本文简述《垂直行业工业互联网实施架构白皮书(讨论稿)》（以下简称垂直行业白皮书）之工程机械行业工业互联网实施架构，并对其中的设备健康管理部分结合实践做进一步探讨。为提高可读性，增加部分实景插图。
全系列包括轻工家电行业工业互联网、工程机械行业工业互联网、电子信息行业工业互联网、钢铁行业工业互联网、高端装备行业工业互联网
工程机械行业工业互联网架构简述
工程机械行业属于技术密集、劳动密集、资本密集型的行业。目前工程机械企业普遍面临三个方面问题：一是工程机械行业企业生产物流效率低下。二是工程机械企业管理普遍存在诸多问题。三是智能化已成为工程机械行业的主要趋势和方向发展。
工程机械行业有两大通用实施需求：
1、智能端设备的利用绩效和健康维护；
在工程机械行业，以工业互联网支撑的工业智能设备终端为基础的智能服务是主要场景之一。实现产品全寿命周期及端到端流程打通，引领离散制造行业产品全生命周期的数字化制造与服务（例如预测性维护系统服务）的发展方向。
2、智能工厂与供应链系统提质增效解决方案。
企业针对离散制造行业多品种、小批量的特点，针对零部件多且加工过程复杂导致的生产过程管理难题和客户对产品个性化定制日益强烈的需求，实现“产品混装＋流水模式”的数字化供应链与智能制造。
互联网架构包括边缘层、平台层和应用层：
边缘层依托传感器、工业控制、物联网技术进行工厂内外数据的打通聚合，对设备、系统、环境等要素信息进行实时采集和处理。
平台层包括提供计算、存储、网络等物理资源的 IaaS 服务。提供支撑工业互联网平台自身所需的 PaaS 能力，包括数据库/大数据、中间件、容器和微服务等基础组件和服务的 PaaS 服务。提供工业互联网领域所需的组件与模块服务。
应用层依托设备物联接入、工业大数据分析等的工业 PaaS 服务，部署智能化控制与可视化、智能研发、智能制造、预测性维护、智能服务、共享平台、工业物联网金融等应用。
产品全生命周期智能服务与健康管理
随着工程机械行业市场疲软、竞争加剧、产品和服务同质化日趋严重，亟需借助互联网、物联网、大数据分析等新技术，打造新常态下在售后服务领域的领先优势。包括运用大数据分析、互联网、物联网等手段，加强服务全生命周期管理，促进主机合理使用及设备残值再利用；降低设备管理及服务人员技术要求，实现设备智慧管理及“人人皆可服务”；在主机销售受阻的前提下，加强零部件再制造、二手机交易租赁、服务保险等增值服务。实施架构如下：
1、 实时数据采集与回传。实时采集各品类设备机器运行的各项参数，如地理位置信息、耗油量信息、设备运行状况信息等，并将数据存储，实时分析。
2、 远程监控、分析、诊断。针对设备工况数据进行分析，解决设备与日常管理运营问题。如设备运行轨迹、历史工况分析、机群管理分析、设备实时监控分析等。通过对设备整体或零部件运行状态、异常情况、磨损程度等技术参数的大数据分析，支持客户随时随地对设备进行监控和管理。管理设备作业状况，对设备作业量（总工作时间、作业方量、油耗、发动机转速等）进行统计，方便客户工作安排、成本控制。通过获取和分析设备的实时诊断数据，深入了解客户需求，实现用户使用状况与产品生命周期的监控，为客户提供及时的设备非正常状态提醒，预防损失，也为服务工程师维修提供依据。
3、智能故障诊断。对设备运行数据进行实时采集与处理分析，根据已设定的规则进行非法操作报警、设备异常报警、偏离预定位置报警等实时报警，以及故障远程诊断、维护，并相应与智能服务平台一键智能派工服务集成。
4、故障预测。基于存储在大数据存储与分析平台中的数据，通过设备使用数据、工况数据、主机及配件性能数据、配件更换数据等设备与服务数据，进行设备故障、服务、配件需求的预测，为主动服务提供技术支撑，延长设备使用寿命，降低故障率。
5、资产管理。设备解锁管理：实现系统远程锁机/解锁、多级别的锁机控制、锁机流程管理、锁机历史记录管理等。设备维保管理：实现可根据自定义参数制定合理的保养计划并提供精准的保养提醒和记录等。设备档案管理：实现设备图册管理、设备配件管理、操作保养手册管理、设备基础信息管理等。
6、机群管理。客户对拥有的不同品类设备进行集中管理；已购机用户、有设备需求用户、项目承建方等可以在平台上进行需求管理，用户可以发布设备使用需求或设备使用需求、项目承建方发布设备需求并以虚拟项目形式对项目中涉及的设备进行机群管理，并主动推送相关信息。
应用案例-带锯机健康诊断服务
为各种金属加工提供带锯机的亚洲某精密机电公司是全球首屈一指的专业设备制造商。成立四十年来，生产超过百种机型的锯切系统，产品已销售至80多个国家。该公司为顺应工业4.0的趋势，将预测性维护系统作为增值服务提供给客户。
研发初期，该公司原本打算选用传统的故障诊断方案，可仔细估算后发现成本过高可能会使拥有新功能的带锯机失去市场竞争优势；该公司除了对价格、尺寸与外观有特别的要求之外，新的解决方案还要提供各种功能，包括快速取样的多通道模拟I/O以采集机台信息、多信道数字I/O以控制机台、网络端口上传数据至后台的管理系统、以及软件开发工具以便加速系统开发。再则，由于带锯机的使用环境相对严苛，像是锯切作业易制造粉尘、切削与输送工件则会产生振动、马达转动时的瞬时电压会出现噪声干扰等等，因此解决方案亦要能解决这些问题来确保系统能顺利取得精确的相关数据。
用新一代开放式预测性维护系统成功则解决了此难题。该系统采用只有手掌般大小的嵌入式计算机，安装在金属切割带锯机之控制机箱，精准地采集带锯机切割时所产生的讯号，内附的WebAccess/MCM基于浏览器的机台状态监控软件，工程师无须编程只需透过简单的设定，从中归纳找出相关零组件需要维护或更换的特征值，达到预防保养的目的，并通过以太网络端口将机器信息上传至云端以进行远程监控与管理。系统提供编程接口非常方便进行二次开发。
针对设备健康诊断与上云应用的建模与小量试点，批量应用，标准产品化等不同的阶段应用以下方案.
- 建模与小量试用阶段：采用X86架构下易于实现的配置和开发工具，分离式IEPE模块弹性配置，能够快速搭建测试系统与建模，该工具基于windows系统，操作简便。
- 批量应用阶段：采用ARM架构，集成IEPE模块，提供固定采集通道数，提供高级语言开发包，针对成功建模的系统进行。
- 标准产品化阶段：采用SOC定制架构，节省成本，易于大量部署。
