备档案和服务人员档案，跟进家居设备状态和服务质量的持续优化。标识资源搜索应用成效标识资源搜索应用成效集成标识资源搜索服务后，苏宁易购家居设备智能检测与服务业务取得以下成效：（1）降低设备故障发生率 50%；（2）提升维保效率 80%、服务精准度 200%；（3）提升增值39服务销售额 500%，提升家居设备换新销售额 300%，并通过设备电子档案为设备回收交易提供可信的定价依据，提升二手交易量 80%；（4）提升用户满意度 80%。2.应用场景提炼与拓展2.应用场景提炼与拓展从本案例可以总结出工业互联网标识资源搜索以下几种主要应用场景：a)设备健康管理和预测性维护设备健康管理和预测性维护。智能运维系统集成标识资源搜索能力后，自动获取设备及关键零部件的电子档案信息，结合大数据和 AI 技术分析设备健康状态，并根据预警阈值进行故障预测和维修通知，减少设备故障造成的损失。b)用户深度交互用户深度交互。通过刻画用户工业搜索画像，在保护隐私安全的前提下实现搜索意图的最优化理解；赋能用户追溯产品全流程信息，提升其对产品的掌控力和使用信心；以众筹、扫码反馈等方式为用户的深度参与提供便捷渠道，提升用户粘性与满意度。c)设备价值可信查询设备价值可信查询。通过标识资源搜索获取设备电子档案信息用于评估租赁及二手交易决策，包括设备状态、维保记录、使用寿命、使用说明等关键信息，交易各方还可以借助标识资源搜索查询交易合同条款内容。（二）案例（二）案例 2：轮毂生产全流程一体化解决方案1.案例介绍：轮毂生产全流程一体化解决方案1.案例介绍标识资源搜索应用前标识资源搜索应用前随着汽车走进千家万户，轮毂作为重要的汽车零部件，40其需求量和质量要求急剧攀升，生成企业主要面临以下挑战：（1）众多生成工序产生大量多源异构数据，需要解决如何高效访问和管理这些数据的问题。（2）客户订单定制化程度高，为适应小批量、多品种生产而设计的柔性混线生产模式面临如何自动分拣选线的问题。（3）订单量大且交货频繁，对生产企业如何调整计划、跟踪现场进度、平衡设备负荷、明细库存储备等生产进度管控和资源动态调度能力提出了更高要求。（4）全球化发展带来参与方信息不对称、认识不统一等问题，打破贸易壁垒首先需要突破信息壁垒。标识资源搜索案例介绍标识资源搜索案例介绍图 4.2 标识资源搜索赋能轮毂生产全流程优化中信戴卡轮毂产线引入标识解析技术和标识资源搜索41技术，赋能轮毂生产全流程数据的及时记录和高效访问，如图 4.2 所示。该方案为轮毂生成全流程各要素赋予唯一标识码，并将生产设备、刻码机、扫码机等通过网络接入中信戴卡 MES 系统，由 MES 系统采集各工序生产数据并与二维码绑定后，回传至标识解析企业节点。借助标识资源搜索服务实现以视觉识别、标识扫描等多种方式读取生产信息，为生产排产、自动化作业、质量监管、工艺优化、管理改进提供科学分析途径，促进自动输送立体分选、智能化码垛仓储、柔性加工、报工信息管理、产品质量回溯等功能实现：每个工序执行前，通过标识资源搜索复核上一工序输出的产品质量，减少返工情况出现；通过标识资源搜索服务溯源各工序涉及的生产设备、完成时间、质量、班次等过站信息，为优化生产工艺和流程提供数据支撑；产线使用的自动化机器人和复合夹具根据标识资源搜索得到的产品尺寸和形状调整生产参数以及夹取角度，实现自动码垛服务和混线柔性化生产能力。标识资源搜索应用成效标识资源搜索应用成效标识资源搜索服务助力中信戴卡轮毂产线取得以下成效：（1）自动化产线降低人力投入成本 20%，减小人为原因导致的生产安全隐患 5%；（2）资源配置结构得以优化，原材料、能耗等资源成本降低 5%；（3）产品返工及不合格率降低 5%；（4）综合提升轮毂生产效率 10%；（5）促进上下游企业协同及国际贸易合作，有效提高中信戴卡的企业竞争力和国际影响力，实现营收增长 15%。422.应用场景提炼与拓展2.应用场景提炼与拓展从本案例可以总结出工业互联网标识资源搜索以下几种主要应用场景：a)生产过程管控。生产过程管控。在加工、运输、检测产品等环节中，通过标识资源搜索自动获取原材料、在制品、成品的参数信息，实现更加智能高效的参数配置、设备操控、备品备件管理、工艺关联以及问题分析等应用。b)柔性化生产柔性化生产。通过标识资源搜索查询个性化订单需求，并以视觉识别、扫码等方式获取原材料、在制品及成品信息，按需动态分拣选线以及匹配参数、资源和操作，进而大大提升柔性化生产能力。（三）案例（三）案例 3：“智慧瓶盖”主动标识载体搜索解决方案1.案例介绍：“智慧瓶盖”主动标识载体搜索解决方案1.案例介绍标识资源搜索应用前标识资源搜索应用前在酒品、化妆品等瓶装商品市场，品牌方缺乏与消费者的有效连接渠道，难以掌握产品存量及开封状况，导致真瓶假货和经销商窜货等问题严重，消费者无法确认产品信息真实性及产品质量可靠性，将严重影响企业声誉和用户满意度。因此，防伪溯源成为建立企业和产品公信力的关键，而目前的防伪标识以电码、条形码、二维码等被动标识为主，难以保证产品监管和防伪溯源的可靠性。标识资源搜索案例介绍标识资源搜索案例介绍43图 4.3“智慧瓶盖”标识搜索解决方案码客工场利用一物一码标识结合主动标识模组、NFC 技术，实现“智慧瓶盖”搜索解决方案，如图 4.3 所示。该方案在防伪溯源效果上，相较于现有防伪技术有较大提升。该方案利用具有主动标识解析功能的“智慧瓶盖”，在商品出入库时智能读取标签信息，将数据统一上传至后台管理系统，建立品牌全网唯一映射，实现产品身份标识和主动防伪功能。通过将主动标识窄带物联网(Narrow BandInternet of Things,NB-IoT)模组嵌入瓶盖内部或产品外包装上为产品赋码，消费者拆开瓶盖或包装时，触发模组通路并向二级节点发送信息，表明该产品已被消费。消费者借助近距离无线通讯技术(Near Field Communication,NFC)实现主动标识载体形态的标识搜索，确定产品真伪并获取产品开启状态、标签扫描次数、产品标识、生产日期、原材料44批次等信息，还可以访问线上商城购买产品和获取更多信息。企业信息化系统通过集成标识资源搜索能力，一方面追溯产品全生命周期信息，实现质量追溯、问题界定至环节、班组和个人，并对问题产品进行精准及时的召回和销毁；另一方面，实时监测开盖数据及产品销售情况，可视化展示于数据驾驶舱大屏上，帮助企业分析防伪防窜预警、销量趋势等统计信息并制定科学的营销决策。标识资源搜索应用成效标识资源搜索应用成效“智慧瓶盖”防伪溯源搜索解决方案应用于中高端瓶装品市场中，取得以下成效：（1）对接国家工业互联网标识解析体系，国家背书保护数据不被篡改，提升防伪可靠度50%，提升用户满意度 50%；（2）提高追溯效率 50%，实现产品来源可查、去向可追、责任可究；（3）“以销定产”辅助决策，提升决策合理性 50%。2.应用场景提炼与拓展2.应用场景提炼与拓展从本案例可以总结出工业互联网标识资源搜索以下几种主要应用场景：a)产品防伪与质量追溯产品防伪与质量追溯。为用户获取产品的原料、生产、仓储、流通、服务等全生命周期信息提供便捷渠道，实现防伪查询和溯源，并能够在产品出现问题时进行及时、精准的回溯定责。b)防窜货管理防窜货管理。通过查询经销商、指定销售区域、产品流通地图、可疑预警等信息，结合消费者扫码数据收集窜货信息，进行大数据防窜货预警及管理，消除产品出厂即盲区现象。45（四）案例（四）案例 4：汽车后市场服务平台中的搜索应用1.案例介绍：汽车后市场服务平台中的搜索应用1.案例介绍标识资源搜索应用前标识资源搜索应用前汽车后市场服务业务涉及消费者、原始设备制造商、经销商、4S 店、零件品牌方、零组件供应商等多种角色，从需求产生到产品交付的流程复杂，面临市场需求响应慢、生产计划凭空定、库存管理成本高、供应协同难达成、质量问题难追溯、渠道窜货难管控等挑战。标识资源搜索案例介绍标识资源搜索案例介绍图 4.4 使用标识资源搜索后的业务数据流南京复创二级节点通过为工业对象赋码，使用兼容不同标识编码规范的统一接口打通企业资源计划(Enterprise46Resource Planning,ERP)、制造执行系统(ManufacturingExecution System,MES)、仓 库 管 理 系 统(WarehouseManagement System,WMS)、供应商关系管理(SupplierRelationship Management,SRM)等信息化系统的异构数据流，结合标识资源搜索技术实现多源异构数据的标准化存储与查询，打造了如图 4.4 所示的汽车后市场服务追溯平台。该平台的主要功能如下：（1）销售端数字化管理。记录消费者标识扫描热力图，以便获取零部件交付位置，帮助企业实现渠道追溯管理、防窜监测、消费者信息管理等应用，并建立更加科学高效的需求响应机制。（2）质量追溯。借助“一物一码、一工序一码”处理，赋能企业进行问题追溯定责、快速定位解决，并有效提升供应链质量。（3）库存优化。建立库存分析模型与订单预测模型，利用标识资源搜索服务获取实时数据对两个模型进行迭代训练，并基于预测结果指导生产排产规划，帮助企业及下游供应商实现库存轻量化。（4）品牌保育。基于标识码的“码上”搜索服务赋能用户查询品牌信息、产品电子手册、售后服务等信息，支持品牌信息流橱窗的订制、管理和展示，提升品牌保育能力。（5）大数据看板。将核心数据、内部数据、外部数据以看板形式呈现在工业大屏等显示终端上，分等级、分权限地精准推送至特定用户，以辅助用户进行商业决策。标识资源搜索应用成效标识资源搜索应用成效该平台在某汽车科技有限公司应用落地后，取得以下应用成效：（1）“码上”服务提升售后服务好评率 300%；（2）47商品平均交付周期缩短 15%，高度定制化商品的交付周期缩短 35%；（3）降低库存管理成本 20%左右。2.应用场景提炼与拓展2.应用场景提炼与拓展本案例除了涉及产品防伪与质量追溯、防窜货管理等工业互联网标识资源搜索场景，还可以从中总结出以下几种主要应用场景：a)产销动态平衡产销动态平衡。利用标识资源搜索能力统计生产进度、库存情况和产品销售数据，将用户和市场需求快速转化为生产排产，实现产销动态平衡、降低库存压力。b)供应链信息查询供应链信息查询。标识资源搜索构建供需双方和供应链上下游企业的沟通桥梁，通过提供供应链信息以及企业、产品等品牌信息的查询服务，推动供需对接以及供应链企业间的战略合作，加速产能共享等新业态涌现。c)全生命周期优化全生命周期优化。标识资源搜索对设计、生产、经销、运行、使用、维保、回收报废等数据进行串联挖掘和可视化展示，有利于管理者对产品全生命周期各环节进行实时监控，赋能企业进行生产、运营、维保等改进优化。（五）案例（五）案例 5：五码关联搜索赋能全渠道数字化营销1.案例介绍：五码关联搜索赋能全渠道数字化营销1.案例介绍标识资源搜索应用前标识资源搜索应用前随着烟酒等高端礼品市场存量竞争日益激烈，传统营销模式面临诸多挑战，包括：营销费用投入产出比难以量化且面临被截流风险，企业对渠道的掌控力弱，人工录入方式存48在造假数据及过时数据，窜货严重扰乱市场价格，用户反馈滞后、供给侧难以及时响应，终端动销难、产品销量差等等，亟需加速营销模式数字化转型升级。标识资源搜索案例介绍标识资源搜索案例介绍图 4.5 五码关联数字化营销方案如图 4.5 所示，广州米多通过“五码关联”整合商品进、销、存信息，在生产过程中实现瓶盖内码、瓶身码、盒码、箱码、托盘码“五码”关联，对内打通各部门独立系统间的数据孤岛，对外贯穿品牌商、经销商、店老板、导购员、消费者等全链路各角色。通过运用标识资源搜索技术打通生产流程、渠道表现、终端表现、库存状况、促销反馈等各项数据，实现全渠道数字化营销。该方案具体实现以下功能：（1）防伪防窜。终端消费者通过扫码查询商品防伪信息，同时扫码区域信息将被同步至标识资源搜索系统，当扫码区域与经销商被品牌商限定的销售区域不一致时，触发商品窜货预警。（2）渠道库存管理。标识资源搜索系统对接企业 ERP 系统，实时查询市场流49通、生产及库存情况，自动统计产品供需并优化生产排产，避免大量积货。（3）消费者互动。一是借助标识资源搜索前台增强用户互动，促进消费需求动态响应和订单增长；二是将用户与产品码关联得到更加精准的用户画像，进而优化市场分析和运作；三是将用户引流至公众号、小程序、企业微信等私域池，推进用户资产私有化进程。（4）快速出货。运用工业相机以图像识别方式自动采集生产信息并上传至服务器，在仓库出货时，工作人员使用掌上电脑(PersonalDigital Assistant,PDA)关联托盘与产品信息，通过扫描托盘码完成整垛快速出货。（5）合理化利益分配。门店老板扫箱码获取开箱红包、产品卖出后获得推荐返利，导购员扫盒码预登记产品、在消费者扫瓶内码领奖后获得导购返利，消费者扫瓶码查询产品防伪信息并领取营销红包，以此激励终端门店和导购员售卖产品，刺激消费者购买产品，同时帮助企业采集真实终端网点数据，实现营销费用精准投放以及各角色数据资产留存。标识资源搜索应用成效标识资源搜索应用成效米多“五码关联”标识搜索方案助力大益茶、顺德酒厂等客户实现全渠道数字化营销，取得以下应用成效：（1）收集终端网点数据 10 万余条，对经销商、门店的掌控能力提升 50%；（2）提高网点推销积极性，经销商门店进货率提升 30%；（3）会员积分营销数据收集率提升 100%，各渠道吸粉量增长 50%，渠道动销率增加 20%。502.应用场景提炼与拓展2.应用场景提炼与拓展本案例除了涉及产品防伪与质量追溯、防窜货管理、产销动态平衡、用户深度交互等工业互联网标识资源搜索场景，还可以从中总结出以下主要应用场景：数字化智能营销数字化智能营销。标识资源搜索便利企业、消费者及渠道的直接联系，促进营销费用精准直达，赋能企业搭建线上营销闭环，并准确获取市场销售动态以便及时调整市场策略。（六）案例（六）案例 6：基于主动标识载体技术的移动设备管理方案1.案例介绍：基于主动标识载体技术的移动设备管理方案1.案例介绍标识资源搜索应用前标识资源搜索应用前工业互联网设备感知层涉及大量移动采集设备，它们分散于工业生产制造各环节中，主要负责数据的采集和传输。随着企业对移动设备精细化管理需求日益增加，传统设备管理方式面临诸多问题，包括应用安装难以管控、系统配置复杂、设备异常状态无法汇总、设备资产管理混乱、批量部署及升级困难等。标识资源搜索案例介绍标识资源搜索案例介绍如图 4.6 所示，东集创新性地将主动标识技术应用于移动设备管理中，开发了基于主动标识载体的物联网数据采集设备，并打造相关的移动设备管理平台，解决传统设备管理存在的问题，同时开辟出主动标识载体的创新应用模式，助力工业互联网标识解析体系高质量发展。51图 4.6 基于主动标识载体技术的移动设备搜索与管理方案每个设备被关联一物一码服务档案，借助主动标识载体技术封装物联网数据采集设备上的相关信息，主动上传至工业互联网标识解析系统，并实时更新标识信息内容，实现高效的设备档案收集和固定资产盘点。移动设备管理平台通过结合标识资源搜索技术，赋能用户自行对设备进行查询和选择，帮助用户实时监测设备的使用状态、运行时间、位置轨迹等信息，进而快速定位丢失的设备并挽回损失，及时发现异常设备与违规设备，一键推送应用与系统升级消息，并对满足特定属性的设备进行批量化部署与配置。标识资源搜索应用成效标识资源搜索应用成效采用基于主动标识载体技术的移动设备管理方案后，东集取得以下应用成效：（1）为驻马店某客户找回价值 50 万元的丢失设备；（2）降低运维人力成本 50%以上；（3）提52高设备利用率并降低设备成本约 20%，减少管理分散设备所耗费的人工排查工作量约 40%。2.应用场景提炼与拓展2.应用场景提炼与拓展从本案例可以总结出工业互联网标识资源搜索以下主要应用场景：设备资产管理设备资产管理。通过为设备赋码并记录设备使用和维修状态，结合主动标识载体技术对设备进行远程查询和控制，实现设备资产账目的快速清点和设备状态高效管控。53五、展望与建议通过研究基于工业互联网平台的域内资源搜索、基于消费互联网的搜索、基于工业电商的搜索以及基于物联网的搜索等四种搜索服务的用户需求，我们发现当前用户不仅关注搜索精度和速度，还追求搜索体验的综合性优化，包括搜索服务定制化、搜索内容多样化、搜索过程强安全性、搜索结果可视化以及搜索模式多联动性。当前，工业互联网标识资源搜索尚处于发展起步阶段，未来的应用发展趋势及技术研究方向未来的应用发展趋势及技术研究方向，主要集中在用户体验个性化、搜索输入多样化、异构标识编码兼容性、搜索对象泛在性、搜索终端丰富性、对外接口定制开放性、隐私保护和数据安全性、搜索实时性、跨语言支持性，以及拓展增值服务和盈利增收等方面。在接下来的发展过程中，需要坚持以国家政策为导向，瞄准标识解析和搜索服务国际先进水平，从体系构建体系构建、技术实现技术实现、应用实践应用实践、生态布局生态布局、运营增收运营增收等方面开展全面建设：（1）增强数据、人才及标准化储备，推进标识搜索体系全方位构建增强数据、人才及标准化储备，推进标识搜索体系全方位构建。一是加强标识解析体系建设，标识量、解析量、企业量“三量齐发”奠定了标识资源搜索的数据基础，也使得标识资源搜索的推进工作更加重要和紧迫，积极做好标识解析体系的规划和建设，对于发展标识资源搜索至关重要；二是提速复合型人才体系建设，标识资源搜索涉及互联网 技 术(InternetTechnology,IT)和 操 作 技 术(Operational Technology,OT)复合型知识结构，亟需培养一批熟悉工业细分场景的信息化专家作为人才储备；三是行54业标准化体系搭建，围绕数据积累、系统技术、产品功能、评估测试、安全和隐私保护、行业应用等方面明确具体的规范性要求。（2）聚焦关键核心技术攻关，坚持多技术手段深度融合创新聚焦关键核心技术攻关，坚持多技术手段深度融合创新。通过优化科研管理、加大对相关领域研究的支持力度，激发研究人员创新动力，集中力量攻坚数据安全、多模态搜索等关键技术，加速技术创新并赋能应用实践落地；同时，要加强与智能制造、标识解析、信息化、区块链、大数据等先进技术的深度集成，实现前沿交叉领域的融合创新和优势互补，共同赋能、赋值、赋智数字化经济建设。（3）拓展多元化标识搜索应用，树立示范标杆引领产业实践拓展多元化标识搜索应用，树立示范标杆引领产业实践。需要深入挖掘创新应用模式，打造多模态搜索、多终端展示、多语言支持的标识资源搜索服务。可以由点及面推进应用落地：在标识解析重点行业开展应用试点，由行业龙头企业率先引入标识资源搜索能力，打造一批高质量发展行业标杆，总结可复制的实践经验进行推广，为中小企业提供创新资源共享、应用案例参考以及产业转化渠道，并将创新成果通过供应链回流至龙头企业。（4）加强多方协作联动，构建开放生态与合作伙伴关系加强多方协作联动，构建开放生态与合作伙伴关系。从国家层面，加强战略引导和政策支持，优化标识资源搜索领域顶层设计；从地方层面，牵引地区重点行业、龙头企业、标识解析节点企业等市场各方与标识资源搜索应用提供方开展交流合作，集聚创新力量打造应用生态；从行业层面，充分发挥产业联盟的纽带作用，组织指南、模板、白皮55书、标准、工具和案例集等成果的研究发布，积极推动“产学研用”合作创新。（5）加速商业模式创新，激发标识数据价值和企业发展动能加速商业模式创新，激发标识数据价值和企业发展动能。积极探索基于标识资源搜索的供应链重构、资源整合以及生产模式优化，拓展多元化收入模式，推动线上线下、端到端价值链的全面协同，为工业企业提供场景化的搜索解决方案。通过引入知识论坛、标识申请和注册、会员分级服务、关键词广告、竞价排名、邮件推送、交易抽成、咨询服务、搜索软硬件授权转让等增值服务来扩大营收，最终实现标识数据的价值流通以及商业模式变革。

0人已浏览 2023-10-25 63页 5星级

工业互联网标识行业应用指南（环保）工业互联网标识行业应用指南（环保）工业互联网产业联盟（工业互联网产业联盟（AII）2022 年年 8 月月声 明 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话： 邮箱： 前 言 前 言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023 年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。环保产业链庞大，产业环节众多，涉及废物产生、环保技术与装备、节能产品与服务等，同时其产业链长度长、关联度大，而且属于典型的政策法规驱动型产业。既要突出市场导向，充分发挥市场配置资源的基础性作用，又要加强政府引导，驱动潜在需求转化为现实市场。虽然我国环保产业发展目前已取得了阶段性进步，但随着对环境保护工作重视度的提高，环境保护任务越来越艰巨，标准也越来越高。环境保护的信息化需求日益增多，通过工业 牵头编写单位：中国信息通信研究院 参与编写单位：神彩科技股份有限公司 罗克佳华科技集团股份有限公司 重庆忽米网络科技有限公司 北京工商大学 广东长天思源环保科技股份有限公司 北京金控数据技术股份有限公司 工业互联网产业联盟公众号 互联网标识解析技术解决行业的信息孤岛、信息透明度低、环境信息庞杂，环境数据分析不足等问题，将有力推动环保行业的数字化转型。为了加快工业互联网标识解析体系在环保行业应用推广，工业互联网产业联盟标识组联合环保行业相关企事业单位编制工业互联网标识应用指南（环保）（以下简称指南）。本指南适用于国民经济行业分类（GB/T 4754-2017）中 N（水利、环境和公共设施管理业）门类下的大类 77（生态保护和环境治理业），聚焦于的中类 772（环境治理业），包括水污染治理、大气污染治理、固体废物治理、危险废物治理等。本指南主要围绕环保行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为环保行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了江苏省工业和信息化厅等政府部门的指导，得到了史薇、张军国、王波、时宗胜、蒋奇、魏儒义、魏峻山等专家的指导，并得到了南京大学、北京林业大学、生态环境部固体废物与化学品管理技术中心、江苏中天互联科技有限公司、湖北省光谱与成像仪器工程技术研究中心、北京市排水管理事务中心、中国环境监测总站等单位的大力支持，在此一并致谢。编写组成员（排名不分先后）：刘阳、田娟、刘澍、刘巍、谢滨、童晋、叶子豪、毛佳茗、许义军、徐明力、亲小钟、贡单燕、李玮、陈京南、王鸿宇、李晋仙、宋丽圆、杨帆、袁丛明、周健、田帅、杨奎淋、许继平、白玉廷、赵峙尧、崔晓玉、于家斌、余阳、梁文智、蒋鸿伟、梁卓雄、蔡宇平、杨斌、刘萌、马楠、王张卿、李雨泓 目 录 目 录 一、工业互联网标识解析概述.1 二、环保行业数字化转型需求分析.3（一）环保行业基本情况.3（二）环保行业发展的主要特点.6（三）环保行业转型的变革方向.7 三、环保行业标识解析实施路径.8（一）环保行业标识解析实施架构.8（二）环保行业标识对象分析.10（三）环保行业标识数据分析.12（四）环保行业标识应用组织流程.15 四、环保行业标识解析应用模式.19（一）环保全要素可视化.19（二）碳监测及可信数据管理.26（三）污染物智能调度管理.32（四）智慧水资源管理.35 五、发展建议.38（一）加强信息监测采集，提升数据真实性准确性.38（二）加快标准体系构建，增强产学研用协同能力.38 1 一、工业互联网标识解析概述 工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提。工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用 2 统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关键支撑工业互联网标识解析是实现多源异构数据互操作的关键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的信息孤岛和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。工业互联网标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、不同系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，同时提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入口工业互联网标识解析是实现产业链全面互联的重要入口。企业间传统的信息交互模式为建立两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。工业互联网标识解析各级节点作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。3 工业互联网标识解析是打造共建共享安全格局的有效路径工业互联网标识解析是打造共建共享安全格局的有效路径。随着工业互联网接入数据种类、数量的不断丰富，以及工业数据的高敏感性，对网络服务性能要求越来越高。标识解析建立了一套高效的公共服务基础设施和信息共享机制，通过建设各级节点来分散标识解析压力，降低查询延迟和网络负载，提高解析性能。同时，逐步建立综合性安全防护体系，工业数据存储在责任主体企业保障了数据主权，通过身份认证、权限管理、数据加密等机制实现标识对象信息的安全传输和获取，通过多利益相关方在全生命周期中的合作，形成开放、引领、安全、可靠的产业生态系统。工业互联网标识解析是工业互联网标识解析是推动环保产业系统治理的推动环保产业系统治理的重要支撑能力重要支撑能力。环保产业已经在数量上达到了可观的规模，但在质量和联动性上还有很大的提升空间，需要进一步完善良性的机制。通过标识解析建立全产业链的可控可管，促进环保产业精细化管理，提升全城市、全领域的多环节精细控制能力，最大程度提高环保领域的低碳发展和系统治理能力。二、环保行业数字化转型需求分析（一一）环保环保行业基本情况行业基本情况 1.行业简介行业简介 环保行业是指在国民经济结构中，以防治环境污染、改善生态环境、保护自然资源为目的而进行的技术产品开发、商业流通、资源利用、信息服务、工程承包等的总称。主要覆盖水污染防治、大气污染防治、固体废物处理处置与资源化、环境监测四大细分领域，涉及环保设备、环 4 保工程建设、环保服务三大方面，细分领域包括水污染防治、大气污染防治、固废处置与资源化、噪声与振动控制、土壤修复、环境监测等。涉及国民经济行业分类“N”水利、环境和公共设施管理业门类下的“77”生态保护和环境治理业。环保行业依托于国家政策和法规标准拉动，产业市场规模与战略地位与国家发展息息相关。“十一五”规划时期，我国大力推进节能减排，发展循环经济，建设资源节约型环境友好型社会，目前，我国的环保行业发展尚处于起步阶段。2018 年中国环保行业总产值将达 8.13 万亿元左右。2019 年中国环保行业总产值达 8.87 万亿元。未来五年(2021-2025)年均复合增长率约为 11.07%，并预测在 2023 年中国环保行业总产值将接近 14 万亿元。2.产业链产业链 环保产业自身领域广、产业链长、环节众多，“枝杈”和“触角”发达，涉及废物产生、环保技术与装备、节能产品与服务等，鲜明特征是上下游行业存在一定的重叠，即环保行业的需求方同时也是供给方，如钢铁、电力、化工等行业。环保行业产业链全景图如下图所示，产业链上游上游涉及规划、涉及及产品制造，中游中游涉及设施建设、设备销售、工程服务等，下游下游涉及设备运营服务、监管治理服务等。5 图 1 环保行业产业链 我国环保行业产业链的薄弱环节在于环境监测，一方面环境监测设备成熟度低，数据获取是整个环保的基础。只有获取完善、可靠的数据才能环保体系运行提供数据支撑，基础数据缺失导致环保体系分析对象缺失，最终严重阻碍环保体系的运行。另一方面信息孤岛现象严重。各部门之间缺少统筹规划和组织协调，导致获取的环境信息相对封闭、业务系统相对独立。此外，部门之间尚未建设完备的共享平台，数据采集具有重复性，数据利用率低，这些问题大大降低了工作效率，导致资源浪费严重，信息共享率低，很大程度上增加了环保工作者的工作量。随着工业互联网的发展，环保行业将以标识解析为抓手，打通环保产业从监测、运输、处置等全产业链，获取实时、真实、动态的数据，通过全产 6 业链、全环节数据汇集，环保产业大数据平台，推动传统制造和决策向数字化制造和决策转型，为政府进行产业侧的宏观调控提供决策依据，并基于对产业大数据的治理提供各项可靠、有效的数据服务，如产业监测预估、产业发展动态等。（二二）环保环保行业发展的主要特点行业发展的主要特点 一是环保产业领域逐步扩展一是环保产业领域逐步扩展。我国环保产业从二十世纪八十年代简单的工业“三废”治理，逐步扩展到环保设施运营服务、环境友好型技术产品、清洁生产技术、循环经济支撑技术等产业体系，支持产业结构优化升级的技术得到了一定的发展。二二是供给能力明显提升是供给能力明显提升。通过自主研发与引进消化相结合，我国环保技术与国际先进水平的差距不断缩小，主导技术与产品基本可以满足市场的需要，掌握了一批具有自主知识产权的关键技术。现已经基本适应国家污染控制和经济社会发展的战略需求，具备了为治理工业污染、城市污染和生态保护提供各类环境工程技术和污染治理装备的能力。三三是市场发育逐渐成熟是市场发育逐渐成熟。环保行业分割，地区封锁的局面已经打破，政府部门的行政干预逐渐弱化。项目招投标制度普遍实行，各种形式的市场营销活动争奇斗艳，会展经济初具规模。全国统一、对外开放的充满活力的环保产业市场已经形成。四是四是采集采集侧侧完整性和精密性日益提高完整性和精密性日益提高。环保监测数据可以第一时间反应环境质量的状况，也是管理部门决策的重要依据，目前环境监测工作的数字化水平和采集能力不断提升，结合物联网、大数据等新一代信息技术逐步建立可靠的数据采集、数据传输、数据可视化的技术和产品体系。7 五五是环境服务业得到较快发展是环境服务业得到较快发展。通过城镇污水治理，垃圾处理等污染治理设施市场化、社会化运营等措施，扩大了环保投资来源，提高了环境治理的效益和效率。环保新技术、新工艺、新产品层出不穷，各种技术和产品基本覆盖了环境污染治理和生态环境保护的各个领域。（三三）环保环保行业转型的变革方向行业转型的变革方向 一是注重精细化管理运营一是注重精细化管理运营，由传统环保到智慧环保转型由传统环保到智慧环保转型。随着环境基础设施建设不断延伸，环境治理领域技术门槛不断提高，产业分工进一步细化，市场竞争日趋激烈。企业更加注重产业链全流程精细化管理，不断优化产业链与系统工艺，注重各环节的精细控制,严格把控系统设备质量要求，注重单元组件与系统集成技术融合，实现精细化、动态化环境管理和服务，最大程度降低企业运行成本，提高企业运行效率和经营效益。二二是是加速融合加速融合新一代信息技术新一代信息技术，拉动绿色新基建拉动绿色新基建新业态新业态。新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。推动环保产业与 5G、人工智能、工业互联网、大数据、云计算、区块链等产业加速融合，打造环保行业环境智慧检测、环境智慧治理、综合智慧环保服务、环保装备自动化、智慧工程运维等应用形成完善的智慧环保生态圈。三三是技术节能和管理节能并重是技术节能和管理节能并重，推动节能环保产业结构优化推动节能环保产业结构优化。绿色发展是中国制造 2025指导思想的核心内容之一。中国制造 2025指出，加强节能环保技术、工艺、装备推广应用，全面推行清洁生产;发展循环经济，提高资源回收利用效率，构建绿色制造体系，走生态文明 8 的发展道路。随着中国制造 2025战略的实施，我国将利用先进节能环保技术与装备，组织实施传统制造业能效提升、清洁生产、节水治污、循环利用等专项技术改造，开展重大节能环保、资源综合利用、再制造、低碳技术产业化示范，必将大幅提高节能环保产业的渗透力。四四是是绿色金融制度逐步完善绿色金融制度逐步完善，进一步丰富进一步丰富绿色金融体系绿色金融体系。近年来，绿色金融正逐步成为环保融资的机遇和亮点。绿色金融制度将进一步完善，继续发展绿色信贷，支持有条件的银行探索绿色金融专业化经营，鼓励银行业金融机构将碳排放权、排污权、合同能源管理未来收益、特许经营收费权等纳入贷款质押担保物范围。强化直接融资，支持绿色债券规范有序发展，鼓励符合条件的企业发行绿色债券。引导和支持社会资本建立绿色发展基金、投资节能环保产业。探索发展绿色保险、绿色担保等新金融产品，逐步完善绿色金融体系。绿色金融的发展将有利于快速推动环保产业的发展。三、环保行业标识解析实施路径（一一）环保环保行业标识解析实施架构行业标识解析实施架构 环保行业标识解析应用实施以产业链核心环节为主，建立企业节点的标识赋码、数据采集能力，并与标识解析体系基础设施对接，提供全产业链的信息互通和数据共享能力，其实施架构如图 2 所示。生产制造端，工业软件与生产设备是数据流转的主体，通过对环保制造设备采用统一标识，在传统工业软件数据库的基础上，通过对数据 9 采用统一标识，完成数据的厂内厂外转换，增强了数据的流通性。设施建设端，通过对产污区域、产污设施、环节的追溯，标识每个固定污染源所属的产污设施、治污设施、排污设施以及对应监测监控设施，在此基础上，链接各类环保设备设施的基本属性信息、运行工况信息和污染物信息等，形成基于标识解析的环保设备设施健康管理，实现对企业内部的排放成本精细化分摊。行业服务端，环保服务于如电力、化工、钢铁、市政等多个领域。通过对环保设备对工作参数、环境参数、产品质量数据的全面采集，建立设备性能模型，进行设备状态分析和效能分析，如治理设施的主要污染物去除率、工况参数、药剂量等组合分析，寻找运行优化解决方案，提升设备效能、提高污染治理成效，降低成本。图 2 环保行业标识解析实施路径 10 （二二）环保环保行业标识对象分析行业标识对象分析 1.标识对象分类标识对象分类 环保行业的标识对象是指在废物-收集-贮存-运输-利用-处置等环节中被赋予唯一标识编码以及能够进行解析的原材料、设备、产品、车辆、人员等物理对象和订单、算法、工艺、配伍等虚拟对象。环保行业的标识对象主要围绕环保生产制造设备、环保工程建设、环保服务和治理等环节进行划分。覆盖供应链、产业链和产品的销售、市场、服务等流程，包含包装箱、仓储、运输、流通、定位、人员、设备、处置端废物治理环节的赋码等，以及设计、生产、制造、设备、人员、工艺、物料、环境对象组成。关于标识载体，标识可以通过条码、二维码、RFID 标签（有源、无源）、NFC、主动标识（UICC 卡、MCU、模组、终端等）等多种载体方式，依据实物资产的物理特性（如尺寸、安装部署位置等）、资产价值（低值易耗、贵重资产）、企业信息化系统需求等实际情况选择合适的标识载体方式。表 1 环保行业标识对象及其分类表 分类代码 分类名称 说明 标识载体 采集技术 1 环保设备生产类 生产设备、生产工艺、生产环节、原料、元件、最终产物、人员等 条码、二维码或主动标识等 扫码器、PDA、手机等 2 环保工程建设类 服务对象、人员、实施方案、设备、相关审批文件等 条码、二维码或主动标识等 扫码器、PDA、手机等 3 环保服务-产污类 生产原材料、产污单位、污染物等 条码、二维码或主动标识等 扫码器、PDA、手机等 4 环保服务-环保治理类 治污工艺图纸、治污设施、治污药剂、排放口等 条码、二维码或主动标识等 扫码器、PDA、手机等 11 分类代码 分类名称 说明 标识载体 采集技术 5 环保服务-环保监测检测服务类 监测/检查仪器或系统、监测数据、实验室检测单、运维服务数据等 条码、二维码或主动标识等 扫码器、PDA、手机等 6 环保监管治理类 排污许可证、执行报告、处罚单、整改通知单、法规标准等 条码、二维码等 扫码器、PDA、手机等 7 环保服务-环保数据服务类 企业环保画像、行业环保画像、环境质量分析、环境影响分析、监测数据超标等 条码、二维码等 扫码器、PDA、手机等 8 企业环保台账类 治污耗材使用投放、环保业务记录、事故处理记录等 主动标识 扫码器、PDA、手机等 2.对象标识编码对象标识编码 在理清环保行业标识对象后，应本着统一、兼容、实用、可扩展等基本原则，制定对象的标识编码规范。一是要符合工业互联网标识解析体系架构，基于一种公有编码体系实现全局唯一；二是兼顾行业现行标准和企业应用需求，制定不同对象不同颗粒度的编码规则，并达成行业共识；三是在现阶段建立与企业内部编码的映射关系，通过过渡期逐步实现全行业规则趋同。图 3 环保行业标识编码规范 标识后缀的编码规则由行业自行制定。标识后缀定义所标识对象的 12 唯一代码，根据企业实际需求采用多段组合的方式。3.标识应用分布标识应用分布 当前，环保行业工业互联网标识年平均值注册量11.5亿，年平均解析量1.8亿，覆盖环保行业的25%，主要应用于设备管理、环保检测、环保服务等，应用分布图下表所示。表 2 环保行业标识应用分布表 对象分类 对象名称 标识注册量占比 标识解析量占比 标签类型 用途 设备管理类 采购设备 10%二维码 设备管理 生产设备 21%2%主动标识、二维码 设备管理 成品和半成品 145%二维码 生产调度 生产元器件 6%6%二维码 设备管理 环保检测 检测仪器 274%主动标识、二维码 数据采集监测 检测单 3%3%二维码 数据共享管理 处罚单、整改单等 5%2%二维码 数据共享管理 环保服务 企业环保画像 5%2%二维码 数据共享管理 环保服务台账 4%2%二维码 全生命周期管理 环保交易订单 5%1%二维码 全生命周期管理 （三三）环保环保行业标识数据分析行业标识数据分析 1.标识数据分布标识数据分布 环保行业标识解析数据是通过标识载体通过采集获得在环保行业产 13 业链的数据，包括与其他行业类似的生产企业流程生产信息、环保工程安装信息、环保行业特有的服务信息（如排污许可证信息、污染物监测设施信息、污染物监测数据信息等）。环保行业标识解析相关的业务数据以及基于业务数据的赋能，具体描述如下。表 3 环保行业标识解析业务数据类型表 分类 代码 重点环节 标识数据 基于业务的数据赋能 1 环 保 设 备 生产类数据 原料、工艺、设备、人员、流程、元件、产品等相关信息 最终产品信息直接联动产业链下游，直接可从最终的环保数据追溯源头，当环保下游出现设备相关的故障、异常数据时，可实现协助上游生产企业进行问题回溯分析2 环 保 工 程 施工 地理信息、区域信息、工程项目、审批信息、施工人员、进程、结果、验收等相关信息 作为环保链条中游关键链条，当环保工程出现事故时，直接实行反向追溯源头，提高对工程施工单位的管控能力与分析能力3 环保服务-产污 单 位 产 污环节数据 产污单位的生产原材料、污染物、行业、位置、排放口等相关信息 作为环保链条下游环节，联合企业自身的生产工艺信息，实现生产工艺与污染产生的相关连联系，提升企业在生产环节的污染产生控制能力。4 环保服务-环保 治 理 类 数据 记录治污工艺图纸、设计人员、治污设施、治污药剂等 作为环保链条下游环节，通过对环保治理效果与关联使用，提升工业企业在治污环节的设备选择、使用与相关物料的使用情况的管控能力。5 环保服务-环保 监 测 检 测数据 在线记录污染源各污染因子的监测数据，监测设备状态、日志、参数等信息 作为环保链条下游环节，通过对最终监测检测数据的标识化，与其他业务链条进行全面打通，给企业守法生产合法排污提供数据的指引，促进整个工业企业的的生产线合规升级改造。6 环保服务-环保 设 备 运 维服务数据 污染源各污染因子的监测设备的保养、校准、校验、比对等操作记录，故障处理记录，提供识别以及故障排除方法的指导 作为环保链条下游环节的必备服务部分，直接为企业环保数据的真实可靠性提供证明，为工业企业选择合规合法的服务企业提供数据基础，也为企业合规守法生产提供保障。14 分类 代码 重点环节 标识数据 基于业务的数据赋能 7 企 业 环 保 台账类数据 治污耗材使用投放、环保业务记录、事故处理记录等 作为企业内部业务开展的关键链条数据，为企业进行环保相关工作提供必要的信息追溯，并可利用相关数据实现企业环保生产问题协同分析。当企业遇到环保督查时，此类数据也可直接作为企业守法合规的证明材料 8 环保服务-环保 监 管 治 理类数据 记录依法公开排污许可证，排污许可证执行报告，处罚单，整体通知单，法规标准 监管单位公开、公正依法执法，公众监督 2.标识数据建模标识数据建模 为建立各类对象全生命周期的数字画像，需要对对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图 4 所示。环保行业标识应用企业可基于该建模方法，建立全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。图 4 工业互联网标识数据模型 3.标识数据分类标识数据分类 环保行业对象属性值可根据各环节的业务需要进行组织。标识数据 15 涉及环保生产制造的原料、工艺、设备、人员、流程、元件、产品等相关信息，在施工过程中的地理信息、区域信息、工程项目、审批信息、施工人员、进程、结果、验收等相关信息，以及环保服务和治理侧的监测设备状态、日志、参数等信息。以上两类重点对象的标识数据分类参考如下。表 4 环保行业标识数据分类表 对象分类 对象名称 序号 属性数据 备注 环保设备管理类 生产原料 生产设备 成品和半成品 生产元器件 1 设备标识（设备生产）2 设备名称 3 出厂编号 4 设备编码 5 使用人员 6 使用地点（设备使用）7 使用时间 8 仓储商标识 9 入库信息 环保检测类 检测仪器 检测单 处罚单 整改单等 10 检测类型（环保检测）11 检测模型 12 特征信息 13 采集类型（数据采集）14 采集时间 15 采集分析 16 采集地点 17 等级描述 18 能耗情况（认证和服务）19 环保参数 20 整改信息（四四）环保环保行业标识应用组织流程行业标识应用组织流程 企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建 16 设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二级节点建设，图 6 给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1.预研与评估阶段预研与评估阶段 企业根据自身发展现状，评估工业互联网标识及标识解析基础设施应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在信息交互场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2.节点建设与部署阶段节点建设与部署阶段 企业标识解析建设方案将明确建设路径，同时需开展标识解析标准化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。企业依托 AII组成专家团队进行二级节点评审，并形成评审意见，同时政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测 17 评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3.企业标识应用实施阶段企业标识应用实施阶段 完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过 AII或应用供应商根据建设方案提供赋码、采集、存储、和应用系统，基于工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。4.产业推广与运营阶段产业推广与运营阶段 随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。18 图 5 标识应用组织流程 19 四、环保行业标识解析应用模式（一一）环保环保全要素可视化全要素可视化 1.应用需求应用需求 需求痛点一，数据监测分析实时性要求高。环保自动监测服务行业是集环保设备安装、运维，环保服务与平台数据分析服务、政府监管辅助等综合性行业，具有典型的线上线下服务相结合、对数据保存保护周期长，类型多、真实性要求高、公开等特性，在行业内常常会遇到信息孤岛，不同排污企业、环保企业之间的数据信息不互通、不兼容，平台系统多，溯源困难等问题。需求痛点二，不同角色的监测分析需求各异。环保自动监测服务行业涉及多角色主体，政府侧存在污染源排放监管难度大，统一结构管理实施难等问题，排污企业层面需要有效实时掌握排污状况，做到提前预警，提前介入治理。在公众层面需了解身边环境质量状况，便利的使用居家、旅游等环境信息服务。需求痛点三，污染源产治排全链条信息串联不足。随着国家对生态环境保护的要求日益提高和环保企业自身精细化管理需求，工业企业在环境管理中投入了越来越多的生产车间监控设施、污染治理设施、排污自动监测设备等。但各设备独立运行，数据之间的互通共享效率低，生产设施、处置设施、排放设施间围绕生产运行效益和污染治理能力最大化智能分析水平有限。2.解决方案解决方案 通过统一的标识整合产业链信息要素，提高排污企业生成计划可见性、排污监测数据实况、监测设备仪器要素信息与运行工况、运维服务 20 质量与服务等信息的公开性，更好的监控企业在生产与制造过程中所产生的各项污染物排放数据与变量趋势，从而实现生产各监控环节实时监控，实时报警，精准预警。为公众提供统一的环境信息查询与监督渠道、为企业提供低成本的环保信息公开服务与数据自证明基础、为政府监管部门提供智慧环保宏观决策依据与执法辅助。在硬件设施编码标识方面，对监测点位、监测设备仪器与零配件、监测数据等为维度信息进行唯一的编码标识与集成，打造环保产业链里面的环保设备生产商生产排污型企业监督监管政府部门公众等用户之间的信息链路高效流转模式。用户通过环保行业标识解析应用平台，可实时跟踪、追溯环保信息的全生命周期以及全过程状态的管理把控。在环保咨询、运维等服务性信息编码标识方面，针对不同的服务对象、不同的服务内容、进行唯一的编码标识，利用二级节点的易组、易构、易用等特性，解决环保服务企业之间的信息孤岛问题，通过集成应用，整合企业的环保事务的信息链条集成体系，企业用户在集成应用可实现任何时候，任何地点追溯企业的所有环保事务信息，为企业环保信息存档留底提供简易、便捷的渠道。图 6 环保全要素可视化解决方案 21 3.典型案例及实施成效典型案例及实施成效 案案例例 1：环保全要素数字管理环保全要素数字管理（神彩科技股份有限公司神彩科技股份有限公司）1.案例介绍 基于标识解析的排污单位环境要素数字化管理体系，赋予排污单位生产工艺、产污设施、治污设施、车间、仓储、检查点和排放口等唯一标识编码，并对排污单位管理要素的信息清单换，环境监测监管相关数据与标识进行关联，得到排放信息的数字化。2.实施成效 通过对产污企业的每一个产污设施、治理设施、排放设施等进行赋码并关联业务信息，形成设施唯一的工业互联网标识。通过扫码可以快速得知设施设备的历史运行状态、电子管理数据记录、排放情况等，使得企业环境达到环境监管要求，提升企业环境管理水平。22 案例案例 2：企业环保信用码企业环保信用码（广东长天思源环保科技股份有限公司广东长天思源环保科技股份有限公司）1.案例介绍 以地理坐标为出发点的应用场景，对大气环境质量、水环境质量、污染源排放监测点的站房基本信息状况、监测仪器运行工况、运维信息、监测数据等环保行业数据标识进行集成应用，帮助公众实时掌握当前位置的环境质量状况、周边污染情况，为居家、旅游提供环境信息服务。以手机扫码为出发点的应用场景，用户通过手机扫企业门口、站房门口、监测仪器设备、移动监测车等二维码，帮助企业实现国家推行的环保信息披露制度要求，帮助政府实现非现场环境执法需求。2.实施成效 当在企业大门前，根据国家要求对排污企业的信息公开，以前是需要电子大屏展示数据，现在只需放个二维码，公众用手机扫码，即可实时查看企业的公开信息，企业成本从几万甚至几十万的成本，下降到基本为“零”成本，大大为企业节省开支 当企业管理员工、运维公司员工、政府监督人员，到企业监测站房时，过往有一堆纸质的报告，检查记录，维修记录，耗材更换记录等文件，容易发生丢失、记录不全、破损、模糊等现象，现在可以通过扫码，获取站房的信息、包括站房建设、设备名称、设备名称、设备制造商，设备巡检、设备维修、耗材更换等记录信息，大大提高了工作效率，降低信息不全导致被监管部门处罚的等问题。23 当公众要了解身边的环境质量时，过往是需要到政府公布的网站、信息公布实体大屏去看环境质量状况，现在通过环保标识解析应用，集成企业公开、政府公开的信息，通过地理定位，大数据算法，把信息集成应用，即可完成信息公开，用户随时随地都可以通过手机，查看身边的环境质量信息。24 案例案例 3：监测设施全周期管理监测设施全周期管理（神彩科技股份有限公司神彩科技股份有限公司）1.案例介绍 通过生态保护和环境治理行业二级节点，标识每个固定污染源，标识每个固定污染源所属的产污设施、治污设施、排污设施以及对应监测监控设施，在此基础上，链接各类环保设备设施的基本属性信息、运行工况信息和污染物信息等，形成基于标识解析的环保设备设施健康管理。通过对每个设备设施赋予唯一标识，将设备设施相关信息相关联，实现环保设备设施运行智能监控与诊断、环保设备设施运行优化，环保设备设施故障预测维修。远程监控与维护远程监控与维护 实现设备设施工作参数、环境参数等数据全面采集，实现远程监控、远程巡检诊断、远程运维、设备监控诊断。如监控环保治理设施是否正常运行，监控设备设施相关参数是否出现异常。针对异常情况，可准确定位异常问题点，可实现远程操作诊断，如远程参数设置、远程控制、远程终端复位、远程终端软件升级、远程数据周期性分析等，提升设备设施运行效能，提高运维效率，降低成本。运行参数优化运行参数优化 通过对设备工作参数、环境参数、产品质量数据的全面采集，建立设备性能模型，进行设备状态分析和效能分析，如治理设施的主要污染物去除率、工况参数、药剂量等组合分析，寻找运行优化解决方案，提升设备效能、提高污染治理成效，降低成本。设备预测性运维设备预测性运维 （1）同类设备类比分析 借助标识解析实现同类设备、同型号设备运维数据分析、故障率 25 分析、运行年限分析等可有效掌握同类、同型号设备共性问题，从而辅助开展预防性运维，比如出现同类异常工况信号、其他设备同一配件多次出现问题等。（2）大数据分析预测 通过对核心设备（部件）的运行数据、设备效率数据的全面采集和分析，结合历史数据及实际工况条件，利用机器学习等先进数据分析技术与工业机理模型，训练基于数据和模型双驱动的设备故障预警模型，构建优化设备运维流程，实现设备故障的提前预测和主动预防维修，提升设备设施使用寿命，提高污染治理成效，降低成本。2.实施成效 通过对环境监测治理设施的标识应用，实现对设备的远程运维和记录管理，帮助设备厂商提升设备维护工作，提高客户满意度。帮助企业自身提前做好设备的维修检修计划，提高生成力。案例案例 4：全生命周期污染源追踪全生命周期污染源追踪（神彩科技股份有限公司神彩科技股份有限公司）1.案例介绍 形成基于标识解析的固定污染源污染链全流程追溯应用，通过标识解析，建立固定污染源排污许可、主要生产工艺、主要产污设施、主要治污设施、检查点、排放口、排口排放浓度污染全链条追溯关系。产产-排排-治污信息查询治污信息查询 通过唯一标识，将产污、治污、排污等阶段的各种数据进行关联和绑定，从而提供污染链完整的数据管理，对企业内部实现精细化管理，有效掌握每个环节、每个设施的产排污情况。26 污染链追溯查询污染链追溯查询 实现企业排污许可-生产工艺-产污设施-治污设施-检查点-排放口-排放污染因子-实时排放浓度等全周期污染链追踪。支持以企业为视角向下可追溯企业排污许可信息-生产工艺-产污设施-治污设施-检查点-排放口-排放口排放污染因子-排放口实时排放浓度。同时支持以排放口视角向上追溯排放口-对应排放污染因子-对应实时排放浓度和许可排放标准-对应污染治理设施-对应生产工艺生产单元-对应检查点等。2.实施成效 企业内部在环境管理过程中，通过对产污区域、产污设施、环节的追溯，实现对企业内部的排放成本精细化分摊，环境管理水平提升。（二二）碳监测及可信数据管理碳监测及可信数据管理 1.应用需求应用需求 需求痛点一，企业碳排放数据存在造假以及数据记录缺失问题。碳排放监测报告核查（MRV）体系是实施行政监管和市场调节的基 27 础，在实施过程中发现了很多问题，其中企业碳排放数据存在造假嫌疑以及数据记录缺失等问题尤其突出，碳排放数据在企业、行业、第三方机构、碳市场流转过程中可能存在非法使用、敏感信息泄露等风险。需建立企业原始生产数据、设备信息、碳监测设备基础信息、采集数据以及碳排放核算数据、企业填报数据等动态和静态数据的可查询、可溯源。需求痛点二，企业碳排放数据的真实性、准确性要求高。当前碳排放数据报送基于排污权管理系统“碳排放数据报送”模块由企业进行月度报送，企业数据直接报送至生态环境部。存在以下风险，任一有登录口令的用户均可通过开放网络进行填报，存在数据安全隐患；数据均为手工录入、文件上传，缺少现场监测数据佐证；数据传输路径未经过省级部门，省级生态环境部门难以完全发挥其监管职责；企业碳排放相关数据按月报送，核查以年度为周期，是事后核查，过程监管困难，以上问题对碳排放数据质量管理工作带来了压力和挑战。2.解决方案解决方案 基于标识解析建立企业碳排放全生命周期溯源体系，通过为生产设备、碳数据采集设备“打标签”，为设备运营维护人员的行为“打标签”，同时为设备产生的数据“打标签”，形成将“人、机、数”完美结合的标识体系。利用标识解析实现企业碳排放数据、区域碳交易数据、银企金融服务的全链条跟踪、安全共享。一方面为政府监管、服务企业提供数据支撑，另一方面，加强企业与第三方机构的数据交互，助力企业应对核查、申请奖补、绿色信贷等工作的推进。基于区块链信任底座，促进碳排放和处理数据不可篡改。企业碳排放碳减排相关的原始数据存放于企业本地，将数据目录上链。在这个“链”28 上，企业碳数据作为底座，各家有权限的政府部门、金融机构、第三方机构均可看到企业碳数据目录，同时根据不同权限和不同的应用需求进行数据的二次加工利用。数据目录公开透明，各方的数据操作均留痕，确保数据不可篡改，让碳数据运行在阳光下，防止数据失真或造假，保障数据的真实可信。图 7 碳监测及可信数据管理解决方案 3.典型案例及实施成效典型案例及实施成效 案案例例 5：企业碳排放全生命周期管理企业碳排放全生命周期管理（罗克佳华科技集团股份有限公司罗克佳华科技集团股份有限公司）1.案例介绍 目前，企业面临着数据分散难收集、数据来源多占用大量人员精力、数据类型复杂容易混淆、数据滞后等数据监测体系不健全、制度不完善、质量难以保证的问题。针对以上问题，建立企业碳排放数据全过程追溯体系，通过标识解析，建立企业生产设备、采集设备、采集数据与填报数据全链条追溯关系，赋予企业生产设备、物联网采集设备、电表等设备、对设备的运维操作以及设备采集碳数据唯一“身 29 份证”，实现“人、机、数”打码标识全生命周期管理。企业内部在碳排放管理过程中，通过对企业不同机组、不同来源、不同环节的追溯，实现对企业内部碳排放的精细化管理。对企业的碳排放总量、化石燃料消耗量、净购入电力量等动态采集数据以及低位发热量、元素含碳量等人工填报数据进行打码标识，助力企业清晰掌握碳家底、溯源查询有依据。2.实施成效 企业内部在碳排放管理过程中，通过对企业不同机组、不同来源、不同环节的追溯，实现对企业内部碳排放的精细化管理。大大减少人力占用，实现数据链式追踪，保障数据质量，健全企业数据监管体系。30 案例案例 6：多方碳排放数据共享多方碳排放数据共享（罗克佳华科技集团股份有限公司罗克佳华科技集团股份有限公司）1.案例介绍 通过建立碳排放权交易机构与控排企业、监管部门、第三方核查机构间的数据链路，为多方数据共享提供窗口。针对企业碳排放数据，采用分级加密、多级脱敏、主动授权校验、属性访问控制等安全手段，在数据存储、展示、流转全生命周期中防止企业敏感信息泄露，实现数据可信流转与企业隐私保护的均衡。企业可以通过平台共享企业实时交易数据，有权限的政府部门、金融机构、第三方机构均可看到企业碳数据目录，助力政府监管企业、制定相关服务政策，引导企业开展碳奖补、绿色信贷等工作，促进银企合作，推动整个区域的低碳发展。同时基于区块链为底层核心技术支撑，对碳排放及碳交易相关过程中的物联网监测数据、文档文件数据、业务系统数据进行上链，确保数据真实可信、不可篡改，基于区块链智能合约联通重点温室气体排放单位、自愿减排业主单位、政府部门、金融机构、交易机构等，将双碳数据实时上链，以便管理机构进行监测和核算，为碳排放交易及相关业务过程中的数据交互提供保障，实现数据资产至碳资产的转化，助力工业企业在持续健康生产加工的过程中也顺利实现双碳目标的达成。2.实施成效 在区域的双碳管理过程中，数据安全共享，大大减少了原先频繁、冗余的数据收集、数据交互的人力物力，有效提升了政企之间的碳排放数据交互效率，助力政府制定配套化、差异化政策；有效加强了银企之间的资金交流，为区域建设绿色金融体系打下数据基础，从 31 而激发企业碳排放潜能，推动全区低碳发展。通过联合相关政府部门、第三方服务机构、工业企业，共同构建“碳链”体系，形成多方参与、数据共享的“碳数据市场”，让碳数据在阳光下运行，在确保数据真实性和多方数据共享的安全高效，从而为政府碳管理提供科学支撑，为金融机构发挥金融支持作用搭桥铺路，助力城市碳达峰碳中和目标的实现，推动碳达峰碳中和治理体系和治理能力现代化转型升级。32 （三三）污染污染物智能调度管理物智能调度管理 1.应用需求应用需求 需求痛点一，运输环节感知能力不足。环境治理行业因产废企业较多，产生的危险废物品类多，但部分企业产生的危废数量少，如单个企业对危废进行处置，导致运输车辆空架率高，车辆运力无法最大化，其运输成本偏高。传统危废运输无法实现“人、车、货、场”绑定，企业对危废运输车辆到货信息和物流异常信息只能通过电话跟踪被动获知，缺少平台主动反馈能力，一旦发生交通事故无法第一时间快速切断泄露源。2.解决方案解决方案 针对危废运输场景，运用云计算、大数据存储和治理、AI 分析，基于运输定位系统，融合工业互联网标识解析二级节点能力，为危废行业打造基于标识解析的危废运输监管行业级应用。利用标识解析技术形成统一的编码体系，通过对危废产品、运输订单、运输车辆赋码，并进行数据绑定，实现危险废物在运输过程中的监控；运用大数据技术收集和存储运输路线、运输周期等数据进行处理，建立周期性物流到货信息模型，为司机提供一条最优行驶路径，降低危险废物运输风险，保证物资运输的高效执行，帮助危废企业提高发货周期和运转效率，推动区域危废运输企业实现数字化转型升级。33 图 8 污染物智能调度管理解决方案 3.典型案例及实施成效典型案例及实施成效 案例案例 7：危废危废智能运输调度管理智能运输调度管理（重庆忽米网络科技有限公司重庆忽米网络科技有限公司）1.案例介绍 危废具有多种危害特性，主要表现为与环境安全有关的危害性质（包括腐蚀性、爆炸性、易燃性、反应性、传染性等）和与人体健康有关的危害性质（包括致癌性、致畸变性、突变性、传染性、刺激性、毒性、放射性等），会对水体、大气和土壤造成污染。作为连接两方的中间运输也不排除在运输过程中对土壤造成污染的可能。所以危废运输过程也是我们要值得去重视的。基于环境治理行业标识解析的能力，从产废企业发出转移申请时，就已经完成“人、车、货、场”的绑定；危废运输车辆类似一间可移动的危废贮存间：危废实现扫码装车，自动绑定车牌号、司机、押运员等信息。危废车辆运输并非只运输一家产废企业的危废，基于环境治理行 34 业标识解析危废大数据平台的能力，我们将会根据产废企业的地理位置、道路情况等自动规划运输路线，降低运输企业的运输成本，提高运输安全效率。车辆上安装了 GPS 定位，电子围栏、实现实时跟踪。现在调取实时监控和运输轨迹图，便可判断是哪辆车、在哪个环节、什么地方出现了问题。只要危废转移电子联单一创建，系统就会自动形成运输轨迹图，而且危废产生端和处置端都要过磅确认。如果危废在转移过程中出现重量不符、运输路线异常、车辆超时等问题，系统会自动预警。预警后生态环境部门只需向企业核实，即可确认途中是否出现了突发情况，或者运输单位出现了一些违法行为。只有不断的推进处置能力匹配化、监管手段信息化、制度设计科学化、执法力度最大化，强化企业主体责任，努力打造危固废全过程、闭环化管理体系，环保事业会更上一步。平台利用标识解析技术形成统一的编码体系，通过对危废产品、运输订单、运输车辆赋码，并进行数据绑定，实现危险废物在运输过程中的监控；运用大数据技术收集和存储运输路线、运输周期等数据进行处理，建立周期性物流到货信息模型，为司机提供一条最优行驶路径，降低危险废物运输风险，保证物资运输的高效执行，帮助危废企业提高发货周期和运转效率，推动区域危废运输企业实现数字化转型升级。2.实施成效 结合自主研发的 AI 算法及机理模型，为车辆调度提供高效及可靠的智能化算法和模型训练服务，对货运车辆加装 GPS 定位硬件设 35 备，通过 IOT 技术采集硬件设备数据，可以对车辆行驶路径进行实时监控。实现危废运输车辆的智能化调度能力，降低管理成本，为企业赋能。危废运输监管系统上线以来接入危废相关企业 80%以上，帮助处理危险废物 10 万余吨。同时，危废运输监管系统的物流异常反馈功能在危废车辆运输出现意外后缩短相关部门响应时间 50%以上，提高处理意外事件的时间成本 40%。（四四）智慧水资源管理智慧水资源管理 1.应用需求应用需求 需求痛点一，废水处理出水产品质量对生产各环节的影响高度敏感。实际生产运行水质、水量往往与设计水质、水量偏差大，运行中生产某环节异常都会带来产品品质的波动，并且由于废水处理停留时间长，无法及时准确定位异常点及异常原因，因此亟需提升废水处理全流程工艺 36 实时监控和应对能力，保证出水产品品质，降低能耗和药耗成本。需求痛点二，各类异构数据资源利用不充分、联动性分析差。污水处理厂基本实现自动化控制，在生产全过程中仪表、设备、视频均在不断产生数据，这些数据在自动控制系统中是独自存储的，各类异构数据无法做到远程查询、联动分析、智能预测。2.解决方案解决方案 对废水处理厂、在全流程环节分配标识，部署标识采集设施或设备；通过统一协议方式采集全过程环节全要素标识数据，通过数据交换方式将标识关联信息进行更新或者共享给智慧水厂应用平台；最终监管方、上层集团方谁可以按权限分配在获取产品质量、工艺运行数据、设备运行数据、经营成本信息等，达到同步监控、全流程管理目标。并提供数据建模能力，对标识数据进行有效利用，利用算力预测结果，构建可智慧决策的水厂。图 9 标识解析智慧水厂解决方案 37 3.典型案例及实施成效典型案例及实施成效 案例案例 8：深水海纳智慧水务运营管理平台深水海纳智慧水务运营管理平台（北京金控数据技术股份有北京金控数据技术股份有限公司限公司）1.案例介绍 借助深水海纳智慧运管平台，以山东曹县化工园区污水处理厂为试点项目，打造数字化运管模板，推动深水海纳集团在污水处理板块的数字化转型。通过管理平台，建立曹县化工园区污水处理厂管理范围内“物在线、人在线、事在线”的互联，打通深水海纳深圳总部与山东曹县项目从管理到生产、从组织到流程、从业务到规范的数字化管理，让深水海纳集团对其下辖水厂“看得清、察得明、管得了”，推动综合降本增效、提高项目运营反应速度。深水海纳智慧运管平台中集成标识解析系统，能够对接企业内数据存储层，将企业 PLC 控制系统和智能仪表的生产、能耗、操作、设备、安全、环保等相关数据上传至标识解析平台，通过主数据系统、元数据管理等功能，实现对核心算法层数据模型的建模，实现对曝气、加药、污泥回流等工艺数据的预测，并通过标识解析平台与现场控制系统进行通讯，将预测结果指令下发到控制系统，实现智慧水厂智慧决策管理。同时建立可视化平台，通过标识解析平台将数据在B/S 端、C/S 端、M/S 端等各类平台端可视化呈现。2.实施成效 根据进水及生产流程处理现况，通过对全过程进行工艺、设备的集中监控，实现远程查询、联动分析；通过对能耗大户工艺段曝气、加药、污泥回流等关键工艺进行建模、智能预测，保证产品质量稳定合格的前提下，降低废水处理能耗成本；通过 B/S 端、C/S 端、M/S 端等各类平 38 台端可视化呈现，虚拟模拟现实水厂运行状况，达到一屏观全局、虚实协同管理，这和未来建立自管理的水厂、甚至少人、无人的智慧水厂推动方向是一致的。五、发展建议（一一）加强加强信息信息监测采集监测采集，提升提升数据数据真实性准确性真实性准确性 通过对监测设备运行状态参数、污染治理设施运行状态参数和产污环节各关键参数进行实时监控，发现异常及时报警。增加现场端设备反控功能并加装废水超标留样仪，监管部门可随时通过指令反控现场端仪器的采样时间和做样频次，同时保证超标废水与留样废水的同时性和一致性，也利于执法取证，有效解决数据纠纷。强化视频监控应用，通过人工智能技术，自动识别异常事件，对企业和运维人员行为进行监管，提高控制水平与环境管理信息化、精细化水平。（二二）加快标准体系构建加快标准体系构建，增强产学研增强产学研用用协同能力协同能力 环境产业主要以环境行业相关学会、政府部门、环境治理龙头企业牵头制定环境保护治理的相关技术标准，而结合工业互联网标识解析体系的相关标准尚未开展，需以二级节点为抓手，提炼环保企业在水、气、固废等领域的信息化共性需求，建立行业标识编码规范和数据规范，促使行业产业链上、中、下游企业在同一话语体系下，各环节关键信息在全流程中顺利流转，进而实现产业链上下游企业之间数据分析，有效利用全链条数据支撑地区进行合理的环保设施规划及设计。

0人已浏览 2023-10-25 43页 5星级

01矿山行业面临安全生产、经营管理等多方面挑战（以煤矿为例）矿山智能化面临的现状和难点（以煤矿为例）烟囱孤立的系统数据归属不统一难共享七国八制的网络接口不统一不标准成千上万孤立终端现状安全监测系统人员定位系统矿压监测系统视频监控系统语音广播监控矿山供电监控系统矿山排水监控系统产量计量监控系统煤矿监控中心安全管理网生产控制网视频监控网企业园区网宿舍区招待所办公区食堂会议中心工业通信网煤矿监控中心PLC控制器工业交换机千兆/万兆工业环网节点工业交换机摄像头监测站采煤机液压支架人员皮带运输机矿车勘探掘采洗选运输销售材料生产安全形势严峻煤矿特殊的生产环境和装备，缺乏有效管理手段，导致煤矿瓦斯、透水、顶板灾害事故频发管理效率亟待提升经营成本居高不下煤矿多重视生产装备的投入，在企业经营管理上投入较少，导致煤矿管理效率低，经营成本高从业人员断层严重井下工人平均年龄已经超过45岁，且年轻人不愿下井，煤矿招人困难资产管理纷繁复杂煤炭行业企业多涉及较大的企业园区，多型设备且人车多，人财物管理难02矿鸿高可靠、低时延、软总线三大能力使能三机联动等智能应用智能矿山解决方案目标架构矿鸿作为井下各类终端的操作系统，统一物联协议、统一数据采集和传输标准华为云 数字平台，实现数据入湖，使能智能时代的大数据和AI应用优势及价值 统一系统：一套系统覆盖大大小小设备 万物互联：人机互联、机机互联、万物感知 统一标准：设备接口、数据协议标准化 安全可信：最高安全认证、核心代码全自研安全运维智能应用数字平台矿鸿智联下一代工业承载网华为云智能巡检中心决策指挥中心经营管理中心安全生产中心综合集控中心统一接口，统一的数据标准格式、端云结合 摄像头监测站采煤机液压支架人员皮带运输机矿车智慧地测智慧调度智慧采掘智慧机电智慧运输智慧作业智慧安监智慧洗选智慧园区目标5GWi-Fi 6 网络华为云华为数据湖AI使能、数据使能、应用使能数据治理融合IP工业网/F5G全光工业网一碰连，设备参数读取配置综采面M2M三机智能联动危险源感知，矿工智能避灾智能巡检，自动读数比对上板电液控制器（矿鸿OS）采煤机采煤机主控（矿鸿OS）液压支架液压支架AP矿鸿模组矿灯通过WiFi接入工业环网，发送位置信息，接收：1、危险信号预警2、避灾导航蓝牙近场连接，屏显实时数据环境健康度指数危险源预警避灾路线导航碰一碰工作参数便捷读取，快速配置控制器本安手机/Pad数据上云生成瓦斯报表和调校工单数据自动读取，比对数据自动上板云03优势及价值优势及价值 多技术优势互补，全场景无线覆盖多种无线技术按场景适配，构建大带宽、低时延的井下无线网络，丰富应用，减小有线网络维护难度 融合 IP 工业网本质安全设计、5G 承载，安全可靠工业承载网，可承载 5G 业务，实现移动场景大带宽、低时延接入，通过网络切片技术实现业务安全隔离智能运维，统一管理随流检测，故障精确定位，业务质量可视，管-控-析一体，图形化管理，简单易维 F5G 全光工业网全光工业网，极简、高效井下全光无源网络，本质安全设计，易建网，少防爆，免熔纤，智能光链路，多技术提升有线网络运行效率统一的工业承载网，多样化接入方式，打造智能矿山综合承载网5G接入Wi-Fi 6接入工业网关视频Wi-Fi 6 APUWBUWB接入矿山F5G全光工业网OREORE有线接入生产网5G模组 智能终端 5G Dongle感知设备多种接入矿山融合IP工业网OTN波分网络园区网井下井上 5个中心N类应用多技术融合，构建超大带宽、低时延、高可靠的矿山综合承载网园 区 网ORH集团总部传感器防爆手机智能控制采煤机皮带运输机电力监控站智能矿灯监测站胶轮车有轨车移动场景固定场景04优势及价值优势及价值 网络切片助力多网合一，工控类业务低时延保障 支持 5G 承载，助力 5G 基站快速下井 业界首款本安型 Wi-Fi 6，400m 长距覆盖 智能运维，业务质量可视，故障分钟级定位优势及价值优势及价值 Mesh 组网，无光纤部署易调整，解决采区频繁变动网络调整难的问题 爆破区网络无线覆盖，实现采区无线通信、采区装备远程控制，提升安全和作业效率矿山融合IP工业网：构筑多网合一、品质无线覆盖、综合承载的矿山生产网络井下 Wi-Fi 6 无线 Mesh 组网减少光纤，解决“断缆”痛点核心路由器核心路由器变电所、硐室5G交换机物联网关Wi-FiWi-Fi10GE 环网接入10GE 环网接入10GE 环网接入10GE 接入汇聚路由器汇聚路由器汇聚路由器汇聚路由器变电所、硐室变电所、硐室变电所、硐室5G交换机50GE/100GE 环网骨干控制切片5G切片机电切片视频切片井下采面无线覆盖 回传主巷道矿道矿道CPEMPPMPPMPMPMPCPECPE05优势及价值F5G 全光工业网为煤矿智能化提供全场景高品质全光基座优势及价值3集团间波分承载网 多级硬管道、超大带宽 业务物理隔离，设备 1 1 保护 极简网络，随需扩展 2井上矿区全光园区网 简架构：极简布署，TCO 降 30%易演进：平滑扩容，升级无忧 智运维：即插即用1井下煤矿工业光环网 全本安设备，0 防爆箱 光纤网络可视可管、光纤智能诊断 硬管道隔离ORPOREORPORPORPOREOREORE变电所、硐室变电所、硐室变电所、硐室变电所、硐室ONUSPLORH核心交换机OLT办公网生活福利网安防网井上园区集团互联井下环网办公云生产云矿区矿区灾备中心集团核心矿区边缘办公云边缘生产云06优势及价值优势及价值 一网融合：各类有线和无线通信系统统一融合、统一调度 一呼百应：调度中心/作业区/行政区/外线统一编组，集群呼叫、多媒体调度 可视化调度：一键直达现场实时画面，高效指挥矿山融合通信：一网融合、一呼百应，一键直达现场，实现高效调度指挥5G低频本安网络：实现大上行、远距覆盖，支撑综采远控等多业务快速上线应用层日常通信指挥分层分级调度监测异常联动AI应用联动平台层视频网关宽带接入网关会议网关窄带集群网关语音网关录音录像集群调度基础通话短信彩信视频监控视频会商ICP融合通信（统一通信资源池）基于华为云、HCS、EIC网络层有线网络有线电话视频监控无线网络Wi-Fi网络4/5G公网无线专网LTE专网应急机动专网终端层智能手表视频会议终端摄像头智能手机骨传导耳机集群终端车载终端定制手环视音频记录仪固话/IP话机矿灯广播 优势及价值优势及价值更大带宽 上行速率满足综采面 1Gbps 满足综采面 100 路高清视频更低成本 建站更少，降低成本 一网多用，简化运维更广覆盖 两站打穿综采面 巷道覆盖距离增加75%更全服务 5G一张网满足语音、视频、远控、物联等多种业务需求关键能力连接泛在性能极致一网多能运维极简解决方案 井下5G低频本安网络：覆盖距离更远、巷道场景少建站，综采面两站对打，即可满足上行1Gbps、50ms99.99%的综采面全景视频拼接 采煤机远控需求 矿区创新平台（5G核心网）：实现煤矿生产数据在矿内闭环，生产数据不出矿区，并支持IMS语音通话应用场景运营商广域网矿区本地数据中心智矿通创新平台(5G核心网)井上井下5G综采面全景视频拼接 远控5G主运智能监控：5G本安摄像机5G硐室巡检机器人中央变电所5G基站矿山融合IP工业网（50GE 网络切片）5G融合通信：手机、智能矿灯、摄像机南翼1#皮带南翼皮带大巷南翼辅运大巷主井提升机5G掘进机远控4306综采面4326掘进面4306顺槽皮带4326顺槽皮带12453“看”得更清楚更全面：视频传输实现海量人员、环境和生产安全监控“感”得更多维更迅速：物联定位实现设备运行和环境状态实时采集和地下矿业万物互联实现人员、车辆、设备高精定位管理“控”得更准确更敏捷：远程控制实现各类现场核心生产设备的远程控制和无人驾驶“连”得更实时更高质：实时通信实现随时随地高质量实时通信“算”得更协同更高效：现场算力实现现场网算一体、破除多网并存和数据孤岛07优势及价值优势及价值 灵活部署：支持公有云、混合云、边缘云多种部署模式，边云协同，满足不同场景需求 资产沉淀：打造煤矿统一数字平台，沉淀数据资产，构筑全面感知的数据能力 数据共享：统一建设煤炭数据湖提供数据服务，打破业务系统数据孤岛，避免重复建设 极简交付：EIC 整柜集成，即插即用，预集成成熟的伙伴应用，极简业务上线 开放生态：华为云 80 高阶服务随需下沉，技术领先 运营驱动：打造统一的接口平台及规范，使智能煤矿由建设驱动走向运营驱动业务上云、边云协同，打造矿山数字平台，实现应用使能、数据共享边缘云边缘云（EIC）（EIC：Enterprise Intelligent Cube）办公管理视频会议AI训练AI运维智慧运销煤矿边缘云现场部署：智能生产、智能控制集团中心云集中部署：决策支持、经营管理统一管理数据安全大数据平台本地生产云边协同中心训练，边缘推理AI能力中心盘古矿山大模型；AI能力使能，模型训练边缘轻量化高效运维统一运维，降低运维门槛备份中心数字平台数据治理人工智能基础设施中心云ROMA统一管理自主开发基础设施数字平台生产应用数据治理人工智能ROMA基础设施数字平台生产应用数据治理人工智能ROMA智慧采掘智慧煤流智慧通风智慧排水智慧安监智慧巡检智慧园区生产中心煤矿AI开发 训练 运维中心集团技术平台中间件数据库大数据AIGIS音视频IoT智能生产智慧园区掘进面作业序列智能作业辅助皮带检测综合集控端流量应力液位传送带采矿机压力距离温度瓦斯声音电源振动RFID管道腐蚀点检仪机器人使能平台应用全生命周期管理加速行业AI落地使能数据价值生产过程实时感知和优化数据集成AI 推理平台智能数据湖设备接入&管理消息集成AI 训练平台数据集成孪生模型服务集成智能中枢工业大数据治理设备数据分析和服务应用使能平台AI使能平台数据使能平台工业物联平台08智能矿山边缘云：一体化解决方案，一站式交付，加速落地智能化建设智能矿山边缘云一体化解决方案（EIC）*EIC:Enterprise Intelligent Cube交换机存储/计算节点视频节点IVS3800人工智能AI节点Atlas基础硬件平台矿山业务应用（预集成）智能矿山边缘云（EIC）中心云矿山数字平台IOT物联综合管控平台地质保障应用集成数据入湖AI主运智能监测预集成应用综采面瓦斯预测人工智能中心运维AI训练运维云边协同部署升级运维监控优势及价值优势及价值应用预集成：大幅缩短业务上线时间 缩短伙伴业务上线时间 整合行业伙伴优势资源行业数字平台：夯实智能化底座 井下设备统一接入 数据资源共享 AI 边用边学，实现规模复制一站式交付：设备即插即用 整柜集成，即插即用 运营级机柜，宽环境适配09盘古矿山大模型：集约化训练中心，使能人工智能算法开发从作坊式到工业流水线的转变优势及价值优势及价值 人工智能“作坊式”开发升级为“工业流水线式”开发 边用边学，非正常即异常，大大降低新样本筛选效率 降低开发门槛，降低样本数据门槛，加速 AI 下井 优秀的泛化能力：指标平均提升 30% ，算法精度提升 10%非正常即异常，减少样本标注工作 85% 业务场景43504540353025201510综采掘进机电主运辅运通风人员安全地测灾害检测环保洗选管理露天矿运输5046289331725集团中心云厂矿边缘云AI边缘小站（昇腾）AI推理模型（非正常即异常）AI算力中心（昇腾）盘古矿山大模型AI开发工作流算法AI训练数据标注模型评估AI运维版本管理模型部署联合煤矿行业专家梳理出13大类，307个场景地图，沉淀专家经验样本回传模型部署云边协同边用边学1.智能放顶煤2.综采面全景视频拼接3.护帮板防碰撞检测4.煤壁片帮识别5.液压支架平直度识别6.刮板输送机异物识别7.刮板输送机断链识别8.煤壁煤矸识别9.1.作业序列视频分析2.巷道掘进质量检测3.空顶作业合规检测4.敲帮问顶合规检测5.探放水作业检测6.瓦斯抽采合规检测7.钻杆数统计8.围岩裂隙识别9.1.皮带异物识别2.皮带跑偏识别3.皮带撕裂识别4.转载点堆煤识别5.煤量识别6.人员乘坐皮带检测7.皮带卡子损坏检测8.光纤传感托辊检测9.综采掘进运输10业界首创综采面全景视频拼接方案，支撑远程作业“看得全、看得清、看得准”优势及价值 支撑综采面控制中心由井下到井上，实现单班井下减少 3 人（综采面减人 40% ，以某矿为例）短物距、大视差视频拼接算法、5G 大带宽、低时延网络（支持上行带宽 1.2Gbps）、5G 本安自清洁摄像机 人工智能 全景视频拼接使能综采面远控实现“看得全、看得清、看得准”，支撑综采面智能化水平持续提升拼接后拼接前综采面多相机视频拼接后综采面漫游视角视频看得准：采煤机特写煤机局部多角度视频看得清：自清洁摄像机看得全：跟机视频 综采面全景漫游三不沾摄像机雨刮摄像机11优势及价值 双光摄像机、5G 网络、IVS 平台及软件，支撑掘进面看得清 在地面即有身临其“井”的现场感，支撑地面远控掘进，提升作业安全性 把煤矿工人从危险、恶劣的井下解放到地面，提升员工幸福感掘进面全景视频远控：实现掘进面看得清、看的全，助力远控，提升安全煤矿边缘云远程操控中心综掘全景视频拼接算法双光融合算法5G地面掘进面作业序列智能监测：AI 监督提升掘进面作业规范性，保障安全生产和效率优势及价值 自研核心算法，可预测动作边界，识别动作更准确 数据不出园区，模型可在线升级，越用越好用 工作面监控方式升级，提升工作面作业规范性，保障安全生产 辅助质量验收，AI 自动识别问题环节，提醒验收员重点验收割煤作业护（上锚杆/索并搅拌）敲帮问顶护临时支护护永久支护（顶板钻眼）护割煤作业识别内容：在掘进机处于截割作业工作状态中时，识别迎头、掘进机两侧等危险区域是否有人员进入。异常处理：当识别到人员进入时，需要及时告警，并联动广播提醒。识别内容：截割作业完成后，识别掘进机炮头是否落地，识别是否进行敲帮问顶工序。异常处理：当识别到临时支护前炮头未落地或未做敲帮问顶动作时，及时告警，责令现场整改。识别内容：巷道顶部永久支护前，识别是否打开前探梁做临时支护，炮头是否加盖防护罩。异常处理：当识别到永久支护前未做临时支护，则及时告警，责令现场整改。识别内容：顶板永久支护作业中，识别钻眼动作并记录钻杆数量，识别上药卷动作并记录药卷数量、识别搅拌动作并记录搅拌时间，最终给出钻杆数量、上药卷数量、搅拌时间三个涉及作业质量的关键指标，并分析是否达标。异常处理：当判断钻杆数量、上药卷数量、搅拌时间存在不满足作业规程要求时，需要及时告警，责令现场整改，达到质量要求。永久支护（上药卷）永久支护（上锚杆/索并搅拌）12皮带智能监测：及时发现、主动检修，实现增产提效、少人无人智能感知分析决策业务联动AI实时告警智能分析决策堆煤识别:违章识别:异物识别:煤量识别:跑偏监测:AI模型部署矿端边缘云告警指令皮带堆煤皮带跑偏煤量识别皮带卡子皮带异物人员违章井下终端APP（ISDP）IOC集控系统综采系统主运输系统井下告警系统采煤工作面采煤工作面转载点煤仓主皮带主皮带掘进工作面盘区皮带二盘区皮带转载机溜煤眼顺槽皮带溜煤眼一盘区二盘区刮板运输机主井皮带：宽1.42.0米，速度快盘区皮带：宽1.21.8米，速度较快顺槽皮带：宽1.01.6米，速度中等掘进皮带：宽1.01.4米，速度中等转载机：长约10米，连接刮板运输机和皮带转载点：两条皮带搭接的地方溜煤眼：防止杂物、大块矸石等进入煤仓煤仓：临时贮存煤炭的场所给煤机：将煤从煤仓搬运到皮带1255644 32222322234443掘进面皮带煤仓上口井口优势及价值优势及价值 异物告警等级可配置，危险区域可灵活划定 数据不出园区，模型可在线升级，越用越好用 减少皮带停机时间 15%，保障煤矿生产及保供 每条皮带减巡检人员 1 人，提升井下生产安全13综采面瓦斯隐患预测辅助系统：多系统数据融合，实现超前预警防范，助力矿山安全水平提升优势及价值优势及价值 数据融合分析：打通安监、通风、地质、矿压、综采等业务系统的数据，实现多维数据融合 AI 分析 超限辅助预测：提前 10 分钟发现瓦斯超限可能（超限召回率 80%，误报率 10%）支撑安全高效生产：未来瓦斯浓度预测，支撑针对性停机或降速（采煤机），提升安全生产水平综采面瓦斯隐患预测辅助系统生成瓦斯浓度预测曲线，提前处置超限隐患传感器布置煤层地质进尺调校记录矿压AI应用数据集成大数据分析瓦斯供电采煤机状态生产数据结构化/非结构化数据矿端平台大数据 人工智能EIC/HCS14优势及价值优势及价值 岗位标准化作业指导，从纸面到线上：作业过程可视、可管、可控，降低不安全作业行为风险、提升机电设备运行的稳定性 以人为本，打造数字化班组，全在线协同：任务工单与队/班组在线匹配，过程问题在线跟踪闭环，绩效评价在线生成，提升班前会、班后会、交接班的效率，为矿工减负，提升幸福感 人机协同，机电全生命周期管理，智能化运检：作业过程融入设备状态管理，动态掌握设备运行状况，向以预防为主的主动型运检转变，缩短检修时长增加生产时间矿山智能作业辅助系统：行业生产作业实践与 ICT 技术相结合，助力煤企数字化“最后一公里”转型场景特点解决方案数据孤立负担重重复纸面件繁琐业务协同效率低交接繁琐事项多作业质量难追踪井下安全难保障作业流程断点多审批签字跑断腿管理者：井下作业在线指挥直达现场，移动随时审批管理无边界，大数据分析辅助调度更准确作业人员：协同矿鸿无感采集便捷安全，一键无纸报告交接无等待，AI识别高效作业流统一标准作业实时指挥安全状态实时呈现数据汇聚掌握全局管理无边界一键直达现场中层管理者：任务问题过程透明可追溯，井上井下视频协同更高效，数据沉淀指导决策更可靠高效协同数字办公全流程透明安全为本责任分明高质量作业任务问题实时管理远近视频会商数据沉淀队内资产更安全-保障安全生产更便捷-无感作业采集更高效-AI优化作业流程15优势及价值 更好：更好的发挥数据价值，支撑客户业务发展。50 子系统数据融合，数据利用率 40p%。更全：数据驱动的数字孪生，呈现井下井上全场景生产要素。200 组件灵活组合，覆盖采掘机运通全场景。更快：系统上线时间更短，快速响应客户需求。60 天上线综合管控平台，上线周期缩短 30%。更省：开发成本降低，实现有利润的增长。人员技能要求低，组件库和应用模版可复用，单应用开发成本降低 25%。元图工坊数字孪生使能平台：丰富的矿山模型组件资产，使能客户&伙伴构建敏捷开放的智能矿山运营平台烟囱式多系统传统代码定制传统3D呈现传统当前统一平台管理 数据共享 系统融合敏捷应用编排 上线快 易维护“四层”孪生 镜像-感知 分析-联动智能应用智能综合管控系统产运销一体化平台专题应用透明矿井统一调度综合集控安全监测决策支持移动中心合同管理称重管理运煤管理在途监测来压预测瓦斯涌出预测平台数据中心资产元图工坊数字孪生使能平台智能感知智慧分析智能决策引擎3D分析引擎业务联动自动化引擎表单引擎3D编辑器2D编辑器组态管理AI应用模型AI算力中心融合调度通讯UWB应用/数据集成、数仓物联网平台云基础设施应用集成与编排框架数字孪生组件自动化实例行业通用组件孪生数据管理平台对象管理数据集成矿鸿对接对象建模数据编排API编排16大数据 人工智能使能智能洗选煤，实现提质、增效、降本智能洗选煤精煤产率提升约 1%（以某千万吨焦煤选煤厂为例）集成数据数据分析模型训练集成使能数据使能人工智能使能模型构建 算法推理智能配煤数字平台浅槽密度旋流器密度TBS 密度浮选药剂用量浮选药剂配比洗选煤参数数据采集数据采集灰分（Ad）挥发分(Vdaf)硫分(Std)煤质量挥发分(Vdaf)灰分（Ad）硫分(Std)热强(CSR)抗碎强度 M40）耐磨性(M10)热反应(CRI)数据采集数据采集肥煤（26%）气肥煤(13%)瘦煤(21%)气煤(11%)主焦煤(20%)1/3 焦煤（9%）配煤参数焦炭质量基于数字平台大数据和人工智能能力的工艺参数调优，持续提升洗选煤质量、降低配煤成本TBS 洗选煤（0.35-1mm）重介洗选煤（1-50mm）浅槽洗选煤（50-200mm）结果执行煤堆破碎机配煤槽粉碎推焦机 炼焦机贮煤塔 熄焦车熄焦塔筛分机焦槽拦焦机凉焦台装焦车结果执行智能穿戴&手机优势及价值智能穿戴 企业应用权限定制 数据开放 专业的健康检测 超长续航骨传导耳机 主动降噪算法 上下行双向骨传导技术，强噪通话无忧 人体工学设计，佩戴方便舒适矿用智能手机 5G 全网通 系统级深度定制 双操作系统，数据隔离 预置企业应用矿用智能穿戴矿用智能穿戴骨传导耳机矿用智能手机17露天矿无人驾驶解决方案：实现矿区作业少人、无人，提效降本增安优势及价值 安全：安全员下车，常态化无人作业多传感器融合感知，复杂工况准确识别；全场景仿真，算法在线迭代升级 高效：综合效率持平有人，挑战超越人工水平多编组智能调度，减少排队等待时间；无交接班，全天候持续运营 可靠：7*24 小时作业，全天候全工况生产自研车规级硬件和全栈软件算法，提升可靠性；IP67、GJB322A 抗震系统级加固；算法优化过滤扬尘雨雪干扰，疏尘材料降低灰尘附着矿山生产管理系统5G基站5G基站矿山无人驾驶管理系统高精地图云服务 数据接入 V2X云服务无人驾驶云服务 无人驾驶软件无人驾驶端云协同引擎OTA路路侧感知基站边缘计算单元路侧传感器RTK定位站辅应急接管系统协同作业系统决策规划控制感知融合MDC主动安全激光雷达激光雷达线控底盘摄像头T-BOX云网车18优势及价值 保障安全生产：智慧化安防保障园区整体安全；要地安防，技术加持重点防护；应急指挥调度，全局可控 提升运营效率：实时、直观园区全局态势可视；智能化手段优化作业流程；盘活资产、节能降耗，精细化管理 提升人员体验：VIP 用户极致全流程体验；园区访客便捷通行体验；员工健康质量提升，增强员工幸福感 助力智能矿山建设：园区建设属智能矿山验收标准有机组成部分，将有效促进智能矿山建设智慧园区：保障生产安全、提升运营效率、提升人员体验降本增效至简体验生产安全5 园区交通5-1 作业车辆管理5-2 普通车辆管理10大类28子类业务场景3 便捷通行3-1 访客预约3-2 智慧防疫3-3 AR执勤4 公务接待4-2 住宿预约4-3 餐饮预约4-3 洗浴管理4-4 下井安排1 智慧安防1-1 视频周界1-2 应急事件管理1-3 黑名单布防1-4 视频巡逻1-5 无人机巡检1-6 5G区域高空视频1-7 AR实景1-8 安防告警工单8 环境空间8-1 智慧灯杆8-2 智慧灌溉7 高效办公7-1 智慧考勤7-2 会议室管理6 物资管理6-1 一键盘点6-2 物资路径查询9 园区服务9-1 5G机器人9-2 健康小屋2 要地安防2-1 AI井口安防2-2 变电站防护0 智能运营中心井口文体楼变电站物资房宿舍主办公楼南门洗煤厂储煤仓/运载区行政楼联建楼19华为安全专业服务 解决方案实现矿山安全等保 2.0 国家网络安全法：所有通信、能源、交通等重要行业必须要做网络等级保护 2019 年 5 月 10 日GB/T22239-2019 信息安全技术 网络安全等级保护基本要求 正式发布，即等保 2.0 标准从法规看：国家已明令安全等保要求华为：专业咨询服务 三重防护方案，满足等保 2.0从历史看：矿山网络事故频发，安全问题凸显2018 年某矿，办公主机被攻破，引发生产主机复位2019年某矿生产终端机插U盘中“勒索”病毒，5个矿生产系统全瘫痪2018 年国内某矿，员工电脑感染病毒，造成多台电脑中毒，集控中心画面中断数小时2020 年国内某矿，邀请公安局进行安全评估，经简单攻击即劫持一生产账号，进而可直接启停生产装备IT 系统被攻击U 盘引入病毒控制系统安全安全专业服务能力安全等保方案：一个中心 三重防护应用安全主机安全网络安全安监局集团云数据上送生产区NGFW/网闸安全管理区NGFWSCADA运维审计IAM 系统漏洞扫描安全事件管理中心安全生产服务NGFW/网闸网络安全主机安全应用安全数据安全安全管理身份管理安全设计与实施安全巡检安全加固渗透测试漏洞扫描应急响应重大保障辅助运维安全体系规划设计风险调研与评估安全合规咨询安全咨询20优势及价值对准客户数字化转型分类诉求，华为煤矿军团提供四类咨询服务华为煤矿军团咨询：华为成功实践|行业全栈解决方案|实战经验专家优势及价值源于华为成功 萃取世界先进管理经验，融合中国本土管理思想 源自华为自身转型实践，支撑全球业务高速发展面向行业的全栈解决方案 面向客户需求的 ICT 基础产品与业务解决方案 立足行业本质，提供咨询端到端服务富有实战经验的专家团队 具有业务成功、项目实战经验的咨询专家 持续汲取华为公司先进转型经验，保持能力与时俱进行业数字化转型顶层规划现状分析、蓝图规划、路径规划数据治理治理体系、数据治理工具流程数字化业务流程优化行业场景化咨询方案作业成本管理数字化，持续孵化中1、行业数字化转型战略咨询2、数字化能力咨询3、数字化业务咨询4、技术咨询数字平台业务管理数字化业务运营数字化IT治理数据治理生产与作业数字化(自动化装备/自动化作业/算法)数字化业务方案(提升用户体验、重构运营模式、创新产品与服务)数字化体系能力数字化转型战略ICT基础设施数字化转型要素煤矿军团咨询服务数字平台现状分析、架构蓝图、路径设计、运营体系企业上云云转型规划、云架构规划、云灾备规划基础设施数据中心规划、灾备规划网络规划、安全体系规划21华为人才发展服务方案，全面提升矿企管理层 技术骨干数字化素养训前训中训后多元化服务：轻咨询、参观、在线学习、训战、华为认证内部专家师资：华为数字转型专家、煤炭行业交付专家学习成果实践汇报训后跟踪满意度反馈数字化领导力测评学习需求调研人才金字塔标准:华为方案 行业化场景 专家顾问数字化转型专班-5 5 天管理人员数字化转型方法论华为数字化转型实践行业数字化转型案例数字化转型能力业务转型的变革管理数字化转型中的组织能力与人才建设数字化转型趋势与战略联合创新煤矿云应用煤矿数字平台智能矿山应用智能矿山标准解读技术培训专班-10 X 天1.应用开发2.网络/信息运维3.采掘机运通维护技术人员矿鸿系统介绍云计算&服务实操练网络基础及矿井信息化网络智能作业辅助系统IT 基础及云化概述工业互联网平台22优势互补，开放共赢，构建智能矿山生态圈聚焦投入、统一接口、面向未来、持续演进分层解耦的架构，创新矿山ICT 基础设施，面向未来，保护投资开放的华为云、矿鸿生态使能合作伙伴敏捷创新共同打造面向未来、安全可信的智能矿山解决方案，持续赋能行业，助力客户商业成功MineHarmony OSIPv6 F5G视频5G数字平台云基础设施被集成 Huawei Inside行业应用行业生态行业装备赋能行业 Huawei Enable华为技术有限公司深圳龙岗区坂田华为基地电话： 86 755 28780808邮编：免责声明本文档可能含有预测信息，包括但不限于有关未来的财务、运营、产品系列、新技术等信息。由于实践中存在很多不确定因素，可能导致实际结果与预测信息有很大的差别。因此，本文档信息仅供参考，不构成任何要约或承诺，华为不对您在本文档基础上做出的任何行为承担责任。华为可能不经通知修改上述信息，恕不另行通知。版权所有 华为技术有限公司 2023。保留一切权利。非经华为技术有限公司书面同意，任何单位和个人不得擅自摘抄、复制本手册内容的部分或全部，并不得以任何形式传播。商标声明 ，是华为技术有限公司商标或者注册商标，在本手册中以及本手册描述的产品中，出现的其它商标，产品名称，服务名称以及公司名称，由其各自的所有人拥有。微信扫码关注华为智能矿山了解更多矿山智能化技术和资讯

0人已浏览 2023-10-24 24页 5星级

车载时间敏感网络（TSN）白皮书 车载时间敏感网络（TSN）白皮书（2020 年）（2020 年）工业互联网产业联盟（AII）2 0 2 3 年9 月2 0 2 3 年9 月 数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相声 明声 明 本报告所载的材料和信息，包括但不限于文本、图片、关法律责任。工业互联网产业联盟 联系电话： 邮箱： 编编写写说明说明 2019 年，以“电动化，智能化，网联化，共享化”为核心的汽车“新四化”进入发展的深水区，我国汽车工业也正在经历着第三次造车浪潮。世界经济论坛预测，2030 年左右，汽车行业的数字化变革将带动 3.1 万亿美元的社会效益。从政策层面，美国、欧洲、日本及我国分别制定了自动驾驶相关规划；从产业角度，除传统主机厂积极布局之外，华为、百度、谷歌、苹果等 ICT 巨头纷纷开展自动驾驶相关的研究，自动驾驶已经成为跨界融合的“明珠”。时间敏感网络基于标准以太网，在数据链路层提供一整套保障网络 QoS 的机制，例如时钟同步，门控队列，帧抢占，报文复制/丢弃等。随着高等级自动驾驶所需部署的传感器数量激增，车载时间敏感网络已经成为学术界、产业界研究的热点，并成为一种公认的下一代车载网络通信技术。本白皮书首先研究车载网络的内涵、现状、发展趋势和车载时间敏感网络的驱动力，并分析车载时间敏感网络的技术体系与关键特征，展示车载时间敏感网络的生态与产业影响，最后结合典型场景，旨在对车载时间敏感网络的产业落地提供参考和指引，并对我 国车载时间敏感网络的发展做初步展望。该白皮书是 1.0 版本，随着后续研究的深入，将持续对该白皮书升级。牵头编写单位：中国信息通信研究院、网络通信与安全紫金山实验室、北京邮电大学；参与编写单位：中汽研（天津）汽车工程研究院有限公司、中汽创智科技有限公司、中国科学院沈阳自动化研究所、长城汽车股份有限公司、江淮汽车股份有限公司、中国联合网络通信股份有限公司、清华大学深圳研究生院（持续补充）编写组成员（排名不分先后）：公司名称：待定 目目 录录 一、车载时间敏感网络内涵.1（一）车载网络定义.1（二）车载网络现状及发展趋势.1 二、车载时间敏感网络技术体系.9（一）车载时间敏感网络标准态势.9（二）车载时间敏感网络关键技术特征.14（三）车载时间敏感网络参考架构.22（四）车载时间敏感网络与 DDS 融合.25（五）车载时间敏感网络与 SDN 融合.26（六）车载时间敏感网络与无线网络融合.28 三、车载时间敏感网络产业发展态势.29（一）车载时间敏感网络生态链.29（二）加速自动驾驶发展.31（三）ICT 产业与汽车产业走向深度融合.35 四、车载时间敏感网络典型应用场景及展望.36（一）车载时间敏感网络典型场景.36 （二）我国车载时间敏感网络展望.38 1 一、车载时间敏感网络内涵 本章节从车载网络的定义、现状与发展趋势、驱动力等角度阐述车载时间敏感网络的内涵。（一）车载网络定义 车载网络是指用于连接 ECU 等车内电子电气设备的数据通信系统。（二）车载网络现状及发展趋势 1.车载网络现状 随着电控系统的日益复杂，以及汽车内部控制功能电控单元相互之间通信需求的日益增长，采用点对点的连接会使得车内线束增多，如图 1 所示，同时考虑内部通讯的可靠性、安全性以及重量等因素，会给汽车设计和制造带来了很大的困扰。因此，为了减少车内连线，并且实现数据的共享和快速交换，同时提高可靠性等，以总线或以太网方式连接的汽车网络系统称为车载网络，如图 2 所示。2 图 1 点对点通信 图 2 总线/网络通信 20 世纪 80 年代初，汽车总线雏形就已基本出现，诸多OEM、组织机构和大型供应商都纷纷研究自己的网络总线标准，期盼能一统车载网络的天下，迄今为止已经有超过 40 种的网络总线，车载网络演进路线如图 3 所示。图 3 车载网络演进路线图 通过实际应用的检验，大多数总线逐渐退出历史舞台，仍在使用的几个主流总线为 CAN、LIN、MOST、FlexRay、LVDS 等。除了 LVDS，其他网络标准基本上都是面向汽车行业制定，所有这些网络总线中，CAN 总线份额最大，从芯片生产，软件工具支持，人才队伍，应用范围等各个环节在产业链中都是最为完备的。3 CAN（Controller Area Network）总线协议是由 BOSCH 发明的一种基于消息广播模式的串行通信总线，1991 年，Bosch 发布CAN 2.0 标准,CAN2.0 最高传输速率只有 1Mbps，对于汽车自动驾驶应用的数据传输，或者视频音频传输带宽不足。2012 年，BOSCH 发布 CAN FD 1.0 标准（CAN with Flexible Data-Rate），CAN FD 定义了在仲裁后确定使用不同的数据帧结构，从而达到最高 12Mbps 数据传输速率。LIN 是 Local Interconnect Network 的缩写，LIN 总线标准是由 LIN 协会制定的专门用于低速网络的低成本网络解决方案，最高通信速率为19.2kb/s。LIN总线硬件接口采用UART/SCI(Universal Asynchronous Receiver-Transmitter/Serial Communication Interface，通用异步收发器/串行通信接口)，其成本低廉，配置灵活，因而在传感器，执行器等领域得到广泛使用。MOST（Media Orientd System Tranmit）总线是宝马公司、戴姆 勒 克 莱 斯 勒 公 司、Harman/Becker 公 司 和 Oasis Silicon Systems 公司之间的一个联合项目，于 1998 年成立自主的实体，及 MOST 公司。4 MOST 总线主要是为车载多媒体数据服务的，从传输速率看，MOST 总线的规范有 MOST REV1（MOST25），即 25Mbps；MOST REV2（MOST50），即 50Mbp；总线规范为 MOST REV3（MOST150），即 150Mbps。FlexRay 是戴姆勒克莱斯勒公司的注册商标。FlexRay 联盟（FlexRay Consortium）推进 FleRay 的标准化，使之成为了新一代汽车内部网络通讯协议。FlexRay 是专为车内局域网设计的一种具备故障容错的高速可确定性车载总线系统，采用了基于时间触发的机制且具有高带宽、容错性好等特点，在实时性、可靠性及灵活性方面都有很大的优势，非常适用于安全性要求较高的线控场合及带宽要去高的场合。LVDS（Low Voltage Differential Signal）是一种电气数字信号通信协议，通过铜缆双绞线传输高速数据（最高可达 850 Mbs，最长传输距离 10 m），是计算机总线的一部分。在汽车领域，LVDS 主要用于主控板和摄像头之间，显示屏与摄像头之间等短距离数据传输。传统以太网使用 CSMA/CD（载波监听多路访问及冲突检测）技术，带宽通常是由多个设备共享的，并没有考虑实时信息的传输 5 问题。随着音视频娱乐大量进入汽车座舱，IEEE 开始着手开发用于音视频传输的以太网协议，成立了 IEEE 802.1 AVB（Audio Video Bridging）工作组。AVB 标准体系主要包括 802.1AS（精确时间同步），802.1Qat(流预留)，802.1Qav（队列及转发），AVB只能提供 2ms 和 10ms 两个延时等级（over 7 hops），导致其在车内应用的局限性，常用于车内后座娱乐系统。当前主流车载网络协议对比如表 1 所示。表 1 主流车载总线对比 2.车载网络发展趋势 以太网具有技术成熟、高度标准化、带宽高以及低成本等优势。随着近年来汽车电子化的快速发展，车内电子产品数量逐年增 6 加，连接和互通的复杂性日益提高，以太网所具有的技术优势可以很好地满足汽车制造商对车内网络连接的需求。从物理层角度出发，减少线缆重量和提升通信速率是车载以太网演进的方向。美国博通公司的 BroadR-Reach 技术，采用单对非屏蔽双绞线作为传输介质，既符合车载 EMI/EMC 规范，其在 IEEE 802.3 已经完成 100BASE-T1 的标准化，即将完成 1000BASE-T1的标准化；另外，Molex 已经推出支持 20Gbit/s 速率的车载以太传输电缆 HSAutoGig，Continental 已经提出 50Gbit/s 的带宽需求。由于铜线介质的以太网传输线缆在带宽大于 1Gbit/s 情况下，EMC/EMI 性能急剧下降，所以，高速率场景下的光纤传输也是究热点，例如，OFS(A Furukawa Company),IEEE802.3 CFI 正在进行基于塑料光纤传输的高速以太网研究和标准化工作。从数据链路层角度出发，为了提升 AVB 的性能，IEEE 802.1 TSN(Time Sensitive Network)在 AVB 的基础上进行了扩充，增加了多种基于队列的流量整形(shaper)机制，结合门控，实现流级别的调度，成为车载网络学术界和产业界研究和跟踪的热点技术。TTEthernet 是一种基于 802.3 以太网之上的面向汽车或工业领域的 7 实时通信网络，在单一网络中可以同时满足不同实时和安全等级的应用需要。TTEthernet 支持三种不同的消息类型，时间触发（TT）、速率约束（RC）和尽力而为（BE），TT 消息优先于所有其他类型，而 RC 帧是保证预留的带宽，用于不太严格的确定性和实时要求的应用，BE 帧可以看做是标准以太网 TTEthernet（Time Triggerd Ethernet）。当 TT 消息未发送完成之前，RC 和 BE 消息都将在在缓存中等待发送，由于设备缓存优先，TTEthernet 更适用于流量不大的场景。图 4 是 TSN 和 TTEthernet 工作机制的对比。图 4 TSN 与 TTEthernet 工作机制对比 3.车载时间敏感网络驱动力（1）高质量通信需求激增 为了实现更精确的自动操控功能，需要实时采集和处理传感器数据，尤其是多传感器原始数据融合，其对网络延时、抖动、带宽、8 可靠性等提出新的挑战。另外，ECU 跨域通信及车与车、车与人、车与云等实时通信的需求增多，导致车载网络的流量模型彻底改变，最终驱动车载网络架构的变革。（2）简化布线、减轻重量 高度自动驾驶（Level 4），尤其是完全自动驾驶(Level 5)，需要部署大量传感器。除传统传感器外，还需要部署高清摄像头、激光雷达、轮胎轨迹跟踪、语音识别等传感器等，导致车内物理连接增多，且通信协议复杂，不统一。对于中央网关架构的汽车而言，线束的重量和成本在整车中占比仅次于发动机和底盘之后，名列第三。例如一辆高端汽车，线束系统长度会达到 6000 米，包含约 1500 根线束，近 4000 个连接点，重量约为 70 公斤，若按照目前方式推算，无人驾驶汽车的线束重量将超过 100 公斤。由此带来的布线和人力成本也十分高昂，以安波福的奔驰 E-Class 项目为例，这一单一线束设计生产项目就动用了安波福全球超过 200 位工程师合作完成。另外，据估算，对于燃油车，重量每减少 100 公斤，每百公里的油耗可降低 0.3-0.5 升，对应减少二氧化碳排放 8-11 克。9 时间敏感网络（TSN）技术作为新一代交换网络技术，因其符合标准的以太网架构，具有精准的流量调度能力，可以保证多种业务流量的共网高质量传输，兼具技术及成本优势，成为车载网络技术的重要演进方向之一。二、车载时间敏感网络技术体系 本章节从标准、参考架构、关键技术特征、配置管理、车联网等角度阐述车载时间敏感网络技术体系。（一）车载时间敏感网络标准态势 本白皮书所指车载时间敏感网络的基础共性标准由 IEEE 802.1 TSN(Time-Sensitive Networking)工作制定，包括流量整形机制、配置管理方法、安全性、可靠性等，同时面向垂直行业制定相关的profile。随着 TSN 向汽车行业不断渗透，与汽车相关的国内外标准组织或产业联盟纷纷着手制定相关标准。10 1.国外标准动态 2012年，AVB任务组在其章程中扩大了时间确定性以太网的应用需求和适用范围，覆盖音频视频以外的更多领域：工业、汽车、制造、运输和过程控制，以及航空航天、移动通信网络等，并成立了工业互联网的实时性工作组，称为 IEEE 802.1 TSN。2015 年，Interworking TG 与 TSN TG 合并成为新的 TSN 任务组。（参考TSN 白皮书）。截至 2019 年 7 月，TSN 已经发布和正在推进的标准项目如图 5 所示，同时，TSN 工作组面向音视频网桥、移动前传、工业自动化、车载网络、（互联网）服务提供商等典型场景制定profile，如图 6 所示，其中，车载网络 profile 首先从需求及场景出发，逐步适配与其对应的 TSN 的标准。注：标准编号中包含 P 的项目表示正在推进中。（IEEE 802.1 TSN An Introduction-201907）11 图 5 IEEE 802.1 TSN 标准项目进展 图 6 TSN 面向垂直行业 profile 的进展 AVNU 面向车载，专业影音，工控等领域研制 AVB/TSN 的测试方法及其测试工具。针对车载 AVB 的测试方法已经比较完善，如图 7 所示，针对车载 TSN 的标准正在制定中。图 7 AVNU 关于车载 AVB 终端的测试规范 12 AUTOSAR 是由全球汽车制造商、零部件供应商及其他电子、半导体和软件系统公司联合建立，致力于为汽车工业开发一个开放的、标准化的软件架构。AUTSOR 共有两种架构，Adaptive AUTOSAR 和 Classic AUTOSAR的 升 级 替 换，Adaptive AUTOSAR 的出现主要面向汽车更复杂的需求，包括自动驾驶、车联网以及域控制器等，而传统的 ECU 依然采用 Classic AUTOSAR进行开发。Adaptive AUTOSAR 架构如图 8 所示，其中定义了多种API，且具备一定扩展性，通用汽车提出了一种可行的支持 TSN 的通信 API，如图 9 所示。图 8 Adaptive AUTOSAR 架构 图 9 通信 API 中加入 TSN OPEN Alliance 是非盈利性的汽车行业和技术联盟，由博世、宝马等发起，旨在利用以太网的可扩展性和灵活性实现车联网低成本通信，减少通讯复杂性。自建立以来，OPEN Alliance 的成员单位 13 已增至 340 家。Open Alliance 共计 12 个工作组，如图 10 所示，其中 TC11 正在制定车载 TSN 芯片的需求及测试规范。图 10 OPEN Alliance 组织架构 JasPar 是日系 OEM 主导的旨在对车在网络的软件及电子控制系统标准化的组织，其 Next Generation High-Speed Networking WG 正在制定车载 TSN 的场景及需求，且与 IEEE P802.1DG 结盟。2.国内标准动态 我国工业互联网产业联盟（AII）于 2019 年 10 月发布时间敏感网络（TSN）产业白皮书（征求意见稿），其中将车载网络作为重要的应用场景之一。中国智能网联汽车产业创新联盟（CAICV）的新型车载高速网络工作组，旨在充分发挥联盟的平台效应，促进国内新型车载高速网 14 络的生态系统建设，推动新型车载高速网络技术发展、标准化和产业化等，拟研制车载 TSN 的技术要求及测试规范等。（二）车载时间敏感网络关键技术特征 TSN 的核心组件包括精确时间同步、流量调度、高可靠保障、配置管理等。1.时间同步 TSN 网络中的时间同步过程是从一个中央时间源(Grand Master)直接通过网络向所有网络设备和终端设备发送同步时间报文，然后通过 IEEE 1588v2 协议，计算得到各个设备的时间与中央时间源的偏差（offset），并存储在设备中，作为其报文发送的时间参考，如图 11 所示。除此之外，为了提高时间同步的可靠性，IEEE 802.1AS-Rev 也在制定中，如图 12 所示，一个 GM（Grand Master）发送两份相同的同步报文至终端(N)和交换机（B），甚至可以采用 2 个 GM 发送 4 分同样的同步报文。自动驾驶需要多传感器数据融合，为了提升检测精度，一般需要各个传感器与网络设备、控制器等同步，可靠性是车载系统的第一要素，所以 802.1AS-Rev更符合车载应用，802.1AS-Rev 与 2020 年 6 月合并至 IEEE 15 P802.1ASdm-Hot Standby 中，进一步提升时钟热备份与跨域时间同步的能力。图 11 802.1AS 原理 图 12 802.1AS-Rev 原理 2.流量调度（1）IEEE 802.1Qav(Credit-Based Shaper)CBS 的工作原理如图 13 所示。对于需要被转发的以太网报文应遵循如下规则：当队列中没有报文传输是，且其所在队列的 Credit 的值大等于0，可以开始传输 AVB 报文，同时 Credit 值以 sendslope 速率减小；上述报文发送完毕，且队列中没有等待传输报文，当 Credit 值为负数时，Credit 值以 idleSlope 速率累加,直到 Credit 值为0；16 当 credit 值以 idle slope 增加的过程中，可以传输普通以太网报文（如 Best Efforts）,在此过程中，若 credit 值大于 0，且Best Efforts 流量没有完成传输，则继续传输。在这种情况下 Credit 的值不再以 0 为上界。图 13 CBS 工作原理 CBS 机制是 AVB 的核心，在车载通信领域已经有初步应用，可满足娱乐系统的音视频传输，由于其技术成熟，配置简单，当前国外厂商（如 Volvo 等）研究将其用于车载控制信号的传输的可行性。（2）IEEE 802.1Qbv（Time-Aware Shaper）TAS 基于门控的思想，且需严格的时间同步，其工作原理如图14 所示。门有“开”、“关”两个状态，通过预先规划，计算得到每条流对应的门的开关时间，终端与网络设备严格遵守发包时刻，并配 17 合帧抢占机制，严格保障每条流的延时和抖动。但是某些情况下，带宽利用率可能不高。图 14 TAS 工作原理 TAS 机制适用于周期性信号，可提供 100us 以下（over 7 hop）的延时，且抖动小于 1%的控制周期，一般用于有超低延时、超低抖动要求的控制信号传输，且其配置极其复杂，在车载通信的应用尚存争议。（3）IEEE 802.1Qch（Peristaltic Shaper）Peristaltic Shaper(PS),即 802.1Qch，也称 cyclic queuing and forwarding(CQF)。其工作机制如图 15 所示，将时间片或周期分为相等的奇（odd）偶（even）间隔（interval）。在偶间隔接收报文，并在奇间隔发送。这种方式对时间同步要求没有 TAS 高。18 从实现方式角度出发，PS 的奇偶间隔也可作为 TAS 的两个队列。CQF 在车载领域的应用讨论的比较少。图 15 CQF 工作原理(4)IEEE 802.1Qcr（Asynchronous Traffic Shaper）ATS 源于 Urgent-Based Shaper，该技术不再依赖于时间同步协议，利用交换机本地的时间变量，提前计算并为每条流量分配本地合格时间（Eligibility time）,合格时间在队列中生效，在达到每条流对应的合格时间时开始发送对应的报文，ATS 队列转发基于令牌桶算，如图 16 所示。图 16 ATS 工作原理 由于 ATS 机制不依赖时间同步，更适合非周期性流量传输，同时对于周期性流量也能满足一定的延时、抖动需求。2019 年以来，19 ATS 机制在车载领域应用的研究逐渐升温，通用汽车是 ATS 的主要支持者。综上，每种机制的性能各异，如下进行总结和对比，如表 2 和图 17 所示。表 2 TASCBSCQF 性能对比 图 17 TASATS 性能对比 3.高可靠 安全可靠永远是汽车最重要的属性，ISO 26262 严格规定了汽车各功能的安全等级，分别为 ASIL-A、ASIL-B、ASIL-C、ASIL-D。TSN 关于网络高可靠保障的协议是 IEEE 802.1CB,如图 18 所示。其核心机制是报文复制与报文丢弃，即在发送端发送两份一样的报文，若在接收端同时收到，则丢弃一份，接收一份。针对车载应用，可能需要对现有 TSN 可靠性机制进行完善和补充。20 图 18 TSN 可靠性工作原理 4.配置管理 TSN 的配置方法适用于 IEEE 802.1Qcc，从架构上，分为完全分布式（如图 19）、分布式用户/集中式网络（如图 20）、完全集中式（如图 21）。由于车载网络节点多，流量种类多，集中式的配置管理是首选。图 19 完全分布式配置模型 完全分布式配置的基本原理是与发送端设备临近的边缘交换机获取用户需求，计算跳所需提供的网络资源（如 TAS 的门控），再将本网络节点计算结果作为下一个网络节点的输入，逐级传递并完成全网的配置。该方法更适用于规模较小的场景。21 图 20 分布式用户/集中式网络配置模型 分布式用户/集中式网络配置模型的原理是与用户临近的边缘交换机负责用户信息搜集与用户设备的时隙配置。所有交换机由中央网络计算单元（CNC）配置。图 21 完全集中式配置 以 IEEE 802.1Qbv 为例,完全集中式配置的原理是 CUC 负责搜集用户需求并将需求发送至CNC，CNC结合交换机资源、拓扑等计算得到交换机和终端设备的时隙并完成配置。22 （三）车载时间敏感网络参考架构 根据国标汽车驾驶自动化分级（报批稿）和美国 SAE J3106，自动驾驶等级分为 0 级到 5 级，我国与美国的分级主要区别在于 0级，我国把 0 级列为应急辅助，SAE 将 0 级定义为无驾驶自动化。其他等级的定义类似，部分驾驶辅助（1 级）、组合驾驶辅助（2级）、有条件自动驾驶（3 级）、高度自动驾驶（4 级）、完全自动驾驶（5 级）。完全自动驾驶的核心是不需要人参与，在任何地方能够完成任何有经验的人类驾驶员可以完成的操控，同时提供丰富的人车互动，将汽车打造成新的移动生活空间，全自自动驾驶汽车预计将在 2035 年左右开始普及。作为智能交通系统的重要组成部分，全自自动驾驶车辆在复杂的场景中，需要采集和处理海量数据，同时完成车-车，车-人，车-网等之间的大规模数据交换。时间敏感网络可有效满足上述需求，同时，车载网络架构将会发生巨大变革，且需分阶段实施，最终满足全自自动驾驶。23 1.网络参考模型 图 22 车载网络参考架构 参照OSI网络分层的定义，图22 为车载网络各层潜在的通信协议，其中，传输层以上统一归类为互联互通层，本白皮书重点关注TSN 技术。如下对各层协议的适用范围做简单说明。（1）物理层：以太网的基础协议主要有 IEEE 802.3 制定，车载领域相关的主要有 IEEE 802.3bw，IEEE 802.3CFI 等。关于车载无线技术，当前主要使用 IEEE 802.15.4，IEEE 802.11 也有小范围尝试，5G 主要面向未来车载通信的应用。（2）链路层：24 为满足确定性低延时要求，链路层可使用TSN、TTEthernet等技术;由于无线技术基于竞争机制，为满足确定性低延时，未来需考虑 TSN over WLAN,TSN over 5G 的可行性。（3）网络层：当前 IPv4 是主流，未来随着智能网联汽车的纵深展,IPv6 是趋势。在车内，对于某些“硬实时”通信需求的车载应用，可能会精简 IP 协议栈，采用应用层直达数据链路层的通信模式。（4）传输层：目前车载通信主要采用的网络层技术为 UDP，为了进一步提升实时性，可能会精简 TCP/UDP 协议栈。（5）互联互通层：DDS 和 SOME/IP 均是一种车内系统间通信的中间件，SOME/IP 专为汽车行业设计，其作为 AUTOSAR 的一部分开发的规范集合，描述了其序列化协议，服务发现和用于与 Classic AUTOSAR 集成的变换器；DDS（数据分发服务）针对更广泛的工业物联网域，它是由 Object Management Group（OMG）发布的一系列开放标准，它专为分布式实时系统而设计，DDS 在应用层的服务质量 25 （QoS）保障方面具有优势,DDS 支持 Adaptive Autosar。DoIP 常用于诊断和升级等；车与云互通的协议一般为 MQTT 等。（四）车载时间敏感网络与 DDS 融合 数据分发服务（Data Distribution Service）是新一代分布式通信中间件协议，提供丰富的 QoS 服务质量策略，以保障数据进行高效、灵活地分发，可满足各种分布式通信应用需求。在实时性方面，DDS也提出DDS-RTPS等协议标准来确保实时性，期望通过协议交互控制来确保应用数据传输的实时性。在实际应用中，RTPS 协议在一定程度上能确保尽力而为的，具有一定的实时性，但咱不能与数据转发面映射，无法满足设备内部、系统间端到端的实时性要求。当前，OMG组织正在制定如何通过DDS 将应用层的QoS策略映射至 TSN 的相关标准，从而简化 TSN 的配置、甚至直接通过DDS 配置 TSN。DDS 与 TSN 融合架构如图 23 所示。26 图 23 DDS 与 TSN 融合架构（五）车载时间敏感网络与 SDN 融合 当前车载网络流量模型属于静态模式，BOSCH认为，未来车载网络的动态流量将增多，主要需求如下：面向服务的 OTA(over the air)升级，新增或改变现有流量；不断变化的用户需求，后期（出厂后）增加功能或应用（app）；针对特定场景的流量突变，如采集用于验证的现场数据，特定情况的通信等；软件定义网络（Software Defined Network，SDN）通过将网络设备的控制面与数据面分离开来，从而实现了网络流量的灵活控制，使网络作为管道变得更加智能。时间敏感网络可遵循 SDN 体 27 系架构，通过引入 SDN 控制器，满足车载时间敏感网络的动态、可扩展等需求。车载 SDN 的参考模型如图 24 所示。图 24 车载 SDN 参考模型 通过 SDN 控制器配置车载时间敏感网络一般包括如下步骤：获取每个 SWC（software component）对应的流量信息；SDN 控制器对 SWC 认证：一般通过北向接口完成；SWC 与流（flow）直接的映射 主动映射首次注册的新增或被更改的 SWC；为了提升全生命周期的用户体验和维护效率，TTTech 提出将车载网络控制器 CNC 部署在 4S 店等服务商或直接部署在车内，用户需求反馈时间将从数年至数天完成。28 图 25 主机厂根据用户需求更改车辆配置：数年 图 26 4S 店根据用户需求更改车辆配置：数月/周 图 27 用户自行更改车辆配置：数天（六）车载时间敏感网络与无线网络融合 随着自动化、智能化程度的提高，车与外部通信的无线需求增多，如车与车实时交互速度和位置信息、实时监测道路基础设施（红绿灯）状态等、云游戏、甚至基于云的控制等场景。这些场景需端到端的确定性的低延时通信保障，无线 TSN 技术成为研究的热点，如 WLAN over TSN 或 5G over TSN 等。当前日本 JASPAR 产业联盟正在研究车内 TSN 网络与 5G 融合的技术，如图 28 所示。29 图 28 车内 TSN 与 5G 融合架构示意图 三、车载时间敏感网络产业发展态势（一）车载时间敏感网络生态链 国内，在工业互联网产业联盟（AII）的指导下，中国信息通信研究院正牵头制定时间敏感网络（TSN）产业链名录，该目录从交换机、网关、芯片、模组、垂直行业等维度出发，面向产业提供可用的 TSN 产品目录与主要技术指标，车载领域是其中重要的组成部分。国外，表 3 是当前已经商用的 TSN 芯片和交换等（数据截至2020 年 2 月）。30 表 3 国外 TSN 产品动态 另外，国内外主流主机厂（如 BMW、一汽、上汽、长城等）均在积极探索。31 （二）加速自动驾驶发展 1.自动驾驶生态 图 29 自动驾驶产业布局与结盟 汽车产业具有产业链长、供应商数量多、层级多等特点，供应商的质量直接影响OEM产品的质量。自动驾驶会引入更多的电子设备、通信设备，Tier 1 对这些设备做系统集成，作为独立的功能模块交付至 OEM，OEM 将不同功能模块组装厂整车，然后由特定的使用者进行相关的自动驾驶车辆的路测，路测的结果驱动设计环节逐步迭代完善。从图 29 中可以看出，主流 OEM 均与 Tier 1，技术服务商，出行服务商组成联盟，推动各具特色的自动驾驶汽车发展。32 2.智能驾驶舱发展趋势 智能驾驶舱的发展大致分为四个阶段,如图 30 所示。从中不难看出，随着智能驾驶舱的发展，智能化程度越来越高，需要感知和处理的数据也越来越多，为了提升服务质量，数据处理速度也越来越快，对车载网络架构和车载网络技术提出新的挑战。图 30 智能驾驶舱发展阶段 3.高度/完全自动驾驶需多传感器原始数据实时融合 多传感器数据融合分为三种，分别是：（1）数据级（raw data level）融合，如图 31：33 将多个传感器的原始数据直接进行融合，然后再从融合数据中提取特征向量进行判断识别，数据级融合不存在数据丢失的问题，得到的结果也作为准确。图 31 数据级融合流程图（2）特征或目标级（feature or object level）融合，如图 32：先从每个传感器提供的原始观测数据中提取代表性的特征，再把这些特征融合成单一的特征向量；其中选择合适的特征进行融合是关键；特征信息包括边缘、方向、速度、形状等。图 32 特征级融合流程图（3）决策级（decision level）融合，如图 33：34 属于高层次级融合，是对数据高层次级的抽象，输出是一个联合决策结果。图 33 决策级融合流程图 各种传感器融合方式的优劣对比如表 4 所示：表 4 不同融合方式的对比 35 （三）ICT 产业与汽车产业走向深度融合 汽车行业传统的 EE 架构，采用的是总线加分散控制的架构，随着车辆电子化程度增加，车内 ECU 数量迎来爆发式的增长。豪华车超过了 100 个，其不同的 ECU 由不同的供应商提供，导致计算资源不能协同、互相冗余；不同 ECU 使用不同的嵌入式 OS 和应用程序，导致无法统一维护和 OTA 升级，第三方开发者更无法与硬件进行便捷编程；ECU 数量的急速增加，增加了内部通信需求导致线束成本和装配成本增加。上述痛点必将导致车载通信和计算的需求增多，最终带来汽车E/E（电子电气）架构的变革，如图 34 所示，华为提出未来的汽车电子架构是基于 C/C（计算 通信）的架构，如图 35 所示。图 34 E/E 架构 图 35 C/C 架构 36 随着自动驾驶的逐渐普及，据预测到2035年，汽车产业产业供应链也将发生实质变革，华为、Cisco、Google、Apple 等 ICT 厂商将成为车载网络通信系统提供商、车载应用、服务提供商。图 36 ICT 厂商融入汽车供应链 四、车载时间敏感网络典型应用场景及展望（一）车载时间敏感网络典型场景 1.自动驾驶域内 37 图 37 自动驾驶域内 TSN 架构 将时间敏感网络用于自动驾驶内可有效提升多传感器数据采集的实时性，并可支持原始数据采集。同时针对高清摄像头、激光雷达、毫米波雷达等融合处理场景，采用环网的方式提升可靠性。2.域控制器之间的骨干网 图 38 域控制器间 TSN 架构 当前汽车电子电气架构正在向基于域控制器架构演进，一般分为自动驾驶域、车身电子域、整车控制域、多媒体域、信息域等。域之间需要更多协同工作，车载时间敏感网络可有效满足这种新需求。38 （二）我国车载时间敏感网络展望 1.政策驱动、网络引领 美国正在制定汽车安全指导原则，以帮助制定相关标准，并且推动自动驾驶立法；欧盟将于 2020 年代在城市地区实现低速自动驾驶，到 2030 年代步入以完全自动驾驶为标准的社会；日本道路运输车辆法修正案已于 2019 年 5 月 17 日通过，该法为实现自动驾驶实用化规定了安全标准。我国分别于 2019 年 5 月提出全面开展自动驾驶相关标准研制，2020 年 3 月 9 日发布汽车驾驶自动化分级推荐性国家标准报批公式。由此可见，为实现自动驾驶，尤其是最高等级的全自自动驾驶，离不开国家层面的政策支持、法律支持等。我国汽车市场需求巨大且相关产业链完备，但汽车领域的“硬科技”尚有欠缺。车载时间敏感网络是智能网联汽车车内网络的核心关键技术之一，我国网络通信技术发展迅猛，已经接近或达到世界领先水平，通过网络通信技术赋能智能网联汽车高质量发展，将是实现我国汽车工业“弯道超车”的历史性机遇。39 2.架构先行、引领未来 汽车的设计流程一般是架构先行，具有前瞻性、通用性、可扩展性的平台架构可极大加速整车上市时间，降低开发成本等。根据调研国内外车载网络架构，从先进性、扩展性、成本等角度建议如下架构作为面向高度自动驾驶、完全自动驾驶场景的车载网络参考架构。（1）基于中央计算与管理平台的车载时间敏感网络参考架构 图 39 基于中央计算平台 TSN 参考架构示意图 该阶段参考架构具有如下特征：按位置组网，简化布线；通过虚拟化技术减少 ECU 数量；40 通过 SDN 简化网络管理配置，提升网络的灵活性和扩展性；（2）基于分布式计算的车载时间敏感网络参考架构 图 40 基于分布式计算的车载 TSN 架构示意图 该阶段参考架构具有如下特征：海量设备接入；多业务灵活部署；全场景实时决策；

0人已浏览 2023-10-24 46页 5星级

工业互联网标识行业应用指南工业互联网标识行业应用指南 （物流物流）工业互联网产业联盟工业互联网产业联盟（AII）2022 年年 8 月月 声声 明明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话： 邮箱： 前前 言言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。随着物联网、工业互联网以及区块链等信息技术的逐步发展成熟，物流行业面临着数字化转型升级的挑战。其中，行业大数据环境是实现数字化转型的基础，由于物流行业属于融合多个行业的服务业，产业链中各企业信息化水平参差不齐，企业间存在信息壁垒及“信息孤岛”等问题，这阻碍了物流行业大数据生态的形成。物流行业亟需通过工业互联网标识将产业链中各企业连接起来，实现数据的互联互通，逐步消除物流行业“信息孤岛”，形成行业级大数据环境，助力物流行业转型升级。牵头编写单位：中国信息通信研究院 参与编写单位：中国邮电器材集团有限公司 中仓登数据服务有限公司 海尔数字科技有限公司 诺得物流股份有限公司 浪潮集团有限公司 江苏飞力达国际物流股份有限公司 广东高捷航运物流有限公司 工业互联网产业联盟公众号 为了加快工业互联网标识解析体系在物流行业应用推广，工业互联网产业联盟标识组联合物流行业相关企事业单位编制工业互联网标识应用指南（物流）（以下简称指南）。本指南适用于国民经济行业分类（GB/T 47542017）“G”交通运输、仓储和邮政业门类下，包括 8 个子行业，包括铁路运输业、道路运输业、水上运输业、航空运输业、管道运输业、多式联运和运输代理业、装卸搬运和仓储业、邮政业。同时为“L”包括租赁和商业服务业门类下“722”综合管理服务中的供应链管理服务等行业提供参考。本指南主要围绕物流行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为物流行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了徐清华、张铎、陈琪美、余辰、晏庆华、刘晓东、商雷博、郎岩松等专家的指导，并得到了徐工汉云技术股份限公司、北京交通大学、武汉大学、华中科技大学、中国物流与采购联合会、西安交通大学、中国船级社信息中心、联联加（营口）产业发展有限公司等单位的大力支持，在此一并致谢。编写组成员（排名不分先后）：刘阳、田娟、邵小景、吴喆、刘澍、刘巍、谭敏、黄子沛、程红伟、沈爽、白杰、康海利、马令海、邓洁、马凯鑫、陈伟、杨晓明、赵国荣、吕斌、恽文婧、商广勇、李程、李响、姚勤、顾海疆、张成程、陈树枝、蔡湘萍、陈洁烨 目目 录录 一、工业互联网标识解析概述.1 二、物流行业数字化转型需求分析.3（一）物流行业基本情况.3（二）物流行业发展的主要特点.8（三）物流行业转型的变革方向.9 三、物流行业标识解析实施路径.11（一）物流行业标识解析实施架构.11（二）物流行业标识对象分析.13（三）物流行业标识数据分析.18（四）物流行业标识应用组织流程.25 四、物流行业标识解析应用模式.29（一）多级分销物流的溯源和管控.29（二）物流供应链可信金融服务.32（三）厂内物流数字化生产协同.37（四）园区物流智能化管控与运营.40（五）跨境物流全流程追溯管理.43 五、发展建议.46（一）加快推进新技术的融合应用.46（二）构建物流行业数据交互模型.46（二）建立物流供应链协同平台.47（四）引导物流企业使用标识解析体系.47（五）构建物流行业标识数据的安全体系.47 1 一、工业互联网标识解析概述 工业互联网标识解析体系是工业互联网网络体系的重要组成部分工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用 2 统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关键支撑工业互联网标识解析是实现多源异构数据互操作的关键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的“信息孤岛”和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。工业互联网标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、不同系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，同时提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入口工业互联网标识解析是实现产业链全面互联的重要入口。企业间传统的信息交互模式为建立两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。工业互联网标识解析各级节点作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。3 工业互联网标识解析是打造共建共享安全格局的有效路径工业互联网标识解析是打造共建共享安全格局的有效路径。随着工业互联网接入数据种类、数量的不断丰富，以及工业数据的高敏感性，对网络服务性能要求越来越高。标识解析建立了一套高效的公共服务基础设施和信息共享机制，通过建设各级节点来分散标识解析压力，降低查询延迟和网络负载，提高解析性能。同时，逐步建立综合性安全防护体系，工业数据存储在责任主体企业保障了数据主权，通过身份认证、权限管理、数据加密等机制实现标识对象信息的安全传输和获取，通过多利益相关方在全生命周期中的合作，形成开放、引领、安全、可靠的产业生态系统。工业互联网标识解析是驱动物流全要素数字化的核心动力工业互联网标识解析是驱动物流全要素数字化的核心动力。通过对物流全链条涉及的运输、仓储、配送等关键环节产品、设备、设施、订单等虚拟和实体资产赋予唯一标识并建立全要素之间的关联关系，提升数据之间交互效率。二、物流行业数字化转型需求分析（一一）物流行业基本情况物流行业基本情况 1.1.行业简介行业简介 物流链接生产、流通和消费，具备高度集成和深度融合运输、仓储、配送、信息、金融等服务功能，是支撑国民经济和社会发展的基础性、战略性产业。根据国民经济行业分类（GB/T4754-2017）“G”交通运输、仓储和邮政业门类下，包括 8 个子行业，包括铁路运输业、道路运输业、水上运输业、航空运输业、管道运输业、多式联运和运输代 4 理业、装卸搬运和仓储业、邮政业。还包括“L”包括租赁和商业服务业门类下“722”综合管理服务中的供应链管理服务。近年来，中国物流业在互联网经济的催动下发展较快，景气指数基本保持在 50%以上，业务总量、新订单和从业人员都处于持续扩张的状态。尽管中国物流业近年来一直保持着较快的发展速度，但随着人力资源、土地资源等要素成本的不断提高，中国物流企业的成本增长速度始终高于收入增速。在行业成本居高不下的背景下，国内物流行业的效率一直处于较低水平。以社会物流总费用与 GDP 比率为例，2021 年全国社会物流总费用达到 335 万亿元，占 GDP 比率为 14.6%。尽管这一比率近年来总体上呈持续下降态势，但下降速度非常缓慢，与发达国家 8-9%的水平相比仍有非常大的差距，与全球平均水平（12%）比起来也尚有一段距离，物流成本居高不下，行业效率有待进一步提升。随着新一轮科技革命深入发展，先进信息技术与物流深度融合，“数字物流”将深刻改变行业发展格局。物联网、人工智能、云计算、大数据和区块链等新技术在物流行业逐步应用落地，构建了产业智能化、供应链智慧化的新经济形态。为了推进数字化物流的发展，2019 年 2月，国家发改委发布关于推动物流高质量发展 促进形成强大国内市场的意见（发改经贸2019352 号），明确提出要大力发展数字物流，加强数字物流基础设施建设，推进货、车（船、飞机）、场等物流要素数字化。2020 年 5 月，国家发展改革委交通运输部印发关于进一步降低物流成本实施意见的通知加快发展智慧物流。2020 年 8 月发改委、工信部等 14 部门联合发布推动物流业制造业深度融合创新发展实施方案，指出要积极推进新一代国家交通控制网建设，加快货物管理、运输服务、场站设施等数字化升级。推进新兴技术和智能化设 5 备应用，提高仓储、运输、分拨配送等物流环节的自动化、智慧化水平。鼓励制造业企业适应智能制造发展需要，开展物流智能化改造，推广应用物流机器人、智能仓储、自动分拣等新型物流技术装备，提高生产物流自动化、数字化、智能化水平。2.2.产业链产业链 物流是指根据实际需要，将运输、存储、装卸、搬运、包装、流通加工、配送、信息处理等基本功能实时有机结合，使物品从供应地向接收地进行实体流动的过程，它强调的是物流服务的全过程。从供应链角度来看从供应链角度来看，供应链是指在生产及流通过程中，围绕核心企业的核心产品或服务，由所涉及的原材料供应商、制造商、分销商、零售商直到最终用户等形成的网链结构，它强调的是物流链条上参与方的之前的相互过程和关系。当前，物流供应链趋于全链路、数字化转型，通过借助于各种先进的信息技术手段，采集物流过程产生的各种信息，实现物流环节中、人、车、货、装备、场站、门店等不同物流要素的充分物联网化。在此基础上，再结合物流企业具体业务场景，实现物流各业务主体，不同物流网络的互联互通和物流业务的数字化，从而此功能成一个大的智慧物流生态。供应链网链结构见图 1。图 1 物流供应链网链结构图 从产业链角度来看从产业链角度来看，我国物流产业链的核心环节是运输、仓储和配送环节。物流产业上游主要为提供物流业发展的基础设施、运输工具和 6 物流软件的行业，包括道路基础设施建设行业、仓储地产业、物流运输设备制造业、物流软件开发企业等；中游包括提供运输、仓储、配送以及物流管理服务的物流企业，下游主要为对仓储、运输等服务有需求的行业或个人。从企业来看，上游涉及到仓储地产投资运营企业，公路、铁路、航道投资建设企业和软件制造企业；中游可以分为主要从事运输业务的企业和以仓储为核心的企业、以配送为主体的企业、以及提供综合物流管理与服务的企业；下游行业包含钢铁、煤炭、汽车等各类生产制造企业、食品、烟草、服装等快消品行业，以及医药等特殊行业以及冷链产品等。物流产业链见图 2。7 图 2 物流产业链图 8 （二二）物流行业发展的主要特点物流行业发展的主要特点 近年来，随着国家高度重视物流业的发展，在国家系列政策的支持下，物流业信息化水平逐步提高、运输交通基础设施不断完善，物流市场主体活力显著增强，物流设施网络布局力度加大，物流营商环境持续优化改善，物流业成为国民经济发展的重要性支撑行业。物流作为链接供应链各环节的重要组成部分，加快推进物流新型基础设施建设对于促进国内大循环为主、国际国内双循环的新发展格局具有重要的支撑作用。一是物流行业正在加速整合提速一是物流行业正在加速整合提速，龙头企业快速崛起龙头企业快速崛起。由于物流业本身存在的散、小、乱的特性，导致物流行业集中程度依旧较低，监管较为困难。新冠疫情对物流行业冲击较大，规模型龙头企业抗风险能力显现，市场份额有所扩大，快递快运、冷链物流、航运航空物流、合同物流等细分市场集中度提升。物流资源重组整合步伐加快。经国务院批准，中国物流集团正式成立，物流国家队重组整合拉开序幕。京东物流、东航物流、中铁特货、满帮集团、安能物流等各领域一批龙头企业纷纷上市，资本市场助力打造具有国际竞争力的现代物流企业。二是物流业与制造业融合力度不断提升二是物流业与制造业融合力度不断提升，服务范围向供应链两端延服务范围向供应链两端延伸伸。我国物流业制造业融合发展趋势不断增强，制造业供应链协同发展水平大幅提升，精细化、高品质物流服务供给能力明显增强，主要制造业领域物流费用率不断下降，引领带动物流业制造业融合水平显著提升。2020 年 8 月，国家发改委印发推动物流业制造业深度融合创新发展实施方案，明确提出要统筹推动物流业降本增效提质和制造业转型升级，促进物流业制造业协同联动和跨界融合，进一步推进了物流业制造业的融合创新发展。9 随着物流业与制造业的深度融合发展，物流服务范围开始不断向供应链两端延伸，一些物流企业从只承担少量简单物流功能外包的第三方物流，拓展到全面介入制造企业供应链的第四方物流。在供应链上游为制造企业提供原材料与零部件采购服务、原材料入场物流服务、原材料库存管理服务等。在供应链下游为制造企业提供生产线后端物流加工服务、产成品销售物流服务、零部件、售后物流服务等，物流专业化服务水平和效益显著提高。三是物流行业发展逐步智能化三是物流行业发展逐步智能化，数字化基础设施加快推进数字化基础设施加快推进。数字化和智能化是数字经济的关键要素，是实现从消费端到供给端的全域、全场景、全链路的信息化的基础，是实现对市场需求变化的精准响应、实时优化和智能决策的重要支撑。随着大数据、区块链、AI 等新一代信息技术的发展，物流逐步走向数字化转型之路，在国家大力推动物理基础设施的同时，数字化基础设施正在加速布局。通过数字化基础设施建设，形成物理与网络协同发展的实施路径，在重建企业智能决策机制的同时，提升国家的智能化监管水平，有效提升整个物流行业数字化水平。（三三）物流行业转型的变革方向物流行业转型的变革方向 物流行业是与其他行业深度融合发展的现代服务业，随着区块链、物联网、大数据、人工智能等现代信息技术在物流业的渗透，物流正面临着数字化转型需求，将向着更加专业化、数字化、无人化、金融化发展。一是物流服务的专业化一是物流服务的专业化。随着国民经济的高速发展，人民生活质量不断提升，也对物流服务业提出了更高的要求。为了满足市场发展需求，物流将更加注重跨领域、跨区域、跨行业服务能力，其中跨领域能力，即纵向贯穿经营活动的商流、资金流、信息流、物流多个层次，具备在 10 每个单一层次都能提供解决方案的专业能力；跨区域能力，即横向跨越区域乃至不同的国度、不同制度和不同法律框架，具备在不同区域扫除障碍并执行既定方案的专业能力；跨行业能力，即深刻掌握不同行业、同行业不同客户、不同类型商业模式，并具备针对客户个性化需求量身定做解决方案的能力。二是物流流程的数字二是物流流程的数字化化。随着新技术、新模式、新业态不断涌现，物流业与互联网深度融合，建设高效化的物流体系已成为当今物流行业发展的基本要求。当前，我国物流业正处于增速放缓、效率提升、需求调整和动力转换的战略转型期。智慧物流处于起步阶段，以“互联网 物流”为重点的智慧物流，为行业转型升级开辟了新的路径，将逐步成为推进物流业发展的新动力、新路径，也为经济结构优化升级和提质增效注入了强大动力。三是物流作业的无人化三是物流作业的无人化。物流作业的无人化和智能化，不仅能够有效减少人工成本，提升物流的作业效率和和整个行业的信息化水平，新冠疫情爆发后，在避免直接接触、阻止病毒传播等方面也发挥了重要作用。物流智能技术装备驱动着物流行业技术变革，数字化时代促使物流的智能化发展，智能技术装备也驱动着物流行业的技术变革，在转变物流行业整体的运营方式，提升物流运作效率，提高物流服务质量等方面发挥着重要作用。四是物流供应链金融化四是物流供应链金融化。供应链金融是针对产业链企业的一种新的融资模式。其中物流公司在供应链金融中发挥重要作用，有助于核心企业稳定供销渠道、缓解银企信息不对称并弱化银行对中小企业的限制，同时可有效提高物流企业综合服务的能力以及竞争实力与业务规模，规避传统运转模式中的高风险点，同时也能拓展高附加值的服务领域，有 11 效提升物流企业的利润空间与业务范围。在国家支持政策的放开和“互联网 ”浪潮的推动下，我国的供应链金融领域必将产生多样化的发展模式和创新服务类型，物流业也必将逐步渗透到供应链金融领域，在供应链金融中发挥越来越重要的作用。三、物流行业标识解析实施路径（一一）物流行业标识解析实施架构物流行业标识解析实施架构 物流行业标识解析应用的重点在企业节点侧，企业完成数据标识后直接与标识解析体系基础设施对接，进行数据的全产业链流通，并在二级节点、递归节点与基础设施的参与下，完成物流行业的工业互联网典型应用。在运输环节，运输产品和运输工具是数据流转的主体，货物发货方（如制造商）、物流运输服务提供商以及收货方（客户）围绕运输的产品进行信息的交换，通过对物流单元、载运工具、运输设施设备、运输人员、物流运单、运输路径等数据采用统一标识，实现货物从发货方、承运方直到收货方等运输过程全链条的信息流通。在仓储环节，仓储货物是数据流转的主体，货物托管方、货物仓储服务方围绕储存的货物进行信息的交换。通过对货物入库、存储、出库等数据采用统一标识，实现货物在仓储数据库内和库外的转换，提高仓储的数字化水平。在配送环节，发货人、配送服务提供方、收货人围绕配送的货物进行信息的交换。通过对配送站点、配送人员、配货物、配送路径、配送地址等信息采用统一标识，实现货物配送全流通透明化管理。12 图 3 物流行业标识解析实施路径 13 （二二）物流行业标识对象分析物流行业标识对象分析 1.1.标识对象分类标识对象分类 物流行业标识对象及其分类包含国民经济行业分类(GB/T 4754-2017)国家标准中的交通运输、仓储和邮政业门类下的八个大类，结合运输、储存、包装、搬运、流通加工、配送、信息传递七个物流环节，按照“产品、人员、设备、设施、单据”等分类方法进行标识分类。一是物流产品类一是物流产品类。主要指物流各相关环节中的产品信息，包括产品、包装单元、物流单元、装运单元等信息。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。二是物流人员类二是物流人员类。主要是物流各相关环节中涉及到的人员，包括发货人、收货人、运输人员、仓储人员、装卸人员、搬运人员、包装人员、交接人员、配送人员、系统管理人员。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。三是物流设备类三是物流设备类。主要指物流各相关环节涉及到的设备信息，包括运输车辆、船舶、铁路、飞机、集装箱、托盘、叉车、AGV、立体库、传输带及其他设备等。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。四是物流单据类四是物流单据类。主要指物流各相关环节涉及到到的单据信息，包括物流运单、物流订单、装运单、搬运单、仓储单、报关单、交接单、配送单、签收单等。适用的标识载体有一维码、二维码、RFID 标签、14 NFC 标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机等。五是物流设施类五是物流设施类。主要指物流各相关环节涉及到的设施信息，包括港口、物流园、仓库、站台、快递柜、线路等。适用的标识载体有RFID 标签、NFC 标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机等。15 表 1 物流行业标识对象及其分类表 分类名称分类名称 说明说明 标识载体标识载体 采集方式采集方式 物流产品物流产品类类 物流各相关环节中的产品信息，包括产品、包装单元、物流单元、装运单元等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集 物流人员物流人员类类 物流各相关环节中涉及到的人员，包括发货人、收货人、运输人员、仓储人员、装卸人员、搬运人员、包装人员、交接人员、配送人员、系统管理人员等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集 物流设备物流设备类类 物流各相关环节涉及到的设备信息，包括运输车辆、船舶、铁路、飞机、集装箱、托盘、叉车、AGV、立体库、传输带及其他设备等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集 物流单据物流单据类类 物流各相关环节涉及到的单据信息，包括物流运单、物流订单、装运单、搬运单、仓储单、报关单、交接单、配送单、签收单等数据对象。一维码、二维码 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集 物流设施物流设施类类 指物流各相关环节涉及到的设施信息，包括港口、物流园、仓库、站台、快递柜、线路等数据对象。RFID 标签、NFC 标签、主动标识载体等 RFID 读写器、NFC 读写器、联网自动采集 16 2.2.对象标识编码对象标识编码 在理清物流行业标识对象后，应本着统一、兼容、实用、可扩展等基本原则，制定对象的标识编码规范。一是要符合工业互联网标识解析体系架构，基于一种公有编码体系实现全局唯一；二是兼顾行业现行标准和企业应用需求，制定不同对象不同颗粒度的编码规则，并达成行业共识；三是在现阶段建立与企业内部编码的映射关系，通过过渡期逐步实现全行业规则趋同。由于物流行业是与第一二三产业融合的服务性行业，因此，物流业相关产品的标识是在生产环节赋予的，当前依托中国通信标准化协会和工业互联网产业联盟，以二级节点为牵引已经研制家电、装备、矿山机械、船舶、线缆、煤炭、能源、模具、汽车、汽车零部件、药品、冶金专用设备、仪器仪表、消防灭火器瓶、集装箱、食品、医疗器械、汽车零部件、材料、电力、肥料、服装、航空、航天、化工合成材料等 31 个行业的标识编码标准。在物流的运输、仓储、配送等环节还应对物流各关键环节产生包装单元、物流单元、物流设备、仓库以及相关的业务数据进行标识编码。以物流的关键环节仓库标识编码方案为例，通过对仓库进行标识赋码及对仓库进行标识解析内容，并通过完整配套机制使一库一码，解析信息具备支持行业各项业务的有效性和可用性。17 图 4 仓库标识编码结构 标识后缀是由标识注册机构参照仓库元数据规范既定的元数据数据类别并结合自身仓库要素特征需求，逻辑向下而形成的自主编码，用以对仓库内基础元素的唯一标识。表 2 标识后追溯结构 代码段 长度（字符）数据类型 说明 企业简称代码 10 位 字符型 由企业名称各拼音首字母组成。仓库简称代码 2 位 字符型 由仓库拼音首字母组成，如 CK。仓库代码 10 位 数字型 企业按照仓库数量及仓库编号进行自主编码。3.3.标识应用分布标识应用分布 当前，物流行业工业互联网标识年平均值注册量1.8亿，年平均解析量1.2亿，覆盖物流行业的25%，主要应用于产品、仓库、物流、库位、运输设备、运输工具等，应用分布如表所示。表 3 物流标识应用分布 对象分类对象分类 对象名称对象名称 标识注册标识注册量占比量占比 标识解析标识解析量占比量占比 标签类型标签类型 编码规则编码规则 用途用途 仓储类 仓库 12%二维码 仓库编码 仓库管理 仓储货物 11%二维码 产品编码规则 产品标识 18 对象分类对象分类 对象名称对象名称 标识注册标识注册量占比量占比 标识解析标识解析量占比量占比 标签类型标签类型 编码规则编码规则 用途用途 入库单 7%5%二维码 编码规则 货物进出库管理 出库单 7%8%二维码 编码规则 货物进出库管理 仓库库位 9%9%二维码 库位编码规则 仓储全生命周期管理 传感器 6%7%二维码 设备编码规则 信息采集设备管理 库内运输设备 6%7%二维码 设备编码规则 库内设备管理 运输类 托盘 4%5%二维码 设备编码规则 运输设备管理 承运单 4%4%二维码 编码 订单管理 承运货物 8%8%二维码 货物编码 运输货物管理 司机 2%3%二维码 物流人员编码 角色管理 客户 35 2%二维码 物流人员编码 角色管理 车辆 7%5%二维码 设备编码规则 产品标识 集装箱 6%5%二维码 集装箱行业物资追溯编码 产品标识 其它 7%8%二维码 产品编码规则 原材料标识 （三三）物流行业标识数据分析物流行业标识数据分析 1.1.标识数据分布标识数据分布 物流行业标识解析数据是通过标识载体采集获得的在物流行业产业链上的产品信息、人员信息、设备信息、设施信息、单据信息，主要包括运输、储存、搬运、包装、流通加工、配送、企业管理和信息协同等数据。物流行业标识解析相关的业务数据以及基于业务数据的赋能，具体描述如下：业务数据类型一业务数据类型一、运输类数据运输类数据。主要应用于物流运输的产品、运输工具、运输人员、运输设备、运输路径等相关信息记录。标识解析后，对提高物流调度效率，降低物流运输成本、完善物流供应链、产品全链 19 条追溯、质量问题追责等均有促进作用。业务数据类型二业务数据类型二、存储类数据存储类数据。主要用于物流行业上资材备件、仓管设备，转运设备及运输设备的固有属性信息、进货记录、仓储记录、出库记录、使用时限，相关属性要求等信息。标识解析后，有效提升库存管理水平，降低库存周转率，同时提升了设备及产品的稳定性与可靠性，及时发现损耗严重物资进行更换，有效减少事故发生几率等。业务数据三业务数据三、搬运类数据搬运类数据。主要用于物流搬运工具、搬运人员、搬运记录、搬运时间、搬运地点等信息记录。标识解析后，能够提高物流搬运效率、降低搬运破损率。业务数据四业务数据四、包装类数据包装类数据。主要用于物流产品包装时间、产品批次、包装材料、包装数量等信息记录。标识解析后，能够赋能物流产品质量管理、明确物流产品的流程记录、提高产品全生命周期管理等。业务数据五业务数据五、流通加工类数据流通加工类数据。主要用于物流产品流通和加工环节的人员信息、设备。通过标识解析，对流通加工过程管控，完善流通加工环节记录，提升流通加工效率，保障产品质量安全。业务数据六业务数据六、配送类数据配送类数据。主要包括配送人员、配送路线、配送车辆、配送时间、签收信息等。通过标识解析，能够优化配送路径，提高运输配送效率和服务质量，助力数字化转型。20 表 4 物流行业标识数据分析 标识对象标识对象 物流环节物流环节 运输环节运输环节 仓储环节仓储环节 搬运环节搬运环节 包装环节包装环节 流通加工流通加工 配送环节配送环节 物流产品物流产品类类 1 产品 2 包装单元 3 物流单元 4 装运单元 物流人员物流人员类类 5 发货人 6 收货人 7 运输人员 8 仓储人员 9 装卸人员 10 搬运人员 11 包装人员 12 交接人员 13 配送人员 14 系统管理人员 物流设备物流设备类类 15 卡车 16 船舶 17 铁路 18 飞机 19 集装箱 20 托盘 21 叉车 22 AGV 23 立体库 21 标识对象标识对象 物流环节物流环节 运输环节运输环节 仓储环节仓储环节 搬运环节搬运环节 包装环节包装环节 流通加工流通加工 配送环节配送环节 24 传输带 25 分拣机 26 环境监测设备 27 其他 物流类物流类 28 物流运单 29 物流订单 28 装运单 29 搬运单 30 仓储单 31 报关单 32 交接单 33 配送单 34 签收单 物流设施物流设施类类 35 基地 港口 36 物流园 37 仓库 38 站台 39 快递柜 40 线路 22 2.2.标识数据建模标识数据建模 为建立各类对象全生命周期的数字画像，需要对对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图 4 所示。物流行业标识应用企业可基于该建模方法，建立全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。图 5 工业互联网标识数据模型 3.3.标识数据分类标识数据分类 物流行业对象属性值可根据各环节的业务需要进行组织。例如物流环节中的产品，为实现设备的全生命周期管理应用，标识数据涉及产品制造生产、仓储、运输、批发、零售、配送等多个环节，共计32个数据项，标识数据分类参考如下。23 图 6 标识数据分类 标识对象信息标识对象信息 标识数据标识数据 物流产品物流产品信息信息 1.产品信息 制造企业名称、联系人及联系方式；产品标识、产品名称、产品数量、产品重量、产品原产地等 2.包装单元信息 包装单元标识、包装内产品数量、产品重量、产品原产地（国）等 3.物流单元 物流单元标识、物流单元内产品数量、产品重量等 4.装运单元 装运单元标识、装运单元内物流单元数量、产品数量等 物流人员物流人员信息信息 5.发货人信息 发货方标识、名称、联系人、联系方式、联系地址、发货时间、发货地点、发货目的地 6.收货人信息 收货方标识、名称、联系方式、联系地址；收货时间、收货地点、签收单等 7.业 务 人 员 信息（装卸、搬运、包装、交接、配送）人员名称、联系方式、联系地址等 物流设备物流设备信息信息 8.运输工具 运输工具代码、运输方式（卡车、船舶、铁路、飞机、集装箱）、车牌号等 9.托盘 托盘标识、托盘数量、托盘使用时间、归还时间等信息 10.叉车 叉车名称、叉车业务路线、搬运信息等 11.AGV AGV名称、AGV路线、业务信息等 12.立体库 立体库的数量、编号、位置、在用情况、空置情况 13.传输带 传输带名称、编号、使用信息 14.分拣机 分拣机名称、编号、使用情况 15.环境监测设备 监测设备名称、监测温度信息、监测湿度信息、数据采集信息、交互信息 物流信息物流信息 16.物流运单 物流运单标识、编号、名称、运单的时间、方式等 17.物流订单 物流订单标识、交易双方名称、交易双方的联系方式、联系地址 18.装运单 装运单标识、装运车辆信息、装运货物信息、装运时间、装运地点等 19.包装单 包装时间、地点、人员、包装材料等 24 标识对象信息标识对象信息 标识数据标识数据 20.搬运单 搬运时间、搬运地点、搬运产品、搬运人员、搬运数量等 21.仓储单 出入库时间、出入库地点、出入库货物名称、数量等 22.报关单 报关单编号、报关时间、报关港口，报关货物名称、数量等 23.交接单 交接的货物名称及数量、交接的地点、交接时间、交接人员、交接数量等 24.配送单 配送的时间、配送地点、配送的方式等 25.签收单 签收的时间、地址、签收的方式等 物流设施物流设施信息信息 26.基地 基地名称、基地地址、联系人、联系方式等 27.港口 港口名称、港口地址、联系人、联系方式等 28.物流园 物流园名称、物流园地址、联系人、联系方式等 29.仓库 仓库标识、仓库位置、仓库的容积、使用情况等 30.站台 站台的名称、到达时间、离开时间等 31.快递柜 放置快递柜名称、时间、数量、编码 32.线路 运输路径等 25 （四四）物流行业标识应用组织流程物流行业标识应用组织流程 企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二级节点建设，图 5 给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1.1.预研与评估阶段预研与评估阶段 企业根据自身发展现状，评估工业互联网标识及标识解析基础设施应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在交互场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2.2.节点建设与部署阶段节点建设与部署阶段 企业标识解析建设方案将明确建设路径，同时需开展标识解析标准化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。26 企业依托 AII 组成专家团队进行二级节点评审，并形成评审意见，同时由政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3.3.企业标识应用实施阶段企业标识应用实施阶段 完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过AII 或应用供应商根据建设方案提供赋码、采集、存储、和应用系统，基于工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、设备远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。27 4.4.产业推广与运营阶段产业推广与运营阶段 随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。28 图 7 标识应用组织流程 29 四、物流行业标识解析应用模式（一一）多级分销物流的溯源和管控多级分销物流的溯源和管控 1 1.应用需求应用需求 随着流通渠道的两端对经销商的依赖增加，渠道分销仍占领流通市场的重要位置。渠道分销的经营模式是由一级分销商向厂家直接订购产品，分销给二级省包商，再由二级省包向社会省包、KA（KeyAccount）店分销，最终到达终端客户的商业模式。由于渠道分销产业链较长，会跨平台、跨企业，跨系统、跨地域等，这其中涉及的物流范围广、流转量大，在开展仓储和运输时不可避免的会发生转包现象，造成物流单号变更、产品描述变更，导致货物追溯困难，厂家或一级分销商想要监控货物最终流向更是困难重重。2.2.难点分析难点分析 物流标识数据不统一物流标识数据不统一，物流运转效率低物流运转效率低。物流承载了一单货物的全物流生命周期，其中涉及了物流所经的分销商、承运商、客户信息、出库信息、运输路线等，其数据量庞大，且由于物流特殊性，物流需随货而行，不可避免的存在丢失的风险。而对于不同角色而言，仅需获取自身需要的信息，亦是物流信息展示的必要需求。物流标识的解析，需要建立特定的数据分层管理机制，确保物流相关信息共享的同时，保证多方数据的安全及有效使用。3.3.解决方案解决方案 基于工业互联网标识解析体系，通过统一编码规则生成唯一标识编码与订单信息、物流信息映射绑定，通过解析查询，可查询到货物从厂 30 家到分销到销售的各阶段信息，打通不同平台、企业、区域、系统等的信息壁垒。通过唯一标识可查询出，此单货物从厂家出厂、所经分销商、物流承运商、销售区域、运输路线到最终用户的所有订单数据、物流数据，通过唯一标识可查询分析出贸易整体脉络，展示物流行业整体链接的价值。图 8 多级分销物流溯源和管控解决方案 4.4.典型案例及实施成效典型案例及实施成效 案例案例 1：多级仓储物流的溯源与管控多级仓储物流的溯源与管控（鸿讯供应链科技有限公司鸿讯供应链科技有限公司）鸿讯科技开展针对生产企业的产成品到一级代理的干线仓储物流、一级代理至二级代理的全国性干线仓储物流、省级代理至下级经销商的仓储物流以及直接送往最终消费者手中的末端配送，涉及物流链条较长。基于标识解析的物流平台，以工业互联网标识为核心，统一物流的编码规则，生成唯一物流标识单号，将货物的订单信息、物流信息与物流标识单号的映射绑定，通过标识解析可查询到此单货物的所有订单数据、物流数据。同时在内部管理中，基于标识解析体系，统一产品编 31 码、物料编码、承运商编码、仓库编码、自有车辆编码、人员编码等信息在实际生产中与物流标识单号进行映射，可通过物流标识单号查询到此单所经仓库、操作人员、执行承运商、装载车辆信息等，加强物流作业环节掌控及追溯的能力。通过标识解析打通不同平台、企业、区域、系统等的信息壁垒，实现了物流信息和货品信息跨平台同步、实现了买卖双方信息跨企业共享、实现了物流企业间的跨系统信息统一，加快了信息反馈效率，加强了物流企业服务能力。图 9 基于标识解析的多级仓储溯源流程 应用成效应用成效：解决了多个物流企业协同合作导致产品物流追溯难、多级分销商对二三级货物监管难题，提高了客户和收货方的满意度由 95%提升到 99%以上，加强了厂家和一级分销商对货物 100%的掌控，提高了贸易全程的严肃性、准确性。此外，全面减少了各级销售人员对信息流的沟通。通过对平台对下级物流承运商的管控，提升了整体的运输效率，增强了合作粘性。32 （二二）物流供应链可信金融服务物流供应链可信金融服务 1 1.应用需求应用需求 仓储全要素标识机制缺失仓储全要素标识机制缺失，存货可信融资能力亟需提升存货可信融资能力亟需提升。仓储行业是我国一个较为传统的行业，当前仓储分布比较分散，行业共识并没有很好的体现，发展不均衡，少数仓储已经进入全面智能化控制的阶段，大多数仓储处于信息化的初级阶段，全要素链接困难，数据要素难统一，仓库唯一识别及相关要素描述尚未建立共识，交易交割与存货融资服务对仓库数据可信提出更高要求，亟需建立全要素标识机制，实现仓储数据关联互通。物流资金压力大物流资金压力大，行业融资难题亟待解决行业融资难题亟待解决。物流行业受自身供需关系影响，与上下游货主企业的结算周期一般在 3 个月甚至半年以上，而为了保持司机用户的粘性和活跃性，与下游驾驶员的结算周期往往在一个月以内，为了维持业务的正常运营，内部垫资成为常态，随着业务规模的扩张，企业面临的资金压力也越来越大，转型中的“资金难问题是制约企业发展的关键要素。2.2.难点分析难点分析 标识应用与供应链金融的集成方案不清晰标识应用与供应链金融的集成方案不清晰。供应链金融需要各参与主体间数据高度的互联互通，虽然产品有了基础的标识，但是通过标识打通各生产制造商、物流服务提供商、银行等参与主体间的资金流、流、信息流的融通仍是难题，尚未能形成一个集成化的标识供应链集成方案。3.3.解决方案解决方案 以解决物流行业游融资困难为目标，打造供应链融资模式，以工业互联网标识解析为载体，促进运单、运力、业务流、财务数据上码，金 33 融机构实时监控和审核物流全过程，为物流行业企业的资金周转问题提供了可靠解决途径。在仓储环节，通过仓储供应链行业标识解析打造可信存货资产数字化公共服务，对仓库及其业务关联企业的主体、产品、设备、方法、环境等要素进行标识统一管理、唯一注册、统一登记公示等，面向仓储、监管、电子仓单运营等企业提供统一的标识解析服务，并开发可供存货融资产业链其他企业调用的接口标准协议，促进仓储、流通、供应链协同、交易/交割等应用场景的数字化转型，解决各企业间因信息不对称、数据元素不统一，造成的效率及信任问题，助力存货资产数字化，实现技术控货、账实相符和货单一致。图 10 可信存货资产数字化公共服务解决方案 4.4.典型案例及实施成效典型案例及实施成效 案例案例 2：基于全国档案的可信仓库金融服务基于全国档案的可信仓库金融服务（中仓登数据服务有限公中仓登数据服务有限公司司）依托国家工业互联网标识解析体系，中仓登数据服务有限公司致力为全国各类仓库建立唯一的“身份档案”，并通过对可信存货监管能力进行评价和行为存证，为企业融资提供可信参考。中仓登供应链标识服务中心支持仓储企业开设仓储企业节点，对管 34 理的仓库进行唯一标识赋码，形成唯一的仓库要素档案并写入工业互联网，通过“好人举手”模式推行行业自律承诺并存证，实现仓库可信的状态、资信、资质等信息的公示及查询服务，以仓库数字标识为纽带打通货主、仓储企业、监管机构及金融机构等，通过规范化仓库数字标识写入协议（仓储协议、监管协议和融资服务协议等），实现仓库档案实时查询，使各参与者能及时掌握仓库状态，进而建立从线下到线上建立信任提升对业务风险的抵抗能力。图 11 中仓登供应链管理标识平台 仓库标识及其解析内容（全国仓库档案）可以支持被用于仓储及涉及仓储的融资等一些商业服务中，由于仓库档案的准确性、支持持续维护、数据连续性等特点，支持金融机构、交易机构、仓储客户将仓库标识写入仓储或融资协议中，可帮助企业在对接交易机构、金融机构或其他企业时展示企业信息化程度及可信度，从而降低因描述不清或信息存 35 疑等事件发生而导致的融资难等问题。在可信电子仓单方面，中仓登通过运营全国性可流转仓单体系，建立全国性可流传仓单登记平台，对已获得仓库标识信息的仓库所开具的电子仓单赋予全国唯一的全国性可流转仓单编码，通过国家工业互联网标识解析体系，来支持企业在仓单体系的中的转让、融资等场景提供动态信息服务。同时中仓登面向符合条件的交易机构或金融机构等提供仓单信息查询服务，通过查询仓单详细信息可查看到仓单对应仓库的标识编码信息，并通过标识解析系统查询详细的仓库档案信息，从而降低仓单在融资或转让间所可能会出现的风险问题等。实施成效：截止 2022 年 1 月 13 日，近 1287 个仓库基本情况与数字化情况通过中仓登公示平台进行公示，已公示仓库遍布全国 29 个省、直辖市、自治区，135 余家仓储管理企业及近 8 家数字化与 14 家电子仓单运营服务商参与其中。公示仓库类型涵盖通用型仓储、堆场、冷库、储罐等。案例案例 3：物流可信运输金融服务物流可信运输金融服务（诺得物流股份有限公司诺得物流股份有限公司）诺得物流股份有限公司是一家具备全面物流服务能力与平台研发运营能力的科技型物流企业，致力于“用互联网模式做工业品物流”，为制造企业供应链降本增效。诺得物流通过与金融机构合作，以物流产业链金融服务为出发点，以解决制造企业及上下游融资困难为目标，引入工业标识解析服务平台，基于标识码搭建运力信用体系，打造供应链金融服务模式；以标识码为载体，运单、运力、业务流、财务数据上码，金融机构实时监控和审核物流全过程。该方案为物流行业企业的资金周转问题提供了可靠解决途径。36 基于工业互联网的标识解析服务平台以“物流订单”作为质押资产，金融机构以系统生成的赋码订单为校验对象，以标识为载体查询解析其记录的订单信息、运输线路地址、货物详情、承运司机及车辆、在途信息、签收信息以及各环节时间节点等业务数据和应收应付金额、收付款时间、发票等交易数据。金融机构将通过标识数据对交易真实性做校验，校验后该笔订单物流费用即可作为资产抵押至银行，而驾驶员的运输费用则由金融机构直接支付。图 12 工业互联网标识打通物流各环节 运用工业互联网标识解析，企业可以对每笔送货单进行赋码，货主企业可以实时在线跟踪物流信息和货物流转状态。平台自动生成可关联物流单、货物码的结算码，并附在货物或纸质签收单表面，收货方通过预配的身份权限扫码进入，完成在线付款，支持运费结算和货款代收两种模式。货主企业也能实时在线接收收货信息和订单收款明细，从而强化对物流环节资金流的控制能力。37 通过提供“码上信任”的工业互联网标识解析 供应链金融服务，通过采集整理从客户下单到物流公司派车、运输、送达追踪等物流全流程节点数据，形成物流业务数据架构规范；有助于加速企业资金回笼，经销商扫码结算快速支付，为企业在线代收货款、运费；基于标识监管数据指标，发放物流单授信并发放贷款，解决客户账期较长、下游垫资压力大、银行贷款要求高等原因形成的资金周转困难问题。实施效果实施效果：企业的订单交付效率提升 23%，人力成本降低 15%。货主企业也能实时在线接收收货信息和订单收款明细，从而强化对物流环节资金流的控制能力、降低费用管理成本 10%。（三三）厂内物流数字化生产协同厂内物流数字化生产协同 1.1.应用需求应用需求 厂内物流中大部分企业生产制造过程的数据共享仍然停留在点对点、一对一的系统集成阶段，缺乏基础设施的支持。在物料、配件、产品等流通环节，需要重新赋码贴标，工作效率低下，也难以实现信息的准确关联和自动获取。尤其在电子信息制造行业，企业基本采用分散式组装、测试、包装的生产方式，使得物流仓储环节，存在制品滞留时间长、数量多、管理难度大的问题。因此，亟需一套通用的标识体系，贯穿生产订单、设计、工艺、计划、仓储采购、物流、生产、装配、质量以及售后服务环节，打通生产制造中的数据孤岛，帮助企业提质增效。2.2.难点分析难点分析 厂内物流的产品和智能化设备标识联动难厂内物流的产品和智能化设备标识联动难。随着厂内物流的智能化程度越来越高，AGV、智能堆垛机等智能化设备的应用也逐步推广，如 38 何通过标识对设备进行智能化路线规划，并实现与厂内生产产品的有效联动，提升厂内物流的生产、流通、调度等效率成为关键难题。3.3.解决方案解决方案 结合厂内物流和电子信息制造领域生产作业的特点，基于标识解析体系打造智能工厂物流仓储调度解决方案，通过标识体系的构建，打通多系统间的数据藩篱，实现不同生产系统数据无缝集成，对接 WMS、WCS、MES、ERP、AGV 等系统，实现从物料入库到成品下线质检生产全流程的自动化物流控制。图 13 厂内物流数字化生产协同解决方案 4.4.典型案例及实施成效典型案例及实施成效 案例案例 4：精准高效的厂内物流精准高效的厂内物流（浪潮工业互联网股份有限公司浪潮工业互联网股份有限公司）浪潮智能工厂是服务器领域第一条信息化高端装备智能制造产线，是一座集智能化、自动化、模块化、数字化、精益柔性制造于一体的智能模范工厂。在这里，基于标识解析体系构建厂内物流系统，实现不同 39 生产单元之间，所有的物料运输都由 AGV、RGV 和激光叉车完成，可提供 100 类型定制化服务器产品。图 14 厂内物流标识解析应用流程 在智能工厂仓储出入库环节，物料根据订单入库即在工业互联网标识解析企业节点申请标识赋码，关联货架托盘、入库时间、仓储条件等信息。ERP 系统接收到客户订单信息后，输出物料出库信息，通过 MES系统和 WMS 系统协作，自动控制堆垛机按照订单需求智能取货，通过扫码解析物料标识，比对印证相关信息后，完成智能立体仓自助出货，并交付 AGV/RGV 小车进行物料分发。在 AGV 调度环节，AGV/RGV 小车控制系统与 MES 系统互通，MES 依据生产任务分配情况指导 AGV/RGV 小车将原料送至指定地点。AGV 调度系统通过标识解析进行不同物料的智能分拣以及路线规划，输送到对应生产线，并将信息关联至 MES 生产系统。产线接收物料时，再次通过标识解析系统与 AGV 小车彼此印证相关信息。在生产执行环节，生产人员依据 MES 系统收到的定制标准完成产品生产，产品在工业互联网标识解析企业节点申请标识赋码，关联产线、工序、操作人员等信息，通过标识解析系统建立产品的数字档案。产品 40 下线后，同时并通过 RGV 小车智能运送到质检单元。在质检交付环节，通过标识解析了解产品档案，并进一步关联质检信息，向标识解析企业节点申请生成对内标识码（关联内部产品档案）以及对外标识码（关联产品流通所需信息）。测试验证完成后通过 AGV小车将设备运至成品仓储，并实现数据在 WMS 系统中的创建和与订单关联。成品库标识解析完成产品的仓储及交付。从仓库到产线、从产线到成品库，不同生产单元之间，所有的物料运输都由 AGV、RGV 和激光叉车完成。整个流程通过标识的赋码与解析支持 PC 端进行装配实时监控、备件仓库实时监控、出入库管理、库存管理、收货管理、基础资料维护、权限和账户管理等基本功能；支持移动端软件入库扫码、出库扫码、定位器的绑定与解绑、物料查询等基本功能。实例成效实例成效：通过工业互联网标识解析体系，将工业互联网标识贯穿整个生产全流程，助力工厂物流路线自动规划，生产数据全链可见，实现从柔性化生产到交付服务的全过程智能化，帮助浪潮工厂人员减少75%，订单交付周期从 15 天缩短至 5-7 天。（四四）园区物流智能化管控与运营园区物流智能化管控与运营 1 1.应用需求应用需求 随着技术的发展，工业物流园区信息化进程不断推进，越来越多的设备子系统、信息化系统得到推广应用。如货物管理与运输、车辆调度、闸口管理、预约管理、安全预警以及人员管理等包含智能化设备的子系统纷纷得到应用，但各子系统之间相互独立，缺乏数据互联互通，形成 41 了数据孤岛，导致工业园区在面对各种突发状况时处理周期长、效率低，费时费力，跟不上发展的步伐，给用户带来了一些不良体验。2.2.难点分析难点分析 园区实施统一标识难度大园区实施统一标识难度大。园区具有跨行业、跨地区、多功能、多层次的属性，园内涉及企业较多且功能复杂、管理分散，要求园区内所有关键节点统一标识还需要所有企业进行联动，当前还存在一定的实施难度。3.3.解决方案解决方案 通过工业互联网标识解析技术和利用自主研发的标识解析数据网关对园区内车辆调配、货物的运输入库以及人员管理等环节建立统一的标识赋码，在主要道路采用智能卡口进行扫码解析，通过标识整合道闸、访客、门禁，自动识别车号、车型及流量，对于入园的所有运输车辆建立前置审批系统，由企业或运输公司提前进行标识赋码，在入园之前通过扫码进行车辆信息上报，园区对未登记车辆、异常车辆及不良信用车辆入园进行专项检查，预防物流环节的安全风险与危化品道路运输定位系统对接，实现全过程跟踪。优化园区现有封闭园区系统，解决新能源车牌不能预约、出租车无法进入员工需要步行进入园区等问题。图 15 园区物流智能化管控解决方案 42 通过使用标识解析技术和打造的园区公共服务管理平台，实现园区共享系统、共享仓位、共享车辆、共享人才全方位打通智慧大厅、智慧安防、车辆管理、人员管理等园区智能管理系统，搭建园区一体化网络。使园区内的车辆、人员逐步实现人货分流，打造透明化、标准化、可视化物业服务新模式，为移动危险源监管提供数据支撑。4.4.典型案例及实施成效典型案例及实施成效 案例案例 5：物流智能化管控运营物流智能化管控运营（浪潮工业互联网股份有限公司浪潮工业互联网股份有限公司）明水经济技术开发园区以浪潮云洲为底座，依托园区公共服务平台以及标识解析技术，将园区内的人员、联动报警系统、车辆识别、危化品入园管理以及道路运输进行统一的赋码管理，建立一人一车一物一码，实现园区的全流程、全系统的智能化和无人化，实现园区物流供应链管理、生产设备管理、危化品追溯等工业全流程成熟的工业互联标识应用。图 16 浪潮明水园区工业互联网平台 浪潮明水园区工业互联网平台帮助企业打通园区内外车辆服务及协同调度等数据资源共享，企业可以获得驾车监控、车辆定位、车辆调 43 度、轨迹跟踪回放及信息沟通等车辆服务，企业可依据平台数据及分析预判能力，帮助企业实现车辆合理化调度、成本控制、供应链可视、低风险管控及业务预测等增值服务。通过标识解析技术在园区物流的应用，园区规上企业产值增长35%，车辆的调度效率提升 70%、园区货物搬运效率提升 50%、立体存储效率提升 30%，带动全厂区效率提升 25%以上。目前该园区也已经成功入选国家级工业互联网示范园区，为济东新区强势崛起提供新动能。（五五）跨境物流全流程追溯管理跨境物流全流程追溯管理 1 1.应用需求应用需求 跨国境物流流程复杂跨国境物流流程复杂，全链条追溯程难题全链条追溯程难题。随着跨境贸易的快速攀升，跨境物流成为物流行业的重要组成部分，由于进口物流运输环节多，经过船运、港口、堆场等诸多物流节点，不可控因素较多，由于涉及到跨国境、跨部门、跨系统等，各企业各地域标识不统一，导致信息资源交互困难、孤岛问题严重，特别是在新冠疫情在全球的爆发，对跨境产品的质量安全提出了更高的要求，跨境产品通关时的抽检率进一步提升，通关时间也随之增加，因此，如何对跨境产品进行统一标识解析，提升跨境产品的通关效率，实现跨境产品的全链条追溯，保障跨境产品“来源可追、去向可溯”成为跨境产品当时所需。2.2.难点分析难点分析 跨境物流标识数据共享难。跨境物流在其全链条中产生的数据，涉及国外企业、国际物流、进境海关监管机构、国内物流、农贸企业等多方参与，产生的标识数据需要一套完备的标识数据使用和共享策略支撑 44 标识对象和标识数据共享，提升数据的查询使用的效率，把握数据使用需求，提供精准的分级分层数据投放服务。3 3.解决方案解决方案 通过工业互联网标识解析体系打通跨境物流的各个节点，对物流全流程进行统一标识，打破多节点多标识难题。通过海外工厂的数据收集，进行大数据分析，有效排查疫区和风险批次，实现关境针对性的抽验和布置消杀机制，在提高通关效率的同时，提升关境抽验率。在口岸防线，针对危险批次优先隔离，精准筛查，辅助自动消杀线，实现货物一码追溯，与国内防疫系统精准对接，实现一码全流程可追溯，从而实现快速通关。图 17 跨境全流程溯源管理解决方案 4.4.典型案例及实施成效典型案例及实施成效 案例案例 6：跨境物流全流程的追溯管理跨境物流全流程的追溯管理（海尔数字科技有限公司海尔数字科技有限公司）海尔卡奥斯与国外溯源公司合作，通过海外工厂开始收集溯源数据，将国外溯源信息通过标识解析二级节点转换成标识，各个节点都注 45 册成标识企业节点，将货物所经过的标识数据逐级传递。货物进国境内与国内防疫系统对接，实现一码全流程可追溯，从而得到海关快速通关的前置条件，通过原厂赋码进行统一标识，相当于赋予了其独一无二的身份证号，实现了进口冷链全流程可溯可查。通过标识解析打通各个链接节点，全流程统一标识后，各节点通过解析同一标识从而实现技术上信息传递一致性，通过解析的标识留痕，达到高效数据回溯能力。通过工业互联网统一标识，规范业务数据格式，大幅减少各级数据孤岛的 API 对接成本，针对冷链物流企业信息化程度低的问题，特别开发卡奥斯食安码等相关可直联标识系统的应用，通过 SaaS 部署、移动端应用和小程序的 OCR 能读取自动填表，在功能端降低使用门槛，经过卡奥斯食安码的数据云中台，统一进行平台内数据传递。针对平台其它企业节点企业，通过标识节点系统读取进行数据传递。而针对政府监管的端，通过区块链技术、API 推送、数据模版导出上传的功能等技术将相关信息推送到海关，市场监管总局对应的数据端口，方便其调用查询。图 18 海尔卡奥斯工业互联网标识解析防疫大数据平台 消费者可以通过微信等小程序得到完整追溯数据和核酸数据，监管 46 侧也能通过数据完成整体防疫部署，做到有问题能及时排查，隔离，对于认真负责积极防疫的企业信誉授级。为疫情的防控，提供区块链维度全链条溯源方案。实施成效实施成效：通过工业互联网标识解析技术，有效提升通关效率，赋能优秀的跨境企业更好的发展，创造性的打造了食品安全码，实现跨境全流程的可追溯性，保障了跨境产品的质量安全。通过该应用，荣城皇朝马汉外综服基地系统维护人员减少 50%，利用标识解析技术，事项一物一码，全球唯一赋码，由批次追溯，实现最小单位追溯，追溯的响应时间提升 100%。五、发展建议（一一）加快推进新技术的融合应用加快推进新技术的融合应用 加快推动工业互联网、大数据、云计算、物联网、区块链等数字化技术与物流与供应链企业的业务深度融合，通过工业互联网标识解析推动物流与供应链企业在信息流、商流、物流及资金流等方面的互联互通，提升整个物流行业企业数字化能力，同时能够为供应链金融提供关键性的数据支撑，通过不可篡改的存储与深度挖掘形成有价值的数字资产，有效提升企业信用能力，推动物流供应链金融的快速发展。（二二）构建物流行业数据交互模型构建物流行业数据交互模型 针对物流行业链条复杂、数据采集困难、数据融合不足等问题，制定基于标识解析的物流行业数据交互模型，完善物流标准体系，加强对 47 物流元数据采集、交换和数据融合等方面内容进行规范，解决物流行业系统间以及与制造业等产业间数据交互和融合问题。（三三）建立物流供应链协同平台建立物流供应链协同平台 推动建设基于工业互联网标识解析的供应链协同效应的信息平台，推动上下游企业订单系统、采购系统、储运系统、销售系统有效衔接，实现单元化信息数据沿物流链顺畅交互。加强资源整合，做好用户数据沉淀，以数据赋能供应链管理，提升企业在市场需求预测、发展趋势判断、行业风险防范和应急处置等方面智能决策能力。（四四）引导物流企业使用标识解析体系引导物流企业使用标识解析体系 物流行业作为融合性服务行业，是实现供应链管理的关键环节，也是各行业数字化转型的基础和前提。加快引导更多物流企业接入标识解析体系，促进物流在产业链各环节间信息互联互通和无缝传输。同时，根据物流行业特点，探索物流行业标识解析技术模式的应用创新，推动工业互联网标识解析在物流行业运输、仓储、配送等关键环节的落地应用，实现标识解析与实际业务场景的深度融合，推动物流行业过程数字化、网络化、智能化。（五五）构建物流行业标识数据的安全体系构建物流行业标识数据的安全体系 接入标识解析系统导致物流信息泄露造成不正当的竞争是许多企业对于接入的一大顾虑。因此，建议国家及行业出台对于标识数据安全的相关政策，加快工业互联网标识解析安全关键标准研制，加强企业在标识管理体系的管理能力，进一步增强企业接入信心；推进物流行业二级 48 节点及企业节点的安全机制建设，着力打造备灾系统及应急机制，同时加强企业间数据流通的安全监控，促进物流行业标识数据的安全体系的整体建设与发展。

0人已浏览 2023-10-24 53页 5星级

面向行业的面向行业的 5G5G 网络网络 SLSLA A定义及需求定义及需求白皮书白皮书牵头编写单位牵头编写单位：中国信息通信研究院中国信息通信研究院、华为技术有限公司华为技术有限公司工业互联网产业联盟（工业互联网产业联盟（AIIAII）2022022 2 年年 9 9 月月声声明明本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他方的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟联系电话：邮箱：编编 写写 说说 明明在 5G 时代，移动通信技术能力的进一步提升，有望帮助垂直工业领域重新考虑如何以无线方式互连机器、生产线，从而助力全社会数字化转型。移动通信服务从面向用户（2C）类型转变为面向行业（2B）类型，终端主要是机器、传感器、机器人等。对于传统 2C业务，用户对业务中断的容忍度比机器高得多。例如，当移动网络连接质量不好或服务中断时，2C 用户可尝试稍后重拨，但对于 2B业务用户，可能导致生产线关闭，从而导致生产效率损失。本白皮书通过梳理 2B 行业客户对 5G 网络的需求，提出 5G 网络SLA 能力指标，统一网络 SLA 量纲，制定行业业务需求和网络 SLA映射模板，统一行业需求、网络需求描述和映射关系，将有效指导5G 网络建网和 SLA 保障，推动相关技术和产业成熟，加速 5G 行业应用进程。牵头编写单位牵头编写单位：中国信息通信研究院、华为技术有限公司参与编写单位参与编写单位：中国移动通信集团有限公司、中国联合网络通信集团有限公司、中国电信股份有限公司、中兴通讯(南京)有限责任公司、浙江中控技术股份有限公司、杭州和利时自动化有限公司、三一集团有限公司、四川长虹电子控股集团有限公司、美的集团、普天信息工程设计服务有限公司、深圳艾灵网络有限公司、创源微致软件有限公司、紫光展锐(上海)科技有限公司、北京科技大学、成都爱瑞无线科技有限公司、京信网络系统股份有限公司、中电科普天科技股份有限公司、卡奥斯工业智能研究院（青岛）有限公司编写组成员编写组成员（排名不分先后）：中国信息通信研究院：黄颖、沈彬、于青民、李宗祥、管子健华为技术有限公司：卢小莉、姜小滨、辛波、黄蔚蓝、谷明旭中国联合网络通信集团有限公司：叶晓煜、安岗、李文杰、张余、张文博、魏梓原、王源野、赵晨炅、王金石、李森、许丽丽中国移动通信集团有限公司：郝晓龙、肖善鹏、邓伟、杨鹏、马帅、郝森参、杨博涵、曾凯越、杜琴、于乐中国电信股份有限公司研究院：李凯、沈云飞中兴通讯(南京)有限责任公司：楚俊生、支周浙江中控技术股份有限公司：来晓、陈银桃、蒙博宇杭州和利时自动化有限公司：张玉波、寇立康、李蒙、黄玲三一集团有限公司：吕青海、李发、王辉、张雯、韩鹏、杨阳、杨广林、商迎秋、牛长德四川长虹电子控股集团有限公司：毕可骏、徐庭锐、王鑫、韩宇瑞美的集团股份有限公司：陈俊、王军普天信息工程设计服务有限公司：陈昕、郭惠军、李果深圳艾灵网络有限公司：俞一帆创源微致软件有限公司：戴佐俊、张恒紫光展锐(上海)科技有限公司：张伟强、朱勇旭、李丛蓉北京科技大学：张海君、张晓奇、张耀敏、苏仁伟成都爱瑞无线科技有限公司：宋巨伟、任广梅京信网络系统股份有限公司：龚贺中电科普天科技股份有限公司：张振、叶杨、杜翠凤卡奥斯工业智能研究院（青岛）有限公司：赵士超、刘鹏英目目录录一、网络 SLA 指标定义.1（一）网络可用度.2（二）时延可靠性.3（三）用户速率.5（四）定位准确度.6（五）时钟同步精度.6（六）网络隔离.6二、网络 SLA 指标能力等级划分.6（一）网络可用度.7（二）时延可靠性.7（三）用户速率.8（四）定位准确度.9（五）时钟同步精度.9（六）网络隔离.9三、业务需求和网络 SLA 需求映射.10（一）行业需求提取.10（二）网络 SLA 需求映射.13（三）网络 SLA 需求能力等级汇总.16四、典型场景业务 SLA 需求到网络 SLA 需求过程示例 16（一）柔性生产制造.16（二）机器视觉质检.18（三）网络 SLA 需求示例总结.20五、总结和展望.21附录：相关术语.21（一）通信服务可用性和可靠性.21（二）5G 网络和垂直应用的性能测量关系.2515G 行业应用涉及千行百业，5G 行业项目经过一段时间的拓展和试点，基于前期调研，当前主要存在如下问题：一是在垂直行业应用过程中，行业、网络设备商、网络集成商、运营商等相关组织对于网络指标需求定义描述不统一，如可靠性、时延等概念在 5G 网络中具体代表什么含义，大家理解不一致，导致行业与网络在语言充分对接方面存在难点；二是 5G 行业应用业务类型和场景丰富，不同细分行业业务需求差异较大，从而对网络服务水平保证（SLA）有不同的需求，由于行业业务需求与网络 SLA 需求缺少统一语言和映射，导致行业无法描述清楚对网络 SLA 的具体诉求，从而网络建设保障时存在难点。1随着 5G 网络与行业应用的有机融合和推广应用，亟需制定相应的网络 SLA 规范，从而解决运营商、设备商以及行业用户等对网络SLA 需求的概念理解不一致的问题。通常 SLA 包括体验 SLA、业务 SLA 和网络 SLA：体验 SLA 从用户业务出发，定义用户体验，如视频卡顿、花屏等，业务 SLA 从行业业务流出发，定义业务流中断时长、传输数据量等指标，网络 SLA从网络角度出发，定义网络连接的速率、时延等指标。本文主要定位于对网络层 SLA 的内容分析，通过统一面向行业的 5G 网络 SLA 指标范围、SLA 指标定义、SLA 指标分级规范和 SLA指标需求描述等内容，帮助行业客户、行业解决方案提供商、电信运营商、电信设备商等对齐网络 SLA 语言。一、网络 SLA 指标定义1SLA（Service Level Agreement）：双方正式协商达成的协议，有时也称为服务水平保证。它是服务提供商和客户之间的合同（或合同的一部分），旨在建立对服务、优先级、责任等的共同理解。(来源：TMForum SLA 管理手册)。2通过对标准业界和行业的分析，网络层 SLA 重点关注的指标，包括：网络可用度、时延、可靠性、抖动、用户速率、定位准确度、网络隔离等，作为 5G 工业互联网提供网络服务的基础。（一）（一）网络网络可用度可用度网络可用度是网络可用性的概率度量指标，对于可修复产品，网络可用度 A 与可靠性度量指标 MTBF、可维修性度量指标 MTTR 关系如下：MTTRMTBFMTBFA1.网络可用性网络可用性:产品在任意随机时刻需要和开始执行任务时，处于可工作或可使用状态的程度。它的概率量度称为可用度。在 5G 系统中，用于描述网元组成的网络正常运行的时间比例。（来源：GJB451-90、IEC61907）。2.网络可靠性网络可靠性:产品在规定的条件下和规定的时间内，完成规定功能的能力。可靠性的概率度量也称可靠度。（来源：GJB451-90、IEC61907）。MTBF（平均故障间隔时间）是可修复产品可靠性的一个基本度量：在规定状态下的特定测量区间，产品的所有部件能够在指定范围内完好工作的寿命单位均值。（来源：MIL-STD-721C-81）33.网络可维修性网络可维修性：产品在规定的条件下和规定的时间内，按规定的程序和方法维修时，保持和恢复到规定状态的能力。（来源：GJB451-90、IEC61907）。MTTR（平均故障恢复时间）是产品维修性的一种基本参数，其度量方法为：在规定的条件下和规定的时间内，产品在任意规定的维修级别上，修复性维修总时间与在该级别上被修复产品的故障总数之比。（来源：GB/T3187-94、GJB451-90、GR-512-CORE）。（二）时延可靠性（二）时延可靠性在 5G 工业应用中，对传输数据包同时有低时延和高可靠性要求，因此在网络 SLA 描述时，时延和（包）可靠性一般一起描述为时延可靠性(时延可靠性)。时延可靠性计算方法：满足一定时延约束条件下成功接收的包数除以发送的总包数。1.时延时延：在 5G 系统通信服务接口处测量，数据包从源通信设备的CSIF 成功传输到目标通信设备的 CSIF 的时间。（来源：3GPP TS22.261）E2E 中的端点是通信服务接口（3GPP 网络指通信设备的CSIF），如下图所示，橙色箭头为垂直应用程序的视角，蓝色箭头为 3GPP 网络性能测量的视角，即包括和不包括 IP 层；4不同通信服务接口（CSIF）下的网络性能测量 该指标基于无线通信场景，分为单端无线时延(UE toNetwork/Network to UE)和双端无线时延(UE to Network to UE)；该指标在多数场景要求为最大时延，但有些场景要求为严格的时间边界最小端到端延迟，最大端到端延迟。如图所示，在多数场景，仅有最大时延 tUB要求，在部分场景同时有有最小时延 tLB和最大时延 tUB的要求。（来源：3GPP TS 22.104）52.（包）可靠性（包）可靠性：在网络层数据包传输的上下文中，在目标服务所需的时间限制内成功传送到给定系统实体的已发送网络层数据包量除以已发送的网络层数据包总数的百分比值。（来源：3GPP TS22.261）在 5G 系统通信服务接口处测量；3GPP 中为 reliability 定义不区分 SLA 类型即可表示各种指标的可靠性要求，当前本文重点分析时延可靠性要求，同时用packet reliability 与传统网络设备可靠性区分；基于 3GPP TS 23.501 的丢包率定义，当有 QOS 要求时，丢包率表示为在满足 QOS 时延要求下未成功到达的数据包的比例，即 1-p(丢包率)=R（可靠性）。在网络 SLA 指标里面，统一采用（包）可靠性。（三）用户速率（三）用户速率用户体验数据速率：获得业务质量体验所需的最低数据速率。但广播类业务的情况除外，其为所需的最大值。（来源：3GPP TS22.261）用户级最低保障速率要求；本文统一简化为“用户速率”表示；该指标分为上行用户速率和下行用户速率。6（四）定位准确度（四）定位准确度定位准确度：描述 UE 测量的位置与真实位置的偏差。（来源：3GPP TS 22.261）指标一般描述为准确度概率，如：3m90%；可细分为水平准确度、垂直准确度；准确度可以描述绝对位置的准确度，也可以描述相对位置的准确度。（五）（五）时钟时钟同步精度同步精度时钟同步精度：在同步域内，主时钟和任何从 UE 时钟之间的最大允许时间偏差。（来源：3GPP TS 22.104）5G 系统包括 CN、TN、RAN 和 UE。（六）网络隔离（六）网络隔离网络隔离：为用户申请的网络资源需要与其他用户申请的网络资源进行物理或逻辑上的隔离。（来源：3GPP SA5 TS28.541）物理隔离是指网络资源在物理位置上是分开的，如采用不同的硬件资源、不同的机架、不同的位置、不同的频谱等；逻辑隔离是指网络资源在逻辑上是隔离的，如采用虚拟资源层面的隔离，网络功能层面的隔离，或租户/业务层面的隔离。二、网络 SLA 指标能力等级划分7各行业场景千差万别，通过抽象并总结共性 SLA 要求有大带宽、低时延高可靠、高精度定位、高可用网络。本文为了归一化供给侧的网络 SLA 需求，将网络 SLA 各指标按照能力等级进行划分，通过划分等级，统一量化网络 SLA 需求能力等级，网络可按照不同等级进行保障。通过将不同行业场景的能力要求应对到网络的 SLA 需求等级上，从而可加速行业批量复制能力。（一）网络可用度（一）网络可用度业界通常采用几个 9 表征网络设备的可靠程度，针对 5G 工业场景，网络可用度等级分级如下：等级/指标网络可用度(%)典型服务场景SLA 199,99.9)一般应用于个人设备，如电脑或服务器SLA 299.9,99.99)一般在警务专网、平安城市等场景，视频监控、维护信息采集等业务场景SLA 399.99,99.999)一般在影响生产效率场景，如港口 PLC 控制等场景SLA 499.999,99.9999)一般在安全强相关场景，如智能列控（高铁、轨交）、钢铁生产控制等场景SLA 599.9999更高要求的电信级设备场景（二）时延可靠性（二）时延可靠性对应网络 SLA，基于时延和可靠性的 SLA 等级分级如下：指标/等级SLA 1SLA 2SLA 3SLA 4SLA 5时延(ms)(50,100)20,50)10,20)4,10)4包可靠性(%)99,99.9)99.9,99.99)99.99,99.999)99.999,99.9999)99.9999由于在网络 SLA 要求中，对于多数 URLLC 业务同时有时延和可靠性的要求，当将不同等级的时延和包可靠进行组合时，存在大量可能，为了更好的将行业需求和网络保障相结合，本文基于行业场景分析，将时延和包可靠一起划分等级如下：等级/指标时延(ms)包可靠性(%)典型应用场景SLA 110099.9%一般要求业务场景SLA 25099.9%一般要求的远程控制业务，如矿山、钢铁等场景的挖8掘机、无人天车等服务场景SLA 32099.99%一般较高要求的远控业务，如港口的龙门吊、远程医疗的操作摇杆控制等远控业务场景SLA 41099.99%一般指高要求的运动控制业务、差动保护等场景，如智能电网差动保护、C2IO 车间级智能制造等服务场景SLA 5499.999%一般指 AR/VR、AR/VR 强交互、工厂现场级智能制造等更高要求场景注：SLA 分级对应为（UE-Network-UE）的双向时延（UE-Network）的单向时延*2（三）用户速率（三）用户速率1.上行用户速率在 5G 工业互联网中，对上行速率要求比 ToC 行业要求高，对网络带来挑战，基于当前 5G 网络和应用需求分析，将上行用户速率等级划分如下：等级/指标用户上行速率(Mbps)典型应用场景SLA 1(0,50)一般普通图片、文件传输、视频监控等场景。SLA 250,100)一般高清图片传输、高清视频监控等场景SLA 3100,200)8K 超高清视频监控、机器视觉质检等场景SLA 4200,500)AR/VR 等场景SLA 5500更高要求的场景2.下行用户速率在 5G 工业互联网中，基于当前 5G 网络和应用需求分析，将下行用户速率等级划分如下：等级/指标下行用户速率(Mbps)典型应用场景SLA 1(0,10)远程控制、电网的配网差动保护、三遥等场景SLA 210,100)电竞类云游戏等场景SLA 3100,500)AGV 地图下载、智慧急救等场景SLA 4500,1000)8K 超高清视频、VR 教育、VR 文旅等场景SLA 51000更高要求的场景9（四）定位准确度（四）定位准确度在 5G 工业互联网中，涉及人与人、人与物、物与物的链接，存在人、车、物的协同，对定位要求越来越高，基于当前 5G 网络和应用需求分析，将定位准确度等级划分如下：等级/指标定位准确度(m)典型应用场景SLA 13,10)一般指面向人的定位，如铁路、工厂等人员导航、轨迹规划等服务场景SLA 21,3)一般指室内人员或物的定位，如机场、园区等人员定位、车辆导引等服务场景SLA 30.3,1)一般指面向较高精度的人或物的定位，如车辆网、无人机、精细化工等场景，提供车辆协同、无人机测绘和农业、安全生产人员位置等服务场景SLA 40.1,0.3)一般指面向高精度的物的定位，如智能制造、仓储物流、电力能源等场景，提供 AGV 导航、资产追踪管理、电子围栏、工具匹配、工作协同等服务场景SLA 50.1更高要求的场景注：1.定位准确度，一般采用 90%可用度的满足度。2.本文分级中，基于整体的定位确度(即定位准确度=abs|测量位置(坐标)-实际位置(坐标)|)，不区分垂直准确度和水平准确度。（五）时钟同步精度（五）时钟同步精度当前行业应用中，电网差动保护场景对时钟同步精度有要求，基于分析，时钟同步精度分级如下：等级/指标时钟同步精度(us)典型应用场景SLA 1-SLA 2-SLA 3-SLA 4(1,10一般指面向电网差动场景SLA 51（六）网络隔离（六）网络隔离该指标是指为满足企业、园区等行业客户的业务安全要求，而对提供的网络所采取的安全隔离方面所提出的要求措施。具体包括物理隔离（如专网专线等）、逻辑隔离（如虚拟网络设备等），提10供专用资源预留、资源抢占、共享资源池等机制，基于 5G 网络和行业需求，等级分级如下：等级/指标网络隔离典型应用场景SLA 1逻辑隔离行业用户共享物理网络，通过逻辑方式提供网络资源（如虚拟网络设备等），并保证与其他用户的资源是安全隔离的SLA 2物理隔离为行业用户提供安全可靠的独占的物理网络（如专网特定地理位置、专线特定机框、专网特定频谱等）注：当前分级参照3GPP SA5 TS28.541。针对5G网络来说，由于存在多个5G网元，因此，网络隔离时，可能会存在一些中间状态，中间状态在当前版本暂不考虑，主要跟随3GPP定义。三、业务需求和网络 SLA 需求映射（一）行业需求提取（一）行业需求提取行业需求提取应根据行业特点和业务需求等方面，分析行业整体需求和业务场景的通信需求、服务能力需求和隔离需求，形成对应的行业需求信息汇总表和若干业务场景需求信息详表。行业需求提取模板参考国标 TC124基于蜂窝网络的工业无线通信规范 第 5部分 应用规范。表 1 给出了行业需求信息汇总模板，主要用于收集行业/企业的整体诉求(包括网络设备故障要求、网络隔离要求)和业务场景类型汇总。表 1工业业务需求信息汇总模板列项信息说明行业类别工业应用场景所属的行业。参考 GB/T 4754-2017国民经济行业分类。企业名称企业基本信息厂区总面积工业设备所分布的地理区域大小厂区网络隔离要求不同工作区域之间工业应用的隔离需求，例如：不同分厂、不同厂房、不同车间之间的隔离需求。5G 网络 的区 域业务区域名称工业应用所在的工作区域，举例：不同分厂、不同厂房、不同车间。基于不同区域进行信息填写。面积区域面积11A网络设备故障要求区域范围内，网络设备故障的中断时间要求，单位min/year 或 min/mouth；网络隔离要求不同企业组织之间工业应用的隔离需求，例如：运输部、生产部之间的隔离需求。不同目的网络的工业应用的隔离需求，例如：工业终端监控应用连接到远程的服务器，工业控制应用连接到本地的控制服务器,工业终端监控和工业控制应用之间的隔离需求。不同应用名称的工业应用的隔离需求，其中工业应用名称用以唯一的标识一个工业应用。例如：视频类的“工业质检应用”划分为一个网络切片。场 景 1名称场景名称按照业务类型进行命名，例如：远程设备操控、远程运维、视觉检测、实时控制等场 景 2名称场 景 3名称5G 网络 的区 域B表 2 给出了工业业务场景分析模板，表中的关注项是可选的，应根据实际需求填写。表 2工业业务场景分析模板关注项具体信息单位必要性说明场景名称/必填工业应用场景中应用的名称，和表 1 中场景名称对应。按照业务类型进行命名，例如：远程设备操控、远程运维、视觉检测、实时控制等场景描述/选填工业应用场景业务类型描述信息。通 信 关 系1通 信 关 系标识 1/必填递增、唯一性通 信 关 系名称/必填所属行业中应用场景的业务类型对应的细分业务名称。例如：远程设备操控中的视频监控终 端 设 备信息/工业应用场景中，当前通信关系分析的蜂窝终端设备名称及信息终端数量和终端设备信息中所列设备具有相同通信关系的终端数移动类型/选填工业应用场景中改变工业蜂窝终端设备的地理位置的移动类型，具体应包括：12静止：在整个使用寿命期间保持静止；自由移动：移动时间和区域不受限制；区域限制移动：在约定的区域内可移动；游牧移动：使用时是静止的，两次使用的间隔是可以移动的。移动速率km/h选填工业应用场景中自由移动或区域限制移动的工业蜂窝终端设备移动的速度，单位：km/h无 线 组 网类型/必填无线组网方式，单端无线、双端无线。注：双端无线，指数据交换经过 2 次 5GS网络，路径为 UE-RAN-UPF-RAN-UE；单端无线，指数据讲话经过 1 次 5GS 网络，路径为 UE-RAN-UPF业务方向必填从行业终端视角描述业务流的方向，分为双向、单向。注：1、双向代表业务需要应答，单向代表业务不需要应答。2、无线组网为单端无线，补充描述基于终端视角的业务发起和应答方向，如上行发送&下行响应。业务特征/必填该通信关系的业务特征，例如：确定性周期性通信、确定性非周期性通信、非确定通信。定 位 准 确度m选填工业蜂窝终端设备的测量位置与真实位置值的偏差，包括水平定位准确度和垂直定位准确度，单位：m。时 钟 同 步精度s选填工业应用场景中终端设备时钟和基准时钟之间的最大偏差，单位：s注：终端设备有时间同步精度要求的通信关系时填写业 务 可 用性/选填(确定性通信业务填写)根据商定的 QoS 交付端到端通信服务的时间量除以在特定区域中根据规范预期交付端到端服务的时间量的百分比值。注：如果通信服务不满足相关的 QoS 要求，则认为该通信服务不可用。如果可用性是这些要求之一，则遵循以下规则：如果在指定的时间内（该时间至少是允许的最大端到端延迟和生存时间的总和）未收到预期消息，则认为系统不可用。生存时间ms选填(确定性通信业务填写)工业应用在没有收到预期消息的情况下可以继续运行的最大时间，单位：ms传输周期ms选填（周期性通信业务）工业应用传输周期性应用数据的时间间隔，单位：ms注：仅当工业应用数据包以固定的传输间隔发送时填写。应 用 数 据量Byte选填该通信关系中，要求传输的应用数据量，单位：Byte注：1)周期性通信业务中，表示应用数据包在传输周期内发送的数据量。2）非周期性通信业务中，表示单次业务传输的数据量。E2E 最 大时延ms选填应用数据量从源端传输到目的端可允许的最大传输时长，单位：ms注：1、在不影响工业应用时能容忍的最大传输时长；2、E2E 时延都是指 2 个通信端口的单向时延；3、双端无线时，E2E 最大时延为经过 2 次 5GS 的时延，单端无线13时，E2E 时延为经过 1 次 5GS 的时延。最 大 应 用数据量MBytes选填(非确定性业务填写)每秒内业务要求的最大应用数据量。注：1、没有固定传输周期和应用数据量的业务填写,如视频、图片、文件等 2、双向通信时，若上下行要求不一样，需区分上行和下行需求给出。最 小 应 用数据量MBytes选填(非确定性业务填写)每秒内业务要求的最小应用数据量。注：1、没有固定传输周期和应用数据量的业务填写,如视频、图片、文件等。2、双向通信时，若上下行要求不一样，需区分上行和下行需求给出。通 信 关 系2通 信 关 系标识 2/必填递增、唯一性通 信 关 系名称/必填所属行业中应用场景的业务类型对应的细分业务名称。例如：远程设备操控中的视频监控.（二）网络（二）网络 SLA 需求映射需求映射基于业务需求，为了将其映射为业务对网络的 SLA 需求，应将基于表 2 形成的“工业应用场景分析表”映射为基于表 3 形成的“工业蜂窝网络通信需求表”。两个表格在映射时应整体遵循以下原则：a)区域网络可用度：表 1 区域网络设备故障的年中断时间要求映射为网络可用度，网络可用度=1-中断时间要求/总运行时间b)针对确定性周期性业务：表 2 中的应用数据量、E2E 最大时延映射为表 3 中的单个通信关系的用户速率。用户速率（Mbps）=max（应用数据量*8*（1000/传输周期）,（应用数据量*8/（E2E 最大时延/1000）表 2 中的业务可用性、生存时间、传输周期组合映射为表 3 中的单个通信关系的可靠性。可靠性=1 14生存时间传输周期 11 业务可用性（对业务可靠性有要求时填写）（参照 3GPP TS 22.104）表 2 中的 E2E 最大时延映射为表 3 中的单个通信关系的时延要求。c)针对确定性非周期业务：表 2 中的应用数据量和 E2E 最大时延映射为表 3 中的单个通信关系的用户速率。用户速率（Mbps）=（应用数据量*8/（E2E 最大时延/1000）表 2 中的 E2E 最大时延映射为表 3 中的单个通信关系的时延要求。d)针对非确定性业务：表 2 中的 E2E 最大时延和最大/小应用数据量映射为表 5 中的单个通信关系的最大/小用户速率。用户速率（Mbps）=（最大/最小应用数据量*8/（E2E 最大时延/1000）e)其他映射关系：表 2 中的定位准确度映射为表 3 中的定位准确度表 2 中的时钟同步精度映射为表 3 中的时钟同步精度。表 3网络 SLA 需求模板关注项具体信息单位必要性说明业务区域名称工业应用所在的工作区域，举例：不同分厂、不同厂房、不同车间。基于不同区域进行信息填写。网络可用度网络隔离要求场景名称工业应用场景中应用的名称，和表1中场景名称对应场景描述工业应用场景描述信息通信关系标识1通信关系标识/必填递增、唯一性通信关系名称/必填所属行业中应用场景的业务类型对应的细分业务名称。例如：远程设备操控中的视频监控终端设备信息工业应用场景中，当前分析的蜂窝终端设备名称及信息终端数量和终端设备信息中所列设备具有相同通信15关系的终端数移动类型/选填工业设备的运动类型：静止、自由移动、区域限制移动、游牧移动移动速率km/h选填能够自由移动或区域限制移动的设备所移动的速度无线组网类型/必填无线组网方式，单端无线、双端无线。业务方向必填从行业终端视角描述业务流的方向，注：双向或单向。注：1、双向代表业务需要应答，单向代表业务不需要应答。2、无线组网为单端无线，补充描述基于终端视角的业务发起和应答方向，如上行发送&下行响应。业务特征/必填该通信关系的业务特征，例如：确定性周期性通信、确定性非周期性通信、非确定通信。定位准确度m选填工业蜂窝终端测量位置与其真实位置值的偏差，包括水平定位准确度和垂直定位准确度，单位：m时钟同步精度s选填终端设备有时间同步精度要求的通信关系时填写，单位：s业务特征确定性周期性业务、确定性非周期性业务、非确定性业务用户速率Mbps选填确定性周期业务的时刻最小保障用户速率；确定性非周期业务的瞬时最小保障用户速率；通信关系中，若上下行要求不一样，需区分上行和下行需求给出，若不区分，则默认上下行需求一样。时延ms选填确定性业务的最低时延要求；注：双端无线，则时延代表的为RTT时延，单端无线时延代表的为OTT时延。可靠性/选填确定性业务的网络包可靠性要求；单用户峰值速率Mbps选填1、非确定性业务传输所要求的最大传输速率，单位Mbps；2、通信关系中，若上下行要求不一样，需区分上行和下行需求给出，若不区分，则默认上下行需求一样。单用户最低速率Mbps选填1、非确定性业务传输所要求的最小传输速率，单位Mbps；2、通信关系中，若上下行要求不一样，需区分上行和下行需求给出，若不区分，则默认上下行需求一样。通信关系标识2对于单个终端能力要求：该终端设备的用户速率要求为各通信关系的用户速率加和。该终端设备的时延可靠性要求为该终端涉及的最高时延可靠性要求。对于区域网络能力要求：16区域网络的总速率要求为各通信关系的用户速率加和。区域网络的最低时延可靠性要求为该区域涉及的最高时延可靠性要求。注：1）实际网络要求需考虑非周期业务的并发概率。本文主要通过模板收集行业应用场景的网络需求。2）将无法给出行业需求时，可直接按照网络 SLA 需求模板给出网络需求。（三）网络（三）网络 SLA 需求能力等级汇总需求能力等级汇总网络网络 SLASLA 指标指标/SL/SLA A等级等级网络可用度网络隔离时延可靠性上 行 用 户速率下 行 用 户速率定位准确度时 钟 同 步精度区域 1场景 1-通信标识 1场景 1-通信标识 2场景 2-通信标识 1.四、典型场景业务 SLA 需求到网络 SLA 需求过程示例不同行业的属性和场景需求不一样，需要梳理出可复制、规模化应用的场景，如“5G 机器识别、5G AGV 物流、5G 数据采集/工厂远程控制”，通过对基于行业、场景的业务需求到网络 SLA 需求的映射和等级划分，从而明确 5G 网络面向行业服务、端到端的保障能力标准。（一）柔性生产制造（一）柔性生产制造场景描述：数控机床和其他自动化工艺设备、物料自动储运设备通过内置 5G 模组或部署 5G 网关等设备接入 5G 网络，实现设备连接无线化，大幅减少网线布放成本、缩短生产线调整时间。通过 5G17网络与多接入边缘计算（MEC）系统结合，部署柔性生产制造应用，满足工厂在柔性生产制造过程中对实时控制、数据集成与互操作、安全与隐私保护等方面的关键需求，支持生产线根据生产要求进行快速重构，实现同一条生产线根据市场对不同产品的需求进行快速配置优化。同时，柔性生产相关应用可与企业资源计划（ERP）、制造执行系统（MES）、仓储物流管理系统（WMS）等系统相结合，将用户需求、产品信息、设备信息、生产计划等信息进行实时分析、处理，动态制定最优生产方案。1.行业业务场景需求表 1工业业务场景分析模板关注项装备制造煤化工石油炼化场景名称5G 云化 PLC闭环控制场景描述基于工业 OS 打造的 5G 云化PLC 技术应用，以减少现场PLC 或者 DCS 控制器的数量，减少空间占用，降低生产和维护成本为目标。应用系统选用远程 IO 模块，实现 IO系统配置的模块化，利用总线通讯，大大减少了现场复杂的走线。闭环控制是流程工业中最核心的控制机制，通过在不同装置或过程安装传感器（或变送器），控制器可以及时感知过程状态，并根据预设工艺算法对生产过程进行优化并进行安全可靠的控制通信关系标识1通信关系名称5G 云化 PLC远程控制中的云PLC 实时逻辑控制分布式控制终端设备信息5G 网关移远 RG200U-CN控制器远程 IO终端数量20500100无线组网类型单端无线单端无线单端无线业务方向双向双向双向(下行请求上行响应)业务特征确定性周期性通信确定性周期通信确定性周期性通信时 钟 同 步 精 度(s)10000业务可用性99.9.9999.9999%生存时间(ms)100/100传输周期(ms)3102(总线周期 200)应 用 数 据 量(Byte)1001M30E2E 最 大 时 延20202018(ms)2.网络 SLA 需求表 2网络 SLA 需求模板关注项装备制造煤化工石油炼化业务区域名称网络可用度99.999.999%(SLA4)网络隔离要求物理隔离物理隔离物理隔离(SLA2)场景名称5G 云化 PLC云化 PLC 的业务场景闭环控制场景描述基于工业 OS 打造的 5G 云化 PLC 技术应用，以减少现场 PLC 或者 DCS 控制器的数量，减少空间占用，降低生产和维护成本为目标。应用系统选用远程 IO 模块，实现IO 系统配置的模块化，利用总线通讯，大大减少了现场复杂的走线。园区数据采集、数字化工厂协同控制、本地PLC 云边协同辅助计算通信关系标识1通信关系名称5G 云化 PLC远程控制种的云 PLC 实时逻辑控制分布式控制终端设备信息5G 网关和控制器移远 RG200U-CN控制器远程 IO终端数量20500100无线组网类型单端无线单端无线单端无线业务方向双向双向双向业务特征确定性周期性通信确定性周期通信确定性周期性通信时钟同步精度(s)10000用户速率(Mbps)2（SLA1）10（SLA1）1.5（SLA1）时延(ms)20（SLA2）20（SLA3）20（SLA3）可靠性99.9%（SLA2）99.999%（SLA4）99.999%（SLA4）（二）机器视觉质检（二）机器视觉质检场景描述：在生产现场部署工业相机或激光器扫描仪等质检终端，通过内嵌 5G 模组或部署 5G 网关等设备，实现工业相机或激光扫描仪的 5G 网络接入，实时拍摄产品质量的高清图像，通过 5G 网络传输至部署在 MEC 上的专家系统，专家系统基于人工智能算法模型进行实时分析，对比系统中的规则或模型要求，判断物料或产品是否合格，实现缺陷实时检测与自动报警，并有效记录瑕疵信息，19为质量溯源提供数据基础。同时，专家系统可进一步将数据聚合，上传到企业质量检测系统，根据周期数据流完成模型迭代，通过网络实现模型的多生产线共享。机器视觉质检，主要是通过工业相机等实时拍摄数据通过 5G 网络上传到 MEC。1.行业业务场景需求表 1工业业务场景分析模板关注项飞机飞机大部件船舶工业材料场 景 名称飞机复合材料自动铺丝在线检测8K 超高分辨率飞机大部件表面缺陷检测船用钢板麻点检测机器视觉材料检测场 景 描述通过 5G 工业相机实现铺丝在线本地检测，同时上传云端系统。通过 5G 工业相机实现大部件表现缺陷在线本地检测，同时上传云端系统。使 用 标 准 3D相机采集钢板图像，实现钢板表面全检。通过工业相机对材料表面进行检测，将 5G 技术和机器视觉技术相结合，实现材料异常色差、缝隙、多余物在线检测的场景。通 信 关系标识1/21/2/311/2通 信 关系名称机器视觉质检飞机复合材料自动铺丝在线检测机器视觉质检-8K 超高分辨率飞机大部件表面缺陷检测机 器 视 觉 质检船用钢板麻点的高精度 3D 检测机器视觉质检-机器视觉材料检测终 端 设备信息高速 3D 相机/黑白 2D相机黑白相机/深度相机/彩色相机3D 工业相机1080P 相机/黑白相机终 端 数量1/11/1/3242/1移 动 类型静止区域限制移动静止静止移 动 速率(km/h)无 线 组网类型单端无线单端无线单端无线单端无线业 务 方向单向（上行）单向（上行）单向（上行）单向（上行）业 务 特征确定性周期性通信确定性周期性通信确定性周期性通信确定性周期性通信传 输 周期(ms)1s*1000=1000ms22s*1000=22000ms500ms1s*1000=1000ms应 用 数据量(Byte)3.9Mbyte(每秒采集数据量约为 39MByte，若采用 10:1 图像压缩处 理 后，传 输 数 据量)/5Mbyte（每秒采集 数 据 量 为：50MByte34.8 Mbyte(原始数据量为：174MByte，此处假设采用 5:1 无损压缩处理)/4.8Mbyte(原始 数据量为：24MByte此处假设采用 5:1 无损4MByte(压 缩处理后)4Mbyte/2MByte20若采用 10:1 图像压缩处理，传输数据量）压缩处理)/216Mbyte(数据 量为：1080MByte此处假设采用 5:1 无损压缩处理)2.网络 SLA 需求表 2网络 SLA 需求模板关注项飞机飞机大部件船舶工业材料场景名称飞机复合材料自动铺丝在线检测8K 超高分辨率飞机大部件表面缺陷检测船用钢板麻点检测机器视觉材料检测场景描述通过 5G 工业相机实现铺丝在线本地检测，同时上传云端系统。通过 5G 工业相机实现大部件表现缺陷在线本地检测，同时上传云端系统使用标准 3D相机采集钢板图像，实现钢板表面全检。通过工业相机对材料表面进行检测，将 5G 技术和机器视觉技术相结合，实现材料异常色差、缝隙、多余物在线检测的场景。通信关系标识1/21/2/311/2通信关系名称机器视觉质检飞机复合材料自动铺丝在线检测机器视觉质检-8K 超高分辨率飞机大部件表面缺陷检测使用标准 3D相机采集钢板图像，实现钢板表面全检。机器视觉质检-机器视觉材料检测终端设备信息高速 3D 相机/黑白 2D 相机黑白相机/深度相机/彩色相机3D 工业相机1080P 相机/黑白相机终端数量1/11/1/3242/1移动类型静止区域限制移动静止移动速率(km/h)/无线组网类型单端无线单端无线单端无线单端无线业务方向单向（上行）单向（上行）单向（上行）单向（上行）业务特征确定性周期性通信确定性周期性通信确定性周期性通信确定性周期性通信用户速率(Mbps)31.2/40（单个通信关系：SLA1）12.65/1.75/78.55（单个通信关系：SLA1/SLA2）70（单个通信关系：SLA2）32/16（单个通信关系：SLA1）（三）网络（三）网络 SLA 需求示例总结需求示例总结网络网络 SLASLA 指标指标场景场景 1:1:柔性生产制造柔性生产制造场景 2：机器视觉机器视觉(有图像压缩)装备制造石油炼化高速 3D 相机(飞机复合材料)/1080P 相机(材料检测)8K(飞机大部件)/3D工业相机（船舶）网络可用度99.999%SLA4网络隔离物理隔离物理隔离21SLA2SLA2上行用户速率(单通信关系)10M12M40M80M 左右SLA1SLA1SLA2下行用户速率10MSLA1时延可靠性20ms99.9 ms99.999%SLA3SLA4五、总结和展望本白皮书通过标准、业界、行业的分析，总结 5G 工业互联网中的行业对网络的需求，1）给出归一化的六大 SLA 指标项和指标定义，包括时延可靠性、网络可用度、用户速率、定位准确度、时钟同步精度、网络隔离；2）同时基于 5G 网络能力和行业场景，将 5G网络 SLA 指标能力分级为 5 个等级，不同的行业需求应用到不同等级；3）建立业务需求到网络需求描述模板和转译方法，并基于场景举例。通过将本白皮书内容应用于 5G 工业互联网项目中，可以有效指导行业企业、行业解决方案提供商、运营商、通信设备商对行业场景、网络需求联合分析输出 5G 网络 SLA 需求，支持行业/应用批量复制。后续需进一步研究，5G 网络 SLA 分级能力如何保障，即 5G 网络通过哪些不同的方案来保障网络 SLA 不同的分级能力。5G 网络通过分级 SLA 保障，可快速建网和保障，从而利于 5G 应用和商用快速发展。附录：相关术语（一）（一）通信通信服务可用性服务可用性和可靠性和可靠性通信服务可用性：根据商定的 QoS 交付端到端通信服务的时间量除以在特定区域中根据规范预期交付端到端服务的时间量的百分比值。（3GPP TS 22.261）22注：“端到端”中的端点假定为通信服务接口。注：如果通信服务不满足相关的 QoS 要求，则认为该通信服务不可用。如果可用性是这些要求之一，则遵循以下规则：如果在指定的时间内（该时间至少是允许的最大端到端延迟和生存时间的总和）未收到预期消息，则认为系统不可用。1.术语澄清可用性和可靠性在 3GPP 和垂直行业中都使用，但含义不同。通信服务可用性解决了通信服务的可用性。此定义遵循垂直标准 IEC61907。另一方面，可靠性是 3GPP 术语，涉及通信网络的可用性。对于移动网络，这两个术语的关系如图所示。如图所示，可靠性涵盖两个节点（此处为端节点）之间的通信相关性，而通信服务可用性涵盖两个通信服务接口之间的通信相关性。换言之，这两个概念之间的差距是通信接口。这看起来可能是一个小的差别，但是这种差别可能导致可靠性和通信服务可用性具有不同值的情况。示例：流量“卡住”相关场景如图所示。23图：通信服务可用性和可靠性具有不同值的示例。报文从通信服务接口图：通信服务可用性和可靠性具有不同值的示例。报文从通信服务接口 A A 可靠地传输到端节点可靠地传输到端节点 B B，但，但在通信服务接口在通信服务接口 B B 处不暴露报文。处不暴露报文。该场景主要解决应用 A 到应用 B 的单播通信，报文在通信服务接口 A 从应用切换到通信网络，然后传输到端节点 B。在这个示例中，端节点 B 接收到的报文不会暴露在通信服务接口 B 处。因此，即使切换到端节点 A 的所有报文在目标服务所需的时间约束内成功地传递到端节点 B(即可靠性为 100%)，由于没有数据包到达“终点”即通信服务接口 B，所以通信服务可用性为 0%。示例：通信业务接口丢弃报文相关场景如图所示。图：通信服务可用性和可靠性具有不同值的示例。实际上，只有一半传输到端节点图：通信服务可用性和可靠性具有不同值的示例。实际上，只有一半传输到端节点 A A 的报文被传输的报文被传输到端节点到端节点 B B，并在通信服务接口，并在通信服务接口 B B 上传输到应用上传输到应用 B B。该场景描述的是应用 A 到应用 B 的均匀散列报文单播通信。报文在通信服务接口 A 从应用切换到通信网络，然后传输到端节点 B。24实际上，仅仅每第二个数据包被成功切换到端节点 A，然后传输到端节点 B。因此只有一半的数据包到达应用 B。注意，移动网络的可靠性是 100%，因为所有报文都在目标业务所需的时间约束内从端节点 A 传输到达端节点 B。但是，根据商定的 QoS，通信服务的可用性可以与可靠性相同，也可以低得多。例如，如果约定的生存时间等于或大于端到端延迟，则可靠性和通信服务可用性是相等的。但是，如果生存时间较小，可靠性是通信服务可用性的两倍。请注意，计算通信服务可用性的最短时间间隔是最大允许端到端延迟和生存时间的总和。2.业务可用性和包可靠性关系在 5G 系统中，关于可靠通信，有两个基本的视角：通信业务的端到端视角和网络视角（见图）。图图:5G:5G 系统网络视角系统网络视角图中的通信服务可以在一侧的 UE 与另一侧的网络服务器之间实现，也可以在一侧的 UE 与另一侧的 UE 之间实现。在某些情况下，采用本地方法（例如网络边缘）优先用于网络侧的通信服务，以降低延迟或在工厂站点上将敏感数据保留在非公共网络中。25通信服务可用性被认为是网络物理应用程序的重要服务性能要求，特别是对于具有确定性流量的应用程序。虽然网络无法直接测量通信服务可用性，但通信服务可用性要求是 5G 系统的时延、存活时间和可靠性要求的组合，因为当未接收到预期消息（例如，网络物理应用）时，系统被视为不可用。应用程序在生存时间到期后的传输时间（实际延迟）大于最大端到端延迟。逻辑链路的网络可靠性、存活时间配置和通信业务可用性之间的关系示例如下表所示。当存活时间等于传输间隔时，通信服务可用性与可靠性的关系示例。通信服务可用性通信服务可用性可靠性（可靠性（3GPP3GPP TSTS 22.26122.261）99,9999,9,999999,99,99999999,999,9999999999,9999,999999999999,99999%（二）（二）5G 网络和垂直应用的性能测量关系网络和垂直应用的性能测量关系由于 3GPP 网络不涵盖完整的 ISO-OSI 通信堆栈，因此本节从垂直应用视角和 3GPP 网络的视角说明两者之间的关系。图显示了通信堆栈的简化版本。PHY 层、MAC 层和 IP 层的某些部分是 3GPP 网络的一部分，称为下层通信层（LCL）。通信堆栈还包括应用程序。与向应用程序提供数据相关的 OSI 层称为高级通信层(HCL)。LCL 与 HCL 之间的接口称为通信服务接口（CSIF）。对于评估整体系统性能而言，区分 3GPP 网络的性能（即仅包括LCL 和测量在 CSIF 处）和包括应用层的整体系统性能（即 LCL 和26HCL 两者都包括）非常重要。在图 C.5-1 中，橙色箭头基于垂直应用的视角，蓝色箭头表示 3GPP 网络性能测量的视角，即包括和不包括 IP 层。图：不同通信服务接口（图：不同通信服务接口（CSIFCSIF）下的网络性能测量）下的网络性能测量图示出了如何将消息从源应用设备（例如可编程逻辑控制器PLC）传输到目标应用设备（例如工业机器人），在源操作系统中执行源应用功能（AF），并将消息移交给源通信设备的应用层接口。数据在不属于 3GPP 系统的高层通信层（HCL）中被处理。数据从HCL 传输到 3GPP 系统的下层通信层（LCL）。在通过目标通信设备的物理通信信道和 LCL 进行传输之后，数据被传递到 HCL，最后被传递到目标应用设备。有关时间的特征参数在图中定义。从 3GPP 系统的角度来看：-5G 系统传输间隔：2 个数据到达源 CSIF 之间的时间间隔。-端到端时延：从源通信设备的 CSIF 接收的数据被传递到目标通信设备的 CSIF 的时间。从垂直应用角度：-垂直应用传输间隔：源应用连续传输两个数据之间的时间间隔。-传输时间：从源应用设备的应用层接口接收一条数据开始，到目标应用设备的应用层接口接收到该条数据为止的时间。27-更新时间：从应用层接口接收到目标应用设备连续两个数据之间的时间间隔。如无特殊说明，本文中术语“端到端时延”和“传输间隔”均指3GPP 系统/5G 网络参数。图：应用设备与通信设备的关系（下行示例）

0人已浏览 2023-10-23 33页 5星级

工业互联网标识行业应用指南（煤炭）工业互联网标识行业应用指南（煤炭）工业互联网产业联盟（工业互联网产业联盟（AII）2022 年年 11 月月 声声 明明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话： 邮箱： 前前 言言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023 年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。我国大型煤炭企业集团陆续开展煤矿智能化、数字化建设，煤炭生产正在由机械化、自动化向信息化、智能化时代迈进，少人、无人开采已成为煤矿智能化发展的重要方向。工业互联网标识解析作为煤炭行业智能化、数字化转型的重要基础，通过与煤炭行业实际业务深入融合，实现对人、机、物、系统等的全面连接，推动煤炭行业数字化、网络化、智能化发展。牵头编写单位：中国煤炭工业协会 中国信息通信研究院 中国煤炭科工集团有限公司 参与编写单位：中国信息通信研究院 中国煤炭工业协会信息化分会 安标国家矿用产品安全标志中心有限 公司 中煤科工集团信息技术有限公司 中国矿业大学（北京）中国煤炭运销协会 晋能控股集团有限公司 辽宁大学 工业互联网产业联盟公众号 为了加快工业互联网标识解析体系在煤炭行业应用推广，工业互联网产业联盟标识组联合煤炭行业相关企事业单位编制工业互联网标识应用指南（煤炭）（以下简称指南）。本指南适用于国民经济行业分类（GB/T 4754-2017）中 B（采矿业）门类下的煤炭开采和洗选业大类（B06），聚焦于烟煤和无烟煤开采洗选（B0610）、褐煤开采洗选（B0620）、其他煤炭采选（B0690）等 3 个种类、3 个小类。C（制造业）门类下的专用设备制造业（C35），聚焦于采矿、冶金、建筑专用设备制造（C351）中类、矿山机械制造（C3511）小类。另可为通用设备制造业（C34）、计算机、通信和其他电子设备制造业（C39）、仪器仪表制造业（C40）等行业提供参考。本指南主要围绕煤炭行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为煤炭行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了时宗胜、马宏伟、王乐、王鹏、刘志东、孟国营、陆文涛、徐会军等专家的指导，并得到了江苏中天互联科技有限公司、西安科技大学、中煤能源集团、应急管理部、中央财经大学、中国矿业大学（北京）、中信重工开诚智能装备有限公司、国能网信科技(北京）有限公司等企业和高校的大力支持，在此一并致谢。编写组成员（排名不分先后）：刘阳、马宝罗、池程、田娟、刘澍、刘巍、叶子豪、龚文婧、王丹识、王荣博、朱凤山、戎明彦、韩冰、甘波平、张宇皓、王海军、丁雷、董新燕、沈策、陈江、汪文生、黄辉、赵志明、冯雨、许传坤、马春生、张鑫、宋文兵、李飙、陈建东、王澜、李晓光、王俊陆、王龙 目目 录录 一、工业互联网标识解析概述.1 二、煤炭行业数字化转型需求分析.3（一）煤炭行业基本情况.3（二）煤炭行业发展的主要特点.7（三）煤炭行业转型的变革方向.9 三、煤炭行业标识解析实施路径.11（一）煤炭行业标识解析实施架构.11（二）煤炭行业标识对象分析.13（三）煤炭行业标识数据分析.24（四）煤炭行业标识应用组织流程.30 四、煤炭行业标识解析应用模式.34（一）煤炭行业矿用装备全生命周期管理.34（二）煤炭行业矿用装备智能运维管理.40（三）基于赋能平台的企业安全生产调度指挥管控.45（四）煤炭产运销业务协同管理.49 五、发展建议.52（一）加强顶层设计、完善标准规范.52（二）强化宣传引导、推动人才培养.52（三）加快应用探索、构建产业生态.52 1 一、工业互联网标识解析概述 工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用 2 统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的信息孤岛和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入口。企业间传统的信息交互模式为建立两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。标识解析体系作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。3 工业互联网标识解析是打造共建共享安全格局的有效路径。随着工业互联网标识解析的快速落地与融合应用，其安全问题日益彰显。立足我国工业互联网标识解析发展和安全现状，应从安全人才培养、安全能力建设、安全监测体系、安全管理制度等方面，提升综合安全防护能力和水平，共同构建标识解析安全防护整体框架，持续优化工业互联网标识解析安全环境和产业生态。煤炭行业企业应结合行业发展需求和特点，加强自身系统安全能力建设和安全管理制度建设，着力推动煤炭行业标识解析安全保障能力。工业互联网标识解析时煤炭行业全要素、全产业链、全价值链数据流通和信息共享的重要抓手。我国煤炭行业规模大、产量高、生产危险性强，具有非常突出的安全生产、环保和绿色低碳发展需求。通过利用工业互联网标识的统一解析能力，与煤炭行业的经验知识、机理模型结合在一起，为煤炭行业解决数字化转型痛点和难点问题提供新思路、新方法和新模式，推动煤炭行业高质量发展，赋能煤炭行业数字化、网络化、智能化、绿色化转型升级。二、煤炭行业数字化转型需求分析（一一）煤炭行业基本情况煤炭行业基本情况 1.行业简介行业简介 煤炭行业是指从事煤田地质勘探、设计、基本建设、生产、设备制造、采购销售、加工转化利用以及其他与煤炭相关的科研、教育、检测、服务等活动的企事业单位的统称。涉及国民经济行业分类 B（采矿业）4 门类下的大类 06 煤炭开采和洗选业，C（制造业）门类下的大类 34 通用设备制造业、35 专用设备制造业、39 计算机、通信和其他电子设备制造业、40 仪器仪表制造业。我国是世界第一大煤炭生产和消费国。2020 年，我国煤炭生产和消费量占全世界的比重分别是 50.4%和 54.3%。煤炭是我国主体能源，2021年，我国煤炭消费量占一次能源消费总量的比重为 56%。2021 年以来，习近平总书记多次强调，“能源的饭碗必须端在自己手里”，特别是 2021年 9 月 13 日，考察国家能源集团榆林化工有限公司时指出：“煤炭作为我国主体能源，要按照绿色低碳的发展方向，对标实现碳达峰、碳中和目标任务，立足国情、控制总量、兜住底线，有序减量替代，推进煤炭消费转型升级。”近年来，为促进煤炭工业高质量发展，国家及有关部门先后出台了多项规划意见和政策措施。2016 年，国务院印发了关于煤炭行业化解过剩产能实现脱困发展的意见，对化解煤炭行业过剩产能提出了全方位的指导思想，并提出了化解过剩产能的目标，煤炭行业过剩产能得到有效化解，市场供需基本平衡，产业结构得到优化，转型升级取得实质性进展。2020 年，国家发改委、国家能源局等八部门联合印发了关于加快煤矿智能化发展的指导意见，煤矿智能化建设提速。此后，各产煤省份陆续出台地方煤矿智能化建设方案国家和地区智能化示范煤矿建设全面推进。2022 年，国家发展改革委印发了关于进一步完善煤炭市场价格形成机制的通知，引导煤炭价格在合理区间运行，完善了煤、电价格传导机制，健全了煤炭价格调控机制。2.产业链产业链 煤炭产业链是基于原煤开采与深加工所涉及到的一系列具有相互关 5 联关系的产业集合，它以煤炭开发和利用为核心，以煤机装备制造为支撑，以煤炭共伴生资源的综合利用为产业节点，以煤相关产品、资本、知识、技术为纽带，以市场需求为导向，以煤炭资源为基础，以追求煤炭产品附加值增值为目标，形成的网络关联的、动态的链式组织。煤炭产业链如图 1 所示。煤炭产业链具有以下四个方面的特点：第一、以开发和利用煤炭为核心；第二、追求煤炭及其衍生产品附加值最大化；第三、以煤炭企业为主体，向上下游相关企业关联形成企业集合；第四、企业间以技术经济为联系纽带。煤炭产业链可分供给端、消费端和服务端。供给端包括勘探设计、建设、煤炭生产、物流等环节；消费端包括煤炭燃烧、煤炭焦化热解、煤炭液化和煤炭气化，消费端如果按照行业划分包括火电、钢铁、建材、化工和其他；服务端包括装备及物资制造、安全应急、环境治理等支撑服务。6 图 1 煤炭行业产业链全景图 7 （二二）煤炭行业发展的主要特点煤炭行业发展的主要特点 一是煤炭产业集中化程度提升。我国煤炭供给持续向晋陕蒙新等主产区集中。2021 年，全国 6 个亿吨级产煤省份产量合计达到 35 亿吨，占全国产量的 86%；鄂尔多斯、榆林、朔州、大同四个主要产煤地市产量合计达到 15.7 亿吨，占全国产量的 38.6%。煤炭集团持续兼并重组，煤炭产业集中度不断提高。2021 年，全国年产量超过两亿吨煤炭企业达到5 家，合计产量达到 16.8 亿吨，占全国产量的 40.7%，15 家年产 5000 万吨以上煤炭企业产量已占全国总产量的 60%。二是煤炭生产结构持续优化。截至 2021 年底，全国煤矿数量减少至4500处以内，年产120万吨以上的大型煤矿产量占全国的85%左右。其中，建成年产千万吨级煤矿 72 处、产能 11.24 亿吨/年，在建千万吨级煤矿 24处左右、设计产能 3.0亿吨/年左右。年产 30万吨以下小型煤矿产能占全国的比重下降至 2%左右。安全高效煤矿产量占全国比重达到 60%以上。三是煤矿智能化推动生产少人化。2020 年，国家八部委出台关于加快煤矿智能化发展指导意见以来，煤矿智能化建设步伐加快，减人增效效果明显。71 处煤矿被列入国家级智能化建设示范煤矿。2021 年，全国智能化采掘工作面达到 813 个，与 2020 年相比增加 65%，其中，采煤面为 477 个，与 2020 年相比增加 43%；掘进面为 336 个，与 2020 年相比增加 109%。已有 29 种煤矿机器人在 370 余处矿井现场应用。2016年以来，全国煤矿井下作业人员共计减少 37 万人。四是煤炭清洁高效利用步伐加快。我国燃煤电厂烟气污染排放控制处于国际最好水平，燃煤锅炉混氨技术迈入世界领先行列。现代煤化工向高端化、多元化、低碳化方向发展，碳基新材料研发取得突破，散煤 8 综合治理和煤炭减量替代成效显著，清洁高效燃煤锅炉得到普遍推广应用。2021 年，煤制油、煤（甲醇）制烯烃、煤制气、煤（合成气）制乙二醇产能分别达到 931 万吨/年、1672 万吨/年、61.25 亿立方米/年、675万吨/年。五是煤炭企业发展布局新兴产业。煤炭企业坚持“腾笼换鸟、换道超车”，加快布局新能源、新材料、电子信息、高端装备、节能环保、现代物流、现代金融等新兴产业，推动煤炭与新能源优化组合，“光伏 飞轮 电池”混合储能示范项目、1 兆瓦时钠离子电池储能系统成功投运，气凝胶新材料、纳米超纯碳、煤层气制备金刚石等创新技术取得新进展，一批新产业、新项目落地见效，部分煤炭企业新兴产业产值占比达到 40%以上。六是煤炭市场化改革稳步推进。由政府和煤炭上下游行业企业共同推动形成的中长期合同制度和“基础价 浮动价”的定价机制成为共识，发挥了维护煤炭经济平稳运行的“压舱石”作用。行业信用体系建设进一步加强，市场交易行为得到规范，煤炭中长期合同签订履约信用数据采集全面开展，为全国煤炭市场保供稳价奠定了政策基础。燃煤发电上网电价市场化改革进一步深化，全部燃煤发电电量上网电价有序放开，进一步推动了煤电联营和煤电一体化发展。七是矿区生态文明建设成效显著。充填开采、保水开采、煤与瓦斯共采、无煤柱开采等绿色开发技术在部分矿区得到推广应用。2021 年，全国原煤入洗率达到 71.7%；矿井水综合利用率、煤矸石综合利用处置率、土地复垦率分别达到 79%、73%、57.5%；大型煤炭企业原煤生产综合能耗、综合电耗分别为 10.4 千克标煤/吨、20.7 千瓦时/吨。废弃矿井资源综合开发利用取得积极进展。9 八是煤矿安全生产形势持续稳定好转。煤矿安全法律法规标准体系进一步完善，以人为本的安全生产管理体系逐步建立，企业安全生产主体责任和安全基础管理不断强化，安全生产投入长效机制逐步健全，对煤矿安全开采的规律性认识持续深化，安全生产标准化建设扎实推进等，促进了煤矿安全生产形势稳定向好。2021 年，全国煤矿百万吨死亡率降至 0.044，同比下降 24%。（三三）煤炭行业转型的变革方向煤炭行业转型的变革方向 在“双碳”背景下，煤炭行业改革发展面临许多新任务、新挑战：全国煤炭供应保障能力有待继续加强，煤矿智能化、数字化建设关键技术有待突破，安全生产和生态环境保护约束日益强化，煤炭市场化体制机制有待健全完善，资源枯竭矿区转型发展面临诸多困难。煤炭作为我国主体能源，要按照绿色低碳发展方向，推进煤炭消费转型升级，保障经济社会平稳运行、确保国家能源安全、支撑新能源发展任务艰巨。同时，随着“碳达峰、碳中和”战略实施，煤炭行业既承担保供责任又面临降碳压力，推动煤炭绿色低碳转型任重道远。面对当前我国煤炭行业发展的困难与挑战，结合行业内外实践经验，煤炭行业具备以下变革方向：一是增强煤炭开发供给的柔性化水平。我国煤炭资源开发供给的不均衡和需求变化的不确定给能源安全稳定供给带来巨大挑战。将新一代信息技术与煤炭开发、运输、仓储、需求预测等进行深度融合，建立以数字化为基础、智能化赋能的多层次网状煤炭开发供应链，实现对煤炭需求的超前精准预测，并基于预测结果对煤炭生产、运输、仓储等进行自动智能优化调节，实现煤炭资源安全、高效、稳定、柔性供给。10 二是深化煤炭清洁高效利用转化水平。加强商品煤质量管理，健全商品煤质量监管体系，建立完善煤炭生产流通消费全过程质量跟踪监测和管理机制。支持煤炭分质分级梯级利用，从源头上控制污染物排放，提高煤炭资源综合利用效率和价值。适度发展现代煤化工，发挥煤炭的工业原料功能，有效替代油气资源，保障国家能源安全。三是加快煤炭企业数字化转型步伐。加快煤炭企业大数据平台建设，促进生产系统与管理系统的有机融合，提升企业经营管控、科学决策和抗风险能力。不断优化组织结构，创新运行机制，改进工艺技术，实现技术与管理的同步升级。通过企业各产业、各层级、各环节的数字化、智能化改造提升，打造企业生态系统，实现内外部资源的有机整合、共享协同、高效运营。四是工业互联网推动产业链新业态构建。整合各类数据平台和数据中心资源，培育一批企业级、行业级、跨行业级的工业互联网平台；建立煤炭行业数据资源共享机制。推进煤炭工业互联网网络互联、标识解析二级节点等应用，加大远程运维及故障诊断、智慧供应链、能耗管理、智慧监测、金融信息等服务业态的开发，促进产品与服务增值。培育网络化协同、个性化定制、服务型制造等新模式，发展工业电子商务、工业大数据等新业态。五是发展壮大煤炭数字经济产业。煤炭数字产业市场潜力巨大，部分大型企业适时整合优势资源，将信息技术、数字经济作为企业未来发展的潜力板块。专注于服务煤炭行业的信息技术企业发展壮大，形成一批具有核心技术和自主知识产权的上市公司。各大型信息技术企业加强对煤炭行业市场和技术的开发，将加快各类新技术在行业的创新和应用步伐。六是推动“传统矿工”向“新型矿工”角色转变。企业数字化转型和 11 煤矿智能化建设，将使更多的矿工从采掘生产一线岗位中解脱出来。人工智能和机器人的推广应用，也将极大的减轻各类岗位职工的劳动强度，减少井下作业时间，改善职工的职业健康水平。同时，高学历、高素质、高技术、高技能的“新型矿工”队伍将不断壮大，“矿工不下矿、采煤不见煤”将成为煤矿发展的主流。三、煤炭行业标识解析实施路径（一一）煤炭行业标识解析实施架构煤炭行业标识解析实施架构 煤炭行业标识解析应用实施以产业链核心环节为主，建立企业节点的标识赋码、数据采集能力，并与标识解析体系基础设施对接，提供全产业链的信息互通和数据共享能力，其实施架构如图 2 所示。供给端，煤矿开采、煤矿生产、煤炭存储和物流管理环节，仓储、物流信息是数据流转的主体，通过对仓储信息、运输信息和打包信息的标注，可以无缝衔接生产制造环节，并对后续的产品信息追溯、动态管理提供了数据条件。消费端，煤炭加工转化和使用环节，煤炭信息是数据流转的主体，销售者、消费者和监督者围绕煤炭进行数据的交换，通过标识解析体系，一方面可以方便完成对产品的历史追溯，另一方面可以强化消费者管理和市场监督检查，不仅提升了销售效率，还可以进一步规范市场秩序。服务端，设备生产制造和环节，工业软件与生产设备是数据流转的主体，在传统工业软件数据库的基础上，通过对数据采用统一标识，完成数据的厂内厂外转换，增强了数据的流通性。12 图 2 工业互联网标识解析实施架构 13 （二二）煤炭行业标识对象分析煤炭行业标识对象分析 1.标识对象分类标识对象分类 煤炭行业标识对象及其分类包含国民经济行业分类(GB/T 4754-2017)国家标准中 B（采矿业）门类下的大类 06 煤炭开采和洗选业，C（制造业）门类下的大类 34 通用设备制造业、35 专用设备制造业、39 计算机、通信和其他电子设备制造业、40 仪器仪表制造业，参照GBT7635 2-2002 全国主要产品分类与代码，进行标识对象分类，具体对象说明见表 1。类别一、井工煤矿类（1）采煤系统类。主要包括，采煤机及配件、连续采煤机及配件、液压支架及配件、电液控制及配件、乳化液泵站及配件、喷雾泵站及配件、采煤通用设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（2）掘进系统类。主要包括，掘进机及配件、掘锚机及配件、机械式单斗挖掘机及配件、液压单斗挖掘机及配件、斗轮挖掘机及配件、步行式索斗(拉铲)挖掘机及配件、掘进通用设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（3）运输系统类。主要包括，煤矿运输设备及配件、交通运输设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。14 （4）通风系统类。主要包括，压缩机及配件、鼓风机及配件、一般用途通风机及配件、通风机及配件、真空泵及配件、其他风机及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（5）排水系统类。主要包括，离心泵及配件、混流泵及配件、轴流泵及配件、旋涡泵及配件、往复泵及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。类别二、露天煤矿类（1）露天煤矿类。主要包括，穿孔设备及配件、轮斗设备及配件、挖掘机及配件、运输设备及配件、工程机械及配件、专用车辆及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。类别三、煤矿通用类（1）电器系统类。主要包括，高压电气开关及电气装置、低压电气开关及电气装置、防爆电器装置、附件及配件、继电器及其保护设备等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（2）通用设备类。主要包括，发动机和涡轮机及配件、液压、气压动力机械及配件、轴承、制动装置及配件、齿轮变速装置及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动 15 标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（3）洗选系列类。主要包括，破碎、粉磨设备及配件、筛分设备及配件、分级分选设备及配件、固液分离设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（4）检测监控类。主要包括，监测监控、电液控制、传感器等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（5）仪器仪表类。主要包括，大地测量仪器、示波器与通信用仪器、温度仪表、压力仪表、流量仪表、物位仪表、分析仪等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（6）燃油油脂类。主要包括，润滑油、乳化油及乳化液、润滑脂等数据对象；适用的标识载体有存储在企业信息系统数据库中，对其包装袋等进行一维码、二维码标识等；相关采集技术包括，信息系统、扫描终端。类别四、智能矿山类（1）智能矿山类。主要包括，智能机器人、智能装备及配件、智能物流仓储等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。类别五、绿色安全类（1）灾害治理类。主要包括，煤矿瓦斯灾害防治、安全与救援等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主 16 动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（2）生态改善类。主要包括，防风设备、大气污染防治设备、固体废弃物处理设备、噪声与振动控制设备、废旧物资加工机械、工业材料回收设备等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（3）应急救援类。主要包括，安全防护装置、安全救护装置、智慧应急设备及配件、防灾减灾救灾设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。（4）勘探系列类。主要包括，钻探设备及配件、物探设备及配件、坑探设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。类别六、煤及相关产品类（1）煤碳与焦炭类。主要包括，焦炭、乙醇、褐煤、无烟煤、烟煤、其他煤产品等数据对象；适用的标识载体有一维码、二维码等；相关采集技术包括，信息系统、扫描终端。（2）煤化工设备类。主要包括，炉类设备及配件、塔类设备及配件、反应设备及配件等数据对象；适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，信息系统、扫描终端、现场采集系统。类别七、产品服务类 17 （1）产品服务类。主要包括，安标准入服务、检测检验服务、产品信息服务、租赁服务、保理服务、成套服务、矿山承包服务、设计服务等数据对象；适用的标识载体有一维码、二维码等；相关采集技术包括，信息系统、扫描终端。18 表 1 煤炭行业标识对象分类 分类代码 分类名称 说明 标识载体 采集方式 井工煤矿类 1 采煤系统 包含采煤机及配件、连续采煤机及配件、液压支架及配件、电液控制及配件、乳化液泵站及配件、喷雾泵站及配件、采煤通用设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 2 掘进系统 包含掘进机及配件、掘锚机及配件、机械式单斗挖掘机及配件、液压单斗挖掘机及配件、斗轮挖掘机及配件、步行式索斗(拉铲)挖掘机及配件、掘进通用设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 3 运输系统 包含煤矿运输设备及配件、交通运输设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 4 通风系统 包含压缩机及配件、鼓风机及配件、一般用途通风机及配件、通风机及配件、真空泵及配件、其他风机及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 5 排水系统 包含离心泵及配件、混流泵及配件、轴流泵及配件、旋涡泵及配件、往复泵及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 露天煤矿类 6 露天煤矿 包含穿孔设备及配件、轮斗设备及配件、挖掘机及配件、运输设备及配件、工程机械及配件、专用车辆及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 煤矿通用类 7 电器系统 包含高压电气开关及电气装置、低压电气开关及电气装置、防爆电器装置、附件及配件、继电器及其保护设备等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 19 分类代码 分类名称 说明 标识载体 采集方式 8 通用设备 包含发动机和涡轮机及配件、液压、气压动力机械及配件、轴承、制动装置及配件、齿轮变速装置及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 9 洗选系列 包含破碎、粉磨设备及配件、筛分设备及配件、分级分选设备及配件、固液分离设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 10 检测监控 包含监测监控、电液控制、传感器等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 11 仪器仪表 包含大地测量仪器、示波器与通信用仪器、温度仪表、压力仪表、流量仪表、物位仪表、分析仪等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 12 燃油油脂 包含润滑油、乳化油及乳化液、润滑脂等数据对象。存储在企业信息系统数据库中，对其包装袋等进行二维码标识 信息系统、扫描终端 智能矿山类 13 智能矿山 包含智能机器人、智能装备及配件、智能物流仓储等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 绿色安全类 14 灾害治理 包含煤矿瓦斯灾害防治、安全与救援等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 15 生态改善 包含防风设备、大气污染防治设备、固体废弃物处理设备、噪声与振动控制设备、废旧物资加工机械、工业材料回收设备等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 20 分类代码 分类名称 说明 标识载体 采集方式 16 应急救援 包含安全防护装置、安全救护装置、智慧应急设备及配件、防灾减灾救灾设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 17 勘探系列 包含钻探设备及配件、物探设备及配件、坑探设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 煤及相关产品类 18 煤碳与焦炭 包含焦炭、乙醇、褐煤、无烟煤、烟煤、其他煤产品等数据对象。一维码、二维码等 信息系统、扫描终端 19 煤化工设备 包含炉类设备及配件、塔类设备及配件、反应设备及配件等数据对象。一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 信息系统、扫描终端、现场采集系统 产品服务类 20 产品服务 包含安标准入服务、检测检验服务、产品信息服务、租赁服务、保理服务、成套服务、矿山承包服务、设计服务等数据对象。一维码、二维码等 信息系统、扫描终端 21 2.对象标识编码对象标识编码 在理清煤炭行业标识对象后，应本着统一、兼容、实用、可扩展等基本原则，制定对象的标识编码规范。一是要符合工业互联网标识解析体系架构，基于一种公有编码体系实现全局唯一；二是兼顾行业现行标准和企业应用需求，制定不同对象不同颗粒度的编码规则，并达成行业共识；三是在现阶段建立与企业内部编码的映射关系，通过过渡期逐步实现全行业规则趋同。当前，依托中国通信标准化协会和工业互联网产业联盟，以二级节点为牵引，煤炭行业对象标识编码标准正在研制中。以安标国家中心煤炭物资追溯编码方案为例，编码对象主要包括煤炭行业矿用物资装备等，标识前缀由国家代码、行业代码、企业代码组成，以UTF-8字符“.”分隔，标识后缀参考国家重要产品追溯体系编码规则，分六个代码段（组织机构代码、物质溯源数字顺序码、混合安全编号标志代码、产品序列码、数字年份代码、数字校验码），标识后缀各代码段长度、数据类型及其代码含义如下。代码段 长度（字符）数据类型 说明 组织机构代码 18 位 字符型 使用统一社会信用代码 物质溯源数字顺序码 9 位 字符型 采用首位固定数字 9 位流水码，可容纳亿级具体物资 混合安全编号标志代码 9 位 字符型/产品序列码 6 位 字符型/数字年份代码 2 位 字符型/数字校验码 1 位 字符型/22 专栏专栏 1 1：基于区块链的煤炭行业标识编码数据存储管理基于区块链的煤炭行业标识编码数据存储管理 煤炭行业标识对象共包含井工煤矿、露天煤矿、煤矿通用、智能矿山、绿色安全等6个大类20个小类，并要求煤炭行业标识码应用中的相关数据唯一性、可追溯、不可篡改。煤炭行业标识编码数据管理涉及多部门、跨区域、全链条、全生命周期、全过程的数据采集和存储。由于煤炭行业标识各参与主体在已建系统、信息化成熟度、人员素质等方面存在巨大差异，采取由上至下的集中式数据采集与存储在实际操作中存在诸多障碍。区块链技术因其去中心化、防篡改性、可追溯性等特征，被广泛用于解决行业应用中数据联通、交换、共享和隐私计算问题。引入区块链技术建立一个全国性、信息可共享、可追溯、高可信的煤炭行业标识数据采集与存储平台，可以有效解决标识数据采集、交换与存储中存在易篡改、不可信等问题，有助于煤炭行业标识应用落地。结合区块链与分布式数据库技术，建立煤炭行业标识联盟数据库。通过分布式数据库将煤炭企业节点的各类行业标识对象进行分类存储，均衡各企业节点的负载；用户通过可视化交互界面对联盟内企业的标识对象数据进行快速查询，并支持针对不同类型标识对象的视图查询功能；对于各企业节点，通过现有煤矿信息系统、扫描终端以及现场采集等技术获取到的行业标识对象，在存储到分布式数据库后，进行对象特征及摘要提取，并打包上链，利用区块链去中心化、可追溯的特性，确保对象标识码唯一且不可篡改。23 标识对象标识对象摘要摘要索引索引区块区块区块区块区块区块智能合约智能合约联盟链系统联盟链系统BlockChain DataBases通信共识机制通信共识机制网络服务网络服务区块区块.NamenodeDatanodesDatanodesRack1Rack2ReplicationClientWrite分布式数据库分布式数据库ClientReadMetadata ops煤炭行业标识对象分类煤炭行业标识对象分类数据数据摘要摘要、索引信息索引信息，链式结构存储链式结构存储。煤炭行业标识对象分类煤炭行业标识对象分类数据数据，结构化结构化、半结构半结构化化、非非结构化数据结构化数据分布分布存储存储。Value：原生产数据原生产数据Key：64位位SHA1加密加密煤炭行业标识联盟数据库煤炭行业标识联盟数据库数据接口数据接口、协议协议、标准标准信息系统信息系统、扫描终端扫描终端、现场采集系统等现场采集系统等 可可视视化化UIUI 图 3 煤炭行业标识联盟数据库结构图 3 3.标识应用分布标识应用分布 当前，煤炭行业工业互联网标识年平均值注册量0.6亿，年平均解析量0.32亿，覆盖煤炭对象的35%，主要应用于井工煤矿类、井下运输类产品等，应用分布如下表所示。对象分类 对象名称 标识注册量占比 标识解析量占比 标签类型 编码规则 用途 井工煤矿类 斜井提升机 17%二维码 煤炭行业物资追溯编码 设备全生命周期管理 主通风机 11!%二维码 煤炭行业物资追溯编码 设备全生命周期管理 主排水 14%9%二维码 煤炭行业物资追溯编码 设备全生命周期管理 绞车 20%二维码 煤炭行业物设备全生命 24 对象分类 对象名称 标识注册量占比 标识解析量占比 标签类型 编码规则 用途 资追溯编码 周期管理 空气压缩机 25%二维码 煤炭行业物资追溯编码 设备全生命周期管理 立井提升机 13%9%二维码 煤炭行业物资追溯编码 设备全生命周期管理 井下运输类 刮板输送机 80%二维码 产品编码规则 产品标识 转载机 10%5%二维码 产品编码规则 产品标识 破碎机 5%5%二维码 产品编码规则 产品标识 其它 5%5%二维码 产品编码规则 原材料标识 （三三）煤炭行业标识数据分析煤炭行业标识数据分析 1.标识数据分布标识数据分布 煤炭行业标识对象全生命周期业务流程包括服务端、供给端、消费端等关键环节。其中，服务端主要包括装备制造、安全应急、支撑服务、服务治理，供给端主要包括设计（煤矿、洗煤厂）、建设（煤矿、洗煤厂）、生产（煤矿、洗煤厂）、其他（煤炭交易、物流、储备等），消费端主要包括煤炭燃烧、煤焦化热解、煤炭液化、煤炭气化。煤炭行业标识数据是指标识对象经过解析寻址后，查询到的产品信息，如对掘进系统类中的掘进机的上下游及相关企业节点信息进行查询，获得包括设计研发、设备制造、设备维修、设备租赁的原材料、业务流程和生产工具及设备信息。不同对象涉及的业务环节标识数据如表 2 所示。25 表 2 煤炭行业标识数据分析 标识对象类型 服务端 供给端 消费端 装备制造 安全应急 支撑服务 服务治理 设计（煤矿等）建设（煤矿等）生产（煤矿等）其他（煤炭交易等）煤炭燃烧 煤焦化热解 煤炭液化 煤炭气化 井工煤矿类 1 采煤系统 2 掘进系统 3 运输系统 4 通风系统 5 排水系统 露天煤矿类 6 露天煤矿 煤矿通用类 7 电器系统 8 通用设备 9 洗选系列 10 检测监控 11 仪器仪表 12 燃油油脂 智能矿山类 13 智能矿山 绿色安全类 14 灾害治理 15 生态改善 16 应急救援 17 勘探系列 煤及相关产品类 18 煤碳与焦炭类 19 煤化工设备类 产品服务类 20 产品服务 26 2.标识数据建模标识数据建模 为建立各类对象全生命周期的数字画像，需要对对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图 4 所示。煤炭行业标识应用企业可基于该建模方法，建立全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。图 4 工业互联网标识数据模型 专栏专栏 2 2：基于智能合约的煤炭行业标识数据模型运用平台基于智能合约的煤炭行业标识数据模型运用平台 根据煤炭行业全要素数据模型，结合基于区块链的标识数据存储平台，利用区块链智能合约技术，煤炭企业间在数字模型运用描述、数据要求等方面快速达成共识并形成不可篡改的智能合约代码，并在联盟数据库区块链上进行可视化部署，着力解决煤炭行业标识数据全生命周期业务流程的服务端、供给端、消费端等关键环节应用及系统的个性化业务需求。基于智能合约完成对各煤炭企业现有煤矿标识同构和异构系统的快速接入、集中迭代和集中监测等功能，为煤矿系统的集约化、健康可持续发展打造良性的开发运营生态。27 随着煤炭企业节点信息化和智能化程度的不断提升以及系统和业务融合程度的不断加深，针对不同煤炭行业标识管理系统的个性化智能合约服务功能，可以逐渐在业务需求、数据存储、监测范围、安全防护等方面逐步统一标准，使煤炭企业个性化智能合约不断完善并规范为煤炭企业区块链的系统合约，进一步扩展区块链功能，如完成各煤矿系统中日志、统计、监测、用户、机构、消息等高耦合信息的集中打包上链，以及在已接系统间进行数据和业务的跨链交换、管理、统计、调用、安防等方面的统筹规划等，为各煤矿企业节点提供相关合约服务的集中调用以及全产业链的信息互通和数据共享能力，从而降低系统接入和开发周期，提升系统整体集约化的建设运维能力。煤炭行业标识管理智能合约服务PC 浏览器APPPC 客户端WEB UIREST APIREST API个性化合约标识系统管理企业数据交易运维监测系统数据存储系统合约管理统计跨链交换安全防护信息上链规范标准规范协议规范接口基础设施分布式数据库DDB分布式存储Distributed storage区块链Blockchain网络服务Network service规范需求.图 5 煤炭行业标识管理智能合约服务架构图 3 3.标识数据分类标识数据分类 煤炭行业对象属性值可根据各环节的业务需要进行组织。例如井工 28 煤矿类和露天煤矿类中的矿用设备对象，为实现设备的全生命周期管理应用，标识数据涉及设备出厂、验收入库、出库领用、设备安装、故障预警、设备维修、监管监察、设备检验、设备报废等多个环节，共计46个数据项。再如煤及相关产品类中的煤炭产品，为实现煤炭产品的产运销业务协同管理应用，标识数据涉及采掘、洗选、仓储、运输和消费等多个环节，共计22个数据项。以上两类重点对象的标识数据分类参考如下。表 3 煤炭行业重点对象标识数据分类 对象分类对象分类 对象名称对象名称 序号序号 属性数据属性数据 备注备注（数据标签数据标签）井工煤矿类 矿用设备 1 设备标识（设备生产）2 设备名称 3 煤安编号 4 出厂编号 5 设备编码 6 备注 露天煤矿类 矿用设备等 7 验收单号（设备入库）8 订单编号 9 入库人 10 申领单号（设备出库）11 出库去向 12 出库人 13 安装位置（设备安装）14 安装人 15 使用地点（设备使用）16 使用时间 17 使用认 18 单位信息（设备监控）19 统计参数 20 设备信息 21 故障参数 22 提取时间 23 预警名称（故障预警）24 预警模型 25 特征信息 26 故障类型 27 预警时间 29 对象分类对象分类 对象名称对象名称 序号序号 属性数据属性数据 备注备注（数据标签数据标签）28 预警分析向量（预警评价）29 故障等级 30 等级描述 31 故障机理 32 处理方法 33 报告名称（设备维护）34 维护类型 35 维护内容 36 维护时间 37 维护人 38 维修类型（设备维修）39 维修内容 40 维修人 41 报废类型（设备报废）42 报废内容 43 报废付责人 44 验收结论（设备检验）45 验收时间 46 检验人 煤及相关产品类 煤碳与焦炭 1 销售合同标识（采掘）2 承运商标识 3 承运工具标识 4 采购商 5 物流流向 6 磅房信息 7 物流轨迹（洗选）8 生产加工方案 9 仓储合同标识（集运站）10 仓储商标识 11 入库信息 12 出库信息 13 结算信息 14 运输合同标识（公路运输）15 装车信息 16 卸车信息 17 收货人 18 发站信息（铁路运输）19 到站信息 20 发港信息（水上运输）30 对象分类对象分类 对象名称对象名称 序号序号 属性数据属性数据 备注备注（数据标签数据标签）21 到港信息 22 供应商信息（消费）（四四）煤炭行业标识应用组织流程煤炭行业标识应用组织流程 企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二级节点建设，图 6 给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1.预研与评估阶段预研与评估阶段 企业根据自身发展现状，评估工业互联网标识及标识解析基础设施应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在交场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2.节点建设与部署阶段节点建设与部署阶段 企业标识解析建设方案将明确建设路径，同时需开展标识解析标准 31 化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。企业依托 AII 组成专家团队进行二级节点评审，并形成评审意见，同时政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3.企业标识应用实施阶段企业标识应用实施阶段 完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过 AII或应用供应商根据建设方案提供赋码、采集、存储、和应用系统，基于 32 工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。4.产业推广与运营阶段产业推广与运营阶段 随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。33 图 6 标识应用组织流程 34 四、煤炭行业标识解析应用模式（一一）煤炭行业矿用装备全生命周期管理煤炭行业矿用装备全生命周期管理 1.应用需求应用需求 矿用装备追溯管理信息技术发展缓慢,数据整合程度较低。煤炭行业是关系到国家能源安全、民生环境的重要支柱产业，而矿用装备的安全、高效运行，对煤矿安全生产起着决定性作用，是煤炭企业赖以生存和发展壮大的根本。但煤安认证信息不透明、生产过程不清晰、设备损耗难掌握、检测结果难了解、安全监管信息难共享等问题，一直是困扰矿用装备全生命周期管理的难题。零配件市场假冒伪劣现象屡禁不止，供应商面临仿冒产品的威胁压力大，防伪和溯源难。近年来国内零配件市场产品质量参差不齐，许多供应商生产和技术条件达不到合格产品的要求，外购零部件东拼西凑或者进行仿冒，缺乏质量管理保证，产品问题较多，给生产商和客户带来严重的安全隐患和不必要的经济损失。产品从总成产品到零部件的全链条信息不共享，维修和追溯难。近年来由提升机等矿用装备引发的重特大事故屡有发生，矿用装备安全隐患愈发不容忽视，正引起各方的高度关注和重视。因此加强矿用装备的生产、检测、使用、维修等环节监督和溯源管理，实现对矿用装备监管监察，以确保源头强化、过程管控和事后追责、提升产品和售后服务质量显得十分迫切和必要。2.难点分析难点分析 标识对象和标识数据共享难。矿用装备在其全生命周期中产生的数 35 据，涉及设备制造企业、煤矿用户、检测检验机构、安标国家中心、矿山安全监管部门等多方参与，涉及生产、检测、使用、维修等多个环节，产生的标识数据需要一套完备的标识数据使用和共享策略支撑标识对象和标识数据共享，提升数据的查询使用的效率，把握数据使用需求，提供精准的分级分层数据投放服务。标识应用的商业模式不明晰。标识应用是新一代信息技术与行业深度融合，在煤炭行业部分场景企业通过标识应用实现提质降本增效。在煤炭领域需要持续探索，创造新型服务模式，催生新业态、新模式并最终形成围绕标识应用产业生态的企业商业逻辑价值闭环。3.解决方案解决方案 建立煤炭行业矿用装备工业互联网标识解析体系，基于统一的编码规则和标准，以一维码、二维码、无线射频识别标签、主动标识设备等方式赋予矿用装备对象唯一的“电子身份证”，实现一物一码，通过标识解析体系，将分散的信息关联起来，通过扫码或者主动上报方式实现矿用装备设计、制造、物流、使用、运行和监管的全要素、各环节信息互通，使设备制造企业、煤矿用户、检测检验机构、安标国家中心、矿山安全监管部门能够实现在采、销、生产中对矿用装备的追踪监控、质量追溯、销售窜货追踪、仓库自动化管理、生产现场管理和质量管理等目标，实现跨地域、跨行业、跨企业的全生命周期信息查询、共享和监管。36 图 7 煤炭行业矿用装备全生命周期管理 4.典型案例及实施成效典型案例及实施成效 案例案例 1：安标矿用装备全生命周期管理系统安标矿用装备全生命周期管理系统（安标国家中心安标国家中心）1.案例介绍 安标国家矿用产品安全标志中心与中煤科工集团信息技术有限公司积极响应国家要求，在相关政策引导下，以国家发改委“十三五”课题矿用装备安标溯源管控支撑服务系统为契机，打造服煤炭行业 37 矿用装备全生命周期管理工业互联网平台。平台聚焦于煤炭行业 6000 设备制造企业、4000 煤矿用户、22 个检测检验机构、安标国家中心以及 30 个矿山安全监管部门，通过赋予矿用装备唯一“电子身份证”标识，打通设备制造企业、煤矿用户、检测检验机构、安标国家中心、矿山安全监管部门等数据链，实现矿用装备从设备出厂、验收入库、出库领用、设备安装、设备维修、监管监察、设备检验到设备报废等信息的全面采集、溯源和监督管理，构建以工业互联网平台为桥梁、以工业微服务为载体，形成了汇聚共享、融合创新的矿用装备工业大数据平台。与矿山安全监管监察部门、检验检测机构、煤炭企业、装备制造企业、科研院所等建立战略伙伴关系，为其提供矿用装备全生命周期追溯、控制和监管等数字化、智能化服务，通过共建共享安全可信的矿用装备大数据空间，为煤炭行业数字化转型蓄势赋能。2.实施成效（1）实现矿用装备“一物一码”的电子身份认证，建立一致性研判机制，异常提醒等智能预警体系，实现矿用装备全生命周期数据贯通，为矿用装备核查验证提供手段支撑。38 （2）创新数据协同和协作机制，打通安标中心制造企业煤矿用户的认证、生产、使用环节数据链条，实现矿用装备数据互通，来源可查、去向可追。（3）构建安标审核发放、生产、销售、使用、检测检验、维修、报废、监管监察全生命周期信息链，强化事前预防、事中监控、事后监管，提升矿用装备管理水平及技术服务能力。（4）与煤炭企业设备招标平台关联互动，打通精准化服务通道，赋能以需求为驱动的数字化供应链，建立矿用装备预防性维护、趋势性预测，实现设备精细化运维。案例案例 2：矿用装备一码通溯源系统矿用装备一码通溯源系统（中煤科工集团西安研究院有限公中煤科工集团西安研究院有限公司司）1.案例介绍 中煤科工集团西安研究院有限公司依托工业互联网标识解析系统，构建钻机等矿用装备一码通溯源系统，实现对钻机等矿用装备从零部件采购、生产、销售、维修等各个环节数据贯通，进而面向供应商、生产商、煤矿用户提供不同维度、不同权限的产品标识绑定、产品数据查询、产品数据分析、产品及零部件溯源、易损件异常告警、验证防伪、产品电子手册、售后申请等创新应用。申码赋码环节，基于标识解析体系根据统一编码规则为每一个追溯件申请唯一码，并通过二维码、铭牌等载体，唯一标识钻机等矿用装备和关键核心零部件，并将关键信息注册到工业互联网标识解析二级节点。防伪溯源环节，系统自动加载钻机等矿用装备产品标识，并从标识解析二级节点关联查询产品煤安编号、出厂编号、钻机型号、生产厂家 39 以及生产日期信息，从而判断是否假冒伪劣产品。关键零部件防伪查询，系统根据关键零部件标识和钻机等矿用装备关联关系进行真伪判断，支持通过零部件标识精准定位生产人员信息。说明书电子化环节，以 BOM 为核心将钻机等关键组件进行电子化、模块化拆分，分别展示功能概述、技术参数、组件结构、工作原理、操作方法、维护保养信息、易损件信息。售后服务环节，系统自动从标识解析二级节点加载钻机等矿用装备产品信息，客户在系统录入维修关键信息并发起维修申请，售后服务人员在手机端实时得到通知，及时响应售后服务诉求。2.实施成效（1）提升数据共享效率。通过标识解析体系统一数据访问方式，实现产品等实体对象以及订单、维修单等虚拟对象“一物一码”，打通供应商生产商客户的认证、生产、使用环节数据链条，实现矿用产品来源可查、去向可追、责任可究。（2）提升产品溯源效率。当矿用产品发生安全故障时，可以通过溯源产销记录快速锁定涉及的相关产品和零部件，并通过溯源记录快速分析事故原因，提升溯源效率。40 （3）提升生产经营技术。建立产品溯源制度以及质量追溯体系，生产商需配合标准规范从事生产、经营管理，提升合理化生产和管理能力。（4）提升客户满意度。通过公开产品溯源信息，提供产品电子说明书，客户自主进行使用方法学习、培训以及故障初步判断等。（二二）煤炭行业矿用装备智能运维管理煤炭行业矿用装备智能运维管理 1.应用需求应用需求 煤矿安全生产要求煤矿重大装备感知数据需要统一进行监管。近年来为提升煤矿安全生产，斜井提升机、主通风机、主排水、绞车、空气压缩机、立井提升机等重点矿用装备监管要求不断升级，国家局、省局和煤矿企业的煤矿重大设备监控系统感知数据按相关法规要求统一进行监管。煤矿重大装备服务于全国各地导致常态化运维和沟通成本高。近年来随着矿山智能化建设不断深入，矿用装备自动化程度的不断升级，矿用装备的结构越来越复杂，而且许多矿用装备制造企业随着业务扩张，业务遍及全国各地，在设备常态化运维服务过程中往往存在沟通交流不及时、矿用装备故障反应不准确、矿用装备无法进行预测性维护、矿用装备运营所需的人力维护成本持续增高等一系列问题，不但影响企业形象，同时也存在大量的人力成本浪费。煤矿重大装备紧急突发故障不及时处理导致煤矿产线损失大。近年来由提升机等矿用装备引发的重特大事故屡有发生，矿用装备常态化监控、提前预警、预测性维护等正引起各方的高度关注和重视，一旦某个 41 矿用装备出现故障或者运行状态异常得不到及时有效的处理，就会影响煤矿采煤生产线的工作进度，损失难以预料。2.难点分析难点分析 老旧设备上标识升级改造挑战大。老旧设备使用状况良好，达不到报废的程度，如果停产停工进行设备升级或设备智能化替换成本太大，会对现有的生产经营产生非常大的影响和挑战，因此部署主动标识载体进行设备安全联网和可信数据采集的条件还不完全具备。3.解决方案解决方案 建立一套云化远程设备主动标识解析与实时数据采集系统，对设备对象分配标识，对设备进行智能化改造，加装智能数据采集器，保证设备的主动识别与感知终端数据的采集，实现主动向标识解析服务节点或安全认证服务平台等发起连接，通过主动上报方式将标识关联信息进行更新或者共享给设备制造企业、煤矿用户，完成斜井提升机、主通风机、主排水、绞车、空气压缩机、立井提升机等重点矿用装备数据订阅、查询监控、身份认证、数据直达等操作，实现数据的自动、安全采集，实现煤炭企业、煤炭行业内数据表达的统一，实现煤炭领域的标识数据互通，同时加持设备故障预警模型算法、故障自诊断模型算法，实现设备预测性维护、安全管控、远程监测、运营与库存优化等服务。42 图 8 煤炭行业矿用装备智能运维管理 4.典型案例及实施成效典型案例及实施成效 案例案例 3：基于主动标识载体的矿用装备远程故障诊断和运维系统基于主动标识载体的矿用装备远程故障诊断和运维系统（中煤中煤科工集团信息技术有限公司科工集团信息技术有限公司）1.案例介绍 中煤科工集团信息技术有限公司以工业互联网标识解析平台为新基建，以主动标识载体技术框架为核心，结合智能实时数据采集系统，给每一个智能数据采集仪通过标识解析体系赋予唯一标识，加持主动 43 标识载体技术进行安全身份认证，通过标识解析安全网络进行斜井提升机、主通风机、主排水、绞车、空气压缩机、立井提升机等重点矿用装备可信数据采集、运行状态实时监控，通过故障预警模型算法、故障自诊断模型算法，实现设备智能远程运维、设备实时监控、预测性维护等功能。故障预警模块，故障预警模块包含重要装备故障模型、预警模型（如提升容器未卸净故障推理模型等），分析各类故障对应特征值及向量，针对复杂故障数据提供多源异构故障数据库，支撑重要装备故障分析，为潜在故障预示、寿命预测和制定维修策略等提供重要技术支持。故障自诊断模块，故障自诊断模块包含自学习自适应诊断模型、远程故障分析处理模块、智能一体化诊断模型，实现装备故障智能诊断及专家人工诊断一体化的自诊断功能平台，实现装备故障提前判断，为潜在故障预示、寿命预测和制定维修策略等提供重要技术支持。2.实施成效（1）利用主动标识载体技术为矿用装备数字身份认证提供强有力的保障，提高身份认证的效率和安全性。（2）利用安装在设备内部的主动标识载体，精准定义设备监控、44 告警、预测性维护等数据来源，实现数据的主动采集和动态更新。（3）加持故障预警模型算法、故障自诊断模型算法功能，提前预知矿用装备故障隐患并提供有针对性的维护建议，防患于未然。（4）提升运维响应速度，降低设备运行维护成本，提升矿用装备制造企业服务形象。案例案例 4：设备故障预测与健康管理设备故障预测与健康管理（晋能控股煤业集团塔山矿晋能控股煤业集团塔山矿）1.案例介绍 通过建立覆盖矿井、相关上下游生产企业的标识解析体系，实现对重要生产设备的全生命周期管理，改变矿井重要物料及备品备件管理粗放的现状，做到成本节约与精准化采购管理。同时，通过打通上下游设备生产商和运营维护方，建立可预测的设备维护维修机制，降低停车概率，提升生产效率。涵盖煤炭工业机电设备相关的生产系统、关键设备、部件等，主要包括状态监测、故障诊断、故障预测、健康评估、寿命预测、全生命周期成本分析和溯源分析应用等。已具备包括采煤机、掘进机、刮板机、胶带机、通风机、水泵等整机以及传动系统、齿轮、链轮、齿轨、润滑油等关键部件的工业机理模型五十余种，通过工业互联网赋能平台，提高煤炭工业生产系统相关的机理模型的开发效率、易用性和易部署性。45 2.实施成效 通过平台赋能完善煤机设备故障知识库、案例库、诊断算法库、故障推理库，构建基于专家系统的故障推理与维修决策机理模型、设备关键零部件寿命预估模型、健康评估准则、基于煤机设备全生命周期的故障追溯机理模型，基于多信息融合的设备维修决策机理模型，将相关的多源信息融合，实时对监测数据进行故障诊断和案例匹配，动态预测发现潜在的问题并及时解决，提高煤炭工业生产系统装备的可靠性。（三三）基于赋能平台的企业安全生产调度指挥管控基于赋能平台的企业安全生产调度指挥管控 1.应用需求应用需求 系统间数据互通和兼容性差。煤炭行业安全与生产技术信息化标准体系尚未完善。难以实现信息共享和业务协同，缺少统筹规划和顶层设计，系统间缺乏互联互通。应用平台、库表结构和编码规范不统一，不同厂家各自制定传输协议和接口标准，各系统之间不能互通和兼容，导 46 致信息资源难于共享，严重影响了信息系统的应用推广和功效发挥。无法实现产业链信息共享。缺少统一的煤炭工业互联网管控平台，连接生产、运销、经营等各环节的设备、系统，汇聚生产过程数据及实时动态数据、运销数据等，打破数据壁垒，积累煤炭行业模型，摆脱对人工经验的依赖，将不可见问题通过数据形式可视化，从而为煤炭行业全产业链生产经营管理提供更精准的分析手段和数据支撑。2.难点分析难点分析 煤炭成品的标识可行方案不清晰。由于煤炭成品特殊的形态，目前暂时还没有形成各业务环节可行的标识方案，在生产过程中精细化的管理和质量控制缺乏采集跟踪手段，需要从煤机设备管理入手，通过统一设备标识管理生产过程，从而反演煤炭产品的质量等问题。3.解决方案解决方案 融合大型设备、安全监测、人员定位、产量、存煤量、外运等数据的集成，通过对矿井进尺等安全生产重点事项的填报汇总和图表展示，满足生产调度需要。在地面上位机位置部署数据采集网关，按工业互联网标识解析 能源（煤炭）标识编码规范映射设备原有编码进而统一设备标识编码，将感知类数据与设备标识关联，逐步形成标准统一管理、数据分级处理、业务协同、资源调度的分层架构，实现纵向到底、横向到边的三级应用融合开放平台，为建设全采集、全互通、全联动的上下一体化“智能矿井、智慧矿区”提供架构支撑。为集团各级领导和管理部门及时、全面、准确地掌握煤矿企业安全生产动态提供了高效手段。例如：在塔山煤矿 3-5#层综采工作面，通过采煤机（原编码为MG900/2600-WD，出厂日期 2020 年 11 月 1 日，在数据采集网关映射后 47 设备编码为：VAA088/940103 0020201，原有编码仍保留在企业自定义代码中）上的惯导系统输出变换获取采煤机精确坐标，并通过数据采集网关同时采集采煤机、刮板机、破碎机、转载机、顺槽皮带及环境监测等数据，通过工作面设计方案及采煤机精确坐标计算出其他装备相对位置坐标，将这些数据与相应设备标识绑定进行更新融合到矿井“一张图”平台，形成井下综采装备唯一识别、绝对定位。区别于传统调度手工测量填报方式。通过设备标识和绝对定位使采集的数据更加科学规范、及时准确，形成了融合共享的综合调度指挥平台。图 9 基于赋能平台的企业安全生产调度指挥管控 4.典型案例及实施成效典型案例及实施成效 案例案例 5：安全生产调度指挥系统安全生产调度指挥系统（晋能控股煤业集团晋能控股煤业集团）1.案例介绍 采用 TGIS、大数据、标识解析等技术，基于时空智能一张图模式，通过标识映射实现不同业务系统数据关联共享分析，建设起从末端的 48 生产技术人员到集团管理决策层的流程统一、高度集成的生产调度指挥信息系统，在晋能控股煤业集团及下属 200 余座矿井进行了推广应用，有效地提高了煤矿综合管控、协同调度能力和应急决策可靠性，为保障安全生产、决策支持等提供了重要支撑。2.实施成效 基于标识解析与分布式协同技术，实现了跨矿区、多层级管理模式的亿吨级矿业集团多系统、多专业复杂应用横向协同与多源异构数据纵向贯通，解决了采煤、掘进、安全、机电等多业务板块数据的融合，实现了大型煤炭企业的“大调度”协同指挥、集中监管、安全决策。建立了基于大数据的自动化调度管理、智能分析决策，通过基于标识的分类、聚类、关联分析、异常检测、时间序列回归、空间插值等数据挖掘算法，对现有安全生产相关数据进行分析挖掘，为生产管理提供自动化管理决策，为煤矿采掘活动提供风险预警、为集团整体调度提供决策支持。49 （四四）煤炭产运销业务协同管理煤炭产运销业务协同管理 1.应用需求应用需求 煤炭运销过程环节多，问题溯源难。煤炭销售、采购过程参与的企业数量众多，流通途中需要多次中转与加工，以及多种运输工具转换，容易产生跑冒滴漏、偷梁换柱等违法行为，造成企业损失难以溯源。物流管理调度复杂，交割数据无法同步。煤炭物流管理环节中，车辆运力资源无法精准匹配调度需求，进出场凭证仍然依靠纸质派车单据，磅单信息无法跨组织、跨角色共享公用，订单与货物匹配、核对、交割效率低，因此需要结合标识共享数据，实现订单精准匹配与验证、优化物流环节，提升煤炭流通效率，促进供应链一体化服务升级。2.难点分析难点分析 主动标识载体和承运车监控系统集成实施有难度。基于主动标识载体的车载监控系统还未落地实施，其需要满足煤运公司的客户非常关心的货物托运状态（比如承运车的实时位置信息和运行轨迹、货物的送达时间等）等信息的实时采集和传输、海量汇聚和处理、快速分析和预警，该需要求对标识应用的运行环境（计算、存储、网络资源等）提出了更高要求和挑战。3.解决方案解决方案 从竞价交易、煤炭销售、计划调运、车号识别、磅房称重、仓储加工、物流监控、产品质检、预约卸货直到进入下游消费环节，将为煤炭供应链中关键环节凭证、参与者提供统一的身份和解析服务，赋予每一个企业、每一份单据提供唯一的标识身份认证，通过扫码等方式采集采掘、洗选、煤炭消费环节电子合同单据、承运工具等标识数据，通过主 50 动上报方式将承运工具运输监控信息进行更新或者共享，将全链信息通过标识进行串联和共享，可以追溯到煤炭供应链的各个阶段，获取相应的业务数据，从而准确定位运销环节的每一个动作，生成电子合同、电子派车单、电子运单、电子磅单，调配业务人员、物流人员、装卸货人员进行精准管理，从而提升销售、调运和装卸环节的整体效率，降低成本。图 10 煤炭产运销业务协同管理 4.典型案例及实施成效典型案例及实施成效 案例案例 6：煤炭智慧物流解决方案煤炭智慧物流解决方案（淮河能源淮河能源(集团集团)股份有限公司股份有限公司）1.案例介绍 淮河能源(集团)股份有限公司以煤炭生产、公司现主要以煤炭生产、火力发电、物流贸易为主营业务，基于“一车一码”标识采集汽车 51 设备使用过程数据，对物流实行全流程信息管理、无纸化办公，实现了煤炭销售、采购运维信息可视化管理、多维分析，实现了车辆进出场信息和位置的实时查看跟踪。2.实施成效（1）借助标识解析二级节点标识解析平台，将煤炭从生产、运输、质检、仓储、装配至整车、终端销售、纠纷处理全过程都进行记录和追踪，收集销售、采购全生命周期的业务数据，帮助企业提高供应链效率。（2）以煤炭资源为抓手，通过标识解析、物联网实现物流数据的全面完整收集，打通电子单据、承运车、货物、人员等物流要素，透明化管理，帮助企业的智能化高质量发展，提高企业管理现代化水平。（3）融合 GIS、移动网络、智能数据采集等技术，对赋予标识的承运车辆进行全程跟踪监控，多维可视化分析，判别承运车是否按时到达，提高煤炭拉运水平，加快周转效率。52 五、发展建议（一一）加强顶层设计加强顶层设计、完善标准规范完善标准规范 结合煤炭企业自身实际，因地制宜，按照“顶层设计、标准先行，打好基础、分步实施，先进适用、突出特色，管理提升、人员同步，新旧共融、安全可靠，放眼长远、坚持到底”的原则，扎实推进煤炭行业智能化改造和数字化转型工作，完善煤炭行业工业互联网标识相关标准规范和规章制度。加快推进煤炭行业编码规范、煤炭安全生产等一批亟需标准的立项和发布，为相关煤炭企业开展数字化转型提供参考和指导，推动煤炭行业安全、健康、稳定发展。（二二）强化宣传引导强化宣传引导、推动人才培养推动人才培养 提高煤炭企业更加清晰认识到数字化转型必要性和紧迫性的意识。实行数字化转型一把手负责制，领导班子中明确专人分管，明确负责组织机构，让煤炭企业充分认识到，在“双碳”背景下，数字化转型不仅事关安全与效益，更决定着企业未来的前途和命运。充分调动产、学、研、用各方积极性，发挥行业技术优势，推进专业人才培养，搭建产业孵化基地，建立新的符合数字化转型的管理体制和模式，实施从上到下全员系统性信息技能培训，切实把工业互联网人才优势转化为煤炭行业科技优势、产业优势，实现以人才优先发展引领煤炭产业经济跨越发展（三三）加快应用探索加快应用探索、构建产业生态构建产业生态 落实工业互联网创新发展行动计划（2021-2023 年）标识解析增强行动要求，面向煤炭产业发展的需求，借助工业互联网的发展潮流，53 积极探索煤炭产业的应用场景，深化标识在煤炭开采、安全生产、煤炭物流等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。呼吁煤炭生产头部企业和技术服务头部企业联合发力，带动各类装备、软件、通信、咨询企业以及下游行业企业跟进，以工业互联网标识为抓手，逐步构建全产业链的煤炭产业数字化生态，从底层开始解决技术、标准、平台、协同等问题，是未来发展的正确方向和必然趋势。

0人已浏览 2023-10-23 58页 5星级

工业互联网标识行业应用指南工业互联网标识行业应用指南（家电）（家电）工业互联网产业联盟（工业互联网产业联盟（AIIAII）2022023 3 年年 9 9 月月声明声明本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟联系电话：邮箱：组 织 单 位：组 织 单 位：工业互联网产业联盟牵头编制单位：牵头编制单位：（排名不分先后）中国信息通信研究院，刘阳、田娟、尹子航、池程、刘巍、刘澍、吴喆、刘一鸣、郝献举参与编制单位：参与编制单位：（排名不分先后）中国家用电器研究院，赵鹏、汪超、石里明卡奥斯物联科技股份有限公司，盛国军、熊普江、刘合艳、王伟、王宇四川长虹电子控股集团有限公司，毕可骏、徐庭锐、刘洋廷美的集团股份有限公司，吴可畏、王文华、李景恒，齐雨珠海格力电器股份有限公司，张俊杰、许勇、李斌、崔拯庶中国联合通信网络有限公司广东省分公司，邢燕、陈骁、徐文杰格创东智（深圳）科技有限公司，袁昕、尹炬、钟志山中山市铧禧电子科技有限公司，杨超、徐英中国市政工程华北设计研究总院有限公司，渠艳红、王艳、张梦婷新华三工业互联网有限公司，刘赞、刘淑英、黄玉宝前前 言言工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023 年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。近年来，我国家电行业技术飞速进步，通过积极参与制定国际标准，我国家电领域在国际标准中的影响力和话语权不断提升，我国已成为家电产品的出口大国和全球主要供应商，但目前家电企业综合成本居高不下，经营风险加大，家电行业尚面临核心零部件、关键基础材料及先进工艺和检测平台的供应链协同困难、节能低碳技术应用不足、家电维修及回收效率低等问题，亟需通过工业互联网标识打通家电产业链上中下游企业，构建高效协同、绿色低碳的家电行业创新发展新模式。为了加快工业互联网标识解析体系在家电行业应用推广，工业互联网产业联盟标识组联合家电行业相关企事业单位编制 工业互联网标识应用指南（家电）（以下简称指南）。本指南适用于 国民经济行业分类（GB/T 47542017）“”制造业门类下“38”电气机械和器材制造业大类，聚焦于“385”家用电力器具制造中类中的 8 个小类，分别是家用制冷电器具制造，家用空气调节器制造，家用通风电器具制造，家用厨房电器具制造，家用清洁卫生电器具制造，家用美容、保健护理电器具制造，家用电力器具专用配件制造，其他家用电力器具制造，另可为“F”批发和零售业门类下“527”家用电器及电子产品专门零售，“O”居民服务、修理和其他服务业门类下“813”家用电器修理等行业提供参考。本指南围绕家电行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为家电行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了区景安、耿光刚、顾钊铨、柴文光、李媛红、王军、陈祥等专家的指导，并得到了广东鑫兴科技有限公司、暨南大学、广州大学、广东工业大学、深圳市标准技术研究院、赛意广州高水平企业研究院、澳门国际品牌质量认证联盟、横琴融贯投资有限公司等企事业单位的大力支持，在此一并致谢。目目录录一、工业互联网标识解析概述.10二、家电行业数字化转型需求分析.13（一）家电行业基本情况.131.行业简介.132.产业链.14（二）家电行业发展的主要特点.19（三）家电行业转型的变革方向.20三、家电行业标识解析实施路径.24（一）家电行业标识解析实施架构.24（二）家电行业标识对象分析.261.标识对象分类.262.对象标识编码.293.标识应用分布.31（三）家电行业标识数据分析.331.标识数据分布.332.标识数据建模.363.标识数据类型.37（四）家电行业标识应用组织流程.391.预研与评估阶段.402.节点建设与部署阶段.403.企业标识应用实施阶段.414.产业推广与运营阶段.42四、家电行业标识解析应用模式.44（一）家电行业零件管理网络化协同.441.应用需求.442.解决方案.453.典型案例及实施成效.46（二）家电行业生产设备智能化维护.481.应用需求.482.解决方案.493.典型案例及实施成效.50（三）家电行业产品质量数字化溯源.521.应用需求.522.解决方案.533.典型案例及实施成效.55（四）家电行业物流库存可视化管理.571.应用需求.572.解决方案.583.典型案例及实施成效.59五、发展建议.61（一）加速家电行业标识服务整合与应用拓展.61（二）推动家电行业信息共享及需求挖掘.61（三）探索家电行业标识数据安全防护体系.62（四）构建家电产品绿色回收流程及标准体系.6210一、工业互联网标识解析概述工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部11数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关工业互联网标识解析是实现多源异构数据互操作的关键支撑键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的“信息孤岛”和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。工业互联网标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、不同系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，同时提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入工业互联网标识解析是实现产业链全面互联的重要入口口。企业间传统的信息交互模式为建立两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接12口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。工业互联网标识解析各级节点作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。工业互联网标识解析是打造共建共享安全格局的有效工业互联网标识解析是打造共建共享安全格局的有效路径路径。随着工业互联网接入数据种类、数量的不断丰富，以及工业数据的高敏感性，对网络服务性能要求越来越高。标识解析建立了一套高效的公共服务基础设施和信息共享机制，通过建设各级节点来分散标识解析压力，降低查询延迟和网络负载，提高解析性能。同时，逐步建立综合性安全防护体系，工业数据存储在责任主体企业保障了数据主权，通过身份认证、权限管理、数据加密等机制实现标识对象信息的安全传输和获取，通过多利益相关方在全生命周期中的合作，形成开放、引领、安全、可靠的产业生态系统。13二、家电行业数字化转型需求分析（一）家电行业基本情况（一）家电行业基本情况1.1.行业简介行业简介家用电器是指在家庭及类似场所中为减少人们劳动强度、改善生活环境、提高物质生活水平所使用的电力器具，主要包括空调器、电冰箱、洗衣机、微波炉、电风扇、电饭锅等。家用电器行业是指在国民经济中从事家用电器及其零部件生产、销售、维修、回收处理及相关经济活动的经营单位或者个体的组织结构体系所共同组成的行业总称。根据国家统计局制定的 国民经济行业分类与代码 GB/T4754-2017，家电行业涉及“”制造业门类下“385”家用电力器具制造，包括 8 个子行业，分别是家用制冷电器具制造，家用空气调节器制造，家用通风电器具制造，家用厨房电器具制造，家用清洁卫生电器具制造，家用美容、保健护理电器具制造，家用电力器具专用配件制造，其他家用电力器具制造；还涉及“F”批发和零售业门类下“527”家用电器及电子产品专门零售，“O”居民服务、修理和其他服务业门类下“813”家用电器修理。经过四十年的发展，家用电器成为国民消费市场的主导产品，家用电器行业也成为我国国民经济中的重要组成部分。我国是全球家用电器的生产大国、消费大国和出口大国，各类家电产品总产量占全球 80%以上。家用电器行业是我国最早尝试市场化运作的行业，是目前市场化程度最高的行业之14一，作为目前我国颇具产业规模的国民经济支柱产业，在提高人民生活水平、促进国家经济繁荣等方面发挥了巨大作用。据中国工程院战略咨询中心等机构联合发布的 2018 中国制造强国发展指数报告显示，我国家电产业已经成为五大世界领先产业之一。2022 年，我国家电行业主营业务收入达到1.75 万亿元，同比增长 1.1%；实现利润总额 1418 亿元，同比增长 19.9%。2022 年，我国国内家电市场也出现了较好的复苏态势，家电行业国内市场零售额累计 8352 亿元。近年来，新一轮科技革命和产业变革蓬勃兴起，家用电器行业面临世界范围内新一轮工业革命的历史性机遇，在 5G、人工智能、大数据、边缘计算等新兴信息技术的赋能下，数字化生产管理、质量管理、供应链管理、设备管理和远程运维服务等新模式在家用电器行业得到越来越广泛的应用。新一代信息技术与家用电器行业深度融合，必将助力家电企业洞察用户需求和匹配供需，提高质量和效率，提高成本竞争力，催生新的增长点；助力形成以用户为中心的大规模定制生产模式，实现需求实时响应、资源无缝对接；显著提升资源配置优化、管理精细化和决策科学化水平；助力行业构建协同开放的技术创新体系，以及智能协同、跨界融合的高效产业生态，提升技术创新能力和产业链现代化水平。2.2.产业链产业链作为重要的消费品生产行业，家电行业的产业链较长，上游包括零部件制造企业、原材料厂商以及生产装备制造商，其中零部件包括压缩机、换热器、风机、阀件、电器盒、管15路、冷媒等，原材料包括钢材、铝材、铜材、高分子材料、橡胶、稀土等，生产装备包括冲压设备、焊机、拉床、高端磨床、高速冲床、整形机等；中游是家电整机制造企业；下游则包括家电销售商（家电连锁企业、大型商超、百货商店、家电专卖店、企业直营店和线上电商等）、家电维修企业、家电回收企业及家电处理企业。家电行业产业链全景图如图1 所示。16图 1 家用电器行业产业链全景图17家电行业产业链上游家电行业产业链上游，家电大宗原材料主要为钢板、铜管、铝箔和塑胶原料等，模式化装配的零部件包括压缩机、换热器、风机、阀件和注塑件等。整体来看，原材料成本在家电产品中占比约 80%，因此家电企业对原材料价格波动较为敏感。目前我国家电产品大部分零部件可实现国产化，供应链基本完整，整机竞争优势明显，中低端产品配套完善，但在高端原材料、电子元器件、传感器、零部件、制造装备、工业软件等方面仍存在一定的不足。例如：家电产品和生产设备核心控件的半导体晶圆所使用的原材料硅棒、制造各种高端车床刀头所必须的钢材大多从日本进口；核心半导体零部件（包括 IPM、IGBT、MOS、驱动芯片等芯片）大多从日本、欧美公司进口；喷涂设备、激光焊接设备以进口美国企业产品为主，检漏仪以德国等欧洲国家企业产品为主；工业管理软件、工业设计软件、高端仿真软件、操作系统等典型工业软件大多采由欧美和日本的产品。家电行业产业链中游家电行业产业链中游，整机集成生产是家电行业产业链的核心环节，我国市场规模较大的家电相关企业多为整机厂商。我国知名家电企业美的、海尔、格力、海信、方太、先锋、沁园、加西贝拉等分别是全球家电综合冠军、单项冠军或隐形冠军，其中美的、海尔、格力连续多年入围世界 500强企业。近年来，我国家电企业通过收购兼并、合资合作、战略转型，持续完善管理结构、区域结构、经营结构和市场结构，产品从中低端逐步向高端化、智能化转型，技术研发及品牌建设逐年提升，从核心技术迭代、现代技术融合和应18用场景突破三个维度发力，进一步加快全球产业布局，以引领全球智能家居生态为目标，努力实现全面领先。家电行业产业链下游家电行业产业链下游，当前家电零售渠道可细分为全国性家电连锁、大型商超、百货商店、家电专卖店、企业直营店和新兴的线上电商渠道，最终到达终端客户。其中，传统线下销售渠道主要为大型家电企业的产品，中、小型家电企业更偏向于线上销售渠道。家电的维修、回收、处理企业从2012 年快速发展，维修企业依托整机生产企业的售后服务渠道和产品生产资料数据，通过提供专业维修人员及配套服务，实现企业间数据共享与互惠共赢新模式；回收企业在原有个体回收模式的基础上，已发展形成生产企业依托售后服务渠道回收、销售企业通过“以旧换新”等形式回收、互联网企业实现“互联网 回收”等新型回收模式；同时，全国现已建成 109 家废弃电器电子产品处理企业，包括中再资环、格林循环、启迪环境等。随着工业互联网的发展，家电行业积极在智能制造方面开展实践，加大对信息化、自动化的投入，利用互联网发展模式赋能生态构建，实现产品、制造向智能化转型，企业管理、营销和服务向数字化转型。一是通过智能制造引领行业一是通过智能制造引领行业整体升级整体升级。伴随着我国劳动力成本的上涨以及群众消费的升级，我国家电行业的成本优势逐渐被抹去。家电制造企业通过提升生产工艺装备的自动化、智能化水平，提升精益制造管理能力，挖掘生产效率红利。二是运营模式不断创新二是运营模式不断创新。为适应市场快速变化及传统营销模式失效的风险，家电制造企19业重构以市场需求为中心的客户订单式产销模式已收到成效；同时，基于信息化技术的家电产品全生命周期管理也越来越受到整机生产企业的重视，供应链网络协同应用、产品质量追溯管理、废旧产品回收处理、服务化延伸等创新应用模式不断涌现。三是通过大数据三是通过大数据、工业互联网与物联网升级工业互联网与物联网升级拉动终端服务消费拉动终端服务消费。依托云计算和集成智能产品，实现人和产品之间、产品和产品之间的交互，最终构建一体化的智慧家庭，紧紧粘合消费者的细节需求、情感需求、关爱需求等，从而提供可以无限延伸的、个性化的服务。（二）家电行业发展的主要特点（二）家电行业发展的主要特点一是中国已成为了全球家电的生产大国。一是中国已成为了全球家电的生产大国。中国大陆已是全球最大的白色家电生产基地，空调器、电冰箱、洗衣机、微波炉等主要产品产量连续多年位居世界第一。我国白色家电产能占全球产能的比例在 60%-70%，其中，空调器、微波炉和制冷压缩机产量占全球 80，冰箱和洗衣机产量超过全球 50%，小家电产量占全球 80，家电行业已经成为国民经济中的重要组成部分。二是二是我国已成为家电产品的出口大国和全球主要供应商。我国已成为家电产品的出口大国和全球主要供应商。随着全球性产业转移浪潮，由于我国具有的零部件配套支撑和低成本劳动力等优势，我国家电产品的出口大幅度增加。产品不仅出口到东南亚等发展中国家，而且大量出口到美国、欧洲等发达国家。2021 年我国冰箱出口量达到 7116 万台、同比增长 2.3%，空调出口量达到 5277 万台，同比增长 11.8%，洗衣机出口量达到 2191 万台，同比增长 1.7%。2022 年家电20行业出口和内销规模虽略有下滑，但整体出口规模仍达5681.6 亿元。三是三是家电企业逐渐重视自主可控的关键技术。家电企业逐渐重视自主可控的关键技术。家电行业是技术密集型产业，涉及机械、电子、化工、环保等多领域的科技成果，产品正在向多功能、高品质、节能、静音等方向发展。网络化、智能化、低碳化是全球家电行业发展的主题，对于已完全融入全球经济的中国家电行业来讲，这些技术理念已逐步贯穿到产品开发、市场营销、企业发展战略等各个环节，并将持续深入。四是四是家电企业综合成本居高不下、经营风险加大，效益家电企业综合成本居高不下、经营风险加大，效益下滑。下滑。人民币的升值加大了家电产品的出口难度，此外，原材料价格的剧烈波动和劳动力成本的大幅增加，也使得众多家电企业近年来的效益明显下降。家电行业进入微利时代，行业内的重组和整合趋于活跃。我国家电市场目前仍存在高竞争性、高集中度、规模经济明显、技术壁垒越来越高、产品创新能力较差等特征。经历了过去 40 年的高速发展，以技术、质量、服务为代表的非价格竞争方式将成为众多家电企业在竞争中取胜的突破口。（三）家电行业转型的变革方向（三）家电行业转型的变革方向“十四五”期间，我国家电行业将以稳链接、强节点、通链路为目标，加强上下游产业融合应用，努力突破共性关键技术，弥补家电产业基础材料、零部件和制造工艺等关键短板，到“十四五”末期实现重点环节技术升级，产业链供21应链安全稳定，我国家电产业在标准体系、技术创新、产品质量等方面均达到国际领先水平。面对当前我国家电行业发展的困难与挑战，结合国内外实践经验，家电行业具备以下变革方向。一是开展家电行业上中下游协同的重点领域技术攻关一是开展家电行业上中下游协同的重点领域技术攻关。着眼于延伸、拓展、提升产业链供应链现代化水平，以强链、补链、延链挖掘新的发展潜能。实施产业基础再造工程，围绕家电产业链供应链的短板，支持产业链上中下游企业协同和技术攻关，增强产业链韧性，提升产业链水平；加大对核心基础零部件、关键基础材料、先进基础工艺和检验检测平台、新型基础设施等领域研发投入，增强产业链向价值链提升发展能力和产业基础发展能力；以集中攻克“卡脖子”产品为先导，着力共性技术平台建设，以智能、绿色、健康、安全为主要方向解决跨产业、跨领域的关键共性技术难题，增强国内中间产品、关键零部件的生产能力。二是推动家电行业重点环节的多元化布局二是推动家电行业重点环节的多元化布局。进一步打通我国家电行业产业链供应链的堵点、连接断点，坚持自主可控、安全可靠，分阶段推进产业链供应链的优化与多元化，把关键核心技术牢牢掌握在自己手中，在重点环节形成产能备份。同时，需要保持合理的企业分布比例，形成良性的重点环节竞争生态，吸引一批海外高端制造业和关键零部件生产企业落地，形成先进制造业体系，解决我国家电领域当前存在的产业链供应链隐忧，拓展下游产业的发展空间，打造先进制造业和关键产业链、供应链、研发链产业高地。在构22建以国内大循环为主体、国内国际双循环相互促进的新发展格局下，实施多元化布局，强化我国家用电器供应链体系。三是通过工业互联网赋能家电供应链三是通过工业互联网赋能家电供应链。建设家电领域国家战略层面的产业链供应链安全预警平台，建立体系化的政策法规，综合利用行政、技术等手段应对各类供应链安全风险，避免供应链中断，提升中断后的迅速恢复能力。促进家电领域产业链供应链上下游企业间的数据协同，协调制定政企间数据交换与共享制度，建立预警信息共享机制，构建线上线下相结合的产业发展形势研判及预警机制，建立全链条的产业安全数据库，向产业管理部门和产业经济主体开放相关信息，达成应急互助与信息共享协议，提供家电产业协同发展信息服务。此外，设立产业链供应链风险评估专家组，建立符合产业发展的供应链安全预警指标，规避各国法律对商品和技术的管制风险，建立大数据分析体系，精准识别精准调配，增强产业链各企业间信息互通和高效协同，掌握重点企业、重点项目、重点平台、关键共性技术、制约瓶颈等情况，提供决策依据。四是建立支撑双碳发展目标的家电行业绿色供应链四是建立支撑双碳发展目标的家电行业绿色供应链。加大节能产品推广力度，坚持以市场为导向，加大力度推进节能低碳技术研发推广应用，提升可再生能源利用比例，大力推动光伏家电技术发展，因地制宜拓展光热发电等可再生能源在家电产业链的技术创新，推动数字化信息化技术在节能、清洁能源领域的融合发展。建立中国家电产品“碳标识”，提高生产效率、降低能耗、打造节能产品，促进行业高质量23发展，建立更加全面科学的家电产品温室气体排放评价标准及标识，促进环保、高效家电技术的发展和产品的市场销售，助力国家“碳达峰、碳中和”战略的实施。建立健全家电绿色低碳循环发展体系，全方位全过程推行绿色规划、绿色设计、绿色投资、绿色建设、绿色生产、绿色流通、绿色生活、绿色消费，使发展建立在高效利用资源、严格保护生态环境、有效控制温室气体排放的基础上，统筹推进高质量发展和高水平保护，建立健全绿色低碳循环发展的家电循环体系，推动我国绿色发展迈上新台阶。24三、家电行业标识解析实施路径（一）家电行业标识解析实施架构（一）家电行业标识解析实施架构家电行业标识解析应用的重点在企业节点侧，企业完成数据标识后直接与标识解析体系基础设施对接，进行数据的全产业链流通。并在二级节点、递归节点与基础设施的参与下，完成家电行业的工业互联网典型应用。在生产制造环节在生产制造环节，工业软件与生产设备是数据流转的主体，在传统工业软件数据库的基础上，通过对数据采用统一标识，完成数据的厂内厂外转换，增强了数据的流通性。在物流管理环节，仓储、物流信息是数据流转的主体，通过对仓储信息、运输信息和打包信息的标注，可以无缝衔接生产制造环节，并对后续的产品信息追溯、动态管理提供了数据条件。在物流管理环节在物流管理环节，仓储、物流信息是数据流转的主体，通过对仓储信息、运输信息和打包信息的标注，可以无缝衔接生产制造环节，并对后续的产品信息追溯、动态管理提供了数据条件。在销售及售后环节在销售及售后环节，产品信息是数据流转的主体，销售商、维修/回收/处理商和家庭用户围绕产品进行数据的交换，通过标识解析体系，一方面可以方便完成对产品的历史追溯，另一方面可以加强家电售后环节与产业链其他环节的沟通，不仅提升了维修、回收及处理效率与资源利用率，还可以进一步增强家电行业供应链协同能力。25图 2 家电行业标识解析实施架构26（二）家电行业标识对象分析（二）家电行业标识对象分析1.1.标识对象分类标识对象分类家电行业标识对象及其分类包含国民经济行业分类(GB/T 4754-2017)国家标准中的制造业门类下电气机械和器材制造业的家用电力器具制造中类、计算机、通信和其他电子设备制造业的非专业视听设备制造中类；批发和零售业门类下纺织、服装及家庭用品批发中类，家用电器及电子产品专门零售中类；居民服务、修理和其他服务业门类下家用电器修理中类。结合家电行业产业链供应链，进行标识对象分类。类别一类别一、家电行业设计类家电行业设计类。主要包括，设计数模、设计图纸、部件清单、设计软件等。适用的标识载体有一维码、二维码等。相关采集技术包括，扫码器、PDA、手机等。类别二类别二、家电行业直材辅材类家电行业直材辅材类。主要包括，不锈钢、塑料、隔热材料、锡膏等原材料和压缩机、泠凝器、变压器、传感器、温控装置等零部件。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器等。类别三、家电行业加工设备类。类别三、家电行业加工设备类。主要包括，传输设备、吊装设备、冲压设备、SMT 设备、焊接机器人、浸粉设备、模塑设备、焊割设备、切削设备等。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读27写器、联网自动采集等。类别四类别四、家电行业工艺装备类家电行业工艺装备类。主要包括，风动拧紧工具、电动拧紧工具、刀具、夹具、量具、模具以及检测设备、数据采集设备等。适用的标识载体有一维码、二维码、RFID标签、NFC 标签等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器等。类别五、家电行业物流设备类。类别五、家电行业物流设备类。主要包括，AGV、码垛机器人、叉车、托盘、仓储设备、集装箱等。适用的标识载体有一维码、二维码、RFID 标签、NFC 标签、主动标识载体等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。类别六类别六、家电行业整机产品类家电行业整机产品类。主要包括，冰箱、电视、空调、洗衣机、烘干机、微波炉、热水器、吸尘器、家用灯具等家电整机产品。适用的标识载体有一维码、二维码、RFID标签、NFC 标签、主动标识载体等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。类别七类别七、家电行业账票类家电行业账票类。主要包括，订货单、收货单、入库单、出库单、工作交接单、检验数据报告、溯源工单、设备点检表、设备维修单等生产与销售环节的账票等。适用的标识载体有一维码、二维码等。相关采集技术包括，扫码器、PDA、手机等。类别八、家电行业人员类。类别八、家电行业人员类。主要包括，家电生产制造、家电销售、售后维修、回收、处理等产业链上中下游企业的28相关人员。适用的标识载体有二维码、RFID 标签、NFC 标签、主动标识载体等。相关采集技术包括，扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等。表 1 家电行业标识对象及其分类表分类代码分类名称说明标识载体采集技术1家电行业设计类设计数模、设计图纸、部件清单、设计软件等一维码、二维码等扫码器、PDA、手机等2家电行业直材辅材类不锈钢、塑料、隔热材料、锡膏等原材料和压缩机、泠凝器、变压器、传感器、温控装置等零部件一维码、二维码、RFID标签、NFC 标签等扫码器、PDA、手机、RFID 读写器、NFC 读写器等3家电行业加工设备类传输设备、吊装设备、冲压设备、SMT 设备、焊接机器人、浸粉设备、模塑设备、焊割设备、切削设备等一维码、二维码、RFID标签、NFC 标签、主动标识载体等扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等4家电行业工艺装备类风动拧紧工具、电动拧紧工具、刀具、夹具、量具、模具以及检测设备、数据采集设备等。一维码、二维码、RFID标签、NFC 标签等扫码器、PDA、手机、RFID 读写器、NFC 读写器等295家电行业物流设备类AGV、码垛机器人、叉车、托盘、仓储设备、集装箱等一维码、二维码、RFID标签、NFC 标签、主动蓝牙定位标识等扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等6家电行业整机产品类冷藏冷冻类（如冷藏箱）、洗涤清洁类（如滚筒洗衣机）、空气调节类（如家用中央空调）、厨电类（如油烟机）、水处理类（如电热水器）及其他家电产品等设备一维码、二维码、RFID标签、NFC 标签、主动标识载体等扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等7家电行业账票类订货单、收货单、入库单、出库单、工作交接单、检验数据报告、溯源工单、设备点检表、设备维修单等生产与销售环节的账票等一维码、二维码等扫码器、PDA、手机等8家电行业人员类家电生产制造、家电销售、售后维修、回收、处理等产业链上中下游企业的相关人员二维码、RFID 标签、NFC 标签、主动标识载体等扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等2 2.对象标识编码对象标识编码在理清家电行业标识对象后，应本着唯一性、兼容性、30实用性、可扩展性、科学性等基本原则，制定对象的标识编码规范。一是要符合工业互联网标识解析体系架构，基于一种公有编码体系实现全局唯一；二是兼顾行业现行标准和企业应用需求，制定不同对象不同颗粒度的编码规则，并达成行业共识；三是满足家电行业资源管理和信息交换目标，充分考虑企业信息化系统建设和标识实际应用现状，设计相对全面、合理、有用的编码结构；四是根据家电行业工业互联网应用需求，规划合理的编码容量并预留适当空间，保障在编码体系下进行扩展、细化；五是编码结构简洁明确，必要时设置效验码位、安全码，保证编码的正确性与安全性。2020年8月工业互联网标识解析 家用电器 标识编码规范已正式发布，家电行业的标识对象编码基本规则如下图所示：图 3 家用电器行业标识编码结构标识后缀由家用电器行业标识对象的基础分类代码、品牌代码、型号代码、流通特征代码、生产日期代码和企业自定义代码组成，以UTF-8字符“.”分隔，标识后缀各代码段的长度、范围、数据类型和代码含义见下表。31表 2 家电行业标识后缀组成表3 3.标识应用分布标识应用分布截止2022年6月，家电行业工业互联网标识累计注册量突破13亿，累计标识解析量达14亿，主要应用于冷藏冷冻类、洗涤清洁类、空气调节类、厨电类、水处理类等家电整机产品，主要应用分布如下表所示。表 3 家电行业标识应用分布表对象分类对象名称标识注册量占比标识解析量占比标签类型编码规则用途冷藏冷冻类冷藏、冷冻箱12%二维码家电标识编码规范产品全生命周期管理商用冷藏柜7%6%二维码家电标识编码规范产品全生命周期管理家用玻璃门冷藏柜（展示柜）4%3%二维码家电标识编码规范产品全生命周期管理洗涤清洁类洗衣机13%二维码家电标识编码规范产品全生命周期管理干衣机6%7%二维码家电标识编码规范产品全生命周期管32理吸尘器8%二维码家电标识编码规范产品全生命周期管理空 气调 节类空调9%二维码、NFC家电标识编码规范产品全生命周期管理家用空气净化器3%2%二维码、NFC家电标识编码规范产品全生命周期管理厨电类烤箱5%4%二维码家电标识编码规范产品全生命周期管理油烟机4%4%二维码家电标识编码规范产品全生命周期管理洗碗机6%6%二维码、NFC家电标识编码规范产品全生命周期管理水处理类电热水器6%5%二维码家电标识编码规范产品全生命周期管理燃气热水器4%4%二维码家电标识编码规范产品全生命周期管理净水器5%5%二维码、NFC家电标识编码规范产品全生命周期管理其他/8%9%二维码或NFC家电标识编码规范产品全生命周期管理33（三）家电行业标识数据分析（三）家电行业标识数据分析1.1.标识数据分布标识数据分布家电行业标识解析数据是通过标识载体获得的在家电行业产业链上的研发、生产、物流、应用、服务等数据，包括设计人员信息、设计工具、直材辅材信息、仓储物流信息、交易账单信息、产品属性信息、售后记录信息等，家电行业标识解析相关的业务数据以及基于业务数据的赋能，具体描述如下。业务数据类型一业务数据类型一、家电行业研发类数据家电行业研发类数据。主要应用于产品设计建模与仿真、设计人员与设计工具、设计变更等相关信息记录等。标识解析后，对产品研发设计的追溯、产品设计阶段的验证与质量管控、产品加速迭代、质量问题分析等均有促进作用。从研发设计端加快问题定位与解决方案，改善工艺，优化物料选配。业务数据类型二业务数据类型二、家电行业生产类数据家电行业生产类数据。主要应用于家电行业直材辅材、加工设备、工艺装备、物流设备的固有属性信息、使用状态信息及设备操作使用说明信息等。标识解析后，有效支撑家电制造企业精细化管理，柔性生产和智能制造，构建企业生产管理工业数据图谱，实现对生产原材料、零部件、各类设备及操作手册的网络化管理，有效避免因生产备材和设备损耗带来的生产事故，减少操作失误率、提升设备的工作稳定性，延长设备及产品使用周期。业务数据类型三业务数据类型三、家电行业业务类数据家电行业业务类数据。主要应用于家电行业产业链上中下游企业间交易类数据、采购订单数据、34销售账票信息等。标识解析后，拓展供应链交易数据的获取途径，丰富供应链采购协同的数据管理范围，并通过标识查询实现全产业链溯源，有效降低账单维护和运用成本，提高协同效率与质量。业务数据类型四业务数据类型四、家电行业物流类数据家电行业物流类数据。主要应用于原材料及零部件的运输流转数据、仓储管理信息、家电产品的承销及配送信息等。标识解析后，有效提升物流周转率，提升供应链运转及交易效率，增强客户好感度，促进企业利润提升。业务数据类型五业务数据类型五、家电行业服务类数据家电行业服务类数据。主要应用于家电产品售后、维修、回收及处理等服务。标识解析后，通过家电产品工业互联网标识跟踪售后管理信息，对售后数据进行有效分析后，助力产品研发和工艺优化；同时，在家电产品全生命周期管理中，涉及到产品的维修、报废、回收、处理等操作，通过基于一物一码的标识数据管理，实现产品信息透明化，促进资源再利用，有效支撑绿色家电业务的推进。业务数据类型六业务数据类型六、家电行业管理类数据家电行业管理类数据。主要应用于企业内部管理，如人员管理、能源管理、安全管理、作业流程管理等。标识解析后，赋能家电企业有序排产，合理安排人员及产线设备，优化企业人才队伍，有效实现企业降本增效。表 4 家电行业标识解析业务数据分类表分类代码分类名称主要数据源应用基于业务数据赋能351家电行业研发类数据家电行业设计类标识对象产品设计建模与仿真、设计人员与设计工具、设计变更等相关信息记录等对产品研发设计的追溯、产品设计阶段的验证与质量管控、产品加速迭代、质量问题分析等均有促进作用。从研发设计端加快问题定位与解决方案，改善工艺，优化物料选配2家电行业生产类数据家电行业直材辅材类、加工设备类、工艺装备类及物流设备类标识对象家电行业直材辅材、加工设备、工艺装备、物流设备的固有属性信息、使用状态信息及设备操作使用说明信息等有效支撑家电制造企业精细化管理，柔性生产和智能制造，构建企业生产管理工业数据图谱，实现对生产原材料、零部件、各类设备及操作手册的网络化管理，有效避免因生产备材和设备损耗带来的生产事故，减少操作操作失误率、提升设备的工作稳定性，延长设备及产品使用周期3家电行业业务类数据家电行业账票类、人员类标识对象家电行业产业链上中下游企业间交易类数据、采购订单数据、销售账票信息等拓展供应链交易数据的获取途径，丰富供应链采购协同的数据管理范围，并通过标识查询实现全产业链溯源，有效降低账单维护和运用成本，提高协同效率与质量4家电行业物流类数据家电行业物流设备类、整机产品类标识对象原材料及零部件的运输流转数据、仓储管理信息、家电产品的承销及配送信息等有效提升物流周转率，提升供应链运转及交易效率，增强客户好感度，促进企业利润提升。365家电行业服务类数据家电行业物流设备类、整机产品类、账票类、人员类等标识对象家电产品售后、维修、回收及处理等服务通过家电产品工业互联网标识跟踪售后管理信息，对售后数据进行有效分析后，助力产品研发和工艺优化；同时，在家电产品全生命周期管理中，涉及到产品的维修、报废、回收、处理等操作，通过基于一物一码的标识数据管理，实现产品信息透明化，促进资源再利用，有效支撑绿色家电业务的推进。6家电行业管理类数据综合各类标识对象企业内部管理，如人员管理、能源管理、安全管理、作业流程管理等赋能家电企业有序排产，合理安排人员及产线设备，优化企业人才队伍，有效实现企业降本增效。2 2.标识数据建模标识数据建模为建立各类标识对象全生命周期的数字画像，需要对标识对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图 4 所示，家电行业标识应用企业可基于该建模方法，建立生产全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。37图 4 工业互联网标识数据模型3.3.标识数据类型标识数据类型家电行业对象属性值可根据各环节的业务需要进行组织。例如家电产品生产制造环节涉及的生产设备与物料对象，为实现生产设备、物料及产品的全生命周期管理应用，标识数据涉及物流料出库、验收入库等多个环节，共计34个数据项，家电行业服务环节的标识数据涉及设备安装、故障预警、设备维修、监管监察、设备检验、设备报废等多个环节，共计26个数据项。家电重点对象的标识数据类型参考下表。表 5 家电行业标识数据类型表对象分类序号主要属性数据家电行业设计类家电行业物流设备1生产企业2设计人3设计软件版本4设计资料5生产企业名称6生产企业统一代码7生产企业注册地址8生产企业联系方式9运输设备名称10验收单号3811订单编号12入库人13申领单号14出库去向15出库人16其他家电行业直材辅材类家电行业加工设备类家电行业工艺装备类1物料基本信息2物料名称3物料品牌4物料型号5物料规格6物料有效期7物料认证信息8物料检验信息9物料报废信息10物料维修信息11物料流通信息12物料运输企业13物料运输日期14物料使用人15物料使用日期16产品图片17生产设备18质检员19设备基本数据20设备名称21设备生产时间22设备保修时间23设备维护人数据24设备尺寸25设备质量26设备材料27技术参数信息28设备静态性能指标29设备动态性能指标30设备可靠性指标31生产数据32生产日期33生产批次34生产地址35其他1产品名称39家电行业整机产品类家电行业账票类家电行业人员类2生产企业3承销商数据4产品安装时间5产品保修时间6产品安装人7使用地点8使用时间9使用人10单位信息11统计参数12设备信息13故障参数14提取时间15预警名称16预警模型17特征信息18故障类型19预警时间20预警分析向量21故障等级22等级描述23故障机理24处理方法25售后服务说明26保养周期说明27其他（四）家电行业标识应用组织流程（四）家电行业标识应用组织流程企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二40级节点建设，图 5 给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1.1.预研与评估阶段预研与评估阶段企业根据自身发展现状，评估工业互联网标识及标识解析基础设施应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在交互场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2.2.节点建设与部署阶段节点建设与部署阶段企业标识解析建设方案将明确建设路径，同时需开展标识解析标准化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。企业依托 AII 组成专家团队进行二级节点评审，并形成评审意见，同时由政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的41方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3.3.企业标识应用实施阶段企业标识应用实施阶段完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过 AII 或应用供应商根据建设方案提供赋码、采集、存储、和应用系统，基于工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、设备远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。424.4.产业推广与运营阶段产业推广与运营阶段随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。43图 5 标识应用组织流程44四、家电行业标识解析应用模式（一）家电行业零件管理网络化协同（一）家电行业零件管理网络化协同1 1.应用需求应用需求家电产品种类繁多家电产品种类繁多，生产形式复杂生产形式复杂，物料配送及管控需物料配送及管控需满足多种生产形式和快速的产品迭代要求满足多种生产形式和快速的产品迭代要求。随着消费能力的提升，消费者对家电产品也产生了各不相同的要求，为了满足消费者的需求，家电企业发展了多种生产形式，包括装配生产、多品种小批量生产、批量生产、连续生产、混合式生产和大批量生产等，同时产品生命周期缩短，更新换代速度加快。随着项目的多样化发展，物料配送及管控环节负担增加，装配、采购、仓库、零件生产等各步骤协调衔接复杂度提升，信息难以整合，需要大量的线下人工干预，追溯查询效率低下，导致产品成本模糊，库存压力增大，周转率低下。家电企业内生产管控数据繁杂家电企业内生产管控数据繁杂，不同角色之间的信息不不同角色之间的信息不对称对称，数据流转的效率和准确度有待提升数据流转的效率和准确度有待提升。生产环节中不同职能角色信息互不相通，纸质媒介和人工传递、维护信息的方式效率低下，企业生产计划具体执行进度、制造过程数据不透明，配件、物料及在制品的收、运、存等明细数据无法实时统计与检查，造成材料、配件及在制品的积压，带来资源浪费或资金占用，进而导致机台闲置、上料错误、交货延期等问题。管理者无法掌控生产管理的实时信息，难以做出45生产决策，工厂车间的整体运作效率低，响应速度慢，运作成本高。2 2.解决方案解决方案家电行业产业链具有涉及行业广、各企业协同需求高的特点，单个成品的制造需多种原材料、零部件、半成品的加工、总装操作，企业与企业间存在信息系统异构、异地情况，协同性和及时性达不到敏捷制造、精细管控的需要。通过标识解析二级节点打造智能制造与产业协同体系，以销售订单号作为核心关联字段形成订单标识实现生产计划和采购管理过程中对产品信息、客户信息的追溯和关联管理，构建企业与异地工厂及企业协同生产作业，对销售订单、采购物料订单、原材料或半成品信息进行编码规则统一，协助管理人员掌握生产信息进行生产决策，推进供应链上下游企业之间协同合作，保障生产正常有序进行，实现保质保量按期交货。通过标识解析二级节点打造智能制造与产业协同体系，构建企业与异地工厂及企业协同生产作业，对销售订单、采购物料订单、原材料或半成品信息进行编码规则统一，协助管理人员掌握生产状态信息并有效进行企业的生产决策，推进供应链上下游企业之间的协同合作，保障生产正常有序进行，实现保质保量按期交货。46图 6 家电行业零部件网络化协同的解决方案3.3.典型案例及实施成效典型案例及实施成效案例案例 1 1：长虹：长虹 iMESiMES 智能制造系统（四川长虹模塑科技有限公司）智能制造系统（四川长虹模塑科技有限公司）针对家电行业智能制造与产业协同的应用场景，结合工业互联网标识解析体系，利用工业互联网平台构建企业与异地工厂协、企业与外协企业协同生产配合作业的智能制造系统。四川省电子信息产业集聚区工业互联网平台以企业商业库存周转率提升为核心目标，通过流程优化，形成解决方案，以技术、工具等手段落地实施，致力于完成现货响应到期货响应变革，推动客订单拉动式生产管理，提升公司整体运营效率，迎接大规模个性化定制，实现工厂零库存。四川长虹模塑科技有限公司生产制造部在整个生产管理过程中，根据生产计划进行排程和过程质量监控及分析，实现与 ERP、PLM 的数据协同，完成对设备检测数据的识别和管理及预警提示和过站管理，根据业务需求自动生成表单和完成多账户消息推送等。长虹 iMES 智能制造系统提供工艺规格标准化管理，支持企业编制生产工艺、挂接图纸、图片、工艺卡、装配图等，并提供外部 ERP、PLM 中自动下载，完成生产排程调整，规范生产作业流程；对工单进行生产进行按需排序、加急订单生产等规范完成生产排程，并为通过扫描条形码/二维码、RFID、设备传47感器、物联模组等多种手段实时采集生产车间数据等数据采集方法为企业管理人员提供生产执行过程监控数据看板和自动生成数据报表；通过对照标准工艺，监测生产过程，实现生产过程监控管理，把控产品质量，精准分配产能。通过数字孪生与物联传感技术，实现实时过程监管，助力管理部门对企业生产状态的异地协同管控；通过与标准工艺的对照，实现生产过程防错，防漏，对于质量问题的预警上报与调控处理。通过建立算法模型，对 IPQC 数据进行数据分析和趋势统计，输出各维度质量报表，形成质量优化预测信息，支撑产线工艺工序优化，同时与研发过程 PDM、PLM 等对接，支撑研发工艺优化和产品全生命周期管理。为了解决案例中提出的业务诉求，基于四川省电子信息产业集聚区工业互联网平台打造了长虹 iMES 智能制造系统，同时，建立内外网数据对接桥梁，利用网络、服务器、数据加密等技术保障企业内外数据链的完整及私密性管理。系统通过与工业互联网标识解析（电子信息行业）二级节点平台对接，实现了为企业的异地工厂和外协企业提供协同生产数据支撑，提供企业上传相关生产数据功能，提供数据清洗、脱敏功能。基于“一物一码”原则，长虹 iMES 智能制造系统在平台提供标签制作及管理工具，实现统一编码规则和唯一标识码赋予，实现了数据流转的安全性、准确性和有效性管控，有效提升多工厂生产协同效率和柔性生产，降低因数据流转和数据协同带来的低效率工作量投入，提高人员工作效率和质量。通过 iMES 系统的运行应用，有效支撑企业的质量管理，实现精细化管控，生产节拍缩短 1.2s，提升 IPQC 效率 60%。长虹 iMES智能制造系统与仓储管理协同，库存周转率提升 20%以上，推进了供应链上下游企业之间的协同合作。48（二）家电行业生产设备智能化维护（二）家电行业生产设备智能化维护1 1.应用需求应用需求家电行业生产设备复杂多样且损耗率高家电行业生产设备复杂多样且损耗率高，设备保养设备保养、维维修修、运转涉及面广泛运转涉及面广泛、管理成本高管理成本高。企业现代化装备水平不断提高，生产设备日益大型化、自动化、复杂化。为了完成企业生产任务，维护设备正常运行，企业对设备可靠性要求也日益提升。设备调用、点检、维护、等环节中涉及较多标准规则、操作规范，完全依靠人工记录的管理模式效率低下，导致设备维保管理成本居高不下。同时企业难以实现实时检测设备运行状态，及时提供设备故障预警，在发生故障停机时及时调整生产计划，造成不必要的企业资源浪费和经济损失。家电行业生产设备维护经验知识缺乏家电行业生产设备维护经验知识缺乏，相关操作相关操作、维修维修、保养知识学习累积成本高保养知识学习累积成本高，人才培养困难人才培养困难，维修成本高维修成本高。企业生产设备需要频繁进行使用、点检、保养等操作，涉及较49多的相关操作规范规程和方法，设备故障类型复杂多样，维修处理方法依靠维修人员的长期经验累积。对于企业而言，培养一个专业人才的周期较，长，学习成本较高，而在故障发生后再联络售后进行设备维修导致的被迫生产停产也将造成不必要的经济损失。2 2.解决方案解决方案家电企业日常生产制造中涵盖了多种加工生产设备，而企业本身相对缺乏富有设备管理、维修的专业技能知识的维护、维修人员，难以及时察觉设备异常状态，导致设备完好率降低，寿命减短，影响正常生产状态。基于工业互联网的设备全生命周期管理平台提供了设备运行参数和生产数据上传接口，并支持设备生产企业调用和检测相关参数和数据通过建立的设备模型实时进行设备异常监测和故障预警，同时构建维修知识库，向根据企业推送相关设备的日常维护、保养、维修知识。家电制造企业通过资产编号与设备供应商编码结合，在企业系统中绑定设备的生产厂商、设备类型、规格型号、功率、重量等信息，打通工业互联网标识解析系统与企业信息系统，实时采集设备运行状态和参数，数据经过清洗、脱敏后传输至设备全生命周期管理平台和设备生产企业。设备全生命周期管理平台构建了生产制造企业和设备生产企业之50间的信息桥梁，通过数据互通和技术支持实时监控设备运行状态，及时进行设备异常状态提醒和故障预警，将设备的故障隐患控制在萌芽状态，避免设备故障频繁导致非正常磨损加剧和损坏程度严重，延长设备的使用寿命，减少维修和生产停工现象，降低企业的经济损失。图 7 家电行业生产设备智能化维护的解决方案3 3.典型案例及实施成效典型案例及实施成效案例案例 2 2：设备管理系统（加西贝拉压缩机有限公司）：设备管理系统（加西贝拉压缩机有限公司）针对家电制造行业生产设备管理应用场景，结合国家工业互联网标识解析体系，打造了一套联通生产制造企业和设备生产企业，集成实时设备地图、设备台账、运行监控、备件库存管理、工单维护管理等应用功能，支持设备运行线上检测、设备异常故障监控报警、设备维修知乎库搭建的 EHM 设备全要素管理系统。具体案例介绍，加西贝拉压缩机有限公司在设备管理过程中，通过跨部门协同管理，实现设备资产采购、维修保养、执行监控管理，建立设备数据模型完成设备全生命周期全要素进行管控。并对设备进行 OEE 等分析。需要通过设51备运行监测进行自动预警及维保任务自动分配，形成设备故障及应急处理方案。监控设备空转耗能情况，与排程系统协同，提高设备的使用寿命和高效的利用率。对于备品备件及仪器仪表的管理，实现出入库的自动计算，以及采购预测及协同。需要通过设备采集数据实现设备健康管理及预测。设备管理系统通过设备台账维护管理企业内的所有设备信息，包括设备类型、设备型号、耗能类型、生产厂家等信息，提供闲置设备信息支持管理人员及时进行调用和分配，降低企业资源浪费；通过数采技术实时采集设备运行情况和相关参数，将企业日常生产中的相关信息提取到平台并经过数据清洗、脱敏、加密后推送到设备销售企业，根据设备销售企业的设备模型对推送数据进行检测，及时提供设备异常信息维护设备运行状态，减少机电设备超负荷运转情况，延长使用寿命，并根据大数据分析技术对设备故障情况进行预测和预警，辅助企业及时进行决策和调整；提供设备地图协助管理人员快速定位所有设备位置和运行状态，及时高效处理异常状态设备，保障生产正常进行，支持异常和故障设备快速定位；数字化管理设备点检、保养、维修计划，支持移动端查看个人任务工单并快捷统计任务执行情况；规范备件库存管理，统计备件出入库情况和类型，设置库存安全阈值降低备件浪费和库存损耗，库存有效性和实时性提升 90%；融合相关说明手册与维修人员操作知识经验，建立维修知识库，降低人才流动造成的学习成本，辅助维修人员快速修复设备，降低企业生产损失，设备生产运行状况管理效能提升 80%。52（三）家电行业产品质量数字化溯源（三）家电行业产品质量数字化溯源1.1.应用需求应用需求家电行业因产业链复杂家电行业因产业链复杂，溯源信息需求具有多样性溯源信息需求具有多样性、不不固定性，产品质量追溯过程繁琐，数据流转效率亟需加强固定性，产品质量追溯过程繁琐，数据流转效率亟需加强。无论是基于产品的一物一码全生命周期追溯，还是基于销、研、供、产、服等不同环节的阶段性追溯，都面临多体系、多平台、跨地域、跨企业、跨部门协同，进而导致质量追溯过程繁琐，追溯信息反馈时间在一天到一个月不等，无法支撑当下消费者、企业端用户、上级监管部门对产品防伪、质量追溯、供应链协同的诉求。传统产品数据溯源往往采用多系统联查的方式，在对产品维修、退货、报废、质量检验、售后、供应链等数据进行追溯和查询时往往需要在多个管理控制系统中进行数次操作，涉及理赔时，需要实现与质量和财务类系统的协同，难以提供快速、全面的产品全生命周期追溯数据的正向、方向、定向追溯和原材料信息、产品信息、53生产工序、质量管控等多个维度的信息查询。因此，传统多系统联查无法满足企业和客户的快速查询、实时反馈诉求。家电行业各企业间信息化程度存在差异家电行业各企业间信息化程度存在差异，数据权限管理数据权限管理程度不一程度不一，溯源数据系统之间割裂严重溯源数据系统之间割裂严重，数据互通交互困难数据互通交互困难。由于家电行业产业链上下游中不同企业、类别产品的供应链管理体系和编码规则各不相同，各编码规则之间存在标准不统一、体系不兼容的问题，导致溯源过程中无法使用统一的标准，造成传统系统整合各方数据的难度极大，前后端数据打通成本较高的问题，导致产业数据难以互通互用，系统间的数据无法交互，成为一个个信息孤岛，企业内部不同信息系统之间、不同企业之间、不同环节之间信息难以进行的有效共享，造成资源浪费，数据利用率低的问题。2 2.解决方案解决方案家电行业产品的全生命周期涉及原料采购、订单排产、上料计划、生产制造、成品质检、装箱发货等多个环节，随着企业信息化、数字化程度加深，由于各系统之间编码规则、数据、信息不互通，从经济性、效率上已经不能满足信息驱动的业务发展需要。基于工业互联网的标识解析系统通过将供应商协同、销售管理、生产制造等各类系统采集到的产品全生命周期涉及的关键数据对接到工业互联网溯源系统平台，利用系统数据处理技术，对数据进行清洗、筛选、解析、54整合，并通过重构数据空间架构，构建具有延展性、灵活性的数据库架构，利用可视化方式呈现给平台用户，并为基于一物一码的标识溯源查询提供数据支撑。企业内部使用用户，可以根据权限分类，对产品全生命周期关键数据进行整体溯源和区间分类溯源；对于企业管理者，可以对企业接入的所有标识对象进行统一标识码管理，构建企业内部的标识管理体系。通过引入工业互联网标识解析体系，可实现对不同编码体系的数据化兼容。通过对产业链上下游原料、零部件及家电产品进行唯一编码，借助工业互联网标识解析系统，实现企业内部基于产品全生命周期的质量管理追溯，有助于产品工艺优化、产品设计优化。针对每台设备，在设备部署时分配唯一的标识，设备的维修保养，通过扫描设备标识，解析出设备编号，完成维保信息登记，同时也可获取平台授权并解析出该设备的基本信息和设备保养信息，使得设备保养信息得到有效管理，实现设备维保管理追溯。供应链参与企业可以实现基于协同制造的信息数据共享，实现系统级信息互通和体系兼容，维修商可以实现对产品设计、操作说明、零部件数据、客户反馈问题等全面信息的掌握，提升售后处理效率。55图 8 家电行业产品质量数字化溯源的解决方案3 3.典型案例及实施成效典型案例及实施成效案例案例 3 3：家电行业关键部件质量追溯（格力电器股份有限公司）家电行业关键部件质量追溯（格力电器股份有限公司）基于标识技术，上游厂家对零部件产品等各类对象的信息与标识编码进行关联，并输入系统，产品零部件在设计、生产、运输、仓储、装配至整机、终端客户、维修服务、更换、报废回收全过程进行记录，当产品出现故障时，售后人员可通过扫描整机条码获取授权并解析出该整机产品及相关核心零部件的信息，并可根据核心零部件批次信息，解析出同批次核心零部件装配在哪些条码的产品上。如需维修更换备件，也可实时获取备件的基本信息，实现敏捷的质量追溯管理，企业通过质量追溯管理信息，为改善质量提供依据。将产品生产信息、条码信息、关键重点物料扫描信息、故障信息等集成存储于质控信息查询系统，可通过 MES 条码、产品条码、物料条码等一键查询该产品条码的详细信息，实现快速查询和追溯。根据电机、压缩机物料条码解析规则，物料条码前面 2 位字母即代表供应商，根据两位字母可以快速识别厂家信息。如果存在故障下线返修现象，通过产品条码一键查询电子质控卡信息，通过电子质控卡可查看各岗位工序检验56人员信息、不合格及维修记录。可详细解析故障处理从故障下线、故障返修、二次上线、二次检验的详细过程及信息内容。检验人员及故障处理信息追溯更快捷。当产品出现故障时，售后人员可通过扫描整机条码获取授权并解析出该整机产品及相关核心零部件的信息，并可根据核心零部件批次信息，解析出同批次核心零部件装配在哪些条码的产品上。如需维修更换备件，也可实时获取备件的基本信息，实现敏捷的质量追溯管理，平均追溯时间降低 98%。案例案例 4 4：家电产品全生命周期中标识解析的应用家电产品全生命周期中标识解析的应用（海尔卡奥斯物联生态科技有海尔卡奥斯物联生态科技有限公司）限公司）海尔卡奥斯将家电产品的全生命周期分为用户交互、设计研发、模块采购、生产制造、物流中转、市场营销、售后服务和用户评价八个环节，各个环节之间紧密联系，最终形成闭环，保证最佳的用户体验。在家电产品的全生命周期中，通过应用标识解析技术，可以有效地查询和管控家电产品各环节的关键信息，家电企业对这些信息进行挖掘分析，制定并实施相应的方案，实现基于标识的大规模定制和透明化生产，同时提供生产服务保障，能够有效推动家电行业的转型升级。家电产品全生命周期中标识解析的应用，主要体现在生命周期的八大环节上，八大环节都引入标识编码并通过各种信息化系统将标识串57联在一起，由云平台统一管理这些标识，实现对海量产品数据的存储和分析。通过解析各个环节应用的标识编码，可以实现标识的可视化查询，达到产品信息实时追溯的效果。在家电产品全生命周期的管理中，标识贯穿于八大环节，在每个环节的不同系统层级上又使用了各种企业信息化系统。企业信息化系统的应用使得各个环节更加高效和稳定，标识的应用使得各个环节更加智能化。以企业信息化系统为主体、标识为牵引的家电产品全生命周期管理，能够突出用户的中心地位并满足用户需求。工业互联网标识解析应用帮助海尔卡奥斯提升生产效率约10%，降低产品损耗率 3%，提高产品合格率约 5%。原材料成本节约 5%，人工成本节省约 10%，用户满意度提升约 15%（四）家电行业物流库存可视化管理（四）家电行业物流库存可视化管理1 1.应用需求应用需求家电行业物流流转过程缺乏实时监控。家电行业物流流转过程缺乏实时监控。原材料及零部件从供应商到制造工厂需要经过多个环节，涉及多次仓储过程及物流运输过程，全过程的物品识别、追溯及状态跟踪耗费人力物力较多，供应链端到端的可追溯性、透明度及协同效58率均对家电企业管理提出较大的挑战。平衡库存周转率是家电库存管理的重要问题平衡库存周转率是家电库存管理的重要问题。家电产品、生产原材料及零部件的存量大，时间是影响生产及销售的关键因素，库存管理的失效，可导致生产及流通过程中的呆滞库存、缺货及延期交货。安全库存水位的设置，对于实现低库存甚至是零库存的目标，降低库存成本，提升供应效率均有着重要意义。2 2.解决方案解决方案通过在家电行业上中下游协同、物流流通、仓储作业过程的物料、零部件进行赋码操作，通过工业互联网标识解析实现一物一码，避免每个环节层层加码，降低信息集成成本及不一致风险，提升整体供应链效率，为全流程追溯、供应商信息协同提供基础服务支撑。在家电产品生产环节的第一道工序，通过标识在产品上进行赋码，基于标准化标识解析体系，拉通制造、物流、售后等各环节，避免层层加码，降低信息集成成本及不一致风险，提升整体供应链效率，为全流程追溯、供应商信息协同提供基础服务支撑。通过仓库作业的自动化、PDA 等设备，借助工业互联网标识解析体系，实现产品进出库、搬运、盘点过程中的实时状态跟踪、作业全流程跟踪、库内事件全过程追溯，根据标识解析数据分析，设定合理的安全库存水位，有效平衡库存周59转率，实现家电企业低库存、零库存、高效周转的目标。借助于统一编码、快速的解析能力，可以方便的从供应商集成物料运输过程中的事件信息，从而建立物流全流程的跟踪及追溯服务。图 9 家电行业供应链可视化跟踪的解决方案3 3.典型案例及实施成效典型案例及实施成效案例案例 5 5：家电行业智慧供应链成品仓储管理（美的洗涤电器制造有限公司）家电行业智慧供应链成品仓储管理（美的洗涤电器制造有限公司）美的洗涤公司在现有工业互联网平台和标识解析平台建设的基础上，将努力把智能专家知识不断融入家电产品生产过程中以实现设计过程智能化、制造过程智能化和制造装备智能化，最终使制造过程具有更完善的判断与适应能力，提高产品质量和生产效率，并将显著减少制造过程中的物耗、能耗和排放。基于中国联通 5G 室内基站和 MEC 专网架构，本地化部署融合定位引擎，提供 5G AOA 融合定位能力，并成功对接美的生产系统和标识解析系统。通过对工厂成品的标识一码一物进行解析，成品分流至码垛，扫码设备自动识别解析成品标识，上传标识解析系统，同时与 WMS 系统对接，系统下发入库任务到夹报车平板。仓储人员驾驶夹报车完成成品入库。同时，夹报车定位采用通导60一体 5G 融合定位平台，亚米级领域基于上行到达角度定位技术(UL-AOA)，多个基站测量终端上行信号的到达角度，上报 5G 融合定位引擎，根据多个基站测量的到达角度结算出终端实时定位，从而获得夹报车终端位置。平台同时具备 5G、WiFi(6)、BLE、北斗 RTK 等定位数据的接入和结算能力，面对复杂应用场景，能够实现 5G 和卫星协同、亚米级和米级、高低密度覆盖、室内外无缝的一站式定位，对于复杂工厂、仓储环境和复合定位业务场景（车辆、载具、人员位置管理）并行的项目能够提供傻瓜式的定位服务。在过往的仓储物流系统中，夹包车/牵引车实时位置信息不可知，无法量化评估工作效率，车行道普遍允许 2 车并行，易拥堵，需要合理规划行车路线，货物入库，夹包车运送后，信息流截止，无法确认货物存放位置。5G 融合定位技术的应用，使工厂仓库的夹抱车位置信息作为唯一标识准确传送至仓储系统，与实物信息联动，系统定位精度达亚米级，装柜效率提升 55%，有效降低工厂的仓储成本。61五、发展建议（一）加速家电行业标识服务整合与应用拓展（一）加速家电行业标识服务整合与应用拓展家电二级节点建设可依托已有工业互联网平台的行业龙头或领军企业，通过工业互联网平台的行业应用和二级节点的标识解析服务深度整合，提升平台互联互通能力，催生新的应用模式，同时，也可依托平台快速推广标识应用。目前很多企业内部已经开展了一些标识应用探索,如产品追溯、供应链管理和全生命周期管理等,但呈现体量小、应用分散、行业集中度不高、服务不够规范等问题，缺乏与公共标识解析体系的对接。通过发展二级节点，在规范化基础上，可以形成应用支撑能力，以应用支撑能力为基础，打造多元化标识应用，从而实现标识应用和解决方案的快速推广。（二）推动家电行业信息共享及需求挖掘（二）推动家电行业信息共享及需求挖掘利用工业互联网标识对机器和物品进行唯一性的定位和信息查询，从而实现供应链管理、产品全生命周期管理等各种智能化服务,是很多企业或行业的共性需求。工业互联网标识解析这一基础设施的出现，为解决行业需求开展标识应用创新提供了基础和支撑。二级节点在推广标识应用的过程中，可以深挖标识应用场景和需求，研发相应的应用和解决方案。62（三）探索家电行业标识数据安全防护体系（三）探索家电行业标识数据安全防护体系工业互联网标识解析体系为家电企业内各类信息处理系统、资源管理系统、网络管理系统提供了目标对象的管理和控制方式。因此，在研究和发展工业互联网标识解析技术和应用的同时，需要加强在工业互联网主动标识载体证书、密钥、认证授权体系及安全认证服务平台等方面的研究，提升标识应用服务的安全能力，保障标识数据和解析行为的可靠性，进而提升工业互联网标识解析体系的安全水平。（四）构建家电产品绿色回收流程及标准体系（四）构建家电产品绿色回收流程及标准体系由于家电产品升级换代速度随消费水平逐年上升，废旧家电的数量迅速增长。废旧家电中含有多氯联苯，对人体和环境均存在有隐患。中国在废旧家电回收处理领域具有十分巨大的潜力，在相关配套政策细化的情况下，建家电回收企业拆解旧家电标准，指引家电企业开展家电回收服务，鼓励开展逆向物流建设，结合家电行业标识解析体系构建家电产品绿色回收流程，实现废旧家电拆卸、回收、再利用的完整处理体系，实现废旧家电回收的产业化和正规化发展。

0人已浏览 2023-10-23 62页 5星级

工业互联网标识行业应用指南（仪器仪表）工业互联网标识行业应用指南（仪器仪表）工业互联网产业联盟（工业互联网产业联盟（AII）2022 年年 8 月月 声 明 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据、观点、建议，不构成法律建议，也不应替代律师意见。本报告所有材料或内容的知识产权归工业互联网产业联盟所有（注明是引自其他文献的内容除外），并受法律保护。如需转载，需联系本联盟并获得授权许可。未经授权许可，任何人不得将报告的全部或部分内容以发布、转载、汇编、转让、出售等方式使用，不得将报告的全部或部分内容通过网络方式传播，不得在任何公开场合使用报告内相关描述及相关数据图表。违反上述声明者，本联盟将追究其相关法律责任。工业互联网产业联盟 联系电话： 邮箱： 前 言 前 言 工业互联网标识解析体系建设是我国工业互联网发展战略的重要任务之一，为贯彻落实国务院关于深化“互联网 先进制造业”发展工业互联网的指导意见、工业互联网创新发展行动计划（2021-2023 年）等政策文件，全国各地积极开展工业互联网标识解析体系建设与部署，包括各级标识解析节点建设，标识解析产业生态培育，标识应用创新发展。工业互联网标识可为制造业各类对象建立全生命周期“数字画像”，通过分层分级解析节点查询和关联对象在不同环节、不同系统中的数据，在此基础上企业还可以借助数据挖掘等技术实现各种智慧化应用，并为关键产品的监管提供基础支撑，标识解析体系作为国家新型基础设施，降低了企业接入工业互联网门槛和使用成本，促进了产业链上下游资源的高效协同。在工业和信息化部的指导与各地方政府的支持推动下，我国工业互联网标识解析体系建设已步入快车道，国家顶级节点稳步运行，二级节点快速发展，标识应用成效初显。当前，按照标识解析增强行动的要求，还需要从做大规模、做深应用、规范管理三方面进一步提升我国工业互联网标识解析体系的发展水平，深化标识在制造业设计、生产、服务等环节应用，发挥出标识在促进跨企业数据交换、提升产品全生命周期追溯和质量管理水平中的作用。近年来，随着制造业数字化、网络化和智能化的迅猛发展，作为制造数据获取的基本感知、测量工具，仪器仪表行业在全球制造业格局重塑、制造业转型升级、科技强国和国家高质量发展中的地位日益突显。当前，在制造环节小微企业占比较大，产品协同制造难；在检定校准环节，准确性、有效性无法得到保障；在量值环节数据可靠性不高，难以挖掘计量数据深层次价值；亟需以工业互联网标识解析为抓手，实现基于产品唯一标识仪器仪表产品全生命周期管理，进而实现计量测量数据的可追溯，形成可信数据资产。牵头编写单位：中国信息通信研究院 参与编写单位：机械工业仪器仪表综合技术经济研究所 济南大陆机电股份有限公司 上海工业自动化仪表研究院有限公司 中国计量科学研究院 中金数据集团有限公司 中煤科工集团沈阳研究院有限公司 辽宁思凯科技股份有限公司 芯昇科技有限公司 齐鲁工业大学新一代技术标准化研究院 辽宁永安迈迪智能工业技术有限公司 为了加快工业互联网标识解析体系在物流行业应用推广，工业互联网产业联盟标识组联合物流行业相关企事业单位编制工业互联网标识应用指南（仪器仪表）（以下简称指南）。本指南适用于国民经济行业分类（GB/T4754-2017）“C”门类下的 40 大类，40 为仪器仪表制造业，包括通用仪器仪表制造、专用仪器仪表制造、光学仪器制造、衡器制造和其他仪器仪表制造业等五个中类及其小类。本指南主要围绕仪器仪表行业数字化转型需求，提出工业互联网标识解析实施路径、总结标识解析应用模式，为仪器仪表行业产业链相关参与方落地实施工业互联网标识应用提供参考。本指南编写过程中，得到了欧景安、郑朝松、张莉、张伟、关振宇、邓晓祺、李媛红、刘佳等专家的指导，并得到了广东鑫兴科技有限公司、中国仪器仪表行业协会、中国仪器仪表学会、中国船级社信息中心、北京航空航天大学网安学院、北京华热科技发展有限公司、深圳市标准化研究院物联网所、中科院网络信息中心大数据中心等企事业单位的大力支持，在此一并致谢。编写组成员（排名不分先后）：刘阳、张钰雯、田娟、池程、许珂、董超、刘巍、期治博、刘澍、刘涛、赵华、吴亚平、郑怡然、荆书典、傅尔权、马海峰、李少敏、李明珊、张涛、寇静、李梦婷、武丽英、陈言诚、俞玲娜、孟涛、周昶、王蕾、刘羽思、蔡钟宇、史京京、金树军、田佳鹭、刘晓丹、郑孚、袁鸣霞、杨忠义、焦志强、陈洁操、徐明辉、张翠翠、王文新、柳耀勇、李士波、朱本行、王国重 目 录目 录 一、工业互联网标识解析概述.1 二、仪器仪表行业数字化转型需求分析.3（一）仪器仪表行业基本情况.3（二）仪器仪表行业发展的主要特点.6（三）仪器仪表行业转型的变革方向.7 三、仪器仪表行业标识解析实施路径.9（一）仪器仪表行业标识解析实施架构.9（二）仪器仪表行业标识对象分析.11 2.对象编码结构.14（三）仪器仪表行业标识数据分析.15（四）仪器仪表行业标识应用组织流程.20 四、仪器仪表行业标识解析应用模式.24（一）仪器仪表产品全生命周期管理.25（二）仪器仪表远程检定校准服务.34（三）仪器仪表测量数据应用服务.44 五、发展建议.50（一）构建全产业链参与的数据价值链.50（二）扩大仪器仪表制造企业标识应用.50（三）发展仪器仪表标识数据安全体系.51（四）建设仪器仪表标识解析实训基地.51 1 一、工业互联网标识解析概述 工业互联网标识解析体系是工业互联网网络体系的重要组成部分，是支撑工业互联网互联互通的神经枢纽。工业互联网标识解析体系的核心要素包括标识编码、标识解析系统和标识数据服务三部分。其中，标识编码是指能够唯一识别物料、机器、产品等物理资源和工序、软件、模型、数据等虚拟资源的身份符号，类似于“身份证”中的身份证号，标识编码通常存储在标识载体中，包括主动标识载体和被动标识载体；标识解析系统是指能够根据标识编码查询目标对象网络位置或者相关信息的系统，对物理对象和虚拟对象进行唯一性的逻辑定位和信息查询，是实现全球供应链系统和企业生产系统精准对接、产品全生命周期管理和智能化服务的前提和基础；标识数据服务是指能够借助标识编码资源和标识解析系统开展工业标识数据管理和跨企业、跨行业、跨地区、跨国家的数据共享共用服务。在实际部署中，我国工业互联网标识解析体系逻辑架构采用分层、分级模式，包括根节点、国家顶级节点、二级节点、企业节点和递归节点，构成我国工业互联网关键网络基础设施，为政府、企业等用户提供跨企业、跨地区、跨行业的工业要素信息查询，并为信息资源集成共享以及全生命周期管理提供重要手段和支撑。工业互联网标识解析是实现异构编码兼容的基础前提。制造业企业基于不同业务需求，已面向产成品使用了大量私有标识，建立仓储管理、物流配送、数字营销等场景的局部数据闭环。随着标识对象从产品向机器、原材料、控制系统、工艺算法以及人等要素的扩展，应用场景从企业内单一业务向企业外多元服务的延伸，私有标识难以满足全要素、全产业链互联互通的需求。利用工业互联网标识解析基础设施，企业使用 2 统一编码替代已有编码或进行编码的映射转换，可实现公有标识与私有标识、异构公有标识之间的兼容互通，将解决传统标识在企业外不能读或读不懂的问题，破除信息传递壁垒，进而实现各类主体在更大范围、更深层次、更高水平的互联。工业互联网标识解析是实现多源异构数据互操作的关键支撑。由于制造业链条长、环节多、场景复杂、软件多样等特性，海量工业数据分散在不同系统中、异构网络相互隔离、数据表述不一致，大量的“信息孤岛”和特定的接入方式导致用户获取的服务受限，尤其在协同制造、智能服务等创新应用领域难以获取、发现、理解和利用相关数据。工业互联网标识解析通过建立与底层技术无关的公共解析服务、标准化数据模型和交互组件、异构网络适配中间件，可灵活定位并接入各类主体在不同环节、不同系统中的应用或数据库，从而促进不同行业、上下游企业之间数据关联、互操作与信息集成，同时提升现有制造系统的数据利用能力。工业互联网标识解析是实现产业链全面互联的重要入口。企业间传统的信息交互模式为建立两两系统的数据对接，由于不同厂商、不同系统、不同设备的数据接口、互操作规程等各不相同，企业需投入大量人力、物力构建多套交互接口，导致互联成本高、效率低、共享难，无法满足产业链协同需求。工业互联网标识解析各级节点作为国家新型基础设施，是全面互联下信息查询的入口，承载了工业要素全生命周期的信息获取及数据交互，通过许可监管、分级管理等保障了体系的稳定运行和高质量服务，保证了企业主体对标识资源分配和标识数据管理的高度自治，并通过统一架构、标准化接口等降低了企业接入门槛和使用成本，实现了部署经济成本最优。3 工业互联网标识解析是打造共建共享安全格局的有效路径。随着工业互联网接入数据种类、数量的不断丰富，以及工业数据的高敏感性，对网络服务性能要求越来越高。标识解析建立了一套高效的公共服务基础设施和信息共享机制，通过建设各级节点来分散标识解析压力，降低查询延迟和网络负载，提高解析性能。同时，逐步建立综合性安全防护体系，工业数据存储在责任主体企业保障了数据主权，通过身份认证、权限管理、数据加密等机制实现标识对象信息的安全传输和获取，通过多利益相关方在全生命周期中的合作，形成开放、引领、安全、可靠的产业生态系统。工业互联网标识解析是仪器仪表行业产业互联互通的重要枢纽。标识解析为仪器仪表制造资源、生产过程、智能产品等提供全产业链的信息互通和数据共享能力，实现产品全生命周期管理、自动化校准检验和量测数据价值释放。二、仪器仪表行业数字化转型需求分析（一一）仪器仪表行业基本情况仪器仪表行业基本情况 1.行业简介行业简介 仪器仪表行业是指为现代社会生产、生活和军事等领域提供测量手段、方法和控制系统的企事业单位。仪器仪表行业标识对象及其分类涉及国民经济行业分类(GB/T 4754-2017)国家标准中的 C 门类下的 40大类，40 为仪器仪表制造业，包括通用仪器仪表制造、专用仪器仪表制造、光学仪器制造、衡器制造和其他仪器仪表制造业等五个中类及其小类。4 随着我国市场经济的不断发展，中国已经成为国际上仪器仪表行业规模最大的国家之一，也是发展中国家仪器仪表行业规模最大、产品品种最齐全的国家。2021 年国内仪器仪表行业市场规模为 6967 亿元，同比增长 20.72%。近年来，随着制造业数字化、网络化和智能化的迅猛发展，作为制造数据获取的基本感知、测量工具，仪器仪表已成为人工智能、大数据分析、工业互联网等技术与实体经济深度融合的核心纽带，仪器仪表行业在全球制造业格局重塑、制造业转型升级、科技强国和国家高质量发展中的地位日益突显。为实现国家经济社会发展“质量”的可量化、可考核、可计量，抢抓发展机遇，促进我国仪器仪表行业高质量发展，国务院、工信部、科技部等相关主管政府部门先后出台了多项政策和指导意见，在投资优惠、支持研究开发、加强人才培养、鼓励设备国产化、重视知识产权保护等方面，为仪器仪表行业的发展创造了有利条件。2015 年国务院印发中国制造 2025，提出我国将加快发展智能制造装备和产品，突破新型传感器、智能测量仪表、工业控制系统等智能核心装置，推进工程化和产业化。2017 年科技部发布“十三五”先进制造技术领域科技创新专项规划，明确将高端智能测量仪表设计、精确自动补偿、生产工艺、装配等列为“十三五”期间重点任务。2021 年底工业和信息化部等八部门联合发布“十四五”智能制造发展规划，将研发数字化非接触精密测量、在线无损检测、激光跟踪测量等智能检测装备和仪器纳入智能制造装备创新发展行动中。2.产业链产业链仪器仪表行业产业链全景图从产业链上中下游进行设计。其中，上游包括产品设计和配套件制造两个环节；中游为整机制造环节；下游包 5 括检定校准、销售、安装、使用、维护/维修五个环节。如下图所示。图 1 仪器仪表产业链图谱 仪器仪表行业产业链从产品设计和配套件制造环节开始，运用CAD/CAM 等工程软件开展仪表配套件、仪表整机的设计，依据设计图和工艺方案对配套件、整机进行加工制造，仪表完成整机加工制造之后，将投放到市场进行销售、安装与使用。同时，投入使用后，定期的维护与维修保养也是不可或缺的环节。尤其是应用于贸易结算、安全生产、环境监测、医疗卫生、司法鉴定等领域的仪器仪表需要在产品出厂前以及在使用前进行首次检定，使用过程中进行周期检定校准，特别是实施强制管理的计量器具目录 中的产品要符合“型式批准”和“强制检定”的要求，以确保仪表满足使用要求。仪器仪表行业产业链上游产业链上游为本行业提供生产所需要的相关配套件，包括敏感元器件、传感器/转换器/变送器、仪用微处理器及软件、显示/记录器件、视觉器件/图像器件及软件、实验器件/器皿、仪器专用电源等,生产相关配套件的厂商较为分散,发展相对成熟,供应充分,属于充分竞争性行业。产业链中游产业链中游为整机制造环节，是仪器仪表产业链的核心环 6 节，包括通用仪器仪表、专业仪器仪表、钟表与计时仪器、光学仪器、衡器、医疗诊断、监护及治疗设备等。目前，我国仪器仪表行业的产品门类、品种比较齐全，布局较为合理，且已具备可观的技术基础和生产规模。产业链下游产业链下游的行业应用场景丰富,涉及工业、农业、交通运输、环境、贸易、实验室、司法、医疗等多个领域。（二二）仪器仪表行业发展的主要特点仪器仪表行业发展的主要特点 我国仪器仪表行业正处于多品种发展向高品质发展的转型期。经过国家多个五年科技计划的持续支持，我国仪器仪表发展取得了长足的进步，具体呈现以下特点：一是仪器仪表产品应用领域广泛，品种齐全，高精端产品质量需要提升。目前全国大约有 1.7 万个仪器仪表产品品种，广泛应用于工业、农业、交通、科技、环保、国防、文教卫生、居民生活等各方面。在国民经济、工农业生产、军事技术以及科学研究中都发挥着重要作用，是多学科的综合体。我国仪器仪表产品门类齐全，有一定行业基础，在发展中国家属“上游”，但与发达国家差距明显，高精端产品以进口为主。二是仪器仪表产品所涉及的技术领域众多，对新技术高度敏感，更新换代快。一是关键技术的研发涉及数学、力学、材料学、工业学、电子学、信息学、控制论、人工智能等多种学科的综合性交叉应用以及多种边缘科学。二是仪器仪表产品的设计、开发、制造涉及多种基础研究，攻关难度大。三是仪器仪表行业内公司规模相对较小，综合能力和集中程度偏低。国内企业在市场上运作单项产品能力强，但综合实力弱，不管是在人力还是财力上都不能与外界跨国势力抗衡。因此，在市场竞争上明显处于 7 弱势，企业缺乏大型工程的集中调控能力，不利于进行持续的科研投入，导致很多企业都没有核心技术来作为支撑。四是仪器仪表产品技术开发水平与国际存在差距，产品可靠性及稳定性需要提升。目前大部分仪器仪表的生产水平还处于中期水平，与世界级水平还存在差距，主要表现在产品的可靠性及稳定性。产品技术的精加工与制造工艺的研究力度不够，如精加工技术、焊接技术、密封技术等这些关键技术没有得到很好的完善和解决，导致产品的性能不稳定，生产起来不具备可靠性。五是仪器仪表行业产业链各环节衔接不够，核心部件依赖进口。国内仪器仪表中小企业没有能力长期开展自主创新研发，也没有资金主动建立良性的产学研合作，企业缺乏基础共性技术积累和复合型技术人才，产品多以跟随研发为主；国产仪器仪表集中在中低端产品应用和同质化市场竞争，产业竞争和技术发展不协调。（三）仪器仪表行业转型的变革方向（三）仪器仪表行业转型的变革方向面向数字化、智能化、网络化的新型仪器仪表的变革发展是实现测量信息智能感知、决策控制的重要手段。我国仪器仪表制造企业通过不断推进数字化建设，已在部分环节实现了自动化和信息化，解决了数据自动化采集、供应链管理、远程运维管理等部分问题，但是也带来了新的问题，即产业链各环节之间、远程运维流程各环节之间基于各个工业系统形成了众多信息孤岛，数据难以互联互通，阻碍了智能制造的改造进程。面对当前我国仪器仪表行业的困难与挑战，结合国内外实践经验，仪器仪表行业具备以下变革方向。一是打造仪器仪表行业全生命周期数字化，推动传统供应链转型。8 传统仪器仪表行业供应链环境复杂，上下游企业间存在大量的“信息孤岛”，整个流程存在物品繁杂、计划多变、管理成本高等亟待面对和解决的难题，因此需要依托信息技术打破传统固化的制造模式与服务体系，结合管理创意与网络化的协同制造系统，实现智能化制造与服务化增值。二是着力仪器仪表产品质量在线追溯与检验检测管理，加强产业链稳定性。检定校准是仪器仪表产业链的关键环节，但是仪器仪表产品拆装成本高，产品安装工序复杂，导致企业按制度检测轮换积极性不高。因此需要推动在线检测、计量等仪器仪表升级，促进制造装备与检验测试设备互联互通，提高质量检验效率，提升测量精密度和动态感知水平，确保计量仪器仪表产品能够定期得到维护，进而保障生产的连续性和稳定性。同时，保证计量器具的制造和修理、销售和使用满足计量法要求，保障计量检定计量监督顺利实施。三是推动仪器仪表产品的全方位应用，助力工业数据资源共享。随着新一代信息技术的发展，仪器仪表在测量参数的同时，还能对数据进行一些简单的分析与控制，为测控网络的普遍建立和广泛应用铺平了道路。未来，仪器仪表设备将是一个具有适当计算资源和存储资源的嵌入式系统，它工作于严酷的工业现场环境，传输各种必要的数据和信息，不仅可以提高工业生产效率，而且将实现资源共享，为制造系统的运行维护和优化提供强大的基础。9 三、仪器仪表行业标识解析实施路径（一）仪器仪表行业标识解析实施架构（一）仪器仪表行业标识解析实施架构仪器仪表行业标识解析应用实施以产业链核心环节为主，建立企业节点的标识赋码、数据采集能力，并与标识解析体系基础设施对接，提供全产业链的信息互通和数据共享能力，其实施架构如图 2 所示。在生产制造环节，在生产制造环节，工业软件与生产设备是数据流转的主体，在传统工业软件数据库基础上，通过对数据采用统一标识，完成数据的厂内厂外转换，增强数据的流通性，提高生产协作效率。在检定校准环节在检定校准环节，通过主动标识技术与仪表远程校准技术的融合，实现基于标识解析体系的在线核验与校准功能，可以增强监督检查力度，降低校准复杂度。在应用服务环节在应用服务环节，在使用环节，通过标识解析系统将不同环节的数据进行采集和集成，实现企业的数据可视化、管理信息化，为精细化管理提供数字支撑，助力企业降低管理成本。10 图 2 仪器仪表行业标识解析实施架构 11 （二二）仪器仪表行业标识对象分析仪器仪表行业标识对象分析 1.1.标识对象分类标识对象分类 仪器仪表行业标识对象及其分类涉及国民经济行业分类(GB/T 4754-2017)国家标准中的C门类下的35和40两个大类。35为专用设备制造业，包括医疗诊断、监护及治疗设备制造一个小类；40为仪器仪表制造业，包括通用仪器仪表制造、专用仪器仪表制造、光学仪器制造、衡器制造和其他仪器仪表制造业等五个中类及其小类，其中403钟表与计时仪器制造通常不统计在内。结合仪器仪表行业生产及实际应用，进行标识对象分类。类别一类别一、仪器仪表行业设计类仪器仪表行业设计类。主要包括，设计图纸、部件清单、三维模型、设计软件等；无显性标识载体，一般采用电子记录索引存储于企业信息系统/存储介质中，或应用产品标识。类别二类别二、仪器仪表行业产品类仪器仪表行业产品类。包括包括：1）通用仪器仪表产品通用仪器仪表产品，主要有：工业自动控制系统装置制造主要包括，温度表、压力表、流量表、物位表等；电工仪器仪表制造主要包括，电压、电流、电阻、功率等电磁量的测量仪表；绘图、计算及测量仪器制造主要包括，测量和绘图用具、器具及量仪的制造等；实验分析仪器制造主要包括，湿度、黏度、质量、比重等性能测定仪器；试验机制造主要包括，测试、评定和研究材料、零部件及其制成品的物理性能、机械性能、工艺性能、安全性能、舒适性能的实验仪器和设备；供应用仪器仪表制造，主要包括，电表、气表、水表、油表、热量表等。2）专用仪器仪表产品专用仪器仪表产品，主要有：环境监测专业仪器仪表制造主要包括，对环境中的污染物、噪声、放射性物质、电磁波等进行监测和监控 12 的专用仪器仪表；运输设备及生产用计数仪表制造主要包括，转数计、生产计数器、里程记录器等；导航、测绘、气象及海洋专用仪器制造主要包括，导航仪、测绘仪等；农林牧渔专用仪器仪表制造主要包括，农、林、牧、渔生产专用仪器仪表；地质勘探和地震专用仪器制造主要包括，地质勘探仪、地震测量仪等；教学专用仪器制造主要包括，教学示范仪等；核子及核辐射测量仪器制造主要包括，核离子测量仪、核辐射探测器等；电子测量仪器制造主要包括，电参数定量检测仪器等；另外还包括：光学仪器、衡器及医疗仪器设备及器械产品。仪器仪表产品适用的标识载体有一维码、二维码、RFID标签、NFC标签、主动标识载体等；相关采集技术包括，扫码器、PDA、手机、RFID读写器、NFC读写器、联网自动采集等。类别三类别三、仪器仪表行业业务类仪器仪表行业业务类。主要包括，供应订货、来料入库仓储、工单下发、加工进度、产品质量检验、产品出库、销售物流、产品质量溯源、设备点检、设备维修等涵盖供应、生产与销售环节的业务信息等；无显性标识载体，一般采用电子记录索引存储于企业信息系统中，或应用产品标识。类别四类别四、仪器仪表行业管理类仪器仪表行业管理类。主要包括，仪器仪表生产企业产业链上中下游企业的涉及设计、制造、质检、物流、维修的管理规程及相关人员岗位职责的信息；适用的标识载体有二维码、RFID标签、NFC标签；相关采集技术包括，扫码器、PDA、RFID读写器、NFC读写器、联网自动采集及企业信息系统等。以上4个类别包括了仪器仪表产品研发设计、生产制造、经营管理、应用服务等实体和虚拟资源，如表1所示：13 表 1 仪器仪表行业标识对象及其分类表 分类分类 代码代码 分类名称分类名称 说明说明 标识载体标识载体 采集技术采集技术 1 仪器仪表行业设计类 设计图纸、部件清单、设计软件等 电子记录索引 读取企业信息系统/存储介质，或读取产品标识 2 仪 器仪 表行 业产 品类 仪器仪表行业通用产品类 温度表、压力表、流量表、物位表、电压表、电流表、湿度测量表、黏度测量表、电表、气表、热表、油表、水表等 一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等 仪器仪表行业专用产品类 噪声测量仪、转数计、里程记录器、导航仪、测绘仪、地质勘探仪、地震测量仪、核辐射探测器等 一维码、二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集等 仪器仪表行业光学仪器类 光学配件、装配好的光学元件、组合式光学显微镜，以及军用望远镜等 一维码、二维码、RFID 标签、NFC 标签等、主动标识载体 扫码器、PDA、手机、RFID 读写器、NFC 读写器等 仪器仪表行业衡器类 测定物质重量的各种机械、电子或机电结合的装置或设备等 一维码、二维码、RFID 标签、NFC 标签等、主动标识载体 扫码器、PDA、手机、RFID 读写器、NFC 读写器等 医疗仪器设备及器械类 医疗专用诊断、监护、治疗等方面设备，手术器械、医疗诊断用品和医疗用具，各种治疗设备、病房护理及康复专用设备等 一维码、二维码、RFID 标签、NFC 标签等 扫码器、PDA、手机、RFID 读写器、NFC 读写器等 3 仪器仪表行业业务类 涵盖供应订货、来料收货、入库仓储、工单下发、加工进度、产品质量检验、产品出库、销售物流、产品质量追溯、设备点检、设备维修等业务环节 电子记录索引 读取企业信息系统，或读取产品标识读取 4 仪器仪表行业管理类 仪表生产企业及产业链上中下游企业的设计、制造、质检、物流、维修等相关管理规程及人员 二维码、RFID 标签、NFC 标签、主动标识载体等 扫码器、PDA、手机、RFID 读写器、NFC 读写器、联网自动采集、企业信息系统等 14 2.对象编码结构对象编码结构 2.1 编码结构编码结构 在理清仪器仪表行业标识对象后，应本着统一、兼容、实用、可扩展等基本原则，制定对象的标识编码规范。一是要符合工业互联网标识解析体系架构，基于一种公有编码体系实现全局唯一；二是兼顾行业现行标准和企业应用需求，制定不同对象不同颗粒度的编码规则，并达成行业共识；三是在现阶段建立与企业内部编码的映射关系，通过过渡期逐步实现全行业规则趋同。当前，依托中国通信标准化协会和工业互联网产业联盟，以二级节点为牵引，仪器仪表行业对象标识编码标准正在研制中。按照唯一性、兼容性、适用性、可扩展性、科学性等原则，仪器仪表行业的标识对象编码基本规则如下图所示：标识后缀的编码规则由行业自行制定。仪器仪表行业标识后缀编码方法参照GB/T 36377-2018的编码规则。3.3.标识标识应用应用分布分布 当前，仪器仪表行业工业互联网标识累计注册量3.97亿，累计解析量4.57亿，接入企业15882家，覆盖仪器仪表对象的35%，主要应用于仪器 15 仪表行业设备管理，应用分布如下表所示。表 2 仪器仪表行业标识应用分布 对象对象 分类分类 对象名称对象名称 标识注册标识注册量占比量占比 标识解析标识解析量占比量占比 标签标签 类型类型 编码规则编码规则 用途用途 设计类 设计图纸 5%5%二维码 仪表 编码规则 产品设计 部件清单 3%3%二维码 仪表 编码规则 产品设计 设计软件 2%2%二维码 仪表 编码规则 产品设计 产品类 通用产品 19 %二维码 仪表 编码规则 生产制造 专用产品 11%二维码 仪表 编码规则 生产制造 业务类 供应清单 8%8%二维码 仪表 编码规则 供应链管理 质量检验 14%二维码 仪表 编码规则 质量检测 销售清单 8%8%二维码 仪表 编码规则 供应链管理 管理类 规程 9%8%二维码 仪表 编码规则 生产制造 人员 11%9%二维码 仪表 编码规则 维修管理 其他 5%4%二维码 仪表 编码规则 其他 总体 1000%-（三三）仪器仪表行业标识数据分析仪器仪表行业标识数据分析 1.1.标识数据分布标识数据分布 仪器仪表行业标识解析数据是通过标识载体采集获得的在仪器仪表行业产业链上的研发设计、生产制造、经营管理、应用服务等数据，包括设计信息、生产加工信息、仓储信息、仪器仪表设备属性信息、仪器 16 仪表功能及运行状态信息、维护维修信息、商业信息、管理信息等。仪器仪表行业标识解析相关的业务数据以及基于业务数据的赋能，具体描述如下。业务数据类型一业务数据类型一、仪器仪表行业产品设计类数据仪器仪表行业产品设计类数据。主要应用于产品设计方案记录、产品机理和数据模型、设计人员与设计工具等相关信息记录等。标识解析后，对产品原始设计的追溯、产品设计阶段的验证与质量管控、产品加速迭代、质量问题追责等均有促进作用，从设计端加快问题定位与解决，改善全生命周期下的物料供应问题等。业务数据类型二业务数据类型二、仪器仪表行业生产制造类数据仪器仪表行业生产制造类数据。主要应用于仪器仪表行业各类仪器仪表零部件/元器件、制造设备、物流设备及仓储设备的固有属性信息、使用信息、维护信息等。标识解析后，有效提升仓储库存和生产信息管理水平，缩短产品加工组装时间，提高生产效率和仪表产品一致性，降低生产制造成本，同时提升了设备及产品的稳定性与可靠性，及时发现不良品进行更换，有效减少次品率等。业务数据类型三业务数据类型三、仪器仪表行业操作使用类数据仪器仪表行业操作使用类数据。主要应用于仪器仪表行业各类仪器仪表产品的操作指导和使用运行过程的监控、记录。标识解析后，对仪器仪表产品的操作方法、功能参数、运行状态等信息进行识别，有效指导用户进行正确的操作与使用，降低仪器仪表产品应用教学门槛，减少操作失误率，提升设备的工作稳定性，延长产品使用周期，最大程度释放性能效能等。业务数据类型四业务数据类型四、仪器仪表行业维护维修类数据仪器仪表行业维护维修类数据。主要应用于仪表行业各类仪器仪表产品维护维修的指导、故障信息的识别、故障排除方法以及预测性维护的指导；标识解析后，根据产品状态及使用年限等综合信息，对设备、产品正确合理的维护保养进行有效指导，动态延长/缩 17 短设备、产品使用寿命；对故障信息提前识别预判，并同时提供对应故障排除方法，及时发现潜在风险，有效提高故障排除效率，保证设备稳定运行等。业务数据类型五业务数据类型五、仪器仪表行业供应链协同管理类数据仪器仪表行业供应链协同管理类数据。主要应用于仪器仪表行业产业链上、中、下游企业协作，实现不同企业间产品信息的交换与共享，进而实现仪器仪表产业链研发设计、生产制造、经营管理、应用服务过程的管理优化。标识解析后，赋能仪器仪表行业供应链管理，提高从零部件到成品全链条信息的关联度，提升供应链运转及交易效率，通过供应链应用建立竞争优势，降低维护与运营成本，促进企业利润提升等。业务数据类型六业务数据类型六、仪器仪表行业企业内部管理类数据仪器仪表行业企业内部管理类数据。主要应用于企业内部管理，如人员管理、作业管理、设备管理、物资备件管理、业务流程管理等。标识解析后，赋能企业内部管理，优化企业内部人才队伍，有效实现企业降本增效等。18 表 3 仪器仪表行业标识数据分析 标识对象类型 生产 监测 服务 设计 配件 生产 仓储物流 校准 监管 维修 应用 仪器仪表行业设计类数据 1 设计图纸 2 部件清单 3 设计软件 仪器仪表行业生产制造类数据 4 零部件/元器件 5 制造设备 6 物流设备及仓储设备的固有属性信息 7 使用信息 8 维护信息类 仪器仪表行业操作使用类数据 9 产品操作指导 10 运行监控 仪器仪表行业维护维修类数据 11 产品维护维修的指导 12 故障信息的识别 13 故障排除方法以及预测性维护 仪器仪表行业供应链协同管理类数据 14 产品信息 仪器仪表行业企业内部管理类数据 15 人员管理 16 作业管理 17 设备管理 18 物资备件管理 19 业务流程管理 19 2 2.标识数据建模标识数据建模 为建立各类对象全生命周期的数字画像，需要对对象属性数据进行系统梳理，并规范属性数据组织形式和描述方法。根据工业互联网标识数据模型，如图所示。仪器仪表行业标识应用企业可基于该建模方法，建立全要素的数字模型，并定义属性数据的元数据规范，从而实现企业内部的数据管理以及企业外部的信息交互。图 3 工业互联网标识数据模型 3 3.标识数据分类标识数据分类 仪器仪表行业对象属性可根据各环节的业务需要进行组织。例如为实现产品的全生命周期管理，标识数据涉及设计、生产、使用、维修和流通等多个环节，共计 28 个数据项。仪器仪表行业重点对象的标识数据类型参考如下表。表 4 仪器仪表行业标识数据类型表 对象分类对象分类 序号序号 主要属性数据主要属性数据 仪器仪表行业产品设计类数据 1 产品名称 2 企业名称 3 设计人 4 设计软件版本 20 5 设计资料 仪器仪表行业生产加工类数据 1 产品名称 2 企业名称 3 生产数据 4 生产日期 5 生产批次 6 生产地址 7 质检证明 仪器仪表行业操作使用类数据 1 产品名称 2 产品安装时间 3 产品保修时间 4 产品安装人 5 使用时间 6 使用地点 7 使用人 8 使用数据 仪器仪表行业保养维修类数据 1 产品名称 2 产品信息 3 产品保修时间 4 故障类型 5 故障参数据 仪器仪表行业供应链协同管理类数据 1 产品名称 2 供应商信息 3 制造商信息 4 零售商信息 （四四）仪器仪表行业标识应用组织流程仪器仪表行业标识应用组织流程 企业开展标识解析应用一般分四个阶段，预研与评估阶段、节点建设与部署阶段、企业标识应用实施阶段、产业推广与运营阶段。基于数字化转型要求，企业应对工业互联网标识应用需求进行分析评估，明确其建设和应用路径并进一步开展实施。其路径有三，一是服务于企业内部的闭环标识体系建设，二是服务于现场、车间、企业、供应链多层级开环应用的企业节点建设，三是服务于产业链跨企业应用的二级节点建 21 设，下图给出了三条路径的组织流程，包括各阶段的重点实施步骤、产出物和参与方。在建设和应用过程中，二级节点还应当为行业提供统一、可实施的技术指导，如依托协会和联盟开展行业编码、元数据、系统接口等规范的研制，调动企业总结典型案例形成行业应用指南，聚集产业链建立应用生态，形成规模化应用。1 1.预研与评估阶段预研与评估阶段 企业根据自身发展现状，评估工业互联网标识及标识解析基础设施应用需求，当企业无外部信息交互场景时（例如内部资产管理），可自行建立私有标识的应用闭环；当企业存在交互场景时，可依托工业互联网产业联盟（AII）进行标识解析建设可行性分析，形成分析报告，由应用供应商进一步根据企业现状制定标识解析建设方案。2 2.节点建设与部署阶段节点建设与部署阶段 企业标识解析建设方案将明确建设路径，同时需开展标识解析标准化工作，以指导和支撑产业服务。其中，二级节点建设应参照工业互联网标识管理办法、工业互联网标识解析 二级节点建设导则及相关技术标准，主要包括评审、建设、测试、对接、许可等关键步骤。企业依托 AII 组成专家团队进行二级节点评审，并形成评审意见，同时由政府评估后出具推荐函；企业根据实施方案进行系统建设和部署，在标识注册管理机构授权的情况下注册二级节点前缀；系统需经过第三方测试形成测试报告；测评通过的方可与国家顶级节点开展对接并进行对接测试；对接完成后企业可向所在行政区域管理部门申请许可，政府依照管理办法审核并为企业颁发相应牌照；二级节点正式上线，对接企业节点开展标识注册、解析和应用服务，并与国家顶级节点保持注册和解析数据同步。22 企业节点建设可依托 AII 或应用供应商制定实施方案，并开展系统建设；部署完成后企业可选择相应二级节点注册企业节点前缀；根据行业编码规范为企业内标识对象分配标识后缀；开展标识应用后应与二级节点保持注册和解析数据同步。标准化建设主要依托中国通信标准化协会（CCSA）和工业互联网产业联盟（AII），同时也鼓励二级节点联合本行业专业协会、研究机构等共同开展标准制定。为规范二级节点基础服务、保障基础设施稳定运行，二级节点应协同企业节点共同开展行业编码、元数据、系统接口等标准研制。3 3.企业标识应用实施阶段企业标识应用实施阶段 完成节点建设后，企业具备了基本的标识注册、解析能力，还需要在工业制造、物流仓储等现场部署标识及其关键软硬件。企业可通过 AII或应用供应商根据建设方案提供赋码、采集、存储、和应用系统，基于工业软件中间件打通企业内部软件系统，基于顶级节点统一元数据管理构建企业主数据资源池，基于产品溯源、远程运维、数字化工厂等应用场景建设应用平台并与已有的工业互联网平台进行融合。4 4.产业推广与运营阶段产业推广与运营阶段 随着标识应用的逐步壮大，二级节点应总结典型案例形成行业应用指南，引领企业接入工业互联网；依托 AII 开展应用成效的评估评测，完成第三方认证。23 图 4 标识应用组织流程 24 四、仪器仪表行业标识解析应用模式 通过对仪器仪表产业链的分析，针对仪器仪表行业的痛点和发展趋势，得到仪器仪表产品在生产、供应、运行维护环节的 3 种典型应用模式，一是覆盖全部环节的产品全生命周期管理，二是面向强检计量器的远程监管校准，三是仪器仪表在使用环节的数据价值挖掘。图 5 仪器仪表行业标识应用模式 25 （一一）仪器仪表产品全生命周期管理仪器仪表产品全生命周期管理 1.应用需求应用需求 仪器仪表产品全生命周期管理难。部分企业仍在采用传统方式进行设备管理，在全生命周期管理过程中存在设备物流、经管人员、部件维修等记录跟踪难；仪表状态、故障问题查询难；仪表使用、维护情况统计难；合规期限、售后维保预警难；维修保养、备件耗材信息反馈难等诸多难题。仪器仪表产品安装调试操作不便利。用户在使用、维护仪表过程中，专业要求高、技术难度大，产品需要现场安装调试，但是产品的手册、图纸等纸质资料，查看携带不方便，现场环境差的也不易于长时间保存。仪器仪表产品防伪防窜难以管控。市面上仪表假货仿制产品泛滥，用户没有有效的分辨假货的方式，经销商间的窜货问题，让市场价格保护失去作用，给企业的品牌形象和公司效益带来一定的损失。由于没有统一的编码规范，出厂产品采用的简单的标牌或铭牌的方式，容易仿制和更换，导致骗保延保问题也时有发生。仪器仪表产品质量有效提升难。仪表产品质量及可靠性的提升不仅依靠生产企业的研发水平和生产水平，更依赖用户的及时反馈，在调整中不断完善。用户的反馈途径和详细信息等难以有效统筹，在一定程度上阻碍了仪表产品质量及可靠性持续有效提升。2.难点分析难点分析 仪器仪表产品标识编码体系统一难。部分企业在生产的产品上已经使用了编码，由于编码的标准不统一，中间环节复杂、信息不通畅、“数据孤岛”，数据共享不便，只能企业内部用来管控生产流程等问题，对于用户来说，编码起不到实质性的作用。但是，对于企业自身来说升级 26 为统一的标识编码体系面临打码设备、采集设备、管理设备等配套系统都需要升级改造，对现有生产经营产生非常大的影响。3.3.解决方案解决方案 基于工业互联网仪器仪表平台标识赋码和标识解析服务，可以实现仪表产品从核心零部件到售后的全生命周期管理。在仪器仪表产品设计在仪器仪表产品设计及生产制造环节及生产制造环节通过标识编码对物料、半成品、流程以及成品进行管理，同时将产品信息和图纸等手册资料都与标识编码进行关联，在装机环节即实现零部件和整机的“装配锁定”；在后续在后续检定校准检定校准、销售销售、安装安装、使用使用、维修等环节维修等环节，通过工业互联网仪器仪表产品标识解析应用服务平台，分别为用户、产品制造厂家、监管部门提供一物一码，一码到底的全信息化服务，打通产品售后服务管理通道。现场工作人员通过手机 APP扫码签到，进行安装调试等工作，并记录工作过程和工作结果，用以统计员工工作量，企业用户可以通过扫码对售后人员进行服务质量评价，后台管理者能够获得真实有效的服务数据，提升企业服务质量，树立企业良好形象。图 6 仪表产品标识数字化管理的解决方案 27 3.典型案例及实施成效典型案例及实施成效 案例案例 1：仪表产品标识数字化管理仪表产品标识数字化管理（上海一诺仪表有限公司上海一诺仪表有限公司）1.案例介绍 针对仪器仪表行业的多品种、小批量、应用广、更新快的特点，以及市场竞争激烈，利润空间狭小的痛点，结合国家工业互联网标识解析体系，打造统一的工业互联网标识解析应用服务平台，为仪表行业提供产品信息管理、防伪防窜货管理、售后服务、质量追溯、数字化营销、资产设备动态监管等多种应用场景的数字化解决方案。首先打破编码体系标准不统一的困境，在生产产品上，通过“一物一码”，实现产品标识数字化管理。将产品档案、手册、使用说明等资料放进码里，用户通过扫描“标识码”，随时查看产品相关使用信息，从而节省纸质手册的印刷费用。产品出现售后问题时，用户可以扫描“标识码”，实现快速报修，厂家收到报修信息后，快速响应，及时解决售后问题；客户也可以通过产品标识里自带的常见问题解决方法等资料实现自主维护。一“码”贯穿，从企业生产到出厂、售后，随时随地查询、记录、追溯产品的流通以及使用信息，形成大数据分析，为企业产品升级提供源源不断的数据支持。大数据动态防伪防窜模式，后台时时预警、精准打击，极大的提高了打假防窜效率，保护了品牌形象。图 7 仪表产品电子说明书 28 2.应用成效（1）实现产品信息“无纸化”，每年节省纸质印刷费用在几十万元以上；（2）产品售后服务解决效率提升 35%，售后服务费用也有了明显的降低；（3）更加准确的掌握了产品在市场的销售数据，终端用户的使用情况、分布情况等，高效的解决了经销商肆意窜货问题，同时跨过中间商、经销商获取了一手的用户信息，为产品升级提供了有效的数据支撑。案例案例 2：矿用产品数字化铭牌应用矿用产品数字化铭牌应用（中煤科工集团沈阳研究院有限公中煤科工集团沈阳研究院有限公司司）1.案例介绍 沈阳研究院作为目前唯一一个矿山装备行业工业互联网标识解析二级节点，已建成拥有完全自主知识产权的辽河云工业互联网平台和辽河云鉴小程序。基于“人机环物”全面感知互联，实现标识码全局查询解析、煤炭行业全生产要素、全产业链、全价值链的全面连接，推动形成涵盖煤炭生产、物流、消费等领域的工业生产制造和服务体系。具备为辽宁省乃至全国煤炭行业及其他制造业企业提供标识注册、标识解析、数据服务、标识备案、标识认证、企业信息化、供应链管理、产品追溯、产品全生命周期管理等服务能力。29 图 8 仪表产品铭牌标识化管理模式 沈阳研究院应用仪表产品铭牌标识化管理模式，基于辽河云工业互联网平台，利用产品唯一“身份证”标识码，和产品铭牌同时生产，同时制造，为用户提供铭牌信息、出厂检验报告、销售电话、企业网址、企业简介等综合信息；通过“标识码 物流记录 出货记录 标识码扫描次数 扫描时间间隔”等信息绑定，为企业提供产品在线建档建模、产品全生命周期追溯、防伪防窜货跟踪管理、预警地图和销售地图管理等功能；通过标准接口管理在线配置第三方系统(如 ERP)，实现数据快速集成；通过分权管控技术为生产制造企业、用户及监管监察机构提供权限分配机制，保障客户数据的有效隔离，可定制化服务模式。2.应用成效（1）实现上下游信息互联互通、协同生产，平台化监控运营管理等功能。（2）降低销售、售后服务、培训和维护成本，灵活应对矿山井下环境以及工作面的复杂多样性、增强产品的可靠性和易维护性。30 案例案例 3：水表制造企业生产管理水表制造企业生产管理（山东晨晖电子科技有限有限公司山东晨晖电子科技有限有限公司）1.案例介绍 山东晨晖电子科技有限有限公司是一家专业的电能表、水表、热量表制造企业。针对仪表制造企业生产管理应用场景，通过在企业本地安装编码中间件与工业互联网仪表平台联网，实现为生产的每一块水表编制唯一识别编码，并通过仪表平台提供的制造客户端为晨晖电子建立一个生产管理平台。该平台提供操作简便、管理全面、可模块化组态的信息化管理服务，帮助企业实现从原材料采购管理、生产过程管理到销售管理的全供应链流程管理。该平台由工业互联网仪表平台的基础底层作为支撑，包括用户管理、编码中心、供应链协同等服务能力，构成企业服务总线。图 9 水表制造企业工业互联网平台功能模块 2.应用成效（1）截至 2021 年 12 月 20 日，平台已为该公司完成编码数量 70多万件，其中产品 31 万件，零部件 40 多万件，标识解析量已超 100 万 31 次。（2）在售后服务方面，说明书补发率归零，质检报告补发率归零，现场服务成本降低 24%。案例案例 4：仪表产品售后服务管理仪表产品售后服务管理（沈阳麦斯电气研究所有限公司沈阳麦斯电气研究所有限公司）1.案例介绍 沈阳麦斯电气研究所专注于供热、水处理、环保系统工艺科技研发，为用户提供从生产、制造到安装、调试的一体化服务。利用统一的标识解析体系，实现产品售后服务高效管控。出厂的电控仪表柜带有标识码铭牌，柜内元器件分别赋予标识码，和整机柜实现装配锁定，有效管控元器件的同时，防止骗保延保的发生；扫码快速报修，接收报修任务后，根据就近原则派工，售后专员扫码签到，扫码填写工单，考核售后人员工作量以及服务质量，汇集售后数据；历史档案查询,维修人员现场移动端扫码便捷查询本机档案，追溯历史维护记录，快速判定故障问题,汇总故障维修数据建立知识库。统计维修大数据，精确定位售后人员的服务地点，利用私有云可以帮助企业采集、存储和管理产生的设备维修数据，并对新产品研发作出分析和决策。图 10 售后管控服务模式 32 2.应用成效（1）实现“售后无纸化”办公，扫码查看产品相关报修信息，扫码精准定位，地图清晰查看售后分布，精准分析产品问题，提升售后专员的工作效率；（2）工作日志同步调取售后服务记录，工作简单，数据同步，方便售后管理查询；（3）云平台进行大数据整理，自动分析服务数据，大数据分析公司月度、季度、年度服务数据，提高了 30%的工作效率，相应的减少了人力成本。案例案例 5：柔性生产综合信息追溯柔性生产综合信息追溯（机械工业仪器仪表综合技术经济研究所机械工业仪器仪表综合技术经济研究所，重庆集诚电子有限公司重庆集诚电子有限公司）1.案例介绍 重庆集诚公司电子有限责任公司是一家集自主研发、生产、销售于一体的传感器、控制器产品供应商，致力于为汽车行业提供智能电控、感知与传感、新能源及智能网联四大系列产品及系统解决方案。机械工业仪器仪表综合技术经济研究所联合重庆集诚公司电子有限责任公司通过标识解析及自动防错料等技术来实时准确地把表面组装技术（Surface Mount Technology，SMT）生产过程信息记录下来，进行统计分析，找到生产过程中物料匹配、排布、连接、堆叠等问题点，从而改善 SMT 生产单元的生产质量，提升效率，降低制造成本。首先，SMT 生产单元涉及数十家供应商的电子料，存在数十种物料编码形式，其编码长度、含义、信息量完全不同，增加了信息集成、维护的复杂度，不利于信息化系统的自动化，另一方面常需要人工审核、修改，增加了出错的几率，产品质量问题溯源难、定位难。按照仪 33 器仪表工业互联网标识解析编码规则，以最小包装为单位，对原材料、PCB、产品、周转箱及托盘、库位等进行编码，方便设备、人员的识别和获取，提供工作效率。其次，通过标识解析以及系统互联网互通，可实现生产线 MES 系统与物流系统 WMS 系统在零部件种类等关键信息上的自动对接，方便产线生产时快速换线，可实现贴片贴装的防错，以及 SMT 生产单元全过程的产品追溯，防出错、可追踪、持续改善生产过程。通过对原材料批次信息、产成品过站信息、生产操作过程设备监控信息等的追溯，建立数据间的关联关系，满足对生产过程管控、人员绩效考核、质量管控、质量追溯等的需求。图 11 售后管控服务模式 2.应用成效（1）通过一物一码、一序一标的管理模式，实现了生产物资统一编码、统一管理，SMT 生产过程全追溯，SMT 生产过程防错管理，SMT售后故障锁定，SMT 新生产模式的创建。34 （2）产品换线时间由 2019 年的 30 分钟下降至 2021 年底的 18 分钟；（3）产品不良率由 2019 年 60.5PPM 下降至 2021 年的 21.61PPM；（4）工厂批质量事故由 2019 年的 0.75 次/周下降到 2021 年底的0 单/周。（5）提高了客户满意度，降低了公司损失。（二二）仪器仪表仪器仪表远程检定校准服务远程检定校准服务 1.1.应用需求应用需求 国家加强对强制检定的工作计量器具管理。为积极贯彻落实国务院“放管服”改革精神，加快政府职能转变，强化企业主体责任，有效节约社会成本，按照“简政放权、放管结合、优化服务”的总体要求，国家市场监督管理总局制定民用“三表”出厂检定与首次强制检定合并（二检合一）实施改革试点方案，工作目标是着力破解当前出厂检定与首次强制检定实施过程中存在的重复检定问题，优化资源配置，节约社会成本。仪器仪表产品及其关键受控元（部）件合规监管难。为保证仪表产品及其关键受控元（部）件在不同应用环境中的精准度、灵敏度、规范性和安全性，必须由国家指定部门或机构进行形式试验，取得合格证书后方可投入生产、销售和使用。由于证书获取前缺少现场工业性实践应用，为保障功能和性能指标满足现场需求，生产企业需要对仪表产品及其受控元（部）件进行完善升级，并进行产品变更试验，重新申请新的证书。证书获取过程较为漫长、复杂，人力、物力成本消耗高。监管部门 35 缺乏有效监管手段，难以验证仪表产品的一致性和合规性，个别企业为降低成本，将未变更的产品直接提供给用户使用，给用户的安全生产带来重大隐患。仪器仪表产品拆装成本高，缺乏有效管理。拆装成本高导致设备的定期检测校准和到期轮换制度实际执行效率较低。拆装成本分为显性成本和隐形成本：显性成本主要构成是技术工人的人工成本，一般会达到其他显性费用（如校准工本费、运输费等）的数十倍；隐形成本主要是因拆装活动造成的停产、减产等带来的经济损失，因行业不同而有差异。企业往往因为高昂的成本拖累，定期检测校准无法按时进行，到期轮换制度也无法全面实施。仪器仪表产品安装工序复杂，影响校准后数据准确性。拆装校准后的仪表再安装，由于安装误差导致的实际计量数据误差较大。仪表属于精密仪器，其传感器的灵敏度受安装环境的影响非常大，安装过程中不经意的触碰都可能导致校准工作功亏一篑。而校准后的重新安装过程中很难保证是熟练技术人员进行严格规范的操作，所以安装后可能产生新的误差，导致企业检测轮换积极性不高。2.难点分析难点分析 仪器仪表产品数采平台被龙头垄断，数据源易被篡改。现行的主流智能远传计量仪表可以实现数据远程传输，但由于数据采集平台被能源供应方垄断，导致其无法证明平台采集数据的有效性和可信性，远程采集的数据无法安全、有效、可信地被分享和使用。在现行的条件下，维护人员有可能在不获得任何授权的情况下，对计量仪表数据调整，且不产生任何可追责的记录。这种数据的不可信性，带来了管理上的困难，无法查证跑冒滴漏，也无法为业务改进提供精准可靠的指向。36 强检计量器具出厂、监管、检定、管理多方数据共享难。强检计量器具涉及四大场景：贸易结算、医疗卫生、安全防护以及环境监测，与国计民生息息相关也遍布社会生活方方面面。随着经济发展水平的提高，无论是强检计量器具管理、强检计量器具检定还是强检计量器具辖区监管，都越来越重要，但目前在强检计量器具监管、检定、管理三方中都没有形成有效的信息流转及数据互通，影响了数据公开的透明性，因此打破监管、检定、管理关于强检计量器具的数据孤岛，实现信息互通，公开透明十分重要。3.解决方案解决方案 通过主动标识技术与仪表远程校准技术的融合，实现基于标识解析体系的可信多方数据共享以及规模化远程计量表计的在线核验与校准功能，免去计量表计检测的拆装和运输等各类成本，以及校准之后安装过程中误操作导致的校准失效。在对计量表计进行远程检测校准之前，将所有装置通过二级节点实现标识注册。在校准过程中，具有主动标识解析能力的终端设备发起标识解析请求，通过标识解析系统验证检定装置的真实性以及过程和数据的有效性，为设备远程校准过程提供追踪与验证手段。37 图 12 基于主动标识解析技术的表记校准 3 3.典型案例及实施成效典型案例及实施成效 案例案例 6：远程校准与在线核验远程校准与在线核验（中国计量科学研究院中国计量科学研究院）1.案例介绍 中国计量科学研究院，基于工业互联网标识系统，实现了仪器仪表远程校准与在线核验中的可信数据传输。一是在实现数据远程传输的基础上，可以保障远程计量数据传输与采集的有效性、可信性与可靠性；为有强检需求的仪表设备监管检定提供低成本解决方案，有效保障监管单位功能；高可靠、低误差计量数据提升能源供给效率，进而提升企业能效管理水平、实现节能减排；为基于仪表读数的贸易结算提供安全可信的数据采集方式，建立了基于仪表终端的数据共识机制，降低了交易双方的数据确认成本。下图展示传统表计校准模式与基于标识解析的表计校准模式在几个主要参数与功能方面的比对结果。38 图 13 表计校准标识解析前后 2.应用成效（1）提升计量仪器实际工作环境下的计量数据准确性，误差由5%降低至 2%以内。（2）校准过程周期由 20-30 天，减少为 1 到 2 天。（3）基于主动标识的校准校验服务，有效降低传统模式校准拆装成本。39 图 14 基于标识的校准检测应用成效 案例案例 7：二检合一二检合一（中国计量科学研究院中国计量科学研究院）1.案例介绍 由于仪器仪表在生产经济活动和人民生活中的重要地位，为了保证仪器仪表的准确性，很多仪器仪表投入使用前需要经历两次检定过程，一个是在生产企业测的出厂检定，另一个是在检定机构测的首次检定，相当于做了两次首检。图 15 仪器仪表两检流程 40 基于工业互联网标识解析体系的远程检定系统，是配合市场监督管理总局关于出厂检定和首次检定合并，执行“两检合一”政策的远程服务体系。服务于设备生产厂商、检定机构、监管机构，并且通过数据共享，为设备相关单位提供检定报告电子版查询，检定过程视频核查等功能，如下图所示。图 16 仪器仪表两监检合一流程 远程检定系统在符合检定机构检定设备标准的基础之上，通过远程信息化手段，实现对检定设备的误差、工况等远程数据的分析与维护，并支持对检定过程的远程监督与验证，从而改造为检定机构远程驻场检定设备，并在远程检定模式下对检定流程进行支撑。通过建立基于标识的远程检定系统，实现针对流量仪表检测操作过程的视频内容截取、产品识别等功能，形成可追溯、防篡改的远程计量检定监控数据系统。在检定过程前，相关的应用平台与设备需分别进行标识注册并适时发起标识解析，以保证整个检定与监测过程的真实与可信。基于多用户访问同一检定装置的需求，通过网络化、数字化的设备改造，采用工业互联网标识解析与身份识别技术，可以使机构对异 41 地的两检合一检定装置具备远程监管能力。该应用场景让“二检合一”、远程监管、数据安全传输成为可能，实现了简易数据核查与设备检定的“全过程监管”。2.应用成效（1）对计量机构来说，提高检定效率，减少检定投入，降低检定成本；（2）对仪器制造商来说，降低相应环节的仓储运输成本，减少资金占用；（3）对仪器仪表用户来说，在保障质量的基础上，得到更好的交期服务。案例案例 8：智慧计量数据监管平台智慧计量数据监管平台（济南高新区济南高新区）1.案例介绍 民生计量一直是计量监督管理工作的重点。近年来，在民生计量法制建设、技术服务机构建设、计量检测管理、计量服务等方面采取了多项行之有效的措施，确保了民生计量在贸易结算、医疗诊断、行政执法等领域发挥不可替代的作用。为营造高新区和谐的计量环境，切实保护消费者的合法权益，高新区建立辖区民生计量器具网上备案管理系统，加强强检器具计量体系建设，建立健全民生计量工作的长效机制，促进公平与诚信。42 图 17 济南高新区计量数据监管平台（1）对辖区内强检计量器具进行统一建档、唯一性标识、构建辖区强检计量器具数据中心和公众服务公示平台，并帮助辖区企业进行强检计量器具备案工作及数据统计整理。（2）对辖区内所有强检计量器具进行检定周期内有效管理，对备案完成的所有计量器具进行从器具送检-委托检定-检定-出具证书-器具返还全流程管理，并依据全流程管理提供真实可靠的数据统计信息。（3）对辖区内中小企业实现强检计量器具管理的电子建档、检定计划、检定预警和网上检定服务等云服务以及动态信息查询。（4）实现监管人员在手持终端对强检计量器具的动态监管及抽检管理，对在履行职责过程中产生、记录、收集的反映服务业经营者在遵守计量法律法规、履行诚信计量承诺方面的信息进行搜集并上传至诚信计量平台，进行诚信计量信息的收集。（5）为计量检定校准机构提供检定客户管理、检定网上受理、检定结果统计、强检核对、强检数据分析统计及报表生成、云检定业务等服务。2.应用成效 43 （1）现已完成辖区 200 多家单位 2 万多件重点计量器具的线上实时管理及、移动抽查管理等，备案强检计量器具受检率 100%，检定合格率 98%以上。（2）实现了辖区内计量器具使用单位在平台建立电子化台账，实现了线下器具实物、线上器具信息和计量器具监管过程及结果数据的一一匹配和溯源管理，提高了工作效率，使得数据统计更快速，更准确，更灵活。（3）实现全国范围内的计量器具制造企业、使用单位、监管部门、检定机构等行业生态链的信息共享和数据互通。案例案例 9 9：基于一户一表的远程精准计费基于一户一表的远程精准计费 （机械工业仪器仪表综合技术经济研究所机械工业仪器仪表综合技术经济研究所，远东仪表有限公司远东仪表有限公司）1.案例介绍 北京远东仪表有限公司专注各种技术先进、质量可靠的现场仪表、控制系统等自动化产品的研发、制造和销售。北京远东仪表有限公司建立开发了“能源数据采集管理平台”，通过二级节点平台为表具赋唯一标识码，居民安装具备 NB-IOT 模组等主动标识载体的表具，通过表具的持续监测，主动标识载体按照一定的策略持续地向平台、终端或其他系统发送数据的方式来实现远程精准计费。在一户一表远程精准计费的场景下，可以避免挨家挨户现场抄表、人力计算某段时间内所用费用等不便之处，实现历史数据的查询与存储，并为节约使用能源等提供数据统计与分析的图表，同时能实现实时监控底表状态，进行远程控制设备，报警设备异常反映，随时发现问题随时解决等。44 图 18 基于标识解析的远程精准计费 2.应用成效（1）通过唯一识别码的应用，实现了管网资产信息的统一存储和综合管理，并能够分析供热管网内的水量变化过程，实现了整个供热系统的过程管理、运行管理和计费支付。通过智能化、信息化的管理供热需求，实现分时分温分区供热，合理用热，提高居民的生活质量。（2）标识解析的应用能够快速实现物物互联功能、远程大数据分析管控功能、远传交费功能、免人工抄表功能、阶梯水价计费功能、远程在线监控功能、预付费功能等等，为更多的使用者提供了更便利式的计量工作。（三三）仪器仪表测量数据应用服务仪器仪表测量数据应用服务 1 1.应用需求应用需求 仪器仪表在数据采集和使用过程中数据监控不到位，数据管理相对 45 分散和粗放。通过采集仪器仪表使用用途、检定校准、故障维修记录等各个生命阶段的信息，提升仪器仪表仪表的管理水平，与应用单位的设备巡检、仪表数据溯源等系统进行融合。通过提供标识赋码和解析服务，打通仪表运维管理人员、节能管理人员和能源使用人员的信息孤岛。仪表在各行业中的数据测量是数据分析与应用的基础，测量数据应用价值有待挖掘。目前仪器仪表通过自动化手段，对各环节仪器仪表数据进行实时准确采集，所有数据基于统一的标识解析体系，对原料、工艺、生产、配送等环节信息进行整合、分析，实现生产控制精准化、工艺调度最优化、日常管理系统化，实现经济效益与社会效益统一。2.2.难点分析难点分析 测量数据可信度不高。测量数据是测量应用的基础，在工业资源管理的过程中，测量仪表故障、超期使用、缺少维护等导致测量数据不准确或测量数据中断，给数据统计分析管理和企业决策管理带来很大困扰。同时，很多企业将工业资源管理系统应用在班组考核方面，为量化考核提供数据支撑，但被考核班组对数据真实性提出疑问时有发生，管理人员同样对数据可靠性缺乏信心。仪器仪表产品标识应用商业模式不明晰。标识应用是新一代信息技术与行业深度融合，在仪器仪表行业部分场景企业通过标识应用实现提质降本增效。在仪器仪表领域需要持续探索，创造新型服务模式，催生新业态、新模式并最终形成围绕标识应用产业生态的企业商业逻辑价值闭环。3.3.解决方案解决方案 基于工业互联网仪表平台标识赋码和标识解析服务，实现测量数据可追溯，深入挖掘仪表测量数据在工业资源管理方面的应用，实现企业 46 的数据可视化、管理信息化、分析图表化、消费合理化。使用单位对工业数据情况、行业水平有准确的掌握，为精细化管理提供数据支撑，助力企业降低管理成本，提高经济效益。图 19 仪器仪表在不同行业中的测量数据应用模式 1.1.典型案例及实施成效典型案例及实施成效 案例案例 10：基于标识解析的能源管控中心基于标识解析的能源管控中心（某纸业股份有限公司某纸业股份有限公司）1.案例介绍 某纸业根据公司发展过程中的能源管理需求，在公司内部建立统一的能源管控中心，基于工业互联网标识解析体系，赋予每个仪表唯一的“数字身份”，通过建立测量数据和能源测量仪表的关联，实现数据溯源管理，提高数据公信力，帮助企业数据资产建设，实现新业态收益。具体包括现场能源数据采集、平台服务和能源数据应用。现场层：基于国家工业互联网标识解析二级节点/仪器仪表服务平台，为现场负责数据采集的每一个能源计量仪表，包括水表、电表、流 47 量计等注册工业互联网标识，实现厂区内所有能源数据精准化采集，以及数据可追溯、可使用。分布于厂区内的计量表，使用 RS485 网络进行手拉手汇集，在数据采集基站中，配置能源网关设备，进行分布式数据在线采集和协议解析，数据采集完成后接入光纤网络或 4G 方式将数据传输至能源管理平台。平台层：平台包括现场感知、采集等组成的边缘层，数据通讯的网络层，同时支持云端和本地部署的设施层，标识解析、溯源管理的 PaaS层面，以及面向应用的 SaaS 服务层。支持系统大连接、网络大协同、服务大成长，支持持续发展、深度应用。具备海量数据分布式存储与计算能力。应用层：通过能源信息监控管理系统，建立测量数据同计量器具的关联并实现仪表全生命周期管理。基于可追溯的测量数据，提供能源统计、分析等信息化服务，指导企业用能管理。图 20 基于标识解析的能源管控中心解决方案 48 能源管理中心通过标识对每个能源仪表的测量数据进行有序管理，实时掌控企业内部的能耗情况，为管理层降能决策提供数据支撑，同时实现了关键能耗监测数据定时上传至山东省能耗在线监测平台，帮助政府管理部门建立企业能耗分析模型、地区能耗分析报表等管理应用。在节能监察线上执法方面，平台通过为政府监管指标赋予唯一的数字身份，实现数据自动采集、自动上传，提高工作效率，确保数据可信。在现场设备监测方面，针对企业现场的重点用能设备、重大危险源、环保在线监测设备等需接受上级部门监管的重点设备、部位安装视频监控探头，通过标识进行不同设备录像的管理，监管部门可实时调取检查、回放，实现完全线上化检查监管。2.2.应用成效应用成效 （1）能源管理中心的应用对节能减排和节能管理工作提成效果显著。根据企业测算，主要单位产品能耗降低约 2 个百分点；（2）节能管理成本降低近 20%。案例案例 11：工业互联网标识解析赋能污水处理厂智慧运营工业互联网标识解析赋能污水处理厂智慧运营（梅兰德水质净化有限公司梅兰德水质净化有限公司）1.案例介绍 梅兰德水质净化有限公司基于工业互联网标识解析体系实现仪表全生命周期管理，为所有仪表建立台账，进行日常巡检、定期维保、故障报警、故障设备定位导航、备品备件的库存管理等，提升了厂区内部器具设备的周期性管理效率，并对厂区内仪表的预测性维护起到了数据支撑作用。基于工业互联网标识解析仪表平台中计量器具管理服务的应用对梅兰德水质净化有限公司厂内化验室计量器具进行电子档案管理，实 49 现计量器具器到期提醒、在线送检，检定证书在线溯源等功能，避免计量器具超期漏检的风险。通过应用能源管理服务，对梅兰德水质净化有限公司厂区总用电量、各环节和各设备用电量进行实时把控，有效建立客观的以数据为依据的能源消耗评价体系，提高了能源管理的效率，及时了解真实的能耗情况并协助公司管理者制订能源管理措施和考核办法，实现能源绩效管理、综合分析等自动化和无纸化，做到“向能源管理要效益”。图 21 污水处理厂智慧运营解决方案 50 基于标识解析构建污水处理厂仪表全生命周期管理应用，在污水厂处理行业提供了针对仪器仪表管理和测量数据管理新的理念，为企业解决了使用中的实际问题，是企业进行精细化管理、信息化管理的有效的工具，提升污水处理过程的信息化水平。2.应用成效 通过平台应用赋能生产运行管理，厂区巡检、维保工作组由 4 人降低为 3 人，生产线运行故障率下降 20%，仪表定期受检率达到 100%。五、发展建议（一一）构建全产业链参与的数据价值链构建全产业链参与的数据价值链 工业互联网标识解析体系正在构建数据基础设施，目标是实现全产业链数据价值最大化，在此过程中，涉及数据获取、数据传输、数据分析、数据应用的整个链条。仪器仪表作为数据获取中的重要一环，建立基于工业互联网标识解析体系规范元数据模型，以解决工业自动化领域不同用户、不同企业、不同行业间对智能仪器仪表单独进行分类和描述而造成的“信息孤岛”问题，提高数据的一致性和互操作性。（二二）扩大仪器仪表制造企业标识应用扩大仪器仪表制造企业标识应用 我国是仪表生产使用大国，仪器仪表制造业年度总产值超过万亿元，在国民经济和国际竞争中占据重要地位，但仪表制造水平依旧低于国际先进水平。因此，基于工业互联网标识解析，搭建仪表产业链协同发展平台，打造仪表标识应用体系，研究主动标识在仪器仪表的应用，有利 51 于提高仪表产业核心竞争力，推动仪表产业数字化转型。同时，建议在政策采购或国有大中型企业采购中，优先采购具有唯一性标识产品的仪器仪表，从供应测推动标识的应用。（三三）发展仪器仪表标识数据安全体系发展仪器仪表标识数据安全体系 工业互联网安全是制约标识推广应用的一大难题，也是企业上云、上平台重点关注的因素。因此建议加快仪器仪表行业工业互联网标识应用和数据安全体系关键标准研制，扩大工业互联网网络安全分类分级工作，推动建立仪表行业工业互联网标识安全体系，提升标识管理体系的管理能力，进一步增强企业接入信心。（四四）建设仪器仪表标识解析实训基地建设仪器仪表标识解析实训基地 工业互联网人才的缺乏已经成为制约我国工业互联网创新发展的重要因素，对我国工业转型升级和保障经济高质量发展带来较大挑战。尤其是于仪器仪表这类对技术要求高的行业，亟需加强人才培养。建议加快推进工业互联网仪器仪表标识解析实训基地建设，推动产校融合，补充行业发展人才缺口，解决人才需求与人才培养的脱节问题，完善工业互联网产业人才培养体系。

0人已浏览 2023-10-23 56页 5星级