程序员又迎一利器，联想 LeapIOT 工业互联网平台大曝光
https://p3-sign.toutiaoimg.com/pgc-image/RoSZ9x45DKMXTf~tplv-tt-large-asy2:5aS05p2hQENTRE4=.image?x-expires=2009797007&x-signature=eDC3GDbNqe%2FZRaL79ocTWc9H5CU%3D作者 | 伍杏玲
据前瞻产业研究院的信息显示，2018年，我国工业互联网行业市场规模达到5313.04亿元，预计2023年将突破万亿。
其实早在 2017 年，国务院印发《关于深化“互联网+先进制造业”发展工业互联网的指导意见》，可见工业互联网已上升到国家战略高度。2018年，工业和信息化部发布《工业互联网App培育工程实施方案（2018—2020年）》提出，到2020年，将面向特定行业、特定场景，培育30万个具有重要支撑意义的高价值、高质量的工业互联网 App。
那么如何让物联网赋能工业落到实处，实现真正地智能化生产的改造，帮助工厂整体的数字化转型？联想物联网平台LeapIOT 通过终端接入、边缘计算、实时数据处理、时序存储、数字孪生、数据洞察，围绕设备、数据为核心，解决工业企业生产制造端工业连接、系统协同、数据分析需求。
为何LeapIOT强调以设备、数据为核心？1月16日，在联想数据智能业务集团媒体圆桌会上，联想集团首席科学家、副总裁、国家教授级高工于辰涛介绍了LeapIOT的前世今生。
https://p3-sign.toutiaoimg.com/pgc-image/RT4Gwk56bt5iOJ~tplv-tt-large-asy2:5aS05p2hQENTRE4=.image?x-expires=2009797007&x-signature=KT6NBqrgh%2Bh3LMsoH%2FEfsicj0Ug%3D
三大挑战
于辰涛表示，在制造业的数字化、智能化过程中从技术上面临三大挑战，一是数据难以收集，由于IoT设备众多，各式协议众多；二是海量数据难以应用，海量数据很难统一分析；三是让工业机理和人工智能技术相结合，如何帮助用户真正地解决问题、驱动和构建新的工业App。
除此之外，对于开发者来说，如果要完成一个工业场景，需要掌握很多技能：如要从设备上取一个数据，由于传统的工业软件是用C++来写的，开发者要熟悉C++；如今新一代的工业软件很多是用C#研发的，开发者还要懂C#；算法时，需要熟悉Python或者R语言；因为很多MES系统或者ERP系统是用Java写的，开发者还需懂Java；而界面设计还需懂前端技术……
为了帮助开发者和企业更快更便捷地研发和分析工业互联网，LeapIOT结合物联网、大数据、AI技术，通过低代码微服务的方式重构整个边缘处理技术栈，让开发者能够进一步简化，同时实现边缘架构的一体化处理支持，并丰富协议配置。通过组态和时序方式计算，构建数字镜像的解决方式，让开发者基本上不用编写太多的代码，用低代码或者是简单的拖拉拽这样的方式就能构建应用。当应用发布出来后，可以在手机、客户现场以及大屏上都能看到和运行。
https://p3-sign.toutiaoimg.com/pgc-image/RT7S2kzFTfre26~tplv-tt-large-asy2:5aS05p2hQENTRE4=.image?x-expires=2009797007&x-signature=rd2m1t3sl6Fqg%2FTsHU1xLQe1EEw%3D
LeapIOT 优势
那么LeapIOT 如何助力开发者构建工业互联网应用呢？
1、广泛适用于各类协议，解决设备“最后一公里”接入，支持数百种设备和协议的接入。
（1）工业设备：如PLC、CNC、摄像头、传感器仪表等；
（2）主流工业协议：如BACnet、POWERLINK等；
（3）支持IT数据与系统的集成：Oracle、elstic、kafka等。
从而打通现场生产设备的全面数据接入能力，降低工业软件的数据获取成本。
2、数据管理：利用时序数据高性能海量分析能力，满足IT/OT数据接入与混合分析。
该平台为时序数据提供读写，存储、计算、分析能力以及外部集成开发能力，提供了基于分布式架构的数据管理与高性能方案，通过弹性的架构，灵活的扩展，支持千万点采集数据的实时读写。
3、数据计算：通过低代码拖拽式流计算引擎，从而降低数据分析人员和算法工程师的应用门槛。
该平台采用可视化计算流设计，提供120多种计算函数，10多种聚合算法，开发者可根据实际需要来基于SDK扩展组件和自定义函数扩展。
4、数据孪生：支持物理设备的特征数字化和设备数据API服务化，将复杂的模型简单编程实现。
于辰涛介绍道，当收集IT数据时，如果单有数据点是不够的，因为一个设备上布有很多点，如一个机械手有几十个数据采集点，分别控制机械手的运转速度、方向角度、抓取状态以及转速等。那么我们可搭建一个数据孪生模型，建立点位的关联关系，并可开发编程，比如一个点出现问题，可通过建模来试验是否是这个点导致机械手不能正常工作。
通过强大的数据建模能力，将工业信号、时序数据、物理状态、设备信息转换为数字对象的属性、 方法、事件，对物理对象的数字描述、数字映射，在数字世界还原设备运行模式与机理。最后通过集成的方式，如一个机械手会在多条产线中布置类似的生产环境，来帮助开发者更好地管理机械手、CNC等复杂的工业设备。
5、支持物理设备和设备孪生模型的可视化发布，一次构建，移动、大屏、看板均可查看。
在该平台上，开发者可采用可视化的拖动式开发，有100多种通用设备图元与基本图形，200多种电子、机加、汽车行业设备图元，研发完成后可将产品直接发布，并可在移动端、PC端、PAD或微信小程序中查看应用。
6、方便智能：提供简化模型训练+预制行业模板
由于有一些在工业现场的开发者不太了解如何构建AI算法，于是平台构建一个新的智能化分析工具，提供自然语言分析、关键词提取、图像分类等多种深度学习及行业通用模板的AI算法，开发人员在简单的数据分析场景里要使用AI算法的话，通过该平台就可以构建。
除了在技术上的挑战外，截止至2018年底，工信部统计已有269个工业互联网平台，所以在众多平台里，开发者还面临选择哪个平台来开发的问题。
在会上，联想专家建议开发者选择平台的核心无非是两点：一是能最终给用户创造闭环价值和业务价值，让开发者能够更快、低成本、快速地挣到钱；二是让合作伙伴能够降低开发成本，能够挣到钱。
对于工业互联网的发展，于辰涛相信其会和云计算的发展一样。尽管回首十年前，全世界云平台不多，但经过十年的发展，如今几乎每个厂商都有自己的云平台，云计算发展蓬勃。所以他相信未来工业互联网一定会按照行业、领域细分进行分类，拥有良好的发展态势。
页:
[1]