【工业互联网】全球工业互联网十大最具成长性技术展望（2019-2020年）(3)

图片来源：国家研究计划公司（CNRI）报告

07

自主诊断技术

是指基于模型基础、数据驱动等预测算法，通过运动、温度、压力等物理传感器获取参数信息，分析评估设备运行健康情况的技术。该技术在工业互联网的设备运维场景中具有重要应用价值，可通过对于设备运行参数的算法分析，自动化感知设备疲惫、磨损、腐蚀等运行状态，智能化提供调控、预警、停机等运维决策，实现延长使用寿命、提高运维效率、减低事故风险。

图片来源：徐工信息网站

www.xreacloud.com

08

微毫米坐标智能定位技术

是指由空间坐标感知系统和机械操作系统构成，融合机器学习算法迭代优化机械单元空间定位精度和寻迹路径的技术，是实现工业机器人自主完成铆接、焊接、组装、剪裁、物流等机械操作的关键。机器学习算法的演进升级将进一步推动该技术弹性满足工业互联网在离散行业应用中对于机械操作的高精度定位感知和低时延操控响应的需求。

图片来源：IEEE Communications Surveys & Tutorials

DOI：10.1109/COMST.2017.2691349

09

云边融合计算技术

是指建立云层与边缘层计算过程数据互联互通，动态调配计算资源，实现云层高通量计算能力和边缘层高时效计算能力分布协同的技术，可满足泛在网络所带来的指数级数据计算需求和低时延应用场景所提出的毫秒级计算响应需求。凭借柔性分配云边层计算资源的能力，该技术有望在不拓展硬件设施的基础上，大幅提高工业互联网数据的整体处理能力。

图片来源：阿里云网站

iot.aliyun.com

10

数字纽带技术

是指在生命周期和价值链为数字孪生体提供数据访问、整合和转换能力，实现追溯、共享、交互、协同数据信息的技术。该技术是基于数字孪生体构建数字孪生系统的关键技术，可推动工业互联网平台对零件、设备、生产线、工厂、城市等不同颗粒度数字孪生体的静态物理坐标复刻建模向行为流程逻辑映射发展，实现虚拟世界对物理世界的描述、预测、诊断、决策。

图片来源：西门子（Siemens）网站

new.siemens.com