........................................................ 3 洞察 3：确定性网络与垂类 AI 模型：面向工业/车路云的"确定性时延+端到端可靠"， 与"可解释+可审计"的垂类 AI 模型并行进化........................................................................ 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap 技术的 大规模商用，使得原本因成本和功耗限制无法接入 5G 网络的海量中低速物联网设备， 也能够享受到低时延、高可靠的网络服务，极大扩展了端侧 AI 的应用范围。 在产业实践中，端侧 AI 优先策略已经在多个垂直领域展现出巨大价值。智能制造领域， 基于端侧 AI 的机器视觉质检系统可以在生产线上实时检测产品缺陷，检测速度达到每 区的智慧农业、海上作业的设备监控、 地下矿井的安全管理等，创造了全新的市场机会。 展望未来，端侧 AI 优先将继续深化并演进。随着 6G 技术的预研和卫星通信的融合， 端侧设备将获得更加泛在和可靠的连接能力。同时，端边云协同的智能编排技术将更 加成熟，根据任务特性、网络状况、算力分布等因素动态分配计算任务，实现整体效 率的最优化。端侧 AI 不再是云端 AI 的简化版本，而是形成了各具特色、相互补充的

缘计 算 池 ( Multi-access Edge Computing Pool, MEC POOL)组网;利用已经建设好的微波等,实现 5G+微波 双链路,提高网络可靠性。 2. 3 终端组网 IP 摄 像 头 和 天 车 控 制 可 编 程 逻 辑 控 制 器 (Programmable Logic Controller,PLC) 等都采用私网 中心云和边缘云之间通过智能边缘平台( Intelligent EdgeFabric,IEF)解决方案(见图 2)实现边云协同。 通过边缘云、中心云的协同,实现 5G 定制网络的 稳定时延接入能力、可靠性保障能力以及差异化隔离 能力,中心云资源将基于 5G 切片/ 负极-正极-负极晶 体管(Negative-Positive-Negative,NPN) 实现多种颗粒 度接入控制,避免工厂专属资源被强占(见图 避免工厂专属资源被强占(见图 3)。 基于工业互联网技术,对各排放点、环保设备、固 废计量器、气象参数等采用在线自动监控、自动检测、 自动报警等智能化控制手段,通过超低排改造,建设更 加绿色、安全、可靠的工厂环境。 ������ �� � ���/� � ���� ���� � � � Mesh� � Mesh� QoS�� � �� � to B

减少人力物力的投入，提高数据利用率。  为交通枢纽管理服务提供统一的安全 IT 基 础环境，保障信息安全，提供专业的服务。 提高信息数据管理效率及资源利用率  集中管理  灵活部署  节能低碳  安全可靠 公共 技术 服务 旅客 信息 服务 枢纽 内部 运营 管理 枢纽 基础 服务 方案特点及价值 03 —— 大数据服务 大数据服务 将分散的智能化系统、数据汇聚到数据湖，实现数字交通枢纽数据智能联动和统一管理。 智能控制 事件上报 事件处理 事件回溯 应急预案 应急指挥 资源联动 智能分析 智能诊断 决策支撑 设备管理 能耗预测 通行权限 资产共享 资产盘点 空间管理 状态全可视 事件全可控 业务全可靠 管控 中心 传感器 仪器仪表 现场控制系统 闸机 移动终端 大屏终端 智慧灯杆 报警器 摄像头 门禁 工位 资产标签 基础 设施 客户价值： 状态全可视：将交通枢纽数据进行统一分类和分析，实现交通枢纽 息、车辆信息等。平台基于业务需 求进行数据存储和可视化展示，使 用户全面掌握交通枢纽状况，极大 提高了监管效率。 数字交通枢纽综合安全管理平台的建设为交通枢纽安全的高效监管提供了可靠保障，其主要体现 在正常状态、预警状态和报警状态下各功能应用。 综合安防 04 数字交通枢纽方案 ——N 项应用 综合安防——视频监控 人脸识别 人数统计 车牌识别 道闸联动 报 警

2024, 13(4): 1356-1358. 第 4 期 范 龙等：能源电池制造过程中的全流程数字化智能制造技术 控，也能够针对电池元件的储能特性优化具体生产 流程，而这些都是提高能源电池应用可靠性的必要 条件。 1 能源电池生产工艺流程 能源电池生产工艺流程由设备通电、能量信号 转化、能源存储三部分组成，其具体生产流程如图 1所示。 外界供能设备通过消耗电能或者燃烧燃料的方 涵盖了各项先进的数字化软件与工具，更突出强调 了数据驱动的监控与决策能力。通过实时收集与分 析数据信息，相关组织机构能够及时发现并解决潜 在性的储能问题，从而在优化生产流程的同时，提 高能源电池的应用可靠性。 此外，全流程数字化智能制造技术还有助于实 现能源电池的定制化生产，满足不同的储能需求。 通过快速调整制造参数与能源配置情况，单位机构 可以快速响应能源市场变化，进而提升能源电池的 适用范围。

利用云可以做什么 行业案例 · 某卫健委存储归档 为了更好的提升“民生”的服务质量和能力，切实贯彻让“数据多走路，群众少走路”的政策，卫健委正在逐步上收个医疗结构的数据，做融会贯通和有效的数据安全 可靠流转。某区政府为此联合了其他委办局，共同筹建了以医疗体系数据为主要内容的多级数据存储、归档（备份）数据中心。并面向市一级的数据上收与流转 满足该场景需求。同时，运用好具有大数据分析、数据安全屋等能 驱动的医疗服务平台”，已涵盖全国 70% 医生。如今用户平台已囊括医生端、医院 / 企业端、患者 / 大众端，构建三位一体的医疗数据平台。 医生端相关服务 医院 / 企业端相关服务 患者 / 大众端相关服务 海量数据 存得可靠 存得经济 存得安全 可被分析 结合运用 面对的挑战 云端大数据 快速简洁构建，运维便捷 云端数据库 更易使用，高性能，免运维 AI 计算能力 强大的算力与平台级接能力 私有专区 独立、满足行业合规要求

加工、化工等行业设计, 整合度高, 能实现稳定控制、异常警报与可视化监控, 便于与 DCS 系统融合. ABB AbilityTM (ABB) [24]: ABB Ability 提供先进过程控制解决方案, 搭载高可靠性通信系统与 算法模块, 特别强调控制安全性与操作稳定性, 广泛应用于石化、电力与制药等自动化场景. Cyb-IDPC (中智达科技) [15]: Cyb-IDPC 是中智达针对流程工业开发的自主 可有效应对耦合强、变化快的工艺过程, 确保长期稳定运行. 2.4 智能控制 —— 控制系统性能评估和诊断软件 随着工业自动化和智能制造的发展, 控制系统评估与诊断软件应运而生, 广泛应用于能源、化工 等行业, 用于提升系统效率、可靠性和安全性. 该类软件结合控制理论、信号处理、人工智能等技术, 实时监测设备状态、诊断故障并提供优化建议, 助力企业实现数字化管理. 系统采用分层架构, 包括数据采集、管理、分析与用户交互等模块, 性调整与优化, 增强控制稳定性. Profit®CPM (霍尼韦尔) [30]: Profit CPM 整合实时数据收集、可视化监控与智能分析技术, 提供 全方位控制系统性能评估, 协助企业提高控制系统可靠性与生产效率. Cyb-PID (中智达科技) [15]: Cyb-PID 是中智达开发的智能诊断平台, 基于多维数据融合与智能算 法, 具备控制回路性能实时监测、异常诊断与优化建议推送功能. 特别适用于流程工业的控制系统持

围绕工业互联网、人工智能、数字孪生等主要核心技术范畴在发 电企业产生了诸多颇具价值的技术成果。目前，本项目取得了不错的 应用业绩，已经在德惠生物质电厂、华能大庆电厂、宁夏京能宁东电 厂等多家发电企业部署应用。如汽轮机轴系振动、叶片可靠性监测、 主管道监测等模块，在京能宁东、国华锦界、长二热、唐山丰润、珠 海横琴等电厂进行了应用；锅炉 CFD 三维可视化、壁温预警、受热面 寿命评估等模块也在华能大庆项目中进行了实际应用；水电方面，先

运往装配码头，从日本来的海外零件通过海运，再通过铁路运输到达当 地装配厂。 当地零件在北美生产，并通过协议物流公司的货车运输。丰田全权 负责供应商提货和运输至工厂的整个过程。丰田公司的“准时到货”理 念，对零件库存输入物流的可靠性有非常高的要求。丰田将供应商根据 相邻地区分组。零件所在供应商的地理位置决定了货车路线，随后，零 件又被运到地区性的交叉转运处。为了提高效率，同一辆货车不仅从多 级供应商那里提取零件，而且要根据供应商要求运送至指定的丰田工 丰田流程降低了复杂性，缩减了销售区域内部的混合销售。混合规 划这个基准体现了按车型、区域或国家来划分的生产结构。接下来，我 们来看看数学模型是如何被用来评估多种混合规划战略的。 一个仿真模型 尽管丰田的成功证明了“帕雷托定律”的可靠性，另一点值得关注的 是，我们进行实验并观察到，这些销售量较低的SKU需求变化性往往却 更高。此外，这些SKU的性质在各区域可能不尽相同。因此，占据顶端 80%的销量，工厂却很难看到变化，减少了经销商库存。这样就降低了 方 式。而很多其他的汽车公司都是自下而上的方式制定生产计划的；也就 是说，收集从经销商提交的所有订单，制定生产计划。两种方式各有优 缺点，自上而下式对丰田很有效，能使丰田保证最终的生产计划稳定性 和可靠性。丰田的销售和运营计划有两个步骤：年度计划和月度订单。 年度计划 年度计划流程的目标是建立一种三年滚动式的销售和生产预测。该 流程每半年重复一次，这样，预测数据能够依据最新的市场和经济状况

够在问题发生之前 就发现它们，并在设计和工程流程的早期（从前端制造和晶圆制造到后端制造、组装、封 装和测试）采取 “左移” 策略，解决潜在错误。 智能制造实现了更加全面的数字化，支持更庞大和更可靠的 信息流。” 3 Julie Fraser，Iyno Advisors Inc. 负责人 前端 原材料 晶圆 提高生产效率 提高质量 加快 NPI 实现成本节约 半导体制造执行系统 设计、晶圆厂、探头

对接云端数据；  主节点和元数据高可用保障，稳 定安全；  快速部署，弹性扩展；  专业漏洞扫描，保障服务器安全；  专家咨询，专业服务。 云接入：复杂事件实时处理 云储存：数据可靠安全 云分析：处理海量数据 容量型可达 40MB/s 吞 吐 量 ， 访 问 时 延 5- 10ms ， ， 单 盘 最 高 20000IOPS 、 256MB/ S 吞吐性能，访问时延 0.5-2ms