工業軟件研究所技術力量雄厚，相關人員全部擁有豐富的系統開發和組織實施經驗，對軟件系統從底層操作系統內核、數據庫、應用軟件開發環境、自動控制到系統構架、復雜業務應用、研發生產型企業運作業務流程均有全面而深入的理解和掌握。對通用傳感器、執行器、機器人應用、數控系統均有十分豐富的應用經驗。

工業軟件研究所員工大部分擁有博士、碩士學位和高級工程師、系統架構師、工程師、程序員技術職稱/證書；多位中青年骨干成員在工業自動化與信息化、運營管理方面有10～20余年的工作經驗，曾任大中型高科技企業（含知名外企）的技術總監、部門經理、產品開發經理等。

1. 李斌

l博士，高級工程師。 

l本科和碩士研究生畢業于西北工業大學航空發動機專業，博士研究生畢業于華中科技大學數控系統專業。在自動化、工業軟件、企業運營管理方面有近25年經驗。 

l曾任大型研發型企業軟件工程部經理、公司副總工程師、質量總監（兼管信息技術），曾任華中科技大學無錫研究院常務副院長并主持工作。 

l曾任國家重大項目子系統項目經理，領導大規模團隊進行大型軟件開發；曾任CMMI L3 Sponsor、SEMI S2/S22國際認證項目經理；曾主導開發系列航空發動機測控系統并得到推廣應用。

l曾任上海市科委企業信息化評審專家庫專家、國家標準化委員會半導體設備與材料專業委員；現任中國圖學學會計算機專業委員會委員。

 2. 劉義春

l博士，研究員。

l本科和碩士研究生畢業于西安交通大學計算數學專業，博士研究生畢業于武漢大學計算機科學與軟件專業（信息安全方向）。

l曾在中國石化信息中心工作十余年。

l在服務器集群、云計算、大數據、機器學習、可擴展并行計算有極為豐富的工作經驗。

3. 朱建山

l本科畢業于南昌航空航天大學計算機軟件專業，碩士研究生畢業于上海海事科技大學計算機軟件專業。

l資深軟件工程師，在設備控制軟件系統設計開發、嵌入式儀器儀表/傳感器軟件開發方面有超過10年工作經驗。

l曾長期任泰克Tektronix（中國）有限公司開發項目經理。

l曾負責大型復雜設備多個子系統的驅動軟件設計和開發以及部分上位機功能設計和開發；曾負責電源設備嵌入式軟件開發、能源臺計算機控制及采集系統開發、電機故障診斷系統開發等。

l熟練掌握各種主流開發語言，熟悉跨平臺系統開發；在數據采集、系統通訊等方面都有深入的研究和實踐。

1. 工業物聯網（IIOT）

l 連接：

Ø 智能設備連接

Ø 智能生產線連接

Ø 智能工具連接

Ø 智能儀器連接

Ø MES連接

Ø WMS連接

Ø 試驗管理系統連接

Ø 知識庫系統連接

Ø ……

l 監控

Ø 運行參數實時顯示

Ø 故障報警

Ø 參數記錄與歷史查詢

Ø 主重件跟蹤

Ø 維護維修跟蹤

Ø 多維度展示：時間、區域、機型、用戶等

Ø 移動監控（手機、PAD）

Ø 自動短信郵件通知

Ø ……

l 分析

Ø 多種業務統計分析報表

Ø 人為規則定義

Ø 機器學習、自動化規則、預測預報

Ø 主動干預結果預測

Ø 運營優化建議

Ø ……

l 優化

Ø 設計與產品雙向映射，不斷優化產品設計

Ø 可視化操作指導

Ø 在線視頻診斷

Ø 零部件銷售推送

Ø 其它高級應用……

2. 工業智能售后服務解決方案

l 工業產品手冊開發與發布系統

Ø 模塊化、并行式手冊開發模式：產品手冊由多個相對獨立的內容塊（章節）組成：便于開展并行手冊開發；便于持續優化手冊內容的框架結構；

Ø 產品手冊內容塊（章節）結構化編寫：內容塊（章節）的結構化編寫：使得內容塊（章節）的編寫更加規范化和統一化

Ø 專業技術插圖使用：直接使用輕量化模型生成技術插圖：3D模型重用；便于數據傳遞及知識保護；改善了大數據的操作，可擴展的產品維護操作庫方便提供維護信息。

Ø 根據需要輸出單語版或混排版：一套文檔資料、一套樣式文件、多種輸出結果（中文、英文、中英文等）。

l 備品備件的預測與管理系統

Ø 配件需求分析：歷史配件需求量預測法、新產品配件需求預測法、配件末次采購預測法、組合預測法；

Ø 配件庫存規劃：建儲清單建議、庫存水平計算（SIO&MIO）、泊松/正太/負二項分布、配件替代、多倉庫層級配件庫存優化（MEO）；

Ø 配件供應規劃：訂貨點法、時間序列法、采購/送修/補庫/逆向訂單建議、庫存調配訂單建議、壞件索賠訂單建議；

Ø 配件計劃監控&分析：配件按時交付水平監控、配件庫齡分析、預測準確度監控、異常歷史需求、預測結果數據監控、配件壞損統計與分析、提前期（采購、維修）分析與統計。

3. 智能制造生產線系統軟件

在系統機械結構、各自動執行單元的基礎上，通過系統軟件依次實現下述總體目標：

l 自動化：通過系統軟件協調控制生產線全部自動化執行單元，包括機床、機械手、傳送帶、檢測系統等，實現生產線的全自動化流水作業，達到線內無人（至少大幅減少人員干預）的目標。

l 信息化：向上銜接工廠ERP/MES系統，接收其下達的生產工單、數字化工藝、數控代碼等，進行優化排產、生成各執行單元一次上下料之間的生產任務、下發任務到各執行單元、下發數控代碼，收集各執行單元反饋的加工過程和結果數據、監控物料加工過程、記錄物料加工歷史、監控生產線設備狀態并進行必要的記錄、對加工過程和設備數據進行分析、形成相關報表。

l 物聯網化：感知與聯接是智能制造的基礎。通過上述自動化和信息化的實現，完成感知和感知的數字化（各傳感器/執行器數據的采集、產品設計和工藝設計、生產任務的規劃和分解等），并形成數據的結構化管理。在此基礎上，建立生產物料之間、生產設備之間、產品/工藝設計之間、生產人員之間的網絡化互聯，以及物料、設備、設計、人員之間的網絡化互聯（物聯網）。在此基礎上形成統一開放的數據平臺，實現多種多樣基于角色的專業化應用。

l 智能化：在物聯網建立和大量數據積累的基礎上，通過分析建立一系列規則來指導生產，并建立預報和警報機制。如生產節拍的調整、設備使用效率的監控和調整、設備可用性的監控、產品質量的監控等。基于大數據的機器學習，系統可自動建立相關業務模型，如產品質量與刀具使用時間的關系。在物聯網技術逐步覆蓋工廠業務的條件下，應用可逐步向工廠最終產品及產品服務擴展，如產品在用戶方發生故障，則可對其供應商、加工時間、工序、設備狀態、刀具狀態、檢驗結果、使用時間、使用條件等進行追蹤分析，如定位問題，則可對同批次原材料、相同或類似設計、相同工序、相同設備工序、以及相同物料的最終應用等進行追蹤，起到改進設計、預防預報質量問題的目的。

1. 基于物聯網的特種物流全程實時監控系統

對車輛、貨物的下列狀態進行實時采集并傳回中央監控系統，包括：

l 位置（經度、維度、海拔）；

l 速度；

l 溫度；

l 濕度；

l 振動（X/Y/Z三自由度）；

l 傾斜（Rx/Ry/Rz三自由度）；

l 光照；

l 磁場強度；

l 音頻；

l 視頻；

l 車輛電腦控制器參數；

l ……

2. 工業物聯網數據終端

l 適用于工業裝備的全程實時數據采樣：機械振動、溫度、轉速、速度、電流、電壓等；

l 支持TCP/IP、CAN、Profibus傳輸協議；

l 可連接傳感器、I/O、PLC、CNC；

l 高速高精數據采樣，0~2KHz，16bit；

l 嵌入式高性能大數據處理能力、云存儲；

l 豐富的應用功能庫、便捷擴展與定制；

l 支持工業物聯網平臺。

3. 工業物聯網全程實時設備監控軟件系統/平臺

l 全程實時連續數據采樣、分析、顯示；

l 歷史記錄查詢與回放；

l 時域+頻域（FFT）；

l 超限報警；

l 大數據與機器學習；

l 趨勢預測與預警；

l 根據客戶需求的功能定制。