中服云工業物聯網平臺企業版（簡介）

1.產品簡介

中服云工業物聯網平臺企業版面向中大規模企業，提供海量設備的數據采集，數據建模分析，主要包含8大能力：數據采集與控制、基礎物聯組件集、快速開發工具集、數據集管理、數據處理與分析、平臺配置管理、手機端小程序、二次開發接口。是集開發、運行支撐、快速組裝應用、數據調試仿真于一體的數據自動獲取、數據建模分析、數據展示平臺。是設備數字化與業務系統深度融合紐帶，是數智化轉型必不可少的基礎設施。是業界領先的工業物聯網平臺。

功能架構：

1.1. 平臺能力簡介

1. 基礎設施：一個工廠、一個園區，有大量的設備、裝置、生產環境，要實現全面的智能感知、自適應處理、故障診斷、自動化工廠，實現OT和IT的無縫融合，協同配合。避免按應用系統建設需要重復采集數據，就需要有統一數據采集、數據存儲、統一數據訪問接口，實現數據的統一獲取，為上層應用提供數據支持。這樣物聯網平臺就成為數據獲取的基礎設施，成為數字化、智能化的基礎支撐。

2. 運行支撐：工業物聯網平臺承載了海量數據采集、實時數據庫、各類算法模型、應用組件、運行監控、各類計算規則、對外集成API的穩定、高并發、長時間、持續不斷的運行支撐，并為上述要素提供了復雜的關系無縫銜接。

3. 快速開發：工業物聯網平臺提供了基于平臺快速開發應用的幾何建模、數據建模、算法開發、數據采集、模擬仿真、數據展示、故障流程處理等多種低代碼開發工具。同時，也提供個性化配置、面向第三方開發者開放API。作為開發平臺幫助其快速開發各類應用。

4. 互聯互通：工業物聯網連接生產運營環境、生產設備、數字化產品、生產工藝控制、生產控制系統，通過數據采集與控制，實現與OT對象的實時無縫對接與集成，為上層IT業務應用提供客觀實時數據，并執行上層IT應用的指令與反饋，實現 OT 與 IT 的互聯互通。

5. 數據管理標準化：實現數據接口、數據采集、數據存儲、數據服務和控制交互的標準化。

6. 數據采集：采用工業物聯網平臺中積累的各類采集協議，通過前端采集設備，實現設備狀態、設備故障、生產工藝、檢驗數據、環境數據、位置數據、視頻數據、運行參數等數據采集，實現實時數據集中，單一統一來源。

7. 數據圖表展現：通過數據動態展示工具，快速實現對設備運行狀態、異常報警、工藝數據、環境變化等實時信息進行監控，并分析計算設備 OEE、產能利用率等報表，進行展示呈現。

8. 孿生可視化：通過可視化組態設計工具，拖拽式模型開發，支持2D/3D 場景建模，實現實時/歷史數據和模型的綁定，從而實現邏輯空間和物理空間的實時同步互動，以數字孿生集成的方式直觀監控設備、產線、車間、工廠、園區的生產運行狀態以及生產環境的變化，遠程集中可切換的實現實際場景的操控、監控、互動、漫游、仿真模擬等應用。

9. 數據存儲：提供海量、分布式數據存儲系統，支持關系數據、時序數據、文檔數據、地理空間數據、設計圖紙數據、視頻數據、圖片數據、元數據、數據目錄等各類數據及其關系的存儲與管理。對外提供統一訪問接口API。提供各類數據的瀏覽與查詢以及權限訪問控制。

10. 數據治理：運用數據處理工具，實現實時數據流、歷史數據的數據預處理、計算、打標。建立多種數據分析函數、常用計算公式、多維分析模型。實現數據的處理及標準化。

11. 物聯組件：工業物聯網平臺提供常用的物聯應用組件，如：報警、診斷、定位、狀態、統計、報表、預測、劣化、評估、參數瀏覽、地圖、分布等監控組件。

12. 低代碼開發工具：平臺現具有：2D/3D組態工具、大數據展示工具、時序數據報表組件、模擬仿真工具、工作流建模工具、產線自動化調度建模工具、數據流處理工具。

13. 運維監控：提供平臺自動化運維能力，實現平臺的全生命周期運維數據服務。具備平臺運行操作日志記錄、故障告警、提醒、運維派單、結果處理記錄；實時監控大屏、運行統計分析等功能，為平臺管理員及時準確發現處理平臺健康運行保駕護航。

14. 運營可視：支持根據具體場景要求，開發配置數據運營、態勢感知、協同指揮、決策分析等運營可視功能，支持多級平臺協同聯動，構建上下貫通的物聯設備資源統籌管理體系。

物聯網平臺&物聯網小系統的比較：

序號

指標

工業物聯網平臺

物聯網小系統

1

支撐能力

海量設備、海量測點

少量設備、少量測點

2

數據庫

專業數據庫，分布式海量存儲

一般用普通關系數據庫

3

數據類型

多種豐富

傳感器時序數據

4

數據存儲效率

大吞吐量、緩存、速度快

一般數據存取速度

5

采集協議

內置大量設備協議

根據需要個性化開發某一方面的

6

數采頻率

高頻率，毫米級

低頻

7

低代碼開發工具

豐富

基本沒有

8

配置性、兼容性

靈活可配置，適應多個場景

基本固定

9

二次開發

支持豐富的二次開發、部署、測試

無，個性化修改

10

多層架構

靈活支持

模糊、具體場景化開發

11

應用場景

規模大、場景不固定、后期要擴展

小量設備，簡單應用，不用考慮后期擴展性

12

抽象性

抽象各類通用功能

一般和應用緊耦合

13

數據分析建模

豐富

14

應用范圍

適合車間級、工廠級、集團級、園區級。。。

適合設備級

15

分析控制

適合多設備、裝置數據綜合分析、多模態分析；聯動控制

適合少量、單一設備、場景數據分析，控制

部署架構圖：

【1】兼容三層、二層架構，二層架構平滑擴展到三層

【2】當邊緣端失效時，不影響云端運行，無單點失效

【3】設備端具有自封閉處理能力，當網絡斷開時

1.2. 產品價值

【1】是設備數字化、智能化的基礎設施

【2】是數據自動獲取的重要來源，是數據中臺的基礎

【3】是工業大腦，是集中采集數據、數據存儲、數據處理、數據分析、自動控制的中樞

【4】是實時感知、實時診斷、實時反饋、實時決策的基礎支撐

【5】是車間及、工廠級、園區級、數字城市集中海量統一采集數據統一引擎，是各類數據綜合分析、綜合決策的必要設施，避免信息孤島

【6】是工業互聯網的核心

1.3. 產品特色

【1】微服務組件化系統松耦合結構

【2】強大的數據計算和分析能力

【3】豐富的數據畫像展示能力

【4】多租戶支持能力

【5】應用快速組裝能力

【6】快速開發能力

2.產品概述

2.1. 數據采集與控制

【1】支持標準協議和私有協議的數據采集，涵蓋：機床、照明、電梯、消防、電力、動力設備、機械、車輛等移動設備、攝像頭、RFid、掃描槍、環境等幾百種協議

【2】支持百萬設備數量、上億測點的數據并行采集、多租戶、斷點續傳等

【4】支持自有網關、第三方網關、及網關遠程管理的數據采集

【5】支持各種數據類型、PB級分布式數據存儲

【6】支持流數據多種數據過濾、合并、計算規則、流程的可視化設置

【7】支持以下各類場景的數據采集

2.1.1. 硬件網關

支持和自有多種型號的網關：NB、2G、4G、5G、wifi、有線；提供windows、linux網關、linux國產化網關、DTU、RTU。支持邊緣計算、數據緩存，支持網關和中服云云端互聯互通。

1.1.1. 數采協議

【1】具有支持智能樓宇設備、機床、能源表計、電力、水質、交通等行業設備的接入

【2】支持DCS、SCADA、PLC、數控系統、數據庫、API接口、傳感器、攝像頭等不同種類接口的接入

【3】目前支持幾百種國內外協議，支持自定義協議開發接入

【4】提供協議管理功能

1.1.2. 遠程維護

【1】網關數據采集遠程啟停

【2】網關遠程配置下發、配置上載

【3】網關遠程OTA升級

【4】網關協議解析組件遠程下載

【5】PLC、機床程序代碼遠程下發

1.1.3. 數據傳輸

【1】支持mqtt協議數據上傳，下發

【2】支持數據加密安全傳輸

【3】支持多協議同時采集

【4】支持低頻和高頻數據采集

【5】支持各協議采集時單獨設置采集頻率

【6】支持網絡中斷后數據邊緣端緩存，網絡恢復后數據斷點續傳

【7】支持協議解析后傳輸和透傳

【8】支持云端數據解析

1.1.4. 邊緣計算

【1】能夠設置、選擇算式表達式進行測點數據的計算

【2】能夠通過計算產生衍生參數

【3】能夠用流處理工具靈活定義數據流的多次連續處理后傳輸

【4】能夠在邊緣端可視化編寫設備、工藝數據采集、控制流程規則，實現邊緣端控制

【5】在網絡不通的情況下，能在網關緩存實時數據，在網絡通了之后，實現斷點續傳

1.1.5. 數據模擬

【1】支持邊緣網關側進行設備級實時數據模擬，內置多個函數

【2】支持平臺側進行數萬臺設備級別的場景級實時、歷史數據模擬

1.1.6. 遠程控制

【1】支持小程序向設備端下發指令

【2】支持通過接口向設備端下發指令

【3】支持通過組態界面向設備端下發指令

【4】支持事件、報警，聯動向設備端指令下發

【5】支持編排指令組，按邏輯規則向設備端下發指令

【6】支持配置規則鏈根據實時數據變化驅動業務向設備端下發指令

1.1.7. 數采視圖

實時監控數采狀態：在線、離線、真實還是模擬、離線提醒。

1.1.8. 數據通道管理

提供云端平臺級和租戶級的數據通道的管理。

1.1.9. 視頻采集

【1】中服云視頻網關采集

【2】攝像頭設備管理

【3】視頻存儲管理

【4】支持?？?、大華、天地偉業、360等主流攝像頭視頻采集

【5】支持從第三方視頻服務器采集和支持onvif、RTSP協議

【6】支持從視頻服務器采集、也支持從攝像頭采集視頻數據

【7】支持h264、h265數據格式

【8】支持GB28181協議

2.2. 基礎物聯組件集

基礎物聯組件部分包括大量的基礎物聯組件，主要涵蓋報警、設備監控、故障診斷、劣化分析、趨勢預測、故障處理等環節的組件。分別如下：

1.1.1. 設備報警管理

l 提供報警規則配置、報警管理、報警數量、報警提醒等功能

l 報警規則配置：包括閾值配置、增速配置、自定義表達式配置、設備綁定、報警風暴配置等

l 報警管理：報警列表動態滾動顯示、報警確認、報警處理

l 報警提醒：手機端、PC端消息提醒，點擊查看詳情，可處理

l 報警數量：功能點上顯示最新未處理的報警數量

1.1.2. 設備數據監控

使用數據的方式，用不同的組件以不同的方式和視角展示設備狀態、運行情況、性能、位置、故障、上線等。

【1】設備地圖：顯示設備在地圖上分布位置，及其詳細信息。

【2】設備連接狀態：用圖標的方式顯示每臺設備的在線連接狀態，可詳細查看每臺設備的歷史連接狀態、歷史報警、時序數據。

【3】設備運行狀態：用圖標的方式顯示每臺設備的真實運行狀態，可詳細查看每臺設備的歷史來狀態、歷史報警、時序數據。

【4】設備實時數據：用圖標的方式查看每臺設備的元數據，關鍵實時數據。

【5】設備歷史數據：用圖標的方式查看每臺設備的元數據，歷史數據、歷史報警、歷史診斷等。

【6】數據監測：是一個可配置關鍵數據監測工具，根據用戶的需要，用戶自己可以選擇要監測的設備、測點，以不同的方式監測關注點的動態實時數據和歷史數據。

【7】圖表監測：是一個可配置關鍵圖表監測工具，根據用戶的需要，用戶自己可以選擇要監測的設備、測點，以不同的顯示方式監測關注點的動態實時數據和歷史數據。

1.1.3. 設備視頻監控

【1】用視頻的方式，直觀的顯示設備的外部狀態、運行情況、性能、位置、故障、上線等。包括攝像頭管理，云視頻實時監控，歷史視頻點播。實現單屏、四屏直播，按時間等條件查詢歷史視頻。

【2】內置瀏覽器視頻播放器，播放兼容多種視頻格式。

【3】支持視頻事件的手動剪輯、規則自動剪輯存儲。

【4】支持視頻監測、視頻識別、目標監測、視頻報警、視頻點播等功能。

【5】支持不同場景的視頻算法訓練、視頻算法管理，和視頻算法與攝像頭視頻的綁定識別。

1.1. 設備故障診斷

設備故障診斷可利用相關模型進行故障分析，設備發生故障現象或者報警時，采用指定的數學模型進行診斷，確定設備出了什么故障、故障的部位、嚴重程度，以及什么原因造成的。功能主要包括：

【1】算法模型的管理：算法模型管理，可以不斷的新增算法

【2】診斷方案配置：給不同的設備、報警、故障，選擇不同算法模型，配置診斷方案

【3】診斷方式：分為手工診斷、自動診斷

【4】故障檔案：發布出來的故障歷史管理，供查看

1.1.1. 設備劣化分析

設備劣化是設備在使用過程中，由于零部件磨損、疲勞或環境造成的變形、腐蝕、老化等原因，使原有性能逐漸降低的現象。由于設備劣化，可表現在設備表面腐蝕、運動過程中的噪音增大、振動加劇、溫度升高、功率下降等，有些參數可以通過傳感器測得。通過獲取長時間的數據，對數據的變化進行分析，就能得到設備的劣化程度。中服云物聯網開發平臺4.0版本給出了6種劣化分析模型：

【1】均值趨勢法

【2】離散系數法

【3】震蕩頻率法

【4】多變量狀態估計法

【5】空間距離分析法

【6】多變量相關學習法

其中，第6種方法，是需要通過深度學習訓練得到，可以衍生出很多模型。其主要功能有：

【1】模型管理：劣化模型的管理，可以新增模型

【2】劣化分析配置：對不同的設備，選擇不同的某些測點，選擇合適的模型，進行配置

【3】劣化分析：包括：手工分析和自動周期性分析

【4】分析結果管理：結果查詢、瀏覽

1.1.2. 設備數據趨勢預測

根據某個測點過去一段時間的歷史數據，預測未來一段時間的數據趨勢，如果有問題，就發出報警提醒。

1.1.3. 快速故障工單

根據報警、故障情況，發起工單處理流程，驅動故障或報警的處理和記錄。

1.1.4. 綜合分析

主要包括四個內嵌功能組件，還可以通過工具進行配置更多的個性化綜合分析大屏。

【1】設備健康概覽

【2】設備健康中心

【3】設備檔案總覽

【4】設備大屏

1.2. 快速開發工具集

中服云物聯網平臺4.0版本包括六大快速開發工具，具體如下：

1.2.1. 2D/3D組態工具

可視化2D、3D組態頁面設計，設備數據動畫、燈光、文字、圖表綁定等，在線編輯在線部署在線使用。包括3000多個不同行業組件。具有動態數據顯示和直接控制能力。主要包括以下能力和特點：

【1】內置機床、裝置、汽車、飛機、動力設備、園區設施、智能樓宇設備、水務、水利、電力、公路、地球等3000多個圖形組件

【2】路線漫游

【3】數據顯示動態/靜態圖表

【4】可視化控制

【5】攝像頭視頻

【6】仿真模擬

【7】交互式互動

【8】數字地球

【9】數據回放

【10】報警、診斷語音、畫面提醒

【11】虛實景融合

1.2.2. 大數據展示工具

包括可視化頁面設計、設備相關數據大屏、看板展示、在線編輯、在線部署、在線使用，內含20多個組件和多個模板。

1.2.3. 報表工具

面向時序數據，配置周期性統計分析報表，系統會自動觸發按時周期性統計分析時序數據，形成報表存儲，供使用時瀏覽、查詢、下載，報表樣式類excel。

1.2.4. 數據模擬工具

當沒有真實配置實際設備數采時，用此工具模擬測點產生時序數據，模擬真實數據，主要包括：

【1】模擬方案配置、單設備、場景模擬

【2】提供直線、正弦曲線、方波、拋物線、隨機數、正態分布、excel導入數據生產方法

【3】提供模擬真實數據的生成工具

【4】提供歷史數據模擬、實時模擬兩種

【5】提供客戶端程序分布式模擬

【6】具備幾十萬設備并發數據模擬能力?？膳浜掀脚_完成上層應用系統的開發、測試、演示、驗證工作

1.2.5. 工作流建模工具

用頁面設計器可視化定義各類流程，包括多種活動環節，轉移。支持流程仿真、倉庫、分析統計等功能。

1.2.6. 數據流工具

對輸入數據進行連續的過濾、變換、聚合、轉換、計算等處理，輸出新的結果；處理流程可圖形化自定義存儲，觸發；可定義多條流程；可用于實時數據流處理和歷史數據的批量處理；高并發支持，高負載承載；支持多種數據格式的輸入輸出。

1.3. 數據集管理

1.3.1. 多種數據類型管理

支持時序數據、關系數據、圖片數據、文檔數據、視頻數據等不同數據類型的存儲、上傳、下載管理；支持分布式海量存儲；支持部分數據類型的轉換。

1.3.2. 數據視圖

能夠在線查看大部分數據。

1.3.3. 數據監控

對數據的存儲空間、大小、訪問進行監控。

1.4. 數據處理與分析

1.4.1. 實時數據流處理

采用流處理工具配置實時數據處理流程，生成數據集管理中的數據文件。

1.4.2. 歷史數據流處理

采用流處理工具配置數據處理流程，對數據集中的數據進行連續處理，生成數據集中的新數據。

1.4.3. 數據空值處理

對數據文件中含有的空值批量替換成指定的值。

1.4.4. 數據類型異常處理

對數據文件中含有異常類型的數據進行批量替換。

1.4.5. 值異常處理

對數據文件中滿足指定條件的數據進行批量替換。

1.4.6. 值替換處理

對數據文件中某些數據進行批量替換成指定的數據。

1.4.7. 歸一化處理

把數據集變換為[0，1]區間的數據集：X' = [X - min(X)] / [max(X) - min(X)]。

1.4.8. 標準化處理

把數據集變換為均值為0，方差為1的數據集：X' = [X - mean(X)] / δ。

1.4.9. 中心化處理

把數據集變換為均值為0的數據集：X' = X - mean(X)。

1.4.10. 數據標注

為數據集快速打標簽，標出每個樣本的結果，主要用于機器監督學習。

1.4.11. 數據過濾

過濾掉設定條件的數據。

1.4.12. 數據圖形降噪

用圖形交互的方式去掉異常數據。

1.4.13. 中心化處理歷史數據流處理排序法降噪

對數據排序后，再用交互的方式去掉異常數據。

1.4.14. 歷史數據流處理深度學習、K均值聚類

平臺包括：訓練數據集、算法管理、模型訓練、模型倉庫幾個部分。

訓練數據集：訓練數據集來源于數據集管理中的數據。

算法管理：V4.0版本現在包括：深度學習、k-means。

模型訓練：選定算法，選定數據，訓練模型。

模型倉庫：對訓練、測試好的模型在此處統一管理和發布。

1.4.15. 數據預測

采用arima算法，進行未來短時間內的數據預測，提供在線預測和接口調用兩種方式。

1.4.16. 數據頻譜分析

用曲線圖的方法顯示時域、頻域分析數據以及有關計算，協助分析人員分析設備故障。

1.1. 平臺配置管理

1.4.17. 物聯基礎配置

1.4.18. 系統管理

對平臺級的系統性配置管理，主要包括：

【1】織機構管理

【2】權限管理

【3】功能點管理

【4】數據字典管理

【5】系統框架布局設置

【6】日志管理

1.2. 手機端小程序

（1）手機端框架

主要包括多系統列表管理、框架布局、快捷菜單、全部菜單、消息等全局性功能。

（2）手機端功能

物聯功能：設備地圖、報警提醒、運行監控、流程待辦處理等功能。

1.3. 開放API

【1】實時數據API

【2】歷史數據API

【3】設備模型元數據API

【4】消息API

【5】各類組件類

【6】各類工具API

【7】各類工具類

【8】平臺框架等通用API及類