3年30万个工业APP 布局“智造”明天

    如同点开手机应用商店一样,在工业APP应用商店里,各类工业APP琳琅满目:有监视、分析能耗类的,有监控设备位置和状况的,还有分析生产线运行的……如今,这幅工业领域的未来场景正加速向我们走来。

    工业和信息化部日前发布的《工业互联网APP培育工程实施方案(2018—2020年)》(以下简称《方案》)提出,到2020年,将面向特定行业、特定场景,培育30万个具有重要支撑意义的高价值、高质量的工业互联网APP。

    如果把工业互联网比作新一轮信息高速公路,工业APP就是跑在这条路上的车,工业大数据则是车里拉的货。拥有目前全球规模最大、门类最全工业体系的中国,如何在这一轮工业互联网发展大潮中抢占先机?有专家认为,抓住工业APP,就抓住了开启工业互联网市场的“金钥匙”,也将由此打开人工智能和先进制造的入口。

    攻关共性关键技术 让创新从封闭走向开放

    作为物联网、大数据等新一代信息通信技术与现代工业技术深度融合的产物,工业互联网是当前全球新一轮工业产业竞争的制高点,工业APP则是其应用生态的重要内容。

    状态监测、故障诊断类工业APP多,预测预警类尤其是智能决策类工业APP少;基于工业机理模型或数据驱动模型开发的工业APP多,基于机理模型和数据驱动模型联动开发的工业APP少……“当前,国内工业APP面临着数量不多、质量不高的窘境,正是受限于大数据建模分析能力较弱这一‘卡脖子’因素。”中国电子信息产业发展研究院信息化研究中心袁晓庆博士说。

    对此,《方案》提出,要瞄准产业发展制高点,组织实施一批重点产业化创新项目,推进复杂系统建模、执行控制引擎等共性关键技术攻关,推动工业通信协议适配、数据交换等核心关键构件研发。

    针对目前我国工业企业软件化能力总体上较弱这一现状,福州大学先进控制技术研究中心主任郑松研究员认为,要提升工业企业软件化能力,就必须要建立良好的企业软件生态,提供很好的软件工具,而不是仅仅局限于具体的应用软件,这样才能使得工业企业软件能更好地适应企业发展需求的变化。同时,除关注工业APP的框架技术外,还必须建立一种通用的云端计算环境。

    工信部电子第五研究所所长陈立辉表示,要通过“众包”“众创”“开源”等创新模式参与工业互联网APP研发,以形成开发、流通、应用的新型网络生态体系,为分布在全国乃至全球的智力资源、制造能力提供汇聚平台,推动企业从封闭式创新走向开放式创新。

    发力应用生态建设 推动工业APP向平台汇聚

    2015年8月,通用电气(GE)发布了全球首款专属于工业领域的云服务平台Predix,吸引了250多个工业APP入驻。

    “GE不能成为一个只有扁平增长的千亿美元级公司,我们把它想象成是一个超级商店,一个全球知识交换中心。”通用电气前董事长杰夫·伊梅尔特在《哈佛商业评论》的撰文,揭示了这家昔日的传统工业制造巨头转型的勃勃雄心。

    GE的跨界之举点燃了全球制造业竞争的引信,德国西门子、瑞士ABB等也相继推出了工业云应用商店,吸引各个商户(用户)进驻,争夺大数据这一未来工业的“石油”。

    作为建立在平台之上的平台,“工业APP应用商店”相当于一个知识交换中心,其中入驻的工业APP则是商店里兜售的主要物品。据不完全统计,我国工业APP数量目前不超过5000个,远远难以满足企业上云需求,建设“工业APP应用商店”任重道远。对此,《方案》提出,推动工业APP向平台汇聚,指导和支持互联网平台企业、协会、第三方机构设立工业APP应用商店,提供专业化的工业APP上线和下载服务。

    机械科学研究总院海西分院副院长庄承淮认为,应加快工业APP创新以及应用,集成多方资源、合作共赢,并在工业数据采集、大数据建模分析、工业软件培育等方面尽快取得突破。

    “工业互联网平台发展机遇稍纵即逝,生态建设需要政府和企业共同发力。”袁晓庆建议,企业应围绕跨平台间工业APP流转,积极采用区块链等新技术促进平台间工业APP互联互通;政府部门需要面向工业APP开发、测试、交易等全生命周期,完善公共服务支撑体系,形成建平台和用平台双向迭代、互促共进的良性格局。

    深挖大数据潜力 培育数据驱动型工业体系

    在新一轮工业革命中,工业大数据正成为世界各国争相抢夺的焦点。为克服数据孤岛、碎片化现象,加快工业数据资源开发应用,《方案》指出,将工业APP纳入工业大数据应用试点示范项目,支持工业企业利用工业APP加强对机器设备、业务系统、产品模型等数据的采集,开展数据集成、挖掘、分析、建模,提升工业大数据创新应用能力。

    国内大数据行业龙头企业东方国信的转型发展正是其生动注脚——

    在原有工业大数据的基础上,该公司不断向互联网云平台上延伸,并于2017年底正式发布工业互联网平台Cloudiip,上线了数百款覆盖能源、水电、冶金等行业的APP。

    “基于平台上的大量数据积累和成熟的行业算法模型,形成了从平台到应用,从开发工具到知识微服务的全产业链条,可提供设备安全预警、设备故障诊断、能源管控优化等服务。”该公司负责人介绍,其中能源云平台服务了全球35个国家近1300个用户,每年帮助客户节约3%—15%的成本,每台高炉可节省成本2400万元左右。

    “当采集的工业数据规模上去以后,就可以用机器学习技术对其进行分析,可以产生更多的智能应用。”福州大学数学与计算机科学学院院长郭文忠举例说,可通过工业大数据对设备进行异常状态检测,及时发现设备异常;也可以通过工业大数据学习出产品质量与各环节设备参数间的关系,优化设备参数设置等。

    “中国既是制造大国也是网络大国,并由此正成为工业数据大国,急需深挖工业大数据的潜力,培育数据驱动的新型工业体系。”在工信部信软司副司长李冠宇看来,智能制造的核心就是从需求分析、设计,到生产制造、销售,打通全生命周期、全产业链的数据链,并催生出网络协同制造、个性化定制、服务型制造等一系列新的商业模式。最终,利用工业大数据和人工智能“训练”出一大批能解决实际业务痛点的工业APP,给工业发展模式带来革命性的驱动力。