AIdustry工業(yè)互聯(lián)網項目是華能集團聯(lián)合太極股份等企業(yè)，共同打造的服務于流程型行業(yè)的工業(yè)互聯(lián)網平臺。AIdustry融合了深厚的工業(yè)基因和新興的互聯(lián)網技術，該項目涵蓋火電、水電、核電、風電、光伏、鋼鐵、化工等多個行業(yè)500余家企業(yè)，接入數據點位超過1000萬，通過工業(yè)資源的泛在連接，打通行業(yè)內部各個環(huán)節(jié)，加速行業(yè)數據的縱向流通與橫向交互，實現流程型行業(yè)制造資源的互聯(lián)互通，為產業(yè)增值提效提供保障。此外，本項目最終將形成超過1000個的行業(yè)應用，滿足為企業(yè)提供全面感知、移動應用和智能分析的需求，形成制造資源交互共享、數據集成，價值釋放的生態(tài)體系，驅動產業(yè)協(xié)同發(fā)展，成為流程型企業(yè)競爭新優(yōu)勢的關鍵抓手。同時，通過項目的產業(yè)化推廣，在項目建立完成后的未來5年內，年產生經濟效益突破1個億，每年可實現至少20%的新增用戶與產值增長，總經濟效益力爭達到3億水平。到2025年，完成建設國家級工業(yè)互聯(lián)網之重任。
一、項目概況
1. 項目背景
作為國民經濟基礎行業(yè)之一，流程型行業(yè)在人們社會生活中的特殊地位，往往使其生產、傳輸、供應和服務的及時性、可靠性具有極強的經濟意義，有時甚至具有某種程度的政治、軍事意義。因此，流程型行業(yè)的管理具有高度的可靠性和數據安全性要求。近年來，隨著太極股份與華能集團合作的不斷加深，太極股份以TECO工業(yè)互聯(lián)網平臺為基礎，與華能集團共同籌建了服務于流程型行業(yè)的AIdustry工業(yè)互聯(lián)網項目，該項目涵蓋電力、鋼鐵、化工等多個行業(yè)。
2. 項目目標
建立以大數據為核心的流程型行業(yè)工業(yè)互聯(lián)網平臺，通過匯聚全業(yè)務、全類型數據資源信息，全面支撐電力、鋼鐵、煤炭等行業(yè)的數據應用需求。為流程型行業(yè)設備管理、安全生產、運行優(yōu)化、經營管理提供分析診斷、智能運維、決策支持等服務，以提高工作效率和管理水平，降低經營成本，輔助科學決策和戰(zhàn)略管理。同時依托工業(yè)互聯(lián)網平臺，建立開放、共享、共贏的運營體系，為企業(yè)創(chuàng)造更高效益。
二、項目實施概況
1.項目設計原則
本項目整體設計上遵循如下原則：
以市場為導向，立足長遠；
貫徹國家標準，保障實施安全可靠；
方案先進合理，降本增效；
設備選型堅持先進、成熟、適用的原則，確保生產安全提效；
明確項目目標，針對項目難點，開展關鍵技術研究與攻關。
2．項目技術路線
（1）采用以工業(yè)PaaS為核心的平臺使能技術
PaaS云資源部署及管理功能，能將現有各種業(yè)務能力進行整合，具體可以歸類為應用服務器、業(yè)務能力接入、業(yè)務引擎、業(yè)務開放平臺，向下根據業(yè)務能力需要測算基礎服務能力，通過IaaS提供的API調用硬件資源，向上提供業(yè)務調度中心服務，實時監(jiān)控平臺的各種資源，并將這些資源通過API開放給SaaS用戶。
（2） 采用分布式大數據技術
大數據技術具有分布式及并行化等關鍵技術特征，由多個分布的節(jié)點組合而成的集群通過網絡連接提供服務及能力，以群體合力的方式提供服務及動力。大數據技術為應對流程型工業(yè)行業(yè)的海量數據、提升系統(tǒng)的處理效率、縮短運算時間和應用響應時間、提升用戶體驗提供保障。
（3） 采用大數據分布式內存計算技術
平臺的分布式內存計算采用Spark技術，Spark是基于map reduce算法實現的分布式計算，通過彈性分布式數據集實現對分布式內存的抽象使用，以操作本地集合的方式來操作分布式數據集，這對于迭代運算比較常見的機器學習算法，效率將得到明顯提升。從而滿足流程型企業(yè)信息化中各種實時/準實時業(yè)務需求和數據需求，提高系統(tǒng)運行效率，保障業(yè)務響應的時效性。
（4） 采用基于大規(guī)模并行處理（MPP）架構數據倉庫技術
數據倉庫采用主流的支持大規(guī)模并行處理（MPP）架構的成熟產品，采用并行的方法提升海量數據的處理能力和系統(tǒng)的可靠性。
（5） 采用微服務技術的應用開發(fā)模式
在應用開發(fā)模式上，平臺提供下面三種能力：
提供多語言與工具支持：Java，Ruby和PHP等多種語言編譯環(huán)境。
微服務架構：提供涵蓋服務注冊、發(fā)現、通信、調用的管理機制和運行環(huán)境，支撐基于微型服務單元集成的“松耦合”應用開發(fā)和部署。
圖形化編程：通過圖形化編程工具，簡化開發(fā)流程，支持用戶采用拖拽方式進行應用創(chuàng)建、測試、擴展等。
3．項目總體架構和主要內容
AIdustry工業(yè)互聯(lián)網平臺是面向流程型行業(yè)數字化、網絡化、智能化需求，構建基于海量數據采集、匯聚、分析的服務體系，支撐資源泛在連接、彈性供給、高效配置的工業(yè)互聯(lián)網平臺，其總體包括邊緣、平臺、應用三大核心層級，以微應用的形式構建企業(yè)各類創(chuàng)新應用，最終形成資源富集、多方參與、合作共贏、協(xié)同演進的流程型工業(yè)生態(tài)。其總體架構如下圖所示：
圖 1 AIdustry總體架構
平臺邊緣層負責采集燃氣輪機、發(fā)電機、變壓器等各種生產設備的數據和MES、SIS等控制系統(tǒng)數據，以及管理系統(tǒng)的數據，并根據特定的傳輸協(xié)議，如MQTT等，上傳到平臺層。平臺層基于海量數據和微服務組件庫為用戶提供技術能力和業(yè)務能力。應用層為不同維度的用戶提供個性化應用，其中包括廠級的智慧生產、集團級智慧經營和上下游企業(yè)的供應鏈協(xié)同功能；同時支持新應用的測試發(fā)布等應用市場功能以支持業(yè)務運營。平臺安全策略涵蓋了從底層網絡、設備接入，到設備控制系統(tǒng)、數據安全、應用安全的各個層級，保障企業(yè)高效安全生產。
三、下一步實施計劃
1. 項目實施目標
通過產業(yè)化推廣舉措，實現電力、鋼鐵、化工類企業(yè)應用至少1000個，實際用戶超過500個，年經濟效益突破1個億，未來5年內，每年至少20%的產值增長，到2025年，總經濟效益力爭達到3億水平。
2. 項目實施計劃
四、項目創(chuàng)新點和實施效果
1. 項目先進性及創(chuàng)新點
（1）項目的先進性
采用當前先進的云計算、物聯(lián)網和大數據技術，通過數字化、網絡化、智能化等技術方式，將行業(yè)內的隱性知識與經驗進行集成與串聯(lián)，基于協(xié)同發(fā)展的人才培養(yǎng)、實踐和跨界創(chuàng)新機制，形成涵蓋行業(yè)產、學、研、用、商等各類用戶的知識體系與扁平化的行業(yè)組織體系，實現行業(yè)需求的個性化組合與創(chuàng)新，進而達到實體行業(yè)與互聯(lián)網虛實結合的行業(yè)形態(tài)。
（2）項目的創(chuàng)新點
a.理論創(chuàng)新
本項目引入了大數據、人工智能的理念和方法，建立問題處理流水線，將復雜問題簡單化，簡單問題流程化，降解了算法理解和使用難度。
b.應用創(chuàng)新
長期以來趨勢預警，故障診斷和優(yōu)化運行一直是流程型行業(yè)的技術痛點和難題， AIdustry采用人工智能技術和設備機理模型相結合的方式創(chuàng)造性地解決了流程型工業(yè)企業(yè)生產的歷史難題。
圖3 風電領域設備模型
圖4 風電領域應用模型
c.技術創(chuàng)新
創(chuàng)造性的采用人工智能算法，結合工業(yè)領域的機理模型，形成一套專業(yè)的模型算法，并采用算法流水線模式，實現多種應用功能的搭建。
圖5 風電葉片結冰診斷流程
采用多種變量變換分類模型，對各風機葉片結冰進行精確診斷，診斷準確率達到93%以上。
2.實施效果
目前中國發(fā)電量占全球總量的24.1%左右，按全球平均設備優(yōu)化收益來看，未來十年可實現1.8萬億人民幣的成本降低和收入。按發(fā)電行業(yè)合計約1000個電廠計算，同時按平均50-100萬的智能化投入來核算，AIdustry的推廣示范效益在近兩年至少能帶動50-100億級的產業(yè)市場規(guī)模。
（1）本項目帶來的行業(yè)經濟效益
一方面，從行業(yè)增值提效角度看，AIdustry平臺打通了行業(yè)內部的各個環(huán)節(jié)，加速各環(huán)節(jié)數據縱向流動和交互。另一方面，從產業(yè)應用角度看，AIdustry平臺構建了一個龐大的制造生態(tài)網絡，為企業(yè)提供行業(yè)應用和數據交互，釋放了資源價值。
（2）本項目帶來的企業(yè)經濟效益
本項目通過AIdustry的實施，所產生的經濟效益包括：
實現設備實時運行可靠性維護，保障生產安全；
實現設備異常安全預警，減少因設備異常而產生的經濟損失；
實現設備故障告警，規(guī)避安全事故，降低企業(yè)事故損失；
實現分布式資源的集中高效管理，提高企業(yè)資源管理效率；
實現企業(yè)生產設備間的聯(lián)動調節(jié)與管理，降低企業(yè)生產能耗。
（3）本項目的平臺應用經濟效益
通過AIdustry實現對設備進行實時監(jiān)測、實時預警的目的，從而保證設備健康、安全、穩(wěn)定地運行。并提前感知設備故障，從而減少企業(yè)設備維護成本、檢修成本，同時提高設備的使用年限。隨著該平臺的深入推廣，已推動工業(yè)企業(yè)累計實現業(yè)務增收不低于3億元。
（4）技術成果應用場景
應用場景一：火電設備運行特性分析
該應用以火電機組運行狀態(tài)監(jiān)測與系統(tǒng)大數據相結合，利用機組實際運行數據，從多個維度進行運行數據趨勢分析和相關性分析，為機組運行狀態(tài)監(jiān)測提供有效的分析手段。
圖7 診斷模型故障樹
應用場景二：水電設備安全預警
在平臺層部署可信、成熟的故障模型，并根據該模型對機組的狀態(tài)數據進行實時故障識別，實現發(fā)電設備安全預警的快速響應。
應用場景三：風電設備故障預警與診斷
齒輪箱是風力發(fā)電設備的重要組成部件，對保證風力發(fā)電正常運行起著至關重要的作用。通過從多維度實現齒輪箱失效故障分類，明確齒輪箱的優(yōu)化方向，并為齒輪箱失效建模提供依據。
圖10齒輪箱失效故障原因分析理論框架
圖11齒輪箱失效故障實時診斷模型使用過程