国内物联网开发平台有哪些呢?

国内物联网开发平台有哪些呢?,第1张

物联网平台基于IaaS、PaaS、SaaS三种云计算服务模型,逐步完善了其功能体系,即ICP(基础设施云服务平台)、CMP(连接管理)、DMP(设备管理平台)、AEP(应用使能平台)、BAP(业务分析平台)等。
下面按照4大领域的玩家的分类方法逐一介绍PaaS物联网平台,其中包含通信领域、互联网领域、软件系统服务领域、垂直领域。
其中,通信领域包括以移动、联通、电信、华为、新华三为代表的电信运营商和电信设备商;互联网领域包括阿里、腾讯、百度、小米等;
软件系统服务领域包括IBM、微软、PTC等;
垂直领域主要分为两个部分,包括以三一重工、GE、西门子等为代表的工业类企业,以基本立子、普奥云、机智云、涂鸦智能、寄云等为代表的创业企业。

1、中国工业互联网行业竞争格局

从软件企业来看,工业互联网主要代表企业有用友、东方电信等,以Saas服务转型为战略目标。在制造业企业中,以三一重工、海尔等企业为代表,其优势是熟悉生产制造流程但云计算技术较为薄弱;在互联网企业,以BAT为代表,虽然云技术领先但是缺乏专业和全面的工业知识;在系统解决方案服务商方面,华为和宝信软件等带领行业可以制造企业提供基础设施、平台、应用服务等整体信息化服务,但云计算技术稍弱;此外,初创企业以昆仑数据、树根互联等代表企业为主,其领域专注度高,创始团队通常来自头部信息科技和工业企业,但资金实力较弱。

从我国工业互联网产业链企业区域分布来看,工业互联网产业企业主要分布在广东地区,其次是在浙江、北京地区;中部地区,如湖北、安徽、山西、河南等省份虽然有企业分布,但是数量较少。

从代表性企业分布情况来看,以北京为总部的百度公司、以山东济南为总部的浪潮信息、以江苏徐州为中心的徐工信息、以浙江杭州为总部的阿里巴巴公司、以广东深圳为中心的华为知名度较高。

2、中国工业互联网行业市场集中度

2019年8月工信部发布了国内前十大跨行业、跨领域工业互联网平台Top10清单,并对工业互联网平台研发创新能力、应用实现能力、发展能力做出评估,并表示中国重点工业互联网平台平均工业设备连接数达65万台。因此,前瞻通过对我国工业互联网平台设备总连接数测算中国工业互联网行业设备连接数集中情况。可见行业CR5占21%的市场,其中华为FusionPlant工业互联网平台设备连接数占比达14%。

3、中国工业互联网行业市场排名

2019年8月,工信部发布了国内前十大跨行业、跨领域工业互联网平台,确立了行业标杆。行业领先平台在设备联接数、数字模型数、工业APP数、活跃用户数、活跃开发者数等指标方面对比18年均有大幅提升。在2018-2019年,综合上述指标计算得出的“平台活力指数”从553提升至624。时隔一年,工信部于2020年12月发布《2020年跨行业跨领域工业互联网平台清单》(排名不分先后),列举出国内领先的15个工业互联网平台。时隔一年,我国工业互联网平台迅速发展。

4、中国工业互联网行业企业布局及竞争力评价

从各公司销售布局来看,除启明信息业务范围仅在国内,多数厂商在境内、境外均有布局,产品销售范围较广。

从企业业务竞争力来看,目前浪潮信息、用友网络在工业互联网行业的竞争力较大,二者工业互联网相关业务占比均为100%。剑桥科技、东方国信等厂商工业互联网业务营业收入紧随其后。汉得信息业务覆盖范围较单一、启明信息工业互联网主营业务产值较低,二者竞争力较弱。

5、中国工业互联网行业竞争状态总结

从五力竞争模型角度分析,由于工业互联网行业具有很强的规模效应,我国工业互联网行业企业较少,行业竞争较温和;工业互联网下游应用为制造业,相关企业规模较大,实力雄厚,对服务产品有较高的要求,具有较强的议价能力;行业提供的产品和服务对下游企业的生产运营产生的影响较大,行业内产品进入市场有较高的壁垒,也在一定程度上阻碍了新进入者,行业存在较少的新进入者威胁;从替代品威胁来看,行业处于起步阶段,且其下游需求应用具有特殊性,多数产品为定制性产品,行业外基本不存在替代产品。综合而言替代品威胁较低。

根据以上分析,对各方面的竞争情况进行量化,5代表最大,0代表最小,工业互联网行业的竞争情况如下图所示。

—— 以上数据来源于前瞻产业研究院《中国工业互联网产业发展前景预测与投资战略规划分析报告》

从2017年和2019年Gartner将数字孪生(Digital Twin)作为十大战略性技术发布以来,数字孪生正在从虚拟产品生命周期管理、工业物联网专业技术,发展为企业数字化的核心通用技术。作为企业数字化通用技术,数字孪生为企业的运营创新、产品与服务创新、商业模式创新、管理创新带来了新的机会,本文结合PLM、工业互联网及企业领域数字孪生技术的发展演进探讨如何规划和实施企业数字孪生战略。

数字孪生的技术演进:从虚拟产品技术到数字化战略技术

2021年上海车展特斯拉车主维权事件中,特斯拉分别向市场监管部门、维权的张女士发送了整理为Excel表格的48页6697组后台服务器数据,详细记录了车主在事故前30分钟的车辆状况和驾驶动作。

特斯拉的用户不仅可以通过特斯拉的数字孪生追溯设备的过去和当前使用状况,还可以发现,在使用过程中,特斯拉 汽车 的功能似乎越来越智能,特斯拉 汽车 似乎会越来越懂你。特斯拉通过数字孪生给用户提供了一种“持续智能”,可以持续适配用户、持续优化。特斯拉通过这种服务,每年可以从每辆特斯拉获得超过1200美元的收入。

要构建类似特斯拉这样的数字化产品、服务和商业模式,首先需要理解数字孪生技术的由来、发展及持续演进。数字孪生迄今经历了三个演进阶段:

1、虚拟产品管理发展阶段

2003年迈克尔·格里夫斯(Michael Greives)第一次提出将数字孪生(Digital Twin) 作为PLM的一个概念模型,将虚拟产品纳入PLM的管理范畴,重新定义了PLM。到2011年NASA将“数字孪生”(Digital Twin)列入美国航空航天发展规划,这个阶段是数字孪生的概念形成阶段。这个阶段数字孪生主要被定位为下一代PLM系统的“虚拟完美模型”(Virtually perfect Model)。

2、工业互联网发展阶段

2011年以来,GE公司发布雄心勃勃的工业互联网计划,随后,在GE和西门子、PTC等公司的倡导和支持下,数字孪生作为工业互联网的核心技术得到了前所未有的重视,这个阶段,无论是GE、PTC还是西门子,都不仅将数字孪生用于CAD、CAE、PLM等虚拟产品系统工程,还在设备(APM)、过程控制、网络等工业互联网各个领域以数字孪生和数字主线作为核心技术支持,各个厂商分别发布了设备、网络、过程、产品、生产、运营等不同应用场景数以百万计的数字孪生体。数字孪生通过工业互联网的发展进入到商用阶段,不过迄今大约只有1%的企业资产应用了数字孪生技术。

3、数字化战略技术发展阶段

2017年Gartner将数字孪生列入10大战略技术趋势,数字孪生从工业互联网的核心技术进一步发展为基于物联网的智慧城市和企业数字化的核心战略技术。数字孪生作为战略技术,从复杂系统工程(iMBSE)和工业互联网等特定领域发展为智慧城市和企业的数字化基础设施。Gartner数字孪生分为离散数字孪生、组合数字孪生、组织数字孪生三个基本类型。产品数字孪生也好,设备数字孪生也好,实际都是一种离散的数字体,这样的数字孪生的作用是局部的,Gartner的建议实际是将这种离散的数字孪生能力“组装”起来,打造具备特定的业务模式和运营模式的组织数字孪生(DTO),让企业具备数字孪生的持续智能能力。这样,数字孪生就成为企业数字化的一种核心战略技术。

数字孪生实施路线:从离散可视、数据驱动到持续智能

数字孪生的概念虽然出现已久,但是在企业数字化转型中的应用还刚刚开始,即使引入数字孪生的企业也还处于试点和 探索 阶段。但是在未来一年内,65%的大型企业都表示会投入启动数字孪生项目。未来两到三年,是企业数字孪生建设的战略机遇期,有的放矢的拟定数字孪生战略,无疑将获得先行优势。

目前推行数字孪生的制造企业,基本有两条战略实施路线,一条是从产品数字孪生开始,基于产品数字孪生,实现虚拟样机、虚拟仿真,缩短产品研发周期,降低产品研发成本。典型代表是中车集团如中车株机;一条是设备和车间数字孪生开始,基于设备和车间数字孪生,实现透明化的装备生产、运维和服务。典型代表是树根互联参与的三一重工8号工厂;

从企业战略发展角度,为了实现通过数字孪生构建未来的竞争优势,企业的数字孪生的战略可以按照四个步骤展开:

1、第一阶段:实现离散数字孪生的连接与可见

离散数字孪生,是实现设备、人员等单一的资源数据连接和数据可视以实现资源优化的单一数字孪生体。这一阶段,基于边缘网络技术、设备及资源管理系统,通过选定的设备、流程、系统的数字化连接和数据采集、数字化标识、数字化监测,实现数字化设备、流程和系统的诊断、描述性分析和预测;目前在不少企业推行的RPA(流程机器人)其实也是一种离散数字孪生的应用。设备的离散数字孪生未来将主要通过设备供应商提供;流程的离散数字孪生主要通过应用软件服务商提供;

2、第二阶段:实现复合数字孪生的互联与数据驱动

复合数字孪生是基于内部离散数字孪生和外部数据资源复合而成的数字孪生体,如一条产线,一个端到端的服务线。数字孪生的复合过程不是简单的数据互通,包括基于 历史 数据的机器学习和模型训练、基于实时数据的模型实时运行和监测。所以复合数字孪生的能力是需要通过一个包括AI和大数据能力在内的物联网平台实现的。符合数字孪生一般通过企业个性化定制实现。

3、第三阶段:实现企业数字孪生的数据驱动与持续智能

企业数字孪生(DTO)重点是面向企业全流程,通过数据孪生监测和驱动的业务运行,形成一种可以持续自动采集、自动分析、自主执行、自主决策的数据驱动闭环。在2020年的战略技术趋势预测中,Gartner提出了一个“持续智能”的新概念刚好可以解释企业数字孪生的价值。持续智能指的是基于数字化在线平台实时获取数据流,实时进行情景分析并给出响应方案,实现决策与运营的一体化。企业数字孪生的的建设是一个系统工程,基本的建设内容包括全价值链的数据获取、模型构建、数据监测及支持持续智能的数据与分析平台建设。这种需求很多企业都是存在的,不过大多数企业因为不了解企业数字孪生的概念,可能将这个项目简单等同于大数据中心。

4、第四阶段:实现数字孪生的生态服务与价值共生

将产业上下游的数字孪生组织集合起来,就成为以链主为核心的产业数字孪生,如 汽车 制造商上下游数字孪生体集合起来就可以构成一个包括消费者、供应商、4S店及 社会 服务资源在内的 汽车 产业数字孪生。产业数字孪生将改变传统的产业协同关系,衍生出全新的基于数据和智能的生他服务和价值共生模式。个性化订制、网络化协同最终将体现在客户参与数字孪生、生态伙伴共享产业数字孪生的价值。

数字孪生的创新策略:模型驱动、架构引领, 探索 中前进

从离散数字孪生,复合数字孪生到企业数字孪生、生态数字孪生,数字孪生在企业的应用深度不断加深、实施的复杂性和应用的难度也会逐级加大。在实施的过程中必然面临不确定的风险,在行业内实际还缺少行之有效的数字孪生实施方法。

在复杂系统工程领域,有基于模型的系统工程方法(iMBSE)对产品定义、领域建模与仿真给出了方法论指导;

在虚实融合的数字化方法论层面,德国工业40参考架构、中美工业互联网参考架构也已经发表了发表了相关的架构框架。

但是在企业数字孪生领域,在面向企业运营和流程优化领域,原有的BPM(业务流程管理)的方法论已经不能支持模型驱动、虚实融合的数字化业务模式和运营模式创新需求,企业需要新的业务和运用模式优化方法论。

作者:金蝶软件(中国)有限公司

组稿:李艾离

本文内容仅代表作者观点,不构成购买或投资建议。

2020年,三一重工研发投入6259亿元,增长1560亿元,增长3320%,占营业收入比例达630%。截至2020年底,研发人员达5346人,同比增长69%;公司累计申请专利10278项,授权专利7613项,申请及授权数居国内行业第一。

2020年,三一重工全面开展数字化设计与数字化仿真技术研究,投入先进的研发工具,推进快速设计、快速验证,研发质量与效率大幅提升,研发周期降低20%以上。

报告期内,通过大力推进“灯塔工厂”建设、“流程四化”、工业软件运用、数据管理和应用、产品电动化和智能化,公司数字化转型取得积极成果。

大力推进“灯塔工厂”建设。三一灯塔工厂广泛采用视觉识别、工艺仿真、重载机器人等前沿工业技术和数字技术,极大地提升了人机协同效率与生产效率,大幅降低制造成本。公司灯塔工厂的建设,突破无人下料等八大核心关键技术,整体处于行业领先水平。

大力推进“流程四化”。聚焦概念到产品、线索到回款、订单到交付、问题到解决等四大主线,进行流程的标准化、在线化、自动化、智能化等四化建设,实现业务规范化;通过工业软件将标准化的流程固化,实现流程活动和节点的在线化管控,进而实现流程自动化和智能化。通过四化建设,公司的核心业务流程标准化率、在线化率大幅提升。

大力推动工业软件运用。推动制造、供应链、采购、研发、营销等工业软件运用,公司基于一个集成实现业务软件的互联互通,实现各业务的网络化协同。

大力推进数据管理和应用。通过物联网、视觉识别、AI等技术实现“现场、现物、现实”,打造安全、整洁、聪明的工厂,逐步实现厂房和园区的智能管理,大幅提高生产运营效率,降低成本;通过能源“水、电、油、气”四表数据的采集与应用,企业建立了一张完备的能源网,实现制造成本到工作中心的精细化管控;生产设备、C端设备实现互联,生产设备作业率提升,保证施工现场服务过程在线和透明。

大力推进产品电动化和智能化。报告期内,公司已下线电动化产品10款,产品覆盖挖掘机、起重机、搅拌车、自卸车及路面机械;利用无人驾驶、远程遥控、智能 *** 作、大数据分析等智能技术及5G网络,研发多款智能化产品。

来自挖掘机企业的大数据分析处理
席卷全球的智能制造浪潮势头越来越猛。传统工业正面临前所未有的冲击,而这一日益剧烈的冲击力来自当下最热门的话题——物联网和大数据。
作为中国工程机械龙头企业,三一重工在20万余台工程机械上加装传感器,历经多年产生了大量数据,并在此基础上推出了“挖掘机指数”。通过这些数据,三一重工可以实时监测设备的作业情况、关键零件磨损、油耗和承压情况等,从而在问题出现之前提出预警,做到主动维修,实现对成本的精准控制并大幅提高用户服务质量。
来自挖掘机企业的大数据分析处理
有报道称,通过七年多的积累,三一重工已形成5000多个维度、每天2亿条、超过40TB的大数据资源。该“挖掘机指数”还能显示设备的施工时长和开工率等数据,在一定程度上反映出经济走势。
“‘挖掘机指数’主要起监测作用,还只是一个相对初步的应用,”美国参数技术公司(Nasdaq:PTC)全球副总裁兼中国区总裁寿宇澄告诉界面新闻记者,随着运营的逐步深入,企业可以进行更多的数据分析,具有很大的发展空间。
除对产品状态、运行和外部环境进行全面监测外,大数据的应用还可以实现控制、优化、自动等多种功能。通过产品内置或产品云中的命令和算法进行远程控制,对实时数据或历史记录进行分析,植入算法,大幅提高产品的产出比、利用率和生产效率,将监测、控制和优化功能融而为一,提高产品的自动化程度。
最简单的产品案例是美国iRobot公司的真空扫地机器人Roomba,它内置软件和传感器,能对不同结构的地面进行扫描和清扫。更先进的产品则具备学习能力,能根据周边环境分析产品的服务需求,并根据用户的偏好调整。自动功能不仅能减少产品对人工 *** 作的依赖,亦能实现偏远地区的远程作业,提升危险环境下的工作安全性。
正是瞄准了大数据的广阔前景,全球范围内不少工业企业正在纷纷转型大数据公司。美国工业巨头通用电气公司(下称GE)宣称,依靠机器以及设备间的互联互通和分析软件,打造智能机器,实现人、机器和数据的无缝协作,到2030年,要为全球GDP贡献15万亿美元。
GE与英特尔、思科、华为等多家企业携手,耗资十多亿美元开发了Predix软件 *** 作平台,负责将各种工业资产设备和供应商相互连接、接入云端,并提供资产性能管理和运营优化服务。自今年起,面向所有企业开放。
所有的智能互联产品,从家用电器到工业设备,都包括三个部分:物理部件(例如机械和电子零件)、智能部件(传感器、微处理器、数据储存装置、控制器、软件、内置 *** 作系统和数字用户界面),以及互联部件(互联网接口、天线、连接协议、联通产品的网络以及在远程服务器运行并包含外部 *** 作系统的产品云)。
大数据和智能制造浪潮虽给传统工业带来了巨大冲击,一些在物理部件领域具有极强口碑和产品质量保障的企业,却依然可能“活”得很好。“我们现在总是强调智能部件,并不意味着物理部件不重要,例如日本、德国等一些企业在产品细节上精益求精,没有智能也未见得就会消亡。”寿宇澄说。
但他亦认为,国内企业的制造能力、创新能力和服务能力是否能够抵御大数据和智能制造浪潮,“还得打一个问号”。在他看来,国内传统工业企业向智能化转型,不失为一个好的出路。“长期来看,物理部件的重要性在不断降低,智能化产品带来的用户体验是不可比拟的。”寿宇澄说。
寿宇澄认为,物联网大数据平台的开发非常复杂,每个企业都去自主开发“不现实”,“比如三一重工开发了一套平台,它的竞争对手也去开发,这种相互独立的做法无法做到‘互联’,”寿宇澄说,工业企业应更多地考虑跟第三方软件公司合作,通过分期订购(subscribe)模式,根据市场情况调节订单,还可以极大缓解资金压力。
中国尚未有具有市场影响力的物联网大数据平台企业出现。寿宇澄告诉界面新闻记者,目前国内的物联网企业推出的应用型产品层出不穷,主要以App为主,没有大平台。“这个需要一定的经验积累,需要客户基础和市场号召力。”他说。
美国参数技术公司通过大举收购,拥有了ThingWorx和Axeda等多个物联网应用程序平台,占据了全球七成以上的市场份额。其中,ThingWorx已在GE旗下的智慧工厂中使用。
寿宇澄认为,中国政府首先要做的是鼓励具备条件的企业优先进入行业,以资金资助的方式推动一批企业进行试点。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/12672357.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-27
下一篇 2023-05-27

发表评论

登录后才能评论

评论列表(0条)

保存