格物行业洞察 > 行业研究 > 正文

智能制造深度报告:装备制造业视角的工业互联网发展机会(附国内外工业互联网平台案例)

作者: 机械吕娟团队 来源:机械吕娟团队 时间:2018-07-06

核心观点:

工业互联网是全球工业升级之路

全球工业先后经历了源于机械动力、电力、电子信息技术(IT)驱动的三次工业发展浪潮,随着对生产效率、资源优化配置、生产智能化需求的不断提升,将物联网和服务网络应用到制造业中的工业互联网正在引发第四次工业发展浪潮。


工业互联网将带来显著的社会经济效益。据GE测算,工业互联网若在商用航空、天然气发电领域分别实现1%的燃料节约,在未来15年的预计节省量将分别达到300亿美元、660亿美元。


美、德、日等工业强国纷纷加码工业互联网,分别推出“工业互联网”、“工业4.0”、“互联工业”战略,在体系框架、平台建设、应用推广方面取得了较好的进展,涌现出Predix(GE)、MindSphere(西门子)等平台应用。


我国工业互联网方兴未艾  

工业互联网是我国通往制造强国的必经之路。我国经济增速放缓,人工成本增加,且面临发达国家制造业“高端回流”和发展中国家“中低端分流”的双重压力,依托工业互联网发展高端装备和智能制造是实现工业强国梦的必由之路。


国家政策大力支持工业互联网建设。继中国制造2025、“互联网+先进制造”等重要政策之后,我国又密集出台了《工业互联网发展行动计划(2018-2020)》《工业互联网APP培育工程实施方案》等数十个政策文件,对工业互联网发展规划和实施细则进行具体阐述。


工业互联网建设目标明确:到2020年底初步建成工业互联网基础设施和产业体系,建成5个左右标识解析国家顶级节点,标识注册量超过20亿;培育10个左右跨行业跨领域平台,推动30万家以上工业企业上云,培育超过30万个工业APP;初步建立工业互联网安全保障体系。


我国工业互联网建设已经取得了部分进展。工业互联网产业联盟(AII)成立,并制定了工业互联网体系框架、标准体系框架、安全框架、评估体系等标准,行业发展框架体系逐步完善。国内目前已经初步形成了徐工信息Xrea、树根互联根云、华为OceanCnnect IoT、用友精智、航天云网INDICS等工业互联网平台。


装备制造企业具有发展工业互联网平台的先天优势

工业互联网平台是新工业体系的“操作系统”,分为边缘、平台、应用三层架构。数据采集是基础、工业PaaS是核心、工业APP是关键。


在数据采集方面,带有各种数据采集传感装置的智能装备是工业互联网感知识别层的直接构成部分,因此装备制造企业在工业互联网基础数据采集方面具有先天优势。


装备制造企业能够依据自身生产实践,更加高效地封装工业技术知识并开发出适合企业运作的工业App,因此装备制造企业在工业APP方面具有先天优势。


智能装备是工业互联网的底层基础

智能装备是工业互联网基础执行层和底层数据来源,是工业互联网体系的重要组成部分,工业互联网的发展将带动我国工业机器人本体与系统集成行业的发展,并将促进减速器、伺服系统和控制器分等核心零件的国产替代进程。同时,作为智能装备的一部分,仓储物流自动化行业也将受益工业互联网的发展。


本报告摘自2018年6月30日已发布的《装备制造业视角的工业互联网发展机会——智能制造系列深度报告之六》





1.1 工业互联网催生于全球工业化发展浪潮

工业互联网是互联网和新一代信息技术与工业体系全方位深度融合所形成的产业和应用生态,是工业智能化发展的关键综合信息基础设施。工业互联网通过互联网将工业系统中的智能物体、工业互联网平台与人相连接,将传感器和其他先进的仪器仪表嵌入各种机器,收集和分析海量数据,用于升级机器性能,并提升整个系统和网络的效率,针对不同的场景构建大量的模型,结合大数据、云计算技术,实现生产的智能化和资源优化配置,提高效率与生产力。


工业互联网正在引发第四次工业革命。


①工业化始于18 世纪末机械制造设备的兴起,机械动力彻底改变了商品的生产方式。


②第二次工业革命开始于20 世纪初,在劳动分工的基础上,采用电力驱动产品的大规模化生产。


③20 世纪70 年代,第三次工业革命引入了电子与信息技术(IT),使制造过程不断实现自动化,释放劳动力。全球工业先后经历了源于机械动力、电力、电子信息技术(IT)驱动的三次工业发展浪潮。


④随着对生产效率、资源优化配置、生产智能化需求的不断提升,将物联网和服务网络应用到制造业中的工业互联网正在引发第四次工业发展浪潮。



工业互联网将全球工业系统中的智能物体、工业互联网平台与人相连接。其系统包括四个层级:感知识别层、网络连接层、平台汇聚层、数据分析层。工业互联网的基础是信息物理融合系统(Cyber-Physical System, CPS)。基于云计算平台来处理问题,实现生产高度数字化、网络化。企业将建立全球网络,把它们的机器、存储系统和生产设施融入到CPS。




工业互联网的灵活性、透明性和云计算优化,让制造工厂实现柔性生产。商业环境和工艺流程的动态结合,工业制造可以根据需求的动态变化,以及灵活性的供应链适应小批量生产。工业互联网的透明性,使终端用户可以参与整个制造流程,优化商业决策。因此,中小企业和新创公司很容易在全流程的价值服务中找到自己的位置。工业互联网还可以利用云计算,根据社会资源与人口因素,有效组织整个价值链的资源以提升效率。


工业互联网将有效改善各行业、各环节的资源优化配置和效能提升。根据GE公司测算,即使工业互联网让特定行业的运营或生产环节的效率提升1%,也将使该行业获得巨大的效益。例如,在商用航空与天然气发电行业应用工业互联网,即使从数字上看仅节省1%的燃料,在未来15年的预计节省量也能达到巨大的300亿美元与660亿美元。同样地,医疗的整体系统环节,与铁路的货运环节,1%的效率提高,能预估达到630亿美元与270亿美元的节省量。应用于石油与天然气的勘探开发环节,预估资本支出将降低1%,900亿美元。



1.2 工业强国纷纷布局工业互联网

为了确保在未来新一轮工业革命种抢占先机,维持国际制造业竞争中的优势地位,美国、德国、日本等主要工业强国纷纷布局工业互联网。美国由顶尖企业引领,提出工业互联网概念;德国依靠自身装备制造领域的深厚积累,提出“工业4.0”对标美国工业互联网;日本基于自身社会现实,实施“互联工业”战略,建设符合日本实际的工业互联网体系。


1.2.1 美国:企业引领与政府推动结合,推动工业互联网发展


“工业互联网”概念由美国企业GE首先提出,目标是通过智能机器之间的全面互联达成设备与设备之间的数据连通,让机器、设备和网络能在更深层次与信息世界的大数据和分析连接在一起,最终实现通信、控制和计算的集合。在实现手段上,美国工业互联网概念更加注重软件、网络、数据等信息对企业经营与顶层设计的增强,这与美国强大的信息技术实力相对应。


1)顶尖工业企业引领美国工业互联网发展


以GE为首的美国工业企业是工业互联网概念的先行者。上世纪80年代以来,美国制造业逐渐陷入衰退,1979年至2010年间,美国制造业工作岗位从1.94亿个降低到1.15亿个,降幅为40.7%。2009年爆发的金融危机使得美国制造业处境更加艰难。在经济大环境不稳定的背景下,美国制造业企业经营目标逐渐转向追求更高利润率,高端制造、大数据等新兴概念成为企业提高生产效率、促进利润增长的抓手。在此背景下,在金融危机中受到严重打击的GE剥离金融部门并重回制造业优先的发展战略。2012年,GE发布《工业互联网:突破智慧和机器的界限》白皮书,首次提出“工业互联网”的概念,随后在2014年推出Predix工业互联网平台,实现了工业互联网在制造业企业内的应用。2016年,GE将完善后的Predix 平台正式开放,并建成4个云计算中心,聚集20000开发者。预计到2020年,Predix平台将有50万全球开发者和工业App,工业互联网在更广泛的范围内得到推广。


2)政府顶层设计助推美国工业互联网发展


金融危机之后美国政府加大了对振兴制造业的关注力度。2009年4月时任美国总统奥巴马提出将重振制造业作为美国经济长远发展的重大战略。同年12月,奥巴马政府出台《重振美国制造业框架》,从战略布局、发展路径到具体措施完成了制造业创新计划部署。2011年6月美国启动“先进制造伙伴计划”,2012年2月进一步提出“先进制造业国家战略计划”,鼓励发展高新技术平台、先进制造工艺、数据基础设施等工业互联网基础技术。2013年1月,美国提出《国家制造业创新网络初步设计》,组建美国制造业创新网络(NNMI),投资10亿美元在NNMI平台上推动数字化制造等高端制造发展。近年来,美国政府大力支持“网络与信息技术研发计划”和CPS(信息物理系统)项目,2018年预计将投资2.2亿美元支持先进制造和CPS研发。在政府的强力支持下,美国雄厚的技术基础将把工业互联网推向全新高度。


3)成立工业互联网联盟机构,构建生态系统


美国制造业龙头企业以及政府机构均牵头成立工业互联网联盟组织,合力进行工业互联网的推广以及标准化工作。2014年,GE、AT&T、思科、IBM、英特尔等5家公司联合成立工业互联网联盟(IIC,Industrial Internet Consortium),目标是实现物联网以及工业互联网的标准化。IIC开发了9种旨在展示工业互联网应用的“Testbed”测试平台以推广工业互联网应用,给各企业提供测试最新工业互联网技术的有效工具。IIC同时开发了工业互联网参考架构模型(Industrial Internet Reference Model)和标准词库(Industrial Internet Vocabulary),为标准化的发展奠定了基础。2017年1月31日,IIC公布了最新的工业互联网参考架构IIRA1.8,进一步完善了工业互联网标准化体系建设。


美国政府也积极成立官方组织机构以加速推进先进制造业发展。作为NNMI的重要部分的美国数字制造与设计创新机构(DMDII),由美国国防部牵头成立。DMDII成员包括波音、洛克希德马丁、罗尔斯罗伊斯等制造业巨头企业,也包括了GE、微软等软件大企业。机构也包含了一批院校和科研院所。在IIC、DMDII等组织的推动下,美国工业互联网标准化稳步推进,为未来的全面互联提供了良好的契机。





1.2.2 德国:政府主导,“工业4.0”对标工业互联网


德国是装备制造业最具竞争力的国家之一,长期专注于复杂工业流程的管理和创新,其在信息技术方面也有极强的竞争力,在嵌入式系统和自动化工程方面处于世界领先地位。为了保持其在高端制造领域的全球地位,德国根据自身在高端装备制造以及工厂自动化方面的优势,提出自身的工业互联网战略——“工业4.0”战略。


工业4.0最早由德国于2011年提出,作为当年11月公布的《高技术战略2020》中的一个重要组成部分。工业4.0提出基于信息物理系统CPS实现智能工厂。CPS将现实世界以传感器网络连接,采集分析设计、开发、生产过程中的数据,构成自律的动态的智能生产系统。在CPS中,每个工作站(工业机器人、机床等)都能够在网络上实时互联,根据信息自主切换最佳的生产方式和原材料,最大限度的杜绝浪费。德国工业4.0更加关注现实生产层面的效率提高和智能化,与美国关注网络和互联的工业互联网概念有所区别。



1)政府和学界主导


德国政府和学界是工业4.0的主要推动者。在德国工程院、弗劳恩霍夫协会、西门子公司等德国学术界和产业界的建议和推动下,德国政府将工业4.0战略上升为国家战略,纳入2020高技术战略的十大未来项目之中。工业4.0由德国联邦教研部与联邦经济技术部联合资助,政府初期投入达到2亿欧元,在2013年德国汉诺威工业博览会上正式推出,逐步得到业界的广泛认同:弗劳恩霍夫协会将在其下属6至7个生产领域的研究所引入工业4.0概念,德国制造业巨头西门子公司已经开始将这一概念引入其工业软件开发和生产控制系统。得益于政府的强力推广,工业4.0已经成为德国的标签之一,其为德国继续保持制造业的优势地位起到了重要作用。


2)行业联合会构建工业4.0发展组织


德国行业联合会与政府紧密合作,在推动智能制造的过程起到重要作用。2013年4月,德国机械及制造商协会、德国信息技术、通讯与新媒体协会、德国电子电气制造商协会等行业协会合作设立了“工业4.0平台”作为德国工业互联战略的合作组织。该平台向德国政府提交了平台工作组的最终报告——《保障德国制造业的未来——关于实施工业4.0战略的建议》,明确了德国在向工业4.0进化的过程中要采取双重策略,即成为智能制造技术的主要供应商和CPS的领先市场。


自2015年4月德国政府正式启动工业4.0平台以来,该平台建设了多项进展:


在线图书馆(Online-Bibliothek)作为工业4.0知识传播的节点,汇集了最新的工业知识Know-how以及相关研究成果和政府政策,为企业应用提供参考。


用户案例(Anwendungsbeispiele)以及“工业4.0地图”集中展示了工业4.0在德国以及其他国家的成功应用,让公众了解到工业4.0的最新进展。


广泛开展国际合作(Internationales),平台与中国、美国、日本等大国均建立了合作关系,让工业4.0概念走向世界,成为国际性议题。


3)各大企业积极参与工业4.0


德国制造业企业凭借长期积累的规模化和技术优势,在推进工业4.0应用方面有强大优势。西门子集团推出MindSphere工业互联网平台,使用开放式通讯标准,既向下提供边缘层数据采集API,也向上提供应用层工业App开发API,并通过云平台将上下层融合,实现运用工业互联网的工厂智能化运行。


各制造业大型集团已经在高端制造方面快速前进。软件方面, SAP提出以云平台连接万物,以大数据作为决策来源。工业制造现场方面,ABB持续改进工业机器人产品,将传感器与与机器人相连接,实现生产智能化;博世集团工业射频码系统,为智能工厂提供数据传输支撑。车企方面,宝马集团将手势识别应用于车辆生产,融合了信息技术与工业生产;大众集团机器换人,大幅提高生产效率。德国各大制造业巨头对智能化和高效率的追求为工业4.0的持续发展提供了内在发展动力和技术实现手段。


中小企业在政府的支持下积极参与工业4.0应用。中小企业没有规模化效应,但是继承了德国精细化生产的精神,对工业4.0提出的CPS系统和智能工厂同样有需求。德国工业企业联合会是工业4.0的重要参与方,同时代表了10多万中小企业的利益,工业4.0平台可以为中小企业提供信息、测试、资金等多方支持,推动了工业4.0在各中小企业中的全面应用。


1.2.3 日本:发展“互联工业”,进行本地化的工业互联网建设


制造业面临的竞争压力促使日本提出符合自身需要的工业互联网概念。日本面临人口老龄化,劳动力人口不足的问题;来自美国和德国的先进制造业竞争使得日本企业压力巨大;工业互联网和工业4.0概念的提出给日本提供了战略上的参考。基于现实压力和日本自身在技术的积累,日本提出了“互联工业”(Connected Industries)概念,在2017年3月份由日本首相安倍晋三在德国汉诺威通信展会CeBIT正式提出。


互联工业有三个核心:


①人与设备和系统相交互;


②通过合作与协调解决工业新挑战;


③积极培养具有数字化意识和能力的高级人才。与美、德更关注企业内的互联与智能化不同,日本互联工业另辟蹊径,关注企业之间的互联互通从而提升全行业的生产效率。


1)国家政策长期支持


为了应对人口老龄化、资源能源紧张等现实而紧迫的社会问题,日本政府提出“社会5.0”(Society 5.0)超智能社会构想,互联工业作为社会5.0的重要组成部分,得到政府的长期支持,在政府每年制定政策时都将社会5.0和互联工业纳入考量,提出综合解决方案和创新。日本产业经济省METI提出了“东京倡议”,明确互联工业的五个重点领域无人驾驶与移动服务生产制造与机器人生物与素材工厂基础设施安保智能生活;五个领域都有政府政策支持,包括共享企业认证制度、税收制度、创制指南、基础设施建设、国际合作等等。


2)政府企业合作建立本地化的互联工业支援体系


2015年6月日本机械工程学会生产系统部门提出“工业价值链计划”(Industrial Value Chain Initiative,IVI),后来获得日本产业经济省METI支持,成为政府和学会联合推进项目。IVI秉承三大理念:互联制造、松耦合以及人员至上,相比美德等国更加突出了人的作用,体现了日本特有的思考方式。IVI作为行业联合体,目前已有超过180家机构和企业参与,在推动日本互联工业标准化和概念创新方面发挥了重要作用。IVI与日本机器人革命协会RRI、IoT推进实验室一起成为推动日本互联工业、智能制造、物联网的强大力量。针对中小企业,日本也成立了专门针对中小企业制造业咨询的“智能制造声援团”,2017年已经拥有约25家联络处。智能制造声援团向中小企业派驻专业人员,指导中小企业顺利进行新技术的导入和数据的连通,让企业更好地融入互联工业的大环境中。


3)构建符合日本需求的互联工业指导架构


与美国工业互联网参考架构IIRA、德国工业4.0框架RAMI4.0类似,日本也于2016年12月发布了自身的互联工业参考架构IVRA(Industrial Value Chain Reference Architecture)。IVRA将智能制造单元SMU(Smart Manufacturing Unit)作为互联工业微观层面的基本单元,多个SMU按管理、业务、资产三个维度组合,形成通用功能模块,企业根据自身需要使用通用模块以达成企业所需的实际功能。IVRA使用“宽松定义标准”,首先改进现有系统,而非完全创立一个全新的复杂互联体系,避免了企业大幅度更改生产方式带来的运营风险。



1.3 支撑工业互联网发展的基础技术日渐成熟

大数据、物联网、云计算等新一代信息技术飞速发展,并积极向包括制造业在内的传统产业渗透,驱动产业变革,为工业互联网发展提供了技术支撑。


1.3.1 大数据时代渐近,向工业领域加速渗透


大数据是使用高效的信息处理方式以具备更强的洞察力、决策力和流程优化能力的海量、多样的信息资产,其价值在于从数据中提取有用信息,以方便企业针对市场及自身用户开展市场营销活动、进行市场预测与生产优化、通过风险控制最终实现经营活动的利润最大化。


自2014年3月“大数据”首次出现在《政府工作报告》中以来,国务院内常务会议一年内多次提及大数据运用,中国政府对大数据的重视程度与日俱增,政策支持力度正不断提升。2015年是大数据发展政策出台的密集期,各个部委陆续出台相应政策推进大数据产业发展,9月,国务院印发《促进大数据发展行动纲要》,系统部署大数据发展工作;11月,《中共中央关于制定国民经济和社会发展地十三个五年规划的建议》中首次提出推行国家大数据战略,同时,十三五规划中也提出将要建立国家大数据战略,大数据上升至国家战略已成为共识。


受益于国家意志的大力扶植,大数据进入快速发展期。数据显示,2010年开始,我国大数据行业的企业融资数量不断上升,其中2015年行业融资数量为59件,同比增长23%。就融资的规模来看,2010-2015年六年的融资案例中,逾五成融资金额超过千万元,融资规模相当可观。



我国大数据市场规模增速高于全球,2018年市场规模将超过500亿元。


①在经历了快速增长期后,全球范围内的大数据服务进入了平稳增长的阶段。Statista数据显示,2015年全球大数据市场规模将近1500亿人民币,同比增长24.2%;预计2018年全球大数据市场规模将达到超2693亿元,2015~2018年的CAGR为21.8%。


②我国大数据行业目前处于快速发展期,增速高于全球。2015年我国大数据市场规模为160亿元,仅占全球总市场规模的10.7%,但同比增长65.3%,是全球增长率的2.7倍。预计2018年我国大数据市场规模将达到509亿元,2015~2018年的CAGR达到 47.0%,是全球CAGR的2.2倍。



大数据应用正在向工业领域加速渗透,成为推动工业互联网发展的重要手段。现如今,大数据已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。而工业互联网是以数据驱动为主的产业,工业传感器实时采集生产设备和生产线上的温度、压力、震动等信息,汇聚成海量的数据库,通过挖掘分析、处理、应用,最终形成产品或服务,才能实现价值转换,并且在故障预测、远程诊断、能源优化等方面发挥着重要作用。



1.3.2 物联网发展迅速,工业设备互联成为可能


互联网实现了“人人互联”和“人物互联”,而物联网是在“互联网”概念的基础上,将其用户端延伸和扩展到任何物品与物品之间,进行信息交换和通信的一种网络概念。利用先进的传感技术、网络通信技术实现的物与物之间的互联通信,以实现智能化和管理,并在此基础上产生一系列应用。物联网具有海量的设备连接,在分布广泛的场景下,对无线网络的覆盖范围、终端设备的功耗密切相关。


就全球而言,物联网市场增长迅猛且市场巨大。Gartner数据,2017年全球物联网设备数量将达到84亿——比2016年的64亿增长31%,而全球人口数量为75亿,预计2020年物联网设备数量将达到204亿。从全球物联网硬件支出金额方面来看,2017年企业物联网硬件支出将达到人民币66370亿元,消费者物联网硬件支出为人民币49916亿元。到2020年,消费者和企业在物联网硬件方面的支出总和将达到约20.7万亿元。



我国物联网市场同样保持着快速增长态势。2016年我国物联网市场规模达到了9500亿元,同比增长26.67%。《物联网白皮书2016》指出,微软、华为、软银、高通、BAT等全球知名企业均从不同环节布局物联网,产业大规模发展的条件正快速形成,未来2-3年将成为物联网产业生态发展的关键时期。



物联网作为工业互联网的核心,实现了各种生产要素相连。工业互联网的通俗说法,在工业领域内,通过信息和通信技术把各种生产要素连接起来。在工业自动化生产中,自动化设备在运行过程中的数据、信息能够及时传输到控制系统甚至是管理系统,从而进行数据的收集以及分析,最后人工只需在远程进行监管以及控制。而物联网的出现,无疑会推进互联网和先进制造的融合。


此外,经过近10年的发展,云计算已从概念导入,进入广泛普及、应用繁荣的新阶段,已成为提升信息化发展水平、打造数字经济新动能的重要支撑。2015年,我国云计算产业规模约1500亿元,同比增长超过30%。2016年,云计算骨干企业收人均实现翻番。SaaS、PaaS占比不断增加,产业结构持续优化,产业链条趋于完整,形成了政务云、教育云、金融云、工业制造云、医疗健康云等云服务的形态。大数据、物联网、云计算等技术的快速发展,并逐步向工业领域渗透,为工业互联网提供了技术基础。


2 我国工业互联网方兴未艾

2.1 工业互联网是我国通往制造强国的必由之路


2.1.1 我国制造业面临“高端回流”和“中低端分流”的双向挤压


我国制造业“大而不强”,产品附加值较低,生产成本偏高,研发水平相对低下。虽然我国制造业在规模上居全球之首,但依然表现出“大而不强”的特征,长期处于全球产业链的中低端。


我国制造业“大而不强”的特征主要表现在以下三个方面


第一,制造业产出效率整体偏低,导致产品附加值不高。当前我国制造业增加值率为21%左右,而发达国家约为35%至40%,是我国的两倍;我国制造业增加值总量居世界首位,但人均制造业增加值只有3000多美元,居全球第54位,仅为发达国家水平的三分之一,甚至低于许多发展中国家。这反映了我国制造业经济效率与产品附加值偏低,在全球产业链中处于中主要负责下游制成品的分工地位。以iPhone手机为例,我国是iPhone手机主要组装生产基地,但中国劳动力在整个价值链中总占比仅1.8%;而苹果公司通过软件设计研发和核心部件生产,占价值链比重高达58.4%。我国制造业规模大与产值小的不均衡现象,也折射出我国制造业存在产业结构不合理与附加值偏低的问题。



第二,制造业核心部件缺乏导致生产成本偏高。我国制造业相当一部分的核心部件都依赖进口,这就提高了我国制造业的生产成本。工信部资料显示,我国高端芯片与通用芯片的对外依存度高达95%。原材料价格上涨、人力成本上升、社会资产价格上涨等因素导致我国制造业的成本居高不下。制造业成本优势的逐渐消失,削弱了我国制造业的竞争力。


第三,制造业科研投入不足导致部分核心高端技术领域受制于人。尽管我国不断增加对科技创新的投入,研发费用占GDP比重从07年的1.37%上升到目前接近2%的水平,但仍远低于发达国家3%的平均水平。在研发经费的拨付、研发人员的配备上,我国都与发达国家存在着较大差距。科技创新的不足,直接影响着制造业技术水平的提升,而研发投入不足则是导致研发水平低下与技术创新不活跃的关键性因素。



2008年国际金融危机发生之后,发达国家纷纷实施“再工业化”战略,意欲加速“高端回流”,重塑技术优势,提升工业竞争力。美国提出《美国先进制造业伙伴关系计划》和《美国先进制造业国家战略计划》等一系列举措,通过财政支持、贸易保护等手段重塑高端制造业在未来发展中的关键地位。德国和日本等工业强国也相继发布《德国工业4.0战略实施建议》和《日本制造业白皮书》,重塑国内高端制造业,增强国际竞争力。在发达国家纷纷将制造业重新定位为国家产业发展核心的背景下,中高端制造业大批回流本国,我国原本承接中高端产业的趋势受阻,市场份额呈下降态势。这将冲击我国制造业的发展,延缓制造业升级进程,阻碍我国对于国际先进制造业核心技术的吸收。



与此同时,一些发展中国家也在加快谋划和布局,积极参与全球产业“中低端分流”,承接产业及资本转移,拓展国际市场空间。长期以来,我国制造业的发展得益于劳动力、资金和环境等要素的低成本比较优势,“中国制造”也由此起步。然而,随着中国经济飞速发展和消费水平的不断提高,中国生产要素成本不断提升,国际代工业务逐渐向东南亚等成本洼地转移,不断蚕食我国中低端制造业的市场份额。诸如耐克、阿迪等企业的加工制造已经出现向越南、泰国倾斜的迹象。尽管目前我国的代加工产品出口体量仍远大于东南亚诸国,但其增速已经赶上甚至超越中国,中低端制造业据点由中国向东南亚诸国转移已是大势所趋。


我国制造业面临发达国家和其他发展中国家“双向挤压”的严峻挑战,,一定程度上倒逼我国工业重新布局,推进产业转型升级,加速信息化与工业化融合,抢占制造业新一轮竞争制高点。



2.1.2 经济增速下行,人口红利消退,人工成本大幅增加


2008年金融危机波及全球,中国经济也未能幸免,2008-2009年中国工业增加值增速大幅放缓; 2010-2011年在“四万亿计划”刺激下,工业增加值短暂反弹后持续下行,近三年来增速大致在6%上下小幅波动。中国制造业发展速度放缓,进入瓶颈期,急需转型升级,推动信息化与工业化深入融合为产业提供新动力。



随着我国经济发展逐渐进入新常态,原本依靠人口红利进行规模扩张的粗放发展模式难以为继。过去我国制造业发展高度依赖人口红利,以低廉的劳动力压低制造成本从而获得大量订单。随着老龄化进程的加剧,中国15岁及以上就业人口占人口比重不断下降,用工成本不断上升,人口红利正在逐渐消失。过去10年国内制造业的人均工资快速增长,从2006年的18,225元/年,提升到2016年的59,470元/年,CAGR高达26.7%,这无疑挤压了工业企业的利润空间,在一定程度上侵蚀了工业部门的国际竞争力。长远来看,人力成本将继续提高,企业依靠信息化、自动化技术,提升生产效率意义重大。



除劳动力之外,制造业受土地、原材料等其他生产要素的制约也日益加强,对资源转化效率的要求不断提升。尽管中国工业部门的生产能力整体呈上升趋势,但近年来提升幅度明显减小,且与发达工业国家仍存在明显的差距。以2015年为例,我国人均制造业增加值是美国人均的35.5%,是德国人均的27.8%,是日本人均的33.4%,生产和经营效率存在明显差距。总体来看,中国工业部门的国际竞争力仍有待提升,生产效率、产业结构均亟需进一步升级,智能化生产和数字化信息管理或将成为未来发展的重要出路。



2.1.3 工业互联网是《中国制造2025》的重要组成部分


在新一轮科技革命、产业变革与我国经济发展方式形转变形成历史性交汇的时代背景下,为了抓住这一重要机遇实现转型升级和跨越发展,《中国制造2025》应运而生,面向十个重点领域,建设五大工程,包括:制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新。该计划提出了用三个十年来实现制造强国的“三步走”战略方针。


《中国制造2025》的主攻方向是智能制造,以推动信息技术与制造技术融合为重点,强调互联网技术在未来工业体系中的应用。作为指导我国工业未来10年实现2.0到4.0跨越的纲领性文件,《中国制造2025》对工业互联网这一重要基础进行了具体规划:加强工业互联网基础设置建设,以提升企业宽带接入信息网络的能力;在此基础上针对企业需求,组织开发智能控制系统、工业应用及故障诊断软件、传感系统和通信协议;最终实现人、设备与产品的实时联通、精确识别、有效交互与智能控制。



2015年十二届全国人大三次会议政府工作报告中还首次提出“互联网+”计划,推动互联网、大数据、物联网与云计算和现代制造业的结合,以建设制造业与互联网融合“双创”平台为抓手,培育全新商业模式和业态,充分释放“互联网+”的力量,发展新经济,实现从工业大国向工业强国的迈进。具体目标如下:


到2018年底,国内龙头企业互联网“双创”平台普及率达到80%,相比2015年底,工业云企业用户增长一倍,新产品研发周期缩短12%,库存周转率提高25%,能源利用率提高5%。


到2020年,工业互联网平台体系初步形成,建成10个跨行业、跨领域的平台,并培育30万个面向特定行业和场景的工业APP,推动30万家企业应用工业互联网平台开展研发设计、生产制造、运营管理等业务。


到2025年,工业互联网平台体系基本完善,形成3-5个具有国际竞争力的工业互联网平台,培育100万个工业APP,实现百万家企业上云。


作为制造业高端化、智能化发展的有力推动,重塑工业体系的关键因素,工业互联网是《中国制造2025》中的重要环节,是“互联网+制造”的具体体现,是我国迈向工业4.0的必经之路。



2.2 国家政策大力支持工业互联网建设


2015年5月,国务院出台的《中国制造2025》计划正式拉开了我国工业互联网发展的序幕,确立了我国由制造大国转为制造强国的发展目标,制定了“三步走”的发展战略。2017年11月,国务院印发《深化“互联网+先进制造业”发展工业互联网的指导意见》,明确了我国工业与互联网融合的长期发展思路,已经成为中国工业互联网建设的行动纲领。


2018年5月以来,我国工业互联网政策密集发布,支持力度空前。工信部与财政部接连发布了包括《工业互联网APP培育工程实施方案》、《2018年工业转型升级资金工作指南》、《工业互联网发展行动计划(2018-2020年)》、《工业互联网专项工作组2018年工作计划》及《2018年工业互联网创新发展工程拟支持项目》,由此可见我国政府对于工业互联网的高度重视及布局决心。


据中国工业互联网产业联盟测算,2017年我国工业互联网直接产业规模约为5700亿元。在2017年到2019年期间,预计产业规模将以18%的年均增速增长,至2020年时将达到万亿元规模,预计未来国家将持续颁布工业互联网相关政策,为其快速发展提供有力支撑。



2016年2月,工业互联网产业联盟成立大会在北京举行,联盟由包括中国信息通信研究院、航天科工集团、中国电信集团公司、阿里巴巴集团在内的40余家单位联合发起,首批成员包括一百多家企事业单位和科研院所,立足于搭建工业互联网合作平台,旨在促进未来我国制造业的转型升级。2016年8月,联盟工作组在第二次全会通过了《工业互联网体系架构(版本1.0)》,从顶层设计的角度为工业互联网发展路径提供指导参考意见。工业互联网体系架构报告(1.0版)在分析业务需求基础上,提出了工业互联网体系架构,指出网络、数据和安全是体系架构的三大核心,其中“网络”是工业系统互联和数据传输交换的支撑基础,“数据”是工业智能化的核心驱动,“安全”是网络、数据以及工业融合应用的重要前提。2017年2月,《工业互联网标准体系框架(版本1.0)》发布,提出了工业互联网的标准体系框架、重点标准化方向以及标准化推进建议。该文件从网络连接、标识解析、平台支撑、数据管理和安全五大方面,对工业互联网的建设和运行设立了统一的标准,避免了发展过程中可能出现的偏差,加快了工业互联网建设进程。


2018年2月,为加快推进工业互联网创新发展,国家制造强国建设领导小组决定在其下设立工业互联网专项工作小组,并由工信部部长苗圩任组长。工业互联网专项工作小组的设立将有力推动“中国制造2025”的实施,加速相关政策的落地实施。目前该专项工作小组已经发布《工业互联网发展行动计划(2018—2020年)》,明确了未来三年的重点任务和发展目标:


①初步建成网络基础设施;

②建成5个左右标识解析国家顶级节点,标识注册量超过20亿;

③分期分批遴选10个左右跨行业跨领域平台,推动30万家以上工业企业上云,培育超过30万个工业APP;

④制定设备、平台、数据等至少10项相关安全标准。工业互联网专项工作小组还计划成立中国工业互联网研究院,开展工业互联网有关的支撑工作。


2.3 我国工业互联网体系架构初步成型


2.3.1 工业互联网体系架构


2016年9月7日,工业互联网产业联盟正式发布《工业互联网体系架构(版本1.0)》,作为工业互联网系统性、战略性的顶层设计。


①网络是基础,包括网络互联体系、标识解析体系和应用支持体系;

②数据是核心,包括数据采集交换、集成处理、建模分析、决策优化和反馈控制等功能模块;

③安全是保障,包括设备、网络、控制、数据、应用的综合安全管理。工业互联网打破传统工业系统与互联网天然隔离的边界,互联网安全风险将渗透到制造业关键领域,网络安全与工业安全风险交织,直接影响工业、经济安全乃至国家总体安全。


基于工业互联网的网络、数据与安全,工业互联网将构建面向工业智能化发展的三大优化闭环。

①机器设备运行优化闭环;

②生产运营优化闭环;

③企业协同、用户交互与产品服务优化闭环。



2.3.2 工业互联网标准体系架构


2018年2月,我国的工业互联网产业联盟(AII)发布了《工业互联网平台标准体系框架1.0》。其标准体系包括总体标准、共性支撑标准、 应用服务标准三大类标准。


① 总体性标准——规范工业互联网平台的总体、通用与指导性。

② 共性支撑标准——规范工业互联网的关键共性支撑技术。

③ 应用服务标准——规范涉及工业企业运行的涉及的生产、管理、服务等环节的关键应用服务,以及面向垂直行业围绕产业链上下游协作,新型的应用服务。



2.3.3 工业互联网安全框架


工业互联网面临传统IT与信息通信技术(ICT)的双重安全威胁,其安全保障能力已成为关键因素。工业互联互联网产业联盟(AII)于2018年2月发布的《工业互联网安全框架(讨论稿)》,提出工业互联网安全框架。


1)工业互联网安全框架


工业互联网安全框架从防护对象、防护措施及防护管理三个视角构建。防护对象视角涵盖设备、控制、网络、应用和数据五大安全重点;防护措施视角包括威胁防护、监测感知和处置恢复三大环节,威胁防护环节针对五大防护对象部署主被动安全防护措施,监测感知和处置恢复环节通过信息共享、监测预警、应急响应等一系列安全措施、机制的部署增强动态安全防护能力;防护管理视角根据工业互联网安全目标对其面临的安全风险进行安全评估,并选择适当的安全策略作为指导,实现防护措施的有效部署。



2)工业互联网安全防护措施实施


工业互联网安全框架在实施过程中的重点,就是针对防护对象的安全威胁采取行之有效的防护措施。防护措施实施包括七个方面:设备安全、控制安全、网络安全、应用安全、数据安全、检测感知、处理恢复。设备安全指操作系统/应用软件安全与硬件安全。防护措施对于工业互联网控制安全防护,主要从控制协议安全、控制软件安全及控制功能安全考虑。网络安全防护包括融合网络结构优化、边界安全防护、接入认证、通信内容防护、通信设备防护、安全监测审计等多种防护措施。应用安全从工业互联网平台安全与工业应用程序安全两方面进行防护。数据安全防护,采取明示用途、数据加密、访问控制、业务隔离、接入认证、数据脱敏等多种防护措施,覆盖包括数据收集、传输、存储、处理等在内的全生命周期的各个环节。监测感知具体措施包括数据采集、收集汇聚、特征提取、关联分析、状态感知等。处置恢复机制主要包括响应决策、备份恢复、分析评估等


2.3.4 工业互联网成熟度评估


工业互联网成熟度评估框架:三大核心要素、两大目标对象、十三个关键能力和能力等级。工业互联网产业联盟(AII)于2017年11月公布《工业互联网成熟度评估白皮书1.0》中,提出了相对完整的评估模型和评估指标。白皮书三大核心要素为互联互通、综合集成、数据分析利用。




成熟度评估模型主要面向离散型和流程型制造企业。两大目标对象为离散型和流程型制造企业。



通过对三大核心要素现阶段发展所需具备的关键能力进行深入研究,对其中的十三个能力分别给出了相应的能力等级L1-L5,等级越高,表示能力越强。其中11个对应离散行业,10个面向流程行业。



3 工业互联网平台:装备制造企业具有先天优势

3.1 工业互联网平台:新工业体系的“操作系统”


工业互联网平台是传统工业云平台的延伸,其本质是在传统云平台的基础上叠加物联网、大数据、人工智能等新兴技术,是面向制造业数字化、网络化、智能化需求,构建基于海量数据采集、汇聚、分析的服务体系,支撑制造资源泛在连接、弹性供给、高效配置的工业云平台。


工业互联网平台将工业云与IoT、BD、AI等结合,构建更精准、实时、高效的数据采集体系,建设包括存储、集成、访问、分析、管理功能的使能平台,实现工业技术、经验、知识模型化、软件化、复用化,以工业 APP 的形式为制造企业各类创新应用,最终形成资源富集、多方参与、合作共赢、协同演进的制造业生态。工业互联网平台具有一下三大特点:数据采集是基础、工业PaaS是核心、工业APP是关键。


3.1.1 边缘、平台、应用三层架构


工业互联网平台包括边缘、平台(工业 PaaS)、应用三大核心层级。①边缘层:边缘层包括设备接入、协议解析、边缘数据处理等三个方面,具体为各种工业传感器等工业现场设备、工业数据传输的格式与方法、以及在工业现场进行的边缘计算服务。边缘层通过大范围、深层次的数据采集,以及异构数据的协议转换与边缘处理,构建工业互联网平台的数据基础。②平台层:平台层包括了传统云服务基础设施服务(IaaS)以及在其基础上扩充而来的工业云操作系统,提供了工业数据管理能力、固化工业知识的并且可以复用和扩展的组件库、工业应用开发环境等工业互联网平台基础服务。③应用层:满足不同场景需求的工业SaaS和应用是工业互联网平台呈现给用户的最终价值,企业通过使用工业App来提高效率,降低成本,实现使用工业互联网平台的价值。



3.1.2 数据采集是基础、工业PaaS是核心、工业APP是关键


1)数据采集是基础


数据是所有计算应用的原料。只有获得了海量工业数据,工业互联网平台才能充分发挥其作为生态系统的作用。数据采集的本质是利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。实现高效、准确、大量的数据采集,目前主要有两个方向:

①制定兼容性强,可以在多种数据协议中转换的数据传输体系;

②进行边缘计算(Edge Computing)部署。边缘计算是一种在靠近现场或数据源头一侧进行数据采集和初步计算分析,就近提供数据服务的服务方式。在工业场景部署边缘计算,可以对工业流程中产生的海量工业数据进行预处理,大大降低数据上传和后端处理的时间和计算需求。


2)工业PaaS是核心


工业PaaS是在原有IaaS的基础上构建一个可扩展的操作系统环境,为工业App的开发提供一个统一的的基础平台。目前工业PaaS面临开发工具不足、行业算法和模型库缺失、模块化组件能力弱、通用PaaS平台不能满足专用工业需求等等问题。未来工业PaaS的发展方向是在传统通用PaaS的基础上继续进行深度改造,形成满足工业要求的高效开放的云平台,并将大量工业技术原理、行业知识、基础模型规则化、软件化、模块化,并封装为可重复使用和灵活调用的微服务,降低应用程序开发门槛和开发成本,提高开发、测试、部署效率。工业PaaS作为工业互联网平台的核心,是目前工业互联网领军企业的布局重点,其完善建设将为开发者聚集、开放的开发社区构建提供保障。


3)工业App是关键


工业App特指工业领域里的应用软件,其是工业技术的软件化,将工业技术、工艺经验、制造知识和方法抽象成显性的数字化流程,并以此固化到软件中形成App。例如波音公司将多年来对飞机设计和维护的理解软件化,形成波音特有的飞机制造和维护App,提高了制造和后期维护的效率,同时为未来新知识的继续添加提供了良好的基础。工业App是工业知识的封装,企业可以有效地调用工业App实现特定功能而无需重新开发,也无需担心随着关键人员和设备的流失而导致工艺技术的丢失。工业App来源于工业PaaS,开发者对工业 PaaS 层微服务的调用、组合、封装和二次开发,开发形成面向特定行业特定场景的工业 APP。


3.2 国内外工业互联网平台案例


3.2.1 GE:Predix


GE于2013年推出Predix平台,其主要功能是将各类数据按照统一的标准进行规范化梳理,并提供随时调取和分析的能力。作为一个面向云应用的软件平台,Predix负责将各种工业资产设备和供应商相互连接并接入云端,并提供资产性能管理(APM)和运营优化服务。通过使用这个综合平台,企业可以在Predix上创建创新应用程序,将实时操作数据转化为可操作的见解,从而实现生产程序的优化。


Predix平台主要包括边缘端、云平台、应用端三个部分。

①边缘端:Predix在边缘端提供了Predix Machine网关框架,为其他边缘硬件设备提供数据传输服务,其覆盖了边缘层几乎所有方面:工业协议解析、灵活的数据采集、同平台的配合、本地存储和转发等。

②云平台:集成了工业大数据处理和分析、Digital Twin快速建模、工业应用快速开发等各方面的能力,通过全真模拟模型,分析存储数据。从而快速实现实例化。

③Predix在应用端提供了完备的开发套件,主要负责提供工业微服务和各种服务交互的框架,为开发人员提供创建、测试、运行工业互联网程序的环境和微服务市场。


GE Predix平台在多个工业领域得到应用。

例如:①美国最大的核电力公司爱克斯龙(Exelon)电力公司于2016年部署了Predix全套套件,应用于公司总产能33GW的各类发电厂,并于GE合作开发了基于Predix的工业App。Predix帮助Exelon成功实施了提高风力预测,减少预测时间间隔,完善停电计划等多项效率提高措施。

②GE航空通过使用Predix的绩效管理方案(APM),实现了Leap航空发动机机器数据、警报数据、和维护历史的结合与优化,改进了GE航空作业流程,降低了生产线返工时间。

③英国石油公司BP与GE基于Predix合作开发了用于油气生产的POA(Plant Operation Advisor)方案,POA显著提高了BP墨西哥湾炼油厂的工作效率,并且成为Predix+APM方案的全球最大部署案例。




3.2.2 西门子:MindSphere


2016年西门子于德国汉诺威工业博览会发布综合式主机云平台物联网系统MindSphere。MindSphere连接自动化生产环境中的车间设备和其他工业资产,其基于云的开放物联网架构,可以将传感器、控制器以及各种信息系统收集的工业现场设备数据,通过安全通道实时传输到云端,并在云端为企业提供大数据分析挖掘、工业 APP 开发以及智能应用增值等服务。


MindSphere包含边缘连接层MindConnect、开发运营层MindCloud,应用服务层MindApps三个层级。

MindConnect负责将边缘端数据与云端互联,实现边缘硬件设备的数据高效上传;

MindCloud负责提供云计算、数据储存等客户数据服务,同时也提供应用开发环境以及相应的开发工具;

MindApps为用户提供集成行业经验和数据分析结果的工业智能应用。



MindSphere推出两年来,已经获得多家企业应用。

①国高科技自动化设备产品研发制造公司Bozhon Precision Industry Technology采用跨国构建的MindSphere套件,成功实现更高的运营效率。该公司采用位于德国的MindSphere数字双胞胎技术进行某型机器的设计和调试,而物理机器同时在中国建造。该机器的近80%的功能特性通过虚拟调试进行了验证,从而实现了更快,更高效的生产和更短的上市时间。

②格林科技利用西门子 S7 采集机床产品中的 6 组数据,每 30秒采集一次并上传至 MindSphere 平台,实现了失效报警等功能。

③IOT 解决方案供应商 Bluvision 在可口可乐荷兰 Dongen 工厂中的 150 个小型电机上安装了传感器,并将数据上传至MindSphere 平台,基于对电机震动情况的数据分析实现故障预警。


3.2.3 ABB:ABB Ability


ABB是自动化设备和智能制造的领先厂商。2017年ABB推出了工业互联网平台ABB Ability,该平台充分结合了ABB自动化设备方面和数字化的优势,能够为客户提供领先的自动化工业互联网解决方案。


ABB Ability由Ability Edge和Ability Cloud两大部分组成。其中Edge包含边缘硬件和边缘计算,负责信息的获取与预处理,并上传至云端。Cloud则基于微软Azure云架构以及其应用服务,通过对数据进行集成管理以及大数据分析,形成智能化应用。Cloud汇集Edge上传的边缘数据,共客户进行进一步的分析与处理。ABB Ability平台具有良好的可扩展性,未来将与其他工业互联网平台进行互联,实现云间互联Intercloud。



目前ABB Ability主要应用于电力、采矿、石化、航运、水处理等领域,ABB已拥有超过7000万连接设备和7万控制系统设备,未来将进一步扩展应用范围。在电力方面,ABB通过提供虚拟电厂、电厂自动化、分布式电站管理系统、数字化变电站等解决方案提高电厂和输配电效率。美国电力公司AEP通过采用ABB Ability平台实现了对企业设备的实时监控以及预测性维护,高压设备风险降低了15%,设备寿命延长了3年,取得了良好效果。


3.2.4 徐工信息:XREA工业互联网平台


XREA工业互联网平台是徐工信息自主研发的国内首个工业互联网大数据平台。XREA具备高并发、高数据吞吐能力以及高扩展能力,填补了大数据在工业应用的空白。XREA由感知层、XREA平台层以及应用层组成,平台突出泛用概念:感知层“泛接入”,能够收集位置,工况、环境、交通等等广泛的边缘信息;平台层通用化,包含通用的网络协议以及高性能大数据和物联网平台,可为感知层收集的接入数据提供高性能计算服务;应用层“泛应用”,多种工业App可用于装备制造、汽车、农业、军工等等行业。


XREA平台具有XREA-SDM、XREA-Computer、XREA-Store等优势技术

SDM为软件定义机器模型,支持各类工控协议与网络协议和协议数据自适应更新,实现平台“泛接入”;

Computer为专为工业互联网平台设计的并行计算平台,实现设备数据高效利用;

Store为分布式文件系统和列数据库,支持多种文件类型,为“泛应用”奠定系统基础。


XREA平台自推出以来在工程机械、新能源汽车、军工、畜牧业等行业得到广泛应用:平台管理的工程资产超过2000亿元;帮助客户新能源汽车联网平台通过国家认证,实现对车辆的全寿命周期管理;帮助部队工程机械实现物联网接入等等。未来XREA还将借助徐工集团以及第三方客户合作实现持续发展。



3.2.5 树根互联:根云平台


树根互联技术有限公司由三一重工物联网团队创业组建,是独立开放的工业互联网平台企业。2017年2月,树根互联与腾讯、华为、中国移动以及中国联通等合作伙伴启动了根云工业互联网平台RootCloud。根云平台主要基于三一重工在装备制造及远程运维领域的经验,由 OT 层向 IT 层延伸构建平台,重点面向设备健康管理,提供端到端工业互联网解决方案和服务。


根云平台主要有三方面功能:智能物联、大数据和云计算、SaaS应用和解决方案。

其中智能物联是通过传感器、控制器等物理硬件采集、编译边缘层设备数据;

大数据和云计算则面向海量设备,依靠稳定且高性能的云计算能力提供数据清洗、数据治理、隐私以及安全保障等服务,同时根据以往工业经验构建工业大数据平台;

SaaS则为企业提供端到端解决方案以及即插即用软件,方便企业和开发者开发面向各种需求的软件。



根云平台目前已经扩展到风电行业、发电机组、缝制绣花、光伏行业以及智慧工地等领域,具有广阔的应用前景。树根互联与中铁港航集团、三一集团、久隆保险、润源实业、岳能科技等企业建立合作关系,推广根云平台。其中久隆保险与树根互联合作推出UBI挖机延保产品数据平台,以挖机数据和维修换件数据为基础,完成数据评估和分析,实现了对各档次保费的精确定价。


3.2.6 航天云网:INDICS平台


航天科工集团基于自身在制造业的雄厚实力和在工业互联网领域的先行先试经验,打造了工业互联网平台 INDICS。INDICS是以工业大数据为驱动,以云计算、大数据、物联网技术为核心的工业互联网开放平台,可以实现产品、机器、数据、人的全面互联互通和综合集成。


INDICS相比其他工业互联网平台具有更大的自主性。INDICS在IaaS层建立自有数据服务中心,在平台层提供各类服务引擎,包括提供工业服务引擎、面向软件定义制造的流程引擎、大数据分析引擎、仿真引擎和人工智能引擎等,平台同时提供超过200种API接口供各类开发者调用。在应用层,INDICS提供了预制本地应用,也能调用第三方开发的针对性应用,提高了客户使用工业App的灵活性。



INDICS已经完成多种语言适配,未来将向全球客户提供工业互联网服务。INDICS在航天科工集团内率先应用,河南航天液压气动技术有限公司作为科工集团液压气动元件供应商在应用INDICS平台后,产品研发设计周期缩短 35%、资源有效利用率提升 30%,生产效率提高 40%,产品质量一致性得到大幅度提升,取得良好效果。


3.3 装备制造业背景的企业发展工业互联网具有先天优势


从系统分类来看,整个工业互联网系统分为云层、ERP 层、MES 层、通信层、工业控制层和设备执行层。


目前来看,工业互联网平台的企业主要分为两类,一类是从软件端等上位系统往下渗透的有用友 网络,东方国信(CLOUDIIP 工业互联网平台),航天云网(INDICS 工业互联网平台)等以软件公司为主,

一类是从硬件端等下位系统往上渗透的有机器人、徐工信息(XREA 工业互联网平台),三一重工 (树根互联工业互联网平台),海尔(COSMOPLAT 工业互联网平台) 等制造业公司为主。


如前文所述,工业互联网平台数据采集是基础,没有详尽的工业数据则任何工业互联网平台都会成为无源之水。装备制造企业长期处从事实际工业生产经营,对工业生产的工艺、流程、技术、质量检测等有深厚的积累。整个制造业所有环节的数据都来自设备执行层,他们是工业互联网数据的入口。装备制造企业涉及到各行各业,比如锂电行业中的锂电设备、轮胎行业中的橡胶装备、煤炭行业中的煤机设备等等,这些装备制造企业处在工业互联网的边缘层,是数据获取的一线,相当于互联网的数据流量入口,在取得、维护、分析处理工业数据方面较顶层公司更有优势。在对工业互联网的运用中,装备制造企业能够依据自身生产实践,更加高效地封装工业技术知识并开发出适合企业运作的工业App。


实施工业互联网的目的是实现生产优化,升级制造业,直接方式是对制造业采集到的生产数据进行优化。我们认为装备制造企业不仅卡位数据入口,而且对生产工艺有深刻理解,未来有望主导工业互联网。



4 智能装备:工业互联网的底层基础


工业互联网和智能制造相辅相成,一方面,智能制造是工业互联网的底层支撑,为实现工业互联网的机器互联目标提供工业机器人、仪器仪表等设备服务;另一方面,工业互联网包含的包括物联网、互联网、云计算与大数据、人工智能在内的新一代信息技术,可以进一步发挥工业装备、工艺和材料潜能,促进装备的智能化升级。


从系统分类来看,整个工业互联网系统分为云层、ERP层、MES层、通信层、工业控制层和设备执行层。机械设备行业主要集中于设备执行层,在通信层和工业控制层也有所涉及。整个系统中有几个非常重要的模块:


(1)工业软件模块:工业软件可以涵盖企业层的ERP到产品设计层的PLM再到制造执行系统MES,甚至是更底层的数据监控软件和控制软件,将构成数字化工厂强大的软件系统;

(2)工业通讯模块:工业通讯是连接每层的通讯网络,是实现人与人人与机器设备之间通信的桥梁;

(3)执行设备模块:整个制造业所有环节的数据都来自设备执行层,他们是工业互联网数据的入口。设备执行层的企业主要分为专用设备和通用设备,其中,通用设备则主要包括工业机器人,专用设备则包括锂电行业中的锂电设备、轮胎行业中的橡胶装备、煤炭行业中的煤机设备等等。




4.1 工业机器人及其核心零部件


4.1.1 工业机器人本体及集成


工业机器人因效率高、安全系数高等特点,成为工业互联网的主要底层设备之一。工业机器人是面向工业领域的多关节机械手或多自由度的机器装置,它能自动执行工作,可用于制造、安装、检测、物流等生产环节。随着人工和物料成本的提高,工业机器人已经成为引领工业4.0进程的动力,并极大地促进了工厂的自动化进程。


目前,我国工业机器人市场具有以下几个特点:

(1)我国是工业机器人产销大国,销量连续五年位居榜首。自2013年起,中国超越日本、美国、德国等国家成为全球工业机器人销量最大的市场。2017年,IFR公布的全球38.06万台出货的工业机器人数据里,超过三分之一(13.8万)都来自中国。另外,我国工业机器人产量增长也十分迅速。根据国家统计局的数据,2017年国内工业机器人产量13.1万台(套),增长81.0%;2010~2017年中国市场工业机器人产量CAGR高达36.33%。



(2)下游领域快速增长,汽车与3C行业领先。根据GGII统计数据,2016年汽车行业是中国工业机器人应用最广泛的领域,占比达到38%。未来受3C和汽车行业增长的拉动,工业机器人的市场规模有望继续扩大。


(3)工业机器人“四大家族”占据了中国主要市场,进口替代空间巨大。从价值份额来看, “四大家族”日本发那科、安川、库卡、瑞典ABB占据工业机器人市场价值份额合计近60%,其他外资合资品牌瓜分了约35%的份额,国内自主品牌机器人只占据不到10%的份额。从销售台数份额来看,国产自主品牌在中国工业机器人市场占比30%左右,进口替代空间巨大。



4.1.2 工业机器人核心零部件


工业机器人核心零部件包含减速机,伺服系统和控制器,合计占成本的70%,其中伺服系统占24%,减速机系统占36%,控制系统约12%。相比于工业机器人本体和系统集成行业,核心零部件行业集中度较高,纳博特斯克和哈默纳科占据了减速机市场75%的份额,控制器的竞争格局和工业机器人本体竞争格局类似,伺服系统也以日系和欧美系等企业为翘楚,目前核心零部件绝大部分依赖进口,各自的国产化进程也略有差异。



国产RV减速机仍然有待实现突破。RV减速机技术难度更大,国内难以大批量生产具有高稳定性的RV减速机。具有代表性的国产企业有南通振康、上海力克、中大力德和双环传动等。国内伺服企业逐渐崭露头角。国产伺服产品市场占有率逐步提升,汇川技术、埃斯顿等优质企业在伺服技术方面走在行业前列。


4.2 仓储物流自动化


工业互联网与仓储物流自动化关系紧密:

①在一定程度上说,工业互联网涵盖了工业物联网,但进一步延伸到企业的信息系统、业务流程和人员;

②工业互联网的核心是基于全面互联而形成数据驱动的智能,因而,智慧物流的存在有助于更高效地实现数据地采集和系统的搭建。另外,工业将智能机器或特定类型的设备与嵌入式技术和物流系统结合起来,又反过来促进了智慧物流的发展。


智慧物流(物流自动化)是充分利用各种机械和运输设备、计算机系统和综合作业协调等技术手段,通过对物流系统的整体规划及技术应用,从而快速、精准、可靠地完成物流的过程。 物流自动化的设施包括条码自动识别系统、自动导向车系统(AGVS)、货物自动跟踪系统(如GPS)等。



自动化物流行业具有以下几个特点:

(1)下游产业涉及领域广泛,发展潜力和市场规模较大。自动化物流系统可广泛应用于烟草、冷链、新能源汽车、医药、机械制造、机场、连锁零售、电商以及食品饮料等众多行业。


(2)自动化物流市场广阔,千亿级市场有待开拓。

根据中国物流技术协会信息中心的统计,过去16年国内自动化物流仓储系统市场以年均23%的速度快速成长,并且近6年受益消费升级和智能制造发展的推动,增速呈现逐渐加速的趋势,预计至2022年,市场规模将超2600亿。



(3)利好政策频频落地,智能物流行业受国家高度重视

2015年国务院发布“智能制造2025”以来,推进制造业生产、研发、管理等环节“智能化”上升到国家的战略化层面,一系列相关法律法规相继出台,大大促进了智能物流行业的快速发展。


5 投资建议


工业机器人本体和系统集成推荐:机器人(工业互联网行业标杆),克来机电(深耕汽车电子高端装备),埃斯顿(从核心零部件起家的工业机器人小龙头),拓斯达(智能制造新锐),新时达(全面布局工业机器人产业链)。


核心设备零部件推荐:中大力德(行星减速机龙头布局RV减速机),汇川技术(国内伺服系统龙头企业),双环传动(RV减速机逐步量产),康斯特(工业用数字压力检测和温度校准仪器仪表龙头)。


仓储物流自动化推荐:今天国际(烟草物流自动化龙头转型锂电物流自动化),诺力股份(收购无锡中鼎进军物流自动化)。


工业互联网平台公司推荐:工业富联、徐工机械(Xrea工业互联网平台)、三一重工(树根互联工业互联网平台)、海尔集团(COSMO工业互联网平台)。


风险提示:工业互联网建设进程低预期,宏观经济下行风险。


标签: 智能制造 深度报告 装备制造业 工业互联网 工业互联网平台

关注 物联网资本论 微信公众号 了解物联网行业最新趋势、产业政策、企业及企业家专访、投资机构及投资事件,参与更多物联网行业线上线下活动。