DOC《附件2:》

3、边缘计算 (1)数据处理.在边缘侧对数据进行筛选、压缩、加密等操作,剔除其中无效、异常或冗余的数据,降低数据包容量,提升数据的准确性、可靠性、安全性和保密性等. (2)数据分析.在边缘侧对处理后的数据进行计算分析,减轻云端计算的压力,形成有用的信息和结论.

4、设备服务 (1)设备管理 设备台账.对设备型号、规格、功能描述等在云端进行电子化管理,形成设备档案,实现设备历史维保记录的追溯. 设备点检.云化实现设备定时提醒、定位打卡、结果上报等功能,加速企业点检过程. 工单管理.通过自定义流程子系统,实现工单在云端的柔性化管理,企业可以自定义工单类型、触发条件、闭环流程等,使企业各类事件能够快速响应. 维修保养.实现设备保养计划、维修申请、现场操作、维保决策等环节在云端的信息化管控,提高企业设备管理效率,降低维保不到位带来的风险. (2)数据监控 实时数据.通过数据采集链路,将设备的运行状态与运行参数实时展示,数据可以通过订阅推送的方式实时更新. 数据报表.利用数据统计子系统形成各类统计报表,对数据进行处理、分析与展现. 信息追溯.支持查询及回溯设备的历史数据,通过

图表形式反映其数据特征与历史趋势. 组态画面.利用组态界面工具,绘制现场拓扑仿真图,实现设备在线情况、异常情况、运行参数等信息的集中展示,把握设备的整体运行情况. 异常报警.通过配置报警策略设置报警触发条件,当报警触发时可及时收到提醒,并将报警相关的异常数据进行打包,用于分析异常报警时刻数据的波动情况. 决策优化 反向控制.在保证安全的前提下,通过网络链路在云端对设备进行远程控制,以实现设备参数调整、停启、执行等操作. 执行优化.基于数据分析结果、知识库等,实现设备算法的自我优化及执行过程的自我决策. 基于数据+模型的创新应用 企业通过私有云、公有云或混合云的模式实现业务上云、数据上云和设备上云的基础上,进一步利用云计算、大数据、人工智能、工业互联网等先进技术,消除信息孤岛,实现各系统间及各业务环节间的数据联通、共享,在市场交易分析和预测、产品/设备远程监控与运维、产品质量管控及工艺优化、产业链协同、基于云计算的新型制造模式等方面取得显著应用成效. 市场交易分析和预测 基于云化的核心业务系统,利用大数据和人工智能等技术,对市场交易数据、交易行为进行分析,预测市场趋势,为企业发展提供有效决策支持. 产品/设备远程监控与运维 在产品/设备全生命周期中运维服务阶段,利用云计算、大数据、人工智能、工业互联网等信息化和智能技术,实现产品/设备状态监测、健康及故障诊断、预测分析、预防性管理等远程的监控与运维. 产品质量管控及工艺........