【工业互联网系列访谈 | 重邮吴大鹏：工业互联网应用领域主要覆盖四大类】工业互联网标识解析体系是工业互联网重要的网络基础设施,是支撑工业互联网互联互通的神经枢纽 ， 其作用类似互联网的域名系统 。 工业互联网标识解析体系通过赋予每一个实体物品（产品、零部件、机器设备等）和虚拟资产（模型、算法、工艺等）唯一的“身份证” ， 实现全网资源的灵活区分和信息管理 ， 是实现工业企业数据流通、信息交互的关键枢纽 。
吴大鹏介绍到：“工业互联网的应用领域主要包括产品追溯、产品全生命周期管理、供应链优化管理、设备故障预测及健康管理等四大类 。 ”
其中 ， 产品追溯是指溯源和定位系统的传统模式是各参与方将溯源和定位信息统一上传到追溯系统服务器 ， 信息的真实性和权威性无法保障 。 而工业互联网标识解析体系改变了这种模式：它将各阶段的溯源和定位信息存储在各企业的数据库当中 ， 形成分布式数据存储模式；通过标识解析体系进行信息查询 ， 有效提高了信息的真实性和权威性 。
产品全生命周期管理是指通过建设工业互联网标识解析国家顶级节点、二级节点和企业节点 ， 针对企业使用的不同标识体系 ， 提供公共标识解析服务 ， 帮助企业实现各环节、各企业间信息的对接与互通 ， 将“信息孤岛”转变成基于统一标识的全流程信息自由流动 ， 实现设计、生产、市场、售后信息的全面数字化与交互 ， 提升企业知识价值与共享 ， 优化产品开发与业务流程 ， 降低产品全生命周期管理成本 ， 从而实现提升企业的市场竞争力 。
供应链优化管理是指原有的供应链管理中 ， 各企业通过自己的供应链管理系统 ， 面向仓储物流企业或制造企业进行信息传递 ， 交叉环节众多 ， 影响协同效率 ， 无法实现资源的灵活调度 。 基于统一工业互联网标识解析体系 ， 配件生产企业、仓储物流企业、整机制造企业通过唯一标识在标识解析体平台注册、解析、查询 ， 解决了企业间因信息不对称、物资标识不统一而引起的生产效率低下等问题 ， 促进生产、运输、使用、服务等环节的高效协同 ， 有效提升企业资源优化配置 ， 实现优化供应链管理 。
设备故障预测及健康管理是指传统的故障预测及健康管理具有“先故障后维修 ， 故障定位、根因分析困难 ， 维修周期长 ， 经济损失大”等特点 。 基于工业互联网标识解析的设备资产健康管理 ， 通过对每个核心零部件赋予唯一标识 ， 将核心零部件与整机组设备信息相关联 ， 实现生产运行智能监控及优化 ， 设备故障主动预测维修 。 在运行优化方面 ， 通过对设备工作参数、环境参数、产品质量数据的全面采集 ， 建立设备性能模型 ， 进行设备状态分析和效能分析 ， 寻找运行优化解决方案 ， 提高设备利用率和产品质量 ， 降低成本 。
边云协同助力工业互联网建设
吴大鹏所在的团队始终致力于研究工业互联网的时延、可靠性以及数据安全保障技术 ， 如智能制造领域的自动化控制、工业大数据挖掘领域等 。 在研究的过程中 ， 其认为云边协同、确定性网络以及差分隐私技术能够与工业互联网形成合力 。
吴大鹏指出：“与传统的消费互联网不同 ， 工业互联网中存在着大量的高可靠、低时延业务 ， 为保障业务需求的快速可靠响应 ， 需要在生产或者信息查询端部署边缘计算能力 ， 从而克服云计算由于距离远、链路拥塞等缺陷而导致的业务响应不及时 。 ”
然而 ， 边缘计算不是万能的 ， 边缘服务器的运算和分析能力是有限的 ， 从运维成本的角度考虑 ， 边缘计算与云计算协同处理工业互联网业务将更为经济 。 事实上 ， 当前包括工业互联网、产业互联网在内的大部分网络 ， 其架构均具有天然的云边协同形式 ， 因此 ， 需要梳理清楚不同垂直行业的具体业务需求 ， 协调好云计算和边缘计算的职能 ， 特别是在广泛应用人工智能领域 ， 如何实现智能边缘协同 ， 提高数据分析效率和降低控制业务时延 。