2023工业互联网与工程机械行业融合应用参考指南.pdf

1编写说明党的二十大报告强调，坚持把发展经济的着力点放在实体经济上，促进数字经济和实体经济深度融合，推进新型工业化，加快建设制造强国、网络强国、数字中国。工业互联网作为新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，为工业乃至产业数字化、网络化、智能化发展提供了实现路径，已成为第四次工业革命的重要基石、数字经济和实体经济深度融合的关键底座和新型工业化的战略性基础设施。党中央国务院高度重视工业互联网发展。近年来，在政产学研用各方的共同努力下，我国工业互联网发展逐渐形成了自己的认识体系、实现路径和实践成果，构建了“中央举旗定向、政府引导规划、地方务实推进、产业联动发展”的中国模式，形成了“巩固、提升、创新”并行推进的中国方案，打造了“5G+工业互联网”、5G 工厂等中国品牌。工业互联网新型基础设施初步建成，融合应用融入 45 个国民经济大类，产业规模突破 1.2 万亿元，为经济社会发展注入强大动力。为推动工业互联网创新发展，加快工业互联网规模化应用，工业和信息化部开展了“链网协同”行动，推动工业互联网与重点产业链深度融合。编制行业融合应用参考指南是推进“链网协同”行动的重要举措，以帮助更多企业系统解答部署工业互联网面临的“为什么”“建什么”“怎么建”“找谁建”的2问题，为各行业建设工业互联网明确体系化、可落地的赋能价值，提供轻量化、可复制的建设指引，打造差异化、可操作的实践路径，汇聚多元化、可细分的供给资源。工程机械行业是我国国民经济发展的重要支柱产业，在我国重大工程建设、新型城镇化建设进程中发挥了至关重要的作用。近年来，工程机械行业不断推进工业互联网建设实践，提质、增效、降本、绿色、安全发展取得积极成效，数字化车间、“5G+工业互联网”和 5G 工厂示范标杆不断涌现。为加速推动工程机械企业数字化转型由点状探索向规模化普及，工业和信息化部指导工业互联网产业联盟和中国工程机械工业协会，会同政产学研用各方共同研究编制了工业互联网与工程机械行业融合应用参考指南，旨在为工程机械行业工业互联网建设过程中的需求场景识别、应用模式打造、关键系统构建和组织实施方法提供参考借鉴。工业互联网与工程机械行业融合应用总体还处于发展阶段，实施路径仍需要边探索边总结边推广边完善。后续还将根据实践情况和各界反馈意见，适时修订更新，通过不断释放工业互联网的服务赋能价值，促进工程机械产业持续向高端化、智能化和绿色化迈进。I目录一、总则.1（一）适用范围.1（二）编制目的.1（三）编制框架.1二、工程机械行业融合应用场景需求.3（一）工程机械行业数字化现状.3（二）融合应用需求.4（三）融合创新应用场景.7（四）“5G+工业互联网”应用.39三、工业互联网与工程机械行业融合创新实施架构.48（一）工程机械行业融合创新应用架构设计思路48（二）融合创新实施架构.51四、工业互联网网络设施建设.54（一）建设现状.54（二）建设需求.55（三）建设部署.56（四）“5G+工业互联网”.61五、工业互联网标识解析体系建设.66（一）建设现状.66（二）建设需求.67（三）建设部署.68六、工业互联网平台建设.71（一）建设现状.71II（二）建设需求.72（三）建设部署.75七、工业互联网安全防护体系建设.81（一）建设现状.81（二）建设需求.82（三）建设部署.83八、组织实施.87（一）基本原则.87（二）实施流程.87（三）要素保障.92九、发展建议.95附件一 主要供应商名录.97附件二 典型解决方案简介.102（一）三一重工5G 工厂.102（二）广西柳工挖掘机智能工厂.104（三）中联重科车间智能排产.106（四）潍柴智能产线柔性配置.108（五）山西建投全流程质量管控.110（六）山河智能基于 5G 的远程设备操控.112（七）铁建重工基于 5G 的设备故障诊断.113（八）徐工集团供应链弹性管控.114（九）广西柳工产品全生命周期智能服务.116附件三 专业术语解释.1181一、总则（一）适用范围（一）适用范围本指南适用于工程机械制造业【国民经济行业分类（GB/T 47542017）行业代码 351】，包括土石方施工工程、路面建设与养护、流动式起重装卸作业、建筑及工业建设工程等各种综合性机械化施工工程所必需的机械装备制造。工程机械产业链上游主要包括为工程机械产品生产制造提供原材料及零部件的相关企业，中游包括挖掘机、起重机、压路机、推土机等不同类型的工程机械企业，下游主要是基建、房地产等对工程机械有需求的行业企业。本指南主要面向中游环节，既适用于具有良好自动化、信息化基础的工程机械企业，也适用于数字化基础较弱，但有进一步改造提升需求的工程机械企业。（二）编制目的（二）编制目的适应工程机械行业数字化转型需求，促进工程机械企业全面降本增效、提升产品质量稳定性、助力业务增长、打造绿色安全的生产体系，充分结合工业互联网体系架构设计方法与国内外实践路径编制本指南，旨在为工程机械企业工业互联网建设规划和融合应用提供实施方法与路径参考。（三）编制框架（三）编制框架指南共分为九个章节：第一章为总则。第二章从工程机械行业融合应用需求场景出发，梳理形成工业互联网应用总2体视图。第三章结合需求，基于工业互联网体系架构构建工程机械行业总体实施架构。第四章至第七章深入剖析工程机械行业网络、标识、平台和安全等建设部署路径。第八章总结工程机械企业应用工业互联网开展数字化转型的方法步骤。第九章提出推动工业互联网与工程机械行业创新融合应用走深向实的建议。最后，指南梳理了相关应用领域的供应商名录，为企业建设工业互联网提供丰富多元的供给资源。3二、工程机械行业融合应用场景需求工程机械行业是装备制造业的重要组成部分。近年来，我国工程机械行业实现快速增长，产业规模从2015年的4570亿元增长至 2021 年的 9065 亿元，成为全球工程机械行业最重要的力量。2022 年，我国工程机械出口金额达 443 亿美元，在全球工程机械领域成为门类最齐全、品种最丰富、产业链最完整的国家，拥有 20 大类、109 组、450 种机型、1090 个系列、上万个型号的产品设备。同时，一批工程机械产品在全球产业体系中实现领先，“蓝鲸号”全球最大单臂起吊船，三一 SCC40000A 全球最大吨位履带式起重机、“京华号”全球第三大开挖直径盾构机等一批批标志性产品不断涌现。（一）工程机械行业数字化现状（一）工程机械行业数字化现状数字化对于工程机械企业实现降本增效，提升客户服务体验，继而形成差异化优势有着重要意义。工程机械行业作为我国国民经济建设的重要支柱产业，历来重视先进制造技术和信息技术的融合发展，基本形成了较为完备的信息化、自动化体系架构，主工序装备实现了较好水平的自动化控制，ERP、MES、PLM 等信息系统已普遍应用于大型工程机械企业，建成了数字化、网络化的作业场景再现与作业参数实时反馈的监控体系，有效支撑了工程机械研发制造、施工管理、安全管理、协同作业、应急救援、维保服务等各环节的高效运营，同时积累了大量设备状态数据，为进一步提高产品性4能和服务能力，推动工程机械行业在产品全生命周期各阶段的高质量发展奠定了基础。根据中国两化融合发展数据地图（2020）1统计显示，2020 年机械行业两化融合发展指数达 51.9，关键工序数控化率为 34.8%，数字化水平在所有行业中处于中游水平。（二）融合应用需求（二）融合应用需求工业互联网作为新一代信息通信技术与工业经济深度融合的产物，在工程机械行业的数字化、网络化、智能化发展中正逐渐发挥出重要支撑作用，助力工程机械企业实现全面降本增效、提升产品质量稳定性、助力业务增长、打造绿色安全的生产体系。一是工程机械行业生产工序复杂、制造模式离散，亟需通过数字化实现市场变化快速响应、提升生产效率。工程机械产品结构层次多样、制造过程复杂。传统生产方式难以对宏观经济、市场动态、订单需求等进行精准预判，生产效率偏低。因而企业需要借助数字化手段加强生产全生命周期管控，实现高效协同生产。一方面通过自动定位装夹设备、焊接机器人、搬运机器人等自动化设备的使用，融合人工智能、物联网、边缘计算等新技术，提升生产自动化水平。另一方面基于数据的集成打通和建模分析，在提高各工序、各业务、各基地协同程度的同时，进一步提高制造过程的生产计划优1国家工业信息安全发展研究中心，中国两化融合发展数据地图（2020），20205化、资源动态组织、柔性生产作业和精准运营管控水平。二是工程机械行业产品价值高、备品备件多样，亟需通过数字化实现全周期质量追溯、提升产品质量。工程机械作为国民经济发展的重要生产工具，对质量要求极为严格，且其生产涉及到多个渠道供应的多种零部件的加工、组装，对质量的全流程追溯和全生命周期管控的需求较大。因而企业需要通过数字化手段提升质量稳定性，利用机器视觉等技术，通过数字化检验设备的使用，针对部件表面划痕、颜色缺陷、涂层厚度等进行自动检测，集成全价值流质量数据，结合质量问题机理模型的构建，建立事前预防、事中控制、事后优化的产品质量管理体系，实现从零部件到整机、从研发到运维的质量在线检测、质量精准追溯、质量动态优化等全生命周期质量管理。三是工程机械行业周期性较强、供应链复杂，亟需通过数字化提高供应链韧性、降低运营成本。工程机械行业需求主要来自基建及房地产投资，存在周期波动性，产品小批量、多品种，供应链复杂，依靠传统人工的粗放式生产管理容易造成资源浪费。因而企业需要通过数字化手段优化运营管理体系，减少资源和资金低效占用。其一是结合智能生产管理系统搭建柔性化产线，实现快速换型生产，节省人力物力。其二是基于模型对龙门吊、铣床、镗床等设备数据进行挖掘分析，实现设备故障预警等功能，按需维护设备，降低资源6浪费。其三是搭建统一的供应链管理平台，推进物流、信息流、资金流全方位融合，实现供应链高效协同，降低供应链运营成本。四是工程机械行业步入存量市场、用户个性化要求高，亟需通过数字化构建竞争新优势、助力业务增长。随着工程机械整机市场进入存量时代，行业竞争日趋激烈，用户对于工程机械产品设备及配套服务的要求更高。因而企业需要借助数字化手段响应不断升级的用户端需求，探索更广阔的盈利空间。一方面是基于对以往海量的生产经营数据进行深度挖掘，支撑业务决策，优化生产经营方式，改进产品质量和性能，提升客户体验。另一方面是深入探索“制造+服务”模式，围绕挖掘机、起重机、泵车、压路机等工程机械产品设备，从单纯生产加工转向提供远程运维、个性化定制、供应链金融、远程施工等创新服务，拓展多渠道盈利模式。五是工程机械行业具有高能耗、高排放的“双高”特点，亟需通过数字化降低能耗排放、实现绿色生产。在碳达峰碳中和背景下，工程机械行业亟需在自身生产减排、产品节能降耗、供应链高效低碳等方向上进行发力。通过提升工程机械生产制造流程的自动化与智能化水平，减少工序协同不足导致的能耗物耗，提高焊接、加工等设备能源利用水平。加强能源智能化和集成化管控，实现多介质的生产、存储、转换、输送和消耗环节的在线监测和预警，构建模型实现能源7动态平衡和优化利用。同时，借助数字化的手段积极发展再制造产业，助力工程机械行业实现“双碳目标”。需要注意的是，工业互联网是支撑工程机械行业实现高质量发展的基础设施、应用模式和实践方法，但行业整体转型升级还需在其自身产品、工艺、装备等各领域发展进步的基础上，融合大数据、云计算、人工智能等新一代信息技术，推动产业高端化、智能化、绿色化发展。（三三）融合创新应用场景融合创新应用场景工业互联网赋能工程机械行业形成平台化设计、智能化生产、个性化定制、服务化延伸、数字化管理及网络化协同六大模式，覆盖 32 个应用场景，初步形成 93 个具体应用。8图 2-1 工程机械行业工业互联网创新应用场景总览91.平台化设计平台化设计将工程机械行业产品、工艺、工厂的各类信息以数字化模型等形式表达，依托工业互联网平台组织研发创新相关资源，结合人工智能、虚拟现实等新一代信息技术，形成数据驱动、虚实映射、高效协同的新型研发模式。图 2-2 设计研发类业务与工业互联网应用方式对应图（1）工厂数字化设计与交付）工厂数字化设计与交付在机加线、组焊线、装配线等产线的设计环节，运用数字化协同设计软件，集成工厂信息模型、制造系统仿真、专家系统和数字孪生等技术，进行工厂规划、设计和仿真优化，搭建统一的数字化交付平台进行工厂模型数据交付，打通设计、建设与运维体系，真正实现工厂全业务系统数字化管理。（2）产品数字化设计）产品数字化设计工程机械产品设计包括驾驶室、液压系统、动力系统等部件设计，具备较高的复杂度，需要上下游和跨专业的高度协同，传统的产品设计依赖人工，设计数据流容易出现断点、产品系列化设计效率偏低。企业可依托于工业互联网，建立工程机械产品设计全链条数据库，结合工程机械的制造需求、10仿真模型及工业大数据深度挖掘所获得的知识，指导产品设计优化的方向，构建参数化、协同化、柔性化的工程机械产品设计体系。（3）工艺数字化设计）工艺数字化设计传统工艺设计一般与产品设计串行，工艺设计周期较长且容易形成信息孤岛，使得产品质量控制精度不高。企业可依托工业互联网，建立装配、机加、钣金、热处理等工艺知识库，实现标准工艺的复用，通过三维设计和工艺模型开展工艺设计仿真，实时优化工艺参数设计，基于工艺设计系统及生产系统的数据集成打通，实现面向制造的工艺优化设计，提高生产效率和产品质量的一致性。案例案例 1：离散型工艺数字化设计：离散型工艺数字化设计掘进机等大型智能装备产品规模大、BOM 结构复杂，多为单台定制产品，往往存在工艺研发难度大、周期长、技术文件分散等难题。为此，铁建重工应用 CAPP，结合积累、提炼的工艺知识库、资源库，实现离散型工艺的数字化高效研发和研发过程的统一管理。同时，在关键工序上充分利用 CAM、虚拟装配等三维建模和仿真验证技术，基于模型进行离散工艺设计。通过开发三维结构化工艺研发系统，实现 PBOM 的工艺路线、工艺规程等工艺技术文件的即时发布与集成管理。工艺技术文件的下发由以往 12天缩短至几十秒，BOM 和工艺文件的完整性提升至 100%。112.智能化生产智能化生产通过深化 5G、大数据、云计算、人工智能等新一代信息技术在生产全流程的应用，全面提升工程机械行业生产操作与生产管理的智能化水平，实现生产智能管控和运营智慧决策，打造全流程动态优化和精准决策的生产模式。图 2-3 生产制造类业务与工业互联网应用方式对应图（1）典型生产工艺优化）典型生产工艺优化工程机械行业生产工艺复杂度高，传统生产过程的人力与经验依赖较为严重。以工程机械生产过程中几个典型生产工艺为例，基于工业互联网优化各工艺原有运行模式：其一是在生产环境危险系数较高、人员劳动量较大的场景实现机器换人。其二是通过先进传感技术实现人员状态、设备状态、物料状态、环境状态与其他工况的监控分析。其三是运用算法模型实现全厂资源智能调度，优化人、机、物等全要素资源组织。其四是将数据建模与机理建模相结合，全面实现生产工艺过程的动态优化。细分场景细分场景 1：下料：下料全流程管控全流程管控传统下料作业由于人工排版、上下料等花费时间长，导12致效率低下。围绕下料场景，工业互联网可带来四大方面的应用创新：一是物料出入库的智能化管理，通过运用无线网络传输技术将出入库指令下达给堆取料机，实现物料出入库的远程操控。二是下料生产的智能调度，通过综合下料产线设备的状态数据、原材料和成品库存数据，结合生产工艺，实现下料生产的调度优化。三是下料过程智能化监控，应用图像识别技术，实现下料过程的实时智能化监控，对生产异常及时发出预警。四是物料三维图像测控，综合运用三维全息摄像、微波激光等技术，对料场的三维模型进行扫描并建模，快速获取堆料数据，为自动堆取料提供数据支撑。案例案例 2：智慧下料中心：智慧下料中心山河智能建设全自动激光下料和等离子下料两条产线，通过 MES 与 SCADA 系统集成管理，大幅提升产品切割效率，相比传统下料方式，人员配置节约 53%以上。其中全自动激光下料线由国内先进的激光下料机、激光打标机、桁架机械手上下料系统、板链等设备组成，辅以 MES、SigmaNEST2和迅雷中控3等组成的生产管理系统完成数据交互，可实现智能化套料、上板、打标、切割、下料和输送，能完成 125mm 中薄板零件的下料，下料速度快、精度高，钢板利用率提升 0.9%。等离子下料产线主要针对1245mm 的中厚板，可完成坡口的一次加工成型，相较过2一款数控切割机软件。3一款中控平台。13去的机械坡口生产方式，大幅度提升了产品质量，消除了清渣打磨工序，减少生产成本和多加工工序的生产断点，并实现了材料切割的自动控制和切割信息的实时监控。通过桁架机械手自动上料，自动输送线+模块化抓手自动分拣部件，实现全机型部件的智能下料加工分拣。细分场景细分场景 2：焊接：焊接工艺优化工艺优化传统焊接作业大多依靠人工定位、点焊，焊接效率低，焊接质量不稳定。围绕焊接场景，工业互联网可带来四大方面的应用创新：一是焊接计划智能排产，打通焊接计划制定和生产操作环节，运用工艺理论模型算法，综合考虑生产计划、原料需求、焊接状态，自动制定焊接生产计划和执行方案。二是焊接过程智能监测与诊断，通过应用机器视觉等先进技术，结合相关分析模型，实现焊接设备运行状态、焊接参数以及其他工况的在线检测分析。三是焊接过程智能闭环控制，基于焊接过程追踪模型、焊接质量反馈模型等各类智能模型，结合现场焊接专家经验，借助大数据分析等技术，不断优化工艺参数，实现焊接过程的智能化闭环控制。四是智能精准焊接，通过应用快速接触寻位技术、焊接机器人离线编程技术等，控制系统可以对焊缝进行智能识别，选择合适的焊接参数相匹配，实现自适应的焊接参数控制，实现精准和高效焊接。14案例案例 3：基于数字孪生的焊接工艺仿真及优化：基于数字孪生的焊接工艺仿真及优化山河智能基于模型构建技术，依照焊接工艺流程、特征、功能和性能，定义和构建挖掘机动臂构件及零部件的本体、焊接设备、检测设备、焊接工艺、焊接环境等数字化模型，通过传感器、摄像头、激光定位等数据采集设备，采集构件的位置、状态、焊接工艺、焊接环境等参数，综合焊接产线现场焊接机器人运行状态、无损探伤仪检测数据、焊接视觉定位信息、零部件位置等数据，构建挖机动臂焊接工艺数字孪生大数据平台。基于数字孪生大数据平台，构建实时生产数据与数字孪生体的映射，实现复杂结构焊接工艺协同优化仿真，通过分析模型中焊材、热源、轨迹、力学变形等数据与产品合格率关系，实现复杂构件焊接工艺参数的动态优化。细分场景细分场景 3：智能化智能化机加机加大型结构件上有很多精度要求较高的装配孔和结合面，传统机加作业的自动化程度低、质量管控难度大。围绕机加场景，工业互联网可带来三大方面的应用创新：一是机加过程智能监测分析，通过应用智能检测装备以及机器视觉等先进技术，结合相关分析模型，实现对机加工序、物料属性、设备运行及工况的分析判断。二是智能化控制，通过将机加设备集成到数控管理系统，并在加工各个环节部署智能控制模型，实现机加过程的虚拟化验证、加工动态实时优化等功15能。三是无人化生产，通过在物料转运等环节部署机器人等智能装备，实现无人化操作，提升机加效率。细分场景细分场景 4：涂装：涂装过程优化过程优化涂装需严格控制漆膜厚度，避免起泡、麻坑、流挂等缺陷，传统涂装作业的控制精度偏低。围绕涂装场景，工业互联网可带来三大方面的应用创新：一是智能优化调漆，在多厂家供应、品种变化频繁的原料条件下，结合机理模型和智能算法，实现既能满足成品涂装质量要求又能满足成本最低的调漆原料配比优化。二是涂装过程智能闭环控制，基于过程追踪模型、质量反馈模型等各类智能模型，结合现场涂装专家经验，借助大数据分析等技术，不断优化工艺参数，实现机器人涂装可达率、涂装均匀性等的智能化闭环控制。三是智能无人喷涂，在工程机械产品机型复杂多变的条件下，结合喷涂机器人及产品设计模型，实现机器人仿型喷涂。案例案例 4：掘进机等大型工程机械自动喷砂系统：掘进机等大型工程机械自动喷砂系统喷砂作为涂装的前置工序，喷砂质量和效率直接影响工程机械产品涂装质量和效率。随着掘进机产品工件尺寸的增大，人工喷砂难度提升，高空作业风险高。作业人员要承受噪音、灰尘的侵扰，且需穿戴厚重的防护服作业，身体容易过度劳累，安全事故风险增加。随着员工自身健康意识的发展，愿意从事喷砂岗位员工越来越少，企业生产自动化升级改造成为必然趋势。16铁建重工联合外部单位研制超大行程的八轴龙门式机器人自动喷砂系统。该自动喷砂系统具备多自由度喷砂机器人、超高强度大跨度高承载龙门桁架、轨道自清洁单元、超高流量机械、气力复合磨料回收系统等模块，可实现大型构件高覆盖率编程自动、遥控半自动喷砂清理。喷砂清理效率较人工提高 1 倍以上，工件自动喷砂覆盖率90%，喷砂质量稳定达到 Sa3 级4。细分场景细分场景 5：数字化数字化装配装配传统工程机械行业装配自动化水平低、柔性差。围绕装配场景，工业互联网可带来三大方面的应用创新：一是装配计划智能排产，通过建立数学模型，采用先进排产调度的算法，自动给出满足多种约束条件的排产方案，优化装配计划排产。二是装配过程智能检测与分析，利用自动拧紧机、翻转机、高清工业相机等设备及 SCADA 等系统，实现对拧紧力矩、装配匹配度等数据的在线检测与分析。三是智能无人装配，结合自动化装配机器人、AGV 等搭建柔性装配产线，实现无人化智能装配，提升装配效率和精准度。（2）生产）生产管理管理结合工业互联网在典型生产工艺中的应用实践，针对全流程生产过程，总结出工序协同优化、计划调度优化、生产作业优化等三大类融合创新应用细分场景。4喷砂除锈等级划分标准：Sa3 级指表面被严重锈蚀，喷砂处理后，表面呈现出光洁的金属质感，没有可见的锈迹和旧涂层。17细分场景细分场景 1：工序协同优化：工序协同优化工程机械生产工序流程长，各工序生产过程差异较大。围绕工序协同场景，基于工业互联网建立各类型集控中心，可带来两大方面应用创新：一是各工序内部协同，基于集成化平台实现下料、机加、涂装、装配等主要工序内部多环节、多业务的协同优化。二是跨工序协同，利用软件系统集成技术，打通 MES、ERP、DNC 等系统，实现跨工序的一体化作业计划与生产管控。细分场景细分场景 2：计划调度优化：计划调度优化工程机械各零部件的加工生产过程相互独立，传统的排产方式针对市场需求等动态变化的调整灵活性不足，容易造成库存积压和资源浪费。工业互联网可以带来三方面的创新：一是生产计划优化，搭建 ERP 系统，采用约束理论、寻优算法和专家系统等技术，实现基于采购提前期和市场需求的生产计划优化，精准指导每一批次、每一台主机的下线时间。二是车间智能排产，应用 APS 系统，集成调度机理建模、寻优算法等技术，进行基于多约束和动态扰动条件下的车间排产优化，自动优化各部件的生产顺序。三是精准作业派工，依托 MES 系统，结合人员技能库、岗位资质库等基础数据，开展基于人岗匹配、人员绩效的精准人员派工。细分场景细分场景 3：生产作业优化：生产作业优化传统作业手段生产效率低下，资源调度粗放，热处理、18焊接等工艺过程质量管控难。工业互联网可以带来以下六个方面的创新：一是产线柔性配置，应用转台结构柔性化组对、模块化随行装夹、焊接离线编程和智能物流等技术，搭建多品种、小批量、离散型柔性智能产线，实现多产品混线生产、无缝换产。二是资源动态组织，构建 MES 系统，集成大数据、运筹优化、专家系统等技术，实现人力、设备、物料等制造资源的动态配置。三是先进过程控制，在混凝土泵送等环节，依托 APC 系统，融合工艺机理分析、实时优化和预测控制等技术，实现泵送过程的精准控制。四是工艺参数动态优化，搭建生产全流程一体化管控平台，应用工艺机理分析、过程检测反馈和机器学习等技术，开展下料件、装配件等的工艺参数动态优化调整。五是人机协同作业，集成机器人、高端机床、人机交互设备等智能装备，应用 AR/VR、机器视觉等技术，实现自动上下料、自动转运等作业高效组织和协同。六是精益生产管理，依托 MES 系统，应用六西格玛、6S 管理和定置管理等精益工具和方法，开展基于数据驱动的人、机、料等精确管控，消除生产浪费。（3）运营管理）运营管理细分场景细分场景 1：设备管理：设备管理切割机、折弯机、铣床、机器人等设备的健康运行是高效生产的前提，传统的人工巡检效率低、故障判定和预测困难。工业互联网可带来五大方面应用创新：一是自动化巡检，19应用工业机器人、热成像仪等智能巡检装备和设备管理系统，集成故障检测、机器视觉、AR/VR 和 5G 等技术，实现对设备的高效巡检和异常报警等。二是在线健康监测，建设设备管理系统，结合人工诊断专家规则库，融合智能传感、故障机理分析、机器学习等技术，实现机器人健康参数等设备状态分析和故障预警。三是预测性维护，通过对电气、液压、主轴传动等系统关键部件运行数据的采集，集成故障机理分析、大数据、深度学习等技术，构建故障预测与健康管理模型，进行设备失效模式判断和预测性维护。四是智能维护管理，建设设备管理系统，应用大数据和 AR/VR 等技术，从而针对故障率高发或巡检发现裂化的部位进行重点检维修、优化维修资源投入。五是设备全生命周期管理，建立企业资产管理系统，应用物联网、大数据和机器学习等技术，实现资产运行、检维修、改造、报废的全生命周期管理。细分场景细分场景 2：质量管理：质量管理工程机械的大型复杂零件质量检测难度大，依靠人工手段容易造成误检漏检，全流程质量追溯困难。工业互联网可带来以下三个方面应用创新：一是智能在线检测，针对折弯、伸臂、底盘等部署在线检测系统，应用三维扫描仪等智能检测装备，融合缺陷机理分析、机器视觉和大数据分析等技术，实现尺寸、表面缺陷、应力等在线检测和分析。二是质量精准追溯，建设质量管理系统，集成条码、标识和区块链等技20术，采集产品原料、生产过程、客户使用的质量信息，实现全过程质量精准追溯。三是产品质量动态优化，通过建设质量工艺动态设计优化模型、自动处置模型，依托质量管理系统和知识库，进行零部件性能、操作规范性等质量影响因素识别、缺陷分析预测和质量优化提升。细分场景细分场景 3：能源管理：能源管理工程机械的生产在铸造、机加工、焊接、热处理等各工艺环节存在较高的能源耗用，传统的设备缺乏自身能耗监控和能源再利用能力，能源管理手段粗放、滞后。工业互联网可带来三大方面应用创新：一是能耗数据监测，建立 EMS系统，集成智能传感、大数据等技术，开展全环节、全要素能耗数据采集、计量和可视化监测。二是能效优化提升，基于 EMS，应用能效优化机理分析、大数据和深度学习等技术，基于设备运行参数或工艺参数优化，实现能源利用率提升。三是能源平衡调度，依托 EMS，融合机理分析、大数据等技术，进行能源消耗量预测，开展多能量流协同管控，实现全局能源动态平衡与优化调度，保障供能平稳高效。案例案例 5：徐州重机能效优化系统：徐州重机能效优化系统徐州重机通过能效优化系统，对公司消耗占比最大的电和蒸汽两大能源实施能效优化改造。在结构焊接单元，通过将大功率焊烟除尘设备用电与周围焊接设备用电负荷进行关联匹配，预警除尘设备是否应当开启，并进行焊烟21除尘自动启停改造。在涂装单元通过将涂装线体控制系统、VOC5尾气处理设备控制系统集成至能源管理系统，并对排放尾气的空气质量进行实时监控，分析运行数据，自动调节 VOC 设备开启频率，降低大功率生产辅助设备能耗。针对不同生产区域不同的供暖需求，制定分时段、差异化的蒸汽供应方案，并通过对天气温度、当班人数、车间用电负荷等相关参数的采集、分析，自动调整供暖方案，实现蒸汽供应智能化调节。细分场景细分场景 4：安全管理：安全管理工程机械行业的产成品有众多大型设备，生产作业现场存在较多安全隐患，传统隐患排查治理过程繁琐、效率低下。工业互联网可带来五个方面的应用创新：一是危险作业遥控化，采用远程遥控设备的方式进行作业，将操作人员从危险位置转移到安全位置，减少危重岗位现场的人力投入。二是危险作业自动化，针对焊接等工作环境差、人员劳动强度高的危险作业，采用焊接机器人代替手工焊接作业，通过本质化安全从源头降低安全隐患。三是安全培训拟实化，结合VR、AR 等技术，真实互动体验不同场景下的安全须知及紧急事故应对手段。四是安全风险实时监测与识别，依托安全感知装置和安全生产管理系统，集成危险和可操作性分析、机器视觉、大数据等技术，进行安全风险动态感知和精准识5挥发性有机化合物的英文缩写。22别。五是安全事件智能决策与应急联动，基于安全事件联动响应处置机制和应急处置预案数据库，融合大数据、专家系统等技术，实现安全事件处置的智能决策、应急预案推荐和快速响应。细分场景细分场景 5：环保管理：环保管理工程机械的生产往往伴随着机床加工粉尘、焊接烟尘、喷漆废气、加工废水、废边角料等污染物，传统的环保管理不够及时、不够精细。工业互联网可带来三大方面应用创新：一是污染源管理与环境监测，构建环保管理平台，应用环保测试仪器、智能传感和大数据等技术，开展污染源管理，实现全过程环保数据的采集、监控与报警。二是环保质量评价，通过建立不同维度的环保质量评价模型，实现对企业环保状况的智能化诊断分析，针对性提出改进措施建议。三是固废循环利用管理优化，通过在线监测技术、智能分析技术、协同平衡与优化调度技术，实现企业固废循环利用全方位监控和优化管控。3.个性化定制个性化定制工程机械企业基于工业互联网平台深化与用户交流沟通，打造柔性生产系统，通过对用户需求与生产计划的深度协同分析，实现小批量订单的定制化生产，满足多样性和个性化的工程机械产品市场需求。（1）基于用户选配的定制）基于用户选配的定制23为更好地满足用户差异化需求，基于工业互联网平台，集成营销、研发、设计系统，打通生产侧与营销侧数据，结合可配置 BOM 系统，进行包括配件型号、颜色等模块化组合，根据用户订单选配解析生成专属 BOM，来指导后续生产，实现基于用户需求的模块化、快速化定制。（2）耦合服役环境的定制）耦合服役环境的定制大型工程机械往往需要在各种复杂环境和工况下高效、安全地完成预定任务，比如在高地应力、高水压等条件下的隧道掘进等。基于工业互联网平台将工程机械产品设备服役期间所产生的运行参数等数据进行采集、利用、分析，建立服役环境信息数据库，结合大数据、机器学习等技术，构建产品设备运行与服役环境相互作用的模型，形成耦合服役环境的工程机械产品谱系和模块，集成设计、生产执行系统，实现面向不同服役环境的精确化定制。案例案例 6：铁建重工耦合服役环境的掘进机产品设计：铁建重工耦合服役环境的掘进机产品设计掘进机的服役环境具有高不确定性、高地应力、高水压等特性，需要根据施工工程的地质勘察结果、施工工法知识库等进行针对性设计。铁建重工通过地质勘察、大数据分析等手段，结合积累的施工经验，建立了掘进机服役环境信息数据库，构建了装备与地质环境的相互作用模型，进而建立耦合服役环境的掘进机数字样机，在产品设计、样机仿真等环节充分考虑服役环境的特点，进行产品定向24优化，形成了耦合服役环境的掘进机产品谱系和模块化配置，可根据新的服役环境进行快速配置或耦合设计，大幅缩短产品研发周期，有效增强产品对服役环境的适应性。4.服务化延伸服务化延伸基于工程机械全产业链数据打通，推动企业从单纯的生产制造向服务端延伸，形成创新后市场服务、售出产品设备运维服务、智能施工服务、二手市场交易服务、再制造服务等业务模式。图 2-4 服务类业务与工业互联网应用方式对应图（1）创新后市场服务）创新后市场服务细分场景细分场景 1：供应链金融：供应链金融目前工程机械企业仍面临产能过剩、融资难等问题，供应链金融可以助力企业盘活资产、加快资金流转、丰富融资渠道。基于工业互联网平台对工程机械产品设备进行状态监测、故障预测和风险评估，打通产业链上下游企业、金融机构数据，使得供应链金融具有更好的数据风控基础，可带来三大应用创新：一是在线贷款，银行通过线上平台监测施工队作业情况、承包商财务状况和经营情况，针对性给予贷款服务。二是融资租赁，工程机械企业与银行、融资公司合作25等方式，开展租赁业务，加快资金流通，降低融资成本，缓解资金压力。三是精准投保，保险公司依托工业互联网平台综合评估工程机械产品设备风险因素，从而实现针对性投保、按需投保。细分场景细分场景 2：数据增值服务：数据增值服务工程机械产品设备的使用过程中积累了海量的运行工况、维修保养、故障缺陷等状态数据，基于工业互联网平台汇聚海量数据，应用大数据、专家系统等技术，生成不同时间周期的工时、油耗、在线率、故障率、产品设备估值等分析结果，以指导产品设备使用、能耗管理、运营维护、融资服务等过程的决策优化。案例案例 7：基于：基于“机号管理机号管理”的数据增值服务的数据增值服务天远科技基于以人号、件号、工程号、故障号、债权号组成的“机号管理”理论，构建以机号为核心的全生命周期数据管理模型，为工程机械产品设备使用商、维修商、销售商、制造商和融资商提供增值信息服务。利用大数据技术管理全流程的人、机、物等数据，比如挖掘机工作地点、工作时长和工作负荷，发动机的转速、扭矩，挖掘与旋转速度、实时工作油耗、水箱温度、报警等运行状态数据，并将产品设备使用方、服役工程项目、销售、维修等各类信息记录在案，从而为每一台挖掘机建立一份详细的健康档案，通过全生命周期数据管理去赋能安全生产、节26能减排、降本增效和产品设备创新。细分场景细分场景 3：产品产品设备共享租赁设备共享租赁针对小批量租赁的用户，工程机械企业将挖掘机、推土机、搅拌机、压路机等产品设备上云，基于工业互联网，实时采集各工程机械产品设备的基础信息、工作状态、工况数据、健康状况等数据并统计分析，搭建开放供需的产品设备共享网络平台。用户通过平台下单，平台根据客户需求推送合适的工程机械产品设备，提高工程机械产品设备利用率，助力用户优化资源配置、加快资金周转。（2）售出产品售出产品设备设备运维运维服务服务细分场景细分场景 1：售出产品售出产品设备预测性维护设备预测性维护工程机械产品设备在使用过程中发生故障的时间不可预测，对解决故障的时效性要求较高，传统运维依赖人力巡检，容易造成滞后或者过度维修，给下游用户造成停机损失、增加运维成本。基于工业互联网平台采集工程机械产品设备的运行参数、健康状态等数据，集成故障机理分析、大数据、深度学习等技术，实现面向产品设备的健康诊断、故障预警、预测性维护等能力。利用数字化方式驱动服务模式由被动变主动，降低突发性故障的概率，提升产品设备健康度。案例案例 8：基于徐工汉云平台的：基于徐工汉云平台的产品产品设备预测性服务设备预测性服务徐工汉云给中交集团构建了车辆设备管控平台，通过数据采集终端以及风速、倾角、重力等传感器，实时采集27产品设备运行状态，为各种产品设备设定作业安全阈值，当超过预设阈值时实时提醒用户；根据产品设备的工作时长以及保养策略，提前提醒用户进行产品设备保养；记录产品设备的维保内容及相关备件，辅助单机核算。此外，平台还统计了产品设备每天的工作状态数据，帮助中交掌握产品设备工作情况，科学安排闲置产品设备。通过产品设备预测性维护解决方案，有效地降低产品设备作业事故发生率 3%，降低产品设备运行成本 7%，提高产品设备利用率 5%，有效解决内部各子公司产品设备协同问题。细分场景细分场景 2：远程专家诊断服务：远程专家诊断服务过去，工程机械产品设备发生故障后需要维修人员现场检查才能诊断、解决，造成人力的浪费。基于工业互联网平台，工程机械企业可以融合智能感知、高清音视频通讯、AR/VR 等技术，实现产品设备的远程可视，通过专家知识沉淀及大数据算法相结合，对产品设备健康状态进行判断，并将关键运行数据分析推送给决策层，以提升产品设备稳定性，降低运行能耗及维护成本，实现远程的诊断服务。细分场景细分场景 3：产品产品设备全生命周期管理设备全生命周期管理工程机械作为大型生产工具，基于对产品设备运行、检维修、改造、报废等全生命周期的数据进行挖掘分析，可以支撑安全生产、产能提升、节能减排、资产管理等环节业务的优化和创新。