檢視 AIdustry工业互联网项目的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=http://5b0988e595225.cdn.sohucs.com/images/20181123/ec677d70ca3c48b39e7e3b9696f56334.jpeg width="300"></center>
<small>[https://www.sohu.com/a/277403373_505782 来自 搜狐网 的图片]</small>
|}

'''AIdustry工业互联网项目'''AIdustry工业互联网项目是华能集团联合太极股份等企业，共同打造的服务于流程型行业的工业互联网平台。AIdustry融合了深厚的工业基因和新兴的互联网技术，该[[项目]]涵盖火电、水电、核电、风电、光伏、[[钢铁]]、化工等多个行业500余家企业，接入数据点位超过1000万，通过工业资源的泛在连接，打通行业内部各个环节，加速行业数据的纵向流通与横向交互，实现流程型行业制造资源的互联互通，为产业增值提效提供保障。此外，本项目最终将形成超过1000个的行业应用，满足为企业提供全面感知、移动应用和智能分析的需求，形成制造资源交互共享、数据集成，价值释放的生态体系，驱动产业协同发展，成为流程型企业竞争新优势的关键抓手。同时，通过项目的产业化推广，在项目建立完成后的未来5年内，年产生[[经济效益]]突破1个亿，每年可实现至少20%的新增用户与产值增长，总经济效益力争达到3亿水平。到2025年，完成建设国家级工业互联网之重任。

==项目概况==

===1.   项目背景===

作为国民经济基础行业之一，流程型行业在人们[[社会]]生活中的特殊地位，往往使其生产、传输、供应和服务的及时性、可靠性具有极强的经济意义，有时甚至具有某种程度的政治、[[军事]]意义。因此，流程型行业的管理具有高度的可靠性和数据安全性要求。近年来，随着太极股份与华能集团合作的不断加深，太极股份以TECO工业互联网平台为基础，与华能集团共同筹建了服务于流程型行业的AIdustry工业互联网<ref>[https://www.sohu.com/a/432101000_100043149 工业互联网到底是啥？看完这篇就都懂了！]，搜狐，2020-11-16 </ref>项目，该项目涵盖电力、钢铁、化工等多个行业。

===2. 项目目标===

建立以大数据为核心的流程型行业工业[[互联网]]平台，通过汇聚全业务、全类型数据资源信息，全面支撑电力、钢铁、煤炭等行业的数据应用需求。为流程型行业设备管理、安全生产、运行优化、经营管理提供分析诊断、智能运维、决策支持等服务，以提高工作效率和管理水平，降低经营成本，辅助科学决策和战略管理。同时依托工业互联网平台，建立开放、共享、共赢的运营体系，为企业[[创造]]更高效益。

==项目实施概况==

===1.项目设计原则===

本项目整体设计上遵循如下原则：

以[[市场]]为导向，立足长远；

贯彻国家标准，保障实施安全可靠；

方案先进合理，降本增效；

设备选型坚持先进、成熟、适用的[[原则]]，确保生产安全提效；

明确项目目标，针对项目难点，开展关键技术研究与[[攻关]]。

===2．项目技术路线===

====（1）采用以工业PaaS为核心的平台使能技术====

PaaS云资源部署及管理功能，能将现有各种业务能力进行整合，具体可以归类为应用[[服务器]]、业务能力接入、业务引擎、业务开放平台，向下根据业务能力需要测算基础服务能力，通过IaaS提供的API调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API开放给SaaS用户。

====（2）采用分布式大数据技术====

大数据技术具有分布式及并行化等关键技术特征，由多个分布的节点组合而成的集群通过网络连接提供[[服务]]及能力，以群体合力的方式提供服务及动力。大数据技术<ref>[https://www.sohu.com/a/546172164_120774982 大数据技术有哪些] ，搜狐，2022-05-20</ref>为应对流程型工业行业的海量数据、提升系统的处理效率、缩短运算时间和应用响应时间、提升用户体验提供保障。

====（3）采用大数据分布式内存计算技术====

平台的分布式内存计算采用Spark技术，Spark是基于map reduce算法实现的分布式计算，通过弹性分布式数据集实现对分布式内存的抽象使用，以操作本地集合的方式来操作分布式数据集，这对于迭代运算比较常见的机器[[学习]]算法，效率将得到明显提升。从而满足流程型企业信息化中各种实时/准实时业务需求和数据需求，提高系统运行效率，保障业务响应的时效性。

====（4）采用基于大规模并行处理（MPP）架构数据仓库技术====

数据仓库采用主流的支持大规模并行处理（MPP）架构的成熟[[产品]]，采用并行的方法提升海量数据的处理能力和系统的可靠性。

====（5）采用微服务技术的应用开发模式====

在应用开发模式上，平台提供下面三种能力：

提供多语言与[[工具]]支持：Java，Ruby和PHP等多种语言编译环境。

微服务架构：提供涵盖服务注册、[[发现]]、通信、调用的管理机制和运行环境，支撑基于微型服务单元集成的“松耦合”应用开发和部署。

图形化编程：通过图形化编程工具，简化开发流程，支持用户采用拖拽方式进行应用创建、测试、扩展等。

==参考文献==
[[Category: 社會組織類]]