如何假装很懂工业物联网？

文章来源 | 全球物联网观察微信公众号

提起物联网，一般人首先想到的无非是智能家居、智能汽车、可穿戴设备等与日常生活息息相关的领域。

消费物联网一词很少被提及，产品却深入人心。他的同胞兄弟工业物联网常常被提起，但由于不直接面向消费者，且概念复杂难懂，逻辑不容易理顺，“真理”只掌握在少数人手中。

一方面是难懂，另一方面又被纷纷看好。IDC2017年物联网的投资支出预测，全球在2020年之前准备投资的三大行业都是工业物联网市场的一部分。赛迪顾问数据，2016年中国工业物联网市场规模为1896亿元。到2020年，工业物联网在中国整体物联网产业中占比将达到25%，规模突破4500亿元。

究竟“工业物联网”为何物，如何快速的理清行业脉络，建立起知识框架，这正是本文所要讲的。

一、怎么来的？

在过去的二百多年中，发生了三次工业革命，目前，我们正处于第四次，也被称之为工业4.0。

工业革命的演进

工业1.0：瓦特发明了蒸汽机，由此迎来机械制造时代。

工业2.0：电力的普及，实现了产品的大规模生产。 

工业3.0：集成电路的应用，实现自动化生产。

工业4.0概念是德国政府于2013年率先提出，并上升为国家战略。

与之前的三次革命不同，工业4.0不是由一个发明，如蒸汽动力或集成电路，而是技术进步的融合，是实体物理世界与虚拟网络世界融合的时代。它包括3D打印、虚拟现实和云计算等。  

物联网、工业4.0等概念既有交集也有差异。随着工业化与信息化的深度融合，企业内部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（简称IIoT，Industrial Internet of Things ）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。

当然，工业物联网是一个渐进发展成熟的过程，在实施中包括四个阶段：

1、智能的感知控制阶段

即利用基于末端的智能感知技术，如传感器、REID、无线传感网络等，随时、随地进行工业数据的采集和设备控制的智能化。

2、全面的互联互通阶段

通过多种通信网络互联互通手段，如工业网关、短距离无线通信、低功耗广域网和OPC UA等，整合信息化共性技术和行业特征，将采集到的数据实时、准确地传递出去。

3、深度的数据应用阶段

即利用云计算、大数据等相关技术，对数据进行建模、分析和优化，实现多源异构数据的深度开发应用，从数据仓库中提取隐藏的预测性信息，挖掘出数据间潜在的关系，快速而准确地找出有价值的信息，有效提高系统的决策支持能力。

4、创新的服务模式阶段

利用信息管理、智能终端和平台集成等技术，提供定制服务、增值服务、运维服务、升级服务、培训服务、咨询服务和实施服务等方面，实现传统工业智能化改造，提升产业价值，优化服务资源和激发产业创新。

工业物联网的实施阶段全景图

二、要用哪些技术？

从系统的角度看，工业物联网的构成模型、各功能模块中主要实体以及模块间的关系。

原料、机器设备、环境、作业工人等对象被感知控制域的传感器、标签所感知、识别和控制，在其生产、加工、运输、流通、销售等各个环节的信息被获取。采集的数据最终传送给服务提供域，从而实现远程监控、能源管理、安全生产等服务。

工业物联网所需用到的关键技术主要有4大块。

工业物联网技术体系

技术并非一成不变，而是向前发展的，目前，工业物联网的技术正在朝5个方向发展。

1、终端智能化

包括底层传感器设备自身向着微型化和智能化的方向发展，以及工业控制系统的开放逐渐扩大，使得工业控制系统与各种业务系统的协作成为可能。

2、联接泛在化

工业控制通信网络经历了现场总线、工业以太网和工业无线等多种工业通信网络技术，将监控设备与系统，同生产现场的各种传感器、变送器、执行器、伺服驱动器、运动控制器，甚至CNC数控机床、工业机器人和成套生产线等生产装备连接起来。

3、计算边缘化

数据不用再传到遥远的云端，更适合实时的数据分析和智能化处理，具有安全、快捷、易于管理等优势，能更好地支撑本地业务的实时智能化处理与执行，满足网络的实时需求。

4、网络扁平化

工业物联网的体系架构正在简化，系统性能将得到进一步提升的同时降低软件维护成本。建立网络扁平化技术体系，使信息在真实世界和虚拟空间之间智能化流动，实现对生产制造的实时控制、精确管理和科学决策。

5、服务平台化

工业物联网平台面临着连接设备量巨大、应用环境复杂、用户多元化等问题。提升连接灵活、扩展用户规模、应用开发的简易友好，根据用户实际需求提供设备远程管理、预防性维护和故障诊断等服务。

三、跟谁有关？

工业物联网的主要玩家分有传感器厂商、工业控制企业以及平台。

全球传感器市场已在：最全！全球智能传感器产业链企业名录一文中作过介绍，因此不再重复。

工业控制

工业控制是对工业过程实现检测、控制、优化、调度、管理和决策为目的，主要是以PLC、DCS等产品形式体现。

DCS：分散控制系统    

PLC：可编程逻辑控制器    

DCS是一个控制"系统"，而 PLC只是一种控制"装置"，两者是"系统"与"装置"的区别。系统可以实现任何装置的功能与协调，从原理上装置可以组成系统。    

目前，PLC市场可以分成美国、欧洲和日本等三个流派，并占有主要的市场份额。中国的PLC仍以国外产品为主，国内PLC生产厂家在产品数量和生产规模的还有待于提高。

主要厂商有：

美国：A-B公司、通用电气、莫迪康等；

欧洲：德国西门子、德国AEG、法国TE等；

日本：三菱、欧姆龙、松下、富士等。

DCS生产厂家主要集中在美国、日本、德国等。国外DCS产品在中国有一定占有率。不过近年来国产DCS的市场占有份额也在飞速提升，中国涌现出一批DCS产品优秀企业，不仅品种数量大幅度增加，而且产品技术水平已经达到或接近国际先进水平。

主要厂商有：

国外：Honeywell、横河公司等。

国内：北京和利时、上海新华、浙大中控、浙江威盛、航天测控、电科院以及北京康拓集团等。

平台

工业领域巨头的平台布局十分积极，包括西门子的MindSphere、通用电气的Predix、菲尼克斯电气的ProfiCloud，以及国内三重工的根云、海尔的COSMOPlat、徐工工业云、航天科工的INDICS等。

与此同时，IT巨头也在借助其云平台的优势，通过联合上下游企业，布局工业物联网产业生态。如微软的Azure、亚马逊的AWS、IBM的Watson、SAP的HANA。国内的百度、阿里、京东和腾讯也都推出面向工业物联网的平台。

除了独立布局，展开优势互补合作，扩展生态圈也是一种主流的平台布局方式。比如2016年GE宣布Predix登陆微软Azure云平台；2017年ABB宣布依托于微软Azure平台提供工业云服务，与IBM在工业数据计算和分析方面开展合作；西门子也表示MindSphere在云服务方面已跟亚马逊AWS、微软和SAP开展合作。

四、应用案例

创新保险模式

三一重工是中国最大、全球第五的工程机械制造商。其设备价值不菲，售价动辄几十万上百万元。由于工程机械车辆在施工过程中所面临的施工风险相对较高，因此通常会以购买保险的方式转嫁风险，但保险公司往往对情况了解是有限的。

树根互联的"根云"平台，联合久隆保险和三一重工，聚合装备制造、工业互联网及金融三方面的人才和技术，首次探索和尝试"装备＋数据＋保险"的闭环商业模式，共同对三一装备的物联网数据及企业运营数据进行深度挖掘与应用，研发基于物联网的保险产品，发掘工业大数据的金融价值，探索工业大数据创新性商业模式。

通过基于设备的数据对损失概率进行预测，在设备定价中将每一台设备运行数据（工况数据）作为定价变量来考虑，可以对每台单独设备提供更加准确、公允、动态的定价，帮助保险公司进行风险选择与精准定价。

生产工艺优化

宝钢集团被称为中国改革开放的产物，1978年"十一届三中全会"闭幕的第二天，就在中国上海北翼长江之畔打下第一根桩。经过30多年发展，宝钢已成为中国最大的钢铁联合企业。但宝钢的磨辑间标准化工艺流程存在劳动效率低、安全风险高、质量波动大、环保效果差等问题。

宝钢通过工业互联网、射频识别、信息交互、智能控制等技术，实现了对轧辊全生命周期管理。

在轧辊上应用RFD技术，自动识别轧辊身份信息及数据，并通过相关应用程序用于物流、库存、现场管理，极大提高生产效率，大幅降低人工识别可能出现的错误率将热轧磨辊间整体以人工操作为主的标准化工艺流程。

通过智能化的感知、人机交互、决策和执行等技术，将信息技术和智能技术与装备制造过程技术深度融合、集成，打造了无人化自动磨辊间提高了智能制造的水平。大大提高了轧线供辑能力，避免了安全风险，降低了生产成本，提高了环保节能水平。    

工业物联网背后的逻辑是日趋成熟的传感器技术、信息技术，这使得工业应用能够向智能化转变。而感知控制和互联互通实现之后，数据将进一步被挖掘，工业制造领域的覆盖面将进一步拓展，塑造功能和形式更多样的，提供个性化服务的生态，激发产业创新。从产业的角度来看，传感器、工业控制、平台相关企业将直接受益。