【工业互联网】数字化模型是工业PaaS平台的核心

工业PaaS平台，对应工业互联网的平台层，其本质是在现有成熟的IaaS平台上构建一个可扩展的操作系统，为工业应用软件开发提供一个基础平台。工业PaaS是工业互联网平台的核心。那么工业PaaS平台的核心又是什么呢？

工业互联网作为新一代信息技术与制造业深度融合的产物，不仅能为制造业乃至整个实体经济数字化、网络化、智能化升级提供新型网络基础设施支撑，还不断催生新模式、新业态和新产业。工业互联网平台作为工业互联网实施落地与生态构建的关键载体，正成为全球主要国家和产业界布局的关键方向。工业PaaS平台，对应工业互联网的平台层，其本质是在现有成熟的IaaS平台上构建一个可扩展的操作系统，为工业应用软件开发提供一个基础平台。

工业PaaS是工业互联网平台的核心。那么工业PaaS平台的核心又是什么呢？

一

 数字化模型是工业PaaS平台的核心

如果说工业PaaS是工业互联网平台的核心，那工业PaaS的核心又是什么呢？就是数字化模型。工业互联网平台要想将人、流程、数据和事物都结合在一起，必须有足够的工业知识和经验，并且把这些以数字化模型的形式沉淀到平台之上。即把工业的技术原理、行业知识、基础工艺、模型工具规则化、软件化、模块化，并封装为可重复使用的组件。

二

什么是数据化模型？

所谓的“数字化模型”是将大量工业技术原理、行业知识、基础工艺、模型工具等规则化、软件化、模块化，并封装为可重复使用的组件。具体包括通用类业务功能组件、工具类业务功能组件、面向工业场景类业务功能组件。

1

 数字化模型的来源

数字化模型既然在工业PaaS平台中如此重要，那么这些数字化模型从哪里来的呢？一部分来源于物理设备，包括制造过程的零件模板，设备故障诊断、性能优化和远程运维等背后的原理、知识、经验及方法；一部分来源于业务流程逻辑，包括ERP、MES、SCM、CRM、生产效能优化等这些业务系统中蕴含着的流程逻辑框架；此外还来源于研发工具，包括CAD、CAE、MBD等设计、仿真工具中的三维数字化模型、仿真环境模型等；以及生产工艺中的工艺配方、工艺流程、工艺参数等模型。

2

数字化模型分类

数字化模型一种是机理模型，亦称白箱模型。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。其优点是参数具有非常明确的物理意义，模型参数易于调整，所得的模型具有很强的适应性。机理模型往往需要大量的参数，这些参数如果不能很好地获取，也会影响到模型的模拟效果。机理包括基础理论模型（如制造过程涉及到的流体力学、热力学、空气动力学方程等模型）；流程逻辑模型（如ERP、SCM供应链管理等业务流程中蕴含的逻辑关系）、部件模型（如零部件三维模型）、工艺模型（如生产过程中涉及到的多种工艺、配方、参数模型）、故障模型（如设备故障关联、故障诊断模型等）、仿真模型（如风洞、温度场模型等）。机理模型本质上是各种经验知识和方法的固化，它更多是从业务逻辑原理出发，强调的是因果关系。

随着大数据技术发展，一些大数据分析模型也被广泛使用，包括基本的数据分析模型（如对数据做回归、聚类、分类、降维等基本处理的算法模型）、机器学习模型（如利用神经网络等模型对数据进行进一步辨识、预测等）以及智能控制结构模型，大数据分析模型更多的是从数据本身出发，不过分考虑机理原理，更加强调相关关系。

3

数字化模型开发工具

所有的这些技术、知识、经验、方法、工艺都将通过不同的编程语言、编程方式固化形成一个个数字化模型。建模工具如：Python数据抓取、MYSQL数据整理统计、EXCLE图表制作、SPSS.R数据建模可视化等等，这些模型一部分是由具备一定开发能力的编程人员，通过代码化、参数化的编程方式直接将数字化模型以源代码的形式表示出来，但对模型背后所蕴含的知识、经验了解相对较少；另一部分是由具有深厚工业知识沉淀但不具备直接编程能力的行业专家，将长期积累的知识、经验、方法通过“拖拉拽”等形象、低门槛的图形化编程方式，简易、便捷、高效的固化成一个个数字化模型。

大数据建模的步骤一般包括：选择模型、训练模型、评估模型、应用模型和优化模型五个阶段。正如数据挖掘标准流程一样，构建模型的这五个步骤，并不是单向的，而是一个循环的过程。当发现模型不佳时，就需要优化，就有可能回到最开始的地方重新开始思考。即使模型可用了，也需要定期对模型进行维护和优化，以便让模型能够继续适用新的业务场景。

4

数字化模型技术架构

当把这些技术、知识、经验、方法等固化成一个个数字化模型沉淀在工业PaaS平台上时，主要以两种方式存在：一种是整体式架构，即把一个复杂大型的软件系统直接迁移至平台上；另一种是微服务架构，传统的软件架构不断碎片化成一个个功能单元，并以微服务架构形式呈现在工业PaaS平台上，构成一个微服务池。目前两种架构并存于平台之上，但随着时间的推移，整体式架构会不断地向微服务架构迁移。

采用工业微服务的方式将上述软件拆解成独立的功能模块，实现对原有生产体系的解构，随后在平台中构建起富含各类功能与服务的微服务组件池，并按照实际需求来调用相应的微服务组件，进行高效率和个性化的面向用户的工业App研发，整个软件研发的技术门槛和投入成本大大降低。原来需要专业团队和雄厚资金支持的精英化软件研发开始向大众化研发转变。

工业微服务需要创造全新开放价值生态平台。工业微服务开放平台能够为广大第三方开发者提供众多低门槛、易操作、高效率的开发支持手段，形成以工业App开发为核心的平台创新生态，同时也能够为制造业用户提供以工业微服务为基础的定制化、高可靠、可扩展工业App或解决方案，形成以价值挖掘提升为核心的平台应用生态。

5

数字化模型的价值

工业大数据汇聚到工业PaaS平台之上，所有的工业技术、知识、经验和方法都以数字化模型的形式沉淀在PaaS平台上，当把海量数据加入到数字化模型中，进行反复迭代、学习、分析、计算之后，可以解决物理世界四个基本问题：

首先是描述物理世界发生了什么；其次是诊断为什么会发生；第三是预测下一步会发生什么；第四是决策该怎么办，决策完成之后就可以驱动物理世界执行。

如上图，通过传感器的及时数据与历史数据对比诊断，预测故障发生，管理者可以根据预测的情况，采取包括预防性维护在内的决策。

数字化模型的价值，概括起来讲，就是状态感知、实时分析、科学决策、精准执行。

三

结语

工业PaaS平台目的是为企业提供云服务所必需的各种中间件、分层的动态扩展机制、开发和运维等支撑能力，帮助企业快速构建面向工业行业的社会级服务，同时与开发者、合作伙伴一起打造良性生态圈。

当工业PaaS平台上拥有大量蕴含着工业技术、知识、经验和方法的微服务架构的数字化模型时，应用层的工业APP可以快速、灵活的调用多种碎片化的微服务，实现工业APP快速开发部署和应用。

---

延展阅读：从小松的实践看工程机械企业的工业互联网之路

SAP天天事 

小松制作所（简称小松）是全球排名第二的工程机械及矿山机械制造商，比肩全球工程机械行业领头羊卡特彼勒（简称卡特）的市场地位和实力，在工程机械智能化和智能服务领域经过多年探索和实践，在工程机械的数字化实践方面走出了独特的路子，对国内机械行业工业互联网的发展，或许能起到它山之石的作用。

一、小松的数字化工业互联之路

小松的数字化变革之路开始于本世纪初的内外交困之际。2000年美国 IT 泡沫破灭及「9.11」事件，加剧了全球经济衰退。宏观经济层面，日本国内市场也进入了冰河期，从「失去的十年」走向下一个十年！

行业环境方面，泡沫经济后期市场规模大幅缩水，而工程机械企业未见减少。高研发低售价的投入产出矛盾日渐突出，有段时间利润真的比不上卖红薯。此时，小松内外交困：2001年小松集团面临800亿日元赤字亏损，业务多元化带来庞大的「无益事业或业务」，一些子公司亏损，集团越来越不堪重负。

图1 小松的数字化战略理念

在这个形势下，小松董事会前主席坂根正弘上任后提出了绝对优势工程战略：将服务和数据运用绝对优势化。目标是，用产品、服务、信息运用这三步，永远跑在竞争对手的前面！核心理念见图1。

第一阶段，设备运行管理系统 KOMTRAX

这个阶段最有影响的就是 KOMTRAX 系统，通过安装在建筑机械上的 GPS 和各种传感器，对机械当前所处位置、工作时间、工作状况、燃油余量、耗材更换时间等数据进行收集，并使用卫星或移动网络等通信方式，最终通过互联网发送到日本小松服务器上。而位于世界各地的经销商和客户，则可以通过访问小松服务器对自己所在区域数据进行查询，如图2所示。

图2 小松数字化机联网KOMTRAX

KOMTRAX 采集的信息能同时为多方带来价值：

客户端：通过手机或短信获取车辆位置、工况、健康及保养情况等。

经销商：关注客户车辆，以提高车辆效用为目标，为客户提供卓越使用体验。为经销商的债权管理提供支持

银行/保险公司：「可视化」能有效监督融资租赁回款，降低坏账率。

小松端：监控车辆作业情况，实时掌握和分析来自世界各地的数据，预测市场需求，制定更合理的生产计划和营销策略。

第二阶段，智能施工解决方案 SMART CONSTRUCTION

KOMTRAX 经过多年的优化和扩充之后，逐渐积累了大量的数据和使用体验。随着技术的进步和市场对智能化设备与服务的需求，小松基于 KOMCONNECT 平台搭建智能施工服务系统SMART CONSTRUCTION，能通过小松云将机器和工人连接，优化施工方案、辅助操作施工：

施工对象的三维数据建模：利用无人机和三维激光扫描仪对当前施工对象进行高精确度测量；

完成绘图并评估工作量：从可视化的 3D 数据的现状和完工后形状的对比，准确地了解工程量；

调查和分析可变因素：从施工可行性角度出发，对土壤和地下水等可变因素进行研究；

建设规划的仿真：通过设立不同施工条件，进行施工方案仿真和优化，确定施工方案；

实时监控建筑过程数据：现场施工数据可以通过信息通信技术发送到 KOMCONNECT 平台；

数据利用、快速响应和分析：建立一个新的智能施工技术支持中心，快速响应客户的任何询问。

至此，小松的产品不再是传统机械，而是搭载有先进 ICT 技术及 AI 技术的物联网装备。通过小松云平台（KOMCONNECT）将现场实际数据与施工图数据进行对比，自动计算出施工土方量和修正量。同时小松后台强大的服务中心，以各种方式为现场提供远程支持：不仅提供各类数据查询，还能教授操作方法；还有设计变更，服务中心会及时对图纸进行修正，并及时同步给 ICT 建机，避免停工或窝工。智能施工解决方案基本可实现无人施工作业。

图3 小松智能施工解决方案总体视图

同时，经过十几年持续与 SAP 公司的合作，小松内部的制造、供应链通过融合企业内外部的资源，为客户提供全价值链的卓越服务，做到及时感知、快速响应、卓越运营。

第三阶段，小松智能施工互联平台 LANDLOG

虽然小松通过智能施工解决方案基本实现无人工地，但随着工业互联网的发展，尤其是 5G 商用化，行业对工程施工的数字化提出了更高的要求。对建筑活动的研究发现，数字化装备只是整个建筑过程的一部分，单靠它们并不能显著提高施工总生产率。还包括：

施工计划：工程变更与更新

施工管理：完工率与质量

施工现场管理

安全管理，等等

因此，小松提出了通过将整个施工过程与三维数据连接起来，实现施工作业全程可视化管理的思路。利用 IoT 技术将作业现场的所有设备和利益相关方，以及后台支持的设备、系统和人员通过数字化云平台联接起来，实现真正的建筑施工的互联网化。基于这个理念，联合 DoCoMo、OPTiM 与 SAP 公司一起创建了智能施工互联平台—LANDLOG。将前沿的云计算、物联网、计算机视觉、边缘计算等数字化新技术与 SAP 的应用于工程机械，从施工安全、成本、效率等方面实现真正的联接，这是一个开放的平台，利用物联网和大数据来促进建筑生产活动的数字化创新，见图4。

图4 小松工业互联平台 LANDLOG

通过基于小松云的工业互联平台完成工程作业的现场智能排程与作业执行，实现前后台一体化管理，达到堪与工业制造管理相比的水准。尤其是实现施工现场作业的智能化排程与实时管理：

图5 施工现场的智能化排程与实时管理

二、小松数字化工业互联实践的启示

大家知道，「工业互联网」的概念最早由通用电气于2012年提出，随后美国五家行业龙头企业联手组建了工业互联网联盟（IIC）。GE 于2013年推出 PREDIX 平台，本想将 PREDIX 打造成为面向所有工业领域的通用平台，却忽视了「工业不同行业、不同企业间个体性的差异非常显著、相同行业但不同企业的应用场景千差万别」这一现实，导致其已经研发的100万个数字孪生和上百个工业 APP 只适合航空、电力、医疗等领域，而面对全世界几百个行业数以千万计的应用场景，束手无策。几年下来，一直没有找到成功的商业模式。

对照公认的工业互联网的三种发展路径：

面向企业内部，提升生产效率—智能工厂：实现研发、采购、制造、物流、销售、安装各个环节中的产品、设备、产线、运营系统数字直连，提质增效，优化决策；

面向企业外部，延伸价值链—智能产品/服务/协同：采用数字化技术，贯通企业内外部价值链，实现营销、产品、生产和服务的创新；

面向开放共享的生态平台运营—工业互联网平台：汇聚协作企业、产品、用户等产业链资源，实现向平台运营的转变。

小松从开始就没有打造「XX 工业互联网平台」这种豪情壮志，只专注于为建筑施工行业服务，从数字化设备（KONTRAX）到智能施工解决方案（SMART CONSTRUCTION），最近联合 SAP 等公司开发智能施工互联平台（LANDLOG）。这几步几乎是教科书式地按照上面的三步走：联接、打通企业内外部资源，不断加强各关联方之间的数字化联系；用数据打通流程，用流程增强内外融合，进而通过互联网和数据实现针对建筑施工场景的所有关联方的互联、互通。始终都有明确的使用价值和经济性目标，没有离开自己的产品和主业。可算一个参照。深思之下，对工业互联网地发展有如下启发：

核心能力：是企业在行业的核心知识与资源，同时也是竞争壁垒；

价值导向：从客户需求出发，从客户的场景中找到行业的内生价值；

发展基础：基于企业信息化、智能化实践和应用基础，用数据、联接来实现降本增效和价值创造；

通用型平台的陷阱：每家企业在领域知识、资源和管理水准的深度需求，与工业互联网平台的通用性、标准化和连接性的广度供给之间的差距。折衷方法就是专注于行业细分领域的深度数字化、智能化。

三、工程机械行业发展工业互联的思路

最近几年国内房地产、基建投资等带动了工程机械行业大发展，积累了巨大的市场保有量和服务需求，客观上为互联网在行业的发展创造了很好的氛围，业内的几家主要主机厂都在推进这方面的应用，甚至参照 GE 的思路成立了「工业互联网」公司。但深入调研、分析发现，几家代表性企业的「工业互联网」公司基本是走 PREDIX  的路子，当下的状态从经济上说：叫好不叫座。那么，工程机械领域的工业互联网从小松的实践能学到什么呢？

首先，产品要实现数字化。这个数字化不是简单地增加一个「盒子」—智能模块，而是从客户使用和价值创造的角度出发，重新思考产品及其应用场景，让数字化技术渗入产品的关键环节，让工程机械产品软件化，就像当下的智能手机、iPAD 那样，所谓「富软件化」的机电设备。随着 AI 和 5G 的深入应用，工程机械越来越像一个智能终端。

其次，要深入研究设备在用户那里的使用场景，目标是如何为客户创造更好的作业便利性和价值空间。小松在这方面做得很好，譬如无人矿山车队、无人施工现场等等。因应安全性、恶劣作业环境和熟练机手缺乏等困境，为客户着想。回报自然而来。

再次，工业互联网要少喊多做。虽然很多「平台」宣传联接了多少万台设备，实现了多少多少流量，但是，除了自己母公司及关联企业的设备，有哪些同行企业愿意接入你的平台呢？为了兑现投资者对所谓「流量」的期望，势必不惜代价接入其他行业的设备，但接入过多其他行业的设备，自身对此又没有足够的行业知识铺垫，而这些「流量」数据又需要行业知识才能变现。这不是矛盾么！

最后，还是要从内到外一步步来，首先解决自己内部从订单、研发、采购、制造到服务的信息化，然后针对产品全生命周期的价值需求，逐步拓展到为作业现场所有相关者提供整体的数字化接入与服务，从而把价值链真正地延伸到每个环节。

这才是发展工业互联的初衷吧？

先进制造业+工业互联网

---

产业智能官  AI-CPS

加入知识星球“产业智能研究院”：先进制造业OT（自动化+机器人+工艺+精益）技术和工业互联网IT技术（云计算+大数据+物联网+区块链+人工智能）深度融合，在场景中构建“状态感知-实时分析-自主决策-精准执行-学习提升”的机器智能、认知计算系统；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

云计算+大数据+物联网+区块链+人工智能等工业互联网IT技术分支用来的今天，制造业者必须了解如何将“技术”全面渗入整个公司、产品、业务等商业场景中，利用工业互联网形成数字化、网络化和智能化力量，实现行业的重新布局、企业的重新构建和焕然新生。

工业互联网作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

版权声明：产业智能官（ID：AI-CPS）推荐的文章，除非确实无法确认，我们都会注明作者和来源，涉权烦请联系协商解决，联系、投稿邮箱：erp_vip@hotmail.com。