........................................ 7 1.3.1 聚焦数据流通质量，打造高效边云协同体系 ...... 7 1.3.2 围绕工艺流程优化，提高机理模型供给能力 ...... 7 1.3.3 坚持行业痛点导向，完善特定场景解决方案 ...... 8 1.3.4 重视平台安全防护，建立高度可靠安全系统 ...... 8 二、石化行业 . ...................................... 28 4.3.1 统一技术架构接口规范，保障数据融通............. 28 4.3.2 突破全生命周期机理模型，推动数物融合......... 29 4.3.3 构建多层次体系化平台，实现数据分级分类 .... 29 五、船舶行业 ................................. .............................. 44 6.3.1 深化数据应用，完善数据流通体系..................... 44 6.3.2 聚焦生产过程，强化机理模型供给..................... 45 6.3.3 围绕行业痛点，推广解决方案普及..................... 45 七、轨道交通行业 ............

业财一体化能力 数联能力 数据治理 数据集数量 主数据管理能力 数据管理成熟度评价 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 机理模型/数据模型数量 高级数据分析（机器学习、神经网络等）比例 智联能力 智能决策 领域知识图谱数量 智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 技术管理绩效 数联能力 数据治理 高质量数据集数量 主数据管理能力 数据质量 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效 数据共享 数据目录管理情况 异构数据的标准化率 标准化数据集容量 多系统数据接口打通情况 智联能力 数据开发 进出用能单位/进出主要次级用能单位/ 主要用能单位在线数据分析能力 机理模型/数据模型数量 高级统计分析比例 预测分析比例 机器学习(深度学习)比例 智能决策 领域知识图谱数量 工业智能算法数量 数字孪生 数据驱动的运营决策场景比例 数字化效益 数字绩效

满足全厂负荷动态要求难； 3. 机理模型准确 性不 现状评级 ：★★★ 工具软件 ：流程模拟与优化工具、炼油过程模拟软件、生产系统建模与仿真、炼油 过程模拟与优化系统、分子炼油 知识模型 ：热力学模型、动力学模型、优化模型等 数据要素 ：原油参数、装置参数、生产数据、市场数据 人才技能 ：熟悉生产装置工艺 痛点问题 ： 1. 原油特性描述与精准加工适配难； 2. 机理模型表达准确性不足； 3. 优 ：高分子模拟仿真、 AI 辅助高分子材料研发、注塑成型仿真、研发管理软件、 智能研发实验室、化工试验设计软件、智能中试系统、产品管理软件、材料科学建模仿真 平台、聚合物设计软件等 知识模型 ：物理、化学机理模型、数据分析模型、试验模型、成型模型 数据要素 ：原料数据、工艺数据、试验设计数据等 人才技能 ：化学、反应工程、分子动力学 痛点问题 ： 1. 产品研发周期长； 2. 研发成功率低； 3. 研发投入高 痛点问题 ： 1. 适应多变原材料特性难； 2. 满足全厂负荷动态要求难； 3. 机理模型准确 性不足； 4. 基础数据完整度欠缺 现状评级 ：★ 工具软件 ：分子设计软件、研发管理软件、智能研发实验室、化工试验设计软件、智能中 试系统、产品管理软件、材料科学建模仿真平台、聚合物设计软件 知识模型 ：物理、化学机理模型、数据分析模型、试验模型等 数据要素 ：原料数据、工艺数据、试验设计数据等 人才技能

单位，有固定的经营服务场所，有面向行业提供数字化转型专业 化服务的必要设施、条件和能力，财务收支状况良好，经营规范， 具备可持续发展能力。优先支持脱胎于大型工业企业、具有工业 基因、熟悉行业机理的实体机构建设促进中心。 三、主要功能 (一)资源整合。汇聚政产学研用金等相关资源，整合技术、 产品、数据、标准、解决方案、基础设施、人才、安全防护等各类 资源要素，创新运营模式和合作机制，促进数字化转型资源开放 侧 数据互通共享。联合专业机构建设必要的网络和数据安全保障能 力，建立风险预警和应急处置机制。 (七)人才培训。提供标准化与定制化相结合的人才培训实训 服务，培育更多熟悉行业生产流程和工艺机理、具备数字化技能 的复合型人才队伍，打造人才培训实训基地。面向数字化系统运 维、设备故障检测等共性需求，组织行业技术人员与软硬件开发 工程师、网络工程师等深度协作，组建专职顾问团队。组织开展 式，支撑实际生产经营业务活动并发挥重要价值，是场景数字 化转型的关键驱动要素。 2.知识模型：利用数据挖掘、机器学习、人工智能等技术， 对场景中对象、现象和原理进行数字化、结构化处理，形成反 映工业机理、业务逻辑等现实场景的算法、数据结构或数字模 块等，是场景数字化转型的重要载体。 3.工具软件：场景数字化转型所需的各类数字化工具，包括 数字化集成工具、通用软件工具、专用软件工具等，是场景数

传统软件云化 工业应用开发工具 （专用开发工具、应用模板、图 形化编程） 新型工业 APP 工业微服务组件 （ 机理模型、数据驱动模型、微服务 管理） 数据建模分析 工业数据存储 工业应用 微服务集成 知识共享、创新、交易能力 工业应用能力培育能力 行业机理模型沉淀能力 海量数据处理能力 在安庆工业大脑上部署工业操作系统平台 打造五大平台能力，皖西南企业一站式上云公共服务平台 / 昇腾芯片 国产生态 数据采集 5G 使能 5G 协同，边云智能协同 ，满足工业低时延、广 连接要求 边缘计算 智能平台 一站式数据治理与 AI 模型 开发平台 数据驱动与工业机理协同 工业数据采集 全流程服务 咨询 - 规划 - 实施 - 交付 - 辅 共 助 创生 运营 全 态 流 · 程 引领 专业 服 融合创新 态 · 赋能企业 多源异构数据采集能力 生态开放

复杂蒸汽管网监控不 失原因不清 依靠经验、管理落后 力、流向、流量不明 基于流体力学和热力学进行蒸汽管道机理建模， 基于相关性分析，数据分类和聚类技术，自动建立 采用神经网络技术，建立工艺参数对节能 实时监测管道能量损失，及时发现跑冒滴漏 不同条件下的历史最优案例，自动推送操作人员 特征工程 模型建立 建模策略与 框架建立 标杆对比与分析 模型选择与 功能优化 融合创新 · 赋能企业 共创生态 · 引领未来 数据问题定义 问题域定义：数据 驱动 / 机理驱动 / 数 据机理融合 数据来源需求定义 数据建模目标定义 模型价值评估 模型评估指标定义 场景适用条件定义 可规模性与 可用性评估 大数据分析方法 业务场景分析 行业背景知识 用户痛点分析

储和计算的压力。。 中心云平台利用大数据平台对采集的数据进行集中存储，并可 将数据以服务形式开放给 AI 平台和各类工业 APP 应用。AI 平台以 生产数据、经营数据、非结构化数据为基础建立各类机理模型和数 据模型，这些模型以服务接口的形式提供给各类工业 APP 使用。对 实时性要求较高的数据模型，AI 平台可将这些模型下发至边缘侧计 算服务器，边缘计算服务器可利用这些模型对边缘侧的现场数据进 式为上层业务系统的开发提供统一的开发框架、部署环境和运行时 环境，可满足业务系统快速开发、灵活扩展、动态调整的需求。为 26 企业数字化转型及企业数字化平台建设方案 快速构建 XXXX 公司各类业务系统、数据应用、机理模型、算法模 型、移动应用等提供统一的开发、测试、部署、运维、监控一体化 的支撑体系。 PAAS 平台主要由容器化平台、DevOps 开发运维一体化体系、 应用开发平台、移动应用平台、微服务体系、业务中台、工业大数 实现一站式大数据智能分析平台，降低大数据分析的难度，可快速 高效的支撑电力数字化和智能化应用场景的实现，能快速满足电力 行业各种大数据分析挖掘主题需求。提供电力行业应用场景相适应 的智能算法和模型，通过对机理模型和数学模型相互融合，不断优 化迭代，助力发电企业智能化发展。 3.2.3.4.3 BI 分析平台 数据分析是对大量结构化和非结构化的数据进行分析处理，从 中获得新的价值，具有数据来源广泛、数据关系复杂、数据计算量

台传输、存储和计算的压力。 中心云平台利用大数据平台对采集的数据进行集中存储，并 可将数据以服务形式开放给 AI 平台和各类工业 APP 应用。AI 平 台以生产数据、经营数据、非结构化数据为基础建立各类机理模 型和数据模型，这些模型以服务接口的形式提供给各类工业 APP 使用。对实时性要求较高的数据模型，AI 平台可将这些模型下发 至边缘侧计算服务器，边缘计算服务器可利用这些模型对边缘侧 的现场数据进行实时处理。 基础组件、标准接 口等形式为上层业务系统的开发提供统一的开发框架、部署环境 和运行时环境，可满足业务系统快速开发、灵活扩展、动态调整 的需求。为快速构建 XXXX 公司各类业务系统、数据应用、机理 模型、算法模型、移动应用等提供统一的开发、测试、部署、运 维、监控一体化的支撑体系。 PAAS 平台主要由容器化平台、DevOps 开发运维一体化体系、 应用开发平台、移动应用平台、微服务体系、业务中台、工业大 可实现一站式大数据智能分析平台，降低大数据分析的难度，可 快速高效的支撑电力数字化和智能化应用场景的实现，能快速满 足电力行业各种大数据分析挖掘主题需求。提供电力行业应用场 景相适应的智能算法和模型，通过对机理模型和数学模型相互融 合，不断优化迭代，助力发电企业智能化发展。 4.2.3.4.3 BI 分析平台 数据分析是对大量结构化和非结构化的数据进行分析处理， 从中获得新的价值，具有数据来源广泛、数据关系复杂、数据计

美国“脑计划”在实施进程中有明确的阶段性目标。在前五年， 该计划着重于工具的开发，以为后续研究奠定基础；在五年之后， 其目标转向更为深入层次，即利用前期所开发的工具，深入探究大 脑的工作原理以及各类脑疾病的致病机理。 2018 年 4 月，美国“脑计划”正式开启第二阶段战略规划。为 助力该计划加速达到预期目标，美国国立卫生研究院（National Institutes of Health，NIH）专门组建了名为 一套高灵 敏度的意识评估方法，借助磁刺激技术与脑电图（EEG）技术，对 脑机接口技术与应用研究报告（2025 年） 11 复杂的大脑反应进行精准测评，为深入理解意识状态提供技术手段。 在脑机理论研究层面，德国科学家绘制了人类三维大脑图谱，全面 呈现了人类大脑的微观结构、复杂的连通性以及各脑区的功能特性， 有助于研究人员与临床医生之间建立沟通的桥梁。法国科学家基于 患者的解剖结构、结 领域的深度耦合。 国际层面，美国国立卫生研究院通过申报机制强化跨学科合作。 其发布的“脑科学前沿探索性项目”明确要求申请团队整合神经活 脑机接口技术与应用研究报告（2025 年） 37 动机理研究与大规模记录神经信号经验，推动神经生物学、生物医 学工程及临床医学领域的交叉融合。欧盟通过组织架构设计实现跨 国协同，依托人脑计划构建起大规模神经科学协同网络。项目实施 期间汇聚 19 国

腾讯云 IoT 消费者 h 商 • SQL 分析 ：能够提供查询分析器 ，提升制造 业企业用户使用门槛 | IoT Insight 未来展 望 • 行业模型沉 淀 • 工艺机理沉 淀 开箱即 用能力 进一步 提升 行业通 用能力 沉淀 • 国产开源时序数据库合作 开放 合作