文档介绍：案例一:和利时工业自动化云平台
挑战
目标
策略
和时是以用自动化改进人们和利时希望通过将云计算平台和利时利用Azue超大规模计算所
的工作、生活和环境为使命
与和利时自身所擅长物联网和提供的高并发力,将数百万台设备
服务于世界各地的100多家
工业自动化控制相结合,打造迅速连接到云上,和利时的工业自
业,广泛涉及从能源生产、交通出一个远程实时巡查和诊断、动化系统实现了对设备的实时监视
运输、建筑化工到食品医药的众技术专家远程深度服务、真正远程诊断,通过大数据分析和机器
多行业领域。和利时研发的自动实现快速、及时、高效的服务学****进行预测性维护的研究也在推
化系统支持着全球2500合套工大规模工业自动化云平台
进之中。
业系统设备的日常运行,在包括
中国高速铁路、地铁运营和核电
火电厂自动化控制等市场上都占
据着主导地位。目前对于设备的
主要运维手段是现场服务、巡检
和定期维护,这需要消耗大量人
力、物力、精力实施现场服务
巡检和定期维护。
和工业自动化控制相结合,打造出一个具有远程实时巡查和诊断,技术专家远程服务的自动 Holly Sys
化云平台,真正实现快速、高效服务的大规模工业自动化
案例一和利时
解决方案
获益
成果
为了提高问题的诊断和解决效率
o基于微软领先的公有云技术和世
高可扩展性和低后台
改变传统的运营维护模式,和利时
纪互联的高效运维而构建的自动控
运维成本
建立工业控制云,来实现实时监视制云,能为大量设备连接和数据存
更好业务与技术的灵
和远程诊断与大数据分析的预测性
储和处理提供高性能和低成本的平
台
通过实时监视和远程诊断的分析
易于开发和部署
现场服务团队与全国各地的研发
o通过微软的机器学****平台,快速
队可基于每天0TB以上的数据
也将和利时的行业知识转化为线上
共同协作诊断和分析以提升问题的预测分析服务
解决的效率
o在Aure的aS框架上快捷地搭
用大数据分析的预测性维护代替
建起自己的开发、测试和生产环境
4
传统的运维模式,分析和预测可
并迅速进行大规模部署,从而对业
能出现问题的设备、原因和可能务环境和需求的变化即刻做出响应,
解决方案,以缩短非计划停机时以最低成本快速适应市场
间
Azure的大规模运算和高效的服务扩展潜力绐我们留下了深刻的印象,而其对于物联网应用
然支持如比完,七是我始夫及的我们望在微软:工业自动化控 Holly Sys
案例二:特来电新能源汽车充电网的建设、运营
业务范围
挑战
策略
连接新老设备
行业竞争必将加剧,企业势必提升技术
以降低成本
分析数据,发现价值
量评级服务、保脸服务、再融
无桩充电无电插头群管群控
务系统或流程
等,如何通过数据收集分析来
提高这些服务的管理和运作
降低开发周期
3、跨界参与者增加,竟争更加多元化
,盈利前景不明朗,优化
的成本结构下实现业务的快速扩张
5、利用先进的技术,来提供更加多元化的
产品和服务,改善用户的体验
模块结构主动防护柔性充电
6、如何提高生产的安全性、运营的安全性、
服务的安全性
案例二∶特来电通过远程监控实现充电网平台建设
△
充电运营
)(籍))(籍
金融支付)政府监控
支撑平台
平台
大数据分析
大数据应用
支持高并发、海量数据处理的技术支撑平台
微软 Azure云平台
数据采集:求同存异,统一接口规范及数据标准+个性适配
案例二:特来电平台建设的好处
方案
收益
成果
国内第一的新能源汽气车充电云平
通过开故平台把我们的运营数据共享
大量设备的管理和控制能力
给大家。比如分时租赁、充电地图
建设和运营完整的包含设备连接
商、地图数据厂商、政府监管平台
支持把第三方的充电桩托管到我们的
N大量数据的采集能力
数据采集、数据传输、大数据分
析、指令下达等一整套的O解
平台中运营
决方案
提供手机AP和官网、微信,公众可
流数据处理能力
充电桩在知时期内发展到
以享受特来电提供的电动汽车充电服
1000+,.盖城市200+,bo
0预测性分析能力
云平台完美的解决了业务快速扩
提供城市或区域的整体充电解决方案
张情况下系统扩容的问题
并在安全监管方面为政府提供技术支
可视化的仪表盘
数据的分析挖掘极大的优化和指
持:比如建设电动汽车监管平台
导充电系统的运维和业务运营
提供定制化的充电服务、并提供充电
为实现三网融合的充电云平台打
预配置的快速开发方案
业