中信重工礦山裝備工業互聯網平台工程師李勇告訴科技日報記者，工業數據最大的特點是海量、無序。僅僅單個數控機床，每秒產生的數據就多達400M。一個簡單工廠，即便只有5條產線，每條產線有10個工位、10台設備，每秒鐘的數據產量就達20G。
“如此海量的數據，在工業發展的數百年歷史上，一直沒有發揮出真正的作用。”李勇說，直到2012年，美國通用電氣公司（GE）提出“工業互聯網”概念，要把設備、生產線、工廠、供應商、產品和客戶緊密地連接融合起來，工業數據的價值才逐漸得到重視。
作為製造業大國，我國工業以及與工業相關的市場空間巨大，工業領域的軟件和信息技術服務應用需求加速釋放，正在推動軟件向工業領域滲透融合。可以說，工業App是工業技術軟件化的重要體現，也是釋放工業大數據價值的主要途徑。工信部信息技術發展司副司長楊宇燕表示，加快培育工業App，充分發揮軟件在整個工業領域的賦能、扶持、複制的作用，對於提升工業互聯網產業價值具有重要意義。
正在多個應用場景加速落地
記者了解到，相對於傳統工業軟件，工業App是面向工業場景的應用軟件，具有輕量化、定制化、專用化、靈活和複用的特點，用戶可以根據產品製造需求的不同，圍繞工業場景分析、建模、開發和使用工業App。
河南省工業和信息化廳副廳長郝敬紅在接受科技日報記者採訪時介紹，工業App是實現工業互聯網平台價值的最終出口，是面向工業產品全生命周期相關業務（設計、生產、實驗、使用、保障、交易、服務等）的場景需求，是把工業產品及相關技術過程中的知識、最佳實踐及技術訣竅封裝成應用軟件。用戶通過對工業App的調用，可實現對特定資源的優化配置。工業App基於工業互聯網平台，進行共建、共享和網絡化運營，支撐製造業智能研發、智能生產和智能服務。
我國在工業互聯網平台領域建設起步較晚，而國外巨頭提早布局，工業App已在多個場景落地應用。如質量檢測方面，某鋼廠與英特爾合作開發鋼材質量檢驗的App，可通過對生產線可視化，用機器學習的方法識別其中的劃痕、酸洗來替代人工檢測，提高了檢測成功率，並降低了人工成本；故障預警方面，美國Uptake公司開發的一款機械狀態監測和故障預警的工業App成功接入超過300萬個工程項目，目前該公司估值已超過23億美元。
|
