物联网技术在可循环经济中的应用分析
循环经济在中国发展迅速，并被确定为国家发展战略的重要组成部分。将资源进行有效运用是循环经济的主要内容，“再利用”以及“可控化”是其中的两个原则。下面是我为您整理的物联网技术在可循环经济中的应用分析论文，希望能对您有所帮助。
摘要： 随着全球经济的发展以及科技技术的进步，传统的可循环经济已经跟不上如今社会发展的速度，这就需要与当今的科技进行有效的结合。将物联网技术应用到可循环经济领域，是当前社会发展的必然趋势，而如何将物联网技术科学、合理、高效地应用到可循环经济中是值得深思的问题。本文对循环经济以及物联网技术进行了详细的叙述，并从汽车废弃回收利用的现状出发，以汽车的可循环经济网络为例，具体地论述了在可循环经济下的物联网技术的应用，并对其中物联网技术中的关键技术进行详细概括。
关键词： 可循环经济;物联网技术;应用
随着传感器、信息技术、网络、射频识别RFID、移动计算等技术的飞速发展，物联网技术(TheInternetofThings，IOT)应运而生。物联网概念由美国麻省理工大学KevinAshton教授在1991年首次提出[1]。物联网技术是当前社会的主流应用技术，是对互联网技术的扩展以及革新。继计算机和互联网之后，物联网被认为世界信息技术产业的第三次浪潮。将物联网技术应用到可循环经济领域，使网络技术与社会经济结合是未来社会经济发展的主流趋势。本文以循环经济为主要视角，从物联网技术的应用出发，以汽车行业为例，论述物联网技术在产品的生产、消费、回收的循环过程中的具体应用。
1可循环经济下的物联网技术应用概述
循环经济最早在Boulding的“宇宙飞船经济”中被提及，其具体定义最早由Pearce提出。20世纪末，循环经济的理念被系统地引入中国学术界。循环经济在中国发展迅速，并被确定为国家发展战略的重要组成部分[2]。将资源进行有效运用是循环经济的主要内容，“再利用”以及“可控化”是其中的两个原则。相比较传统的经济模式，可循环经济更加符合我国国情。传统的经济模式让我国的物产资源以及环境承受能力都日渐衰落，而可循环经济模式的兴起给我国经济发展带来了新的曙光。可循环经济不仅是已贯彻落实的基本国策，更是我国建立资源节约型、环境友好型社会的`重要措施。
物联网是一个潜在的内循环系统。从经济学角度来说，循环经济系统是一项系统工程[3]。物联网主要借助射频识别技术(RFID)以及全球定位系统等相关的信息传感设备，借助现代通信技术，将需要进行鉴别的物体同互联网进行连接，从真正意义上对物体进行鉴别、跟踪以及管理等，并且将这些信息传感设备与互联网结合起来，形成巨大的网络[4]。这
样的结合实现了物品与网络的链接，更方便基础设施与互联网交换信息，将智能化更好地带入生活的每个角落，其追踪、识别、定位等都是其具体的体现。物联网技术的基本原理是借助射频识别(RFID)技术，在计算机互联网庞大的平台上实现物品信息的自动采集并达到信息的共享。
在产品的生产完成阶段，产品会贴上储存有EPC编码的电子标签，这个电子标签将会一直跟随该产品整个运行的生命周期，而其标签就如产品标志，可以通过物联网对其进行跟踪查询。在物联网技术运用之前，物理的基础设施是和网络基础设施分别开来的，其物件、建筑物等实体与数据库、计算机并无关联，而物联网技术的运用让这二者有机地结合起来，并且扩展出了一个新的高科技领域。
目前，物联网技术已经充分地运用到了信息产业，包括信息服务、信息软件等方面。此外，物联网技术在工业、农业等领域也有重要的应用。可循环模式下的经济涵盖了生产、售后服务等不同环节，其中除生产环节之外的后续环节为物联网技术应用到可循环经济中提供了可能性。随着我国经济的快速发展，人们对汽车的需求量越来越大。据不完全统计，自2000年起，我们每年几乎以100万辆汽车的速度在增长。
随着时间的推移，我国将迎来回收汽车数量的高峰期，汽车报废后的钢铁、有机金属以及在制造汽车的过程中所使用的新型材料、各种金属合金、橡胶、玻璃和聚合物等化学原料都需要得到合理利用。可见，在汽车失去了商品价值后，自身的报废材料亦有巨大的价值。废旧的汽车作为资源的载体，与自身产品很难剥离出来。因此，我们需要一种新型运作模式让资源与产品自身分割开来，这种新型运作模式就是将物联网技术运用到可循环经济中，建立出完整的智能化互联网系统。
2面向可循环经济的物联网技术的应用
21汽车的可循环经济网络
汽车的可循环经济网络是将汽车整体作为一个网络节点，将汽车所属的所有零件安装智能节点，并且将物联网技术作为主要的技术支撑，建立与汽车相关的制造商、服务商、车主、网络运营商等相关单位共存的系统。其具体的应用主要有生产环节、销售环节、回收环节。
211生产环节
在汽车生产制造环节应用物联网技术，营造智能生产系统，即在非人力的情况下通过自动化生产线进行制造运作。在物联网技术的支持下，实现所有的原材料以及生产的半成品或者成品可以在整个生产线上进行追踪识别，这样不仅可以减少人为 *** 作的误差率，而且在一定程度上提高制造的速率，提高生产效益。在智能的生产系统下，为每一个原材料配备一个独立的EPC编码，这个EPC编码所储存的原材料信息以及后续对材料信息的添加、更改都会一直伴随原材料的整个使用生命周期。
为了实现物品之间的读写交互，在原材料入库、出库或者加工以及回收等阶段都要相匹配地安装读卡器、设置传感器。原材料上所携带的自身EPC编码可以将原材料的信息通过代码的形式用读写器进行读取，然后利用发射器以及无线网络的传送将其代码发射到RFID信息服务系统的服务部，用这样的方法就可以将原材料的具体详细信息储存在本地的信息服务器中，并且可以通过对象名解析服务对原材料的代码进行统一资源标识。
通过网络在RFID信息服务器中获得其代码所记载的原材料的具体信息以及自身属性，相关工程人员在制作环节就可以通过网络对原材料的生产过程进行监控。在生产环节采用EPC技术不仅可以在数量众多的零件中找到所需要的零件，还有助于工程管理人员掌握生产线流程信息，及时解决补货、缺货等问题，确保整个生产流水线工作稳定、高效地进行。
212销售环节
当前车载智能系统被广泛运用，而车载智能系统的核心技术就是物联网技术。车载智能系统作为汽车的灵魂系统，一方面要对信息进行记录以及处理，另一方面担负着Intel网、移动经营网络、汽车服务商等网络信息实时交互的工作。
车载智能系统包含不同的功能模块:首先是智能控制模块。智能控制模块可以对车况实时监控并且记录车体的实时信息以及车主的驾驶系统，以提高行车的安全性。另外，该系统还可以对汽车的零件数据实时记录，为回收环节提供精确的数据。其次是车主服务模块，这一模块是车载智能系统中一个重要的应用。
车主服务模块为车主在驾车中提供更加人性化的服务，让车主更加体验到人性化驾驶的乐趣。该模块设置了自动导航、自动泊车、车站信息查询等功能。最后是智能应急模块，车辆在行驶过程中会遇到很多突发情况，预知并及时处理突发状况是非常有必要的。车载智能系统中的智能应急模块对突发情况可以采取相对应的应急措施，也可以设置多重应急模块，例如防盗追踪、安全保障、远程控制等。
213回收环节
车载智能系统的回收环节主要依靠EPC所记录的数据。在智能回收环节中可以随时查录任何重要零部件的信息，比如使用寿命、质地、产地等。回收系统通过查录到的EPC信息，可以将汽车的零件进行精确的分类，并且掌握是否可回收、可利用或者可报废等情况。智能化系统具有将车体的数据信息同汽车智能回收系统中的相关数据信息进行相互分享以及沟通的功能，可以有效地协助汽车拆卸行业从人力进行零件分类转化成工业自动化运行的模式，既可以使分类精确又可以提高工作效率。
本地的Savant系统对当地的废旧、废弃车辆零部件的相关信息进行实时更新，并将这些及时更新的数据传输到汽车产业物联网中的EPC信息服务器以及对象名解析服务器中，这样相关联的企业以及汽车用户就可以通过Internet了解到汽车重要零部件的各项信息，进而可以增强对这些汽车部件的利用，亦能在一定程度上保证重要零部件的安全性。
由此可见，智能车载系统可以利用物联网技术来获取更为精准、及时的报废汽车的车辆信息，并且根据报废汽车上的零件信息对其进行二次加工。当然， *** 作人员也可以根据零部件的信息来确定该零件的功能及其实用信息。
在物联网技术的运用下，车载智能系统不仅可以将汽车回收业进行高度整合，也可以对废旧资源进行合理的循环应用，在避免资源浪费的同时保护了生态环境。
22面向可循环经济的物联网技术的关键技术
面向可循环经济的物联网技术有五大关键性的技术。
(1)射频识别技术。
其实质是一种非接触式的自动识别技术，能够以射频信号智能地识别目标对象，同时取得有关的数据信息，而且全程自动化，不需要人工的干预，尤其不受环境的限制。RFID技术不仅可以对静止物体进行识别，还可以对一些高速运行的目标对象进行准确识别， *** 作也极为快捷方便。物联网理想的状态是对全球范围内的目标对象实现信息的监控、共享。
(2)智能传感器网络技术。
传感器的作用相当于人的皮肤、眼睛、鼻子、耳朵等感受外界变化的器官，接收的是外界温度、光、电、湿度等变化的信号，将变化信号信息应用于网络系统中，为数据的分析、采集、传输提供具体、可靠的数据支持。从传统传感器到智能传感器，再到嵌入式Web传感器的研发，传感器逐渐开始朝着微型化以及信息化等方向发展和进步[5]。
其中，传感单元(由传感器和模数转换功能模块组成)、处理单元(包括CPU、存储器、嵌入式 *** 作系统等)、通信单元(由无线通信模块组成)以及电源是组成传感器网络的智能节点的几个基本单元。
在一个健全的传感器网络中，智能节点基本上出现在目标对象上及周边，同时智能节点相互之间能够进行互相协作。利用互联网络可以把搜集的区域信息传送到远程控制管理中心，比如车载智能软件系统;反之，远程管理中心亦可以对网络节点进行远程控制检测。
(3)GPS定位系统。
在车载智能系统中，车载GPS接收机通过接受卫星发来的数据以及坐标经纬度，将车辆的无线MODEM以GSM短信方式由GSM公司实时传到监控中心，并最终在电子地图中显示出来，由此可对车位的目标有更为精确的定位，以便对车辆进行实时监控。在车辆遇到突发情况时，车载报警模块会发出报警信息，智能系统直接将现场的具体报警信息及时传送到总控制台。
(4)智能技术。
通过在目标对象中植入相关智能系统，使目标对象能够与用户之间进行主动或者被动的交流。
(5)纳米技术。
物联网技术的迅猛发展，使电子元器件更加智能化、微型化。将纳米技术应用到物联网中，可以使更加微型化的物体进行数据的交互与连接。
3结语
如今物联网技术的发展已成为科技发展的主流，大到科技航天，小到车载导航，与我们的生活息息相关。我国人口多、资源相对不足，对可再生资源缺乏合理利用。可循环经济模式符合我国国情，将物联网技术应用到可循环经济中是应对当前发展的必由之路。
参考文献:
[1]高杨，李健基于物联网技术的再制造闭环供应链信息服务系统研究[J]科技进步与对策，2014(3):19-25
[2]陆学，陈兴鹏循环经济理论研究综述[J]中国人口资源与环境，2014(S2):204-208
[3]钱志鸿，王义君物联网技术与应用研究[J]电子学报，2012(5):1023-1029
[4]燕妮浅论物联网技术的应用研究[J]IT论坛，2013(19):81
[5]杨忠敏物联网时代:传感器将迎来黄金十年[J]中国公安安全，2014(6):160-168
;1高效分布式必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。
2实时处理
必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。
3高可靠性
需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。
4高效缓存
需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。
5实时流式计算
需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。
6数据订阅
需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。
7和历史数据处理合二为一
实时数据和历史数据的处理要合二为一。实时数据在缓存里，历史数据在持久化存储介质里，而且可能依据时长，保留在不同存储介质里。系统应该隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。无论是访问新采集的数据还是十年前的老数据，除输入的时间参数不同之外，其余应该是一样的。
8数据持续稳定写入
需要保证数据能持续稳定写入。对于物联网系统，数据流量往往是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。因此系统必须保证分配足够的资源以确保数据能够写入系统而不被丢失。准确的说，系统必须是一个写优先系统。
9数据多维度分析
需要对数据支持灵活的多维度分析。对于联网设备产生的数据，需要进行各种维度的统计分析，比如从设备所处的地域进行分析，从设备的型号、供应商进行分析，从设备所使用的人员进行分析等等。而且这些维度的分析是无法事先想好的，而是在实际运营过程中，根据业务发展的需求定下来的。因此物联网大数据系统需要一个灵活的机制增加某个维度的分析。
10支持数据计算
需要支持数据降频、插值、特殊函数计算等 *** 作。原始数据的采集可能频次挺高，但具体分析时，往往不需要对原始收据进行，而是数据降频之后。系统需要提供高效的数据降频 *** 作。设备是很难同步的，不同设备采集数据的时间点是很难对齐的，因此分析一个特定时间点的值，往往需要插值才能解决，系统需要提供线性插值、设置固定值等多种插值策略才行。工业互联网里，除通用的统计 *** 作之外，往往还需要支持一些特殊函数，比如时间加权平均。
11即席分析和查询
需要支持即席分析和查询。为提高大数据分析师的工作效率，系统应该提供一命令行工具或容许用户通过其他工具，执行SQL查询，而不是非要通过编程接口。查询分析的结果可以很方便的导出，再制作成各种图标。
12灵活数据管理策略
需要提供灵活的数据管理策略。一个大的系统，采集的数据种类繁多，而且除采集的原始数据外，还有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本以保证更高的安全性，有的需要能快速访问。因此物联网大数据平台必须提供多种策略，让用户可以根据特点进行选择和配置，而且各种策略并存。
13开放的系统
必须是开放的。系统需要支持业界流行的标准SQL，提供各种语言开发接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各种机器学习、人工智能算法或其他应用，让大数据处理平台能够不断扩展，而不是成为一个孤岛。
14支持异构环境
系统必须支持异构环境。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样，系统必须支持各种档次、各种不同配置的服务器和存储设备并存。
15支持边云协同
需要支持边云协同。要有一套灵活的机制将边缘计算节点的数据上传到云端，根据具体需要，可以将原始数据，或加工计算后的数据，或仅仅符合过滤条件的数据同步到云端，而且随时可以取消，更改策略。物联网前景很好，物联网作为一个新经济增长点的战略新兴产业，具有良好的市场效益，《2014-2018年中国物联网行业应用领域市场需求与投资预测分析报告》数据表明，2010年物联网在安防、交通、电力和物流领域的市场规模分别为600亿元、300亿元、280亿元和150亿元。
物联网技术包含的方面很多，涉及电子电器技术、互联网技术、通信技术等，看你要着重哪个领域咯~每个行业的就业情况其实都还不错，主要看个人能力、情商、工作态度。
物联网开发是电子、嵌入式开发、自动化控制、网络通信、计算机等专业知识的综合应用，除了学习理论知识外，还需要进一步具备动手实践能力，才能适应企业的真实需要。华清远见物联网的基础知识、系统搭建到综合应用，共分三个层次深入浅出地为读者拨开萦绕于物联网这个概念的重重迷雾，引领读者渐渐步入物联网世界。
华清远见的特色是，注重实践，与实际项目相结合，除每章附有小实验外，特别在教学过程中使用大量篇幅以物联网的实际项目应用开发为例进行详细的分析讲解。 同时，书中的实例对时下经常使用的功能、设备、器材进行讲解和说明，力求教材所涉及的内容能紧跟行业实际应用的需要 ，加深读者对物联网应用的理解。华清远见物联网有就业培训方面，有4年成熟的经验，感觉还是挺靠谱的了，具体对比后的感觉。物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。
随着互联网的快速发展，物联网也在阔步前行，与此同时，物联网对人们的影响也越来越大。如今，诸多IT公司都大量投资物联网，以此将人与设备、设备与设备以及系统与系统连接起来。据市场研究机构IDC的研究人员估算，到2020年时，物与物联网的规模将是比人与人联网的规模高26倍。
如今，从人们与周围事物互动的角度来看，物联网已经在影响人们的日常工作。预计将来物联网还将发挥全新的作用，并将改变人们的交通、交流和协作的方式。为什么呢？以下10大原因将对此问题作出更好的解释。
1、让人们路途中的交通更加快捷
人们约有15%的交流时间花费在路上，约有17%的燃料消耗在等待红灯的过程中。道路上的传感器、交通视频摄像头以及道路的中央分隔带都将影响着汽车与驾驶员的“谈话”方式。通过监控行驶速度、交通信号灯、事故以及当前的路况等信息，编入程序的汽车，甚至是道路都将给驾驶员的移动设备发去最有效的行驶路线，从而减少交通时间，节省燃料，并让人们出行更安全。
2、预测产品的稳定性
在产品出货之后，买方与卖方之间的互动往往就会减少，如果双方没有新的交易或产品出现问题，那么买方与卖方之间的交流也几乎没有。预测技术能够监控产品的“稳定性”，从而在问题出现之前就能够及时地发现问题。在倡导消费者为先的时代，一家公司如果掌握了预测产品性能的监控技术，那将意味着这家公司将能够让消费者感到满意，并避免问题的出现。
3、创建更多的工作职位
数字朝代已经开创了IT工作职位的新时代。随着物联网的兴起，云和大数据相关的工作也越来越专业化。市场研究机构Gartner去年就发布报告称，首席数码官（CDO）的数量正在不断上升。Gartner还预测称，到2015年时，约有25%的公司将设立这样的工作职位，以此来管理公司数字，在这样的形势之下，数据专家也将成为公司的重要资产。在获得了大数据和分析的价值之后，人们也将开始看到更多的首席数据科学家、分析师、甚至是客户满意官员等相关的工作职位，甚至还会出现我们目前还没有想到的职位。
4、提供工作能力
社交媒体的崛起已经为人们的交流和团队协作开创了新的时代。像Box、Skype、Jive和Facebook等有价值的社交工具已经吸引了下一代工人的关注。视频交流和图像交流等也将节省人们的交流时间，同时也让这些社交工具与现代化的协调工作系统不分上下。
5、便于将非结构化数据转化成结构化数据
大数据不仅仅是“大”，而是“巨大”。大数据如果被很好地利用的话，那么将会给商业创造更多的价值，特别是在非结构化数据转化成结构化数据之后。分析数据并将这些分析后的数据整合到有用的信息之后，这些数据将会提供消费者、产品行为、市场状况、员工生产力以及更多的相关有用信息。
6、更利于环境保护
如今，感应器已经在一些办公大楼和家庭内运行，但展望未来，这种感应器将成为现代建筑基础设施的必需品。随着用户在房间或卧室内的移动，安装后的动作感应器也将能够按照用户需求打开或关闭灯光设施、加热器、空调、咖啡机和电视机等设备。这些感应器如今已经整合到盲人设备之中，并利用温度和光线等决定打开和关闭相关设备的时长。最终，这种感应器很好地帮助人们节能，节省资金并保护了环境。
7、更好地定位
物联网让位置追踪服务更加简捷。目前，手机、汽车甚至是医院内的联网设备都能够被定位，从而节省有价值的资源。诸多公司将能够很快地追踪他们业务的每一个细节，包括从库存到订单履约情况等，并根据这些位置信息来部署现场服务和员工。工具、工厂和汽车都将能够连接基于位置技术的网络之中，从而让整个链条更加有效。
8、更加智能化的沟通与服务
即使是水冷却机也能够连接到物联网，从而更好地让人们利用更多的时间。例如，水冷却机（或咖啡机、快餐店等）都能够更加智能化的记忆用户的个人偏好，并根据声音和动作激活技术提供相应的服务，甚至是按照用户的需求传递饮料，而不需要用户等候。
9、改变医生工作方式
物联网正在改变医生的工作方式、病人的体验以及整个医患关系。如今，病人的病情必须经过医生当面确诊后才能作出评估。将来，物联网将能够让医生直接读到病人身体相关的数据信息，从而让医生远程实时的掌握病人的信息。
10、根据天气状况安排工作
如今，天气预报主要依赖一些卫星和地面天气监测的结果而进行。将来，大量的感应器将会整合到不同的设备之中，以及空中和地面的数据接受站。使用大数据分析来更好地预测地球状况，将有利于人们更加熟练准确的掌握天气状况和气候变化情况，这样将能够进行更加准确的天气预报，从而让人们更好的规划一周的工作。从全球范围来看，物联网将意味着人们能够更加准确地预测气候变化趋势和自然灾害情况。
所有物联网都是为了实现万物互联，特别是物与物的互联，但是工业物联网又有其专有属性，原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高，而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。
思考所有问题都需要从宏观到微观的细化过程，工业物联网也不能例外，我认为对工业物联网进行深度思考，需要从以下五个维度进行分析，否则将会要么带来一叶障目，要么带来好高骛远。
首先需要我们思考的问题是，工业物联网的价值、意义和目的是什么；第二个是工业物联网需要连什么的问题，这是一个范围的概念；第三个需要我们思考的是连入物联网的物的层级问题，也就是深度的问题；第四个需要我们思考的是实现物联的价值成本分析；第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接，或者说实现了人与人的连接，这个连接带来了人的交互的便利，在这个基础上涌现出很多全新的、颠覆性的商业模式，例如，电子商务、即时通讯，社交媒体等等；而物联网将实现人与物、物与物的连接，同样我们也期望带来全新的、颠覆性的商业模式，甚至更进一步，期望带来人类生活、生产方式的全新的颠覆性的模式。
作为物联网主战场的工业物联网，人们对其的期许是在工业设计、制造、流通环节带来革命性的变革，为传统工业注入新的活力，提供新的势能，驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升，特别是大数据、人工智能的发展，任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征，第一是高效性；第二是准确性；第三是实时性；第四是经济型；在当前技术能力下，能够同时满足这四个特征的就是工业物联网，首先，芯片技术已经发展到一个具有较强计算能力的MCU在美元以下，RFID芯片价格甚至已经到美分这个量级，使得工业物联网有了物质基础，同时满足了经济性要求；近三十年的通讯技术的发展，从模拟到数字，从简单调制到复杂调制技术的商用化，使无线通讯可以很廉价地覆盖几百米甚至数公里的范围，满足了数据获取的密集部署要求，同时由于工业物联网的永久在线的特征，使工业物联网满足数据获取的高效性、实时性要求；微电子技术在近年也发生了突飞猛进的发展，不论在价格上还是在进度上都有了长足的突破，满足了数据获取的准确性。
总而言之，工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势：
1、快速变化的市场需要数据支撑，产生了市场对数据获取的急切要求；
2、MCU的发展使得计算能力快速提升；
3、以调制技术为核心的通讯技术发展为联网建立的管道基础；
4、传感技术，特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证；
工业物联网不是规划出来的，是各种技术与需求发展进化的产物，是生活、生产、经济发展到一定高度后自然而然出现的，是在需求的驱动下，众多行业创新带了的自然产物。
通过工业物联网，可以把传统经济中不可数字化之物数字化，可以把传统不可数字化之行为数字化，可以把传统不可能变为可能，甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续，如果不考虑经济性，那么我们可以说工业物联网连接一切可连接之物，但是，当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性，那么工业物联网连什么呢？我们认为这是一个从哪里来到哪里去的问题，我们通过上面对价值、意义和目的分析可知，我们应该从目的反推，一切从目的出发，时刻盯紧企业需要弥补的最关键环节，例如，如果对量化OEE有需求，那么我们就要连接设备状态；如果要减少在制品，那么我们就要对在制品进行追踪；如果能源消耗对企业是重中之重，那么我们就要把能效物联化，等等。世界上不存在同样的两片树叶，同样地，世界上也不存在同样的两个企业，我们只能对企业本身进行深入分析，紧紧聚焦于企业价值，在保证经济性的基础上，确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性，也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度，决定需要实施工业物联网的广度。
通过分析工业物联网连什么后，我们得到了连入物的内容，接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性，这里遇到工业物联网特有的一个障碍，需要连入工业物联网的物的可连通性问题， 特别是在设备互联时，可连通性表现的特别突出，例如，有的设备具有开放的通讯协议和可用的通讯接口，有的设备不开放协议等等，那么可连通性就是对方案供应商的很大的考验，我们的经验是有四种方案可供选择：
1、使用设备开放的协议；
2、使用设备自带的传感器；
3、添加新的传感器；
4、改变观察侧面及维度，使用全新的采集模式；
其中第四条，改变观察的侧面和维度，使用全新的连接方式是使用第一性原理，避开设备不开放协议或接口的阻碍，避开被设备供应商牵着鼻子走的方向，从本质上获取数据。例如：通过能效检测获得设备的使用状态，通过震动传感分析设备部件的故障、甚至是转速等，只要通过第一性原理从你需要的信息入手，而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标，观察除了直接连接设备外，我们还能够如何获得需要的信息，因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如，我们可以在我们的物联设备上安装一个震动传感器，从传感器获得的数据中，我们即得到了设备是否开机，又得到了是否启动工作，同时还得到设备的转速。如果不用第一性原理，而是硬要跟设备互联，那至少要采集三个数据，并且未必设备能够给你。这就是典型的边缘计算的案例，边缘计算的计算规则一定要具有定制能力，可以说边缘计算一定是一个知识容器，可以方便地把客户、厂家，甚至是第三方的知识融入的容器，我们开发的支持脚本的设备已经具有了初步的边缘计算的功能，我们需要在这个方面继续加大支持力度。
所以，通过分析企业价值和物的可连通性，我们就可以明确定义需要连入物层级，也就明确了连入物的连接深度；
在连入物联网的物的层级中一个重要的概念是管理粒度，对于制造业来说，连入物的管理粒度大概分为如下几个层级：
1、传感级；
2、设备级；
3、产线级；
4、车间级；
5、企业级；
也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲，细粒度一定比粗粒度更好，更有价值，但是当加入成本分析后，可能并不一定粒度越细越好，需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票，通过前三项分析，我们仅剩下最后一个问题没有解决，这也是关乎价值成本的关键：管理粒度问题，我们到底需要在多细的粒度下进行管理？这带来了一个哲学问题：世界是不是需要黑盒子。什么意思呢？当我们确定一个管理粒度后，比管理粒度更细的信息将被隐藏在黑盒子中，这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点，从而明确黑盒子的大小，并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观，其他一起都是方法论。首先，我们在规划物联网时要本着既要有高瞻远瞩，又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩，设计方案尽可能地以黑盒子尽量小为目标，而实施方案则按照价值成本分析选择合适的黑盒子的大小，也就是选择合适的管理粒度，从而保证投入收益的平衡，甚至我们可以把黑盒子尽量定义的大些，用以验证工业物联网的可行性，最大可能地降低工业物联网实施的风险。
总之，我们应该从以几个方案来确定工业物联网的建设原则：
1、期望获得什么结果？
2、期望用什么方式获得想要的结果？
3、需要信息基础提供什么？
4、工业物联网是否能够获得这些信息？
5、工业物联网如何获得这些信息？
6、获得这些信息的性价比如何？
7、回归分析，评估预期结果是否符合经济利益？
8、落地实施。物联网数据分析技术
物联网的发展是产生大数据的直接原因之一，目前物联网也为大数据提供了主要的数据来源，也可以说没有物联网就没有大数据，所以物联网的发展对于大数据的发展有重要的影响。从技术体系结构上来看，目前大数据分析位于物联网体系结构的第四层，前面三层分别是设备、网络和物联网平台，所以大数据分析对于前面三层的依赖是比较明显的。数据分析本身处在物联网体系结构的中间位置，随着5G通信和边缘计算的应用，未来物联网体系结构下的大数据分析也会有对应的处理方案，一部分数据处理任务会放在本地进行，而最终的数据分析处理会在云计算平台完成。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）