工业物联网的意义_工业物联网前景分析

　　什么是工业物联网

　　工业物联网是将具有感知、监控能力的各类采集或控制传感或控制器以及泛在技术、移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式（软件）、安全性、和信息互通互联性等特点。

　　工业物联网的四个特点

　　数据收集范围：工业物联网利用RFID、传感器、二维码等手段随时获取产品从生产到销售到最终用户使用各个阶段的信息数据，而传统工业自动化的数据采集往往局限于生产质检阶段。

　　互联传输：工业物联网利用专用网络与互联网相结合的方式，实时准确地传递物体信息，对网络依赖性更高，更强调数据交互。

　　智能处理：工业物联网综合利用云计算、云存储、模糊识别、神经网络等智能计算技术，对海量数据和信息进行分析和处理，并结合大数据技术，深入挖掘数据价值。

　　自组织与自维护：工业物联网的每个节点为整个系统提供自己处理获得的信息或决策数据，当某个节点失效或数据发生变化时，整个系统会自动根据逻辑关系做出相应调整。

　　工业物联网的关键技术

　　工业物联网技术的研究是一个跨学科的工程，它涉及自动化、通信、计算机以及管理科学等领域。工业物联网的广泛应用需要解决众多关键技术问题（见下图）

　　1、传感器技术：价格低廉、性能良好的传感器是工业物联网应用的基石，工业物联网的发展要求更准确、更智能、更高效以及兼容性更强的传感器技术。智能数据采集技术是传感器技术发展的一个新方向。信息的泛在化对工业传感器和传感装置提出了更高的要求。具体如，微型化：元器件的微小型化，要求节约资源与能源；智能化：具备自校准、自诊断、自学习、自决策、自适应和自组织等人工智能技术；低功耗与能量获取技术：供电方式为电池、阳光、风、温度、振动等多种方式。

　　2、设备兼容技术：大部分情况下，企业会基于现有的工业系统建造工业物联网，如何实现工业物联网中所用的传感器能够与原有设备已应用的传感器相兼容是工业物联网推广所面临的问题之一。传感器的兼容主要指数据格式的兼容与通信协议的兼容，兼容关键是标准的统一。目前，工业现场总线网络中普遍采用的如Profibus、Modus协议，已经较好地解决了兼容性问题，大多数工业设备生产厂商基于这些协议开发了各类传感器、控制器等。近年来，随着工业无线传感器网络应用日渐普遍，当前工业无线的WirelessHART、ISA100．11a以及wIA—PA3大标准均兼容了IEEE802．15．4无线网络协议，并提供了隧道传输机制兼容现有的通信协议，丰富了工业物联网系统的组成与功能。

　　3、网络技术：网络是构成工业物联网的核心之一，数据在系统不同的层次之间通过网络进行传输。网络分为有线网络与无线网络，有线网络一般应用于数据处理中心的集群服务器、工厂内部的局域网以及部分现场总线控制网络中，能提供高速率高带宽的数据传输通道。工业无线传感器网络则是一种新兴的利用无线技术进行传感器组网以及数据传输的技术，无线网络技术的应用可以使得工业传感器的布线成本大大降低，有利于传感器功能的扩展，因此吸引了国内外众多企业和科研机构的关注。

　　传统的有线网络技术较为成熟，在众多场合已得到了应用验证。然而，当无线网络技术应用于工业环境时，会面临如下问题：工业现场强电磁干扰、开放的无线环境让工业机器更容易受到攻击威胁、部分控制数据需要实时传输。相对于有线网络，工业无线传感器网络技术则正处在发展阶段，它解决了传统的无线网络技术应用于工业现场环境时的不足，提供了高可靠性、高实时性以及高安全性，主要技术包括：自适应跳频、确实性通信资源调度、无线路由、低开销高精度时间同步、网络分层数据加密、网络异常监视与报警以及设备入网鉴权等。

　　4、信息处理技术：工业信息出现爆炸式增长，工业生产过程中产生的大量数据对于工业物联网来说是一个挑战，如何有效处理、分析、记录这些数据，提炼出对工业生产有指导性建议的结果，是工业物联网的核心所在，也是难点所在。

　　当前业界大数据处理技术有很多，如SAP的BW系统在一定程度上解决了大数据给企业生产运营带来的问题。数据融合和数据挖掘技术的发展也使海量信息处理变得更为智能、高效。工业物联网泛在感知的特点使得人也成为了被感知的对象，通过对环境数据的分析以及用户行为的建模，可以实现生产设计、制造、管理过程中的人一人、人一机和机一机之间的行为、环境和状态感知，更加真实地反映出工业生产过程中的细节变化，以便得出更准确的分析结果。

　　5、安全技术：工业物联网安全主要涉及数据采集安全、网络传输安全等过程，信息安全对于企业运营起到关键作用，例如在冶金、煤炭、石油等行业采集数据需要长时问的连续运行，如何保证在数据采集以及传输过程中信息的准确无误是工业物联网应用于实际生产的前提。

　　工业物联网的应用

　　1、制造业供应链管理：企业利用物联网技术，能及时掌握原材料采购、库存、销售等信息，通过大数据分析还能预测原材料的价格趋向、供求关系等，有助于完善和优化供应链管理体系，提高供应链效率，降低成本。空中客车通过在供应链体系中应用传感网络技术，构建了全球制造业中规模最大、效率最高的供应链体系。

　　2、生产过程工艺优化：工业物联网的泛在感知特性提高了生产线过程检测、实时参数采集、材料消耗监测的能力和水平，通过对数据的分析处理可以实现智能监控、智能控制、智能诊断、智能决策、智能维护，提高生产力，降低能源消耗。钢铁企业应用各种传感器和通信网络，在生产过程中实现了对加工产品的宽度、厚度、温度实时监控，提高了产品质量，优化了生产流程。

　　3、生产设备监控管理：利用传感技术对生产设备进行健康监控，可以及时跟踪生产过程中各个工业机器设备的使用情况，通过网络把数据汇聚到设备生产商的数据分析中心进行处理，能有效地进行机器故障诊断、预测，快速、精确地定位故障原因，提高维护效率，降低维护成本。GEOil&Gas集团在全球建立了13个面向不同产品的i-Center（综合服务中心），通过传感器和网络对设备进行了在线监测和实时监控，并提供了设备维护和故障诊断的解决方案。

　　4、环保监测及能源管理：工业物联网与环保设备的融合可以实现对工业生产过程中产生的各种污染源及污染治理环节关键指标的实时监控。在化工、轻工、火电厂等企业布署传感器网络，不仅可以实时监测企业排污数据，而且可以通过智能化的数据报警及时发现排污异常并停止相应的生产过程，防止突发性环境污染事故发生。电信运营商已开始推广基于物联网的污染治理实时监测解决方案。

　　5、工业安全生产管理：“安全生产”是现代化工业中的重中之重。工业物联网技术通过把传感器安装到矿山设备、油气管道、矿工设备等危险作业环境中，可以实时监测作业人员、设备机器以及周边环境等方面的安全状态信息，全方位获取生产环境中的安全要素，将现有的网络监管平台提升为系统、开放、多元的综合网络监管平台，有效保障了工业生产安全。

　　工业物联网的价值与意义

　　（一）物联网价值的来源及体现

　　物联网几乎可以把任何物体转化为有关该物体的信息源。它创造了一种区别产品和服务的新方式以及能够自主管理的全新价值源——信息及洞察力。

　　物联网使制造企业的竞争领域不仅限于产品功能及服务，而且扩展到通过使用这些产品或服务所创造的信息和数据。在清晰的战略指引下，数据分析可以帮助企业将物联网产生的信息转化为有意义的洞见，帮助决策者更清楚地了解他们的客户、产品和市场，继而协助企业开发新产品、服务和商业模式。如下图，以产品和服务的形式创造价值造就了“价值链”的概念，即企业将输入转化为输出的一系列活动以及活动的顺序。同样，充分发挥物联网的潜力有助于形成一个能获取一系列活动以及活动顺序的框架，企业由此通过信息创造价值，即“信息价值环路”。信息价值环路始于在全新环境中创造和交互信息。传感技术让一切行为都能产生信息，即“创造”阶段。网络（一般由通信服务供应商和管理）将“创造”和“交互”阶段连接起来，释放信息，激活闭环剩余环节。在两者的接合处外延了新形式和合作机遇。需注意的是，信息价值环路是一个闭环，即行为——现实世界中物体的状态或行为——产生信息。而后这些信息将被用于预知未来的行为。对于使闭环完整并创造价值的信息，它将会经历闭环内各个阶段，且每一个阶段都由特定的“技术”推动。创造信息的“传感器”会监控每一次行为。这些信息经过“网络”实现交互，而后技术、法律、监管或者社会的“标准”使它们跨越时空聚合到一起。“外延智能”是获取用与分析信息的各种形式分析支持的通用术语。信息价值环路最终由“外延行为”技术完成，这些技术能引发自动化的自发行为或以一种能够改进行为的方式形成人类决策。

　　物联网大幅降低设备个别运算和数据储存的成本，更颠覆以往对于商业价值的定义与框架，我们可以从财务指标、运营指标、企业绩效改善指标来思考物联网所开启的商业价值和机会。从财务指标来看，公司的收益、支出和资产维持了它的运营平衡，但大部分公司的管理方式都在于减少开销、提高资产效率、较低负载等，而并非去发现如何经由创新方案开拓收入来源。从运营指标来看，公司的财务指标变动可以了解一间公司的三大核心营运流畅：客户生命周期、产品生命周期和设备生命周期。目前大部分企业在物联网上的投资专注于设备生命周期。对于客户生命周期及及产品生命周期，智能型的联网设备不但可以提供新的分析与性能，更可以有效管理公司如何发展客户和产品，甚至详细地知道客户存在周期、产品及相关收入和利润等细节。从企业绩效改善来看，目前物联网解决方案大多被应用在特定的事件，像是减少库存或是机器故障等。只有一小部分是从物联网分析出的数据去改善整体生产流程和产品设计。若欲善用物联网解决方案应延长绩效改进的期限，针对长期性的改善，而非专注在单一交易上，如此企业才能对比过去与未来的绩效，并做一个持续性的增值。

　　通过以上三个维度的分析，物联网商业价值将以效率提升、业务成长和风险管理提升为体现，无数的益处都可以归于其下。

　　（二）工业领域的价值

　　物联网与工业物联网、工业4.0的概念既有交集也有差异。物联网强调的是将生活和生产中一切硬件设备的连接；工业物联网是指在工业环境下，生产设备和产品的连接；工业4．0则涵盖整个制造生态系统。

　　随着工业化与信息化的深度融合，企业内部及企业间生产控制系统和生产管理系统互联互通的需求渐增，通过接入网络进而达到提高产品质量和运营效率的需求更为强烈，工业物联网应运而生。

　　工业物联网将生产过程的每一个环节、设备变成数据终端，全方位采集底层基础数据，并进行更深层面的数据分析与挖掘，从而提高效率、优化运营。

　　与物联网在消费行业的应用不同，物联网在工业领域的基础已经存在了几十年。如过程控制和自动化系统、工业化以太网连接和无线局域网（WALN）等系统已经在工厂运行多年，并接连可编程逻辑控制器（PLC）、无线传感器和射频识别技术标签（RFID）。但是在传统工业自动化环境下，一切都只是发生在工厂自己的系统里，从来没有与外部世界连接。

　　工业物联网应用现状

　　制造企业普遍认同工业物联网的重要性，但尚未形成清晰的物联网战略。根据Deloitte2016年调查显示，89％的受访企业认同在未来五年内工业物联网对企业的成功至关重要，72％的企业已经在一定程度上开始工业物联网应用，但仅有46％的企业制定了比较清晰的工业物联网战略和规划。

　　与物联网在消费领域近乎从零开始的情况不同，传感器、PLC等物联网技术已经在工业领域存在了几十年。这也是为什么多数受访企业认为自己已经在一定程度上开始工业物联网应用的原因。但目前制造企业物联网应用主要集中于感知，即通过硬件、软件和设备的部署收集并传输数据，这只是物联网应用的开始。由于工业物联网整体解决方案设计和实施的复杂性，虽然深知物联网战略的重要性，很多企业还不确定自己是否做好准备，也尚未形成工业物联网的清晰战略。

　　制造企业仍处在数据应用的初级阶段，从“后知后觉”到“先见之明”尚需时日。工业物联网是数据驱动的产业。如工业传感器实时采集设备及生产线上的温度、压力、振动等信息，汇集成海量数据，再通过挖掘分析、处理、应用，最终实现价值创造。典型应用包括故障预测、远程诊断、工业生产线分析、能耗优化等诸多方面。

　　正如前文所述，数据采集只是“信息价值环路”发挥作用的开始，如何分析和利用所采集到的海量数据支持决策才是价值创造的重点。我们的调查发现，企业目前仍处在数据应用的感知阶段而非行动阶段。大部分企业利用采集到的数据解释历史表现的规律和根本原因，仅有少部分企业开始将数据用于预测性分析指导企业行动。

　　更深层次的工业物联网应用需要企业改变利用数据的方法——从“后知后觉”到“先见之明”。企业需要思考除了利用从各种传感器采集到的数据解释历史业绩的规律和根本原因，企业如何利用数据驱动后台、中间和前台业务流程改善？未来什么样的产品和服务可能带来新的收入？什么样的物联网应用可能开拓新的市场。

　　工业物联网的未来发展趋势

　　未来企业工业物联网应用的重点由设备和资产转向产品和客户。工业企业借助物联网实现业务成长的主要途径包括新的产品和服务和更紧密的客户关系。为了开发更具吸引力的产品或提升现有客户关系，企业将需要大量产品和客户的相关信息支持。目前工业企业所获得的产品和客户的信息量远少于资产和设备的信息量，在效率提升和业务成长的双重诉求驱动下，未来企业工业物联网应用的关注度将由设备和资产转向产品和客户。

　　数据能力提升将以数据分析计算能力提升为投资优先选择。物联网的整体突破不仅依赖于硬件能力和商业模式创新，算法与数据同样不可或缺。中国制造企业多年基于应用研发积累了大量经验数据，如果将这些数据提取并模型化，形成可实用的专家算法，数据将变成具有良好盈利能力的金矿。