每一座数字化工厂背后都有一个……

 

每一个数字化工厂的背后，都有一个

打通工业物联+工业数据+工业智能+工业应用

全链路的工业物联网平台

以一家制造企业为例：在生产管理中，管理者可以通过IT系统，全面地了解各个生产环节的实时数据、生产进度及工艺参数。在关键业务上，基于AI的智能化应用可以帮助企业实现工艺、质量、供应链等各个生产环节的优化与改造，最终实现降本、增效、提质。

这就是基于工业物联网平台所构建的数字化工厂。

1

挑战

从Edge Control到Edge Computing

7月8日，联想集团副总裁、首席科学家于辰涛受邀参加工业互联网产业联盟（AII）第十三次工作组全会-平台工作组会议，围绕“共筑平台开放生态，加速平台落地赋能”的主题，分享有关设备接入解决方案的内容。

制造数字化与智能化的需求，推动传统工业物联技术从Edge Control向Edge Computing演进，强调实时现场分析和决策。企业需要从传统PLC+SCADA+MES过程转向工业物联+工业数据+工业智能+工业应用全过程平台，解决企业数字化或智能化转型的基础设施问题，重新构建工业信息化架构。

于辰涛在会议上提出，当下在工业互联网助力生产数字化应用的过程中，企业仍面临三大挑战：

数据收集难：工业设备复杂多样，数据缺失或难以收集，数据采集遭遇壁垒，如何从工业设备中获取和整合数据？

数据应用难：工业数据量爆发式增长，面对海量数据，如何有效地存储和处理海量时序数据和IT系统数据？

AI应用难：人工智能技术门槛高，投入大，如何融合工业机理与人工智能技术，让AI有效应用在行业场景中？

2

破题

联想工业物联网平台，加速构建数字化工厂

作为科技制造企业，联想在自身智能化实践中，积累了丰富的技术经验，打造了完全自主可控的工业物联网平台LeapIOT，支撑全面的生产智能化改造，应对生产数字化应用的挑战。

LeapIOT拥有业内先进的技术架构：

在设备与连接层：LeapIOT打通现场生产设备，实现跨设备的广泛数据接入，进行灵活的边缘计算和可靠的数据传输。

○ 轻量级容器化插件化设计，实现广泛的业务场景适配。

○ 两级分层缓存续传，克服网络不稳定，保证数据完整、可靠的发送。

○ 产品适配全系列国产硬件和操作系统，推动全自主可控生态体系建设。

LeapIOT目前可接入的生产设备（部分）

在数据处理与智能应用层：LeapIOT采用公式型边缘智能计算，内置机器学习计算框架，实现现场的设备和数据工艺决策。

○ 数据计算，无代码拖拽式流计算引擎，满足IT/OT数据接入与混合分析；低代码拖拽式流计算引擎，降低应用开发门槛。

○ 工业机理，简化模型训练+丰富的预置行业模板，极大简化人工场景落地。

○ 组态设计，支持物理设备的特征数字化和数字应用即时发布，高度自定义。

丰富的预制行业模板

3

实现

全线实时业务洞察，降本提质增效

LeapIOT首先实践在联想自身的智能工厂。

它帮助联想实现了基于用户个性化需求的柔性生产，仅合肥一个工厂就实现了全厂数百条产线，34万台设备的实时业务洞察。实现了联想工厂准时交货率提升8%，制造成本降低$21.5M/年，制造质量提升12%，效率提升10%。与此同时，赋能联想百余家上游供应商，包括注塑，机箱，喷漆，线缆，键盘，包材，PCB制版等，实现供应商生产监控，推动高质量制造协同生态。

除此之外，LeapIOT还广泛地应用到其他行业场景，在远程运维、工艺优化等方面实现突破。

石化行业规模大、流程多、集中度高、管理体系复杂；结构、半结构及非结构生产经营数据庞大。LeapIOT通过结合工业机理以及大数据分析算法，实现了炼化装置工艺链的整体监控分析与实时工艺优化，使得油品收率平均提升0.3-0.9%，充分挖掘生产潜力，创造最大的生产效益。

数据中心业务展示平台

风力发电的风场往往分布在风力密集的偏远地区，一台大型风机至少拥有1500个数据点，万余台风机的远程监控与维护成为挑战。LeapIOT通过全面的设备接入和高效的数据采集与计算，实现了数百台风机的远程监控与实时数据分析，提升海量数据分析与展示的时效性与准确性，实现数据从采集到结果的秒级与分钟级延迟。

数字经济的高速发展将催生更多数据，工业制造等重点产业必须寻求突破，通过数字化的技术，加速流程再造，实现产业跃迁。在智能化进程中，联想数据智能将充分利用大数据工具和人工智能算法，持续助力各行业改进效率与决策方式，为行业发展提供“新动力”。

 

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里！