全量数据获取：海量多源异构设备全量数据ETL。设备数字孪生：设备/产品运行建模和数据建模，运行状态仿真。状态监测&故障诊断：异常监控、报警、故障判定、故障根因分析。生产运维管理：台账管理、运维决策、远程运维、系统自愈、运维周期优化。健康度量：可靠性&劣化趋势评价、剩余寿命预测、设备健康度画像。PHM：设备分级分类、产线设备预测性维护；产品全生命周期管理、远程运维及自愈合诊断。

人员技能画像：可视、量化评价人员技能。智能派工：数字化派工，人员定岗。人员防错：防串岗、防错配、行为全监控。人员绩效：基于行为量化的人员绩效管理。生涯规划：档案管理、培训、转岗、流动。智能招聘：简历语义分析、需求匹配。

质量文件实时获取：实时访问企业级OT系统，质量文件实时下达至边缘。质量数据采集：质保工具、日志、检测数据实时采集与分析。质保过程监控：质保过程全要素监控和防错，质量异常实时上报，边缘协同分析与自决策。生产现场PDCA：IT-OT协同分析，实现TQM和PDCA控制全覆盖。

LeapIOT WebSCADA 组态设计，是以物联网及第三方集成数据为基础，提供可视化、拖拽式的设备运行、工艺流程的在线监控看板设计。组态设计为用户提供丰富的设备、统计、监控及表单交互组件，支持显示样式、数据绑定、动态效果的配置，并支持扩展导入设备模板与统计图形。

支持预测性维护、资产绩效管理、系统监控与告警等应用场景，通过云服务接入资产使用情况数据，并结合相关机理以改善资产绩效，以混合云形式部署以兼顾灵活性和业务安全。

支持生产率改进、设备整体效能提升、质量控制、能耗管理等应用场景，通过丰富的工业协议适配接入IoT数据，通过与现有工业系统及工业机理结合支持创新工业应用，以本地化部署的方式运行在极端工业现场环境并提供实时决策支持。

支持供应链管理、智能物流、智慧城市、智能楼宇、智慧医疗等场景，通过云平台接入海量智能设备所产生的数据，通过大数据分析优化业务运行，公有云部署，提供复杂分布式数据计算引擎。

某能源集团，采用联想大数据、物联网、人工智能整体解决方案，一期构建南非、伊春、内蒙等7大风场风机数百台，实现风机的远程监控与实时数据分析，未来接入全国1万余台风机。项目构建了风机、风场、区域及集团数据中心多级数据采集与计算中心，形成边缘计算、实时计算多级中心，并实现数据从采集到结果的秒级与分钟级延迟，技术难点：远程传输、实时计算，穿透网闸的数据传输与校验，高安全与可靠性保障，海量数据分析与展示的时效性与准确性。

联想工业智能实现：33家工厂、600+条产线、30+套软件系统直接或间接数据采集、8+分析领域、实现联想生产及工业设备数据上云；联想工业智能，同时服务于联想自有生产厂、联宝等代工厂及非联想系服务企业；构建了统一的电子工业工业智能平台。生产设备、工厂设施、生产执行系统数据全局整合与实时分析；人、机、料、法、环全生产要素监控；经营分析与管理决策。

设备状态数据难以接入和处理：设备数据难以采集，设备运行参数与告警信息不能及时上报并辅助生产制造决策。对抛料等常见故障难以及时检出、分析和预测。数据完整度和时效性难以保证，设备状态监测不准，抛料等常见故障无法及时检出和进行根因分析，难以通过有效手段降低抛料率。缺乏有效手段优化设备综合绩效，无法基于设备状态数据和对应的产品质量数据，准确制定产品运维计划，持续改善设备OEE和产品质量。

对于上游供应商供货，如注塑机生产信息采集与追溯、锡膏仓储物流温度变化等、调漆及喷涂情况， 跟踪配件、配料质量，已实现50余家供应商的数据互通，并不断扩大数据共享范围。

某商车集团作为国内领先的整车生产制造企业，发动机工厂启动物联网与工业大数据建设，通过全面采集产线数据，实现设备OEE的全面分析，以及质量SPC分析，挖掘生产质量相关影响因素，进一步提升产品质量，摆脱原有离线，单机的SPC分析，转变为全量、实时的在线监测。1、设备联网与实时数据采集，生产过程监控，设备状态监控，质量管理监控； 2、SPC应用，实时分析与判异告警；3、试点物联网与大数据，构建工业智能平台。

某光纤企业达成战略合作协议，共建工业互联网联合实验室，以工业互联网、大数据方面的领先技术，重构企业现有的IT、OT相关架构，在宏观层面建立全新的数字化工厂，在微观层面通过引入人工智能，优化现在工艺、质量、供应链等各个生产经营环节。数字化转型方向：工业互联网、工业大数据的架构及企业落地；数字工厂及从传感器到大数据的链路打通；关键业务应用借助人工智能的优化与改造。

某锅炉集团是一家主要从事锅炉、压力容器、环保设备等产品的咨询、研发、生产、销售、安装 及其它工程服务的大型综合性集团企业。致力于冶金、化工、建材、城建、联合循环、电站等领域余热发电设备的开发、设计、制造，是国内规模最大、品种最全的余热锅炉研究、开发、制造 基地之一。但由于建厂早，产线设备相对封闭或老旧，在工业4.0转型升级中，如何对设备进行智能制造的改造与联网，并平衡投入产出，合理的设计架构及采用合理的采集手段成为杭锅的重点攻关项目。技术难点： 1、软硬件架构设计、组网设计2、设备利旧与智能化改造3、设备能耗监控、环境监控。

某钢铁企业产能规模在全球位列第五，拥有铁、钢、管、深加工全流程的专业化生产工艺，是全球无缝钢管生产机组全、先进机型多、产品规格齐的企业之一。日产量2000根左右，钢管规格从73mm-180mm不等由于整体生产工艺复杂，工序多，拉线机组长，环境暴露等客观原因，致使钢管表面产生缺陷的机会较多，影响因素也较复杂，目前全部由人工目检进行缺陷识别，识别效率低，错误率较高一旦钢管交付后由于瑕疵出现工程事故，钢厂损失巨大。急需新的监测手段实现：1、缺陷的自动化检出；2、缺陷自动分类（孔洞 、轧凹、外折、轧痕、结疤 、机械伤、青线、麻面），缺陷自动分级（A最严重、B、C 最轻微） 3、与前后续机组的联动与缺陷处理。

联想帮助某家电集团构建工业互联网平台，在大规模定制的目标下，满足海量工业应用的定制开发与运营使用，联想物联网及大数据平台作为基础设施，完成海量工业设备及数据的接入与数字化，并以云服务的模式对内外客户提供稳定的连接、存储、智能化分析服务。技术难点：1、海量设备上云与数字孪生；2、从私有部署到开放平台，对生态的支持；3、物联网与大数据、AI系统的整合与高效决策。