工業互聯網應用：從基礎到實戰

第1章 工業互聯網基礎 001
1.1 工業互聯網 001
1.1.1 工業互聯網概念 001
1.1.2 工業互聯網整體架構 001
1.1.3 工業互聯網與互聯網的關係 002
1.2 工業互聯網發展背景 003
1.2.1 全球工業互聯網平臺發展現狀 003
1.2.2 中國工業互聯網平臺現狀 004
1.2.3 中國工業互聯網的實現路徑 005
1.3 工業互聯網與“製造2025” 007
1.4 工業互聯網與新基建的關係 007
1.4.1 新基建概述 007
1.4.2 新基建下的工業互聯網 008
1.5 發展工業互聯網的意義 008

第2章 工業互聯網核心技術 010
2.1 數據集成與邊緣處理技術 010
2.1.1 數據集成 011
2.1.2 邊緣計算 024
2.1.3 工業網路 035
2.2 IaaS 關鍵技術 046
2.2.1 虛擬化技術 046
2.2.2 分散式存儲 047
2.2.3 平行計算 050
2.2.4 負載均衡 051
2.3 雲計算 055
2.3.1 雲計算概念 055
2.3.2 雲計算架構 056
2.3.3 雲計算技術點 058
2.3.4 雲計算類別 059
2.3.5 雲計算核心技術 061
2.3.6 雲計算的功能 061
2.4 工業大數據 062
2.4.1 工業大數據概念 062
2.4.2 工業大數據的來源 062
2.4.3 工業大數據的數據類型 064
2.4.4 工業大數據的數據點 065
2.4.5 工業大數據與互聯網大數據的區別 066
2.4.6 工業大數據架構 067
2.4.7 工業大數據的數據處理 070
2.4.8 工業大數據的作用 084
2.4.9 工業大數據的值 085
2.4.10 工業大數據的應用場景 085
2.5 工業數據建模與分析 086
2.5.1 數字化模型 086
2.5.2 數字化模型的值 088
2.5.3 數字化模型建立流程 088
2.5.4 數據+模型=服務 088
2.6 工業APP 089
2.6.1 工業APP 概念 089
2.6.2 工業APP 的體系架構 090
2.6.3 工業APP 的征 090
2.6.4 工業軟體與工業APP 的區別 091
2.6.5 工業APP 與消費APP 的區別 092
2.6.6 工業APP、元件、微服務的關係 092
2.6.7 工業APP 的應用場景 093
2.7 多租戶技術 094
2.7.1 多租戶技術概念 094
2.7.2 多租戶技術要求 095
2.7.3 虛擬網路拓撲 096
2.7.4 多租戶技術 097
2.7.5 多租戶技術實現方式 097
2.7.6 多租戶方式的選擇 098
2.8 技術 101
2.8.1 工業互聯網的威脅 101
2.8.2 中國資訊法律 102
2.8.3 工業互聯網與網路的比較 103
2.8.4 工業互聯網平臺架構 104
2.8.5 工業互聯網目標 106
2.8.6 評估 106
2.8.7 工業互聯網技術體系 108
2.8.8 工業互聯網平臺的要求 110
2.9 運維技術 111
2.9.1 運維管理的發展 111
2.9.2 運維管理的痛點 111
2.9.3 運維監控的設計思路 112
2.9.4 運維管理的體系 113

第3章 工業互聯網與智慧製造的關係 118
3.1 工業互聯網是製造企業IT 和OT 連接的紐帶 118
3.1.1 工業領域網路連接現狀 118
3.1.2 工業互聯網將IT 和OT 融合 121
3.2 智慧製造是工業互聯網的現實落腳點 121
3.2.1 打通各個系統，資訊孤島 121
3.2.2 工業大數據挖掘，實現“數據+模型=服務” 122
3.3 工業大數據驅動製造業的轉型升級 122
3.4 數據帶來的智慧製造發展趨勢 123
3.4.1 數據視覺化—提高管理決策效率 123
3.4.2 趨勢視覺化—有效支撐判斷依據 125
3.4.3 生產視覺化—智慧製造的核心競爭力 125
3.4.4 製造虛擬化—智慧製造的新模式 126

第4章 工業互聯網在製造業中的應用 129
4.1 製造業現狀 129
4.1.1 製造業SWOT 分析 129
4.1.2 製造業升級目標 130
4.1.3 “工業4.0”和“製造2025”的關係 131
4.2 智慧製造的體系架構132
4.2.1 智慧製造總體架構132
4.2.2 智慧製造的五個征133
4.2.3 智慧製造的智慧性 134
4.3 使能技術在智慧製造的應用 138
4.3.1 傳感技術 138
4.3.2 自動識別技術 139
4.3.3 工業機器人技術 140
4.3.4 無人機技術 141
4.3.5 增材製造技術142
4.3.6 技術 144
4.3.7 人工智慧 145
4.3.8 區塊鏈146
4.3.9 數字孿生技術 146
4.3.10 元宇宙 147
4.4 智慧製造的應用場景 149

第5章 工業互聯網實戰152
5.1 中國製造業存在的問題152
5.1.1 中國製造業變革面臨的三大痛點152
5.1.2 工業互聯網改變三大模式 153
5.2 工業互聯網實戰 154
5.2.1 工業互聯網的模式探索 154
5.2.2 工業互聯網的路徑選擇 155
5.2.3 工業互聯網實踐流程 169
5.2.4 工業互聯網實施方案推薦 174
5.2.5 工業互聯網平臺設計與實現 176
5.3 中國工業互聯網主流平臺介紹 186
5.3.1 中國工業互聯網平臺介紹 186
5.3.2 工業互聯網平臺評 188

第6章 工業互聯網典型應用案例 190
6.1 研發製造管理一體化解決方案與實踐 190
6.1.1 背景 190
6.1.2 問題點 190
6.1.3 目標 191
6.1.4 解決方案 191
6.1.5 效果 193
6.2 工廠綜合值鏈升級解決方案與實踐 193
6.2.1 背景 193
6.2.2 問題點 193
6.2.3 目標 194
6.2.4 解決方案 194
6.2.5 效果 195
6.3 生產視覺化全程監控解決方案與實踐 195
6.3.1 背景 195
6.3.2 客戶挑戰 195
6.3.3 解決方案 196
6.3.4 效果 197
6.4 生產運行管控平臺解決方案與實踐 198
6.4.1 背景 198
6.4.2 問題點 198
6.4.3 目標 198
6.4.4 解決方案 198
6.4.5 效果 199
6.5 工業視覺質檢解決方案與實踐 200
6.5.1 背景 200
6.5.2 問題點 200
6.5.3 目標 200
6.5.4 解決方案 200
6.5.5 解決效果 201
6.6 工業設備故障預測解決方案與實踐 201
6.6.1 背景 201
6.6.2 問題點 201
6.6.3 解決方案 201
6.6.4 效果 203
6.7 設備全生命週期管理解決方案與實踐 203
6.7.1 背景 203
6.7.2 問題點 203
6.7.3 目標 203
6.7.4 解決方案 204
6.7.5 效果 208
6.8 數字孿生助力智慧製造解決方案與實踐 208
6.8.1 背景 208
6.8.2 問題點 208
6.8.3 目標 209
6.8.4 解決方案 209
6.8.5 效果210
6.9 企業全流程管理解決方案與實踐 211
6.9.1 背景 211
6.9.2 問題點 211
6.9.3 目標 211
6.9.4 解決方案 211
6.9.5 效果214
6.10 工業雲邊端一體化解決方案與實踐214
6.10.1 背景214
6.10.2 問題點214
6.10.3 目標214
6.10.4 解決方案214
6.10.5 效果217
6.11 服務化模式轉型解決方案與實踐217
6.11.1 背景217
6.11.2 問題點 218
6.11.3 目標 218
6.11.4 解決方案 218
6.11.5 效果 220
6.12 基於雲邊協同解決方案與實踐 220
6.12.1 背景 220
6.12.2 問題點221
6.12.3 目標221
6.12.4 解決方案221
6.12.5 效果 222
6.13 數據全生命週期管理解決方案與實踐 222
6.13.1 背景 222
6.13.2 問題點 223
6.13.3 目標 223
6.13.4 解決方案 223
6.13.5 效果 224
6.14 基於物聯網能源解決方案與實踐 226
6.14.1 背景226
6.14.2 問題點226
6.14.3 目標226
6.14.4 解決方案226
6.14.5 效果230
6.15 業務驅動數字化協同解決方案與實踐230
6.15.1 背景230
6.15.2 問題點230
6.15.3 目標 231
6.15.4 解決方案 231
6.15.5 效果232
6.16 數據驅動運營管控解決方案與實踐232
6.16.1 背景232
6.16.2 問題點232
6.16.3 目標232
6.16.4 解決方案233
6.16.5 效果234
6.17 數字化運維解決方案與實踐234
6.17.1 背景234
6.17.2 問題點234
6.17.3 目標235
6.17.4 解決方案235
6.17.5 效果236
6.18 基於VR+遠端運維解決方案與實踐237
6.18.1 背景237
6.18.2 問題點237
6.18.3 目標237
6.18.4 解決方案237
6.18.5 效果 241

參考文獻 242