如何假裝很懂工業物聯網？

文章來源 | 全球物聯網觀察微信公眾號

提起物聯網，一般人首先想到的無非是智慧家居、智慧汽車、可穿戴設備等與日常生活息息相關的領域。

消費物聯網一詞很少被提及，産品卻深入人心。他的同胞兄弟工業物聯網常常被提起，但由於不直接面向消費者，且概念複雜難懂，邏輯不容易理順，“真理”只掌握在少數人手中。

一方面是難懂，另一方面又被紛紛看好。IDC2017年物聯網的投資支出預測，全球在2020年之前準備投資的三大行業都是工業物聯網市場的一部分。賽迪顧問數據，2016年中國工業物聯網市場規模為1896億元。到2020年，工業物聯網在中國整體物聯網産業中佔比將達到25%，規模突破4500億元。

究竟“工業物聯網”為何物，如何快速的理清行業脈絡，建立起知識框架，這正是本文所要講的。

一、怎麼來的？

在過去的二百多年中，發生了三次工業革命，目前，我們正處於第四次，也被稱之為工業4.0。

工業革命的演進

工業1.0：瓦特發明瞭蒸汽機，由此迎來機械製造時代。

工業2.0：電力的普及，實現了産品的大規模生産。 

工業3.0：積體電路的應用，實現自動化生産。

工業4.0概念是德國政府于2013年率先提出，並上升為國家戰略。

與之前的三次革命不同，工業4.0不是由一個發明，如蒸汽動力或積體電路，而是技術進步的融合，是實體物理世界與虛擬網路世界融合的時代。它包括3D列印、虛擬現實和雲計算等。  

物聯網、工業4.0等概念既有交集也有差異。隨著工業化與資訊化的深度融合，企業內部互聯互通的需求漸增，通過接入網路進而達到提高産品品質和運營效率的需求更為強烈，工業物聯網（簡稱IIoT，Industrial Internet of Things ）應運而生。  

工業物聯網將生産過程的每一個環節、設備變成數據終端，全方位採集底層基礎數據，並進行更深層面的數據分析與挖掘，從而提高效率、優化運營。

當然，工業物聯網是一個漸進發展成熟的過程，在實施中包括四個階段：

1、智慧的感知控制階段

即利用基於末端的智慧感知技術，如感測器、REID、無線傳感網路等，隨時、隨地進行工業數據的採集和設備控制的智慧化。

2、全面的互聯互通階段

通過多種通信網路互聯互通手段，如工業網關、短距離無線通信、低功耗廣域網和OPC UA等，整合資訊化共性技術和行業特徵，將採集到的數據實時、準確地傳遞出去。

3、深度的數據應用階段

即利用雲計算、大數據等相關技術，對數據進行建模、分析和優化，實現多源異構數據的深度開發應用，從數據倉庫中提取隱藏的預測性資訊，挖掘出數據間潛在的關係，快速而準確地找出有價值的資訊，有效提高系統的決策支援能力。

4、創新的服務模式階段

利用資訊管理、智慧終端和平臺整合等技術，提供定制服務、增值服務、運維服務、升級服務、培訓服務、諮詢服務和實施服務等方面，實現傳統工業智慧化改造，提升産業價值，優化服務資源和激發産業創新。

工業物聯網的實施階段全景圖

二、要用哪些技術？

從系統的角度看，工業物聯網的構成模型、各功能模組中主要實體以及模組間的關係。

原料、機器設備、環境、作業工人等對象被感知控制域的感測器、標簽所感知、識別和控制，在其生産、加工、運輸、流通、銷售等各個環節的資訊被獲取。採集的數據最終傳送給服務提供域，從而實現遠端監控、能源管理、安全生産等服務。

工業物聯網所需用到的關鍵技術主要有4大塊。

工業物聯網技術體系

技術並非一成不變，而是向前發展的，目前，工業物聯網的技術正在朝5個方向發展。

1、終端智慧化

包括底層感測器設備自身向著微型化和智慧化的方向發展，以及工業控制系統的開放逐漸擴大，使得工業控制系統與各種業務系統的協作成為可能。

2、聯接泛在化

工業控制通信網路經歷了現場總線、工業乙太網和工業無線等多種工業通信網路技術，將監控設備與系統，同生産現場的各種感測器、變送器、執行器、伺服驅動器、運動控制器，甚至CNC數控機床、工業機器人和成套生産線等生産裝備連接起來。

3、計算邊緣化

數據不用再傳到遙遠的雲端，更適合實時的數據分析和智慧化處理，具有安全、快捷、易於管理等優勢，能更好地支撐本地業務的實時智慧化處理與執行，滿足網路的實時需求。

4、網路扁平化

工業物聯網的體系架構正在簡化，系統性能將得到進一步提升的同時降低軟體維護成本。建立網路扁平化技術體系，使資訊在真實世界和虛擬空間之間智慧化流動，實現對生産製造的實時控制、精確管理和科學決策。

5、服務平臺化

工業物聯網平臺面臨著連接設備量巨大、應用環境複雜、用戶多元化等問題。提升連接靈活、擴展用戶規模、應用開發的簡易友好，根據用戶實際需求提供設備遠端管理、預防性維護和故障診斷等服務。

三、跟誰有關？

工業物聯網的主要玩家分有感測器廠商、工業控制企業以及平臺。

全球感測器市場已在：最全！全球智慧感測器産業鏈企業名錄一文中作過介紹，因此不再重復。

工業控制

工業控制是對工業過程實現檢測、控制、優化、調度、管理和決策為目的，主要是以PLC、DCS等産品形式體現。

DCS：分散控制系統    

PLC：可編程邏輯控制器    

DCS是一個控制"系統"，而 PLC只是一種控制"裝置"，兩者是"系統"與"裝置"的區別。系統可以實現任何裝置的功能與協調，從原理上裝置可以組成系統。    

目前，PLC市場可以分成美國、歐洲和日本等三個流派，並佔有主要的市場份額。中國的PLC仍以國外産品為主，國內PLC生産廠家在産品數量和生産規模的還有待於提高。

主要廠商有：

美國：A-B公司、通用電氣、莫迪康等；

歐洲：德國西門子、德國AEG、法國TE等；

日本：三菱、歐姆龍、松下、富士等。

DCS生産廠家主要集中在美國、日本、德國等。國外DCS産品在中國有一定佔有率。不過近年來國産DCS的市場佔有份額也在飛速提升，中國涌現出一批DCS産品優秀企業，不僅品種數量大幅度增加，而且産品技術水準已經達到或接近國際先進水準。

主要廠商有：

國外：Honeywell、橫河公司等。

國內：北京和利時、上海新華、浙大中控、浙江威盛、航太測控、電科院以及北京康拓集團等。

平臺

工業領域巨頭的平臺佈局十分積極，包括西門子的MindSphere、通用電氣的Predix、菲尼克斯電氣的ProfiCloud，以及國內三重工的根雲、海爾的COSMOPlat、徐工工業雲、航太科工的INDICS等。

與此同時，IT巨頭也在借助其雲平臺的優勢，通過聯合上下游企業，佈局工業物聯網産業生態。如微軟的Azure、亞馬遜的AWS、IBM的Watson、SAP的HANA。國內的百度、阿裏、京東和騰訊也都推出面向工業物聯網的平臺。

除了獨立佈局，展開優勢互補合作，擴展生態圈也是一種主流的平臺佈局方式。比如2016年GE宣佈Predix登陸微軟Azure雲平臺；2017年ABB宣佈依託于微軟Azure平臺提供工業雲服務，與IBM在工業數據計算和分析方面開展合作；西門子也表示MindSphere在雲服務方面已跟亞馬遜AWS、微軟和SAP開展合作。

四、應用案例

創新保險模式

三一重工是中國最大、全球第五的工程機械製造商。其設備價值不菲，售價動輒幾十萬上百萬元。由於工程機械車輛在施工過程中所面臨的施工風險相對較高，因此通常會以購買保險的方式轉嫁風險，但保險公司往往對情況了解是有限的。

樹根互聯的"根雲"平臺，聯合久隆保險和三一重工，聚合裝備製造、工業網際網路及金融三方面的人才和技術，首次探索和嘗試"裝備＋數據＋保險"的閉環商業模式，共同對三一裝備的物聯網數據及企業運營數據進行深度挖掘與應用，研發基於物聯網的保險産品，發掘工業大數據的金融價值，探索工業大數據創新性商業模式。

通過基於設備的數據對損失概率進行預測，在設備定價中將每一台設備運作數據（工況數據）作為定價變數來考慮，可以對每台單獨設備提供更加準確、公允、動態的定價，幫助保險公司進行風險選擇與精準定價。

生産工藝優化

寶鋼集團被稱為中國改革開放的産物，1978年"十一屆三中全會"閉幕的第二天，就在中國上海北翼長江之畔打下第一根樁。經過30多年發展，寶鋼已成為中國最大的鋼鐵聯合企業。但寶鋼的磨輯間標準化工藝流程存在勞動效率低、安全風險高、品質波動大、環保效果差等問題。

寶鋼通過工業網際網路、射頻識別、資訊交互、智慧控制等技術，實現了對軋輥全生命週期管理。

在軋輥上應用RFD技術，自動識別軋輥身份資訊及數據，並通過相關應用程式用於物流、庫存、現場管理，極大提高生産效率，大幅降低人工識別可能出現的錯誤率將熱軋磨輥間整體以人工操作為主的標準化工藝流程。

通過智慧化的感知、人機交互、決策和執行等技術，將資訊技術和智慧技術與裝備製造過程技術深度融合、整合，打造了無人化自動磨輥間提高了智慧製造的水準。大大提高了軋線供輯能力，避免了安全風險，降低了生産成本，提高了環保節能水準。    

工業物聯網背後的邏輯是日趨成熟的感測器技術、資訊技術，這使得工業應用能夠向智慧化轉變。而感知控制和互聯互通實現之後，數據將進一步被挖掘，工業製造領域的覆蓋面將進一步拓展，塑造功能和形式更多樣的，提供個性化服務的生態，激發産業創新。從産業的角度來看，感測器、工業控制、平臺相關企業將直接受益。