物联网技术与应用

11.2 工业物联网 工业是物联网应用的重要领域。具有环境感知能力的各类终端、基于泛在技术的计算模式、移动通信等不断融入工业生产的各个环节，可大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，将传统工业提升到智能工业的新阶段。工业物联网技术优势明显，如图114所示。 图114 工业物联网技术优势当前，全球第四次工业革命孕育兴起与我国制造业转型升级形成历史性交汇，互联网、大数据、人工智能等新一代信息技术与工业制造技术深度融合，推动生产制造模式、产业组织方式、商业运行机制发生颠覆式创新，催生融合发展的新技术、新产品、新模式、新业态，为工业经济发展打造新动能、开辟新道路、拓展新边界。工业互联网作为新一代信息技术与制造业深度融合的产物，通过实现人、机、物的全面互联，构建起全要素、全产业链、全价值链全面连接的新型工业生产制造和服务体系，成为支撑第四次工业革命的基础设施，对未来工业发展产生全方位、深层次、革命性影响。加快发展工业互联网不仅是各国顺应产业发展大势，抢占产业未来制高点的战略选择，而且是推动制造业质量变革、效率变革和动力变革，实现高质量发展的客观要求。 从国际来看，发达国家政府纷纷加快推进工业互联网建设，如美国在先进制造国家战略中将工业互联网和工业互联网平台作为重点发展方向，德国工业 4.0 战略也将推进网络化制造作为核心。GE、西门子、达索、PTC 等国际巨头也纷纷布局工业互联网平台，并将工业互联网平台作为探索数字化转型、提升行业服务能力、构建长期发展竞争力的关键。总体来看，美国、欧洲和亚太地区是当前工业互联网平台发展的焦点地区，全球工业互联网平台市场持续呈现高速增长态势。 我国平台发展取得显著进展，平台应用水平得到明显提升，多层次系统化平台体系初步形成。全国各类型平台数量总计已有数百家之多，如航天云网、海尔、宝信软件、石化盈科、树根互联、徐工、TCL、中联重科、富士康、优也、昆仑数据、黑湖科技等。据前瞻产业研究院发布的中国物联网行业细分市场需求与投资机会分析报告统计数据显示，2012年我国物联网在工业领域需求规模已达730亿元，2014年我国物联网在工业领域需求规模突破千亿元。截止至2017年，我国物联网在工业领域需求规模增长至2 354亿元左右，较2016年增长30.49%，2018年我国物联网在工业领域需求规模达到3 072亿元。 11.2.1 工业物联网概述 工业物联网平台是基于云计算和大数据的工业领域的行业平台，对下能接入多种行业终端，对上支持多种行业应用，通过工业物联大数据平台，把各种垂直的物联网应用整合成一个扁平的应用体系。除满足不同设备快速接入要求外，工业物联网平台还提供如智能分析、数据挖掘、机器学习、可视化组件等多种应用服务，使开发者即使不了解物联网、大数据技术也能快速、低成本地开发出专业的物联网应用、大数据应用，共同建设应用生态圈。工业物联网系统包括云平台和硬件设备，其中物联网云平台包括工业边缘、工业数据建模、工业数据管理与分析和工业PaaS与应用开发，系统结构如图115所示。 图115 工业物联网系统结构1. 工业物联网定义 工业物联网技术的研究是一个跨学科的工程，涉及自动化、通信、计算机以及管理科学等领域。它有着物联网技术的共性，也有行业技术的特色。 1) 传感器 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使用更准确、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，具体如下。 (1) 微型化：元器件微型化，要求节约资源与能源。 (2) 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。 (3) 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) 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。网络分为有线网络和无线网络。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技术是一种新兴的利用无线网络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。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、确定性通信资源调度、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。 3) 通信协议 在大多数情况下，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，兼容的关键是标准的统一。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IEEE 802.15.4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。 4) 数据分析 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，如何有效地处理、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、管理过程中人与人、人与机和机与机之间的行为、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工业物联网长时间地连续运行，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。 2. 工业物联网应用 工业物联网应用主要集中在供应链管理、生产过程工艺优化、生产设备监控管理、环保监测及能源管理、工业安全生产管理等场景，主要实现制造业的数字化、网络化、精细化、个性化、智能化等发展目标，功能示意图如图116所示。 图116 工业物联网应用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*大、效率*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、温度的实时监控，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。工业物联网通过传感器和网络对设备进行在线监测和实时监控，提供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、火电厂等企业部署传感器网络，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。 3. 工业物联网技术路线 工业物联网实施有四个阶段，即智能感知控制阶段、全面互联互通阶段、深度数据应用阶段和创新服务模式阶段。 1) 智能感知控制阶段 在智能感知控制阶段，利用基于末端的智能感知技术(传感器技术、REID技术、无线传感器网络技术等)随时、随地进行工业数据的采集和设备控制的智能化。 2) 全面互联互通阶段 在全面互联互通阶段，通过多种通信网络互联互通手段(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、安全、高效地传递出去。 3) 深度数据应用阶段 在深度数据应用阶段，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) 创新服务模式阶段 在创新服务模式阶段，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，广泛应用于智能工厂、智能交通、工艺流程再造、环境监测、远程维护、设备租赁等物联网应用示范领域，全方位构建工业物联网创新的服务模式生态圈，提升产业价值，优化服务资源。 11.2.2 工业物联网架构 工业物联网由智能硬件设备、边缘计算网关、云平台套件，以及大数据智能分析服务组成，通过智能采控终端采集设备将各种数据上传到云平台，并对数据进行存储、整理、分析，通过智能应用系统实现时时在线监控、记录、查询、统计、分析、修改、报警等操作，实现远程智能化管理，提高企业智能化管理水平。工业物联网架构如图117所示。 图117 工业物联网架构从感知及控制层、网络层、平台服务层到应用服务层，工业物联网系统有着行业自身的特点。 1. 数据感知 感知及控制层面有三个信息来源渠道，分别是传统信息系统、web系统和物联网系统。 1) 传统系统 传统信息系统采集的信息往往具有较高的价值。一方面原因是传统信息系统采集的往往是结构化数据，易于统计和分析；另一方面原因是传统信息系统采集的数据往往是比较重要的数据，对后续的数据分析有重要的参考价值。传统信息系统包含的内容比较广泛，如常见的ERP系统。对于企业来说，传统信息系统的建设应该是信息化建设的**步。 2) web系统 随着web应用的普及，尤其是web2.0的普及应用之后，整个web系统产生大量的数据，这些数据也是大数据系统的重要数据来源之一。web系统的数据具备几个典型的特点，如数量大、结构多样性、真假难辨等，这就需要通过数据分析来进一步挖掘潜在的价值。 3) 物联网系统 与传统信息系统和web系统不同，物联网数据大部分是非结构化数据和半结构化数据，主要是各类硬件设备接入数据，如图118所示。这些数据需要采用特定处理方式进行处理。比较常见的处理方式包括批处理和流处理。 图118 物联网的数据接入2. 泛在连接 泛在连接是工业物联网的前提。工业资源通过有线或无线的方式彼此连接或将互联网相联，形成便捷、高效的工业物联网信息通道，实现工业资源数据的互联互通，拓展了机器与人、机器与环境之间连接的广度与深度。 物联网信息传递依托有线、无线等介质进行数据传输。当前移动互联技术更多被用于实现工业物联网信息传输的过程中。通信传输介质包括有线、无线两种类型，其中无线协议有LoRa、NBIoT、eMTC、WirelessHART、WIAPA、ISA100等，这些协议分为两大类。 (1) 低功耗短距离通信技术，如IEEE 802.15.4，节点间传输距离短(小于100 m)，多跳路由协议CTP、RPL、LLN。 (2) 低功耗广域网(LPWAN)，代表性技术NBIoT、LoRa、eMTC、SigFox等具有发展前景，但未必可以取代已有的技术。针对室外大范围部署，LPWAN是一个很好的解决方案。NBIoT是基于LTE的改进版本，具有技术成熟、可以复用已有基站的好处。LoRa需要部署LoRa基站，但也适用于智慧园区等场景中，而且LoRa技术开放程度更高，更容易进行二次开发。 3. 数字建模 数字建模是工业物联网关键技术之一。数字建模将工业资源映射到数字空间中，在虚拟的世界里模拟工业生产流程，借助数字空间强大的信息处理能力，实现对工业生产过程全要素的抽象建模，为工业物联网实体产业链运行提供有效的决策。 海量工业数据分析、发展趋势预测及可视化呈现功能，提升工业数据价值洞察力。通过对工业资源数据进行处理、分析和存储，可以形成有效的、可继承的知识库、模型库和资源库，面向工业资源制造原料、制造过程、制造工艺和制造环境，进行不断迭代优化，达到*优目标。 4. 上层应用 1) 实时分析 实时分析是工业物联网的手段。针对所感知的工业资源数据，通过技术分析手段，在数字空间中进行实时处理，获取工业资源状态在虚拟空间和现实空间的内在联系，将抽象的数据进一步直观化和可视化，完成对外部物理实体的实时响应。 2) 精准控制 精准控制是工业物联网的目的。通过工业资源的状态感知、信息互联、数字建模和实时分析等过程，基于虚拟空间形成的决策，转换成工业资源实体可以理解的控制命令，进行实际操作，实现工业资源精准的信息交互和无间隙协作。 3) 其他业务 众所周知，数据和业务的整合可以提供更好的管理与服务，如原材料采购、生产中的故障诊断、流水线优化、节能减排、远程售后、财务分析、新营销业务等，不但支持单纯的物联网技术，还支持传统互联网的产品服务。 11.2.3 工业物联网生态圈 工业物联网是一个系统工程，目前还没有谁能够提供全链路的技术支撑，它需要有一个生态圈。我们需要了解云平台、硬件、数据分析、系统集成等多个方面的资源，掌握这些信息本身是一种知识。 1. 工业物联网平台 工业物联网平台需要部署在公有云或混合云上。因此，云计算厂商提供的计算、网络、存储、物联网、机器学习、数据分析、安全等服务很重要。在这个领域主要的厂商有亚马逊、GE、西门子、Bosch、阿里巴巴、微软、IBM、华为、Oracle、Rackspace、Heroku等。 亚马逊AWS尤为突出，它提供的物联网平台成为行业风向标。AWS 物联网使连接了internet 的设备能够连接到 AWS 云，并使云中的应用程序能够与连接了internet的设备进行交互。常见的物联网应用程序可从设备收集和处理遥测数据，或者令用户能够远程控制设备。AWS 物联网 SiteWise 提供可在常见工业网关上运行的网关软件。该软件通过 OPC UA 协议直接从服务器和历史记录读取数据。数据存储在 AWS 物联网 Analytics 中针对时间优化的数据存储区。AWS 物联网 SiteWise 提供了资产建模框架，可用于从数据构建资产、流程和设施的表现形式。AWS 物联网 SiteWise 视图实质上是可执行的可视化仪表板。 2. 数据分析 无论物联网与哪个传统行业结合，数据分析始终是关键所在。数据应用的需求不一样，需要解决的问题有差异，数据分析和数据建模的目标会大为不同。这个领域的先进企业有亚马逊、FogHorn、PTC、MathWorks、Rigado、SAP、西门子、Splunk、SAS、Tulip、Uptake、TIBCO等。 3. 硬件支持 1) 芯片技术 在工业现场，物联网数据采集的硬件基础是物联网芯片和物联网核心板。有了这些，才可以开发物联网数据采集网关和数据分析硬件等。主要的物联网芯片行业巨头有ARM、TSMC、Nvidia、Intel、Infineon、高通、NXP等。 2) 传感器 工业现场的数据采集离不开各种传感器和执行器。一些重要的传感器厂商有ABB、Bosch、Festo、KEYENCE、Toshiba、Libelium、ublox。 3) 网关技术 除了芯片和传感器技术外，工业网关也是业界一直在努力突破的重点。边缘计算是工业网关的终极目标，对硬件、软件、数据分析都有着很高的要求。目前，工业网关技术较为突出的企业有ABB、研华、戴尔、思科、Belden、CODESYS、Digi、ProSoft、映翰通、华为、Moxa、Telit、西肯麦、Eurotech、ADLINK、NEXCOM、Systech等。 4. 系统集成 传统制造型企业不仅有对生产设备或产品的监控、运维、故障诊断、远程升级等功能需求，还包括企业其他信息系统的对接，如对ERP、CRM、MES、EAM、IM等系统进行集成。这个领域的系统集成商产品非常丰富，业界知名企业有埃森哲、IBM、Infosys、德勤、Cognizant、Callisto、Kalypso、金蝶、用友等。 工业物联网生态圈如图119所示。 图119 工业物联网生态圈工业物联网将在智能感知阶段实现生产自动化，在互联互通阶段实现数据标准化，在数据融合阶段实现决策系统化，*终助推工业制造领域生产方式、运维方式、商业模式、服务模式等的改进，实现全方位产业升级。