從PLC/SCADA到MES/ERP，IT/OT的五層架構(gòu)

01

工業(yè)化控制層概述

工業(yè)化控制層包括智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備、數(shù)據(jù)采集、設(shè)備維修、設(shè)備維護(hù)保養(yǎng)、預(yù)測性維護(hù)、機(jī)器人自動巡檢點(diǎn)檢、遠(yuǎn)程監(jiān)測與控制等。

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備：集先進(jìn)制造技術(shù)、信息技術(shù)和智能技術(shù)為一體，具有感知、分析、決策功能的監(jiān)測、控制與驅(qū)動設(shè)備及產(chǎn)品。

? 數(shù)據(jù)采集：指通過在線的傳感器或軟件技術(shù)對被測對象進(jìn)行自動采集數(shù)字或模擬信號，并傳送到DCS、PLC、DNC、SCADA、儀表等系統(tǒng)進(jìn)行分析、處理。全部的數(shù)據(jù)采集系統(tǒng)包含了傳感器、信號調(diào)理、模數(shù)轉(zhuǎn)換、通訊接口，以及信號處理設(shè)備、信號處理軟件等。

?設(shè)備維修：指為保持、恢復(fù)以及提升設(shè)備技術(shù)狀態(tài)進(jìn)行的技術(shù)活動。其中包括保持設(shè)備良好技術(shù)狀態(tài)的維護(hù)、設(shè)備劣化或發(fā)生故障后恢復(fù)其功能而進(jìn)行的修理，以及提升設(shè)備技術(shù)狀態(tài)進(jìn)行的計(jì)劃性或緊急性的技術(shù)活動。

?設(shè)備維護(hù)保養(yǎng)：是設(shè)備維修與保養(yǎng)的結(jié)合。為防止設(shè)備性能劣化或降低設(shè)備失效的概率，按事先規(guī)定的計(jì)劃或相應(yīng)技術(shù)條件的規(guī)定進(jìn)行的技術(shù)管理措施。包括事后維護(hù)、預(yù)防維護(hù)、生產(chǎn)維護(hù)、預(yù)測維護(hù)等。

?設(shè)備預(yù)測性維護(hù)：基于生產(chǎn)過程、設(shè)備運(yùn)行數(shù)據(jù)及運(yùn)行日志文件數(shù)據(jù)的分析，對設(shè)備狀態(tài)進(jìn)行有效性評估，并通過預(yù)測可能的失效模式，動態(tài)、及時地發(fā)現(xiàn)設(shè)備潛在故障，并形成具有針對性的預(yù)警及維護(hù)方案。

?機(jī)器人自動巡檢點(diǎn)檢：制定對設(shè)備進(jìn)行定點(diǎn)、定位的周期性或臨時性的檢查方案，通過自行走機(jī)器人、無人機(jī)等方式，按照預(yù)設(shè)的路線，以傳感器、儀器儀表、視覺、紅外線等接觸式或非接觸式的檢測技術(shù)，對設(shè)備運(yùn)行狀態(tài)及環(huán)境進(jìn)行數(shù)據(jù)、影像采集，并可做出預(yù)判。同時需采用無線傳輸技術(shù)，將以上信息及時傳送給管理中心。在特殊工況下比較適用，但是在正常的環(huán)境下可以用遠(yuǎn)程監(jiān)控來替代。

?遠(yuǎn)程監(jiān)測與控制：通過有線或無線網(wǎng)絡(luò)的方式，通過計(jì)算機(jī)系統(tǒng)對遠(yuǎn)程的設(shè)備進(jìn)行運(yùn)行狀態(tài)的數(shù)據(jù)采集與視頻監(jiān)控，并可通過網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)程對設(shè)備的啟停、運(yùn)轉(zhuǎn)速度等運(yùn)行狀態(tài)的控制。智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備在開發(fā)階段就需在設(shè)備內(nèi)部建立運(yùn)行狀態(tài)的數(shù)據(jù)采集系統(tǒng)，并具有可連接到專網(wǎng)、寬帶、4G、5G等的通訊接口。

02

IT信息化5層架構(gòu)的數(shù)據(jù)打通

1、概述

IT信息化5層架構(gòu)如下圖所示：

? 第一層（設(shè)備基礎(chǔ)層）：包括工業(yè)生產(chǎn)各類設(shè)備、傳感器、PLC控制、傳輸網(wǎng)絡(luò)以及物聯(lián)網(wǎng)網(wǎng)關(guān)等，是工廠的最底層加工單元。主要完成數(shù)據(jù)的采集、轉(zhuǎn)換、收集、處理和計(jì)算，以及必要的控制。通過統(tǒng)一的接口（如OPC UA），按照傳輸協(xié)議（比如工業(yè)以太網(wǎng)傳輸協(xié)議）連接到工業(yè)監(jiān)測、控制、執(zhí)行系統(tǒng)中。

?第二層（自動化控制層）：設(shè)備監(jiān)測控制系統(tǒng)，比如HMI、DNC、SCADA等。HMI稱作人機(jī)接口（也叫人機(jī)界面），是系統(tǒng)和用戶之間進(jìn)行交互和信息交換的媒介，實(shí)現(xiàn)信息的內(nèi)部形式與人類可以接受的形式之間的轉(zhuǎn)換。SCADA是數(shù)據(jù)采集與監(jiān)測控制系統(tǒng)，是以計(jì)算機(jī)為基礎(chǔ)的DCS與電力自動化監(jiān)控系統(tǒng)。可以對現(xiàn)場的運(yùn)行設(shè)備組網(wǎng)進(jìn)行監(jiān)測和控制，以實(shí)現(xiàn)數(shù)據(jù)采集、設(shè)備控制、測量、參數(shù)調(diào)節(jié)以及各類信號報警等功能。

?第三層（生產(chǎn)執(zhí)行層）：由MES、MOM等滿足不同工業(yè)需求的生產(chǎn)執(zhí)行系統(tǒng)構(gòu)成，負(fù)責(zé)拿到任務(wù)并進(jìn)行任務(wù)的分配與過程執(zhí)行。在這個過程中，需要通過網(wǎng)絡(luò)和各類接口，向控制層系統(tǒng)或基礎(chǔ)層設(shè)備請求所需要的各種參數(shù)、變量、狀態(tài)和數(shù)據(jù)，反向控制指令的原理一樣。其技術(shù)基礎(chǔ)是與現(xiàn)場設(shè)備進(jìn)行通訊，實(shí)現(xiàn)數(shù)據(jù)的自動化采集甚至智能采集以及反向控制。

?第四層（業(yè)務(wù)管理層）：包括PLM、ERP、SCM、CRM等上層系統(tǒng)。其中，PLM負(fù)責(zé)產(chǎn)品從研發(fā)到報廢的“全生命周期管理”，ERP負(fù)責(zé)企業(yè)內(nèi)部資源的配置和協(xié)調(diào)，SCM負(fù)責(zé)企業(yè)資源和外部的對接，CRM負(fù)責(zé)促進(jìn)企業(yè)和消費(fèi)者的溝通。

?第五層（商業(yè)決策層）：經(jīng)過層層數(shù)據(jù)的采集、處理、存儲、分析、利用，最終能夠?yàn)樯虡I(yè)決策層（BI商務(wù)智能）提供精益的數(shù)據(jù)基礎(chǔ)。商業(yè)決策層將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效整合，快速準(zhǔn)確地提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策。

通過以上IT信息化5層架構(gòu)的打通，能夠打破數(shù)據(jù)孤島，使得智能產(chǎn)品從設(shè)計(jì)、制造、安裝、運(yùn)維到服務(wù)的所有環(huán)節(jié)都被打通。PLM的設(shè)計(jì)數(shù)據(jù)直接進(jìn)入ERP系統(tǒng)，ERP系統(tǒng)立即調(diào)配工廠資源，如需外界供貨則由SCM系統(tǒng)自動調(diào)配。而借助于CRM系統(tǒng)，整個生產(chǎn)過程可以和客戶保持實(shí)時溝通。MES系統(tǒng)在其中起到了信息化和工業(yè)自動化的橋梁作用。這一切的基礎(chǔ)是實(shí)現(xiàn)軟硬件的結(jié)合，用智能信息化系統(tǒng)結(jié)合智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備，最終實(shí)現(xiàn)整個制造工廠到服務(wù)現(xiàn)場的智能化。

2、數(shù)據(jù)采集

數(shù)據(jù)采集作為產(chǎn)品生產(chǎn)和服務(wù)運(yùn)維過程中的信息收集手段，是連接底層工業(yè)控制系統(tǒng)與上層信息化系統(tǒng)的橋梁，為企業(yè)信息化提供有效的基礎(chǔ)數(shù)據(jù)，比如工藝參數(shù)、設(shè)備數(shù)據(jù)、質(zhì)量數(shù)據(jù)等。數(shù)據(jù)采集將管理同生產(chǎn)緊密結(jié)合，形成“信息源于生產(chǎn)，運(yùn)維服務(wù)數(shù)據(jù)又最終指導(dǎo)、優(yōu)化生產(chǎn)”的有效閉環(huán)。

2.1 數(shù)據(jù)采集類型

工業(yè)數(shù)據(jù)主要來源于機(jī)器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)和產(chǎn)業(yè)鏈相關(guān)數(shù)據(jù)。不僅要涵蓋基礎(chǔ)數(shù)據(jù)，還要逐步包括用戶行為數(shù)據(jù)、社交關(guān)系數(shù)據(jù)、用戶意見和反饋數(shù)據(jù)、設(shè)備和傳感器采集的周期性數(shù)據(jù)等各類數(shù)據(jù)。目前主要包括以下幾種數(shù)據(jù)采集類型：

（1）海量的Key-Value數(shù)據(jù)：在傳感器技術(shù)飛速發(fā)展的今天，光電、熱敏、氣敏、力敏、磁敏、聲敏、濕敏等不同類別的工業(yè)傳感器在工業(yè)現(xiàn)場得到了大量應(yīng)用，而且很多時候機(jī)器設(shè)備的數(shù)據(jù)大概要到毫秒的精度才能分析海量的工業(yè)數(shù)據(jù)。因此，這部分?jǐn)?shù)據(jù)的特點(diǎn)是每條數(shù)據(jù)內(nèi)容很少，但是頻率極高。

（2）文檔數(shù)據(jù)：包括工程圖紙、仿真數(shù)據(jù)、設(shè)計(jì)CAD圖紙等，還有大量的傳統(tǒng)工程文檔。

（3）信息化數(shù)據(jù)：是由工業(yè)信息系統(tǒng)產(chǎn)生的數(shù)據(jù)，一般是通過數(shù)據(jù)庫形式存儲的，這部分?jǐn)?shù)據(jù)是最好采集的。

（4） 接口數(shù)據(jù)：由已經(jīng)建成的工業(yè)自動化或信息系統(tǒng)提供的接口類型數(shù)據(jù)，包括txt格式、JSON格式、XML格式等。

（5）視頻數(shù)據(jù)：工業(yè)現(xiàn)場的視頻監(jiān)控設(shè)備產(chǎn)生的大量視頻數(shù)據(jù)。

（6）圖像數(shù)據(jù)：工業(yè)現(xiàn)場各類圖像設(shè)備拍攝的圖片，例如巡檢人員用手持設(shè)備拍攝的，或機(jī)器人自動拍攝的設(shè)備、環(huán)境信息圖片等。

（7）音頻數(shù)據(jù)：語音及聲音信息。例如操作員的通話、設(shè)備運(yùn)轉(zhuǎn)的音量等。

（8）其他數(shù)據(jù)：例如遙感遙測信息、三維信息等。

2.2 數(shù)據(jù)采集方法

（1）傳感器

傳感器是一種檢測裝置，能感受到被測量的信息，并將信息按一定規(guī)律轉(zhuǎn)換成電信號或其他所需形式的信息輸出，以滿足數(shù)據(jù)的傳輸、處理、存儲、顯示和控制等要求。生產(chǎn)車間中存在許多傳感節(jié)點(diǎn)，24小時監(jiān)控著整個生產(chǎn)過程，當(dāng)發(fā)現(xiàn)異常時，迅速反饋至上位機(jī)，是數(shù)據(jù)采集的感官接收系統(tǒng)，屬于數(shù)據(jù)采集的底層環(huán)節(jié)。

（2）RFID技術(shù)

RFID射頻識別技術(shù)是一種非接觸式的自動識別技術(shù)，通過射頻信號自動識別目標(biāo)對象、獲取數(shù)據(jù)信息并交換數(shù)據(jù)。RFID技術(shù)可識別高速運(yùn)動物體并可同時識別多個標(biāo)簽，操作快捷方便。

在工作時，RFID讀寫器通過天線發(fā)送出一定頻率的脈沖信號，當(dāng)RFID標(biāo)簽進(jìn)入磁場時，憑借感應(yīng)電流所獲得的能量發(fā)送出存儲在芯片中的產(chǎn)品信息，或者主動發(fā)送某一頻率的信號。閱讀器對接收的信號進(jìn)行解碼，然后送到后臺主系統(tǒng)進(jìn)行相關(guān)處理。主系統(tǒng)根據(jù)邏輯運(yùn)算判斷該卡的合法性，針對不同的設(shè)定做出相應(yīng)的處理和控制，發(fā)出指令信號控制執(zhí)行動作。

2.3 數(shù)據(jù)采集難點(diǎn)

（1）數(shù)據(jù)量巨大

如果單純是將數(shù)據(jù)采集到，可能還比較好完成。但是，因?yàn)楸仨氁紤]數(shù)據(jù)的規(guī)范與清洗，所以在存儲之前需要對海量的數(shù)據(jù)進(jìn)行處理，從技術(shù)上又提高了難度。

（2）工業(yè)數(shù)據(jù)的協(xié)議不標(biāo)準(zhǔn)

互聯(lián)網(wǎng)數(shù)據(jù)采集一般都是常見的HTTP等協(xié)議，但在工業(yè)領(lǐng)域，有ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等各類型工業(yè)協(xié)議，而且各個自動化設(shè)備生產(chǎn)及集成商還會自己開發(fā)各種私有的工業(yè)協(xié)議，導(dǎo)致在工業(yè)協(xié)議的互聯(lián)互通上，出現(xiàn)了極大的難度。很多企業(yè)在工業(yè)現(xiàn)場實(shí)施綜合自動化等項(xiàng)目時，遇到的最大問題就是面對眾多的工業(yè)協(xié)議，無法及時有效的進(jìn)行解析和采集。

（3）視頻傳輸所需通訊帶寬巨大

隨著云計(jì)算技術(shù)的普及、公有云的興起，大數(shù)據(jù)需要大量的計(jì)算資源和存儲資源，因此工業(yè)數(shù)據(jù)逐步遷移到公有云已經(jīng)是大勢所趨了?，F(xiàn)在一個工業(yè)企業(yè)可能會有幾十路視頻，成規(guī)模的企業(yè)會有上百路視頻，如此大量的視頻文件如何通過互聯(lián)網(wǎng)順暢的傳輸?shù)皆贫耍彩切枰媾R的巨大挑戰(zhàn)。

（4）對原有系統(tǒng)的采集難度大

在實(shí)施大數(shù)據(jù)項(xiàng)目時，數(shù)據(jù)采集往往不僅僅是針對傳感器或者PLC，而是采集已經(jīng)部署完成的自動化系統(tǒng)的上位機(jī)數(shù)據(jù)。這些自動化系統(tǒng)在部署時，廠商水平參差不齊，大部分系統(tǒng)是沒有數(shù)據(jù)接口的，文檔也大量缺失，大量的現(xiàn)場系統(tǒng)沒有點(diǎn)表等基礎(chǔ)設(shè)置數(shù)據(jù)，使得對這部分?jǐn)?shù)據(jù)采集的難度極大。

（5）安全性考慮不足

原先的工業(yè)系統(tǒng)都是運(yùn)行在局域網(wǎng)中，安全問題不是突出考慮的重點(diǎn)。一旦需要通過云端調(diào)度工業(yè)之中最為核心的生產(chǎn)能力，又沒有對安全的充分考慮，造成的損失是難以彌補(bǔ)的。

3、數(shù)據(jù)展示

數(shù)據(jù)采集、處理之后，需要對采集數(shù)據(jù)進(jìn)行展示，例如智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備運(yùn)行狀態(tài)報告，可以顯示出當(dāng)前每臺設(shè)備的運(yùn)行狀態(tài)，是否空閑、空閑時間多少、是否加工中、加工時間多少、狀態(tài)設(shè)置如何、正在運(yùn)行中或是出了故障等。

數(shù)據(jù)展示需要對采集到的項(xiàng)目數(shù)據(jù)提供多種報表的展示，例如設(shè)備綜合利用率OEE報表，能夠準(zhǔn)確清楚地分析出設(shè)備效率如何，在生產(chǎn)的哪個環(huán)節(jié)有多少損失，以及可以進(jìn)行哪些改善工作。設(shè)備實(shí)時狀態(tài)跟蹤、能耗看板，將生產(chǎn)現(xiàn)場的設(shè)備狀況第一時間傳達(dá)給相應(yīng)的使用者。企業(yè)通過對工廠設(shè)備狀態(tài)的實(shí)時了解，可以實(shí)現(xiàn)即時、高效、準(zhǔn)確的精細(xì)化設(shè)備管理。

03

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備

數(shù)據(jù)的聚合清洗和優(yōu)化

1、概述

要實(shí)現(xiàn)設(shè)備的智慧管理、智慧數(shù)據(jù)處理，第一步需要拿到智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)。除了智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)采集，還要對智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)進(jìn)行聚合、清洗和優(yōu)化等。

? 數(shù)據(jù)聚合：是數(shù)據(jù)處理的最后一步，通常指的是轉(zhuǎn)換數(shù)據(jù)，是每一個數(shù)組生成一個單一的數(shù)值，比如sum( )、mean( )和count( )等。首先確保采集數(shù)據(jù)結(jié)構(gòu)的完整性，然后借助聚合功能，使用規(guī)范格式（比如XML）在任何格式之間按需轉(zhuǎn)換。

?數(shù)據(jù)清洗：清洗、匹配數(shù)據(jù)并對所有異常進(jìn)行處理，以確保數(shù)據(jù)的規(guī)范化、高質(zhì)量。數(shù)據(jù)采集是一個大集合，難免會出現(xiàn)一些錯誤或有沖突的不想要的“臟數(shù)據(jù)”。需要按照一定的規(guī)則把“臟數(shù)據(jù)”“洗掉”，過濾掉那些不符合要求的、不完整的、錯誤的、重復(fù)的數(shù)據(jù)。

?數(shù)據(jù)優(yōu)化：要獲得高信息含量的、有用的數(shù)據(jù)，除了要進(jìn)行數(shù)據(jù)聚合及清洗，還要對數(shù)據(jù)進(jìn)行優(yōu)化，根據(jù)數(shù)據(jù)分析優(yōu)化模型，對數(shù)據(jù)進(jìn)行分析重組。

2、數(shù)據(jù)分析

在設(shè)備自動化過程中，產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)所蘊(yùn)含的信息和價值并沒有被充分挖掘，數(shù)據(jù)分析的目的就是弄清楚智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)背后的含義。

從工業(yè)物聯(lián)網(wǎng)角度來說，數(shù)據(jù)分析可以從以下兩個方面來看：

（1）分析數(shù)據(jù)，形成分析結(jié)果，這是數(shù)據(jù)分析必須要做的一個基礎(chǔ)事情。

（2）合理應(yīng)用分析結(jié)果。分析的目的是把分析的結(jié)果應(yīng)用起來，實(shí)現(xiàn)安全生產(chǎn)+節(jié)能減排+提高效率。這件事情是一件實(shí)實(shí)在在的事情，如果只是吹捧概念，無法真正落地，是很難做到數(shù)據(jù)的完美應(yīng)用的。

3、邊緣計(jì)算

邊緣計(jì)算是一種分散式運(yùn)算架構(gòu)，將應(yīng)用程序、數(shù)據(jù)資料與服務(wù)的運(yùn)算，由網(wǎng)絡(luò)中心節(jié)點(diǎn)，移往網(wǎng)絡(luò)邏輯上的邊緣節(jié)點(diǎn)來處理。它是將原本完全由中心節(jié)點(diǎn)處理的大型服務(wù)加以分解，切割成更小更容易管理的部分，分散到邊緣節(jié)點(diǎn)去處理。如果把云端比作大腦，那么邊緣計(jì)算就是神經(jīng)末梢，對簡單的刺激進(jìn)行自處理并將處理的特征信息反饋給云端大腦。

隨著物聯(lián)網(wǎng)的發(fā)展，智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備所產(chǎn)生的數(shù)據(jù)將越來越多，這些大規(guī)模數(shù)據(jù)需要放到云端進(jìn)行處理。放到云端，就需要無窮無盡的傳輸帶寬和數(shù)據(jù)處理能力，“云”難免不堪重負(fù)，因此需要邊緣計(jì)算來分擔(dān)云計(jì)算的壓力。所以，在工業(yè)現(xiàn)場的邊緣側(cè)進(jìn)行數(shù)據(jù)采集、處理及傳輸?shù)倪吘売?jì)算網(wǎng)關(guān)承擔(dān)著不可小覷的重任。后期邊緣計(jì)算與云平臺再進(jìn)行融會貫通，實(shí)現(xiàn)“邊云一體化”，利用大數(shù)據(jù)分析賦能生產(chǎn)，能夠發(fā)揮工業(yè)數(shù)據(jù)的真正價值。

邊緣計(jì)算能夠提供隨處可得的不間斷的互聯(lián)網(wǎng)接入、全面的安全性和無線服務(wù)等，為真正意義上的智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備信息化、智能化提供數(shù)據(jù)的高速通道。其強(qiáng)勁的邊緣計(jì)算能力，在物聯(lián)網(wǎng)邊緣節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)優(yōu)化、實(shí)時響應(yīng)、敏捷連接、智能分析，顯著減少現(xiàn)場與中心端的數(shù)據(jù)流量，并避免云端運(yùn)算能力遇到瓶頸。能夠優(yōu)化網(wǎng)絡(luò)架構(gòu)，更安全、更快響應(yīng)，同時更智能化地實(shí)現(xiàn)現(xiàn)場業(yè)務(wù)。

另外，邊緣計(jì)算具有多種工業(yè)協(xié)議，比如Modbus TCP、Modbus RTU、OPC UA、PROFINET、PROFIBUS-DP、EtherCAT、EhterNET/IP、CC-LINK、PPI等，還具有完善的網(wǎng)絡(luò)功能，支持QoS功能、VLAN功能、虛擬IP映射功能、Sniffer功能等。

4、BI商業(yè)決策

4.1 BI概述

BI即商業(yè)智能，泛指用于業(yè)務(wù)分析的技術(shù)和工具，通過獲取、處理原始數(shù)據(jù)，將其轉(zhuǎn)化為有價值的信息來指導(dǎo)商業(yè)行動。BI能夠?yàn)槠髽I(yè)的商業(yè)運(yùn)營提供基于歷史、當(dāng)下和未來的分析視角，涵蓋了從運(yùn)營到戰(zhàn)略的每個層面。

BI可以為企業(yè)提供外部、內(nèi)部兩方面的信息分析。外部信息包括競爭對手、供應(yīng)商、原材料、需求等信息，內(nèi)部信息包括產(chǎn)品和服務(wù)的成本、質(zhì)量等。BI能幫助企業(yè)了解最新趨勢、抓住新的市場機(jī)會、發(fā)現(xiàn)潛在的威脅，從而更好地優(yōu)化資源、改進(jìn)財務(wù)績效、引導(dǎo)產(chǎn)品潮流、提高服務(wù)水平，提升企業(yè)的競爭優(yōu)勢。

從行業(yè)發(fā)展來看，BI的發(fā)展是以較為完善的企業(yè)信息系統(tǒng)和穩(wěn)定的業(yè)務(wù)系統(tǒng)為基礎(chǔ)的，其未來的應(yīng)用是與企業(yè)信息化的基礎(chǔ)狀況密切相關(guān)的。商業(yè)智能等于商業(yè)加智能，需要積累大量的設(shè)備、生產(chǎn)、業(yè)務(wù)數(shù)據(jù)，借助于數(shù)據(jù)倉庫、數(shù)據(jù)建模、數(shù)據(jù)分析、數(shù)據(jù)挖掘等技術(shù)，結(jié)合商業(yè)知識建立分析模型，然后進(jìn)行統(tǒng)計(jì)分析、深層挖掘，以可視化交互的方式進(jìn)行展現(xiàn)。

4.2 BI系統(tǒng)的組成

（1）業(yè)務(wù)系統(tǒng)

不同于業(yè)務(wù)管理類的信息系統(tǒng)，BI系統(tǒng)對企業(yè)信息化本身提出了更高的要求。隨著業(yè)務(wù)的推進(jìn)，企業(yè)信息系統(tǒng)會產(chǎn)生大量的數(shù)據(jù)，BI系統(tǒng)通過定時、實(shí)時的方式從各個業(yè)務(wù)系統(tǒng)中獲取最新的業(yè)務(wù)數(shù)據(jù)，然后進(jìn)行規(guī)范加工、計(jì)算匯總，最后展示給各級用戶。

（2）企業(yè)數(shù)據(jù)模型

BI系統(tǒng)中最有價值的部分是企業(yè)數(shù)據(jù)模型。數(shù)據(jù)模型是數(shù)據(jù)倉庫落地的業(yè)務(wù)基礎(chǔ)，數(shù)據(jù)倉庫中按業(yè)務(wù)主題存儲著企業(yè)的經(jīng)營數(shù)據(jù)，是商業(yè)智能系統(tǒng)的核心組件。

（3）應(yīng)用層

BI系統(tǒng)通過規(guī)范的數(shù)據(jù)管理，可以為用戶提供多渠道、多種形式的數(shù)據(jù)服務(wù)：

綜合報表：為企業(yè)各級人員提供傳統(tǒng)、復(fù)雜的統(tǒng)計(jì)報表，大大減少各級數(shù)據(jù)分析人員的日常制表工作。

管理駕駛艙：為公司高層管理人員提供全面的、可視化的關(guān)鍵績效指標(biāo)分析工具，通過圖形化的經(jīng)營戰(zhàn)略地圖、KPI儀表盤、各種經(jīng)營指標(biāo)的變化趨勢等，為不同的管理人員提供個性化的可視化展示。

監(jiān)控和預(yù)警：實(shí)時監(jiān)控企業(yè)各種關(guān)鍵績效指標(biāo)，并基于管理規(guī)則和業(yè)務(wù)計(jì)劃，對超出正常范圍的指標(biāo)和計(jì)劃延遲事項(xiàng)提供郵件、短信等多種提醒方式，保證關(guān)鍵問題能夠及時獲得管理層及相關(guān)人員的關(guān)注和解決。

分析挖掘：屬于BI系統(tǒng)的高端應(yīng)用。企業(yè)可以使用系統(tǒng)提供的數(shù)據(jù)分析工具和方法，對歷史經(jīng)營數(shù)據(jù)進(jìn)行分析和挖掘，發(fā)現(xiàn)隱含的未知業(yè)務(wù)知識和規(guī)律，指導(dǎo)業(yè)務(wù)創(chuàng)新和輔助決策。

4.3 BI帶來的價值

（1）給決策層帶來的價值

BI能給高層管理者帶來的最直接效益就是信息獲取的效率獲得極大提升，過去數(shù)天或者數(shù)周才能獲得的數(shù)據(jù)報告，可以直接從管理駕駛艙中獲得。管理者可以及時掌握公司整體運(yùn)營狀況，對關(guān)鍵項(xiàng)目進(jìn)行全程的跟蹤監(jiān)控，及時發(fā)現(xiàn)或預(yù)見潛在偏差，組織通知相關(guān)人員分析問題的原因，采取相應(yīng)措施進(jìn)行調(diào)整。

管理駕駛艙是企業(yè)圍繞著長期規(guī)劃與短期計(jì)劃、執(zhí)行監(jiān)控、問題分析、調(diào)整等過程實(shí)現(xiàn)的商業(yè)智能應(yīng)用。

（2）給管理層帶來的價值

BI幫助企業(yè)各級職能管理者面對行業(yè)環(huán)境的快速變化做出敏捷反應(yīng)、科學(xué)決策，制定業(yè)務(wù)范圍的合理經(jīng)營目標(biāo)，洞察出日常經(jīng)營活動與計(jì)劃產(chǎn)生偏差時能夠及時采取的糾偏措施。在日常運(yùn)營管理決策時用數(shù)據(jù)說話，無論好壞對錯，是非成敗，都要拿出數(shù)據(jù)，檢查工作，研究問題，改進(jìn)工作。從收集和分析信息開始，按規(guī)律辦事，從工作中找出規(guī)律性，而不是拍腦袋的決策。

（3）給執(zhí)行層帶來的價值

BI能夠帶來的最直接的影響是效率的提升。通過BI系統(tǒng)，大部分報表變得隨手可得。

綜合以上，BI商業(yè)智能帶來的最積極的影響是企業(yè)整體效率的提升，可以保證企業(yè)各級業(yè)務(wù)有序、按計(jì)劃地執(zhí)行，出現(xiàn)偏差后能夠及時獲得關(guān)注和處理，降低了企業(yè)的經(jīng)營風(fēng)險。

04

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備

數(shù)據(jù)上工業(yè)云

隨著制造業(yè)的發(fā)展，智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備的性能越來越好，功能也越來越強(qiáng)大，結(jié)構(gòu)越來越復(fù)雜，自動化程度越來越高。同時，工廠對智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備的安全、穩(wěn)定性要求也越來越迫切。無論是智能制造還是智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備，核心都是數(shù)據(jù)。過去，數(shù)據(jù)沉淀在設(shè)備里，無法提取出來，生產(chǎn)管理只能依賴經(jīng)驗(yàn)，而不能依靠數(shù)據(jù)。而如今，可以通過設(shè)備聯(lián)網(wǎng)，采集生產(chǎn)、設(shè)備數(shù)據(jù)甚至環(huán)境數(shù)據(jù)，設(shè)備成了能聽懂指令和會說話的智能設(shè)備。

如今工業(yè)云環(huán)境已經(jīng)初具規(guī)模，如果能將智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)上云，對智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備開展全面的狀態(tài)監(jiān)測、故障診斷及健康管理，將大幅保障設(shè)備安全可靠地運(yùn)轉(zhuǎn)。并且可以對智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備數(shù)據(jù)進(jìn)行分析，充分挖掘數(shù)據(jù)的價值，找到生產(chǎn)效率提升的關(guān)鍵因素。

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備上云能夠幫助企業(yè)形成完善的設(shè)備運(yùn)維生命周期閉環(huán)，有效提升設(shè)備運(yùn)維管理效率，并在這個過程中沉淀企業(yè)數(shù)據(jù)知識資產(chǎn)，為后續(xù)生產(chǎn)運(yùn)營優(yōu)化提供依據(jù)，給企業(yè)帶來巨大的經(jīng)濟(jì)效益。通過智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備上云，將設(shè)備運(yùn)行數(shù)據(jù)、狀態(tài)數(shù)據(jù)、診斷數(shù)據(jù)、自身生命周期數(shù)據(jù)等放在云端，建立云上設(shè)備與信息系統(tǒng)的安全穩(wěn)定連接，全方位管理生產(chǎn)進(jìn)度、質(zhì)量、設(shè)備和人員等各環(huán)節(jié)。對接線上設(shè)備數(shù)據(jù)進(jìn)行實(shí)時監(jiān)控，實(shí)現(xiàn)設(shè)備數(shù)據(jù)集成管理，解決設(shè)備監(jiān)控、產(chǎn)品質(zhì)量追溯等問題，通過信息化建設(shè)全方位的可追溯數(shù)據(jù)。 拿設(shè)備維修履歷數(shù)據(jù)舉例：維修履歷數(shù)據(jù)是工廠維修人員、設(shè)備廠家留下的痕跡數(shù)據(jù)，系供應(yīng)鏈數(shù)據(jù)。通過上云可以將這些數(shù)據(jù)進(jìn)行痕跡管理和深度分析，應(yīng)用于工廠端、服務(wù)端、供應(yīng)鏈與設(shè)備端。這需要以維修模式創(chuàng)新作為基礎(chǔ)，比如維修合伙人制度，以及工業(yè)服務(wù)產(chǎn)業(yè)化作為支撐，方能實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)。

05

人工智能和云計(jì)算

賦能數(shù)據(jù)產(chǎn)生價值

數(shù)據(jù)的挑戰(zhàn)是所有新技術(shù)挑戰(zhàn)的主要表現(xiàn)形式。如何做好設(shè)備與設(shè)備之間的互聯(lián)，不同設(shè)備之間數(shù)據(jù)的交互，在生產(chǎn)過程中、安裝運(yùn)維過程中的海量數(shù)據(jù)處理，已經(jīng)不單純是要解決數(shù)據(jù)聯(lián)通，而是需要全方位的技術(shù)思考。

1. 人工智能賦能的數(shù)據(jù)產(chǎn)生價值

《人工智能標(biāo)準(zhǔn)化白皮書（2018版）》認(rèn)為，人工智能是利用數(shù)字計(jì)算機(jī)或數(shù)字計(jì)算機(jī)控制的機(jī)器模擬、延伸和擴(kuò)展人的智能，感知環(huán)境、獲取知識并使用知識獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。

1.1 人工智能的特征

（1）由人類設(shè)計(jì)，為人類服務(wù)，本質(zhì)為計(jì)算，基礎(chǔ)為數(shù)據(jù)。通過對數(shù)據(jù)的采集、加工、處理、分析和挖掘，形成有價值的信息流和知識模型。

（2）能感知環(huán)境，能產(chǎn)生反應(yīng)，能與人交互，能與人互補(bǔ)。能夠幫助企業(yè)做人類不擅長、不喜歡但機(jī)器能夠完成的工作。

（3）有適應(yīng)特性，有學(xué)習(xí)能力，有演化迭代，有連接擴(kuò)展。人工智能系統(tǒng)具有一定的隨環(huán)境、數(shù)據(jù)或任務(wù)變化而自適應(yīng)調(diào)節(jié)參數(shù)或更新優(yōu)化模型的能力，并且能夠在此基礎(chǔ)上通過與云、端、人、物等，進(jìn)行越來越廣泛的、深入的數(shù)字化連接擴(kuò)展，使系統(tǒng)具有適應(yīng)性、靈活性、擴(kuò)展性，來應(yīng)付不斷變化的現(xiàn)實(shí)環(huán)境。

1.2 智能制造對人工智能的需求

（1）智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備：包括智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備、自動識別設(shè)備、人機(jī)交互系統(tǒng)、工業(yè)機(jī)器人以及數(shù)控機(jī)床等具體設(shè)備，涉及到跨媒體分析推理、自然語言處理、虛擬現(xiàn)實(shí)智能建模以及自主無人系統(tǒng)等關(guān)鍵技術(shù)。

（2）智能工廠：包括智能設(shè)計(jì)、智能生產(chǎn)、智能管理以及集成優(yōu)化等具體內(nèi)容，涉及到跨媒體分析推理、大數(shù)據(jù)智能、機(jī)器學(xué)習(xí)等關(guān)鍵技術(shù)。

（3）智能服務(wù)：包括大規(guī)模個性化定制、遠(yuǎn)程運(yùn)維以及預(yù)測性維護(hù)等具體服務(wù)模式，涉及到跨媒體分析推理、自然語言處理、大數(shù)據(jù)智能、高級機(jī)器學(xué)習(xí)等關(guān)鍵技術(shù)。

1.3人工智能賦能價值

舉個例子：比如設(shè)備預(yù)測性維護(hù)的人工智能應(yīng)用。傳統(tǒng)的設(shè)備維護(hù)方法是人工經(jīng)常性的巡視、定期預(yù)防性檢修，憑外觀現(xiàn)象、指示儀表等判斷可能出現(xiàn)的異常；定期對設(shè)備實(shí)行停止運(yùn)行的例行檢查，做預(yù)防性絕緣試驗(yàn)和機(jī)械動作試驗(yàn)等。一旦設(shè)備出現(xiàn)問題，只能逐個排查，需要耗費(fèi)大量的人力、物力。

通過人工智能技術(shù)的賦能，可以實(shí)現(xiàn)預(yù)測性維護(hù)。通過邊緣側(cè)的數(shù)據(jù)采集、處理，基于數(shù)據(jù)驅(qū)動型的機(jī)器學(xué)習(xí)方法，充分發(fā)揮算法、模型的作用，借助于計(jì)算機(jī)的算力、學(xué)習(xí)力來尋找最優(yōu)的維護(hù)參數(shù)，并獲得更高的預(yù)測準(zhǔn)確度。通過預(yù)測預(yù)控，變被動為主動，在機(jī)器發(fā)生故障之前自動檢測到異常，并提醒用戶進(jìn)行有針對的維修維護(hù)。

再舉個例子：比如商業(yè)決策BI的人工智能應(yīng)用。傳統(tǒng)的BI看板報警是基于事先設(shè)定好的規(guī)則，比如：閾值、警戒線等。一旦超出了設(shè)定的閾值或警戒線就自動告警。

通過人工智能技術(shù)的賦能，可以實(shí)現(xiàn)模型控制，比如：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等。人工智能對比過去的數(shù)據(jù)，自動選擇適合的算法、自動判斷告警、觸發(fā)上述預(yù)測性維護(hù)指令等商業(yè)決策。

2. 云計(jì)算賦能的數(shù)據(jù)產(chǎn)生價值

隨著物聯(lián)網(wǎng)、工業(yè)大數(shù)據(jù)等信息網(wǎng)絡(luò)技術(shù)和制造技術(shù)的融合發(fā)展，作為基礎(chǔ)設(shè)施的云計(jì)算逐步向制造和服務(wù)領(lǐng)域滲透。解析服務(wù)、云數(shù)據(jù)、云存儲等產(chǎn)品和解決方案的出現(xiàn)，極大地方便了物聯(lián)網(wǎng)、大數(shù)據(jù)的工業(yè)部署，打通了工廠間的信息孤島，使制造企業(yè)能夠?qū)崿F(xiàn)跨平臺的海量數(shù)據(jù)分析和管理，實(shí)現(xiàn)快速響應(yīng)和柔性高效的生產(chǎn)制造。工業(yè)云平臺的推出為制造企業(yè)提供了協(xié)同設(shè)計(jì)、模擬仿真、物流追蹤、智能控制等云服務(wù)，生產(chǎn)管理智能化水平得到明顯提升。

無論工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)驅(qū)動、數(shù)字孿生這些概念說的如何天花亂墜，在實(shí)際工業(yè)生產(chǎn)過程中，如果不能解決企業(yè)的核心問題——提高利潤、降低成本，都難免是紙上談兵。雖然數(shù)據(jù)本身很重要，但能直接解決問題的服務(wù)應(yīng)用對企業(yè)才更有價值。當(dāng)前，除了如何采集數(shù)據(jù)之外，絕大部分企業(yè)面對的關(guān)鍵問題是如何運(yùn)用數(shù)據(jù)產(chǎn)生價值！

通過云計(jì)算賦能，可以產(chǎn)生如下價值：

（1）通過云計(jì)算，能夠?qū)⒃倦[性的問題，通過對數(shù)據(jù)的挖掘變得顯性，進(jìn)而使以往不可見的風(fēng)險能夠被避免。

（2）將云計(jì)算與大數(shù)據(jù)、其他先進(jìn)的分析工具相結(jié)合，能夠?qū)崿F(xiàn)產(chǎn)品的智能化升級，利用數(shù)據(jù)挖掘產(chǎn)生的信息為客戶提供全生命周期的增值服務(wù)。

（3）利用數(shù)據(jù)尋找用戶價值的缺口，開拓新的商業(yè)模式。云計(jì)算平臺可以為客戶的產(chǎn)品需求和企業(yè)的制造資源搭建溝通橋梁，企業(yè)可以通過客戶端與云平臺的雙向溝通開展面向客戶個性化需求的產(chǎn)品設(shè)計(jì)，并通過云平臺將產(chǎn)品的生產(chǎn)狀況和制造進(jìn)度及時反饋給客戶，實(shí)現(xiàn)產(chǎn)品全生命周期的用戶參與。以用戶需求為原點(diǎn)配置企業(yè)制造資源和能力，打造個性化產(chǎn)品，實(shí)現(xiàn)商業(yè)模式創(chuàng)新。

（4）云計(jì)算應(yīng)用逐步普及，并不斷向細(xì)分領(lǐng)域滲透，加速企業(yè)由硬件制造商向“制造+服務(wù)”的提供商轉(zhuǎn)型。企業(yè)利用云計(jì)算結(jié)合大數(shù)據(jù)、物聯(lián)網(wǎng)、在線監(jiān)測等技術(shù)能夠?qū)a(chǎn)品的運(yùn)作過程虛擬化傳輸?shù)皆瀑Y源池中進(jìn)行故障診斷、壽命預(yù)測，并為軟件問題提供在線解決方案，產(chǎn)品附加值得到提升。制造企業(yè)通過構(gòu)建云平臺，對外開放自身數(shù)據(jù)、知識、專家和制造資源，能夠?yàn)榈谌狡髽I(yè)和用戶提供數(shù)據(jù)分析、融資租賃、供應(yīng)鏈管理等產(chǎn)業(yè)鏈延伸服務(wù)。

06

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備

融入工業(yè)物聯(lián)網(wǎng)

工業(yè)物聯(lián)網(wǎng)是將上述所有創(chuàng)新技術(shù)融合的最新業(yè)務(wù)場景。具有感知、監(jiān)控能力的各類采集、控制傳感器或控制器，以及移動通信、智能分析等技術(shù)不斷融入到工業(yè)生產(chǎn)過程各個環(huán)節(jié)，從而大幅度提高制造效率，改善產(chǎn)品質(zhì)量，降低產(chǎn)品成本和資源消耗，最終實(shí)現(xiàn)將傳統(tǒng)工業(yè)提升到智能化的新階段。從應(yīng)用形式上看，工業(yè)物聯(lián)網(wǎng)的應(yīng)用具有實(shí)時性、自動化、嵌入式、安全性和信息互聯(lián)互通性等特點(diǎn)。

工業(yè)物聯(lián)網(wǎng)是工業(yè)系統(tǒng)與互聯(lián)網(wǎng)，以及高級計(jì)算、分析、傳感技術(shù)的高度融合，也是工業(yè)生產(chǎn)加工過程與物聯(lián)網(wǎng)技術(shù)的高度融合。它將制造業(yè)生產(chǎn)、監(jiān)控、企業(yè)管理、供應(yīng)鏈以及客戶反饋等信息系統(tǒng)融為一體，通過數(shù)據(jù)中心對不同渠道的數(shù)據(jù)進(jìn)行智能處理，從而提高生產(chǎn)效率、產(chǎn)品質(zhì)量和用戶滿意度。

工業(yè)物聯(lián)網(wǎng)具有全面感知、互聯(lián)傳輸、智能處理及自組織和自維護(hù)的特點(diǎn)。即利用RFID、傳感器、二維碼等技術(shù)即時獲取產(chǎn)品從生產(chǎn)、銷售、市場等各個階段的信息數(shù)據(jù)，通過專用網(wǎng)絡(luò)和互聯(lián)網(wǎng)相連的方式實(shí)現(xiàn)設(shè)備和網(wǎng)絡(luò)的數(shù)據(jù)交互，利用云計(jì)算、模糊識別、神經(jīng)網(wǎng)絡(luò)等智能計(jì)算對數(shù)據(jù)進(jìn)行分析并處理。同時，一個功能完善的工業(yè)物聯(lián)網(wǎng)系統(tǒng)通過全方位互相連通，實(shí)現(xiàn)了自組織和自維護(hù)功能。

以前制造企業(yè)一直處于把數(shù)字世界和實(shí)體世界分離的局面，現(xiàn)在制造業(yè)廠商正逐步通過物聯(lián)網(wǎng)將兩個世界進(jìn)行融合。從“管理、控制、智能”的角度來看，其實(shí)物聯(lián)網(wǎng)與工業(yè)自動化是一脈相承的，工業(yè)自動化包含采集、傳輸、計(jì)算等環(huán)節(jié)，而物聯(lián)網(wǎng)是全面感知、可靠傳遞、智慧處理，兩者是相通的。

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備如何與工業(yè)物聯(lián)網(wǎng)接軌？

（1）實(shí)現(xiàn)遠(yuǎn)程控制

為用戶提供高效的服務(wù)。實(shí)現(xiàn)隨時隨地獲取設(shè)備位置、工況、報警、故障、服務(wù)等信息，即便遠(yuǎn)在千里之外，設(shè)備出現(xiàn)了故障，各種故障信息數(shù)據(jù)也可及時傳輸至廠家系統(tǒng)控制室，再由專家將解決方案回傳，最終完成問題的解決。實(shí)現(xiàn)設(shè)備操作的簡單化、無人化、智能化，實(shí)現(xiàn)基于多設(shè)備類型的協(xié)同精細(xì)化生產(chǎn)管理水平，提升設(shè)備的質(zhì)量和效率，并且節(jié)能降噪，保障效益的最大化。

（2）大數(shù)據(jù)的應(yīng)用

智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備融入物聯(lián)網(wǎng)可以采集到龐大的數(shù)據(jù)量，這其實(shí)是一個金礦，如果利用得好，企業(yè)可以挖到非?？捎^的財富。比如能夠?qū)崿F(xiàn)全國甚至全球各地庫存互聯(lián)互通，實(shí)現(xiàn)泛供應(yīng)鏈數(shù)字化管理，實(shí)時提供設(shè)備和備件、配件、易損品、易耗品庫存和物流情況，向市場營銷、售后服務(wù)、生產(chǎn)管理、電子商務(wù)等提供數(shù)字支持。并提供庫存在線查詢及周轉(zhuǎn)率和成本統(tǒng)計(jì)分析，提供物流端到端監(jiān)控及安全管理和物流成本核算等。

（3）完善售后服務(wù)

傳統(tǒng)的后市場服務(wù)模式可以稱為“被動式”服務(wù)，客戶有需求，才會有專門的服務(wù)人員上門服務(wù)。隨著物聯(lián)網(wǎng)的發(fā)展，這樣的服務(wù)模式越來越不能滿足客戶的需求，服務(wù)的方式需要由被動變?yōu)橹鲃?，即在客戶尚未意識到自己需要服務(wù)時，企業(yè)就已經(jīng)預(yù)知到客戶需要相應(yīng)的服務(wù)從而主動聯(lián)系或者提醒客戶，這樣的場景化服務(wù)模式無疑會極大地提高客戶的滿意度和服務(wù)質(zhì)量?？梢酝ㄟ^物聯(lián)網(wǎng)采集設(shè)備狀態(tài)，對設(shè)備進(jìn)行遠(yuǎn)程監(jiān)控和故障診斷，避免設(shè)備非計(jì)劃性停機(jī)，進(jìn)而實(shí)現(xiàn)預(yù)測性維護(hù)，提供增值服務(wù)，并促進(jìn)備品備件銷售。

（4）服務(wù)轉(zhuǎn)型

搭載物聯(lián)網(wǎng)的東風(fēng)，可以更大程度地實(shí)現(xiàn)智能產(chǎn)品/智能生產(chǎn)設(shè)備/智能測試設(shè)備的信息化和智能化，有助于完善信息化推進(jìn)機(jī)制，推動信息技術(shù)深度應(yīng)用，加快設(shè)備制造業(yè)向服務(wù)型制造的轉(zhuǎn)型。

綜上所述，工業(yè)物聯(lián)網(wǎng)云平臺除了通過對現(xiàn)場海量的設(shè)備以及他們產(chǎn)生的數(shù)據(jù)進(jìn)行采集、進(jìn)而聯(lián)網(wǎng)，實(shí)現(xiàn)整個架構(gòu)的縱向信息化、數(shù)字化整合，還有橫向的業(yè)務(wù)、數(shù)據(jù)整合。方方面面的數(shù)據(jù)最終構(gòu)成了萬物互聯(lián)的智能工廠