1 工业 APP 与智能制造

工业软件是我国智能制造的重要基础和核心支撑， 工业APP 是智能制造和工业互联网时代的新型工业软件。根据《工业APP白皮书（2020）》定义：工业 APP 是基于松耦合、组件化、可重构、可重用思想，面向特定工业场景，解决具体的工业问题，基于平台的技术引擎、资源、模型和业务组件，将工业机理、技术、知识、算法与最佳工程实践按照系统化组织、模型化表达、可视化交互、场景化应用、生态化演进原则而形成的应用程序。

工业 APP 是特定工业技术知识的载体，可以认为是工业的特定领域特定问题的专家，集成了该问题的知识、经验和解决方法。工业 APP 可以依托于平台生态，通过重构/重用和集群化应用来解决复杂的工业问题， 从智能工厂的各个层级赋能智能制造：在产品/设备层级的设计、仿真、验证、设备监控与 PHM、健康管理；在车间层级的工艺布局、工艺工装、生产管控、远程运维监控、数据采集，以及效率、质量、能耗改善等管理应用；在企业层级的设计制造一体化、资源、计划、排程，以及服务、人、财、物等管理应用；在整个产业层面的云化应用、产业协同、供应链管理、营销等经营管理应用。

根据《中国工业软件产业白皮书（2020）》，工业软件基于产品生命周期的聚类分类方法可以分为研发设计、生产制造、运维服务与经营管理。

1）研发设计 APP：依托在研发设计、仿真分析方面的技术积累与探索，并将这些成果与具体的业务相结合，通过对产品设计流程、方法、数据、知识的封装，形成覆盖设计、仿真、优化等方面的工业 APP，提高研发设计效率。主要细分方向：需求定义与管理、产品开发与设计、仿真分析与评估、工艺工装设计、试验验证、产线与工厂设计、设计优化、创新与技术研究、知识与工业机理、数字孪生、设计制造协同。

2）生产制造 APP：围绕生产制造的各个环节，积极开发车间管理、生产排程、缺陷管理、生产控制等方面的工业 APP，通过改善生产制造的各个环节使得企业生产效率提高。主要细分方向：生产计划管理、生产作业管理、生产过程监控、设备设施管理、物资物料管理、生产质量控制、生产效能管理、数据采集监控。

3）运维服务 APP：通过对设备的状态监控、能耗优化、故障预警等应用，提高设备的使用效率，降低运营成本。主要细分方向：预测性维护、健康管理、设备能耗管理、应急处理、备件备品管理、维修与服务。

4）经营管理 APP：包括企业经营管理、供应链管理、销售管理等工业 APP 产品，透过数据应用，为企业创造收入、降低企业运营成本及有效管控经营风险。主要细分方向：采购管理、产业链协同、风险管理、销售管理、物流管理、安全管理、项目管理、人才管理组织管理、辅助决策、资产管理、财务管理。

2 典型场景应用

2.1 研发设计

研发设计类工业 APP 处于工业制造的上游， 通过研发设计类工业软件赋能工业制造的产品研发数字化，对工业制造智能化具有重大意义。目前我国研发设计类软件国产化率仅 5%左右。工业 APP 优势领域：基于模型和仿真的研发设计、基于产品生命周期的设计、融合消费者反馈的设计。

对一个具体制造业企业，通用的设计软件存在的问题是，所涉及的产品结构与形状等往往类似， 但每次产品设计都需要从基本建模做起，大量时间都浪费在软件功能操作上了，影响了工程师的创新速度与工作效率。这些通用软件系统有功能强大的二次开发工具，可以针对企业特点，通过系统模板、参数化以及各种二次开发函数，开发出适合企业专用的 APP，形成企业自己专用的快速设计系统。

北京某公司研发的快速设计系统（IRDS）就是这类工业APP的典型代表。该系统基于产品研发过程中可共享的产品要素及技术要素，运用数字化手段建立产品研发 APP，实现各类要素可重复、快速的运用。系统包含了三维参数化设计、智能数据重用、集成计算组件、知识智能推送、导航式设计等多类工业 APP 应用。

2.2 生产制造

生产制造类工业 APP 向下连接底层的车间级设备、 仪表、传感器和边缘组件，向上承接顶层的企业经营管理系统和软件，承担着采集各类生产数据、控制底层设备、实时监控调度、执行企业计划等一系列工作，以改善生产设备的效率和利用率，提升生产质量，提高制造过程的管控水平和实际生产能力。

工业 APP 优势领域：设计制造一体化协同、工业物联网产线、生产质量控制、生产计划与排程。如对于轴承制造行业， 通常的做法就是在通用 CAM 软件中先建 3D 模型， 然后根据经验输入各类加工参数生成刀路轨迹，选择合适的后置处理输出所需要的 NC 加工程序。但这种做法存在的问题就是需要工程师频繁地建模、设置加工参数、生成加工代码，很多工作都是重复、繁琐，还往往容易出错，并且对操作人员要求较高，基本都是大学毕业的工程师，需要他们既要会CAD/CAM 软件， 还要懂加工工艺。由于产品种类相对较为固定，工艺较为稳定成熟，客户希望操作工人在选定零件工序后，能根据工艺卡片上的工艺参数， 在简单而直观的图形化界面中输入相应加工参数，软件就能自动生成正确的加工程序，从而将工程师从这些繁杂而重复的工作中解放出来。

可以通过工业 APP 来固化行业知识，提高效率，对于某些特殊的加工要求，需要定制化二次开发才能满足的要求，可以通过做定制化的工业 APP。这类工业 APP 是基于机理模型、算法与行业知识，完成特定需求，对工程师的要求较高，需要既要懂工业机理，又要懂软件开发，具有一定的难度，主要是解决特定需求而开发，通用性较差，但实用性很强。

2.3 运维服务

运维服务类工业 APP，包括对资产和设备的管理和优化。传统的运维服务软件包括：资产性能管理（APM）、维护维修运行管理（MRO）、故障预测与健康管理（PHM）等，工业 APP 优势领域：设计运维协同、预测性维护。

如针对金属加工行业痛点即传统管理方式要耗费大量的巡检人力、时间和沟通成本，需要实时获知设备信息快速做出正确响应，在多客户间如何安全、高效地运维管理，研华科技开发了InsightAPM/CNC-设备远程运维管理 APP。其所有服务都是基于微服务架构的，通过上述整体架构设计，方案根据实际客户应用需求来开展研发，从设备生命的全周期管理和维护出发，方案针对设备出货后的客户管理，提供了多租户管理功能；针对投产监控，提供了设备利用率异常报警监控功能；针对维护保养，提供了故障报工单管理和维保管理功能；针对生产管理还提供备品备件管理功能；附加功能：生产执行系统（MES）服务、生产报表管理服务和 CNC 刀具健康管理服务。

2.4 经营管理

经营管理类 APP 是指建立在管理信息化、信息安全化等基础上，以系统化、流程化、 网络化的管理思想，通过 APP 对企业主要经营管理活动进行支撑， 为企业管理者及员工提供业务运行的平台和支持决策的手段， 可以提升企业的管理治理水平和运营效率。

由于每个企业的管理基础、 管理习惯、 管理标准等千差万别， 在 ERP、MES 等生产管理信息化领域， 存在大量的定制开发，导致交付周期长、人力投入高，并且会影响客户的正常生产。国内某公司开发的 MOM平台， 平台内封装了大量的离散类制造行业技术、知识，面对复杂多重业务场景，用户只需聚焦业务，基于各种开发应用组件，通过灵活的配置及简单调用，以拖拉拽方式，生成基础数据、计划管理、现场作业、数据采集、设备管理、库房管理、质量管理、高级排产、决策支持等各种工业 APP，众多的工业 APP 形成满足不同生产类型、不同行业的解决方案。

3 生态关系

3.1 传统软件和工业 APP 的关系

传统软件可以通过 APP 化形成工业 APP 集，工业 APP 对传统工业软件应用有促进作用：工业 APP 以“知识驱动”的方式高效率地驱动传统工业软件完成特定的任务， 工业 APP 实现各种异构工业软件之间的集成与数据传递、业务深度分析与优化。

3.2 工业互联网平台和工业 APP 的关系

工业互联网平台是工业 APP 的重要载体， 工业 APP 则支撑工业互联网平台实现各类智能化应用。工业 APP 面向特定的工业应用场景，支持用户对各类资源与生产过程进行优化，做出科学的管理决策，是工业互联网平台形成与进化的重要工具。工业互联网平台可以有效汇聚大量真实可靠的工业数据， 让工业APP 的开发有足够的工业技术知识积累作为支撑， 从而加快软件的升级更新。

3.3 其他与工业 APP 的关系

工业机理模型是工业 APP 的核心组成部分，IT 技术与运行技术（OT）、数据技术（DT）、工业机理模型的融合形成组件层，供工业 APP 开发者调用。微服务是一种 IT 架构，构建供工业 APP调用的组件层。工业数据作为企业新的资产、资源和生产要素，其作用是减少决策过程的不确定性，是工业 APP 持续演进的驱动力。

4 未来的展望

中国的工业数字化发展经历了信息化阶段、智能化阶段，目前正朝着智能制造的方向发展。承载着工业技术、知识、经验的工业 APP，正以其灵活、丰富、实用、简单等特点而蓬勃发展。

1）工业互联网平台进一步解耦工业软硬件、解构平台与软件，形成以功能模块和微服务组件为能力的单元，工业互联网平台与工业数据、工业知识、工业场景深度融合，通过“低代码+云开发+开源+开发者社区”的方式，吸引大量专业技术服务商和第三方开发者基于平台进行工业 APP 创新， 以往需要大投入、长周期的软件研发方式正在向低成本、 低门槛的平台应用创新生态方式转变。

2）工业数字化软件向低代码化发展，从而能够在短时间内赋能工业企业完成数字平台的落地，解决数据孤岛、业务孤岛、OT 与 IT 融合等问题，降低数字化转型的资金及时间成本，使得企业能更加专注于业务的持续创新， 提升企业的敏捷性与自主性。

3）结合深度数据分析的设备健康管理、生产质量管理、生产工艺优化、 能耗与排放管理等工业 APP 为工业企业创造了运维、能耗成本降低，产品质量及服务价值提升等优化价值。

4）以深度学习和知识图谱为代表的人工智能技术深入的应用，提高系统建模和处理复杂性、不确定性、常识性等工业问题的能力，提升数据分析能力与效率，扩大工业 APP 应用的深度和广度。
在我国制造业数字化转型的路上， 需求足够多， 场景足够多，这就需要工业 APP 的形式足够多样化，多种形式应用于不同场景，互为补充，成为促进企业的智能化生产、个性化定制、网络化协同、服务化延伸智能制造转型的利器。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。