—7— 化。设备数控化是指采用数控技术对生产设备进行改造和升级的 过程。数控化是一种利用数字化信息对机械运动及加工过程进行 控制的技术，目前普遍的方案是过 PLC 技术自动控制设备，同时 采集设备的各种运行参数，是实现整个生产过程的远程实时监控 的基础。 对关键设备联网率进行统计分析，平均联网率为 82.56%，表 明绝大多数企业的关键设备以实现联网，提升对于实现设备监控、 数据 对称和重复环节，降低采购和生产成本等。 对产品不良率的下降进行统计分析，平均下降 31.3%，有 85% —11— 的企业产品不良率下降超过 10%。通过数字化手段降低产品不良 率的常见措施是：实时采集设备和产品状态数据，应用机器视觉 和自动检测设备替代人工质检，提升检测精度并减少漏检；通过 质量管理软件实时监控生产数据，应用大数据分析技术，建立端 到端的产品追溯链条，快速定位问题来源；通过虚拟模型模拟生 域，通过卷积神经网络和图像识别技术，显著提高了目检工位的 通过率，降低了产品不良率；在机械装备领域，利用机器视觉技 术对钢板进行智能分拣，降低了产品不良率。 预测优化与流程自动化：利用 AI 算法对生产数据进行实时 采集和分析，预测能耗、设备故障和工艺参数，为设备维护和生 产调度提供决策支持。例如，锂电池生产中通过 AI 算法进行质 量检测和能耗预测，有效降低了生产成本；同时，MES 系统与 ERP 系统的联

业务模块 数字化应用 数字化运营 数字化指标运营系统 质量管控 工序数据质量实时监控预警 E2E 融合质量数据预警系统 数据可靠性分析 物联网数据 应用 数据资产管理 物流数据采集系统 IT 产线数字化 生产安全数字化 制造能耗数据管理 云制造数据 分析 测试，仪表，诊断，维修数据 / 智能诊断， 装备维护，大数据云调度 制造数据 可视化 订单全流程可视 连接 连 接 基于先进技术与工具，物流信息自动感知与采集，实物 流全程可视 数字化 大数据分析 网络资源 规划 WMS&TMS 能力规划 业务场景：智慧物流与智能仓储数字化运营 客户需求、风险、外部运力等信息及时感知，自动给出预 越 数 据 分 析 逻辑 数据仓库 使能 商业 成功 大数据 企业级 领域级 本地 n n n n n 数据采集 拿 拿 目标： • 从烟囱式多个平台向融合大数据平台，建立统一的数据采集 与整合大数据处理、计算及数据服务能力，降低大数据使用成 本 • 通过集中各领域数据，方便创新，让数据产生更大价值

智能数据采集用户面设计 传统的网络数据采集流程通常是通过建表、过滤、采集到入库的单一步骤来完成，缺少对数据 按需加工和处理的灵活性。在传统数据采集方法中，常见的方式包括路测、信令数据硬采和信令数 据软采等。这些方法获取的数据可以分为实时数据和非实时数据。然而，随着网络需求的日益复杂， 特别是在移动通信领域，单一的、静态的数据采集模式已无法满足日益变化的应用需求。为了提升 数据采集和传输效 进行灵活、弹性、可定制的数据采集。 在这种背景下，用户面可编程性将成为提升数据采集效能的关键因素之一。通过可编程的用户 面架构，数据采集过程可以根据具体场景的需求进行定制化设计，不仅在时间和空间上进行精确的 按需调度，同时还能够动态调整采集策略，保证数据采集的精确性与高效性。不同的网络场景，如 高密度用户区、大规模物联网场景或低延迟要求的应用场景，都能够通过用户面灵活的可编程特性， 支持多种数据采集模式，以适应不同的数据需求和传输要求。 为了实现这一目标，采集的数据可以按需存储在基础数据仓库中，为后续的数据分析、处理和 应用提供便利。借助 6G 网络的强大能力，数据采集模块可以在无线数据仓库的基础上，提供实时 采集、分析、追踪等全方位的数据支持。通过可编程的架构，用户面能够根据实时的网络状态和需 求，对采集过程进行动态调整，使得数据采集不仅具备高效性，还能灵活应对各种变化。 图 2：6G 智能内生数据采集分析体系示意图 如图

现企业的水、电、气等能耗数据的远程采集。充 分利用移动的 M2M 业务支撑平台，快速实现能 耗数据采集终端的接入和数据采集及预处理。针 对企业提供能耗数据访问接口，保证数据的安全 可靠，并大大降低企业的投资规模和风险。 作为生产型企业的基础，中小企业数量众多 且分布广泛，依靠传统的能耗数据采集模式，有 限的人力资源难于在短时间内采集到各个企业的 生产能耗数据，而且，目前所能采集到的也是过 去的、总的能耗数据，无法帮助企业及时了解到 应用支撑平台 PLMN 电表水表 中小企业 生产能耗在线监测服务 生产能耗分 析及管理 水电耗量分析 贷款风险分析 能耗数据 采集策略 水 电 采 集 能耗数据 能耗数据 三、解决方案 - 应用效果（服务流程） 三、解决方案 - 应用效果（能耗数据采集） 三、解决方案 - 应用效果（能耗分析） • 理想的 PUE= 1.6 • 目标 PUE= 2.0 • 常见的 PUE

智能化起步阶段 (21 世纪初 - 2010 年代 ) : 数字化与自适应控 制 多传感器融合感知 (2000s) 地磁、微波 雷达、激光检测器等设备逐步应用，采集 车流量、速度、占有率等数据。 自适应控制技术突破 (20105) 2010 年， 公安部提出 “智能北 + 互联网 ” 战略 ， 推动视频图像处理与信号控制结合。 互联网数据赋能 (2017 依赖视频检测，在雾霾 / 强光等恶劣天气下误 判率高达 35%, 且无法 实现毫米级精准测距 ( 误差 > 1 .5 米 ) 。 3 、路口交通问题 数据弧岛现象严重 · 不同系统采集的流量 统计、违法抓拍、信号 控制等数据分散存储， 缺乏统一时空基准，导 致协同优化响应延迟超 过 300ms 。 被动式管理缺陷 · 传统方案仅能对已发 生事件进行记录，缺 乏预判能力。例如对行 与运维体系建设 · 标准规范制定 · 运维与评价体系 2. 网络层：低延 迟高可靠通信支撑 ·5G/CV2X 通信网络 · 边缘 - 云端互联 3. 数据层：全量 数据中枢建设 · 多源数据采集与融 合 · 数据存储与安全 3 、智慧路口总体架构 云计算 云平台 信号机 、检测器 信号灯 边缘计算 服务器 路侧 RSU ■ 智慧路口应用架 构 边缘计 算 智慧城市大

备， 优化建筑能效，降低运营成本。 数字化施工管理：房建行业的数字化施工管理正从信息化向智能化加速迈 进。数字化施工管理平台借助物联网、人工智能、机器学习算法和大数据分析 等前沿技术，实时采集现场数据，对项目进度、质量、安全等关键指标进行动 态监控。通过对建筑材料消耗、人员分配、工程质量等数据的深度分析，施工 中国建筑业企业数字化研究报告 3 管理系统能够实现精准调度和优化，提升施工效率和质量。 化施工平台实时获取施工进度、材料使用情况等信息，提升施工效率。 智能化设备管理与运维：在智能建筑中，安装行业的设备管理与运维逐渐 向数字化、智能化方向发展。通过物联网技术，建筑中的各类设备实现实时数 据采集和监控，预警设备故障，提前进行维护。智能控制系统根据建筑实际使 用情况，自动调节空调、照明、电力等设施，提高能源利用效率。 （三）房屋体检的数字化应用 房屋体检领域借助先进的检测技术和数据分析手段，提高房屋健康状况评 模型包含建筑物的几何信息、空间关系、地理信息、各建筑构件的属 性以及工程量等多维度信息。通过参数化建模，BIM 能够自动关联和更新设计 变更，确保模型中的信息始终保持一致性和准确性。BIM 技术的基本工作流程 包括：数据采集、模型构建、信息整合、分析优化以及协同共享等环节，实现 了从传统二维设计到多维信息模型的质的飞跃。 （二）技术发展现状 BIM 技术在全球建筑业已经历了近二十年的发展历程，目前正处于从技术

MPP技术栈 02 项目方案 主要内容：项目建设目标、技术架构、功能架构及数据流 向。 2.1 建设目标 建设目标 01 02 03 04 • 平台采用全栈信创架构； • 围绕数据采集、存储、分析、应用等 全流程开展建设。 搭建湖仓一体化平台，实现全行数 据的高效汇聚和统一管理 • 升级数据平台原有查询服务，提高数 据查询效率和稳定性； • 引入新组件，为业务人员开展BI自助 数据交付、数据运营等环节； • 形成面向数据全生命周期的标准化实施 工艺流程，提升整个团队协作与效能。 规范开发流程，建立DataOps 研发运营体系 2.2 技术架构 数据源 数据接入 实时 采集 批量 采集 仓模块(GaussDB) LakeFormation 元数据 HDFS | Hudi 数据存储 离线分 析 Hive Tez Spark MR 实时计算 Flink .. 实时 数据区 明细 数据 汇总 数据 指标 数据 缓存层 贴源层 标准层 通用汇总 数据层 应用 数据层 元数据管理 数据血缘 ...... 人工补录采集 工商 ...... 数据采集/数据交换 数据访问统一入口 ...... 领导驾驶舱 统计报表 知识图谱 数据源 共性 加工层 明细 数据 汇总 数据 指标 库 主题层 湖仓一体

卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 ⾜安全性、合规 性和精确度需求 • 低 • 机器⼈本体目前 价格昂贵，商业 价值低 • 硬件设备承担3D交互功能 • 可以为具身智能训练采集数据，是目前真机数据的主要获取⽅式 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 ⽂字、图片、视频数据相比空间智能规模更⼤，支撑了以语⾔模型为核 ⼼的AI浪潮快速发展， 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部 分AI系统进步的 瓶颈，算法和算 ⼒的问题相对更 容易解决 • 自动驾驶能够快 速成熟的核⼼原 因在于数据采集 和数据闭环⽅面 的优势，⼤规模 的自动驾驶车队 ⾄关重要 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 自动驾驶是空间智能目前规模最⼤、最成熟的应用，已经接近⼈类⽔平， 分析 • 优，可以直接端 到端采集数据， 且物理环境完全 真实精确，没有 误差积累 • 成本⾼速度慢， 需雇佣⼤量数采 ⼈员，搭建采集 环境，以⼈/天 为单位采集数据 • 基于虚拟场景模 拟现实中的物理 规则或特定任务 环境（如⼯厂、 家庭） • 中，Sim2Real1的 分布偏移问题难 以解决 • 低成本且更敏捷， 仿真数据的成本、 采集速度远低于 真实数据 • 通过训练其他⼈

2022年 6月 《开展2022 年度国家工业 和信息化领域 节能技术装备 产品推荐工作 通知》 工业和信息化部 利用5G、工业互联网、大数据等新一代信息技术实现能量流、 物质流等信息采集监控、智能分析、精细管理、系统优化，提升 能源、资源、环境管理水平的数字化绿色化协同转型技术等。 2022年 6月 《露天煤矿生 产技术与安全 管理规定》 国家矿山安全监 察局内蒙古局 1.具备巷道掘进工作面三维地质模型构建功能，并根据掘进过程中揭露的实际地 质信息与工程信息远程集控对模型进行实时动态修正，平台真实场景再现 2、具备掘进机、锚杆、压风管等设备模型构建功能，能够根据采集的相关设备 信息进行掘进工作面 3.集控平台具备对巷道掘进设备远程操控的功能，能够实现一键启停及智能操控 26 指标名称 评价指标 割煤系统 1.采煤机具备自主定位与自动调直功能 2.采煤机具备智能调速、自动调高、记忆截割功能 通过在集团统一部署工业互联网平台，服 务所属煤矿，避免单个煤矿单独建造，造成投资浪费；智能化矿井宜构建好数据治理和AI 管理平台，实现智能决策支持；数据接入统一数据采集框架，支持OPC\MODUBS\文本协 议等多标准的采集和数据入湖；建立煤矿数据资产库及数据建模分析能力。接入数据和治 理数据应提供融合共享发布，支持OPCUA Server、消息队列、Restful、数据库等数据交 换通信方式。

智慧停车行业标杆研究 智能停车场 占道停车 立体车库 立体停车楼 商业停车场 小区停车场 个人停车场 智慧停车是指将无线通信技术、移动终端技术、 GPS 技术、 GIS 技术等综合应用于城市停车位的采集、管理、查询、 预订与导航服务，实现停车位资源的实时更新、查询、预订与导航服务一体化 智 慧 停 车 服 务 平 台 旨 在 实 现 停 车 位 资 源 利 用 率 、 停 车 场 利 润 和 车 安装于电梯厅，用于车主自 助反向寻车、缴费；指引车 主快速找车，支 持 微信、支 付宝缴费。 安装于地下停车场入口，用于显示停车 场各楼层车位余位数据采集及余位信息 发布。 安装于室外地面停车场出入口处，可实 时采集车位数据，显示车位分布及状态 信息，用于地面停车引导。 收 费 系 统 与 停 车 引 导 系 统 等 组 成 停 车 场 库 智 慧 停 车 系 统 况，并实时传输至平台。车辆进入后，现场管理人员根据平台推送 的信息到达指定车位，拍照识别，上传车牌，打印收费小票。车主 离场时，可扫描收费小票上二维码缴费或通过移动客户端自助缴费， 并获取电子发票。 该方案采用集图像采集、车辆检测、车牌识别功能于一体的视频检 测终端，采用高位安装方式，每组视频相机同时完成 8 车位的停车 过程管理。完全取代传统停车方案中现场人工拍照识别，具有较高 技术先进性。车辆进出时，设备通过智能围像识别算法捕捉车位占