2.2.2PaaS智能平台层

　　PaaS层是水泥行业工业互联网平台的核心层次，它可以构建一个可扩展的“操作系统”，主要包含CPS建模平台、数据中台、AI中台和业务中台，为水泥行业的各类应用软件开发提供一个基础平台。

　　图表3 核心能力

　　（1）CPS建模平台

　　CPS建模平台中包含对平台核心配置信息的管理以及通过配置信息快速实现可视化的过程，平台将设备、协议、边缘层采集设备、网络通道、数据情况统一监控配置。根据业务功能的需要，将业务系统需要的智能设备的状态、报警、指标计算逻辑、规则判断逻辑、阈值预警逻辑、控制逻辑等进行配置管理，能够为数据平台的计算提供依据，也为整体系统提供标准化能力。

　　图表4 CPS平台

　　（2）数据中台

　　水泥行业工业互联网数据中台以实现时序数据、历史数据的存储为其核心目标，包含主要数据采集、数据存储、数据资产管理、数据市场、数据分析与展示五大部分。智能工厂基础平台就是通过数据中台把数据统一之后，会形成标准数据，再进行存储，形成大数据资产层，进而为客户提供高效服务。

　　图表5 数据中台

　　（3）AI中台

　　AI中台内置数十种主流的机器学习算法，包括相关性、回归、聚类、分类、降维等算法，数据分析人员可以直接对大数据平台中的数据进行算法分析和数据预测。

　　图表6 AI中台

• 关联性分析：利用大数据和人工智能技术，进行关联挖掘。在交易数据、关系数据或其他信息载体中，查找存在于项目集合或对象集合之间的频繁模式、关联、相关性或因果结构。对水泥行业的设备、能耗、原料、进行关联分析从而优化生产经营过程。
• 画像技术：利用大数据和人工智能技术，对水泥行业的设备、供应商、客户、原料、进行画像。利用设备的全生命周期数据采购、供应商、价值、维修、保养、能耗、环保、工作时间等各种维度为设备打标签，构建全面、准确、多维的设备评价体系，帮助用户全方位了解设备的状况。
• 数据预测：将实际达到的结果，与不同时期中同类指标的历史数据进行比较。
• 多维分析：系统支持Web端的数据透视表，可以在Web端进行多维度数据分析，如收入类科目按产品、年月、地区、部门维度的分析、成本类科目按费用、年月、地区、部门维度的分析、项目类成本按地区、年月、项目维度的分析。

　　图表7 数据预测分析

　　（4）业务中台

　　业务中台中包含了水泥行业的各类微服务组件库，包括基础服务组件、知识组件、算法组件、原理模型组件等、涵盖用户、生产、质量、能源、设备等各类通用的业务，是水泥行业工业互联网平台中公共的服务资源集合。

　　图表8 业务中台

　　业务中台将各个业务子集建立成微服务组件，通过拼装组合建立各类主题类型，如物料、配方、订单、工单、设备、库存查询等都可以作为主题项供用户和第三方应用进行订阅。

　　业务中台将包含统一的用户中心和系统管理功能，可以实现统一、安全的用户认证及权限管理。

　　业务中台以形成水泥行业应用市场为核心目标，将系统中的服务提取成可公用模式，为水泥行业工业互联网平台提供服务资源。

　　同时，依据业务中台建立的各类水泥行业微服务和业务模型，结合本平台的开发工具，可以快速实现扩展更多的SaaS上层应用，做到来源于业务、反哺于业务。

　　2.2.3 SaaS应用层

　　基于中建材水泥工业互联网平台，借助数据中台的数据湖和业务中台的知识组件、算法组件、业务组件和开发平台等，通过Saas应用和工业app承载水泥行业的知识和经验，建立水泥行业垂直应用体系，使之能够成为覆盖水泥企业生产、质量、设备、安全、环保、能源、物流、服务等环节价值提升的重要载体。

　　图表9 水泥工业应用

生产管理：生产管理系统上接ERP年/月度计划，往下对接DCS系统，紧密连接中控、机修、电气、物流、仓储等各个生产环节，自动采集水泥生产的各类数据，自动分析生产指标，实现水泥生产的可视化、透明化管理，使得整条水泥生产线成为一个有机、可控的整体来协调运转。系统通过提供各类生产日报、周报、月报为管理层提供各种生产决策依据。

质量管理：建立标准化质量编码体系和数字化检验模型，通过自动采集、条码、PAD等多种手段，实现水泥生产过程中从原燃辅料、生料到熟料、水泥所有检验数据采集、录入与集中管理；自动对生产过程中的物检组、控制组、分析组质量数据进行各种统计分析；可以基于预警规则对质量异常进行快速预警；同时，采用深度神经网络（DNN）预测水泥28天强度模型，快速准确预测出厂水泥强度，并通过对DCS生产数据进行关联性分析，优化原料配比，为企业降低生产成本。

能源管理：能源管理对能源数据进行采集、加工、分析，处理及实现对能源设备、能源实绩、能源计划、能源平衡等全方位的监控和管理功能，达到企业节能增效的目的。针对水、电、气等能源数据，建立一套在线数据采集、监测、分析、评价、报警等于一体的能源管理系统。能够让企业及时、准确、全面、系统地了解生产详情及能耗分布使用情况，科学分析各类生产问题，提高决策的科学性。

设备管理：通过建立设备管理系统，提升管理效率、规范管理要求、完善管理体系、减少岗位定员、降低劳动强度、提高设备可用性，同时通过状态监测及诊断，实现设备早期故障预、报警，诊断故障类型，减少企业非计划停机、延长设备使用寿命、降低设备维护费用。

在线诊断：设备监测的信息主要采集DCS工艺过程数据、设备电流电压电耗数据、油液在线数据、机械设备的振动温度数据、关键设备的运行趋势，预测性判断设备生命状况及运行周期，预测性判断设备故障发生概率，做到预测性维护。

安环管理：通过安环管理系统，实现各项安全指标的透明化、集成化管理，实现人员违章行为的自动化提醒、关键设备的实时监控及故障预警，为集团、区域、企业的安全管理提供实时的统计分析结果，实现企业的安全管理的无纸化、信息化和智能化管理方式。

智能物流：物流系统通过厂外排队系统合理调动厂区车辆；实现车辆自主过磅、称重全无人值守、实现销售的自助装车；实现物流数据与采购、销售、财务的无缝衔接，方便管理及查询，与生产管理系统数据对接，实现数据共享。最大幅度的减少水泥厂由于人员或流程的因素出现的作弊现场和操作问题，从而达到减少人员配置，提高称重效率，减少过磅给企业带来的加大经济损失。整个系统贯穿于车辆进厂到车辆出厂，使用一卡通系统和智能道闸规范车辆的行车，使用红外监控和视频监控实现对车辆过磅行为的控制和监控，使用自动包装控制与一卡通集成完成自动喷码，自动计数，使用散装下料控制与一卡通集成实现自动装车功能。

智能巡检：基于BIM技术、大数据及AI技术、VR技术等来实现虚拟实时巡检，根据设备巡检标准及点巡检项设置虚拟路线，系统可定时、不定时，根据指定路线进行在线虚拟巡检。巡检人员可以跟随虚拟人进行在线巡检，实现现场巡检无人化或少人化。同时也解决了高、远、偏、高危险位置的巡检耗时长、效率低、不安全的问题，当虚拟人在三维模型中巡检时，系统自动在虚拟人需要巡检设备的三维模型处显示该设备当前的实时在线数据（DCS、振动、温度、油液、能源、视频）、分析隐患，并自动生成巡检报告。对隐患点自动提高巡检频次并对结果进行对比分析，信息及时推送给相关人员。同时支持人工巡检，实时上传生产巡检结果，有效解决临时巡检的要求。

视频监控：视频监控系统对主要的工艺段、主要工艺设备实现了整体防控，能够有效的记录、管理、防范特殊情况的发生，并提供视频录像。

视频AI：在重点工作区域的摄像头都部署了智能视频分析算法，包括高温防护服检测、工作服检测、安全帽检测、烟火检测、皮带跑偏、皮带有无料、车辆监控等，通过视频图谱分析技术对监控区域的违规行为进行实时监测、预警、报警，杜绝安全隐患，提升企业安全管控能力。

可视化监视：通过组态、看板、大屏等可视化方式实时展示水泥厂生产、质量、能源、设备、安环各类实时数据及预警/消息，支持多视角、多维度数据分析。

手机APP：核心应用均支持PDA、手机等移动终端，用户可以直接通过移动终端浏览图表，趋势图或者看板等数据。移动客户端是独立开发的应用程序，保证客户端操作的便捷可靠，生产流程可视化，随时随地掌控生产，实现快速、方便、高效的移动办公模式。

智能决策：工业互联网平台实现了各类设备装置、各子系统（如质量、设备、能源、生产等）、各经营管理子系统（如OA、ERP、财务、销售、客户关系管理等）互联互通、信息共享，是建立管理扁平化、系统业务化、功能实用化、平台轻量化的智能工厂综合集成管控平台。

• 操作决策系统：通过工业互联网平台提供的海量生产操作数据进行大数据分析，结合工艺要求、工艺参数设定信息、工艺参数实际表现及生产模式，进行多变量综合分析、建模，推荐一组最佳的工艺参数反馈到各专家系统用于对专家系统目标值的设定。系统的主要操作包含原料磨决策 、煤磨决策 、烧成系统决策、水泥磨决策、矿渣磨决策系统。
• 生产管理决策：综合考虑历史生产数据、工艺数据、绩效数据，建立生产过程的场景模型，协助生产运行人员进行更加合理的生产调度，在保障生产可行性的同时，达到产量最大化、成本最优化，利润最大化等目标。使生产运营方式从传统的基于经验的生产调度，到基于大数据及场景的智能生产调度转变。
• 经营决策：通过对生产关键环节的生产计划、物料采购、配料方案、销售预测、利润规划等通过机理建模（包含：年度计划模型、计划分解模型、原煤采购模型、辅料采购模型、销售预测模型、原材料使用模型、环保利润模型、退税计划模型、熟料生产模型、发电计划模型、水泥生产模型等），综合考虑历史销售数据、经营生产目标、设备大中修安排、政策性避峰等因素，按照以销定产原则进行计划制定与分解，保障最大利润的安排生产。

　　图表10 技术架构

　　中建材水泥工业互联网平台是面向水泥制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的工业云平台，遵循工业互联网平台的边缘层、基础设施层（IaaS）、平台层（PaaS）、应用层（SaaS）四层体系架构的基础上叠加物联网、大数据、人工智能等新兴技术，构建更精准、实时、高效的数据采集体系，建设包括存储、集成、访问、分析、管理功能的使能平台，实现水泥工业技术、经验、知识模型化、软件化、复用化，以工业APP 的形式为制造企业提供各类创新应用。

　　图表11 产品模式

　　中国自主工业互联网平台在技术上已经完全不逊于甚至赶超国际品牌，并具备性价比和本土化服务优势。中建材水泥工业互联网平台采用国际领先的软件技术，对标国外软件厂商技术先进性基本持平。

　　图表12 软件技术对比

　　3.1技术优势

　　1.高可靠性

• 当系统发生故障时，通过冗余实例和失效检测，实现快速恢复。
• 当系统发生故障时，仍可以继续运行，做到零宕机时间。
• 当系统发生重大灾难时，按照恢复计划挽救业务，恢复关键业务系统，确保业务不被中断。

　　2.高扩展性

• 水平扩展：当系统通过添加具有相同功能的新节点扩展时，系统可以水平扩展，从而在所有节点之间重新分配负载。
• 垂直扩展：当系统通过向节点添加处理器，主存，存储或网络接口进行扩展时，系统可以垂直或向上扩展，以满足每个系统更多的请求。

　　3.低耦合、低维护

• 基于微服务架构设计，各微服务之间是松散耦合，每个服务发生变化不会对系统的其他部分造成影响。   
• 基于kubernetes+docker的部署运维平台，自动弹性伸缩，实现系统的低维护性。

　　4.安全可靠的特性

　　针对各环节，采取必要的权限和内控机制，防范安全漏洞。

　　3.2 产品优势

　　1.数据采集

　　CPS平台具备制造要素全连接能力,支持OPC-UA/TSN/ModBus /CAN/ProfIbus/Profinet/DeviceNet/CC-LINK等多种工业总线和通讯协议，可以快速构建复杂工厂模型,实现对水泥厂各类设备的互联、感知。

　　2.数据接入

• 支持结构化、半结构化、非结构化的数据接入，支持异构数据融合存储；
• 支持多种接入方式与多数据源的高效连接，高效灵活实现各种数据采集需求，具备良好的灵活性和扩展性；
• 提供全量、增量的数据同步，支持手动、定时、实时的同步调度，提供高速、稳定的数据交换能力；
• 适配各种复杂网络的数据传输，保障异构网络系统的数据互联互通；
• 通过平台设定数据同步、数据订阅规则，将业务数据及时同步到数据湖仓中，方便数据湖对业务数据进一步的加工、分类，治理。

　　3.数据存储

　　支持结构化数据、半结构化数据和非结构化数据存储，数据具备多副本能力，避免数据丢失。支持PB级别的数据存储。

　　结构化数据存储：

• 支持存储百PB级以上数据量；
• 支持数据冗余，支持一键式扩容；
• 支持分布式数据存储，平滑扩容；
• 支持数据多副本备份；
• 支持扩容后数据均衡；
• 支持结构化海量数据压缩存储；
• 支持多种压缩算法；
• 支持结构化数据存储集群并发操作。

　　半结构化数据存储：

• 无预定义模式、共享架构，支持弹性可扩展；
• 支持数据分区、异步复制和多Namespace；
• 支持标准数据压缩方式（包括但不限gzip、snappy等）；
• 支持api、SQL、消息中间件、任务调度方式 进行数据接入；
• 查询接口支持http方式、tcp方式、SQL方式。

　　非结构化数据存储：

• 支持高速的读能力、高并发读写；
• 支持PB级的数据量；
• 支持非结构化数据文件的压缩存储；
• 支持海量小文件（图片、音视频）的存储功能；
• 支持非结构化文件批量导入、文件并发导入、查询、创建、删除等操作；
• 支持高可用和异地自动容灾服务、弹性扩容，支持数据冗余备份，确保99%服务可用性和数据可靠性；
• 支持提供RESTfulAPI接口以及Web控制台使用，提供JavaSDK接入。

　　4.数据计算

　　基于流式计算、批处理计算、机器学习、自然语言处理(NLP)、AI算法等多种分布式计算技术，保障数据计算任务的及时处理及结果呈现。同时完成数据计算任务的按需调度，达到最大程度优化数据处理。

　　数据计算采用灵活的图形化操作界面，可在零代码操作下完成新指标的配置。日常运营无需研发人员介入，通过可拖拽式的交互设计，实现灵活的数据计算配置。

　　5.数据治理

• 支持接入、数据清洗、数据计算、数据质量、数据资产、数据共享等全方位数据治理；
• 支持构建基于知识图谱的数据血缘关系，并可根据需要展示全链分析。

　　6.数据运营

• 支持数据的全局预览及数据的全链路分析；
• 支持查看及检索关键数据位置、并帮助分析数据使用方式；可追踪用于特定用途的关键数据，实现血缘追溯。

　　7.数据安全

　　针对数据资产进行安全管理，提供数据识别、权限控制、敏感数据监控、数据加密、数据脱敏、数据灾备、数据审计等功能。

　　8.数据可视化

　　配置工具支持用户通过简单、易用、模块化的拖拽式方式，自行轻松定制企业需要呈现的图形化报表，可满足企业监控、分析、会议等高端应用场景。

　　9.数据分析

　　产品支持自定义数据规则、自定义模型算法、自定义预警方式、自定义任务引擎；支持模型库多版本管理及发布；管理支持通过事前配置监控规则、事中监 控数据的生成过程以及事后输出评估数据报告，实现数据质量问题追溯，实现数据指标的实时监控与预警。

　　10机器学习、深度学习

• 可视化建模:将复杂算法抽象为模型和算子，按照向导，通过拖拽式操作即可快速完成模型构建。
• 模型丰富：预置大量已实践过的行业模型，有数据就可以用。
• 图形化调参：图形化的调参，简单方便。
• 零代码开发：全程无须任何开发，即可训练出自己的模型。
• 一键部署：支持一键部署，方便第三方平台无缝调用模型。
• 高性能：独有GPU优化算法，数据处理速度快。

　　提供了多种算法支撑能力，包含(向量)缺失值填充、文本特征生成、(向量)标准化、(向量)归一化、(向量)绝对值最大标准化、多列字符串编码等基础算法， 以及预测算法、分类算法、文本分析、评估算法等AI算法。支持业界常用深度学习框架，满足不同层面的需求。上层管理平台以及服务平台提供适配服务。

　　3.3 应用功能优势
1.智能管理

• 生产管理提高了排产的效率和对现场的即时监控能力，强化工厂层面对车间管理的力度；
• 质量管理系统和物流、财务、生产实现了无缝集成，同时加强了质量预警的管控；
• 设备管理系统提升设备管理的水平和效率，通过设备维修、设备保养的智能化管控，提升了设备的利用效率；
• 设备预测性维护覆盖全厂所有设备，极大提升设备运转率，同时降低设备维修费用，提高了水泥厂生产运转率；
• 智能巡检的应用，减少了巡检人员；
• 能源管理系统的实施，实时监控各个监控点的水、煤、电、气、燃油计量仪表数据及设备状态，按工段、按工序、按主机设备、按班组进行能耗统计分析、能耗异常分析、生产用能分析，实现能源绩效管理、班组及工厂对标管理等，同时减少了抄表、统计人员，减少了抄表统计所带来的人为差错；
• 智能物流系统通过与采购、销售、质量、控制、财务的集成，实现了地磅房无人值守和自动结算，最大幅度地降低了水泥工厂由于人员或流程的因素出现的作弊现象和操作问题，减少了人员配置，提高了称重效率，保证了系统高效、稳定、经济、安全的运行，达到了减员高效，提高了企业的经济效益。

　　2.智能控制

　　应用大数据及AI技术，结合专家优化控制、DCS等系统实现磨机系统、余热发电的一键启停和生产全流程智能控制，减少人工干预。

　　利用视频监控、算法识别及AI技术，替代人工巡检，对将要启动的设备进行安全确认、通过DCS信号采集，实现备妥信息确认，根据工艺流程，设置开停机逻辑顺序，从而具备一键启停的基本条件。通过主机在线诊断，对启动后设备状态监控、分析。通过专家优化，替代人工操作，减少人工干预，达到优质、高产、低能耗的目的。通过智能控制，避免设备开停机、对质量、控制等参数进行频繁操作，减少操作员的工作强度。

　　3.智能服务

　　智能服务改变了传统工厂的服务模式、运维模式及生产管理方式，生产远程监控系统及工业数字化智能视频监控系统提供给各级管理人员随时查看生产现状及对工厂生产、设备进行指导与服务。三维VR及数字化展示通过BIM技术的可视化和数字化特性，采用三维建模的方式，结合物联网、AI、VR、AR、实时监控等技术，建设BIM数字化水泥智能工厂三维信息展示平台，从而实现水泥工厂直观的可视化、信息化管理。