物联网能应用的场景都有哪些？

制造业/工业为主要应用领域

2018年，智慧城市曾在物联网应用领域中排名第一，2019年，工业/制造业早已取代智慧城市，坐稳了物联网应用领域的头把交椅。物联网研究机构IoT
Analytics对1414个实际应用的物联网项目进行了研究，其2020年的最新报告显示，在全球份额中占比最高排在首位的是制造业/工业(22%)，其次是运输/移动性(15%)和能源物联网项目(14%)。

具体来看，微软和AWS等技术巨头，以及西门子和罗克韦尔等大型工业自动化参与者，都是工业/制造业领域数字化转型的主要推手。

——更多本行业研究分析详见前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》。

市场研究机构IDC日前发布了中国制造业物联网市场预测报告，预计到2020年，中国制造业企业物联网支出将高达1275亿美元，未来五年年均复合增长率将为147%。其中软件和服务将会引领中国制造业物联网支出快速增长，二者所占市场份额将超过60%。而Gartner公司研究预测，全球目前已有约50亿个能够连接无线网络的各类产品和设备，这还不包括手机和电脑。到2020年，这个数字预计将高达210亿。这些互联产品所产生的海量数据将催生未来工业企业的新模式：生产服务。一直以来，传统工业关注如何制造产品，产品的销售在某种意义上意味着“结束”，而在未来，产品售出以后则是真正的“开始”——生产商基于产品被终端用户使用时所产生的数据了解其使用情况，提供后续运营与维护，并基于用户信息开发出其他服务。
物联网已经成为国家战略新兴产业，并写入“十三五”规划当中。而“中国制造2025”更是中国政府实施制造强国战略的第一个十年行动纲领。在中国政府政策与资金的支持下，推动智能制造发展、提升网络化协同制造水平、加快制造业向服务转型将成为制造业发展的主要方向，将会在未来3至5年推动制造业物联网支出保持较高增长。
中国物联网在制造业的发展虽然仍处于初期阶段，但是其应用的深度与广度在不断加强，新的应用场景不断涌现。随着新兴技术（如云计算、大数据和移动技术）与物联网的融合以及IT（信息技术）与OT（运营技术）集成，物联网技术的潜能将加速释放。IDC预计，未来两年，中国制造业物联网发展将呈现以下三大趋势。
——物联网平台竞争将日趋激烈。随着越来越多的企业部署物联网应用，IDC认为，制造业物联网平台将是代表智能制造变革与重塑的主要方向之一。未来的平台，既可以来自硬件领域，也可以来自软件领域。在硬件管理领域，主要是生产设备的连接管理；软件领域主要包含企业应用管理平台、企业信息显示与报告平台，以及企业数据分析与洞察平台。
——物联网应用将加速制造业创新。制造业物联网应用将引领制造业企业进入创新和变革的新时代。物联网应用的低成本感知、高效的数据收集、实时的数据记录、分布式计算和高级数据分析等优势，必将加速信息技术和制造业深度融合，创新企业的研发、生产、运营、营销和管理方式。此外，机械学习技术不断取得突破，也将促进制造业数据分析变得更加迅速和精确。
——边缘计算将成为下一个热点。随着物联网终端的大量部署，物联网产生数据将呈现几何式的增长，因此通过分散的终端设备和物联网网关进行数据过滤和处理，将是制造业物联网应用的重要发展方向。同时，数据将逐渐成为企业的重要资产，边缘的智能化，将在网络或者数据中心出现异常时，保证数据的安全，帮助企业规避风险。
IDC制造业高级研究经理王岳表示：“中国制造企业已纷纷开始部署物联网战略，旨在提高企业生产运营效率，并加速由生产向服务转型。随着智能制造的推进，信息技术与运营技术的快速融合，以及 数字化双胞胎 概念的普及，物联网技术将在制造业获得更大的发展空间。同时，物联网与云计算、移动技术、大数据等新兴数字技术的结合，将进一步释放物联网的潜能，为打造物联网生态闭环奠定了坚实的技术基础。相信未来，随着生态的逐渐成熟，基于物联网平台的行业与细分行业应用将迎来快速增长。”
物联网在工业领域的应用不仅使数据流、硬件、软件实现智能交互，更将从本质上颠覆传统工业模式，形成新的工业业态，而“软硬结合”将是未来工业企业在这一轮技术革命新浪潮中脱颖而出的核心竞争力。全方位整合的安全工业物联网解决方案能够为工业企业提供一站式服务，不仅能够实现设备与资产的智能互联、数据管理和现场控制，还可以实现大数据分析和智能协同，大幅提升生产力。这正是得益于物联网和大数据平台的构建。霍尼韦尔过程控制部的陈延表示：“传统制造业的工艺越来越精密化，工业设施和 *** 作过程也日益复杂，物联网在工业领域的应用未来不仅要着眼帮助提高生产效率，同时也要关注过程的安全性、可靠性。此外，物联网还将给工厂管理人员和工人带来全新的工作体验，蓝领和白领之间的界限未来将日渐模糊。”
此外，物联网和大数据平台的出现让工人也日益融入互联平台。例如，在未来的互联工厂里，作业人员的便携式设备可以实时地与指挥中心进行信息和数据交互，实时快捷地参与整个厂区的监测和 *** 控。万物互联时代，物联网对传统工业形成新的挑战，也带来新的机遇。对中国制造企业来说，软硬件相结合、效率和安全并重将成为未来工业企业的核心竞争力。
以上由物联传媒转载，如有侵权联系删除

制造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。

物联网说白了也就是物与物连接起来的网络。

用处就很明显了，人类之前使用工具，必须要有接触。比如你想开灯吧，必须要走到开关面前 *** 作它，而有了物联网，你就只需要念出一句咒语“亮”（指令）或者挥舞你的“魔法棒”（控制系统），就会有听懂你话的智能家居去帮你完成你的想法。

什么才算物联网，其实分三步。

比如，你想让张三帮你拿个东西，如果张三就在你附近，你可能会直接叫他，如果他离你很远你也可以给他打电话发消息“张三，帮我拿杯水”。

而这里把张三换成任何一个物体，那么这就是物联网。首先要给这个世界上所有的物体赋予身份——这个人叫张三、身份z号xxxxxxxxx，

换到物联网上，就是给每个人与物体设定标识，这就是第一步。

接下来，你要识别张三吧，不能叫张三端水，变成了叫千里之外的李四吧，所以这第二步，就是识别设备，完成对物体属性的读取。

第三步，就是建立通信网络，你要能给张三发送指令——拿杯水，而张三也要回应你的指令——端回水。

物联网应用案例

用途范围

物联网用途广泛，遍及教育、工程机械监控、建筑行业、环境保护、政府工作、公共安全、平安家居、智能消防、环境监测、路灯照明管控、景观照明管控、楼宇照明管控、广场照明管控、老人护理、个人健康、花卉栽培、水系监测、食品溯源、敌情侦查和情报搜集等多个领域。

展望未来，物联网会利用新一代IT技术充分运用在各行各业之中，具体地说，就是把传感器、控制器等相关设备嵌入或装备到电网、工程机械、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种物体中，然后将“物联网”与现有的互联网整合起来，实现人类社会与物理系统的整合，在这个整合的网络当中，拥有覆盖全球的卫星，存在能力超级强大的中心计算机群，能够对整合网络内的人员、机器、设备和基础设施实施实时的管理和控制，在此基础上，人类可以以更加精细和动态的方式管理生产和生活，达到智慧化管理的状态，提高资源利用率和生产力水平，改善人与城市、山川、河流等生存环境的关系。

具体应用案例

下面列举了集中具体的应用案例，以供参考

1．  教育物联网

应用于教育行业的物联网首先要实现的就是，在适用传统教育意义的基础之上，对已经存在的教育网络中进行整合。对教育的具体的设施，包括书籍、实验设备、学校网络、相关人员等全部整合在一起，达到一个统一的、互联的教育网络。

物联网产业需要复合型人才，至少具备四方面的特征，包括掌握跨学科的综合性的知识与技能、掌握物联网相关知识与技术、掌握特定行业领域的专门知识以及具备创新实践能力。目前国内已有30余所大学开设了物联网专业。有超过400所高校建立物联网实验室。

2工程机械物联网

“工程机械物联网”是借助全球定位系统（GPS）、手机通讯网、互联网，实现了工程机械智能化识别、定位、跟踪、监控和管理，使工程机械、 *** 作手、技术服务工程师、代理店、制造厂之间异地、远程、动态、全天候“物物相连、人人相连、物人相联”。

工程机械物联网目前应用广泛。以NRS物联网智能管理系统平台为例，提升原本工程机械物联网服务由“信息采集服务”向“数据咨询服务转变”。由原来的现场管理升级为远程监控，由传统的制造转变为制造服务，由原来的被动服务提升为主动服务。功能涉及信息管理，行为管理，价值管理三大方面。

信息管理：

区域作业密集度管理

故障预警及远程诊断

车辆运维主动式服务

金融按揭安全性服务

行为管理：

作业人员统计管理

作业工时效率性分析

行为与工效油耗分析

*** 作规范与工效分析

价值管理：

产品全寿命周期成本管理

行为与员工绩效管理

量本利敏感要素判断

多维大数据决策支持

以福田的农机信息管理平台为例，可以对农业所需相关机械车辆进行全球GPS定位、锁车、解锁车、设备工时查询、故障报警等 *** 作，这对促进农业生产，提高工作效率有着至关重要的作用。

3建筑行业物联网应用——塔机监控

塔机智能化的监控管理系统，主要针对检测状态、危险距离预警、故障诊断、信息回传、工程调度等方面工作。例如塔机下面危险区域禁止站人实时提示、与其他高空建筑物距离过近、超出安全距离范围、内部故障预警、诊断、实时显示额定载重量、当前风速、回转角度、当前载重等。

4建筑行业应用——商用混凝土搅拌站

对生产设备的远程诊断和远程维护已经成为当前自动化技术中的一部分。尤其对于那些错误容易诊断和容易排除的情况，派一个服务工程师到现场解决，既增加工程师的工作负荷，又花费时间。而且费用也相应增加。为了缩短故障的诊断与恢复时间，提高有经验的高级工程师的工作效率，那么远程诊断和编程就是必备的部分。例如：“商用混凝土搅拌站产品远程售后服务系统”，可以在远程实现对PLC站进行编程和调试。可是实现混凝土搅拌站的远程控制和数据监控。

值得一提的是三维虚拟仿真技术在物联网的应用，给商用混凝土搅拌站的物联网应用开创了新的时代。系统实现搅拌站与车辆实时运行状态模拟功能。以动画形式呈现搅拌站实时动态信息，其中可包括：工程名称、施工配比、搅拌站配料情况及其他原材料配料情况，搅拌站场景如下图所示。

5石油

石油行业物联网系统主要是使用监控设备和信息系统采集运输油轮数据、码头设备和环境数据、油库数据、原油管道数据等，对这些数据进行整理和分析，将原油运输各个环节的数据进行关联和分析，合理安排船期、实现计算机排罐，提高整个原油运输的效率，同时通过对相关设备和环境的监测，及时掌握设备运行情况，保证整个运输过程的安全可靠。

石油行业物联网系统的总体解决方案包括：油库监测系统、原油管道监测系统、原油管道无人机巡线系统等。

6水利

物联网在水利方面的应用主要是对闸门的液压启闭机的状态检测、远程控制、故障预警等，利用水下机器人对大坝、水库等水下状态进行状态监控、信息回传等工作。

例如：“远程信息服务系统”能够通过智能信息采集终端，将液压启闭机PLC控制器的控制信息通过物理端口（串口）采集到终端，然后通过GPRS通讯模块，利用2G/3G网络或者互联网络将信息传递到远程WEB服务器，使得远端管理人员能够实现远程感知闸门启闭的运行信息。

7城市物联网

城市物联网利用互联网的信息管理平台、二维码扫描、GPS定位等技术，是更贴近人们生活的一种应用，现在变得更加的直观。比如儿童和老人的行踪掌控、公路巡检、贵重货物跟踪，追踪与勤务派遣、个人财务跟踪、宠物跟踪、货运业、各类车辆的防盗等GPS定位、解锁车、报警提示应用。

针对环卫车辆可以对车辆进行实时进行的GPS定位、状态监控、车辆信息查询、运行状态等工作，例如：需要知道目前城市的某区有多少环卫车辆，处于什么哪个街道， *** 作员，工作情况，计划任务等，同时又可以根据实际情况进行工作调度，对故障做提前的预警，对突发情况应急处理，对重要的问题着重处理等。

8．农业物联网

农业物联网的应用比较广泛的是对农作物的使用环境进行检测和调整。例如：大棚（温室）自动控制系统实现了对影响农作物生长的环境传感数据实时监测，同时根据环境参数门限值设置实现自动化控制现场电气设备，如：风扇、加湿器、除湿器、空调、照明设备、灌溉设备等，亦支持远程控制。常用环境监测传感器包括：空气温度，空气湿度，环境光照，土壤湿度，土壤温度，土壤水分含量等传感器。亦可支持无缝扩展无线传感器节点，如：大气压力、加速度、水位监测、CO、CO2、可燃气体、烟雾、红外人体感应等传感器。

9智能家居

这方面的应用就更加的贴近人们的生活，这是关系到人们生活起居、与生命安全息息相关的应用，我们可以通过智能家居的物联网络，进行室内到室外的电控、声控、感应控制、健康预警、危险预警等，比如声控电灯、窗帘按时间自动挂起、感应器感应到煤气泄漏、空气污染指数过高、室内的光线被家具遮挡严重、室内家居摆放设计、马桶漏水、电量煤气不足报警、车库检测、室外摄像检测、未来天气预测、提醒带雨伞、生活备忘录电子智能提醒等多方面的功能应用。

工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等诸多方面。本文我们讲就工业大数据在制造企业的应用场景进行逐一梳理。

一、加速产品创新

客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。福特公司是这方面的表率，他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中，司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用，但数据也传回福特工程师那里，以了解客户的驾驶习惯，包括如何、何时以及何处充电。即使车辆处于静止状态，它也会持续将车辆胎压和电池系统的数据传送给最近的智能电话。

这种以客户为中心的大数据应用场景具有多方面的好处，因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的最新信息，而位于底特律的工程师汇总关于驾驶行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。而且，电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据，以决定在何处建立新的充电站，以及如何防止脆弱的电网超负荷运转。

二、设备故障分析及预测

在制造业生产线上，工业生产设备都会受到持续的振动和冲击，这导致设备材料和零件的磨损老化，从而导致工业设备容易产生故障，而当人们意识到故障时，可能已经产生了很多不良品，甚至整个工业设备已经奔溃停机，从而造成巨大的损失。

如果能在故障发生之前进行故障预测，提前维修更换即将出现问题的零部件，这样就可以提高工业设备的寿命以及避免某个设备突然出现故障对整个工业生产带来严重的影响。随着工业40的到来，智能工厂的工业设备都配上了各种感应器，采集其振动、温度、电流、电压等数据显得轻而易举，通过分析这些实时的传感数据，对工业设备进行故障预测将是一种行之有效的措施。

因此设备故障预测方案成为了制造行业所青睐的解决方案，其具备的核心功能有：

1、故障超前预警，减少设备停机时间；

2、分析结果实时推送，减少人工成本；

3、适用于企业各种类型的设备，通用性强。

三、工业物联网生产线的大数据应用

现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。

首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。

四、产品销售预测与需求管理

近年来，保险业加速了数字化进程，大数据与保险营销深度融合，成为现代化保险营销的重要武器。慧都大数据助力保险行业精准营销，并成功帮助中意人寿保险有限公司更好地服务客户和发挥忠诚客户，提高销售效率及客户复购率。

五、工业供应链的分析与优化

当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。

六、生产计划与排程

制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大，再加上十几年的信息化的 历史 数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现 历史 预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控它，我们就能计划未来。

七、生产质量分析与预测

在工业生产中，设备失效、人员疏忽、参数异常、原材料差异、环境波动等因素而导致质量偏离，引起质量等级的缺陷和损失非常巨大。工艺流程复杂的大型制造业，如钢铁、 汽车 、电子、服装等行业，信息数据孤岛凸显，导致质量问题频发，尤其需要“及时发现和预测异常，迅速控制和分析质量异常的原因，进行生产过程改进，稳定生产过程，减少产品质量波动”。

生产质量分析，从工厂订单下单-订单生产-流入市场， 针对整个生产链进行全面的质量分析。其中，打通质量和人、机、料、法、环等数据，各生产数据环环相扣，聚焦质量管理的全量数据分析，帮助企业快速 探索 缺陷根本原因。

1、打通质量和人、机、料、法、环，对影响质量的全量数据进行交互分析， 探索 相互关系，挖掘数据背后的真实原因，获取结果“是什么”，回答“为什么”。

2、将传统的静态汇报模式，改为交互式动态会议，随时随地可以组织生产、质量相关专题会议。通过对维度展示生产和质量KPI，实时预警、掌握产线运营状况。

3、简单易上手的质量分析工具，员工只需对数据进行选取、拖曳，自助灵活地达成期望的数据结果。

4、摒弃以往静态的数据报表，整合多个业务系统数据，多场景数据大屏，自适应多屏，进行综合展示分析，让决策更清晰。

————————————————

---