AIdustry工業互聯網項目是華能集團聯合太極股份等企業，共同打造的服務于流程型行業的工業互聯網平臺。AIdustry融合了深厚的工業基因和新興的互聯網技術，該項目涵蓋火電、水電、核電、風電、光伏、鋼鐵、化工等多個行業500余家企業，接入數據點位超過1000萬，通過工業資源的泛在連接，打通行業內部各個環節，加速行業數據的縱向流通與橫向交互，實現流程型行業制造資源的互聯互通，為產業增值提效提供保障。此外，本項目最終將形成超過1000個的行業應用，滿足為企業提供全面感知、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，價值釋放的生態體系，驅動產業協同發展，成為流程型企業競爭新優勢的關鍵抓手。同時，通過項目的產業化推廣，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互聯網之重任。
一、項目概況
1. 項目背景
作為國民經濟基礎行業之一，流程型行業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工業互聯網平臺為基礎，與華能集團共同籌建了服務于流程型行業的AIdustry工業互聯網項目，該項目涵蓋電力、鋼鐵、化工等多個行業。
2. 項目目標
建立以大數據為核心的流程型行業工業互聯網平臺，通過匯聚全業務、全類型數據資源信息，全面支撐電力、鋼鐵、煤炭等行業的數據應用需求。為流程型行業設備管理、安全生產、運行優化、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，輔助科學決策和戰略管理。同時依托工業互聯網平臺，建立開放、共享、共贏的運營體系，為企業創造更高效益。
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，能將現有各種業務能力進行整合，具體可以歸類為應用服務器、業務能力接入、業務引擎、業務開放平臺，向下根據業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，向上提供業務調度中心服務，實時監控平臺的各種資源，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行業的海量數據、提升系統的處理效率、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信息化中各種實時/準實時業務需求和數據需求，提高系統運行效率，保障業務響應的時效性。
（4） 采用基于大規模并行處理（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的可靠性。
（5） 采用微服務技術的應用開發模式
在應用開發模式上，平臺提供下面三種能力：
提供多語言與工具支持：Java，Ruby和PHP等多種語言編譯環境。
微服務架構：提供涵蓋服務注冊、發現、通信、調用的管理機制和運行環境，支撐基于微型服務單元集成的“松耦合”應用開發和部署。
圖形化編程：通過圖形化編程工具，簡化開發流程，支持用戶采用拖拽方式進行應用創建、測試、擴展等。
3．項目總體架構和主要內容
AIdustry工業互聯網平臺是面向流程型行業數字化、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、高效配置的工業互聯網平臺，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各類創新應用，最終形成資源富集、多方參與、合作共贏、協同演進的流程型工業生態。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、發電機、變壓器等各種生產設備的數據和MES、SIS等控制系統數據，以及管理系統的數據，并根據特定的傳輸協議，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的供應鏈協同功能；同時支持新應用的測試發布等應用市場功能以支持業務運營。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、數據安全、應用安全的各個層級，保障企業高效安全生產。
三、下一步實施計劃
1. 項目實施目標
通過產業化推廣舉措，實現電力、鋼鐵、化工類企業應用至少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、項目創新點和實施效果
1. 項目先進性及創新點
（1）項目的先進性
采用當前先進的云計算、物聯網和大數據技術，通過數字化、網絡化、智能化等技術方式，將行業內的隱性知識與經驗進行集成與串聯，基于協同發展的人才培養、實踐和跨界創新機制，形成涵蓋行業產、學、研、用、商等各類用戶的知識體系與扁平化的行業組織體系，實現行業需求的個性化組合與創新，進而達到實體行業與互聯網虛實結合的行業形態。
（2）項目的創新點
a.理論創新
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.應用創新
長期以來趨勢預警，故障診斷和優化運行一直是流程型行業的技術痛點和難題， AIdustry采用人工智能技術和設備機理模型相結合的方式創造性地解決了流程型工業企業生產的歷史難題。
圖3 風電領域設備模型
圖4 風電領域應用模型
c.技術創新
創造性的采用人工智能算法，結合工業領域的機理模型，形成一套專業的模型算法，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
目前中國發電量占全球總量的24.1%左右，按全球平均設備優化收益來看，未來十年可實現1.8萬億人民幣的成本降低和收入。按發電行業合計約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50-100億級的產業市場規模。
（1）本項目帶來的行業經濟效益
一方面，從行業增值提效角度看，AIdustry平臺打通了行業內部的各個環節，加速各環節數據縱向流動和交互。另一方面，從產業應用角度看，AIdustry平臺構建了一個龐大的制造生態網絡，為企業提供行業應用和數據交互，釋放了資源價值。
（2）本項目帶來的企業經濟效益
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，規避安全事故，降低企業事故損失；
實現分布式資源的集中高效管理，提高企業資源管理效率；
實現企業生產設備間的聯動調節與管理，降低企業生產能耗。
（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測、實時預警的目的，從而保證設備健康、安全、穩定地運行。并提前感知設備故障，從而減少企業設備維護成本、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，已推動工業企業累計實現業務增收不低于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監測與系統大數據相結合，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，為機組運行狀態監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數據進行實時故障識別，實現發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
齒輪箱是風力發電設備的重要組成部件，對保證風力發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