省市级重点用能单位能耗在线监测平台
企业能源管理云平台
重点用能单位能耗监测端系统和端设备
-
能耗在线监测系统是一套以节能降耗为核心目的的能源在线监测与分析管理系统。它是通过对重点用能单位的节能设备、主要工艺设备、主要耗能设备的能耗和工况进行全面监测、诊断与分析，采用设备节能、工艺优化节能、管理策略优化节能等多种手段相结合的方式，为重点用能单位提供适应用户生产线工艺工况差异化特点的系统节能产品、节能策略方案、节能管理与服务平台。
垂直行业工业互联网实施梁构白皮书（八）
- 2019-01-29 17:08:00
- admin 原创
- 849
图 6-8 高端装备研发的实施架构
�细化应用场景三：高端装备的预测与健康管理（PHM） 应用场景描述
高端装备的运行维护多以定期检查、事后维修的预防性维护策略为主，不仅耗费大量的人力和物力，而且效率低下。
预测与健康管理（Prognostics and Health Management， 以下简称 PHM）是综合利用现代信息技术、人工智能技术的最新研究成果而提出的一种全新的管理健康状态的解决方案。预测是通过评估产品偏离或退化的程度与预期的正常操作条件来预测产品的未来可靠性的过程；健康管理是实时测量、记录和监测正常运行条件下偏差和退化程度的过程。PHM 的发展是人们自我学习和提升的过程， 即从对设备的故障和失效的被动维护，到定期检修、主动预防，再到事先预测和综合规划管理，实现了基于工业大数据的装备售后远程维护。
传统的 PHM 模式，由于存在很多的局限性，无法实现各个 PHM 环节之间的连续性、多要素的有效采集、海量数据的存储、众多关联因素的实时分析以及精准的故障预测，而且也很难实现同其他系统的集成。
新一代的 PHM 系统有如下的特点：
1更丰富的 数据采集：支持更多的新型传感器和控制系统的数据采集，
并提供本地的边缘计算能力。
2海量历史数据的存储能力：支持 PB 级别的时序数据的保存，以及高性能的查询，可以保存长达数十年的设备数据。
3更高性能的分析能力:通过分布式的大数据分析引擎，提供更强的处理性能，支持更多维度的关联分析，保障更多实时性要求更高的分析。
4更精准的预测能力：提供更多神经网络、深度学习的算法和模型，结合更多维度的输入，构建更精准的预测。
5更丰富的智能反馈：提供丰富的 API 接口，同不同的业务系统和控制系统进行对接，实现更智能的反馈。
应用场景的功能架构
一般而言，PHM 系统主要由下面几部分的功能构成：
1、数据采集：利用各种传感器探测、采集被检系统的相关参数信息，将收集数据进行有效信息转换以及信息传输等。
2、特征提取：接受来自传感器以及其它数据处理模块的信号和数据信息， 将数据信息处理成后续部件可以处理的有效形式或格式。该部分输出结果包括经过滤波、压缩简化后的传感器数据，频谱数据以及其它特征数据等；
3、异常检测：将特征提取之后的数据同预定的失效判据模型等进行比较来监测系统当前的状态，并且可根据预定的各种参数指标极限值/阈值来检测设备是否异常，并提供故障报警能力。
4、故障预测：依据历史数据建立各参数变化与故障损伤的概率模型（退化概率轨迹），与当前多参数概率状态空间进行比较，进行当前健康状态判断与趋势分析。通过当前参数概率空间与已知损伤状态概率空间的干涉来进行定量的损伤判定，基于既往历史信息来进行趋势分析与故障预测。
5、决策支持：通过人-机接口实现决策支持，包括状态监测模块的警告信息显示以及健康评估、预测和决策支持模块的数据信息的表示等，为设备运营人员提供决策支持。
6、系统反馈：根据判决决策，通过机-机接口使得上述各模块之间以及 PHM 系统同其它系统之间的数据信息可以进行传递交换，并积累历史数据调整故障模型和告警的门限，进一步反馈至产品开发人员，修正产品的设计。
应用场景的实施架构
图 8-9 是 PHM 的实施架构，包含边缘层、 工业互联网平台和工业应用三部分。
图 6-9 PHM 的实施架构图
边缘层：工业网关部署在设备现场，负责对接不同的传感器和控制系统，并提供边缘计算的能力；
工业 互联网平台：作为统一的平台，工业互联网平台主要由如下几个部分组成：
（1）基础数据平台：负责存储海量的带有时间标签的设备工况和状态数据， 并提供开放的查询能力和可视化能力；
（2）工业大数据分析引擎：提供丰富的故障处理类、特征提取类、故障诊断类、故障预测类算法，并支持同实时的数据流结合进行实时的分析和预测；
（3）工业应用开发平台：提供快速的工业应用开发平台，包括应用开发框架和配套的服务，以及可视化的支持；
（4）工业应用：基于应用开发平台开发出各类工业应用，并结合工业大数据分析的结果，实现实时监控、趋势预测和历史故障分析的应用。
6)结语
新技术是经济转型的根本动因。物联网、互联网、人工智能、云计算、传感器等核心技术的捆绑发力创造了数据驱动的新型智能产品和新型自动化设备，改变了旧的生产方式和运输方法，产生了新市场，形成了新型工业组织和数字化人才。这种变化是宏观结构上的转型，而不是微观领域的改善与循环。也就是说，
在新的工业体系里，每一个传统的工业基石都发生了结构式的改变。
工业互联网（Industrial Internet）就是支撑这种结构性工业经济改变的新工业技术基础。工业互联网对不同垂直行业来说有不同的范畴和核心内涵（图 1-1）。从以产品和服务为核心的家电行业到以物理资产为核心的钢铁制造业，工业互联网的范畴跨越了工业领域、商务领域到消费领域。垂直行业工业互联网的核心内涵也从工业物联网、商业物联网跨越到消费物联网。
�发现
（6）工业互联网实施架构业务场景相对独立，跨行业场景还没有大量出现。垂直行业的工业互联网应用场景跨越产品的研发、制造到售后管理的各个环节。这些场景包括协同研发、个性化定制、知识自动化、设备健康维护、设备监测、集成（客户）制造、离散制造、人机协同、质量追溯、产品生命周期管理、用户交互、及时响应和产品体验迭代等。每一个场景都在工业互联网的支撑之上发生了本质上的转型。但是现阶段大部分工业互联网的应用场景相对孤立。交叉行业的工业互联网应用案例如设备健康维护与保险服务等正在出现。
（7）工业互联网实施架构多以提质增效业务导向，而驱动企业转型的先锋实施架构没有大量出现。也就是说，在现阶段参加工业互联网实施的垂直行业里， 架构的实施目的多数为指导业务流程（或设备）的提质增效，而不是驱动企业整体的战略转型和增加新营收渠道， 似乎只有家电行业已经开始转型性的探索工业互联网带来的�物联商务�和�生态价值�。尽管这些行业的业务范畴跨度很大， 从家电产品制造、电子产品制造、钢铁制造、机械设备制造和高 端设备制造。但是每一个垂直行业的实施架构都始于行业生产特点、行业对工业互联网的业务需求和行业场景的特殊业务机遇。 每一个架构都建立了新的、包括转型性的价值主张，都包含可落地的行业实施细节和实施行案例。
�建议
1尽早试错。尽快参加垂直行业工业互联网实施探索以达到企业创新转型的敏捷度。工业互联网涉及到的行业远远不限于本白皮书所涉及的五个行业。还有很多垂直行业涉及到生产、商务和消费领域。虽然这些行业都有不同的业务焦点和实施范畴，但是越早加入实施，越能快速适应工业互联网带来的冲击。高德纳预计，大约 50%的物联网解决方案在不远的将来会被更新和替换。尽早试错会尽早了解变化的边界。另外，试错策略需要考虑投入少、时间短、营收快的工
业互联网项目去快速试错。在试错中调领导力、整目标、组织架构、人才和商务模式。
2协同合作。工业互联网的维护成本在相当长一段时间会居高不下。另 外， 各类技术与服务提供商的产品、营运能力、财务状况良莠不齐。这些因素对工业互联网在整个垂直行业的落地发展产生很大挑战。在工业基础设施转变期， 垂直行业间和行业内的协同合作会分担工业互联网初期研发的总成本，并促进技 术供应商市场的加快成熟，加速工业互联网的协议标准和数据格式的制定，以及 加快安全措施和核心技术的开发速度。
�展望
工业互联网是结构性的、蛙跳式、融合式的战略技术。它改变的是工业基础设施，而不是表面应用。它带来的是技术革命，而不是技术渐进。尽管每个垂直行业和企业投资和启用工业互联网的目的、场景不尽相同，但是它们实施架构的逻辑和步骤是相似的，它们的试错成本和经验是可以共享的。
企业或适应或衰亡。 生存下来的企业不是最强大的，而是最适应发展的。虽然企业在实施工业互联网的同时会有投资风险和技术融合难点，也可能遭遇失败和倒退，但是�创造性破坏�会让每一个工业互联网的先行实施企业在新一轮的工业转型中前进更快、跳跃更高、离成功更近。他们将打破传统工业市场，他们将创造出新的垂直行业，他们将改变数字工业经济的游戏规则。
发表评论