2023第23屆中國國際工業(yè)博覽會新一代信息技術(shù)與應(yīng)用展/工業(yè)互聯(lián)網(wǎng)展(ICTS/IIS)時間：2023年9月19-23日 地點：國家會展中心（上海）工博會總面積：280,000平米主辦：國家發(fā)改委,、商務(wù)部、工信部,、科技部,、中科院、中國工程院,、中國貿(mào)促會,、上海市人民政府,、聯(lián)合國工業(yè)發(fā)展組織協(xié)辦：中國信息通信研究院、工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟承辦：東浩蘭生（集團(tuán)）有限公司第二十三屆中國國際工業(yè)博覽會將于2023年9月19-23日在國家會展中心（上海）舉行,，設(shè)9大展,，展會面積大于28萬平方米，超過2700家展商參展,，同期精彩活動50余場,，預(yù)計逾20萬中外觀眾參觀。
    新一代信息技術(shù)與應(yīng)用展（工業(yè)互聯(lián)網(wǎng)展）聚焦量子信息,、5G,、物聯(lián)網(wǎng)、數(shù)字孿生,、人工智能,、增材制造等前沿技術(shù)趨勢，以“5G+工業(yè)互聯(lián)網(wǎng)”,、“工業(yè)軟件”及“數(shù)字化供應(yīng)鏈”領(lǐng)域為發(fā)展重點,，加速新一代信息技術(shù)與制造業(yè)產(chǎn)業(yè)鏈融合，推動行業(yè)企業(yè)與合作伙伴共贏,，通過展覽展示,、高峰論壇、對接,、媒體訪談,、線上線下直播互動等形式，探索數(shù)字化,、智能化,、網(wǎng)絡(luò)化方案賦能數(shù)字工業(yè)可持續(xù)發(fā)展的國際化的展會生態(tài)。
工業(yè)互聯(lián)網(wǎng)（Industrial Internet）是新一代信息通信技術(shù)與工業(yè)經(jīng)濟(jì)深度融合的新型基礎(chǔ)設(shè)施,、應(yīng)用模式和工業(yè)生態(tài),，通過對人、機,、物,、系統(tǒng)等的全面連接，構(gòu)建起覆蓋全產(chǎn)業(yè)鏈,、全價值鏈的全新制造和服務(wù)體系,，為工業(yè)乃至產(chǎn)業(yè)數(shù)字化、網(wǎng)絡(luò)化,、智能化發(fā)展提供了實現(xiàn)途徑,，是第四次工業(yè)革命的重要基石。
工業(yè)互聯(lián)網(wǎng)主要由網(wǎng)絡(luò)、平臺,、安全三大部分組成,，其中網(wǎng)絡(luò)是基礎(chǔ)，特別是5G低時延網(wǎng)絡(luò)是保證工業(yè)互聯(lián)網(wǎng)的基礎(chǔ),，而數(shù)據(jù)和平臺是工業(yè)互聯(lián)網(wǎng)的核心,，安全是保障。
工業(yè)互聯(lián)網(wǎng)廠商非常多,，從基本的連接端到云服務(wù)端,，從IaaS端到PaaS端再到工業(yè)數(shù)據(jù)分析展示和可視化平臺再到具體應(yīng)用場景，設(shè)計仿真,、生產(chǎn)優(yōu)化,、運營管理、資產(chǎn)運維,、能耗管理,、采購優(yōu)化等，都是在工業(yè)里利用物聯(lián)網(wǎng)的數(shù)據(jù)采集和大數(shù)據(jù)分析后才能創(chuàng)造出的應(yīng)用場景,。
個是提出工業(yè)互聯(lián)網(wǎng)概念的GE旗下Digital部門,，提出“通過發(fā)掘數(shù)據(jù)的價值實現(xiàn)高效的產(chǎn)出”。
不幸的是GE已經(jīng)在2018年開始出售Predix,，主要原因有幾個：一,，GE Digital受到燃機、油氣,、電力等系列主營業(yè)務(wù)的市場疲軟影響,；二,，低估了工業(yè)企業(yè)數(shù)字化進(jìn)程的難度,；三，過于強調(diào)云平臺和IT能力,，忽視了客戶對應(yīng)用的需求,，盈利模式不清晰；四,，進(jìn)行的并購和整合并沒有達(dá)到通過一個平臺統(tǒng)一不同的應(yīng)用軟件和交付能力的有效目的,。
GE Digital的規(guī)劃目標(biāo)，是希望通過Predix平臺結(jié)合應(yīng)用Operation Performance Management（運營績效管理）和Asset Performance Management（設(shè)備性能管理）,，通過設(shè)備的健康和可靠性管理,、合規(guī)性管理、資產(chǎn)優(yōu)化,、策略優(yōu)化,，以達(dá)到運營性能的管理，包括提升運營效率、實現(xiàn)過程優(yōu)化等,。
工業(yè)互聯(lián)網(wǎng)的核心技術(shù)有四個：一,，邊緣計算是有強剛需的工業(yè)應(yīng)用場景，通過邊緣端的實時數(shù)據(jù)采集,、云端的數(shù)據(jù)分析和應(yīng)用開發(fā)以實現(xiàn)高效協(xié)同,，是云端應(yīng)用對邊緣端實時數(shù)據(jù)采集的響應(yīng)和控制過程；二,，大數(shù)據(jù)平臺也非常關(guān)鍵,，以前的工業(yè)數(shù)據(jù)都是小數(shù)據(jù)，很多數(shù)據(jù)處理都在邊緣完成,，并沒有匯總起來進(jìn)行相關(guān)性分析和統(tǒng)一趨勢分析,，實現(xiàn)應(yīng)用和數(shù)據(jù)解耦的大數(shù)據(jù)平臺也很關(guān)鍵；三,，數(shù)字孿生,，即通過數(shù)據(jù)化方式為工業(yè)設(shè)備定義數(shù)據(jù)結(jié)構(gòu)，結(jié)合數(shù)據(jù)分析對設(shè)備的過去,、當(dāng)前和未來進(jìn)行深入的洞悉,，完成設(shè)備從物理向虛擬環(huán)境映射的關(guān)鍵描述；四,，通過專家經(jīng)驗+人工智能的方式,，基于專家經(jīng)驗指導(dǎo)的大數(shù)據(jù)樣本標(biāo)注，通過人工智能算法訓(xùn)練開發(fā)相應(yīng)的故障診斷和預(yù)測模型,，實現(xiàn)判決,。
工業(yè)互聯(lián)網(wǎng)三大高端制造應(yīng)用場景什么是高端制造？高端制造與中高端制造,、中低端制造不一樣之處在于：一,，生產(chǎn)過程基本上都是連續(xù)的，比如流程制造,；二,，需要眾多不同大型設(shè)備的高效協(xié)同，屬于復(fù)雜工藝,。
像石油,、電力、石化,、光電,、半導(dǎo)體等高端制造的可能有幾百個不同的子生產(chǎn)過程, 需要保證每個生產(chǎn)過程都得到嚴(yán)格的管控，才能完成終預(yù)期的產(chǎn)出,；三,，高度自動化的生產(chǎn)過程,，可以根據(jù)實時采集的各種工況參數(shù)，對控制過程進(jìn)行自動化的實時響應(yīng),；四,，對質(zhì)量、產(chǎn)能,、風(fēng)險,、成本等的精細(xì)化管理要求極高，需要非常的過程控制和結(jié)果檢驗機制,。
工業(yè)互聯(lián)網(wǎng)在高端制造里應(yīng)用場景很多,，而當(dāng)前的高端制造普遍呈現(xiàn)資產(chǎn)密集、資產(chǎn)性能優(yōu)化空間大,，數(shù)字化程度高但數(shù)據(jù)利用率低,，經(jīng)驗驅(qū)動、缺少科學(xué)決策能力的局面,。
通過結(jié)合工業(yè)互聯(lián)網(wǎng)的賦能,，即資產(chǎn)性能管理、運營效率提升,、能源管理優(yōu)化,、安全生產(chǎn)環(huán)保、工業(yè)控制安全,，可達(dá)到：一,，提高資產(chǎn)運營的效率，降低非計劃停機帶來的風(fēng)險影響,；二,，提高資產(chǎn)利用的效率，降低排放,、降低能耗,、提高安全生產(chǎn)、實現(xiàn)環(huán)保,，構(gòu)建產(chǎn)業(yè)生態(tài),。
正是因為高端制造普遍的體量都比較大,，哪怕提高1%,，都能創(chuàng)造巨大的價值。
高端制造的工業(yè)互聯(lián)網(wǎng)的核心不是數(shù)據(jù)采集,，而是一層一層傳遞的數(shù)據(jù)的價值,。
工業(yè)互聯(lián)網(wǎng)平臺，能夠起到加速整個價值傳遞過程的作用,，一方面能夠匯聚來自不同設(shè)備和業(yè)務(wù)系統(tǒng)的數(shù)據(jù),，構(gòu)建數(shù)據(jù)中臺,，對數(shù)據(jù)進(jìn)行規(guī)范和治理，以及針對離散化,、場景化的數(shù)據(jù)分析,；另一方面，它也提供了大量的跨應(yīng)用系統(tǒng)的能力重用模塊,，讓應(yīng)用的交付,、數(shù)據(jù)的分析變得更便捷和更簡單。
相對于傳統(tǒng)的PLC,、DCS,、MES或ERP這些傳統(tǒng)的IT和OT系統(tǒng)，工業(yè)互聯(lián)網(wǎng)應(yīng)用著眼點放在了新技術(shù)解決老問題上,，它通過運用物聯(lián)網(wǎng),、大數(shù)據(jù)、云計算和人工智能等先進(jìn)的IT技術(shù),，去解決原先由于數(shù)據(jù)量,、數(shù)據(jù)處理能力、實時性等限制而不能得到很好解決的設(shè)備可靠性,、工藝質(zhì)量以及企業(yè)經(jīng)營決策等方面問題,，可以說是原有IT和OT系統(tǒng)的升級和重構(gòu)。
高端制造的工業(yè)互聯(lián)網(wǎng)應(yīng)用非常離散化,，應(yīng)用場景主要是三類,，設(shè)備資產(chǎn)管理、運營性能管理和生產(chǎn)經(jīng)營決策,。
資產(chǎn)性能管理的目標(biāo)是提高資產(chǎn)（也就是設(shè)備）的可靠性,，避免非計劃停機；只有保證了設(shè)備的可靠性,，才能保證運營過程中的產(chǎn)能,、質(zhì)量、成本的有效提升,，才能優(yōu)化運營指標(biāo),；而只有保證了運營效率的提升，才能實現(xiàn)企業(yè)經(jīng)營利潤的提升和經(jīng)營風(fēng)險的規(guī)避,，這三層是通過數(shù)據(jù)的價值環(huán)環(huán)相扣的,。
應(yīng)用場景1：資產(chǎn)性能管理。
大型高端制造都有關(guān)鍵的大型設(shè)備,，這些設(shè)備在連續(xù)生產(chǎn)過程中的停機風(fēng)險,，會造成很大影響。
普遍來說,，進(jìn)行有效設(shè)備維護(hù)的策略有：一是被動式維護(hù),，就是壞了再修,，這種維護(hù)成本高；二是預(yù)防性維修,，為了避免被動維修引起的設(shè)備停機停產(chǎn),，現(xiàn)階段采用較多的是預(yù)防性維修，也就是定期保養(yǎng),；三是視情況維修或基于狀態(tài)維修,，因為前兩種的成本相對比較高，采用振動分析,、紅外,、超聲等檢測儀器，對關(guān)鍵設(shè)備進(jìn)行相應(yīng)的判決和檢測,，基于檢測的結(jié)果決定是否要維修,，提前修還是推后修；四是預(yù)測維修,，基于海量數(shù)據(jù)分析對設(shè)備的實時狀態(tài)做評估,，再決定是否要維修；第五,，RCM或基于風(fēng)險評估,，結(jié)合實時數(shù)據(jù)對設(shè)備保養(yǎng)策略的一系列計算，得到基于風(fēng)險管控的維護(hù)策略,，實現(xiàn)更的維護(hù),。
目前GE和Uptake已經(jīng)做到了基于可靠性的維修或基于風(fēng)險維護(hù)的完整策略。
現(xiàn)在的問題是：一,，無法實現(xiàn)實時的判決和診斷,，無法根據(jù)動態(tài)的工況進(jìn)行調(diào)整；二,，無法實現(xiàn)**的故障定位,，無法實現(xiàn)**的指標(biāo)計算；三,，無法實現(xiàn)**的壽命預(yù)測,，無法實現(xiàn)預(yù)測性維護(hù)；四,，無法積累,、優(yōu)化和復(fù)制專家經(jīng)驗，無法實現(xiàn)知識的自我學(xué)習(xí)和進(jìn)化,。
資產(chǎn)性能管理系統(tǒng)主要涉及三方面：一是數(shù)據(jù),，即機器的實時數(shù)據(jù),、歷史維護(hù)記錄,、失效記錄,、產(chǎn)品手冊等；二是機理,，像F***,、控制理論等基本的工業(yè)模型；三是數(shù)據(jù)分析,，變點檢測,、時序預(yù)測、聚類回歸,、機器學(xué)習(xí),、神經(jīng)網(wǎng)絡(luò)等結(jié)合在一起，才能產(chǎn)生一個相對完整的設(shè)備資產(chǎn)管理系統(tǒng),，實現(xiàn)實時監(jiān)測,、故障診斷預(yù)測、可靠性管理等一系列功能,，終目標(biāo)是降低停機概率,、降低運營風(fēng)險、實現(xiàn)更快的響應(yīng)能力,。
怎么利用數(shù)據(jù)分析實現(xiàn)資產(chǎn)的高效性能分析呢,？主要還是利用機器的數(shù)據(jù)。
基于機器的歷史數(shù)據(jù)可以構(gòu)建不同狀態(tài)下的歷史數(shù)據(jù)樣本,，開發(fā)各類故障的特征模型,，與當(dāng)前傳感器數(shù)據(jù)進(jìn)行對比，從而對當(dāng)前的設(shè)備進(jìn)行實時的健康評估,。
基于歷史數(shù)據(jù)也可以構(gòu)建性能預(yù)測指標(biāo),，通過對比指標(biāo)就可以知道設(shè)備未來在什么時間可能會出問題，可以計算剩余壽命以優(yōu)化維護(hù)策略,。
應(yīng)用場景2：運營性能管理,。
在工業(yè)生產(chǎn)過程中有很多設(shè)備都產(chǎn)生數(shù)據(jù)，像工藝數(shù)據(jù),、質(zhì)量數(shù)據(jù),、維護(hù)數(shù)據(jù)等，都可以通過工業(yè)互聯(lián)網(wǎng)平臺采集出來,，做工藝參數(shù)優(yōu)化,、良率優(yōu)化、虛擬量測,、關(guān)鍵指標(biāo)建模,、燃燒環(huán)保優(yōu)化、能源管理等一系列分析,。
通過實時采集生產(chǎn)過程中設(shè)備,、工藝,、質(zhì)檢、環(huán)保,、環(huán)節(jié)數(shù)據(jù),，結(jié)合數(shù)據(jù)挖掘和人工智能分析，可以實現(xiàn)生產(chǎn)工藝,、品質(zhì)還有運營效率全方面的優(yōu)化,。
舉幾個簡單例子：一，工作模式自動識別,。
在運營中對設(shè)備的工作狀態(tài)進(jìn)行識別,，只有識別了不同的工作狀態(tài)才能區(qū)別出在不同工作狀態(tài)下的工作效率和關(guān)鍵KPI指標(biāo)，這種識別原來全是手動識別或是專家經(jīng)驗識別,，現(xiàn)在完全可以通過機器學(xué)習(xí)再結(jié)合專家經(jīng)驗的方式提取規(guī)則,，創(chuàng)造自動識別的過程。
二,，異常檢測,。
由于能夠區(qū)分不同的工作狀態(tài)，才能對不同的工作狀態(tài)設(shè)一個穩(wěn)定值,，這叫SPEC值,。
一個設(shè)備可能工作在不同的SPEC和不同的工藝過程下，每個工藝過程要區(qū)分不同的工作狀態(tài),，才能知道應(yīng)該改進(jìn)哪些關(guān)鍵工藝參數(shù),。
三，根因分析,。
根因分析就是有多少種原因會導(dǎo)致終的不良或排放,、燃燒等關(guān)鍵指標(biāo)低下。
這種根因分析往往是在不間維度上產(chǎn)生的,，可能幾個小時之前的一個工藝參數(shù)會導(dǎo)致后生產(chǎn)結(jié)果的質(zhì)量,、品質(zhì)或關(guān)鍵指標(biāo)的劣化。
數(shù)據(jù)分析需要把不間維度的海量數(shù)據(jù)結(jié)合在一起,，通過相關(guān)性分析,、相似度搜索等數(shù)據(jù)分析的方式，匹配到有可能產(chǎn)生問題的一個匹配關(guān)系上,。
四,，SPEC的快速確定。
在不同工藝上,，比方說85%,、70%、65%的良率情況下對應(yīng)不同的工藝參數(shù)范圍，很多時候都需要從歷史數(shù)據(jù)中找出相應(yīng)特定條件下相關(guān)信號的工作范圍,，進(jìn)而確定相應(yīng)的SPEC值,，這有助于幫助一個企業(yè)快速投產(chǎn)、快速從小批量生產(chǎn)進(jìn)入到大批量生產(chǎn)的加速過程,。
五,，穩(wěn)定性控制和評估,。
在關(guān)鍵的生產(chǎn)過程中,，有一些海量產(chǎn)出關(guān)鍵指標(biāo)，比如半導(dǎo)體生產(chǎn)過程中的CD值,，即關(guān)鍵的線寬要保證在一定的范圍內(nèi)抖動,。
利用數(shù)據(jù)分析，通過SPC進(jìn)行穩(wěn)定性控制,，實現(xiàn)相應(yīng)的過程控制,，以保證關(guān)鍵過程產(chǎn)出的穩(wěn)定性。
六,，工藝仿真,。
在確定了輸入和輸出之間的關(guān)系后，能否通過回歸或者神經(jīng)網(wǎng)絡(luò)找到一個線性,、非線性的模型,，當(dāng)終檢驗結(jié)果的良率從85%掉到70%時，調(diào)整輸入到某個關(guān)鍵值就能把良率從70%再拉回到85%,？這些都可以通過海量的工業(yè)數(shù)據(jù)分析實現(xiàn),。
以上這些都是圍繞著實時工藝的數(shù)據(jù)采集、分析,、建模的過程,。
通過運營效率的提升、數(shù)據(jù)分析,、高效的運營規(guī)劃,，盡大可能的提高工廠的產(chǎn)能和利潤，包括結(jié)合財務(wù)指標(biāo),、價格曲線,、降成本等都能實現(xiàn)完整的分析。
只要利用好數(shù)據(jù)分析,，就可以產(chǎn)生極大的提升,，很多時候創(chuàng)造的效能遠(yuǎn)遠(yuǎn)不止1%。
應(yīng)用場景3：安全生產(chǎn)管控,。
這部分主要針對能源化工等高端流程制造企業(yè),，通過采集設(shè)備端DCS的實時數(shù)據(jù)，結(jié)合檢測系統(tǒng)、業(yè)務(wù)系統(tǒng)和外部數(shù)據(jù),，通過大數(shù)據(jù),、人工智能、機器學(xué)習(xí)等先進(jìn)的信息技術(shù),，實現(xiàn)包括危險源在線監(jiān)測,、工藝參數(shù)實時告警、危險場景態(tài)勢感知,、重大風(fēng)險預(yù)警預(yù)測在內(nèi)的全面的安全生產(chǎn)管控,，達(dá)到企業(yè)經(jīng)營風(fēng)險和經(jīng)營利潤的優(yōu)平衡。
對于一個大型的發(fā)電廠或者大型化工企業(yè),，實時數(shù)據(jù)可以達(dá)到每秒鐘幾萬到幾百萬萬數(shù)據(jù)點,。
一方面，很多關(guān)鍵設(shè)備的關(guān)鍵工藝參數(shù),、環(huán)境參數(shù)以及外部的危險源,，僅靠人工巡檢、實時監(jiān)控和專家經(jīng)驗判斷,，是根本無法全面,、實時的企業(yè)級別的安全管控要求。
通過大數(shù)據(jù)的方式,，進(jìn)行采集海量的實時數(shù)據(jù)并匯總,、分析，基于歷史數(shù)據(jù)構(gòu)建起預(yù)測和風(fēng)險模型,，不僅能構(gòu)建起全面的防范體系,，還能對關(guān)鍵的監(jiān)控參數(shù)以及風(fēng)險事件進(jìn)行預(yù)測。
另一方面,，通過將不同發(fā)電廠,、化工企業(yè)的實時數(shù)據(jù)匯總到集團(tuán)的工業(yè)互聯(lián)網(wǎng)平臺，不僅能實現(xiàn)對關(guān)鍵工藝參數(shù),、關(guān)鍵風(fēng)險源,、風(fēng)險事件的管控和指揮，也有助于集團(tuán)層面實現(xiàn)跨企業(yè)的對標(biāo)分析和優(yōu)化,，并實現(xiàn)對下屬單位生產(chǎn),、耗能、排放等數(shù)據(jù)的實時采集,，降低數(shù)據(jù)失真帶來的經(jīng)營風(fēng)險,，從行政管控轉(zhuǎn)向數(shù)據(jù)驅(qū)動的智能決策。
高端制造行業(yè)工業(yè)互聯(lián)網(wǎng)的核心,，在于工業(yè)數(shù)據(jù)的分析,，而不在于工業(yè)數(shù)據(jù)的采集。
國內(nèi)有很多的工業(yè)互聯(lián)網(wǎng)廠商，但大多都在做基礎(chǔ)數(shù)據(jù)采集和展示,。
數(shù)據(jù)采集固然很重要,，但在面對不同類型的企業(yè)時，優(yōu)先級有很大區(qū)分,。
中小企業(yè)可能要看關(guān)鍵的幾個指標(biāo)做一些告警就夠了,，但高端制造客戶還要實現(xiàn)對設(shè)備狀態(tài)的可靠性分析、運營效率的分析,、性能和良率預(yù)測等復(fù)雜的數(shù)據(jù)分析,。
工業(yè)互聯(lián)網(wǎng)領(lǐng)域?qū)⒊霈F(xiàn)新的“BAT”，但這將是一個長期的過程而不會一蹴而就,。
眾所周知,，工業(yè)是一個高度復(fù)雜和碎片化的產(chǎn)業(yè),，每一個細(xì)分領(lǐng)域都需要專門的工業(yè)知識與實踐積累,。
長期以來，BAT一直想進(jìn)入工業(yè)互聯(lián)網(wǎng)領(lǐng)域,，但由于難以形成一個大而全覆蓋的平臺,，很難像主導(dǎo)消費互聯(lián)網(wǎng)那樣主導(dǎo)工業(yè)互聯(lián)網(wǎng)的發(fā)展。
而在另一方面,，工業(yè)是中國的立國之本,，是實體經(jīng)濟(jì)的主戰(zhàn)場。
現(xiàn)在的中國工業(yè)大而不強,，自主創(chuàng)新能力不強,，產(chǎn)品還處在中低端，供給能力明顯不足,。
我國工業(yè)還存在著被空心化,、邊緣化等問題，亟待轉(zhuǎn)型升級,。
而中國工業(yè)門類齊全,，有41個大類、191個中類,、525個小類,；體量巨大，年增加值30萬億元,，一,。
無疑，中國工業(yè)的數(shù)字化轉(zhuǎn)型是一個巨大的ICT市場,，存在著巨大的機會,。
工業(yè)數(shù)字化轉(zhuǎn)型包括智能制造和工業(yè)互聯(lián)網(wǎng)兩大戰(zhàn)場。
其中，智能制造主要是為制造設(shè)備和工廠等實現(xiàn)智能化,、數(shù)字化和自動化,，主要是將信息技術(shù)（IT）、數(shù)字技術(shù)（DT）與生產(chǎn)制造操作技術(shù)（OT）相結(jié)合,。
由于不同工業(yè)領(lǐng)域的特殊性,，智能制造更多是面向細(xì)分工業(yè)領(lǐng)域的技術(shù)和解決方案，難以形成較大的創(chuàng)業(yè)機會,。
而工業(yè)互聯(lián)網(wǎng)則是一個巨大的平臺性機遇,。
需要注意的是工業(yè)互聯(lián)網(wǎng)是互聯(lián)網(wǎng)與物聯(lián)網(wǎng)相結(jié)合的產(chǎn)物，融入了云平臺,、大數(shù)據(jù)分析和人工智能等新興科技,，是工業(yè)環(huán)境下人、機,、物,、企業(yè)、生態(tài)等的全面互聯(lián),，而不是簡單的互聯(lián)網(wǎng)模式,，也缺乏相關(guān)的標(biāo)準(zhǔn)。