工业互联网架构师、智能制造系统设计师、IT/OT融合工程师、云计算平台开发人员、工业大数据分析人员。
理解工业互联网平台的层级架构(边缘层、IaaS层、PaaS层、SaaS层)。
掌握主流工业互联网平台(MindSphere、Predix、COSMOPlat、根云)的技术特点。
能够独立完成工业互联网平台的基础架构设计与应用集成。
工业互联网概述:工业互联网的定义与内涵(从工业4.0到中国制造2025);工业互联网的核心要素(数据+模型+应用);工业互联网平台的发展历程与产业格局;工业互联网平台的价值(资源配置优化、生产效率提升、创新模式变革)。
工业互联网平台架构:工业互联网平台的四层架构(边缘层、IaaS层、PaaS层、SaaS层);边缘层的作用(数据采集、协议转换、预处理);IaaS层的基础设施(计算、存储、网络);PaaS层的核心功能(工业大数据、工业微服务、开发工具);SaaS层的应用生态。
主流工业互联网平台解析:西门子MindSphere(基于云的开源操作系统);GE Predix(工业大数据分析平台);树根互联根云(设备连接与资产管理);海尔COSMOPlat(大规模定制平台);航天云网INDICS(国家级工业互联网平台)。
工业数据采集与集成:工业数据源的类型(设备数据、生产过程数据、环境数据、管理系统数据);工业协议(OPC UA、Modbus、Profinet、EtherNet/IP);边缘网关的数据采集与转发;数据集成技术(ETL、数据湖)。
工业大数据平台:工业大数据的特点(多源异构、时序性强、高可靠性要求);工业大数据平台的技术选型(Hadoop生态、时序数据库InfluxDB/TDengine、流处理框架Kafka/Flink);数据治理与数据质量管理。
工业PaaS平台:工业PaaS的核心能力(技术中台、数据中台、业务中台);微服务架构在工业PaaS中的应用;容器化部署(Docker+Kubernetes);工业机理模型的沉淀与管理。
工业APP开发:工业APP的概念与类型(设备管理APP、生产执行APP、能耗优化APP);低代码开发平台在工业APP中的应用;工业APP的开发流程(需求分析、设计、开发、测试、部署);工业APP的集成与互操作。
平台安全架构:工业互联网面临的安全威胁(APT攻击、勒索软件、数据泄露);纵深防御体系(边缘安全、网络安全、平台安全、应用安全);零信任架构在工业互联网中的应用;等保2.0与工业互联网安全合规。
工业互联网标识解析:标识解析体系的作用(唯一身份识别、跨系统互联);Handle、OID、Ecode等标识体系;国家顶级节点与二级节点;标识解析在供应链管理中的应用。
工业互联网与AI融合:工业AI的应用场景(预测性维护、质量检测、工艺优化);工业AI的开发流程(数据标注、模型训练、模型部署);边缘AI与云端AI的协同;工业大模型的探索。
工业互联网实施路径:企业工业互联网建设的阶段划分(基础连接→数据整合→智能应用→生态构建);投资回报分析;实施中的关键成功因素(组织保障、人才队伍、数据基础)。
综合实战项目:面向典型制造场景(如设备健康管理、生产质量追溯)的工业互联网平台架构设计,包含边缘层设计、数据采集方案、PaaS平台选型、工业APP规划与安全架构设计。