工业互联网是新基建的核心所在
新型基础设施建设（简称：新基建），指以5G、人工智能、工业互联网、物联网为代表的新型基础设施，本质上是信息数字化的基础设施。
中央经济工作会于2018年首次提出“新基建”这一概念，至今已有7次中央级会议或文件明确表示加强“新基建”。“新基建”具有新时代的丰富内涵，既符合未来经济社会发展趋势，又适合中国当前社会经济发展阶段和转型需求，在补短板的同时将成为社会经济发展的新引擎。工业互联网与5G、AI等一同被纳入“新基建”重点领域，工业互联网是我国“新基建”的核心所在，对我国制造业数字化转型升级，实现制造业高质量发展以及提升国际竞争力具有战略意义。近年来，从国家到地方都出台了大量政策来支持工业互联网发展：
《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》（国发〔2017〕50号）
《工业互联网发展行动计划（2018-2020年）》（工信部信管函〔2018〕188号）
《工业互联网APP培育工程实施方案（2018-2020年）》（工信部信软〔2018〕79号）
《广东省人民政府关于印发广东省深化“互联网+先进制造业”发展工业互联网实施方案及配套政策措施的通知》（粤府〔2018〕23号）
《工业和信息化部办公厅关于推动工业互联网加快发展的通知》（工信厅信管〔2020〕8号）
《关于推进“上云用数赋智”行动 培育新经济 发展实施方案》（发改高技〔2020〕552号）
工业互联网是实体经济数字化转型的关键支撑。工业互联网通过与工业、能源、交通、农业等实体经济各领域的融合，为实体经济提供了网络连接和计算处理平台等新型通用基础设施支撑；促进了各类资源要素优化和产业链协同，帮助各实体行业创新研发模式、优化生产流程；正推动传动工业制造体系和服务体系再造，带动共享经济、平台经济、大数据分析等以更快速度、在更大范围、更深层次拓展，加速实体经济数字化转型进程。
业内普遍认为，虽然我国制造业体量比较大，但工业制造普遍存在能耗高、产业附加值低等诸多问题，因此随着能源价格、劳动力和土地成本提高，传统制造业的利润空间在不断压缩，制造业的发展也受到了严重的影响。制造工厂必须要提升产品良率、向智能化升级走，同时基于工业互联网技术向两侧延展做生产与服务的融合，才能整体利润空间。就全球产业链来看，中国大多数工厂目前就处在利润率最低的生产制造部分，因此，智能化升级是必由之路。而且从整体大方向去看，处于这样一个历史发展时期，体量巨大的制造业对全国经济的重要性不言而喻，我国制造业依托工业互联网等技术的数字化、智能化转型升级势在必行。
工业数据治理是工业互联网的重点领域
通过工业互联网广泛部署，制造业上下游的数据可以打通，不同行业间的协调更加及时和准确，相应的大数据中心、人工智能等已开始真正发挥作用。与传统的OT技术相比，工业互联网技术提供了一种范围更广、效率更高的平台作为制造企业智能化发展的信息基础设施，为实现异地研发设计、多地联动协同生产、生产现场远程监控、制造资源优化调度，以及打通供应链、营销链和服务链提供了基础。现阶段我国工业互联网的支持方向主要集中在平台基础设施、解析节点、工业APP开发等生态体系建设范畴，与企业内部网络衔接不够，存在数据不畅通、缺乏有效管理等问题。
随着近年来行业发展，工业互联网体系架构越来越成熟，业界对工业数据治理的重要性认识更为深刻。2020年4月工业互联网产业联盟发布的《工业互联网体系架构2.0》继承了体系架构1.0的核心思想，形成网络、平台、安全三大体系，平台作为核心，重点体现数据的集成、管理与建模分析功能。
中国信息通信研究院、工业互联网产业联盟等权威机构发布的《工业互联网平台白皮书》、《工业数据采集产业研究报告》、《离散制造业边缘计算解决方案白皮书》等研究成果中均指出了工业数据治理的重要性以及面临的问题。当前工业企业数据治理面临的突出问题可总结为四点：1)数据上云带来的安全问题；2)工业现场协议标准不统一，数据上云的成本高；3)企业内数据口径不一难以互联互通，存在信息孤岛；4)企业内应用分散、竖井式开发，应用创新效率低。
IDMP工业数据管理平台支撑企业解决工业数据治理问题
IDMP工业数据管理平台，是在长期关注我国工业互联网发展情况下，依照中国信息通信研究院、工业互联网产业联盟等权威机构的参考架构，结合多年来在工业数字化领域实践积累，运用边缘计算、数据中台等技术，打造而成的一款企业级数据互联互通软件，可有效解决工业企业数字化转型过程中的数据治理问题。
1）运用边缘计算技术，保障工业数据安全上云
工业底层数据原来存在于风险低的局域网中，与云端联通将会带来安全风险。云端的IDMP数据管理平台与工业现场的ECP边缘计算平台组合形成边云协同架构：将采集的各类多源异构数据进行格式统一和语义解析，并进行数据剔除、压缩、缓存、脱敏等预处理操作后传输至云端，同时屏蔽工业现场底层连接，保护了设备安全与数据安全。
2）运用标准协议适配技术，降低数据上云成本
据不完全统计，目前国际上现存的现场总线通信协议数量高达40余种，还存在一些自动化控制企业，直接采用私有协议实现全系列工业设备的信息交互，导致企业需要投入非常大的人力、物力来实现生产数据的采集。业内常用方式为将协议解析功能写入到芯片中，以硬件设备形式安装到工业现场。IDMP工业数据管理平台与ECP边缘计算平台，采用了软件定义的协议适配框架，除了支持常见的OPC UA、Mod bus等协议外，对于新协议支持通过开发插件形式加载到现场的ECP边缘计算平台生效。这种对工业现场的改造小，开发实施难度低的适配模式，可以有效降低上云成本。
3）通过数据标准化治理手段，解决信息孤岛问题
传统ERP、MES、CRM等业务系统都有各自的数据管理体系，随着业务系统的不断增加与企业业务流程的日趋复杂，各类业务系统间的数据集成难度不断加大，导致信息孤岛问题日益凸显。同时，这些业务系统的数据管理功能更多针对的是规模有限且高度结构化的工业数据，面向当前海量多源异构的工业数据缺乏必要的管理与处理能力。从不同设备、系统采集的异构数据无法兼容，难以实现数据的统一处理分析；跨厂商、跨系统的互操作仅能实现简单功能，无法实现高效、全面的数据互通和互操作。
IDMP工业数据管理平台采用基于信息模型的数据标准化手段，对企业数据进行治理，消除信息孤岛。通过制定企业典型生产、设计、制造过程的行业数据字典（行业信息库），建立基于信息模型的统一的语义互操作规范，为企业现场数据、系统数据、应用数据在地址空间的存储提供了统一的结构、类型、属性等标准。在不影响原有系统、应用业务的情况下，将企业存量及增量数据进行标准化处理后，汇聚到IDMP工业数据管理平台，形成条目清晰、便于管理使用的企业数据资产。
4）运用中台技术，提升应用创新效率
传统信息系统一般是与后台服务紧密耦合的重量级应用，当企业业务模式发生变化或者不同业务之间开展协同时，往往需要以项目制形式对现有信息系统进行定制化的二次开发或打通集成，实施周期动辄以月计算，无法快速响应业务调整需求。而且，由于不同信息系统之间的共性模块难以实现共享复用，有可能导致应用创新过程中存在“重复造轮子”的现象，也会进一步降低应用创新效率，增加创新成本。
IDMP工业数据管理平台集成了边云协同、微服务等各类框架，并可按需扩展支持大数据、人工智能组件，为上层业务功能实现提供支撑。面向工业现场数据以及企业内信息化系统数据提供数据治理、数据共享等服务，为工业APP提供高质量数据源。总而言之，IDMP工业数据管理平台将工业APP开发的共性需求整合，避免资源浪费、重复建设，减轻工业APP面向不同场景需求时的开发、部署、调试的复杂度，降低工业APP落地的技术门槛。
数字化工业企业参考架构
图-数字化工业企业参考架构
应用5G、边缘计算、工业互联网技术与包括IDMP工业数据管理平台在内的穹庐系统结合，构建智能化、数字化工业企业。生产现场装有ECP（Edge Computing Platform）的边缘智能网关提供现场级边缘计算能力，通过OPC UA协议与TSN（实时以太网）与厂区的各类工业设备以及MES（生产管理系统）、SCADA（数据采集与监视控制系统）联通，满足工业现场控制实时性要求。5G基站除了提供高速5G通信外，还通过部署于MEC上的Data Hub提供网络侧的边缘计算能力支持。IDMP工业数据管理平台，纵向连接5G基站的Data Hub、厂区的ECP，穹庐系统各个组件协同下实现工业数据从生产现场到企业IT网络的垂直贯通。IDMP通过严格精细的权限控制、传输加密、质量校验、留痕审计等措施，在企业内部建立安全、可靠、有效的数据流通及管理框架。生产设备数据脱敏过滤上传到企业数据中心，为人工智能、大数据等工业应用带来数据活水，对工艺的智能不断挖掘，形成新的制程工艺决策支持，带来质量的稳定性、良品率的上升。IDMP赋予工业数据语义互操作性，与穹庐系统其它组件协作将企业IT与OT数据打通融合，助力实现企业供应链协同，也为工业APP创新奠定了基础。
