華辰資本
CELESTIAL CAPITAL
专注中国产业结构升级与创新,
聚焦新一代信息技术产业发展。
2018年,在中国经济周期、产业周期、资本周
期与政治周期四重叠加的特殊时期,本着“深耕产业、
协同发展、价值驱动、重度赋能”的愿景,华辰资本
(“华辰”)应运而生,致力成为中国最专业的创新型
投资机构。
华辰资本总部位于中国最具发展活力与科技创
新的深圳,专注于包括云计算、大数据、人工智能、边
缘计算、工业互联网、5G等新一代信息技术领域,通过
扎实的体系化产业研究与理解能力,以投资银行、战略
咨询、产业研究、产业基金等模式,为新一代信息技术
企业提供企业融资、战略视野、市场协同,价值管理、
供应链管理、资源整合等产业赋能。
一、产业分析 ................................................................................................................................................................................................... 03
目录
基本概况
发展历程
核心技术-数字化模型
核心技术-微服务架构
发展趋势
二、市场分析 ................................................................................................................................................................................................... 12
市场规模
市场格局
国内外典型企业
三、企业分析 ................................................................................................................................................................................................... 19
GE-Predix
海尔-COSMOPlat
航天云网-INDICS
东方国信-Cloudiip
树根互联-根云
©2019 Celestial Research 华辰产业研究院
一、产业分析
产 业 分 析 |
基本概况
图1 工业互联网平台功能架构
工业互联网PaaS层
1. 定义:工业PaaS是基于微服务架构的数字模型,数字模型是
就是把大量的工业的技术原理、行业知识、基础工艺、模型
工具规则化、软件化、模块化,并封装为可重复使用的组件。
工业PaaS是工业互联网的核心。
2. 本质:向下可以调用设备、业务系统等软硬件资源,向上可
以承载工业APP等应用服务的“工业操作系统”。
3. 核心:行业机理模型的沉淀能力,构建数字化模型池。
资料来源:《工业互联网平台白皮书》、华辰资本整理
©2019 Celestial Research 华辰产业研究院
4
产 业 分 析 |
发展历程
图2 智慧制造的过程
发展历程:智慧制造是基于模型的制造
1. 上世纪60年代到70年代:建模仿真主要是用FORTRAN语言编写的数字
算法,用于计算特定的物理现象,解决设计问题,如机械设计的有
限元分析。
2. 80年代到90年代:随着工作站以及计算能力的提高,仿真技术的应
用逐渐遍及各个学科和不同层面。
3. 90年代至今:仿真不仅是各种产品或过程的设计决策、评价和试验
的基本工具,并且用于复杂工程系统的分析。
4. 发展趋势:由于仿真能够在产品全生命周期提供无缝协助和优化,
资料来源:网络资料、华辰资本整理
将来必然成为制造系统的核心功能之一。
©2019 Celestial Research 华辰产业研究院
5
产 业 分 析 |
工业PaaS核心技术-数字化模型(1/4)
图3 PaaS运作过程
资料来源:赛迪智库、华辰资本整理
©2019 Celestial Research 华辰产业研究院
6
数字化模型来源
1. 来源于物理设备,包括制造过程的零件模板,设备故障
诊断、性能优化和远程运维等背后的原理、知识、经验
及方法;
2. 来源于业务流程逻辑,包括ERP、MES、SCM、CRM、生产
效能优化等这些业务系统中蕴含着的流程逻辑框架;
3. 来源于研发工具,包括CAD、CAE、MBD等设计、仿真工
具中的三维数字化模型、仿真环境模型等;
4. 生产工艺中的工艺配方、工艺流程、工艺参数等模型。
产 业 分 析 |
工业PaaS核心技术-数字化模型(2/4)
图4 大数据建模
数字化模型开发工具
1. 基本概况:所有的这些技术、知识、经验、方法、工艺都将通过不
同的编程语言、编程方式固化形成一个个数字化模型。
2. 建模工具:Python数据抓取、MYSQL数据整理统计、EXCLE图表制作、
SPSS.R数据建模可视化等等。这些模型一部分是由具备一定开发能
力的编程人员,通过代码化、参数化的编程方式直接将数字化模型
以源代码的形式表示出来,但对模型背后所蕴含的知识、经验了解
相对较少;另一部分是由具有深厚工业知识沉淀但不具备直接编程
能力的行业专家,将长期积累的知识、经验、方法通过“拖拉拽”
等形象、低门槛的图形化编程方式,简易、便捷、高效的固化成一
资料来源:网络资料、华辰资本整理
个个数字化模型。
3. 大数据建模步骤:1)选择模型;2)训练模型;3)评估模型;4)
应用模型;5)优化模型五个阶段。五个步骤将不断循环优化。
©2019 Celestial Research 华辰产业研究院
7