国家关键基础设施和重大装备是典型的复杂信息物理系统，具有系统复杂、价值高、技术含量高、工况复杂的特点，系统运行过程中维护和保障的难度很大，成本高。解决国家关键基础设施和重大装备安全自主可控及可持续发展问题，核心是提升关键基础设施和重大装备可靠性、稳定性、安全性。目前，关键基础设施和重大装备健康管理方面面临着以下痛点问题：
● 缺乏统一运行状态感知与控制系统：关键基础设施和重大装备健康管理，零部件种类多、控制逻辑复杂，尚缺乏对设备综合状态感知的有效手段，无法实现设备运行数据实时监测及智能分析和集中控制。
● 可靠性要求高，运维工作难度大：由于国家关键基础设施和重大装备承担着关系国家形象和重要战略的关键任务，且工况复杂，一旦出现问题影响巨大，运维与健康管理工作必须做到万无一失。
● 多源异构、多专业、跨学科数据融合共享难：国家关键基础设施和重大装备涉及机、电、液、气等多个领域，数据格式多样，分散存储，标准不一，无法实现数据的分享及跨专业数据分析与挖掘。
● 故障分析及维修方案高度依赖专家经验：故障发生时，故障分析多依赖于技术专家的现场判断，缺乏根据历史数据进行排故维修辅助决策等。
针对国家关键基础设施和重大装备工业现场设备和传感器种类繁多、通信协议复杂多样、数据互联互通困难等问题，在数据调度方面，构建了基于边缘智能的多协议自适配接入方法和基于OPC UA的语义信息建模技术，提高了跨系统数据处理和传输效率；在任务调度方面，构建了基于云边协同的任务加载、卸载框架以及基于边缘智能计算平台的可离线自治、业务迁移的云边协同任务调度系统，为边缘侧任务及应用的部署和迁移提供了可行解决方案。同时，针对边缘设备数字化数据模型和物理实体协同效率低，物理实体难以精准化控制问题，开展了基于数据驱动的边缘控制模型构建技术和面向边缘设备的强化学习边缘控制技术应用。
针对缺乏统一运行状态感知与控制系统，基于云边协同模式，应用航天云网INDCS EDGE、边缘云平台和物接入工具，国家关键基础设施和重大装备，实现各类异构运行数据的采集、存储、传输、分析，满足各用户和应用数据需求。针对缺乏故障健康预测模型，基于低代码开发工具、组态建模工具、流程建模工具、知识图谱建模工具、GIS服务、智能视频图像分析服务等构建多专业多领域预测模型，提供关键部件剩余寿命和故障频发区预测服务。针对缺乏维修建议，构建基于INDICS平台机器学习的大数据服务，进行数据挖掘，从海量实时设备运行与故障维修数据中进行故障维修知识提取，为产品提供智能化诊断与维修方案建议，优化改善维护周期，扩展设备价值空间。
以实现国家关键基础设施及重大装备数字化、自动化、智能化等目标，综合利用工业互联网、大数据等先进技术手段，打造涵盖集中监控、智能监测、装备运维、数据资产管理、应用支撑和感知测量为一体的信息系统，建设具有“全面感知、业务协同、应急联动、数据驱动、自主可控”五项能力为特征的平台系统，提升国家关键基础设施和重大装备维护过程信息化水平，具备对关键装备全寿命阶段进行追踪管控的能力，提升信息系统国产自主可控水平，能够实现信息系统核心软硬件自主可控。
目前已经在“深海一号”等实现推广和应用。
