航天云网工业大数据 复杂装备远程运维综合解决方案 中国航天科工集团航天云网公司 内 容 一、云网介绍 二、工业大数据建设背景及思路 三、工业大数据平台技术架构 四、工业大数据平台案例 • 中央直接管理的国有特大型高科技企业 • 由总部、 6 个研究院、 1 个科研生产基地、 13 个公司制 / 股 份制企业构成 , 拥有职工 16 万，涌现了钱学森、宋健、黄纬 禄等著名专家。 航天云网 —— 公司定位 航天云网 —— 公司定位 突出企业智能化改造 突出复杂设备联网 突出制造资源共享 李伯虎 院士，航天云网首席科学家 研 发 力 量 社 会 认 可 专家团队：航天云网智能制造系统研究由著名计 算机仿真与计算机集成制造专家李伯虎院士领衔 国家重点实验室：全国首个复杂产品智能制造系 统技术国家重点实验室将落户航天云网 工业互联网产业联盟：成员单位包括工业和信息 事 长 单 位 理 事 长 单 位 阿里巴巴 中国电子 大唐集团 中国一汽 • 2016 年 7 月，航天云网联合航天测控公司、国机集团、哈尔滨电汽集团、中兴通讯等企业，共同承担国家发改委“大型复杂 装备工业大数据平台建设及产业化”项目，并将以此项目为依托，打造国家级工业创新中心，并落地地方。 • 该项目将能够为大中型企业建设具有完善数据资产管理能力的大数据平台，并通过汇聚海量高价值制造过程和资源数据，优

《中共中央关于制定国民经济和社会发展第十五个 五年规划的建议》 应急搜救 2022 年四川泸定 6.8 级地 震 受灾 1478 万人 ， 经济损失 1200 亿 元 死亡失踪 117 人 ， 经济损失 154 亿 元 复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不全” “ 看不清” “ 看不准” 单机视角有限且存在遮挡 ，无法捕 捉目标在所有角度下的的特征 雨雪雾恶劣天气和低光照环境降低 语义稀密 从下往上 ，第三排中靠画面最左侧的红色汽车 这个路口中存在的违章行为与异常现象 低空视野广实例密。 在稀疏文本约 束 下 ，从细粒度视觉中辨析细节 ， 需 要 精细逻辑进行推理。 复杂环境下 ，低空推理决策面临语义稀密、空间难解与任务繁复的挑 战 感知 目标检测、 目标计数、 场景分类、 异常识别 理解 图像描述、 条件判断、 视觉定位、 高度预测 推理 物理推理、 因果推理、 这里是什么场景？ 变电设施间距多少？ 存在安全隐患吗？ 斜拍视角进行位置判断与空间度量 任务间推理路径差异化 俯拍视角进行目标感知与属性理解 四维度多种任务形式 空间难解 任务繁复 复杂环境下 ，低空具身智能面临“不可靠” ，“不精准”和“不可控”的挑战 “ 目标理解不可靠” “ 动作生成不精准” “ 体系安全不可控” 行动路径撞上障碍物 动作生成误差导致机械臂需要执行 冗余动作才能完成任务

深度融合并赋能物流、农业、交通、旅游、城市管理、应急救援等多个领域的新型经济形态。 人工智能通过赋予低空飞行器“智慧大脑”，正成为驱动低空经济高质量发展的核心引擎。 它通过多源传感器融合与智能算法，显著提升了飞行器在复杂环境下的感知、决策与控制能 力，例如实现精准目标识别、动态空域调度以及多机协同作业，从而将低空系统从传统的“消 费电子产品”升级为高效的“智能工业装备”。广泛应用于物流配送、农林植保、电力巡检、 .......................................................................................448 8.3.3 面向复杂场景的智能感知与理解......................................................................................... 空域，鉴于不同地区的特性及需求，此界定上限可增至 3000m[1]。此类空域受到地形地貌、 建筑物遮挡以及局地气象变化等多重动态因素的制约，并需满足无人机等新型航空器的高密 度运营需求，从而呈现出空域资源竞争与异质障碍共存的双重复杂局面。近年来，党和国家 高度重视低空经济的蓬勃发展[2]，在宏观政策制定方面，2023-2025 年，国家将低空经济纳 入战略性新兴产业的培育范畴；在产业推动层面，采取税收优惠和财政激励措施，引导社会

和气体传感器等设 备，结合 AI 算法，能够在复杂环境中快速识别火源、烟雾、温度 异常等关键信息，并通过实时数据传输系统将信息反馈至指挥中 心，辅助决策者制定科学的灭火策略。 项目的主要应用场景包括森林火灾、城市高层建筑火灾、化工 厂火灾等高风险区域。无人机能够在火灾初期快速到达现场，进行 全方位、多角度的监测，避免传统消防手段因地形复杂或环境危险 而无法及时介入的问题。此外，无人机还可以在火灾扑灭后，进行 少火灾造 成的经济损失和人员伤亡。同时，该项目也为未来智慧城市建设和 应急管理体系的完善提供了重要的技术支撑。 1.1 项目背景 随着城市化进程的加速和自然灾害频发，传统的消防手段在面 对复杂地形、高层建筑和突发性火灾时，暴露出响应速度慢、信息 获取不全面、救援效率低等问题。特别是在森林火灾、化工厂爆炸 等大规模灾害中，消防人员的安全和救援效果受到极大挑战。近年 来，无人机技术的快 期迅速抵达现场，实时传输高清图像和视频，为指挥决策提供关键 信息支持。 然而，现有的无人机消防应用仍存在一些局限性。首先，无人 机操作依赖人工控制，面对复杂环境时容易出现操作失误或信息滞 后。其次，火灾现场的烟雾、高温和复杂地形对无人机的飞行稳定 性和数据采集能力提出了更高要求。此外，火灾现场的实时数据分 析能力不足，导致决策效率低下。为了解决这些问题，人工智能 （AI）技术的引入成为关键。通过

捉目标在所有角度下的特征 复杂环境下 ，低空智能感知面临“看不清” ，“看不准”和“看不全”的挑战 “ 看不清 ” 雨雪雾恶劣天气和低光照环境降低 了无人机对目标的感知清晰度 “ 看不准” 低空感知模型进化难 “ 看不全” 多机跨视角感知难 “ 看不清” 复杂环境全天候感知难 低空感知 基础模型自主进化技术 水情监测 研究挑战 关键难题 技术创新 低空复杂环境 全天候感知技术 届 VisDrone 竞 赛 全球包括卡耐基梅隆大学等 在内的 2000+ 参赛队伍 5000+ 篇论文使用并引用 > 关键平台： 建立了复杂环境协同感知数据平台 （ TPAMI 2022 ） 构建了大规模多源、多模态、多任务、非完备复杂环境协同感知数据平 台 VisDrone ，覆盖单机和多机协同感知任务。 国内外广泛使用的无人机视觉基准数据平台 DroneCrowd-TJU DroneRGBT-TJU VisDrone-TJU MultiDrone-TJU AnimalDrone-TJU > 关键平台： 建立了复杂环境协同感知数据平 台 反无人机微小目标检测数据集（ ECCV 2024 ） 平台优势 智能化升级 ，效率倍增长 通过 AI 技术赋能 ， 实现城市巡检从传统人工模式向 智能化、 标准化、 规模化的跨越式升级

然而，人形机器人的发展仍面临诸多技术挑战。在传统控制方法下，人形机器 人的全身运动控制是一个复杂的挑战[1]。由于人形机器人具有多自由度关节， 其运动学和动力学模型极为复杂，传统控制算法往往难以精确协调各关节的运 动，导致稳定性不足[1]。此外，环境感知方面也存在局限性，有限的传感器数 据处理能力使其难以深入理解和分析复杂的环境信息[1]。 预训练模型的突破和具身算法的应用为人形机器人带来了新的解决方案[1]。与 并通过将人类角色分配给关键职责来解决劳动力短缺问题[17]。 随着人工智能技术的快速发展，特别是深度学习和强化学习等技术的进步，人 形机器人的研究得到了巨大的推动[9]。深度学习使机器人能够从大量数据中学 习复杂的模式和行为，从而实现更智能的感知和决策能力；强化学习则帮助机 器人通过不断试验和反馈优化其动作策略，从而在环境中更有效地完成任务 [9]。此外，自然语言处理和计算机视觉技术的进步，使得人形机器人在与人类 人形机器人面临的主要技术挑战包括全身运动控制的复杂性。由于人形机器人 具有多自由度关节，其运动学和动力学模型极为复杂，传统控制算法往往难以 精确协调各关节运动，导致稳定性不足[1]。环境感知能力有限也是一大挑战， 有限的传感器数据处理能力使其难以深入理解和分析复杂环境信息[1]。此外， 人形机器人的核心技术难点还包括步态控制、环境感知等环节[7]，这些问题制 约了人形机器人在复杂环境中的应用。 从

. . . . . . . . . . . . . . . . . . . . . . . . 85 第 一 章 面向下一代云计算的研究 目前，世界各国正在加速推动云计算的创新与应用以应对日益复杂的数字化需求和全球竞争。云计 算不仅为大数据、人工智能、物联网等技术的快速发展提供了底层支撑，也成为国家战略的重要组成部 分，影响着全球产业格局与经济结构的变革。过去一年，以 DeepSeek 为代表的人工智能大模型应用取得 开发的一站式平台集成训练框架、推理优化、向 2 CHAPTER 1. 面向下一代云计算的研究 量检索与模型压缩能力，降低开发门槛；数据库与大数据平台向“湖仓一体”、“实时分析 +AI 内嵌”演 进，支撑复杂的数据科学任务。CI/CD 流程也扩展至 MLOps（Machine Learning Operations）范畴，实现 模型交付的自动化与可追溯。与此同时，模型即服务 MaaS（Model as 劣化 [1, 27]；阿里云利用 CXL 交换机，实现云数据库的内存池化和数据共享 [28]。 支持分 离式数 据中心 架构的 软件栈 支持分离式架构的软件 栈主要集中在简化编程 复杂性、提升远程资源访 问效率、优化资源池化与 调度策略，以及增强系统 可扩展性与高可用性等 方面，为大规模异构资源 的统一管理与高效利用 提供支撑。 OSDI SOSP NSDI ATC

仅能够保障电网的稳定运行，还能够支撑实时荷载管理、故障 检测，在各类突发情况下实现快速恢复，从而增强电网稳定性、预防停电事故、加强网络安全防护、确保运 营合规。随着可再生能源时代的到来，面对日益复杂的电力系统和对数据的高度依赖，韧性数据中心的作用 愈加突出。此外，韧性数据中心还可以促进智能电网技术的发展和应用，帮助电力公司洞察能源消费和提升 能源效率，从而为客户创造更多价值。这本白皮书为企 业带来深刻洞见与实用框架指南，激发深入思考。 ——印尼国家电力公司信息技术规划与战略副总裁 Handy Sanjaya AI时代，数据中心正成为数字化与智能化的核心枢纽和创新引擎。随着业务复杂性激增、网络威胁演变及技 术革新加速，这些正驱动数据中心向高可用、高安全和高灵活性演进。近期，我与很多客户伙伴、产业界的 朋友们进行了沟通和交流，大家都提到，韧性DC是当前数智基础设施建设的核心，但也面临居多挑战。华为 和电力一样成为社会运行的基础设施。数据中心作为支撑企业数智化转型和国家数字经济发展的数字底座， 已演进为包含计算、存储、网络、能源、云等多维度系统，支持消费、生产、科研、环境、社会治理等方方 面面，是一个复杂的系统工程，其复杂性不仅源自其超大规模、多组件、多层级的物理与数字结构，更来自 于要支撑动态多变的业务需求、适应外部环境不确定性与抵御多样化风险的要求。随着大模型参数规模越来 越大，对数据中心集群的大规模

数据链：企业间也通过数字化平台实现了跨企业、跨平台的数据交换和集成 ，进行数据共享和协同作业 ，推动企业之间更好地协同合作。 n 痛点问题 ：钢铁产业链数字化系统集成难度高 ，主要是因为钢铁生产流程复杂 ，多原料采购、生产制造、物流配送等环节都需要相应的数字化系统进行支持。然而 ，这些系统之间的数据交换和集成面临巨大的挑战 ，导致企业难以实现全面数字化的协同制造。 YB01-A-1-1 量检 测 数据、环境因素数据、经济成本数据 人 才技 能 ： 材 料科 学 与工 程 、工业工程与自动化控制、仿真模拟技术 痛 点问 题 ： 数 字化 设 计工 具 和技 术 还不 够 成熟 ，在处理复杂工艺和大型设备时可能存在性能不足或稳定性问 题。 由于技术差异和系统之间的不兼容性 ，不同生产环节技术集成难度较大 YB01-A-2-9 主场景：炼焦过程控制 现状评级 ：★★ 工具软件 ：焦炉智能加热优化控制系统、 数据要素 ：炉况数据、关键设备运行状态 人才技能 ：控制科学与工程、冶金工程、 系统工程、工程热物理、数据科学 痛点问题 ：现有模型无法准确描述高炉内 部实际状况 ，控制效果不理想。设备故障、 原材料波动等复杂工况的应对能力不足。 现状评级 ：★★ 工具软件 ： 回转窑智能监测系统、生球粒度在线识别 系统、球团生产数字孪生 知识模型 ：智能配混模型；布料、干燥预热、焙烧、 冷却等工序的智能控制模型；工序关联模型

1 机械工业数字化转型实施方案 机械工业是为国民经济发展、国防军工建设和民生事业提 供技术装备的基础性和战略性行业，产业覆盖面广、产品种类 多、产品结构复杂、产业链条长、大批量生产与小批量定制共 存等特点突出。加快机械工业数字化转型既是推动行业高质量 发展的必然要求，也是支撑国民经济各行各业数字化转型、加 快推进新型工业化的重要举措。为落实《制造业数字化转型行 动方案》，加快推动机械工业数字化转型智能化升级，制定本 轨道交通、航空航天等重点领域推广应用一批大负载焊装机器人、防爆 喷涂机器人、人机协作机器人等高端工业机器人。 03 仪器仪表 重点发展高分辨率光谱仪、质谱仪、色谱仪、超宽带高分辨率数字 存储示波器等科研仪器，复杂构件表面质量检测、内部缺陷无损检测、 装配参数在线测量等智能检测装备，环境监测、导航测绘、地质勘探、 核子及核辐射测量等领域专用仪器仪表，以及高端探测器与传感器、高 端信号发生和辐射源部件、精密分析分离与控制部件等关键零部件，仪 广应用一批智能医学影像辅助诊断系统、智能手术机器人、智能经络中 医诊断系统等先进适用医疗装备。 07 制药装备 重点发展高性能细胞培养罐及附属系统、蛋白质分离纯化设备、高 标准制剂装备、微反应连续合成和口服制剂连续制造设备、复杂制剂生 产和检测设备等，持续推进高端传感器、新型生物反应器等突破和应用。 08 农机装备 重点发展大马力智能拖拉机、大喂入量谷物联合收获机、大型高速 精密播种机、自走式宽幅喷杆喷雾机、粪肥还田机、侧深施肥机、水肥