柔顺控制； （ 8 ）轴控制器：完成机器人各关节位置、速度和加速度控制； 集中控制系统 用一台计算机实现全部控制功能 主从控制系统 采用主、从两级处理器实现 系统的全部控制功能 分散控制系统 系统控制的每一个模块各有不 同的控制任务和控制策略 1 、集中控制系统 由于工业机器人控制涉及位置控制、速度控制、加速度控 制、轨迹规划等各种数据，对实时性要求较高，但集中控制系 灵活性好，控制系统的危险性降低，采用多处理器的分散控制，有利 于系统功能的并行执行，提高系统的处理效率，缩短响应时间。 3 、分散控制系统 生产设备 示教盒 操作台 接 口 计 算 机 感觉系统 与接口 公 用 内 存 一级控制 二级控制 伺服电动机 速度 控制 脉宽调制 放大器 码盘 测速 发电机 伺服单元 图 5-2 分散式控制框图 两级 与之相比，分布式结构的每一个运动轴都由一个控制器处理，这意 味着，系统有较少的轴间耦合和较高的系统重构性。 分布式控制系统的优点在于： ● 系统灵活性好，控制系统的危险性降低 ● 采用多处理器的分散控制，有利于系统功能的并行执 行 ● 提高系统的处理效率，缩短响应时间 机器人操作系统，是工业机器人控制系统的“软部分”，实质上都是采 用了嵌入式实时操作系统。 工业机器人的驱

从标准化产品转 向千人千面的个性化体验，我们的 IT 系统正面临前所未有的考验。 传统业务模式下的 "烟囱式" 系统架构，在多渠道融合的冲击下逐渐显露短板。门店库存与线上 订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 —— 这些痛点的本质，是企 业需要一套更灵活、更敏捷的信息系统，用极简架构支撑复杂业务。对于有一定体量的企业，" 简单即高效" ：技术栈越简洁，运维成本越低，业务响应速度越快。 等非 结构化数据通过向量化存入企业知识库，结合 RAG 技术实现自然语言找商品、语义搜索和多维 度个性化推荐，将“昨天的爆款”推荐转变为“千人千面”的实时个性化推荐 。 11 这种能力将原始、分散的零售数据转化为统一的、AI 友好的资产，使零售商能够超越简单的用 户画像，深入理解客户意图和情感，从而推动更有效的个性化服务和业务创新。 第三，向量融合查询（SQL+AI），激活企业一方高价值数据 杂问题。这导致用户反复提问、问题解决率低，最终高比例转接人工服务，服务效率低下。  线下导购服务水平不稳定：门店导购的专业知识和服务水平参差不齐。关于新品卖点、实 时库存、个性化搭配等信息分散且更新不及时，导致顾客体验不稳定，影响品牌形象和销 售转化。  全渠道数据割裂，服务体验不连贯：用户的线上浏览、线下购买、客服咨询等行为数据分 散在不同系统。这使得线上客服和线下导购无法实时获取完整的客户画像，导致服务脱节，

生产过程监控乱：持续设备升级和精益管理，设备数及种类多，状态、 参数无法实时监控；生产过程监控数据分散且庞大，未能集中有效利 用；大量数据手工填写，人工核对防错占用大量时间，影响产品数据 质量。  质量体系要求高：国家监管趋严，对药品质量管控提出越来越高的要 求；总部对下属单元管理标准执行效率低，存在断点、过程记录手工 分散；管理效率和风险控制需进一步加强。  能耗成本管理差：中药生产过程有大量蒸煮烘作业，需要消耗大量燃

7%，商 用车零部件市场则同比下降1.0%。当前，“三电”系统 与发动机仍为零部件收入的主要来源，合计占比约 60%，但其增长动能较为有限，整体增长放缓。相较 之下，电子、轮胎轮毂与底盘板块行业分散、规模有 限，但保持超过10%的快速增长，展现出结构性亮点 与较强的发展韧性。 02 尽管收入增速放缓，头部企业净利润仍同步高速增长 19%，显示出了较强的盈利韧性，头部虹吸效应进一 步 入增长承压。在发动机板块中，潍柴在整体版块收入 和盈利的占比分别为72%和73%。未来，随着商用车 等细分市场销量下滑，腰尾部发动机企业面临连续亏 损和转型难题。 电子、轮胎轮毂、底盘等板块相对分散，但整体增速 较快。电子板块已初步形成珠三角、长三角等区域产 业集群，头部企业在加大研发投入的同时，持续推动 技术迭代，并通过垂直整合与协同整合提升效率。此 外，围绕“第二增长曲线”的战略布局逐步展开，国际 方碰撞）、注意力警告（预防驾驶员困倦）、车道保持 助手（车道/道路边界监控及主动车道保持）以及高 级紧急制动（检测前方碰撞，如无响应则自动应用制 动）；2024年引入高级驾驶员注意力分散警告（驾驶 员视线分散时发出警告）；另一方面，欧洲新车安全 评鉴协会（Euro NCAP）也将在未来几年设置更严 格的安全评估标准，大力推广智能安全功能。该协会 将对欧洲消费者进行重要性评级并引入辅助驾驶分

各个业务部门对业务系统需求越来越迫切  企业信息孤岛严重，需要实现业务层多环闭合  ERP 已不具备信息传递的时效性、计划执行的多样性、生产过程的复杂性  设备联网、数据云化、协同制造，分散系统平台往集约化发展 计划层 ERP 系统进行管理，主 要体现在财务和供应链 管理 信息化 企业在生产环节的痛点 生产过程不透明。订单、生产进度无法实时掌握。过去 1 小时之内生产线出 支持自定义质检策略，根据首检、尾检、抽检等多规则实 时生成质检任务，使得质量分析不仅全面、实时、精准， 而且可以在线闭环地促进质量持续改善。 设备管理痛点 1 2 4 3 设备台账或备件台账采用传统表格或纸质资料管理，信息分散，且存在丢失或泄露风险； 纸质设备手册或维修记录不便保存、查询和统计。 设备、资产、备件、维修、人员等业务关联度不够；突发故障时需电话多方面沟通，处理 不及时，影响生产效率。 维保计划根据维

集中化、数据集中化与分析洞察、支撑业务敏捷与创新。 4 趋势二 : 打破产业链大数据孤岛，数据驱动企业运营和业务模式 创新  以消费者为中心，倒逼和促进新型的价值协同网的形成，基于互联网正在汇聚、分类、呈现、对接大量分散个性化需求；  C2M 模式，需要 IT 资源敏捷、弹性、可扩展、快速支撑，才能满足柔性生产的要求。 产业大数据分析云平台 生产信息纵向集成 产业链横向集 成 采集感知 -> 分析洞察 企业经营数据 产业链生态链 数据 5 趋势三 :C2B 模式兴起，柔性生产是实现 C2B 的关 键 以消费者为中心， 倒逼和促进新型的价值协同网的形成， 基于互联网正在汇聚、分类、呈现、对接大量分散个性化需求 “ 生产制造 + 商贸流通” 的互联网化进程 前向供应链 后向供应链 原材料 - 生产 - 品牌商 - 分销 / 渠道 - 零售 - 消费者 个性定制、小批量生产 机器人换人 逆互联网化 解决方案 - 工业设计仿 真 云 CAD aaS CAE aaS Workspace 服务 (with vGPU) HPC 云服务 (with Infiniband) + 安全：云上设计比分散到每个桌面的工作站更安全 协同：解决跨地域协同设计问题 业务弹性：自动资源伸缩，及时满足业务快速增长的需求 从 Capex 到 Opex ：降低 PLM 设计仿 真 的 IT 总成本  开放架构，基于

中心企业 补课 补从部门级 IT 时代到企业级 IT 时代信息化 整合的课 创新 两化充分融合 实现传统装备 制造业的数字 化转型 • 总部与所属企业间信息化联系薄 弱 • 信息和数据分散，存在大量信息 “孤岛”和“竖井” • 信息化工作从总体上缺乏统一的 指 导和业务流程 • 信息化部门对于信息化需求缺乏统 一的管理准则 • 整合不同应用系统，实现端到端 数 字化运营 时代（ 4.0 ） 控制阶段 整合阶段 数据管理阶段 成熟 阶段 初始阶段 行业领先实践 集团现状 系统整合与价值提升阶段 分散建设阶段 规划与重构 扩展阶段 战略型 战术型 投 入 时间 转型 - 7 - • 打造大数据分析平台，实现工 程机械行业工业大数据的深化 应用。 • 徐工机械通过云、管、端协同，打造

时操作的能力相结合来创造价值。 剑维软件针对水务的一体化运营中心主要特点： 融合和情境化OT/IT/ET 通过将整个运营中的数据源和数据类型汇集在一起，自定 义360度视图，以识别新的关系并提取新的价值。 管理地理上分散的业务 使用可定制的导航工具按站点向下钻取单个资产，并创建 物理和数字系统的直观层次结构。 提高对操作条件的认识 从被动缓解转向主动评估。通过数据可视化实现全球知 识，防止关键资产故障，最大限度地减少水损失，并确保所 以可视化方式呈现趋势、揭示事物之间的关联、发掘新的 商机。 13 剑维软件水行业白皮书 业务挑战 水厂建设过程中产生了大量工程信息，这些信息，例如三维 模型、文档、数据表单等通常以各种不同的格式，存在于水 厂 分散难以企及的资源库中。就项目而言，信息流通不畅 及不良信息流通均可能严重影响决策质量。 运营过程中，由于物理资产与其准确的数字记录不再匹配， 致使产生无效的错误信息，因此各类用户针对此类信息所 做 （以下简称 AVEVA AIM）是一款性能强劲的Web解决方案，支持用户 组织、验证以及协作处理资产数据和文档，完全不必考虑来 源和位置。直观、高效的用户界面可加快相关信息检索。 仅通过单一应用程序，即可使分散的项目团队提供常用数 据资产。 AVEVA AIM可将任何类型、来源的信息存储于安全的环境 中。相关信息可自动关联，加入上下文。Dashboard可提 供单一环境，以便比较、导航、可视呈现、了解和报告来自

”浪潮，以及 VMware 等国外产品的销售模式调整，都为制 造企业 IT 基础设施带来了更为复杂的技术需求。而传统 IT 基础架构使用专用存储硬件、采用集中式存储架构和存算分离架构，导致存储资源分散， 整体架构复杂，难以满足业务需求。通过下表，可以一览业务需求与现有 IT 基础架构之间的矛盾。 业务场景 对基础架构的核心需求 传统基础架构的挑战 核心业务及灾备系统，包括 ERP、 MES、PLM、业务中台等 方案概况 用户先使用 VMware vSphere+SMTX OS 的融合部署方式，以 8+4 节 点的全闪服务器承载了集团和上市公司的核心数据库、财务系统等业务 系统，完成了数据中心架构“从分散到融合”的第一步转型。在进一步验 证 SmartX 原生虚拟化能力后，用户在集群扩容时陆续采用基于 ELF 的超融合架构，并引入 SKS、SMTX 备份与容灾和 Everoute 模块，构 建全栈企业云平台，总计部署

1 智能驾驶智算数据平台定义及预期功能 1.1 智能驾驶智算数据平台定义 端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支 持。自动驾驶领域数据类型多样、格式复杂、算力分散，且以 Transformer 为基 底的人工智能网络模型结构在智能驾驶领域的适应性尚未被充分验证。建立行业 级智能驾驶智算数据平台，有望集中行业力量，建立高质量自动驾驶数据集、集 中算力资源 Catena-X，企业可以提高供应链的透明度，优化质量和物流流 程，并实现更高的二氧化碳减排透明度，同时简化主数据管理。Catena-X 的主要 应用领域为汽车行业的供应链数据共享与交换，遵循去中心化分散型系统和中立 治理原则，为自动驾驶数据的共享流通提供了借鉴价值。 2.1.2 国外现状小结 从已有资料来看，国外智能驾驶开发商中，特斯拉和英伟达是智能驾驶技术 开发的引领者。前者长期处于 务。第四，推动数据及软硬件设施标准化，促进不同设备和系统间的互联互通。 （b）持续分布式、增量式建设运营 后续的分布式运营建设将重点放在建立一个开放、协作、创新的行业运营机 制上，以激活行业中分散的数据、算力和算法资源。在这个阶段，平台的核心任 务不再局限于硬件资源的部署，而是通过构建一套完善的运营机制，促进行业资 源的高效流动。具体而言： 第一，搭建行业级数据共享与交易系统，实现数据确权、追踪和安全流通，