1、項目背景
制造業是工業化和現代化的主導力量。新一代信息技術與制造業深 度融合，正在推動制造業生產方式向著數字化、網絡化、智能化的方向加速邁進。
物聯網、大數據、人工智能、虛擬現實等新一代信息技術正在加速碰撞、融合，不斷催生新的技術、業務形態和業務模式。數字孿生作為工業互聯網的核心技術之一，作為現實世界實物或系統的數字化表達，以其普適的理論體系廣泛應用于各個行業，尤其是在制造業所屬的工業領域的表現尤為突出。
當前工業生產已經發展到高度自動化與信息化階段，在生產過程中產生大量的信息。但由于企業信息的多源異構、異地分散特征易形成信息孤島，在生產中沒有發揮出應有的價值。采用物聯網技術對車間實時監控，一方面，數據采集與分析使得系統行為刻畫得更加精準和透明， 為調度系統做出正確響應提供準確的數據來源；另一方面，在數據實時處理下車間狀態瞬息萬變，這對企業調度系統的運算時間性能提出了更高的需求。
2、項目建設內容
卡奧斯D3OS，涵蓋工業智能、數字孿生、設備物聯、數據主線四大核心模塊（如圖1）。具備數據采集、治理及智能化應用的全流程能力， 實現設備間、系統間的物聯、數聯、智聯，幫助企業可視（全場景三維/ 實景可視化，全要素數據可視化）、可管（數據治理，設備管理與追 蹤，生產流程管控）、可預測（生產計劃排程優化，設備預測性維護）。
圖1卡奧斯D3OS產品體系架構
（一）loT Plat設備物聯，提供基礎數據來
卡奧斯D3OS搭建了實現資產和設備管理的物聯網平臺—IoT Plat，快速搭建企業級物聯系統。提供設備接入、資產管理、規則引擎、可視化等服務，通過MQTT、HTTP和CoAP等協議的加密傳輸，完成工業環境中全設備的接入以及數據采集。幫助傳統工業設備的入網上云，實現了工業環境中海量數據的接入以及關鍵數據的實時傳輸，有效解決了物理 模型與數字模型的真實性與動態一致性問題。
（二）Data Thread數據主線組件，深度挖掘數據價值
跨系統數據匯聚、處理及數據價值的挖掘，幫助企業快速、高效的匯聚物聯數據及信息系統數據。支持多源異構的結構化和非結構化數據，通過可拖拽的模塊化的組件搭建數據ETL處理流程，同時內置了低代碼的數據處理引擎靈活處理企業各類數據。實現對設備、生產、工 藝、質量、能耗等多方數據的統一治理分析，大幅提高數據采集及清洗 的效率、準確性和便捷性。同時降低大數據處理分析技術門檻，用戶只需簡單操作組件面板的配置項，即可實現復雜的調度任務處理，為企業決策提供分析依據。
（三）DT Studio數字孿生場景編輯器，快速搭建高逼真虛擬場景
DT studio整合數據建設虛擬場景，實現卡奧斯D3OS各類場景的數字孿生。設備模型庫提供大量工業設備在線模型，通過所見即所得的場景編輯器十幾分鐘創建一個數據驅動的孿生工廠，可讓企業便捷的監控與管理全生命周期的設備、產線、工廠。
（四）DI Engine 工業智能決策引擎，實現生產流程再造
為了解決柔性作業車間動態調度問題中存在的問題以及復雜供應鏈管理難題，DI Engine通過人工智能，提出了智能車間調度新模式。卡奧斯D3OS利用DI Engine能力，人工智能與數字孿生驅動的智能調度決策優化，以及對產線設備及生產流程的仿真和生產計劃的模擬，實現對生產過程與結果的預測，推動生產排程和工藝的優化調整，預測可能發生的業務中斷及其影響，解決供應鏈體系問題，改善運營態勢。
3、應用效果
（一）輕松管理百萬級設備，智能化處理海量數據
通過loT Plat集成物聯數據平臺，有效打通了設備生產方與終端使用方之間的壁壘，實現設備遠程監控、在線運維、數據分析和預測性維護等在內的全生命周期管理。
（二）跨系統數據匯聚處理，全流程挖掘數據價值
Data Thread數據主線組件可實現跨系統數據匯聚、處理及數據價值的挖掘，幫助企業沉淀數據資產。助力企業實現數據監測實時化、數據BI可視化、決策科學化。
（三） 生產流程智能再造，數據驅動企業決策
DI Engine工業智能決策引擎，幫助企業實現高效、準確、快速、科學的高級生產計劃與排程。通過打通各系統的數據信息孤島，實現生產流程再造，助力降本增效。
（四） 自由構建工業數字化場景
依托DT Studio，實現各類場景的數字化、實景化、可視化以及虛擬制造仿真，高度還原場景細節，并支持視角切換、在線巡檢和數據面板實時加載等，助力企業快速搭建數字化場景。
4、主要創新點
（一）攻關以真實數據驅動的虛實融合場景構建技術
卡奧斯D3OS，基于海爾在工業流程行業具備的生產過程連續、控制自動化程度高、數據經驗累積豐富、加工制造模式成熟等優勢，結合卡奧斯工業互聯網平臺沉淀的機理模型、知識圖譜、人工智能、物聯網等技術組件，在數字孿生領域及人工智能領域開展關鍵技術的攻關，突破性構建工業智能、數字孿生、設備物聯、數據主線四大創新模塊，實現：全場景三維/實景可視化、全要素數據可視化、數據治理、設備管理與追蹤、生產流程管控、生產計劃排程優化及設備預測性維護。
圖2 卡奧斯D3OS高精度數字孿生工廠
（二)DI Engine智能驅動虛擬生產
卡奧斯D3OS融合人工智能深度強化學習，數字孿生模型匯聚了計劃中和已發布的工作訂單、銷售訂單、待批事項、需求/供應的實時數據和快照等，通過數據驅動的決策智能，推進數字孿生和深度強化學習在制造生產中的落地(如圖3)。
1.智能供應鏈優化
當供應鏈環境變化進行最大化優化，供應鏈的變化最終會影響到原材料、零配件庫存。
2.APS生產計劃優化
當零配件，或其他條件(比如：可用設備)變化時，及時調整生產計劃，使損失降到最低。
3.設備調度優化
通過深度強化學習物流和供應鏈體系，將更多任務交給系統自動執行，從客戶服務到倉庫，整個自動化智能流程可以長時間無差錯運行，從而減少錯誤和事故數量，控制成本。
圖3 卡奧斯D3OS DI Engine智能驅動虛擬生產
DI Engine采用基于算法的自動排程，能科學實時響應各種現場不可預測的擾動，計算由擾動引起的連鎖反應，實時生成新的生產計劃排程以適應現場動態變化，達到接單極大化、產能利用最大化，訂單延遲最小化。
5、推廣價值
平臺已對某工廠幾十臺工業設備逬行建模，生動形象的實時展示設備的運行情況的監控和記錄并逬行精益化管理，減少設備的停機時長， 保障生產計劃按時完成。
通過搭建物聯網平臺采集數據，利用大數據分析技術對數據進行集成分析，建立故障預警、診斷、設備生命周期等工業機理模型，并進行預測性維護，逐步培育出生產大數據決策能力。與此同時，工廠設備幾何模型、數據模型與仿真機理模型的高效融合，實現了產線中上千個點位的數字孿生與互操作。
通過數字孿生技術搭建智能生產系統，實時監控設備運行狀態，通過數據分析排查產能和合格率的原因，提高設備的產能和合格率，最終實現產能的提升。
卡奧斯D3OS致力于以數字孿生技術的創新應用實現企業數字化轉型新范式，正助力各行業、各領域的數字化轉型、釋放數據價值，加速開拓具備行業引領性的巨大價值空間。
