网络对确定性时延要求越来越高 2 工业园区网络架构发展趋势 传统以太/IP 网络主要服务于办公互联网、消费互联网，基本没有考虑工业领域 的自动化控制、运动控制等场景，在数据传输的时延、抖动、可靠性等方面需要 有新的技术突破，才能满足工业网络的严格要求。比如，现场级的自动化控制系 统对确定性的数据传输时延要求非常严格，在一些高精度机床上的运动控制的指 标甚至要求达到 1ms 以下。 ⚫ 顺序生产系统，这包括更多的设备移动和多功能生产资产，这就需要强大而有效 的无线通信技术和本地化服务。 ⚫ 网络的可靠性要求显著提升 传统的园区以太/IP 网络主要服务于办公网络，虽然在可靠性方面具有一定的能 力，但是面向工业生产还需要进一步增强这些能力。传统园区的办公、视频监控 等业务对可靠性要求不高，亚秒级甚至秒级故障倒换即可满足要求。工业现场的 控制业务往往都在毫秒级，这样就要求保护倒换要更快，甚至要达到亚毫秒级。 2.1 方案简介 高品质高可靠工业园区网络架构需要具备“设备网联化”、“联接宽带化”、“网络智能 化”以及“网安一体化”的先进特征，解决工业现场信息互联互通问题，保证网络传 输的确定性、可靠性。所以如图 2-1 所示，先进工业网络需要具备以下五个特征：确 定性、高可靠、大带宽、无线化以及智能运维。 6 解决方案架构 图2-1 先进工业网络五个特征 要满

我们采用云计算技术，构建一个开放、灵活、高效的云计算平台。这个平台可 以提供弹性的计算资源和存储空间，根据工厂的实际需求进行扩展或收缩。 数据传输和存储 通过云计算平台，我们可以实现数据的快速传输和存储，保证数据的可用性和 可靠性。 云计算平台构建与应用 工厂的生产数据包括各种传感器数据、设备运行状态数据、 生产计划数据等，这些数据需要进行处理、清洗和整合， 以便进行后续分析。 数据处理 通过数据分析技术，我们可以对工厂的生产过程进行实时 通，实现数据的实时传输和共享。 设备互联 通过物联网技术，我们可以实现对设备的智能化 控制，提高生产效率和管理水平。 智能化控制 通过物联网技术，我们可以实现数据的加密和备 份等功能，提高数据的安全性和可靠性。 安全性更高 物联网技术应用与设备互联互通 数字孪生模型构建 04 1 2 3 通过云计算技术，数字孪生智能工厂可以弹定地 扩展或收缩计算资源和存储空间，以满足不同规 模工厂的需求。 ERP 、 SCM 等。 数据集成 数字孪生数据底座需要存 储工厂各个系统的数据， 并能够实现数据的备份和 恢复。 数据存储 数字孪生数据底座需要实 现数据的访问控制，以确 保数据的安全性和可靠性。 数据访问控制 数字孪生数据底座 扫描仪技术 通过扫描仪技术，可以对工厂内设备、生产线等对象进行快速测量 和扫描，以便对工厂进行数字化表示。 人工录入 对于部分无法自动化采集的数据，可以通过人工录入的方式进行数

不来、黑不掉、看不了、拿不走、逃不掉的五个安全原则，时刻保护客户的数 据、网络、应用、资产等维度的全面安全。 1.4 建设原则 为了达到国内领先的目标，该系统设计应该充分考虑系统的合理性、先进 性、实用性、可靠性、稳定性和可扩展性的原则。 1. 合理性原则 为了保证整个系统从设备配置到系统构成的合理性，系统设计根据实际状 况和建设治安防控系统的具体要求，充分满足用户在使用中的各项功能要求。 为了保 充分发挥整个系统的功能。 4. 可靠性原则 保证安防监控系统安全、正确地完成相应功能，保证系统的完整性、正确 性和可恢复性，系统的不稳定因素要从硬件、软件系统协同运行中给予充分的 防止。如有发生也应做到可即时地恢复，所有产品均具有正式的出厂合格证明 和权威机构的质量认证。 本系统的规模无论在网络、系统平台，还是在系统应用方面都具有相当的 规模，系统的运行可靠性是主要性能之一。保证对系统提供 供 24 小时不间断服务。 系统的可靠性主要表现在以下几个方面：  前端系统的可靠性  信号传输系统的可靠性  数字编解码系统的可靠性  视频存储系统的可靠性  管理服务器的可靠性  网络系统的可靠性  软件系统的可靠性  系统在设计上采用以下容错办法：  后备电源系统  主要设备的备品、备件  RAID 5 容错机制  硬盘 MTBF≥10 万小时

* 注意事项： 确保团队成员的专业知识和技能，包括工艺、设备、软件等方面。 确保设备和系统的兼容性和可靠性，以确保智能工厂的稳定运行。 确保员工的参与和培训，以确保他们能够适应新的工作方式和技术。 确保升级计划符合公司的战略和财务预算，避免过度投资和浪费。 确保安全性和隐私 将数据传输到软件系统 进行处理和分析。 数 据 中 心 智能工厂需要建立数 据中心，用于集中存 储和处理生产数据。 数据中心需要配置高 性能服务器、存储设 备、网络设备等，以 确保数据的安全性和 可靠性。 通 信 设 备 智能工厂需要建立高效 的通信网络，用于实现 设备之间的数据交换和 软件系统与设备之间的 数据传输。通信设备包 括交换机、路由器、无 线接入点等，需要根据 工厂的网络规模和通信 要考虑已有的软件系统。如果工厂已经采用 了某种 MES 或 ERP 系统，那么硬件系统需 要能够与该软件系统集成，以实现自动化生 产和智能化管理。 智能工厂对硬件系统的 可靠性要求较高，因 为任何故障都可能导致生产中断和生产线停 滞。因此，选择具有高可靠性的硬件设备可 以提高生产效率和生产 线稳定性。 可 靠 性 智能工厂对硬件系统的安全性要求也 很高，因为 工厂的生产数据和工艺流程都是敏感信息。因此，

改 善延伸供应链网络。 • 制造执行系统 MES：通过信息传递对从订单下达到产品完成的整 个生产过程进行优化管理。 • 数据采集与监控系统 SCAD ：对生产设备进行远程监控，提升系统 可靠性与安全性。 以上 IT 应用在制造业数字化转型过程中扮演了重要角色，而 IT 基础架 构正是这些数字化 IT 应用的基石，提供了计算、存储、网络等各类关键 IT 资源。无论是通过自有机房、第三方 制造行业 IT 基础架构转型方案与实践 6 IT 架构转型方向与路线选择 不同规模企业对 IT 架构的 要求 对于大型制造业企业，现代化 IT 基础架构需要满足以下要求： 1. 性能和可靠性满足核心业务的需求，且得到市场的充分验证。 2. 采用统一架构承载各类业务，包括核心稳态业务和创新敏态业 务，并可降低管理运维的复杂度和风险。 3. 对于各类业务，可实现资源的快速响应和按需投资。 核心产品代码自主率超过 95%。 • 和国产化技术栈完整适配，符合信创和等 保要求。 • 支持数据加密。 • 高性能：大幅提升数据库、数据分析等场 景性能，支撑更多业务并发，降低业务处 理时间。 • 可靠性：支撑金融、制造、医疗等行业各类 重要业务系统稳定运行，单一客户部署时 长超 8 年。 让方案设计更简单 让部署与扩容更简单 • 极简运维：通过统一的管理控制台和自动 化运维工具，让复杂的云基础架构运维变

善延伸供应链网络。 • 制造执行系统 MES ：通过信息传递对从订单下达到产品完成的 整 个生产过程进行优化管理。 • 数据采集与监控系统 SCAD ：对生产设备进行远程监控，提升系 统 可靠性与安全性。 以上 IT 应用在制造业数字化转型过程中扮演了重要角色，而 IT 基础 架 构正是这些数字化 IT 应用的基石，提供了计算、存储、网络等各类 关键 IT 资源。无论是通过自有机房、第三方 制造行业 IT 基础架构转型方案与实践 5 IT 架构转型方向与路线选 择 对于大型制造业企业，现代化 IT 基础架构需要满足以下要求： 1. 性能和可靠性满足核心业务的需求，且得到市场的充分验证。 2. 采用统一架构承载各类业务，包括核心稳态业务和创新敏态业 务，并可降低管理运维的复杂度和风险。 3. 对于各类业务，可实现资源的快速响应和按需投资。 点起步，支持大规模集群扩展，兼容未 来 混合云场景。 让业务效率与连续性提升简单 • 高性能：大幅提升数据库、数据分析等场 景性能，支撑更多业务并发，降低业务处 理时间。 • 可靠性：支撑金融、制造、医疗等行业各 类 重要业务系统稳定运行，单一客户部 署时 让运维与使用更简单 • 极简运维：通过统一的管理控制台和自 动 化运维工具，让复杂的云基础架构运 维变 得直观且高效。安装、操作和升级过

 车与网络（ V2N ）：车载设备通过接入网 / 核心网 与云平台连接。 C-V2X DSRC vs C-V2X 技术后来居上，产业链逐步构筑，适应于更复杂的安全应用场景，满足低延迟、高可靠性和满足带宽要求。 车联网通信技术： C-V2X 更适合复杂的安全应用场景 C-V2X 为自动驾驶提供更可靠的智能决策与协同控制 车联网发展趋势：平滑演进到 5G ，逐步向自动驾驶升级 5G-V2X LTE-V2X ：满足 3GPP 的 27 种应用 场景 (3GPP TR22.885) ：包括主动安 全，交通效率和信息娱乐  LTE-eV2X ：与 LTE-V2X 兼容，提升 V2X 可靠性、数据速率和时延性能， 以部分满足更高级的 V2X 业务  5G-V2X ：实现与自动驾驶相关的 4 组应用场景 (3GPPTR22.886) ：  车队编排  先进行驶  传感器信息共享 5G 近实时的高清视频传输， V2N 和 V2V 互补（ V2N2V ），如前所述，让自动驾驶不仅能“眼观六路”，还能 “耳听八方”，实现 100% 安全性。无人驾驶的需求包括传统的覆盖、容量、时延、可靠性、速率、移动性、安全、 成本、功耗等。 5G 边缘计算和切片技术为自动驾驶提供保障 车联网的 12 个基本场景 5G 使能高阶自动驾驶场景，更高效更安全 4 个高阶场景 5G 使能高阶自动驾驶场景，更高效更安全（续）

心在于构建全域要素深度融合的智能系统。需要在感知 算法、决策控制、高精定位、计算芯片等关键领域持续 深耕，同时以更高标准解决复杂交通场景下的长尾问题。 但技术的进步必须以安全为前提，必须将“可解释性”和 “可靠性”融入技术研发的全生命周期，构建覆盖汽车研 发、测试、运行的安全框架，让技术始终服务于人的生 命价值。 产业协同是路径，生态开放是关键。自动驾驶技术的安 全落地离不开跨行业、跨领域的深度融合。从芯片、传 体的控制信号，是连接传感器、算法与执行机构的神经 中枢。 车端算法层划分为管理域、算法、应用、安全域等，核 心特点是融合实时决策与多重安全保障机制。管理域 通过 OTA 升级模块接收云端模型更新，结合故障诊断 功能确保系统可靠性；算法包含轨迹生成、意图预测、 网络服务、地图服务、定位模块等关键环节，并集成神 经网络实现环境理解与决策优化；应用主要包含主动安 全、巡航以及泊车等功能；安全域则从功能安全、网络 安全等维 汽车智能驾驶技术及产业发展白皮书 10 生的眩光，以及夜间低照度场景，均会导致图像信噪比 降低及对比度失衡，甚至出现数据丢失现象，致使摄像 头对目标物体的识别准确率大幅下降，影响智能驾驶决 策系统的安全性与可靠性。 表 2-1 摄像头关键参数及行业水平 参数分类 行业优秀水平 参数说明 像素（px） 前视≥ 8 millions、侧视≥ 2 millions 环视≥ 2 millions、后视≥ 2 millions

过机器学习、深度学习 和计算机视觉等技术，制造系统具备了更强的感知、分析和自主决策能力。例 如，智能机器人能够自主完成复杂的装配任务，预测性维护系统能够提前预警 设备故障，提升设备的利用率和可靠性。同时，人工智能还帮助企业优化生产 排程，实现生产资源的最优配置，降低运营成本。第三，工业互联网与物联网 的深度融合，成为智能制造发展的重要推动力。通过广泛部署传感器和智能终 端，制造设备实现 实现装配自动化和生产柔性化。电子信息产业利用大数据和云计算技术，提升 生产过程的智能化管理水平。机械装备制造通过智能传感和自主决策技术，提 高设备的智能化水平。航空航天和医疗器械领域则注重高精度、高可靠性的智 能制造技术应用。新材料智能制造则探索通过数字孪生和仿真技术，优化材料 设计和生产工艺。 2.1.5 重点企业与区域分布 中国智能制造产业集中度逐渐提升，涌现出一批具有国际竞争力的龙头企业， 自 动化和智能化水平的关键环节，更是推动传统制造业向高端制造转型升级的重 要驱动力。近年来，中国智能装备制造水平持续提升，依托自主创新能力的增 强和技术研发的不断突破，产品的技术性能、精度和可靠性不断接近甚至部分 领域达到国际先进水平，彰显出强大的竞争力和发展潜力。智能装备广泛应用 于汽车制造、电子信息、机械加工、航空航天、医疗器械等多个行业，极大地 提升了生产效率和产品质量。例如，在汽车制造领域，智能机器人和自动化装

应用，构建智能化辅助决策功能。 建设内容 12 数据输入 外部数据、内部数据、资产数据。 软件 & 分析 连接数据源，网络安全保障，针对不同 层面的用户提供各类型应用软件。 建议输出 盈利能力、生产效率、安全可靠性。 云平台 13 部署数据采集端（布置传感器或从已有 DCS 、 SIS 、 MIS 、 OA 等数据库采集）；通过 3D 、 VR 、 AR 等智能工具将数据可视化，实时监控设施； 结 层次人员，使用简单实用、高效的工作平台里；选 用平台具有先进性、前瞻性、扩充性、开放性。 3 开放性与标准化：软硬件产品坚持标准化和开 放性原则，采用开放性体系结构；具有良好的可移 植性、可扩展性、可维护性和互连性。 4 可靠性与安全性：采用统一的用户认证，权限 管理、密码控制等多种安全和保密措施。双机热备、 定期存储。 5 经济性与可扩充性：尽力保护现行系统，尽量 减少技术风险和投资风险。灵活配置与扩展。 16 PART 合理分配网络资源，防止网络瘫痪 抵御病毒的攻击，保障运行 容灾 保护重要数据的存储与传输安全 数据保护 敏感数据保护，确保数据的机密性 病毒防护 虚拟化服务安全 数据集中后安全 稳定性和可靠性 05 06 预警 处理安全应急事件，安全预警 审查 建立认证体系、访问控制机制 安全 - 病毒防 护 23 采用目前虚拟化环境病毒 防护的排名第一的病毒防 护公司亚信安全的产品。