一、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。

二、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。

三、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。

四、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。