行业痛点

• 　　数据痛点

　　数据系统与数据类型多，数据分散，融合度低；工业系统协议与数据库类型多，数据接入、汇聚难度大大；工业数据参差不齐，数据质量缺失，缺乏统一的数据标准与管理流程。

• 　　应用痛点

　　大多数数据仅用于统计与报表分析，缺乏事中的监控，事前的预测，整体利用率低，分析效率低；大多数生产过程主要依靠人工经验与机理模型，基于工业大数据的深度智能分析应用不足。

• 　　技术痛点

　　缺乏工业大数据平台与人工智能深度挖掘工具与相关技术人才，新兴技术应用不足；缺乏数据安管控机制与技术平台，工业生产涉及的管理、工艺、经营等企业机密数据，无法安全流通。

　　工业互联网解决方案

　　方案优势

• 　　经济高效

　　通过边缘计算平台，可对传统设备进行低成本的智能化改造，同时边端部署的时序数据库TimeLyre可减少处理延时，提升响应时效性，让计算更贴近数据源，提升数据价值；另外可以在边缘端对数据进行预处理，过滤低价值数据，降低边端到云端数据传输的网络带宽。

• 　　设备管理

　　分布式时序数据库TimeLyre Tag设备管理数优势，单节点可达百万级，近似线性扩展，适应多工厂，多产线，海量设备。

• 　　云边协同

　　云边时序数据存储服务协同，边端数据可以低带宽、快速无感同步至中心端；云边模型协同，中心端模型可持续迭代至边缘端。

• 　　垮库关联

　　分布式时序数据库TimeLyre可支撑海量工业时序数据的聚合、关联分析，能与分布式数据库ArgoDB跨库关联，满足多种业务场景的查询与分析。

　　应用场景/案例

• 　　设备管理与预测性维护

　　某光伏新能源客户基于星环科技工业互联网解决方案搭建了“云边一体”的光伏新能源工业互联网平台，边端实现单个电站的运营管理分析和设备实时指标的监控与报警，同时根据相关数据发现异常发电状态，形成运维工单，帮助电站运维人员实现预测性维护与管理；云端实现全部电站每日发电量、月度发电量、区域电站对标分析、重点设备统计分析等指标集控管理，帮助总部管理人员掌握整体的发电状态与各区域电站重点异常等内容。

• 　　工艺流程优化

　　流程工业在长期的生产过程中会积累大量的生产数据，这些数据蕴含了生产过程中的各种规律，可以利用数据驱动技术，从大量的数据中获取工艺参数与产品质量之间的定量关系，进而实现监控、预测、诊断和优化等各种功能。某炼钢集团基于星环科技工业互联网解决方案，通过建模和机器学习，加入炼钢转炉的原料条件，找出吹炼过程中供氧和造渣操作之间很好的协调方式， 终提高了出钢终点温度和碳含量的双命中率。

• 　　工厂安全生产

　　基于行业模型的积累和底层基础平台的建设，星环科技形成了一套面向安全生产作业场景的视频智能预警系统，主要提供设备管理、应用管理、智能分析、告警推送、业务监控等能力。其中视频智能分析系统预置多种面向安全生产作业场景下的标准化模型，重点覆盖人、机、物、场的智能分析，分别为：面向人员的摔倒攀爬、脱岗/睡岗、抽烟打电话检测、非法区域人员进入、不戴口罩、工服合规等识别预警；面向设备的状态检测预警；面向作业场内的异物入侵告警；现场环境的漏水积水，烟雾火等检测预警。