pesco
(磐石)物联网平台
- PescoIot
PescoIot产品架构
pescoiot Platform summary
PescoIot工业物联网平台是尚源智慧原始团队以PescoCloud容器云平台为基础，利用业界领先的CNCF云原生边缘计算框架，针对智能制造和市政行业的自动控制、远程监测、自动维护等需求，自主研发打造的具备高效云边协同、实时边缘智能、敏捷应用部署和开放数据接入的工业物联网平台。
PescoIot平台主要包含边缘联接管理、工业大数据平台、工业应用平台，覆盖工厂现场、边缘侧和企业云中心。定位于制造业工业设备互联、数据互联和资源互联，提供建模分析和工业模型库，做企业增量的智能决策系统，实现业务在云上敏捷开发，边缘可靠运行。加快流程工业与工业互联网深度融合，快速构建平台应用。
架构优势
Architectural advantages
边缘智能网关独立运行的模块处理离线或弱网链接下的本地协议解析、数据本地存储，可利用边缘侧模型自主决策，离线自治
提供纳管海量分布式边缘节点，并能够将云端的设备管理和组件更新以及其他应用和服务部署到边缘节点运行的能力
提供数据全生命周期一站式开发运营，提供数据集成、开发、治理、服务等功能，帮助工业企业快速构建全局数据运营能力
提供从边缘引擎、边缘智能、数据模型、工业机理模型、AI框架、通用AI开发平台的全栈方案，实现协同优化和多点创新
工业企业数字化转型趋势
工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，是制造业数字化、网络化、智能化的重要载体。通过构建连接机器、物料、人、信息系统的基础网 络，实现工业数据的全面感知、动态传输、实时分析，形成科学决策 与智能控制，提高造资源配置效率。作为工业互联网三大要素，工业互联网平台是工业全要素链接的枢纽，资源配置核心,对 于振兴我国实体经济、推动制造业向中高端迈进具有重要意义。
工业转型契机
智能制造是国家战略，我国工业互联网正处在产业格局未定的关键期和规模化扩张的窗口期，利用体制和市场层面具备优势，依托工业互联网产业联盟的产业推广和建设，包括流程工业企业在内的传统制造业可以借助工业物联网平台引领行业转型实践。
智能优化决策
工业互联网以数据闭环为核心，通过对物理资产的全面深度感知，实现海量工业数据的高效集成与管理，开展各类工业模型与数据模型的构建与分析，形成优化决策并反馈至物理系统，这是工业互联网最基本的模式和方法，也是驱动制造业智能化转型的关键。
提质降本增效
流程工业应用工业互联网的核心是围绕工艺和生产，真正以业务场景为驱动，始终关注提质、降本、增效、安全、环保等核心诉求，提高自控水平，优化工艺流程，节能降耗，提升质量，让产品更具竞争力，通过智能化建设给客户带来切实的业务价值。
业务挑战
Business challenges
工业领域的应用和数据孤岛
工业领域的业务系统建设多数是项目驱动的，围绕MES和ERP企业在生产和经营的各个环节存在大量应用孤岛，同时数据源种类多样，包括设备和传感器数据、业务数据、应用数据、视频等多媒体数据。工业领域企业和行业的数据采集和应用协同是一个基础且普遍的难题。
传统架构向云原生演进的挑战
工业企业普遍采用ISA-95架构，在全要素感知、业务协同、数据集成、智能决策、灵活扩展等方面明显掣肘。新一代信息技术如云计算、大数据、人工智能、5G移动互联取得广泛进展，通过ICT和OT的深度融合，构建一套以平台为核心支撑工业互联网转型升级的开放、可扩展架构，是智能制造战略持续思考和努力的方向。
专业软件和知识积累缺失
工业类专业软件的核心是工业知识的长期积累、持续沉淀并在应用过程中迭代的模型化系统化。工业领域包括检修、预测等要求高精准的应用需要持续构建和优化知识图谱。物联网平台通过设备和生产流程的数字化关联不同垂直领域数据，将专家经验和人工智能结合，智能分析与决策。
专项人才和核心技能缺乏
工业互联网转型是个复合型的负载系统工程，跨界融合需要既精通自控、熟悉工艺和流程，又了解新型信息技术的创新型人才；既需要领域专家又需要数据和算法模型工程师，单独依赖工业企业或信息技术企业都很难完成，工业互联网生态圈需要两类企业的协作共赢。
解决方案场景
Solution scenario
工业数仓
制造业在设计、生产和运营的多个环节存在应用和数据孤岛，多样异构的数据源包括设备、传感器的时序数据告警数据，应用的结构和非结构化数据、视频和多媒体数据等。依靠安全可靠的设备连接通信能力，围绕研发设计、自动控制、生产执行、设备管理、产品全生命周期管理和供应链协同等应用场景实现全要素多来源、多类型的数据采集和汇聚，实现全局数据治理和分析决策。基于PescoIot和PescoData提供的服务，针对工业企业的核心业务流进行数字化建模，构建领域主题库及业务关键指标分析。
智能决策
工业生产过程的多个工序依赖基于工艺机理模型给出优化的参数配置建议，传统工业领域的决策优化也大多基于工艺数据方面的持续深度挖掘；基于AI的数据驱动，通过机器学习、深度学习解决非线性、多工序、全局优化类问题有独特优势。PescoIot通过数据驱动、工业数据建模和机理建模，提供场景化的工业智能开发平台，包括数据集管理、工艺机理模型管理、模型开发和模型交付流水线、可视化展现等核心功能。聚合行业知识图谱和工艺机理模型，模型开发基于工艺机理结合数据智能的方案，目前PescoIot已经在水务、燃气、水泥、原料药等行业深度试水，构建新型的面向行业场景化解决方案。
机器视觉
工业领域的机器视觉主要包括基于图像增强的识别、定位、检测、测量，应用场景集中在产品或中间体的质量检测、无序分拣、上下料、拆垛码垛和自动化包装等工艺环节。工业视觉可以有效提升检测的覆盖率，提升良品率，降低人力成本和质检员劳动强度。在传统模式识别的基础上引入深度学习，结合Tensorflow、Pytorch等新型框架，PescoIot提供基于统一平台的工业视觉解决方案，进一步在面向小样本、多特征、泛行业的故障检测、缺陷检测和个体及交互行为的分析方面有关键突破，识别精度大于90%。已面向烟草和原料药等行业构建场景化解决方案。
PescoIot平台展示
