第5章邊緣計算教師：******CATALOGUE目錄5.1邊緣計算概述5.1.1邊緣計算的定義與特點5.1.2邊緣計算與工業(yè)互聯(lián)網(wǎng)平臺5.1.3邊緣計算與云計算5.1.4邊緣計算與區(qū)塊鏈5.1.5邊緣計算與智能制造5.2邊緣計算關(guān)鍵技術(shù)5.2.1計算任務(wù)卸裁CATALOGUE目錄5.2.2邊緣緩存5.2.3邊緣數(shù)據(jù)管理與分析5.2.4邊緣人工智能5.2.5云邊協(xié)同5.3邊緣計算應(yīng)用5.3.1在離散制造業(yè)中的應(yīng)用5.3.2在流程行業(yè)中的應(yīng)用5.4實驗:數(shù)據(jù)采集與可視化015.1邊緣計算概述邊緣計算的應(yīng)用場景邊緣計算在物聯(lián)網(wǎng)、智能制造、智慧城市等領(lǐng)域都有廣泛的應(yīng)用，能夠有效地支持這些領(lǐng)域的數(shù)字化轉(zhuǎn)型。邊緣計算的定義邊緣計算是一種新興的計算模式，它將計算任務(wù)從中心化的數(shù)據(jù)中心轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，更接近用戶和設(shè)備。邊緣計算的優(yōu)勢邊緣計算具有低延遲、高帶寬和更安全等優(yōu)勢，能夠更好地滿足實時計算和數(shù)據(jù)處理的需求。5.1邊緣計算概述025.1.1邊緣計算的定義與特點邊緣計算的定義邊緣計算是在網(wǎng)絡(luò)邊緣側(cè)融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的分布式開放平臺，提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化關(guān)鍵需求。5.1.1邊緣計算的定義與特點邊緣計算的作用邊緣計算通過部署數(shù)字世界的網(wǎng)絡(luò)、計算、存儲和應(yīng)用資源，將核心云計算的任務(wù)“下沉”到邊緣云服務(wù)器進行處理，滿足時延通信、能耗等方面的需求。邊緣節(jié)點的作用邊緣節(jié)點的計算功能主要依賴于邊緣節(jié)點來實現(xiàn)，邊緣節(jié)點面向產(chǎn)生數(shù)據(jù)的設(shè)備，收集、處理數(shù)據(jù)，并提交與網(wǎng)絡(luò)系統(tǒng)有關(guān)的處理結(jié)果或直接對現(xiàn)場設(shè)備進行控制。邊緣節(jié)點的實體邊緣節(jié)點的實體是攜帶軟件或硬件編程的設(shè)備，一般封裝有計算、網(wǎng)絡(luò)、存儲資源，如邊緣網(wǎng)關(guān)、邊緣控制器、邊緣云和傳感器等產(chǎn)品。01.5.1.1邊緣計算的定義與特點邊緣節(jié)點的功能邊緣節(jié)點具備控制、分析、優(yōu)化三大功能，控制功能包括通信、設(shè)備管理、感知、建模、執(zhí)行等，可用于簡單的控制，如在溫度達到某一閾值時停止某項功能。02.邊緣節(jié)點的優(yōu)勢分析功能是邊緣節(jié)點相對于傳統(tǒng)現(xiàn)場設(shè)備的顯著優(yōu)勢之一，能夠?qū)崿F(xiàn)對數(shù)據(jù)的深度分析和計算性能的提升，為物理世界的控制提供更智能的支持。03.035.1.2邊緣計算與工業(yè)互聯(lián)網(wǎng)平臺工業(yè)互聯(lián)網(wǎng)邊緣計算平臺功能映射到邊緣側(cè)，實現(xiàn)生產(chǎn)現(xiàn)場數(shù)據(jù)的實時處理和業(yè)務(wù)的快速優(yōu)化，滿足工業(yè)領(lǐng)域?qū)崟r性、可靠性、確定性等需求。平臺側(cè)網(wǎng)絡(luò)側(cè)邊緣計算是云、邊、網(wǎng)、端協(xié)同的關(guān)鍵樞紐，算力網(wǎng)絡(luò)、邊緣智能等技術(shù)不斷創(chuàng)新發(fā)展，推動邊緣計算向智能化及協(xié)同化方向發(fā)展。工業(yè)互聯(lián)網(wǎng)邊緣計算是工業(yè)4.0場景下的重要技術(shù)，涉及平臺側(cè)和網(wǎng)絡(luò)側(cè)兩個部分。5.1.2邊緣計算與工業(yè)互聯(lián)網(wǎng)平臺邊緣計算賦予設(shè)備本地計算能力，提升生產(chǎn)效率，工業(yè)互聯(lián)網(wǎng)與制造業(yè)深度融合，表現(xiàn)出連接性、智能化、協(xié)同化、安全性和可靠性五個特點。邊緣計算在工業(yè)互聯(lián)網(wǎng)中的特點連接性是邊緣計算的基礎(chǔ)，需要具備多樣化的連接功能，包括多元化的網(wǎng)絡(luò)接口、網(wǎng)絡(luò)協(xié)議、網(wǎng)絡(luò)拓撲、網(wǎng)絡(luò)部署與配置、網(wǎng)絡(luò)管理與維護等。連接性5.1.2邊緣計算與工業(yè)互聯(lián)網(wǎng)平臺045.1.3邊緣計算與云計算5.1.3邊緣計算與云計算中心式云計算的不足01中心式云計算在數(shù)據(jù)處理的及時性、網(wǎng)絡(luò)依賴性和安全與隱私方面存在不足，難以滿足工業(yè)互聯(lián)網(wǎng)的高帶寬、超低時延需求。邊緣計算對中心式云計算能力的補充02邊緣計算通過將工作負載下沉至網(wǎng)絡(luò)邊緣側(cè)，解決了中心式云計算在實時性、網(wǎng)絡(luò)依賴性和安全與隱私方面的不足，是工業(yè)互聯(lián)網(wǎng)建設(shè)的重要支撐技術(shù)。實時數(shù)據(jù)處理和分析03邊緣計算節(jié)點部署在數(shù)據(jù)產(chǎn)生源頭附近，可實時計算處理數(shù)據(jù)，無需傳輸至外部數(shù)據(jù)中心或云端，減少處理延遲。節(jié)約成本04相較于傳統(tǒng)的云計算中心，邊緣計算能有效降低數(shù)據(jù)本地化處理的管理成本，提高數(shù)據(jù)處理的效率。055.1.4邊緣計算與區(qū)塊鏈工業(yè)互聯(lián)網(wǎng)的目標工業(yè)互聯(lián)網(wǎng)的目標是打破企業(yè)信息系統(tǒng)之間的壁壘，使得產(chǎn)業(yè)鏈上的所有企業(yè)能夠?qū)Φ鹊貐⑴c到生產(chǎn)、運輸、銷售等環(huán)節(jié)中，以滿足最終用戶的需求。建立可信的協(xié)同機制區(qū)塊鏈技術(shù)的定義5.1.4邊緣計算與區(qū)塊鏈在全產(chǎn)業(yè)鏈協(xié)同中，建立可信的協(xié)同機制顯得尤為關(guān)鍵，區(qū)塊鏈技術(shù)為解決這一問題提供了新的解決方案。區(qū)塊鏈是一種鏈式數(shù)據(jù)結(jié)構(gòu)，通過密碼學方式保證不可篡改和不可偽造，利用分布式節(jié)點共識算法生成和更新數(shù)據(jù)，并使用智能合約編程和操作數(shù)據(jù)。區(qū)塊鏈系統(tǒng)的組成區(qū)塊鏈系統(tǒng)由數(shù)據(jù)層、網(wǎng)絡(luò)層、共識層、激勵層、合約層、應(yīng)用層組成，每層都承擔著特定的職責和功能，共同實現(xiàn)區(qū)塊鏈的網(wǎng)絡(luò)數(shù)據(jù)的存儲、驗證、傳遞、交換。區(qū)塊鏈的核心特征區(qū)塊鏈的核心特征可以概括為去中心化和透明化，網(wǎng)絡(luò)擁有許多驗證對等節(jié)點，從而無須集中權(quán)限就可以訪問信息，因此事務(wù)(記錄)是透明且可追溯的。5.1.4邊緣計算與區(qū)塊鏈065.1.5邊緣計算與智能制造邊緣計算邊緣計算是智能制造的核心技術(shù)之一，通過在工業(yè)內(nèi)網(wǎng)中融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力，提供邊緣智能服務(wù)，滿足制造企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵需求。工業(yè)信息物理系統(tǒng)架構(gòu)引入邊緣計算后的工業(yè)信息物理系統(tǒng)架構(gòu)通過工業(yè)服務(wù)適配器將現(xiàn)場設(shè)備封裝成Web服務(wù)，并連接到工業(yè)數(shù)據(jù)平臺中進行動態(tài)管理和組合。智能制造提升邊緣計算為智能制造帶來設(shè)備靈活替換、生產(chǎn)計劃靈活調(diào)整、新工藝/新型號快速部署等方面的提升，推動智能制造領(lǐng)域的發(fā)展。邊緣計算的作用邊緣計算能夠提供快速連接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全保護等關(guān)鍵服務(wù)，解決當前控制系統(tǒng)中計算資源分散、獨立、效率低下的問題。5.1.5邊緣計算與智能制造075.2邊緣計算關(guān)鍵技術(shù)邊緣計算的主要目標是實現(xiàn)快速決策，滿足業(yè)務(wù)在快速連接、實時業(yè)務(wù)、數(shù)據(jù)處理、智能分析、安全保護等方面的需求。邊緣計算的目標為了實現(xiàn)快速決策，需要在邊緣側(cè)為業(yè)務(wù)提供計算、存儲、網(wǎng)絡(luò)、安全、應(yīng)用等能力。邊緣側(cè)的能力提供為了滿足業(yè)務(wù)的云邊通信和任務(wù)協(xié)調(diào)的需求，還需要為業(yè)務(wù)提供云邊協(xié)同管理能力。云邊協(xié)同管理5.2邊緣計算關(guān)鍵技術(shù)085.2.1計算任務(wù)卸裁5.2.1計算任務(wù)卸裁卸載的優(yōu)勢相較于將任務(wù)發(fā)送到云服務(wù)器，邊緣計算能夠提供更快速、高效的計算服務(wù)，并且有助于減輕核心網(wǎng)絡(luò)的壓力。卸載的步驟計算卸載的主要步驟包括節(jié)點發(fā)現(xiàn)、程序分割、卸載決策、程序傳輸、執(zhí)行計算和結(jié)果回傳。邊緣計算卸載邊緣計算中的計算卸載技術(shù)，允許用戶終端將任務(wù)傳輸至鄰近的邊緣節(jié)點，利用邊緣節(jié)點的計算資源完成任務(wù)處理，解決設(shè)備在資源存儲、計算性能和能效等方面的不足。030201卸載決策是計算卸載的核心問題，涉及是否卸載、卸載什么、何時卸載、卸載到哪里、怎樣卸載等問題。程序傳輸是計算卸載的重要環(huán)節(jié)，需考慮網(wǎng)絡(luò)通信狀況，將卸載的計算程序安全、穩(wěn)定地傳輸至節(jié)點。執(zhí)行計算是計算卸載的關(guān)鍵步驟，主要在邊緣節(jié)點進行，用戶只需等待即可。結(jié)果回傳是計算卸載的最后步驟，將邊緣節(jié)點處理后的計算結(jié)果傳回用戶的移動設(shè)備終端。5.2.1計算任務(wù)卸裁卸載的應(yīng)用傳輸?shù)某绦驁?zhí)行計算的過程卸載的最后步驟095.2.2邊緣緩存無線網(wǎng)絡(luò)傳輸延遲邊緣緩存的步驟熱門內(nèi)容資源壓力邊緣緩存的基本特點當前的無線網(wǎng)絡(luò)主要是基于基站的蜂窩接入網(wǎng)絡(luò)。當用戶發(fā)出請求時，數(shù)據(jù)需要從基站傳輸?shù)竭h程云服務(wù)器，這會導致較大的傳輸延遲。邊緣緩存通常包括內(nèi)容的放置和內(nèi)容的傳遞兩個步驟。內(nèi)容的放置涉及確定緩存的內(nèi)容、選擇緩存位置以及將內(nèi)容下載到緩存節(jié)點的方式。如果有大量用戶同時請求相同的熱門內(nèi)容資源，會給核心網(wǎng)絡(luò)的回傳造成巨大壓力，同時也會導致帶寬資源的浪費和用戶體驗的下降。邊緣緩存的基本特點包括緩存形式、緩存內(nèi)容、緩存位置和緩存命中率。緩存形式有編碼緩存和非編碼緩存，緩存內(nèi)容與流行度和用戶偏好有關(guān)。5.2.2邊緣緩存105.2.3邊緣數(shù)據(jù)管理與分析5.2.3邊緣數(shù)據(jù)管理與分析工業(yè)邊緣數(shù)據(jù)的構(gòu)成工業(yè)邊緣數(shù)據(jù)是指工業(yè)制造工業(yè)互聯(lián)網(wǎng)場景下，涉及的各種端設(shè)備以及邊緣計算系統(tǒng)所需管理和分析的各類數(shù)據(jù)的總稱。工業(yè)邊緣數(shù)據(jù)的分類工業(yè)邊緣數(shù)據(jù)的特點根據(jù)數(shù)據(jù)來源，工業(yè)邊緣數(shù)據(jù)主要包括機器數(shù)據(jù)和運營系統(tǒng)數(shù)據(jù)（交互數(shù)據(jù)）兩類。工業(yè)邊緣數(shù)據(jù)具有數(shù)據(jù)來源多、異構(gòu)性特征強、數(shù)據(jù)時序性強、因果關(guān)系強和高可靠性五個特點。115.2.4邊緣人工智能5.2.4邊緣人工智能邊緣人工智能在工業(yè)互聯(lián)網(wǎng)中具有低延遲、高實時性的特點，適用于處理大規(guī)模數(shù)據(jù)和復雜計算任務(wù)。邊緣人工智能的特性邊緣人工智能可應(yīng)用于智能制造、無人駕駛、智能安防等領(lǐng)域，提高系統(tǒng)的響應(yīng)速度和決策準確性。邊緣人工智能面臨計算資源有限、網(wǎng)絡(luò)帶寬壓力、延遲和丟包等問題，需解決這些挑戰(zhàn)以實現(xiàn)更好的性能。邊緣人工智能的應(yīng)用邊緣人工智能具有分布式計算、隱私保護和安全性的優(yōu)勢，可確保數(shù)據(jù)的安全性和隱私性。邊緣人工智能的優(yōu)勢01020403邊緣人工智能的挑戰(zhàn)125.2.5云邊協(xié)同5.2.5云邊協(xié)同云邊協(xié)同云邊協(xié)同是指云計算與邊緣計算之間的協(xié)同合作，以提供更高效、可靠的云計算服務(wù)。云邊協(xié)同的關(guān)鍵技術(shù)云邊協(xié)同的關(guān)鍵技術(shù)包括計算任務(wù)卸載、邊緣緩存、邊緣數(shù)據(jù)管理與分析等。云邊協(xié)同的優(yōu)勢云邊協(xié)同可以降低維護成本、提高制造設(shè)施響應(yīng)能力、提高網(wǎng)絡(luò)可靠性。云邊協(xié)同的應(yīng)用云邊協(xié)同已應(yīng)用于智能制造、離散制造業(yè)和工程機械領(lǐng)域，并取得了良好的實踐效果。135.3邊緣計算應(yīng)用邊緣計算應(yīng)用邊緣計算在當今社會中已經(jīng)得到了廣泛的應(yīng)用，如自動駕駛、智能制造、智能家居等領(lǐng)域。邊緣計算的優(yōu)勢邊緣計算通過將計算任務(wù)從云端轉(zhuǎn)移到邊緣設(shè)備上，實現(xiàn)了更低延遲、更高帶寬和更安全的數(shù)據(jù)處理。邊緣計算的挑戰(zhàn)隨著邊緣計算設(shè)備的不斷增加，如何有效地管理和維護這些設(shè)備，以及如何確保數(shù)據(jù)的安全性和隱私性，是需要解決的問題。5.3邊緣計算應(yīng)用145.3.1在離散制造業(yè)中的應(yīng)用5.3.1在離散制造業(yè)中的應(yīng)用離散制造高質(zhì)量發(fā)展隨著離散制造業(yè)的發(fā)展，對高質(zhì)量發(fā)展的需求日益凸顯，對業(yè)務(wù)時延、隱私及安全等關(guān)鍵性指標的期望不斷攀升。精細化智能化作業(yè)趨勢促使整體作業(yè)向著更為精細化、柔性化和智能化的方向發(fā)展，需要云計算的整體運籌和邊緣計算的本地實時決策職能。邊緣計算價值邊緣計算在離散制造業(yè)中具有重要價值，可以有效解決離散制造系統(tǒng)的連接性問題，提供邊緣側(cè)建模與智能工具，以及決策和效率優(yōu)化能力。155.3.2在流程行業(yè)中的應(yīng)用邊緣計算的價值隨著我國工業(yè)化和經(jīng)濟的快速發(fā)展，流程行業(yè)正逐步邁向數(shù)字化、智能化的轉(zhuǎn)型之路，邊緣計算為流程行業(yè)帶來的價值，主要體現(xiàn)在提升數(shù)據(jù)處理實時性，緩解云端計算負荷。邊緣計算的作用邊緣計算結(jié)合人工智能，對流程行業(yè)的數(shù)據(jù)價值進行了深入挖掘，解決了現(xiàn)有數(shù)據(jù)模型無法準確反映實際場景的問題，打破了行業(yè)內(nèi)的技術(shù)壁壘。預(yù)測性維護技術(shù)流程行業(yè)通過邊緣計算收集設(shè)備數(shù)據(jù)進行分析，實現(xiàn)狀態(tài)識別和健康度預(yù)測，結(jié)合預(yù)測性維護技術(shù)，優(yōu)化維護策略，提高設(shè)備生產(chǎn)效率。優(yōu)化生產(chǎn)工藝流程行業(yè)傳統(tǒng)的PID控制方法在處理多變量和控制滯后方面存在局限性，邊緣計算結(jié)合模型預(yù)測控制軟件系統(tǒng)，通過預(yù)測模型和歷史數(shù)據(jù)優(yōu)化生產(chǎn)工藝，促進節(jié)能降碳。5.3.2在流程行業(yè)中的應(yīng)用01020304165.4實驗:數(shù)據(jù)采集與可視化5.4實驗:數(shù)據(jù)采集與可視化熟練掌握邊緣計算平臺基本功能，完成邊緣計算基礎(chǔ)實例，為實訓中心智能產(chǎn)線提供穩(wěn)定、高效的邊緣計算服務(wù)。實驗?zāi)康牧私膺吘売嬎愀拍詈突炯軜?gòu)，掌握數(shù)據(jù)傳輸與處理技術(shù)，為實訓中心智能產(chǎn)線提供穩(wěn)定、高效的邊緣計算服務(wù)。實驗相關(guān)知識點采集堆垛機的坐標（X、Y、Z軸）數(shù)據(jù)，進行數(shù)據(jù)可視化展示與實時預(yù)警，確保產(chǎn)線的穩(wěn)定運行和產(chǎn)品的質(zhì)量。實驗任務(wù)實驗設(shè)備包括工業(yè)互聯(lián)網(wǎng)平臺、智能倉儲工站等，主要使用工業(yè)互聯(lián)網(wǎng)平臺的邊緣計算工具進行實驗。實驗設(shè)備介紹5.4實驗:數(shù)據(jù)采集與可視化將計算任務(wù)和數(shù)據(jù)處理能力下沉到網(wǎng)絡(luò)邊緣，實現(xiàn)數(shù)據(jù)的快速處理和實時響應(yīng)。邊緣端負責采集數(shù)據(jù)，并通過網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)竭吘壏?wù)器。實驗原理實驗開始前確保邊緣計算工具和智能倉儲正常啟動。任務(wù)一是采集堆垛機的坐標，包括連接智能倉庫工站、配置堆垛機Y軸對應(yīng)的OPCUA地址、編寫采集流程、上傳至邊緣服務(wù)器。實驗步驟THANKS感謝觀看第6章平臺層重要技術(shù)教師：******CATALOGUE目錄6.1工業(yè)數(shù)據(jù)管理與分析6.1.1數(shù)據(jù)預(yù)處理6.1.2時序數(shù)據(jù)6.1.3數(shù)據(jù)處理6.1.4數(shù)據(jù)可視化6.1.5工業(yè)機器學習與智能認知6.2工業(yè)數(shù)據(jù)建模6.2.1信息模型CATALOGUE目錄6.2.2機理和數(shù)據(jù)模型6.2.3人工智能大模型6.2.4業(yè)務(wù)模型6.3數(shù)字孿生6.3.1數(shù)字孿生的定義與內(nèi)涵6.3.2工業(yè)數(shù)字孿生功能架構(gòu)6.3.3數(shù)字孿生技術(shù)6.4實驗:數(shù)據(jù)處理與集成016.1工業(yè)數(shù)據(jù)管理與分析6.1工業(yè)數(shù)據(jù)管理與分析工業(yè)數(shù)據(jù)管理01工業(yè)數(shù)據(jù)管理與分析正在從依賴開源工具轉(zhuǎn)向成熟的商業(yè)解決方案，各平臺專注于滿足工業(yè)領(lǐng)域的特定需求，普遍開展定制化開發(fā)以增強工業(yè)數(shù)據(jù)管理能力。實時流分析02工業(yè)現(xiàn)場對實時性業(yè)務(wù)需求的迫切要求，推動著平臺加大對實時流分析能力的發(fā)展，以便更好地滿足工業(yè)領(lǐng)域的特定需求。人工智能應(yīng)用03人工智能技術(shù)的應(yīng)用進一步拓展了平臺解決工業(yè)問題的廣度和深度，使得平臺能夠處理更加復雜的工業(yè)問題，并提高了分析效率。數(shù)據(jù)可視化工具04平臺還不斷豐富數(shù)據(jù)分析和可視化工具，催生工業(yè)數(shù)據(jù)PaaS，顯著降低數(shù)據(jù)分析的門檻，提高分析效率，為工業(yè)領(lǐng)域提供更加便捷、高效的數(shù)據(jù)分析服務(wù)。026.1.1數(shù)據(jù)預(yù)處理工業(yè)大數(shù)據(jù)特點：工業(yè)大數(shù)據(jù)因噪聲大的特點，呈現(xiàn)出“低質(zhì)”和“高頻”現(xiàn)象，包含大量噪聲數(shù)據(jù)、缺失數(shù)據(jù)以及異常數(shù)據(jù)等。01數(shù)據(jù)預(yù)處理方法：主流的數(shù)據(jù)預(yù)處理方法包括工業(yè)數(shù)據(jù)降噪處理、工業(yè)數(shù)據(jù)補全處理和工業(yè)數(shù)據(jù)糾錯處理。02時序數(shù)據(jù)預(yù)處理方法：時序數(shù)據(jù)是一組按照時間順序索引的數(shù)據(jù)點，需要采用專門的預(yù)處理方案。03工業(yè)場景中的時序數(shù)據(jù)：工業(yè)場景中產(chǎn)生的數(shù)據(jù)均具有時序性，來源于傳感器或監(jiān)控系統(tǒng)，并實時采集反饋系統(tǒng)或作業(yè)狀態(tài)。04主流時序數(shù)據(jù)預(yù)處理方法：主流時序數(shù)據(jù)預(yù)處理方法主要分為基于統(tǒng)計的預(yù)處理、基于約束的預(yù)處理和基于機器學習的預(yù)處理。056.1.1數(shù)據(jù)預(yù)處理036.1.2時序數(shù)據(jù)時序數(shù)據(jù)庫定義時序數(shù)據(jù)庫是專門用于管理時序數(shù)據(jù)的數(shù)據(jù)庫，應(yīng)當具備寫入和查詢操作功能。時序數(shù)據(jù)庫分類內(nèi)存型時序數(shù)據(jù)庫6.1.2時序數(shù)據(jù)時序數(shù)據(jù)庫可分為內(nèi)存型時序數(shù)據(jù)庫、基于關(guān)系數(shù)據(jù)庫的時序數(shù)據(jù)庫、基于KV存儲的時序數(shù)據(jù)庫和原生時序數(shù)據(jù)庫。使用內(nèi)存作為存儲介質(zhì)，具有高寫入吞吐量和低訪問延遲，適用于熱數(shù)據(jù)訪問頻次高的場景。關(guān)系數(shù)據(jù)庫的擴展基于關(guān)系數(shù)據(jù)庫的時序數(shù)據(jù)庫是在關(guān)系數(shù)據(jù)庫基礎(chǔ)上進行擴展，以優(yōu)化時序數(shù)據(jù)的存儲，適用于對SQL功能依賴度高且要求數(shù)據(jù)一致性的場景。6.1.2時序數(shù)據(jù)NoSQL數(shù)據(jù)庫的擴展基于KV存儲的時序數(shù)據(jù)庫是通過擴展NoSQL數(shù)據(jù)庫來實現(xiàn)時序數(shù)據(jù)的存儲，具有高擴展性，但部署復雜、運維困難。原生時序數(shù)據(jù)庫是全新研發(fā)的時序數(shù)據(jù)庫，面向時序數(shù)據(jù)存儲而設(shè)計。046.1.3數(shù)據(jù)處理大數(shù)據(jù)計算模式大數(shù)據(jù)計算模式解決問題代表產(chǎn)品批處理計算大規(guī)模數(shù)據(jù)的批量處理MapReduce、Spark等，流計算流數(shù)據(jù)的實時計算Flink、Storm、S4、Flume、Streams、Puma、DStream、SuperMario等，圖計算大規(guī)模圖結(jié)構(gòu)數(shù)據(jù)的處理Pregel、GraphX、Giraph、PowerGraph等，查詢分析計算大規(guī)模數(shù)據(jù)的存儲管理和查詢分析Dremel、Hive、Cassandra、Impala等。批處理計算批處理計算主要應(yīng)對大規(guī)模數(shù)據(jù)的批量處理需求，這是日常數(shù)據(jù)分析工作中非常常見的一類數(shù)據(jù)處理需求，MapReduce是最具代表性和影響力的大數(shù)據(jù)批處理技術(shù)，可用于并行執(zhí)行大規(guī)模數(shù)據(jù)處理任務(wù)，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行計算。6.1.3數(shù)據(jù)處理SparkSpark是一種針對超大規(guī)模數(shù)據(jù)集的低延遲集群分布式計算系統(tǒng)，比起MapReduce速度更快，采用內(nèi)存分布式數(shù)據(jù)集，支持交互式查詢，優(yōu)化迭代工作負載，利用內(nèi)存替代HDFS或本地磁盤來存儲中間結(jié)果，因此Spark的速度比MapReduce快許多。流計算流數(shù)據(jù)也是大數(shù)據(jù)分析中的重要數(shù)據(jù)類型，流數(shù)據(jù)（或數(shù)據(jù)流）是指在時間分布和數(shù)量上無限的一系列動態(tài)數(shù)據(jù)集合體，數(shù)據(jù)的價值隨著時間的流逝而降低，必須采用實時計算的方式給出秒級響應(yīng)。6.1.3數(shù)據(jù)處理056.1.4數(shù)據(jù)可視化數(shù)據(jù)可視化技術(shù)數(shù)據(jù)可視化特點數(shù)據(jù)可視化主要方面數(shù)據(jù)可視化類型數(shù)據(jù)可視化技術(shù)是一種將數(shù)據(jù)以某種概要形式呈現(xiàn)出來的科學技術(shù)研究，包括相應(yīng)信息單位的各種屬性和變量，并對這些數(shù)據(jù)加以可視化解釋。優(yōu)秀的數(shù)據(jù)可視化技術(shù)需具備新穎、充實、高效和美感幾個特點，能夠以新視角觀察數(shù)據(jù)，傳遞信息，并提供清晰的目標。數(shù)據(jù)可視化技術(shù)主要包括數(shù)據(jù)空間、數(shù)據(jù)的開發(fā)和數(shù)據(jù)的分析三個方面，分別負責收集數(shù)據(jù)、計算推導數(shù)據(jù)和對數(shù)據(jù)進行多角度觀察與剖析。根據(jù)數(shù)據(jù)類型不同，數(shù)據(jù)可視化分為低維數(shù)據(jù)、高維數(shù)據(jù)、時態(tài)數(shù)據(jù)、層次數(shù)據(jù)和網(wǎng)絡(luò)關(guān)系數(shù)據(jù)幾種，針對每種數(shù)據(jù)類型都有相應(yīng)的可視化技術(shù)。6.1.4數(shù)據(jù)可視化066.1.5工業(yè)機器學習與智能認知工業(yè)機器學習與智能認知：將機器學習等人工智能技術(shù)應(yīng)用于工業(yè)場景，以賦予工業(yè)主體一定的認知能力，提升工業(yè)認知能力。工業(yè)機器學習技術(shù)應(yīng)用：在工業(yè)場景中，針對不同形式的工業(yè)數(shù)據(jù)和具體需求場景，通常會采用不同的技術(shù)來實現(xiàn)工業(yè)機器學習與智能認知學習。遷移學習：利用遷移技術(shù)將原環(huán)境中的知識遷移到新環(huán)境中，以實現(xiàn)跨領(lǐng)域的智能認知，在如跨域的故障診斷等工業(yè)應(yīng)用中發(fā)揮作用。工業(yè)主體智能認知與決策：工業(yè)主體需要了解自身的運行狀態(tài)，并對周圍環(huán)境數(shù)據(jù)進行認知和決策，利用機器學習處理海量數(shù)據(jù)，指導制造設(shè)備運行。深度學習模型：隨著深度學習模型的出現(xiàn)和應(yīng)用，工業(yè)數(shù)據(jù)可以得到更準確的認知，特別是利用機器學習等人工智能技術(shù)強大的數(shù)據(jù)處理能力。6.1.5工業(yè)機器學習與智能認知0102030405076.2工業(yè)數(shù)據(jù)建模數(shù)據(jù)建模數(shù)據(jù)建模是根據(jù)工業(yè)實際元素與業(yè)務(wù)流程，構(gòu)建供應(yīng)商、用戶、設(shè)備、產(chǎn)品、產(chǎn)線、工廠、工藝等數(shù)字模型，并結(jié)合數(shù)據(jù)分析提供諸如數(shù)據(jù)報表、可視化、知識庫、數(shù)據(jù)分析工具及數(shù)據(jù)開放功能，為各類決策提供支持。模型的沉淀模型的沉淀、集成與管理成為平臺核心能力。信息模型的集成與統(tǒng)一是提升平臺工業(yè)要素管理水平的關(guān)鍵，為平臺資產(chǎn)、功能提供統(tǒng)一的語義描述。而機理模型、數(shù)據(jù)模型、業(yè)務(wù)模型在平臺中的沉淀，使平臺化的提供工業(yè)個性服務(wù)成為可能。6.2工業(yè)數(shù)據(jù)建模086.2.1信息模型6.2.1信息模型OPCUA信息模型OPCUA作為垂直方向的設(shè)備互操作協(xié)議，通過14種系列規(guī)范定義元信息模型，采用分層結(jié)構(gòu)，用戶可通過繼承內(nèi)置節(jié)點和增加定義的語義來擴展類型定義。信息模型呈現(xiàn)形式OPCUA信息模型呈現(xiàn)形式如圖6-2所示，系列規(guī)范覆蓋對象類型、變量類型、數(shù)據(jù)類型和引用類型，每種類型都代表特定的語義，涵蓋多種過程控制領(lǐng)域。工業(yè)互聯(lián)網(wǎng)信息模型工業(yè)互聯(lián)網(wǎng)信息模型是工業(yè)互聯(lián)網(wǎng)全要素、全價值鏈、全產(chǎn)業(yè)鏈在信息空間的標準化表達，實現(xiàn)信息的標準化，為異構(gòu)信息交互提供解決方案。030201建模過程具體的建模過程為需求獲取、類型定義、模型實例化。數(shù)據(jù)編碼與協(xié)議映射OPCUA還定義了數(shù)據(jù)編碼、安全協(xié)議和傳輸協(xié)議的映射，數(shù)據(jù)編碼方面可通過使用UA二進制、UAXML或者UAJSON來定義系列信息模型。OPCUA信息模型應(yīng)用基于OPCUA的信息模型主要用于實現(xiàn)設(shè)備和系統(tǒng)信息的標準化，出現(xiàn)在信息化應(yīng)用層，可以解決語義互操作問題。信息模型實例化OPCUA服務(wù)器需要對信息模型進行實例化，從而構(gòu)建地址空間，向客戶端暴露實例化的信息模型，客戶端通過訪問地址空間獲取數(shù)據(jù)和信息。6.2.1信息模型096.2.2機理和數(shù)據(jù)模型6.2.2機理和數(shù)據(jù)模型機理模型是基于領(lǐng)域知識和物理化學規(guī)律建立的模型，能夠描述工業(yè)過程中的各種現(xiàn)象和規(guī)律。機理模型數(shù)據(jù)模型則是基于工業(yè)數(shù)據(jù)的模型，通過機器學習等技術(shù)從數(shù)據(jù)中學習規(guī)律，用于預(yù)測和決策。數(shù)據(jù)模型模型融合是一種有機地融合領(lǐng)域知識和數(shù)據(jù)分析過程的方法，基于分解的綜合方法將建模過程分為兩步。融合方法子模型的迭代與綜合是建模的關(guān)鍵步驟，將不同場景下應(yīng)用的子模型綜合起來，提高模型的適用范圍。迭代與綜合經(jīng)典統(tǒng)計分析方法在獨立同分布假設(shè)和干擾的隨機性假設(shè)下工作，確保模型的有效性和可靠性。統(tǒng)計建模在復雜的工業(yè)過程中，領(lǐng)域知識往往不足以選擇出最優(yōu)的變量和模型結(jié)構(gòu)，因此需要根據(jù)數(shù)據(jù)驅(qū)動的方法進行建模。領(lǐng)域知識不足6.2.2機理和數(shù)據(jù)模型多個因素共同作用當模型遇到特殊的奇點時，應(yīng)該首先與領(lǐng)域?qū)＜矣懻摚缓笤儆脭?shù)理統(tǒng)計方法進行驗證和優(yōu)化。模型的優(yōu)化過程模型的優(yōu)化過程是認識更加深入的過程，也是模型精度和可靠性不斷提高、適用范圍逐漸擴大的過程。間接原因所謂“間接原因”，即是隱藏在背后的更深層次的原因，例如，檢測過程中存在的測量誤差和儀器故障等。6.2.2機理和數(shù)據(jù)模型106.2.3人工智能大模型人工智能大模型依據(jù)應(yīng)用范圍，人工智能大模型可分為通用大模型和垂直大模型，兩者各有特色，應(yīng)用場景不同。人工智能大模型分類通用大模型通用大模型具備廣泛跨領(lǐng)域適用性，訓練成本高，但能挖掘數(shù)據(jù)潛在特征和規(guī)律，具備出色泛化能力。人工智能大模型憑借卓越的計算效能和廣泛的應(yīng)用前景，成為了解決各種復雜問題的有力工具，標志著人工智能領(lǐng)域的新變革。6.2.3人工智能大模型6.2.3人工智能大模型垂直大模型垂直大模型在特定行業(yè)領(lǐng)域中訓練和優(yōu)化，提供高度精準、專業(yè)化的解決方案和預(yù)測結(jié)果。技術(shù)技術(shù)Transformer模型是由Google在2017年提出的，基于注意力機制，摒棄了傳統(tǒng)的循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)。相較于循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)，Transformer模型在訓練效率上實現(xiàn)了顯著的提升，顯著縮短了訓練時間。技術(shù)Transformer模型能夠在不同的表示子空間中有效捕捉長距離依賴關(guān)系，提升了模型的表達能力。技術(shù)Transformer模型展現(xiàn)了高度的并行性，其多頭注意力機制允許模型同時關(guān)注不同信息，提升了計算效率。技術(shù)Transformer模型的適應(yīng)性廣泛，不僅在自然語言處理領(lǐng)域取得了顯著成果，還展現(xiàn)出了廣泛的應(yīng)用潛力。6.2.3人工智能大模型116.2.4業(yè)務(wù)模型業(yè)務(wù)理解與建模數(shù)據(jù)分析中的業(yè)務(wù)理解與建模是關(guān)鍵步驟，包括理解業(yè)務(wù)領(lǐng)域知識和建立數(shù)據(jù)模型。業(yè)務(wù)建模的重要性業(yè)務(wù)建模是數(shù)據(jù)分析中至關(guān)重要且復雜的環(huán)節(jié)，高度依賴于業(yè)務(wù)專家的領(lǐng)域知識。杜邦分析法杜邦分析法可用于計算凈資產(chǎn)收益率，需要知道或預(yù)測有限的幾個數(shù)據(jù)即可得到最終結(jié)果。6.2.4業(yè)務(wù)模型工業(yè)大數(shù)據(jù)分析工業(yè)大數(shù)據(jù)分析涉及對機器及生產(chǎn)過程的工藝進行分析，相關(guān)業(yè)務(wù)規(guī)則和工作機理較為復雜。系統(tǒng)上下文模型系統(tǒng)上下文模型包括人、機、料、法、環(huán)及工藝原理、流程等，如設(shè)備運維管理中的物料清單。系統(tǒng)動力學模型系統(tǒng)動力學模型是由麻省理工學院的福瑞斯特教授于20世紀50年代創(chuàng)立的，可用于非線性、復雜系統(tǒng)的建模和預(yù)測。0203016.2.4業(yè)務(wù)模型6.2.4業(yè)務(wù)模型設(shè)備健康管理設(shè)備健康管理通常采用動態(tài)監(jiān)控模型，可用于預(yù)測設(shè)備的運行狀態(tài)和剩余壽命。系統(tǒng)動力學模型應(yīng)用系統(tǒng)動力學模型可根據(jù)使用目的分為監(jiān)控模型、描述模型、預(yù)測模型、規(guī)劃模型等。系統(tǒng)動力學模型分類根據(jù)描述的對象狀態(tài)種類不同，系統(tǒng)動力學模型可分為動態(tài)模型和靜態(tài)模型。126.3數(shù)字孿生6.3數(shù)字孿生數(shù)字孿生的定義數(shù)字孿生是制造技術(shù)、信息技術(shù)和融合性技術(shù)相互交織融合的產(chǎn)物。數(shù)字孿生的作用數(shù)字孿生實現(xiàn)不同數(shù)據(jù)源的實時同步，高效整合多種建模方法和工具，實現(xiàn)多學科、多維度、多環(huán)境的統(tǒng)一建模和分析。數(shù)字孿生的地位數(shù)字孿生被認為是工業(yè)互聯(lián)網(wǎng)技術(shù)發(fā)展的集大成者。136.3.1數(shù)字孿生的定義與內(nèi)涵6.3.1數(shù)字孿生的定義與內(nèi)涵工業(yè)數(shù)字孿生是多類數(shù)字化技術(shù)集成融合和創(chuàng)新應(yīng)用，基于建模工具在數(shù)字空間構(gòu)建起精準物理對象模型，再利用實時IOT數(shù)據(jù)驅(qū)動模型運轉(zhuǎn)，進而通過數(shù)據(jù)與模型集成融合構(gòu)建起綜合決策能力，推動工業(yè)全業(yè)務(wù)流程閉環(huán)優(yōu)化。數(shù)字孿生的定義數(shù)字孿生的概念最早提出是用來描述產(chǎn)品的生產(chǎn)制造和實時虛擬化呈現(xiàn)，但由于當時的技術(shù)水平限制，這一理念并未得到足夠的重視。隨著傳感技術(shù)、軟硬件技術(shù)水平的提高以及計算機運算性能的增強，數(shù)字孿生的概念得到了進一步的發(fā)展。數(shù)字孿生的內(nèi)涵數(shù)字孿生技術(shù)能夠在產(chǎn)品的設(shè)計研發(fā)、生產(chǎn)制造、運行狀態(tài)監(jiān)測和維護、后勤保障等各個階段為產(chǎn)品提供支持和指導，并且能夠幫助產(chǎn)品設(shè)計專家判斷和決策不同參數(shù)設(shè)計情況下的產(chǎn)品性能情況，使產(chǎn)品設(shè)計能夠在綜合考慮整個壽命周期發(fā)展變化的情況下得到更加完善的設(shè)計方案。數(shù)字孿生技術(shù)的作用010203146.3.2工業(yè)數(shù)字孿生功能架構(gòu)連接層連接層是數(shù)字孿生閉環(huán)優(yōu)化的起始和終止環(huán)節(jié)，主要功能是采集感知和反饋控制，獲取物理對象的全方位數(shù)據(jù)，并完成物理對象的最終執(zhí)行。映射層映射層具備數(shù)據(jù)互聯(lián)、信息互通和模型互操作三類重要功能，實現(xiàn)實時融合。數(shù)據(jù)互聯(lián)集成全生命周期數(shù)據(jù)，信息互通構(gòu)建統(tǒng)一信息模型，模型互操作關(guān)聯(lián)和集成多類模型。決策層決策層基于連接層和映射層的信息，實現(xiàn)描述、診斷、預(yù)測、處置等深度應(yīng)用，并反饋決策指令給物理對象，支撐實現(xiàn)閉環(huán)控制。數(shù)字孿生的典型特征全生命周期實時映射、綜合決策和閉環(huán)優(yōu)化。全生命周期實時映射指孿生對象與物理對象實時映射，持續(xù)修正和完善孿生模型。綜合決策建立智能分析的決策能力。閉環(huán)優(yōu)化實現(xiàn)全流程閉環(huán)應(yīng)用，包括采集感知、決策分析和反饋控制。6.3.2工業(yè)數(shù)字孿生功能架構(gòu)156.3.3數(shù)字孿生技術(shù)6.3.3數(shù)字孿生技術(shù)數(shù)字孿生技術(shù)體系架構(gòu)工業(yè)數(shù)字孿生技術(shù)是數(shù)字化技術(shù)的集成融合和創(chuàng)新應(yīng)用，包括數(shù)字支撐技術(shù)、數(shù)字線程技術(shù)、數(shù)字孿生體技術(shù)、人機交互技術(shù)等四大類型。數(shù)字支撐技術(shù)體系數(shù)字支撐技術(shù)具備數(shù)據(jù)獲取、傳輸、計算、管理一體化能力，支撐數(shù)字孿生高質(zhì)量開發(fā)利用全量數(shù)據(jù)，涵蓋了采集感知、執(zhí)行控制、新一代通訊、新一代計算、數(shù)據(jù)模型管理五大類型技術(shù)。數(shù)字孿生蓬勃發(fā)展采集感知技術(shù)的不斷創(chuàng)新是數(shù)字孿生蓬勃發(fā)展的源動力，支撐數(shù)字孿生更深入獲取物理對象數(shù)據(jù)。傳感器微型化發(fā)展，集成到智能產(chǎn)品中實現(xiàn)更深層次的數(shù)據(jù)感知。多傳感器融合技術(shù)隨著多傳感器融合技術(shù)的發(fā)展，可以將多類傳感能力集成到單個傳感模塊中，從而支撐實現(xiàn)更豐富的數(shù)據(jù)獲取。奧迪A8搭載了7種類型的傳感器，確保汽車決策的速度和準確性。數(shù)字線程技術(shù)體系數(shù)字線程技術(shù)是數(shù)字孿生技術(shù)體系中最為關(guān)鍵的核心技術(shù)，能夠屏蔽不同類型數(shù)據(jù)和模型格式，支撐全類數(shù)據(jù)和模型的快速流轉(zhuǎn)和無縫集成。正向數(shù)字線程技術(shù)正向數(shù)字線程技術(shù)以基于模型的系統(tǒng)工程（MBSE）為代表，在用戶需求階段就基于統(tǒng)一建模語言（UML）定義各類數(shù)據(jù)和模型規(guī)范，為后期全量數(shù)據(jù)和模型在全生命周期集成融合提供基礎(chǔ)支撐。工業(yè)互聯(lián)網(wǎng)平臺集成基于模型的系統(tǒng)工程技術(shù)正在加速與工業(yè)互聯(lián)網(wǎng)平臺的集成融合，未來有望構(gòu)建“工業(yè)互聯(lián)網(wǎng)平臺+MBSE”的技術(shù)體系，為全量數(shù)據(jù)和模型在全生命周期集成融合提供基礎(chǔ)支撐。6.3.3數(shù)字孿生技術(shù)166.4實驗:數(shù)據(jù)處理與集成數(shù)據(jù)處理數(shù)據(jù)清洗數(shù)據(jù)可視化是將數(shù)據(jù)處理結(jié)果以圖表、圖像等形式展示，以便人們更好地理解和分析數(shù)據(jù)。數(shù)據(jù)可視化數(shù)據(jù)整合是將來自不同來源的數(shù)據(jù)合并成一個統(tǒng)一的數(shù)據(jù)集，以便進行全面的分析。數(shù)據(jù)整合數(shù)據(jù)轉(zhuǎn)換是將數(shù)據(jù)從一種格式或標準轉(zhuǎn)換為另一種格式或標準，以便進行進一步的分析和處理。數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)處理是工業(yè)數(shù)據(jù)分析的關(guān)鍵步驟，包括數(shù)據(jù)清洗、轉(zhuǎn)換、整合和可視化。數(shù)據(jù)清洗是去除數(shù)據(jù)中的噪聲和異常值，填充缺失值，并確保數(shù)據(jù)的一致性和完整性。6.4實驗:數(shù)據(jù)處理與集成THANKS感謝觀看第7章工業(yè)APP教師：******CATALOGUE目錄7.1工業(yè)APP概述7.1.1工業(yè)APP的定義與分類7.1.2工業(yè)APP的典型特征7.1.3工業(yè)APP辨析7.1.4工業(yè)APP的價值CATALOGUE目錄7.2工業(yè)APP開發(fā)7.2.1工業(yè)APP開發(fā)的基本流程7.2.2工業(yè)APP開發(fā)層次、技術(shù)路徑與技術(shù)架構(gòu)7.2.3工業(yè)APP開發(fā)關(guān)鍵技術(shù)7.3實驗:產(chǎn)品信息追溯APP的開發(fā)017.1工業(yè)APP概述工業(yè)app的定義工業(yè)APP是指應(yīng)用于工業(yè)領(lǐng)域的應(yīng)用程序，旨在幫助企業(yè)實現(xiàn)智能化、數(shù)字化和高效化的生產(chǎn)和管理。工業(yè)app的作用工業(yè)APP通過提供各種工具和功能，可以幫助企業(yè)優(yōu)化生產(chǎn)流程、提高產(chǎn)品質(zhì)量、降低生產(chǎn)成本等。7.1工業(yè)APP概述027.1.1工業(yè)APP的定義與分類工業(yè)APP定義工業(yè)APP是基于松耦合、組件化、可重構(gòu)、可重用思想，為特定工業(yè)場景提供解決方案，將工業(yè)機理、技術(shù)、知識、算法與最佳工程實踐按照系統(tǒng)化組織、模型化表達、可視化交互、場景化應(yīng)用、生態(tài)化演進原則而形成的應(yīng)用程序，是工業(yè)軟件發(fā)展的一種新形態(tài)。工業(yè)APP強調(diào)解耦、標準化與體系化強調(diào)解耦是要解決知識的沉淀與重用，通過工業(yè)技術(shù)要素的解耦才能實現(xiàn)工業(yè)技術(shù)知識的有效沉淀與重用。強調(diào)標準化是要解決數(shù)據(jù)模型和工業(yè)技術(shù)知識的重用及重用效率，通過標準化使得工業(yè)APP可以被廣泛重用。強調(diào)體系化是要解決完整工業(yè)技術(shù)體系的形成。7.1.1工業(yè)APP的定義與分類工業(yè)APP的特殊性工業(yè)APP是一種特殊的工業(yè)應(yīng)用程序，是可運行的工業(yè)技術(shù)知識的載體，承載了解決特定問題的具體業(yè)務(wù)場景、流程、數(shù)據(jù)與數(shù)據(jù)流、經(jīng)驗、算法、知識等工業(yè)技術(shù)要素，可以讓工業(yè)技術(shù)經(jīng)驗與知識得到更好的保護與傳承、更快地運轉(zhuǎn)、更大規(guī)模地應(yīng)用。7.1.1工業(yè)APP的定義與分類工業(yè)APP依托的平臺工業(yè)APP所依托的平臺，可以是工業(yè)互聯(lián)網(wǎng)平臺、公有云或私有云平臺，也可以是大型工業(yè)軟件平臺，還可以是通用的操作系統(tǒng)平臺，例如用于工業(yè)領(lǐng)域的移動端操作系統(tǒng)、通用計算機操作系統(tǒng)、工業(yè)操作系統(tǒng)和工業(yè)軟件操作系統(tǒng)等。工業(yè)APP的分類工業(yè)APP分類是各項活動的基礎(chǔ)，可以從業(yè)務(wù)環(huán)節(jié)、適用范圍和知識類型3個維度進行分類，分為研發(fā)設(shè)計工業(yè)APP、生產(chǎn)制造工業(yè)APP、運維服務(wù)工業(yè)APP、經(jīng)營管理工業(yè)APP。7.1.1工業(yè)APP的定義與分類037.1.2工業(yè)APP的典型特征特定適應(yīng)性每個工業(yè)APP承載針對某項具體問題的工業(yè)技術(shù)知識，通過表達一項或多項特定功能，解決特定的具體問題，具有典型的特定適應(yīng)性。工業(yè)APP的特性工業(yè)APP借鑒了消費APP方便靈活的特性，承載了工業(yè)技術(shù)軟件化的理念，作為工業(yè)軟件的新形態(tài)，具有軟件的特性，也具有生態(tài)化的特征。特定工業(yè)技術(shù)知識載體工業(yè)APP是特定或若干具體的工業(yè)技術(shù)知識的軟件形態(tài)的載體，體現(xiàn)了其獨特的本質(zhì)特征。7.1.2工業(yè)APP的典型特征可解耦/可重構(gòu)每個組件化的工業(yè)APP均擁有明確的邊界和接口，這使得工業(yè)APP不再被緊耦合約束到某一個具體的應(yīng)用軟件中，而是與其他應(yīng)用程序或APP通過接口交互實現(xiàn)松耦合應(yīng)用。小輕靈/易操作工業(yè)APP針對特定問題或少數(shù)幾項任務(wù)進行設(shè)計，功能明確且專一，工業(yè)APP的體量相對較小，可通過簡潔直觀的操作完成工作。依托平臺工業(yè)APP自概念提出到開發(fā)、應(yīng)用及生態(tài)的構(gòu)建與形成，均依托平臺進行，每個工業(yè)APP旨在解決特定的具體問題，需要一個龐大的生態(tài)系統(tǒng)作為支撐。7.1.2工業(yè)APP的典型特征047.1.3工業(yè)APP辨析工業(yè)APP的概述工業(yè)APP作為一種新興的工業(yè)軟件形態(tài)，借鑒了消費APP的表述方式，兼具多種工業(yè)軟件的屬性，但又與傳統(tǒng)的工業(yè)軟件存在顯著差異。7.1.3工業(yè)APP辨析工業(yè)APP與消費APP的區(qū)別工業(yè)APP與消費APP在概念、應(yīng)用場景、用戶群體和功能等方面存在顯著區(qū)別，主要表現(xiàn)在工業(yè)機理、信息交換、用戶專業(yè)性和應(yīng)用服務(wù)等方面。工業(yè)APP的作用工業(yè)APP聚焦于專業(yè)用戶，提供企業(yè)產(chǎn)品設(shè)計、生產(chǎn)制造、維修維護等專業(yè)領(lǐng)域的應(yīng)用支持，承載著設(shè)計、生產(chǎn)等專業(yè)領(lǐng)域內(nèi)的工業(yè)技術(shù)知識。057.1.4工業(yè)APP的價值7.1.4工業(yè)APP的價值工業(yè)APP的價值作為工業(yè)技術(shù)知識的載體，工業(yè)APP不僅承載著工業(yè)的基礎(chǔ)，更預(yù)示著工業(yè)的未來發(fā)展趨勢，通過不同層面展現(xiàn)出多樣化的價值和深遠意義。工業(yè)APP對中國制造的價值在宏觀層面，從中國制造和數(shù)字工業(yè)的視角來看，工業(yè)APP對中國制造和數(shù)字工業(yè)的發(fā)展起到了核心驅(qū)動作用。工業(yè)APP是制造業(yè)的核心驅(qū)動力中國經(jīng)濟正由消費驅(qū)動型數(shù)字經(jīng)濟向工業(yè)驅(qū)動型數(shù)字經(jīng)濟轉(zhuǎn)變，中國制造已步入數(shù)字工業(yè)時代，工業(yè)APP是工業(yè)驅(qū)動的數(shù)字中國的核心驅(qū)動力。7.1.4工業(yè)APP的價值工業(yè)APP對產(chǎn)業(yè)的價值從產(chǎn)業(yè)的角度來看，工業(yè)APP的應(yīng)用能夠極大地解放人力，特別是解放制造業(yè)中的高端人才，從而能夠?qū)⒏嗟木劢褂趧?chuàng)新活動，進而推動制造業(yè)的創(chuàng)新發(fā)展。工業(yè)APP將人解放出來以APP為代表的工業(yè)技術(shù)知識應(yīng)用日臻成熟和高效。在實際工作場景中，APP作為人機交互的媒介，將復雜工具下沉至后臺，可以幫助工程師完成過去需要花費大量時間和精力來完成的事務(wù)性、重復性工作。工業(yè)APP提高中國制造業(yè)的起點根據(jù)新產(chǎn)品開發(fā)的一般規(guī)律，約70%的工作涉及對已有產(chǎn)品要素的重新利用，20%則需要對原設(shè)計進行修改，僅有10%屬于真正的創(chuàng)新范疇。工業(yè)APP在新產(chǎn)品開發(fā)過程中顯著提升了產(chǎn)品研發(fā)的起點。030201067.2工業(yè)APP開發(fā)工業(yè)APP的開發(fā)過程是將工業(yè)技術(shù)與信息技術(shù)融合的過程，通過工業(yè)技術(shù)軟件化的技術(shù)途徑實現(xiàn)兩者的融合。工業(yè)APP開發(fā)過程基于特定工業(yè)場景和應(yīng)用目標，將特定的工業(yè)技術(shù)知識軟件化，通過結(jié)構(gòu)化描述、系統(tǒng)化組織和模型化表達完成軟件化過程。工業(yè)技術(shù)知識軟件化工業(yè)APP開發(fā)過程中的軟件化過程包括結(jié)構(gòu)化描述、系統(tǒng)化組織、模型化表達和可視化交互等。軟件化過程的內(nèi)容7.2工業(yè)APP開發(fā)077.2.1工業(yè)APP開發(fā)的基本流程7.2.1工業(yè)APP開發(fā)的基本流程軟件生命周期軟件生命周期是依據(jù)軟件工程方法開發(fā)一款A(yù)PP的全過程。它由軟件定義、軟件開發(fā)和運行維護三個時期組成，每個時期又進一步劃分成若干個階段。軟件定義時期核心任務(wù)是明確軟件開發(fā)工程所需實現(xiàn)的總目標，評估工程的可行性，制定達成工程目標的策略，并明確系統(tǒng)必須具備的功能。估算資源與成本軟件定義時期需估算完成工程所需的資源和成本，制定相應(yīng)的工程進度計劃，以確保項目順利進行，達到預(yù)期的目標。7.2.1工業(yè)APP開發(fā)的基本流程01關(guān)鍵在于明確所開發(fā)軟件需解決的問題。若在未明確問題的情況下盲目進行軟件開發(fā)，將難以取得有意義的成果，并導致人力、物力和財力的浪費。針對問題定義階段所確定的問題，研究該問題的范圍和解決此問題的價值，同時探討是否存在可行的解決方案。技術(shù)可行性分析旨在確定現(xiàn)有技術(shù)是否足以實現(xiàn)該系統(tǒng)。經(jīng)濟可行性分析則評估系統(tǒng)的預(yù)期經(jīng)濟效益是否超過其開發(fā)成本。0203問題定義階段可行性分析階段技術(shù)可行性分析任務(wù)是準確地確定目標系統(tǒng)為解決問題所必須具備的功能。需與用戶合作，進行充分的信息交流，以確保得出的系統(tǒng)模型得到用戶的確認。需求分析階段需求分析階段的另一個關(guān)鍵任務(wù)是將用戶對目標系統(tǒng)的需求以正式文檔的形式準確記錄下來，以確保后續(xù)開發(fā)工作的順利進行。記錄需求7.2.1工業(yè)APP開發(fā)的基本流程087.2.2工業(yè)APP開發(fā)層次、技術(shù)路徑與技術(shù)架構(gòu)7.2.2工業(yè)APP開發(fā)層次、技術(shù)路徑與技術(shù)架構(gòu)IT實現(xiàn)層涵蓋了傳統(tǒng)的服務(wù)導向架構(gòu)SOA、CORBA、COM+等技術(shù)，以及微服務(wù)技術(shù)架構(gòu)，專注于集成和應(yīng)用各種IT實現(xiàn)技術(shù)，是IT技術(shù)的集中匯聚。工業(yè)技術(shù)與信息技術(shù)融合的組件層融合了信息技術(shù)（IT）、運營技術(shù)（OT）、數(shù)據(jù)技術(shù)（DT）以及工業(yè)機理，需要既掌握工業(yè)技術(shù)又精通IT技術(shù)的人員來完成。工業(yè)APP開發(fā)層次工業(yè)APP的開發(fā)至少涵蓋三個層次，包括IT實現(xiàn)層、工業(yè)技術(shù)與信息技術(shù)融合的組件層和面向工程技術(shù)人員的APP開發(fā)層。0302017.2.2工業(yè)APP開發(fā)層次、技術(shù)路徑與技術(shù)架構(gòu)面向工程技術(shù)人員的APP開發(fā)層01工程技術(shù)人員可以使用各種預(yù)制的組件，通過低代碼化的開發(fā)方法，迅速完成工業(yè)APP的開發(fā)工作。工業(yè)APP開發(fā)技術(shù)路徑02包括四個階段，分別是獲取/掌握與描述工業(yè)技術(shù)、系統(tǒng)化與模型化、軟件化、應(yīng)用及數(shù)據(jù)挖掘，形成了一個完整的閉環(huán)。工業(yè)APP開發(fā)涉及的關(guān)鍵主體03工業(yè)人、IT人和數(shù)據(jù)科學家，他們參與工業(yè)APP開發(fā)的四個階段，運用各自的專業(yè)工具和技術(shù)，將工業(yè)技術(shù)融合到軟件載體中。工業(yè)APP開發(fā)的技術(shù)路徑04可以分解為兩條主線，第一條主線是基于現(xiàn)有工業(yè)技術(shù)知識的軟件化轉(zhuǎn)換，從而形成工業(yè)APP。097.2.3工業(yè)APP開發(fā)關(guān)鍵技術(shù)微服務(wù)架構(gòu)微服務(wù)架構(gòu)的特征微服務(wù)架構(gòu)的重要性微服務(wù)架構(gòu)的優(yōu)點微服務(wù)架構(gòu)是將單體應(yīng)用程序分割為更小的、與項目相關(guān)聯(lián)的獨立服務(wù)，每個服務(wù)都在自己的進程中運行，并通過輕量級的通信機制進行通信。微服務(wù)架構(gòu)具有分解為多個子進程、根據(jù)業(yè)務(wù)范圍或領(lǐng)域進行垂直拆分、微服務(wù)之間通過網(wǎng)絡(luò)調(diào)用相互通信等重要特征。微服務(wù)架構(gòu)將大型應(yīng)用分解成多個獨立的組件，每個組件都有各自的責任領(lǐng)域，實現(xiàn)一組獨立的特性或功能，包含自己的業(yè)務(wù)邏輯和適配器。微服務(wù)架構(gòu)通過將單體應(yīng)用分解為一組服務(wù)，有效地解決了復雜性問題，提高了應(yīng)用的模塊化水平，促進了獨立開發(fā)和維護。7.2.3工業(yè)APP開發(fā)關(guān)鍵技術(shù)107.3實驗:產(chǎn)品信息追溯APP的開發(fā)7.3實驗:產(chǎn)品信息追溯APP的開發(fā)實驗?zāi)康恼莆誂PP開發(fā)工具；熟悉產(chǎn)品追溯原理。實驗相關(guān)知識點產(chǎn)品信息追溯；低代碼開發(fā)。實驗任務(wù)界面開發(fā)；數(shù)據(jù)綁定。實驗設(shè)備介紹實驗設(shè)備見表3-1，本實驗主要使用工業(yè)互聯(lián)網(wǎng)平臺的低代碼開發(fā)工具。實驗原理產(chǎn)品信息追溯APP的工作原理主要依賴于數(shù)據(jù)采集、存儲和查詢技術(shù)。實驗步驟保證各系統(tǒng)正常啟動，開始實驗，先進行界面開發(fā)，后進行數(shù)據(jù)綁定。THANKS感謝觀看第8章工業(yè)互聯(lián)網(wǎng)應(yīng)用與展望教師：******CATALOGUE目錄8.1工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用模式8.1.1智能化制造8.1.2網(wǎng)絡(luò)協(xié)同化8.1.3個性化定制8.1.4服務(wù)化延伸8.1.5產(chǎn)融結(jié)合CATALOGUE目錄8.2工業(yè)APP應(yīng)用模式8.2.1面向高附加值產(chǎn)品8.2.2面向高重復度連續(xù)工業(yè)改善“1%”8.2.3依托工業(yè)軟件平臺和領(lǐng)域APP的知識驅(qū)動8.2.4特定領(lǐng)域深耕8.3工業(yè)互聯(lián)網(wǎng)展望018.1工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用模式8.1工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用模式新型模式培育工業(yè)互聯(lián)網(wǎng)相關(guān)的產(chǎn)業(yè)體系逐漸形成，推動了生產(chǎn)系統(tǒng)和商業(yè)系統(tǒng)的智能化發(fā)展，同時明確了新型模式培育的行動內(nèi)容。產(chǎn)業(yè)應(yīng)用新模式創(chuàng)新的產(chǎn)業(yè)應(yīng)用模式主要包括制造業(yè)領(lǐng)域的智能化生產(chǎn)、協(xié)同制造、個性化定制、服務(wù)化延伸等新模式，同時還包括基于工業(yè)互聯(lián)網(wǎng)的產(chǎn)融結(jié)合、產(chǎn)教融合等新型業(yè)態(tài)。工業(yè)互聯(lián)網(wǎng)發(fā)展我國工業(yè)互聯(lián)網(wǎng)發(fā)展在2018-2020年的起步階段已取得顯著成效，完成了行動計劃中的全部關(guān)鍵任務(wù)和工程項目，部分重點任務(wù)甚至超出了預(yù)期。030201028.1.1智能化制造8.1.1智能化制造傳統(tǒng)制造業(yè)面臨設(shè)備故障、廢品返工、用戶需求變更等生產(chǎn)過程中的不確定因素，以及內(nèi)部經(jīng)營管理問題，導致生產(chǎn)效率難以提高。傳統(tǒng)制造業(yè)的挑戰(zhàn)通過運用物聯(lián)網(wǎng)、大數(shù)據(jù)及云計算等技術(shù)，智能化制造實現(xiàn)設(shè)備、產(chǎn)品、產(chǎn)線、車間、人員、信息系統(tǒng)的連接，以及生產(chǎn)過程的自動化控制、智能化管理、定制化生產(chǎn)。智能化制造的優(yōu)勢設(shè)備互聯(lián)利用傳感器、嵌入式終端等設(shè)備和信息通信技術(shù)，實現(xiàn)生產(chǎn)設(shè)備、產(chǎn)品與設(shè)備、物理系統(tǒng)與互聯(lián)網(wǎng)平臺的互聯(lián)。流程集成則將產(chǎn)品和設(shè)備數(shù)據(jù)、生產(chǎn)過程數(shù)據(jù)、經(jīng)營管理數(shù)據(jù)整合到一個智能控制系統(tǒng)中，實現(xiàn)企業(yè)內(nèi)部所有生產(chǎn)環(huán)節(jié)、運營環(huán)節(jié)的無縫連接。設(shè)備互聯(lián)與流程集成0102038.1.1智能化制造工業(yè)互聯(lián)網(wǎng)平臺的應(yīng)用通過工業(yè)互聯(lián)網(wǎng)平臺進行數(shù)據(jù)實時分析與制造管控，智能化生產(chǎn)涉及對生產(chǎn)工藝優(yōu)化、生產(chǎn)流程再造、智能化生產(chǎn)排程、生產(chǎn)過程自動控制、設(shè)備預(yù)測性維護、產(chǎn)品生命周期管理、生產(chǎn)環(huán)境管控等諸多環(huán)節(jié)的系統(tǒng)集成。煉鐵行業(yè)的大數(shù)據(jù)應(yīng)用鋼鐵工業(yè)是國家戰(zhàn)略性支柱行業(yè)，煉鐵工序約占鋼鐵全流程的70%，但煉鐵行業(yè)在大數(shù)據(jù)利用和智能化煉鐵方面尚屬空白，各企業(yè)在煉鐵成本和能耗方面存在差異。數(shù)據(jù)共享壁壘由于數(shù)據(jù)共享壁壘的存在，煉鐵行業(yè)在數(shù)據(jù)交互和技術(shù)推廣方面受到阻礙，同時也限制了對行業(yè)級海量數(shù)據(jù)的深度分析、挖掘和利用。此外，煉鐵行業(yè)生態(tài)圈的發(fā)展滯后導致資源共享效率低下。038.1.2網(wǎng)絡(luò)協(xié)同化8.1.2網(wǎng)絡(luò)協(xié)同化網(wǎng)絡(luò)協(xié)同化模式是一種基于網(wǎng)絡(luò)協(xié)同技術(shù)和資源控制能力的分散形態(tài)的生產(chǎn)組織創(chuàng)新模式。網(wǎng)絡(luò)協(xié)同化模式網(wǎng)絡(luò)協(xié)同化通過連接IT、OT系統(tǒng)與互聯(lián)網(wǎng)，打破了物理和組織界線限制，實現(xiàn)了信息互通共享。打破限制協(xié)同化制造貫穿產(chǎn)品設(shè)計、制造、銷售環(huán)節(jié)，包括協(xié)同設(shè)計、云制造、供應(yīng)鏈協(xié)同等應(yīng)用模式。協(xié)同模式云制造基于“云計算”理念，實現(xiàn)資源與需求的最合理、高效匹配，提供制造服務(wù)云池和在線交易等服務(wù)。供應(yīng)鏈協(xié)同通過組織、業(yè)務(wù)流程和信息層面的協(xié)同，實現(xiàn)企業(yè)間優(yōu)勢互補和資源整合。海天味業(yè)面臨新品展示率低、終端覆蓋率差等問題，影響了收入和利潤增長率。其他互聯(lián)網(wǎng)公司的新零售、新通路模式對海天味業(yè)的傳統(tǒng)渠道形成了跨界沖擊。8.1.2網(wǎng)絡(luò)協(xié)同化云制造供應(yīng)鏈協(xié)同海天味業(yè)互聯(lián)網(wǎng)沖擊048.1.3個性化定制大規(guī)模個性化定制大規(guī)模個性化定制把個性化產(chǎn)品定制生產(chǎn)轉(zhuǎn)化為批量生產(chǎn)，運用了自動化控制技術(shù)、新材料技術(shù)、柔性制造技術(shù)等一系列技術(shù)，實現(xiàn)了高效生產(chǎn)。個性化定制個性化定制是指用戶為了滿足自身獨特需求，直接參與生產(chǎn)過程的一種生產(chǎn)模式。工業(yè)互聯(lián)網(wǎng)工業(yè)互聯(lián)網(wǎng)通過智能化生產(chǎn)與協(xié)同化制造，解決了個性化定制與標準化、規(guī)模化工業(yè)生產(chǎn)之間的矛盾，實現(xiàn)了生產(chǎn)效率的提升和用戶需求的滿足。8.1.3個性化定制模塊化定制模塊化定制將復雜的產(chǎn)品設(shè)計和生產(chǎn)進行多模塊的簡化分解，然后根據(jù)個性化需求對分解后的各個模塊進行定制集成生產(chǎn)。項目背景海爾中德冰箱對生產(chǎn)制造過程提出了更高水平的柔性管理要求，但傳統(tǒng)管理方式在生產(chǎn)過程的數(shù)字化和智能化方面水平較低，導致產(chǎn)線數(shù)據(jù)不夠透明，存在數(shù)據(jù)孤島問題。遠程定制遠程定制利用互聯(lián)網(wǎng)進行遠程設(shè)計、異地下單和分布式制造，工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)企業(yè)與用戶之間的無縫對接，提升產(chǎn)品的價值，增強用戶的黏性。實施方案借助卡奧斯COSMOPlat海模智云設(shè)備智慧物聯(lián)平臺的邊緣能力，實現(xiàn)各類設(shè)備數(shù)據(jù)采集集成，解決工廠數(shù)字化設(shè)備聯(lián)網(wǎng)率低、設(shè)備數(shù)據(jù)采集困難的問題。8.1.3個性化定制058.1.4服務(wù)化延伸傳統(tǒng)的服務(wù)型制造模式企業(yè)通過傳統(tǒng)手段將主要業(yè)務(wù)從產(chǎn)品制造轉(zhuǎn)向提供融資租賃、交鑰匙工程、制造外包等“產(chǎn)品+服務(wù)”商業(yè)模式，但服務(wù)并未與產(chǎn)品的全生命周期各環(huán)節(jié)融合。8.1.4服務(wù)化延伸服務(wù)轉(zhuǎn)型隨著互聯(lián)網(wǎng)與工業(yè)的深度融合，基于多種技術(shù)構(gòu)建多種業(yè)態(tài)融合的生態(tài)服務(wù)系統(tǒng)正在不斷涌現(xiàn)，實現(xiàn)資金鏈、供應(yīng)鏈以及高效物流等方面的商業(yè)生態(tài)營造。工業(yè)互聯(lián)網(wǎng)的服務(wù)型制造基于工業(yè)互聯(lián)網(wǎng)的服務(wù)型制造為產(chǎn)品提供在線、實時、遠程的智能服務(wù)，消除“產(chǎn)品孤兒”現(xiàn)象，使制造企業(yè)的價值創(chuàng)造延伸到產(chǎn)品售后服務(wù)領(lǐng)域。8.1.4服務(wù)化延伸典型應(yīng)用基于工業(yè)互聯(lián)網(wǎng)平臺的產(chǎn)品運維項目背景典型汽車零部件生產(chǎn)企業(yè)存在的問題包括缺乏產(chǎn)品追溯信息、生產(chǎn)過程數(shù)據(jù)依賴手工收集、設(shè)備異常無法及時反饋、數(shù)據(jù)分散難以與生產(chǎn)過程關(guān)聯(lián)、缺乏制造數(shù)據(jù)支持售后服務(wù)等。實施方案基于漢云工業(yè)互聯(lián)網(wǎng)平臺的IoT技術(shù)，實現(xiàn)數(shù)據(jù)采集和互聯(lián)，結(jié)合生產(chǎn)計劃，借助大數(shù)據(jù)技術(shù)實現(xiàn)預(yù)測性維修和保養(yǎng)，減少維修費用和營收損失。068.1.5產(chǎn)融結(jié)合產(chǎn)融結(jié)合新途徑：產(chǎn)融結(jié)合是金融行業(yè)基于工業(yè)互聯(lián)網(wǎng)的創(chuàng)新服務(wù)模式，也是構(gòu)建工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)的新途徑。批量開發(fā)實時評價：傳統(tǒng)金融服務(wù)依賴報表分析和盡職調(diào)查，難以實現(xiàn)批量開發(fā)和實時評價，且存在風險控制手段不足、管理成本高等問題。工業(yè)互聯(lián)網(wǎng)平臺服務(wù)：工業(yè)互聯(lián)網(wǎng)平臺服務(wù)商提供設(shè)備接入、資產(chǎn)管理、智能制造、資源與能力供需對接、產(chǎn)業(yè)鏈協(xié)同等服務(wù)，支持金融機構(gòu)業(yè)務(wù)拓展。產(chǎn)融結(jié)合應(yīng)用模式：“數(shù)據(jù)+銀行”模式應(yīng)用于銀行貸前用戶評估和貸后風險監(jiān)控，“數(shù)據(jù)+保險”模式應(yīng)用于保險公司的精準定價支持，“數(shù)據(jù)+租賃”模式應(yīng)用于租賃公司的設(shè)備資產(chǎn)管理。遠程鎖機防風險：租賃公司可通過工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)設(shè)備的數(shù)字化管理與風險防范，開啟遠程鎖機，有效防范資產(chǎn)風險。8.1.5產(chǎn)融結(jié)合0102030405078.2工業(yè)APP應(yīng)用模式工業(yè)app應(yīng)用工業(yè)應(yīng)用是將工業(yè)APP開發(fā)成果應(yīng)用到工業(yè)領(lǐng)域，涉及縱向多層級和橫向多環(huán)節(jié)。工業(yè)app復雜性由于工業(yè)領(lǐng)域的復雜性，工業(yè)APP的應(yīng)用也隨著領(lǐng)域復雜性、企業(yè)特性以及應(yīng)用環(huán)境的變化而呈現(xiàn)出多種多樣的使用形態(tài)與應(yīng)用方式。8.2工業(yè)APP應(yīng)用模式088.2.1面向高附加值產(chǎn)品8.2.1面向高附加值產(chǎn)品高端裝備制造高端裝備制造業(yè)的產(chǎn)品數(shù)量雖少，但單臺裝備的價值極高，且安全性及風險方面的考量也至關(guān)重要。工業(yè)APP投入石油鉆井機械企業(yè)意識到加強針對高附加值產(chǎn)品的工業(yè)APP投入的必要性，以更安全、更有效地完成設(shè)計、生產(chǎn)與運維