因特网（Inter），物联网都是通讯网路，将装置进行连线，就好比物联网是高速公路与英特网是大马路，大马路可以走人走脚踏车走汽车，高速路只走汽车。云端计算是区别于本地计算的一种概念，是分散式计算的一种技术名称。
云端计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云端计算平台的一个普通应用，物联网和云端计算之间是应用与平台的关系。
物联网的发展依赖于云端计算系统的完善，从而为海量物联资讯的处理和整合提供可能的平台条件，云端计算的集中资料处理和管理能力将有效的解决海量物联资讯储存和处理问题。
人工智慧是程式演算法和大资料结合的产物。
而云计算是程式的演算法部分，物联网是收集大资料的根系的一部分。
可以简单的认为：人工智慧=云端计算+大资料（一部分来自物联网）
随着物联网在生活中的铺开，它将成为大资料最大，最精准的来源。
云端计算通俗理解：1、通过网路上传到云储存东西，无需储存装置有网路便可读取。像银行
2、可以通过云端计算，有些软体无需安装便可使用，比如直接通过云写文件，不用安装word。像家里用电不用自己发电，通过电网购买。
云的使用对自己电脑的配置实用减少，而物联网是本地电脑和伺服器资讯互换，处理资讯使用的是本地电脑的资源处理东西。
物联网是客观世界在Inter上的一种应用；云端计算是建立在Inter上的一种分散式技术服务模式；三网融合是将Inter、电信网、广电网业务融合在一起的应用技术及业务模式。
希望对你有用。
随着社会迅速发展，人类逐渐进入大资料的时代，而物联网与云端计算作为近年来的热点，受到了业内不少人士的关注。据业界人士分析，大资料的前景与物联网以及云端计算这两者之间的关系非常密切，那么，真像业界人士所说的那样它们之间存在着不一样的关系呢？下面，我们就来了解一下大资料与物联网、云端计算之间的关系吧。
大资料概念
巨量资料(big data)，或称大资料、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软体工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。“大资料”是由数量巨大、结构复杂、型别众多资料构成的资料集合，是基于云端计算的资料处理与应用模式，通过资料的整合共享，交叉复用,形成的智力资源和知识服务能力。
大资料市场格局
具体意义上来讲，早在20世纪90年代“资料仓库之父”的Bill Inmon便提出了“大资料”的概念。大资料之所以在最近走红，主要归结于网际网路、移动装置、物联网和云端计算等快速崛起，全球资料量大大提升。可以说，移动网际网路、物联网以及云端计算等热点崛起在很大程度上是大资料产生的原因。
我们通过分析，形象的知道大资料与移动网际网路、物联网以及传统网际网路的关系。物联网，移动网际网路再加上传统网际网路，每天都在产生海量资料，而大资料又通过云端计算的形式，将这些资料筛选处理分析，提前出有用的资讯，这就是大资料分析。
大资料与云端计算
云端计算（cloud puting）是基于网际网路的相关服务的增加、使用和交付模式，通常涉及通过网际网路来提供动态易扩充套件且经常是虚拟化的资源。近几年，云端计算的概念受到了学术界、商界，甚至 的热捧，一时间云端计算无处不在，这真让同时代其他的IT技术相形见绌，无地自容。
本质上，云端计算与大资料的关系是静与动的关系；云端计算强调的是计算，这是动的概念；而资料则是计算的物件，是静的概念。如果结合实际的应用，前者强调的是计算能力，或者看重的储存能力；但是这样说，并不意味着两个概念就如此泾渭分明。大资料需要处理大资料的能力（资料获取、清洁、转换、统计等能力），其实就是强大的计算能力；另一方面，云端计算的动也是相对而言，比如基础设施即服务中的储存装置提供的主要是资料储存能力，所以可谓是动中有静。
如果资料是财富，那么大资料就是宝藏，而云计算就是挖掘和利用宝藏的利器！没有强大的计算能力，资料宝藏终究是镜中花；没有大资料的积淀，云端计算也只能是杀鸡用的宰牛刀。
大资料与物联网
物联网是一个基于网际网路、传统电信网等资讯承载体，让所有能够被独立定址的普通物理物件实现互联互通的网路。
大资料与物联网之间的关系是相铺相成的。物联网产生大资料。美国人前几年医院一年产生500个数据，IMT1。4TB资料等各种的资料通过感测器产生，也有在网上直接产生的，我们现在处于大资料时代，物联网一分钟可以产生非常多的东西，苹果下载2万余次，一分钟会上传10万条新微博，全世界物联网上虚拟网路上，产生了大量的资料。
物联网产生的大资料与一般的大资料有不同的特点。物联网的资料是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的资料有明显的颗粒性，其资料通常带有时间、位置、环境和行为等资讯。物联网资料可以说也是社交资料，但不是人与人的交往资讯，而是物与物，物与人的社会合作资讯。
除此之外，大资料助力物联网，不仅仅是收集感测性的资料，实物跟虚拟物要结合起来。今天北京交通堵塞，但是并不知道堵塞原因，如果 释出讯息和市民微博释出讯息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。
基于大资料与物联网，云端计算之间的关系
物联网重点突出了感测器感知的概念，同时它也具备网路线路传输，资讯储存和处理，行业应用介面等功能。而且也往往与网际网路共用伺服器，网路线路和应用介面，使人与人(Human ti Human ，H2H)，人与物(Human to thing，H2T)、物与物( Thing to Thing，T2T)之间的交流变成可能，最终将使人类社会、资讯空间和物理世界(人机槠)融为一体。
大资料目前尚没有统一的定义，比较有代表性的是3V 定义，即认为大资料需满足3 个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。
以云端计算为代表的网际网路新应用的兴起，表明网际网路基础服务无论从硬体，软体还是资料资讯都在向集中和统一的方向发展。也就是说，未来的大资料还将具备一个新的特性-统一性(Unity)。
你也可以参考物联商业网。
因特网是一个数据网际网路；物联网是将现实世界的事物通过感测器等连线到网际网路形成的一个管理网路；云端计算是一种大规模的计算服务平台，它可以为其他网路提供计算服务；三网融合是将电信网、电视网及网际网路融合在一起的综合应用网路。
希望对你有用。
云端计算与网格计算的概念
首先，究竟什么是云端计算（Cloud Computing）呢？钱教授指出，云就是网际网路——做网路的似乎总是把网路抽象成云；云端计算就是利用在Inter中可用的计算系统，能够支援网际网路各类应用的系统。云端计算是以第三方拥有的机制提供服务，为了完成功能，使用者只关心需要的服务，这是云端计算基本的定义。
相对于网格计算（Grid Computing）和分散式计算，云端计算拥有明显的特点：第一是低成本，这是最突出的特点。第二是虚拟机器的支援，使得在网路环境下的一些原来比较难做的事情现在比较容易处理。第三是镜象部署的执行，这样就能够使得过去很难处理的异构的程式的执行互 *** 作变得比较容易处理。第四是强调服务化，服务化有一些新的机制，特别是更适合商业执行的机制。
那么网格计算的特点又是什么呢？
网格计算有了十几年的历史。网格基本形态是什么？是跨地区的，甚至跨国家的，甚至跨洲的这样一种独立管理的资源结合。资源在独立管理，并不是进行统一布置、统一安排的形态。网格这些资源都是异构的，不强调有什么统一的安排。另外网格的使用通常是让分布的使用者构成虚拟组织（VO），在这样统一的网格基础平台上用虚拟组织形态从不同的自治域访问资源。此外，网格一般由所在地区、国家、国际公共组织资助的，支援的资料模型很广，从海量资料到专用资料以及到大小各异的临时资料集合，在网上传的资料，这是网格目前的基本形态。
云端计算与网格计算区别何在
可以看出，网格计算和云端计算有相似之处，特别是计算的并行与合作的特点；但他们的区别也是明显的。主要有以下几点：
首先，网格计算的思路是聚合分布资源，支援虚拟组织，提供高层次的服务，例如分布协同科学研究等。而云计算的资源相对集中，主要以资料中心的形式提供底层资源的使用，并不强调虚拟组织（VO）的概念。
其次，网格计算用聚合资源来支援挑战性的应用，这是初衷，因为高效能运算的资源不够用，要把分散的资源聚合起来；后来到了2004年以后，逐渐强调适应普遍的资讯化应用，特别在中国，做的网格跟国外不太一样，就是强调支援资讯化的应用。但云计算从一开始就支援广泛企业计算、Web应用，普适性更强。
第三，在对待异构性方面，二者理念上有所不同。网格计算用中介软体遮蔽异构系统，力图使使用者面向同样的环境，把困难留在中介软体，让中介软体完成任务。而云计算实际上承认异构，用映象执行，或者提供服务的机制来解决异构性的问题。当然不同的云端计算系统还不太一样，像Google一般用比较专用的自己的内部的平台来支援。
第四，网格计算用执行作业形式使用，在一个阶段内完成作用产生资料。而云计算支援持久服务，使用者可以利用云端计算作为其部分IT基础设施，实现业务的托管和外包。
第五，网格计算更多地面向科研应用，商业模型不清晰。而云计算从诞生开始就是针对企业商业应用，商业模型比较清晰。
总之，云端计算是以相对集中的资源，执行分散的应用（大量分散的应用在若干大的中心执行）；而网格计算则是聚合分散的资源，支援大型集中式应用（一个大的应用分到多处执行）。但从根本上来说，从应对Inter的应用的特征特点来说，他们是一致的，为了完成在Inter情况下支援应用，解决异构性、资源共享等等问题。
那么，网格计算和云端计算有没有可能取长补短、互为补充呢？钱教授提到，如果这两者结合起来，也许可以聚合大量分散的资源，从而支援各种各样的大型集中应用以及分散的应用。
最后，钱教授还谈到，在云端计算技术方面，有三个需要关注的问题。第一是安全，因为要想作为公共基础设施必须取得使用者的充分信任。第二是标准化，不能再走中介软体的老路。第三是开源，要走开放的平台，这样才有发展。
简明的描述，看了有茅塞顿开的感觉。
观点一：网格计算主要关注如何把一个任务分配到它所需要的资源上（一般来说是一个远端可用的），在这里一个大的计算任务可以被分成多个小任务，然后被分配到这些伺服器上执行；而云计算则强调把资源动态的从硬体基础架构上产生出来，以适应工作任务的需要，云端计算可以支援网格计算，也可以支援非网格计算。（简单理解，即动态产生的计算资源是来自一台伺服器还是多台，是否使用了网格计算的演算法。本人的理解）
观点二：网格计算与云端计算主要有三点区别，第一，网格主要是通过聚合式分布的资源，通过虚拟组织提供高层次的服务，而云计算资源相对集中，通常以资料中心的形式提供对底层资源的共享使用，而不强调虚拟组织的观念；第二，网格聚合资源的主要目的是支援挑战性的应用，主要面向教育和科学计算，而云计算一开始就是用来支援广泛的企业计算、web应用等；第三，网格用中介软体遮蔽异构性，而云计算承认异构，用提供服务的机制来解决异构性的问题。
网格计算与云端计算的关系如下表所示。
表 1 网格计算与云端计算的比较
网格计算
云端计算
目标
共享高效能运算力和资料资源，实现资源共享和协同工作
提供通用的计算平台和储存空间，提供各种软体服务
资源来源
不同机构
同一机构
资源型别
异构资源
同构资源
资源节点
高效能运算机
伺服器/PC
虚拟化检视
虚拟组织
虚拟机器
计算型别
紧耦合问题为主
松耦合问题
应用型别
科学计算为主，计算密集
资料处理为主，资料密集
使用者型别
科学界
商业社会
付费方式
免费（ 出资）
按量计费
标准化
有统一的国际标准OGSA/WSRF
尚无标准，但已经有了开放云端计算联盟OCC
网格计算走的是学院派的路子：在概念上争论多年，在体系结构上三次伤筋动骨，在标准规范上花费了大量的心力，所设定的目标又非常远大－－要在跨平台、跨组织、跨信任域的极其复杂的异构环境 享资源和协同解决问题，所要共享的资源也是五花八门－－从高效能运算机、资料库、装置到软体、甚至知识；云端计算走的是现实派的路子：暂时不管概念、不管标准，Google云端计算与Amazon云端计算的差别非常大，云端计算只是对他们以前做的事情的新的共同的时髦叫法；所共享的储存和计算资源暂时仅限于某个企业内部，省去了许多跨组织协调的问题；以Google为代表的云端计算在内部管理运作方式上的简洁一如其介面，能省的功能都省了，Google档案系统甚至不允许修改已经存在的档案，大大降低了实现难度，却借助其无与伦比的规模效应释放前所未有的能量。
网格计算与云端计算的关系，就像是OSI与TCP/IP之间的关系：ISO制定的OSI（开放系统互联）网路标准，考虑得非常周到，也异常复杂，在多年之前就考虑到了会话层和表示层的问题。很有远见，但过于阳春白雪了，实现的难度和代价也非常大。当OSI的一个简化版－－TCP/IP冒出来之后，将七层协议简化为四层，内容也大大精简，因而迅速取得了成功。在TCP/IP一统天下之后多年，语义网等问题才被提上议事日程，开始为TCP/IP补课，增加其会话和表示的能力。因此，OSI是学院派，TCP/IP是现实派。OSI是TCP/IP的基础，TCP/IP又推动了OSI的发展。不是成者为王、败者为寇的问题，而是滚动发展的问题。
1．物联网产生大资料，大资料助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、网际网路之后冲击现代社会的第三次资讯化发展浪潮。物联网在将物品和网际网路连线起来，进行资讯交换和通讯，以实现智慧化识别、定位、跟踪、监控和管理的过程中，产生的大量资料也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大资料，正在逐步显示出巨大的商业价值。
2．大资料是高速跑车，云端计算是高速公路。在大资料时代，使用者的体验与诉求已经远远超过了科研的发展，但是使用者的这些需求却依然被不断地实现。在云端计算、大资料的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是网际网路使用者，他们的贡献已远远超出科技十年的积淀。
之前也根据这一研究结果所绘制的“互联网虚拟大脑结构图”对互联网与云计算，大数据，物联网，工业40（工业互联网）的关系进行了阐释。
1物联网是互联网大脑的感觉神经系统
因为物联网重点突出了传感器感知的概念，同时它也具备网络线路传输，信息存储和处理，行业应用接口等功能。而且也往往与互联网共用服务器，网络线路和应用接口，使人与人（Human ti Human ,H2H），人与物（Human to thing，H2T）、物与物（ Thing to Thing,T2T）之间的交流变成可能，最终将使人类社会、信息空间和物理世界（人机物）融为一体
2云计算是互联网大脑的中枢神经系统
在互联网虚拟大脑的架构中，，互联网虚拟大脑的中枢神经系统是将互联网的核心硬件层，核心软件层和互联网信息层统一起来为互联网各虚拟神经系统提供支持和服务，从定义上看，云计算与互联网虚拟大脑中枢神经系统的特征非常吻合。在理想状态下，物联网的传感器和互联网的使用者通过网络线路和计算机终端与云计算进行交互，向云计算提供数据，接受云计算提供的服务。
3大数据是互联网智慧和意识产生的基础
随着博客、社交网络、以及云计算、物联网等技术的兴起，互联网上数据信息正以前所未有的速度增长和累积。互联网用户的互动，企业和政府的信息发布，物联网传感器感应的实时信息每时每刻都在产生大量的结构化和非结构化数据，这些数据分散在整个互联网网络体系内，体量极其巨大。这些数据中蕴含了对经济，科技，教育等等领域非常宝贵的信息[52]。这就是互联网大数据兴起的根源和背景。
与此同时，深度学习为代表的机器学习算法在互联网领域的广泛使用，使得互联网大数据开始与人工智能进行更为深入的结合，这其中就包括在大数据和人工智能领域领先的世界级公司，如百度，谷歌，微软等。2011年谷歌开始将“深度学习”运用在自己的大数据处理上，互联网大数据与人工智能的结合为互联网大脑的智慧和意识产生奠定了基础。
4工业40或工业互联网本质上是互联网运动神经系统的萌芽
互联网中枢神经系统也就是云计算中的软件系统控制工业企业的生产设备，家庭的家用设备，办公室的办公设备，通过智能化，3D打印，无线传感等技术使的机械设备成为互联网大脑改造世界的工具。同时这些智能制造和智能设备也源源不断向互联网大脑反馈大数据数，供互联网中枢神经系统决策使用。
5互联网+的核心是互联网进化和扩张，反映互联网从广度、深度融合和介入现实世界的动态过程
互联网+是2015年在中国迅速升温的新互联网概念，这其中离不开国家的倡议，腾讯的大力推动，张晓峰，杜军主编的《互联网+，国家战略行动路线图》等书的深入研究。对于这个原创于本土并被广泛关注的互联网概念，我们应该给与大力支持，更因为互联网+的确深刻刻画了互联网发展形态。
我们无法用上面单独的一张图表示我们对互联网+的理解。这是因为互联网+本质上反映互联网从广度、深度侵蚀现实世界的动态过程。互联网从1969年在大学实验室里诞生，不断扩张，从美国到美洲，从亚洲，欧洲到非洲，南极洲，应用领域从科研，到生活，从娱乐到工作，从传媒到工业制造业。互联网+提出者，易观国际的于扬老师认为互联网像黑洞一样，不断把这个世界吞噬进来。其实互联网+反映了于扬老师的互联网黑洞论进一步提升，+这个符号可以看做是一张黑洞的入口或嘴。这也是为什么我们叫互联网+，而不叫+互联网。
新一代信息技术是以云计算、物联网、大数据、人工智能、第五代移动通信技术(5G)等为代表的新兴技术。
新一代信息技术是国务院确定的七个战略性新兴产业之一，国务院要求要加大财税金融等扶持政策力度。
“十二五”规划中明确了战略新兴产业是国家未来重点扶持的对象，其中信息技术被确立为七大战略性新兴产业之一，将被重点推进。
新一代信息技术分为六个方面，分别是下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和以云计算为代表的高端软件。
新一代信息技术被确立为七大战略性新兴产业之一，将被重点推进。业内人士认为，新一代信息技术涵盖技术多、应用范围广，与传统行业结合的空间大，在经济发展和产业结构调整中的带动作用将远远超出本行业的范畴。
新一代信息产业”将聚焦在下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和高端软件等范畴。而物联网、三网融合等都并非单一产业，而是包含多个产业及核心技术在内的产业集群，这意味着其中某项核心技术一旦取得突破，都将牵一发而动全身。
1、云计算一般来讲云计算，云端即是网络资源，从云端来按需获取所需要的服务内容就是云计算。云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。广义的云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。
2、物联网
简单理解：物物相连的互联网，即物联网。物联网在国际上又称为传感网，这是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。世界上的万事万物，小到手表、钥匙，大到汽车、楼房，只要嵌入一个微型感应芯片，把它变得智能化，这个物体就可以“自动开口说话”。再借助无线网络技术，人们就可以和物体“对话”，物体和物体之间也能“交流”，这就是物联网。随着信息技术的发展，物联网行业应用版图不断增长。如：智能交通、环境保护、政府工作、公共安全、平安家居、智能消防、工业监测、老人护理、个人健康、花卉栽培、水系监测、食品溯源等。大的理想就是智慧地球，目前实际生活中存在并在建设的智慧城市都是物联网炒的概念。
3、大数据
大数据(big data)，就是指种类多、流量大、容量大、价值高、处理和分析速度快的真实数据汇聚的产物。大数据或称巨量资料或海量数据资源，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据的4V特点：Volume、Velocity、Variety、Veracity。
即：数量Volume、多样性Variety、速度Velocity、和真实性Veracity。
4、大数据，云计算，物联网和移动互联网的关系
物联网对应了互联网的感觉和运动神经系统。云计算是互联网的核心硬件层和核心软件层的集合，也是互联网中枢神经系统萌芽。大数据代表了互联网的信息层（数据海洋），是互联网智慧和意识产生的基础。包括物联网，传统互联网，移动互联网在源源不断的向互联网大数据层汇聚数据和接受数据。云计算与物联网推动大数据发展。本文主要对阿里云、腾讯云、百度云和华为云提供的相关物联网产品进行对比，用于分析各大云平台在物联网方面的布局和实现。
本文主要从各大云平台的官网相关资料进行对比，对比项也没有覆盖物联网的各个方面。
阿里云的物联网相关产品由于在实际项目中使用的比较多，所以比较了解，相对其他3个云平台，阿里云在物联网方面的布局走的比较早，无论是硬件开发、设备组网、边缘计算、设备接入及管理、数据流转、数据处理、数据存储、数据可视化等等方面，阿里云都有相关产品可以提供，而其他3个平台或多或少都有缺项。在阿里云、百度云、华为云上都能看到专门对物联网的布局，而在腾讯云上面则看不到。
行业主要上市公司：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)等
本文核心数据：物联网产业规模、竞争格局、发展前景预测等
产业概况
1、定义
所谓“物联网”(Internet of
Things，IOT)，又称传感网，指的是将各种信息传感设备，如射频识别(RFID)装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网连接起来并形成一个可以实现智能化识别和可管理的网络。
早期的物联网是指依托射频识别技术的物流网络，随着技术和应用的发展，物联网的内涵已经发生了较大的变化。现阶段，物联网是指在物理世界的实体中部署具有一定感知能力、计算能力和执行能力的各种信息传感设备，通过网络设施实现信息传输、协同和处理，从而实现广域或大范围的人与物、物与物之间信息交换需求的互联。物联网依托多种信息获取技术，包括传感器、射频识别(RFID)、二维码、多媒体采集技术等。物联网的几个关键环节可以归纳为“感知、传输、处理”。
2、产业链剖析：共有四大层面
所谓产业链，是以生产相同或相近产品的企业集合所在产业为单位形成的价值链，是承担着不同的价值创造职能的相互联系的产业围绕核心产业，通过对信息流、物流、资金流的控制，在采购原材料、制成中间产品以及最终产品、通过销售网络把产品送到消费者手中的过程中形成的由供应商、制造商、分销商、零售商、最终用户构成的一个功能链结构模式。
从产业链条来看，物联网的产业链条由上而下可以分为感知层、传输层、平台层和应用层四个层级。
自2018年中美贸易摩擦以来，美国加大了对中国高新技术出口的限制，不断扩大实体清单，影响了中国一些科技主导型企业的发展，这从侧面警示了中国在全球供应链中地位的脆弱性。物联网通过传感器把物理世界与数字世界联系起来，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。其中传感器作为数据采集的源头，已经成为各种应用能力所需的数据来源所在。目前中国国内也涌现出了一些传感器芯片重点生产企业，如：高德红外、西人马、士兰微、敏芯微电子、博通、全志科技、大唐微电子、复旦微电子等。
行业发展历程：处于市场验证期
物联网是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等
信息传感设备，按约定的协议，把任何物体与因特网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网发展历史悠久，可分为三个阶段：
行业政策背景：政策大力推进
根据最新发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，在“十四五”期间，明确新基建，还要让5G用户普及率提高到56%。并且5次提到关于物联网的规划发展，除了划定数字经济的7大重点产业外，其余4次提到的场合均体现出对物联网发展重点的表述。
十四五规划中划定了7大数字经济重点产业，包括云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实，这7大产业也将承担起数字经济核心产业增加值占GDP超过10%目标的重任。
产业发展现状
1、中国物联网连接数快速增长
全球物联网仍保持高速增长。物联网领域仍具备巨大的发展空间，根据GSMA发布的《The mobile economy
2020(2020年移动经济)》报告显示，2019年全球物联网总连接数达到120亿，预计到2025年，全球物联网总连接数规模将达到246亿，年复合增长率高达13%。我国物联网连接数全球占比高达30%，2019年我国的物联网连接数363亿。而根据2021年9月世界物联网大会上的数据，2020年末，我国物联网的数量已经达到453亿个，预计2025年能够超过80亿个。
2、应用层与平台层价值最高
从产业链价值分布看，应用层和平台层贡献最大的附加值，分别占到35%左右，传输连接层虽然重要，但产值规模较小;底层的感知层元器件由于种类众多，产业价值也较大，占到20%左右。
3、物联网应用者使用情况调研
微软发布的第三版《IoT Singal(物联网信号)》报告显示，2021年物联网的应用持续保持增长。91%的受访组织是物联网应用者。
物联网项目可分为四个阶段：学习、试验/概念验证、购买和使用。2021年，29%的物联网项目处于学习阶段;处于试验/概念验证阶段的项目比例仍保持不变，2020年和2021年均为25%;处于购买阶段的项目比例增加了1%，从2020年的21%增加到2021年的22%;处于使用阶段的项目在2020年和2021年保持稳定，均为25%。
4、中国物联网市场规模突破25万亿
目前，物联网已较为成熟地运用于安防监控、智能交通、智能电网、智能物流等。近几年来，在各地政府的大力推广扶持下，物联网产业逐步壮大。再加之近几年厂商对物联网这一概念的普及，民众对物联网的认知程度不断提高，使得我国物联网市场规模整体呈快速上升的趋势。2019年我国物联网市场规模约在176万亿元左右，2020年根据赛迪公布的数据，我国物联网市场规模约达到214万亿元左右。初步统计，2021年市场规模为263万亿元。预计未来三年，中国物联网市场规模仍将保持18%以上的增长速度。中国物联网市场投资前景巨大，发展迅速，在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。
产业竞争格局
1、区域竞争：北京物联网相关项目最多
工信部共公开2批《物联网关键技术与平台创新类、集成创新与融合应用类项目公示名单》，结合2批的项目名单分析，目前中国物联网关键技术与平台创新类、集成创新与融合应用类项目主要集中在北京、浙江、广东和山东。
2、企业竞争：各个行业的企业在相关领域有所布局，以龙头企业间的竞争为主
物联网技术的应用是传统行业转型升级的根本，传统行业转型升级的方向以“数字化”和“智慧化”为主。根据物联网的应用领域来看，企业在各自行业的“数字化”和“智慧化”有所布局。
互联网周刊发布了2021物联网企业100强，榜单显示华为排名第一、海尔智家、海康威视位居第二和第三，小米集团、中兴通讯、大华股份、阿里云、联通数科物联网、科大讯飞、神州控股进入前十，依次排名第4-10名。
产业发展前景：物联网将继续保持高速增长
1、发展前景：市场规模不断扩大，产业物联网占比逐渐上升
物联网是中国新一代信息技术自主创新突破的重点方向，蕴含着巨大的创新空间，在芯片、传感器、近距离传输、海量数据处理以及综合集成、应用等领域，创新活动日趋活跃，创新要素不断积聚。物联网在各行各业的应用不断深化，将催生大量的新技术、新产品、新应用、新模式。中国以加快转变经济发展方式为主线，更加注重经济质量和人民生活水平的提高，采用包括物联网在内的新一代信息技术改造升级传统产业，提升传统产业的发展质量和效益，提高社会管理、公共服务和家居生活智能化水平。未来巨大的市场需求将为物联网带来难得的发展机遇和广阔的发展空间。综合多方面的情况分析，前瞻认为未来6年中国物联网的发展将保持高速增长，到2027年市场规模超过7万亿元。
根据信通院于2020年12月发布的《2020中国物联网白皮书》，2019年中国物联网连接数中产业物联网和消费者市场各占一半，预计到2025年，物联网连接数的大部分增长来自于产业市场，产业物联网的连接数将占到总体的61%。由此来看，未来产业物联网的市场发展潜力大于消费物联网。
2、发展趋势：重点城市带动周边城市发展，分工协作格局将进一步显现
国内物联网产业已初步形成环渤海、长三角、珠三角，以及中西部地区等四大区域集聚发展的总体产业空间格局。其中，长三角地区产业规模位列四大区域的首位。未来中国物联网产业空间演变将呈现出三大趋势：
更多本行业研究分析详见前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
严海蓉1，王子明2
（1北京慧物科联科技有限公司，北京 100124，2北京工业大学，北京 100124）
摘要：工业物联网既提供了在生产过程中获取并控制聚羧酸减水剂生产设备的信息的方式，也提供了基本的网络架构，方便系统集成和扩展。该框架在分析了聚羧酸减水剂生产流程的基础上被划分为设备控制层、通讯层和应用服务层。根据实际应用需求，描述了工业物联网架构可以方便接入设备，贴近工艺完成软件，并让机器具有智能。企业应用案例表明该系统能够有效地实现生产状态跟踪监测和生产设备自动控制的目标，对进一步研究工业物联网技术和解决方案具有一定的参考价值。
关键词：工业物联网；自动化控制系统；聚羧酸减水剂生产设备
中图分类号：TP273 文献标识码：A
Theindustrial IOT design of automatic control system for polycarboxylate superplasticizer
YAN Hairong1, Wang Ziming2
（1．Beijing Sophtek Corp，2 Beijing University of Technology，Beijing 100124，China）
0引言
原来的聚羧酸减水剂生产自动化控制不能充分满足生产工艺要求，存在的主要问题是：
1） 新设备接入非常困难；
2） 同类不同厂家设备不方便更换；
3） 匀速滴加过程中不能达到理想的控制速度，传统PID算法波动较大，常需要人工手动干预；
4） 温度控制需要人工参与控制，无法完成全自动；
电话 扣扣53O934955
工业物联网是工业40的支撑框架。物联网被称为继计算机、互联网之后，世界信息产业的第三次浪潮。它的发展离不开应用，面向工业自动化的工业互联网技术是物联网的关键组成部分[1]。工业物联网通过将具有感知能力的智能终端、无处不在的移动计算模式、泛在的移动网络通信方式应用到工业生产的各个环节，提高制造效率，把握产品质量，降低成本，减少污染，从而将传统工业提升到智能工业的新阶段[2]。
工业物联网框架中，整个系统具有强大的数据服务器，能够进行大数据的计算。在数据量足够的时候能够利用网络智能来帮助企业进行决策、配方优化和自动的设备维护等。
整个控制系统具有分布式智能能力。整个系统中，可以把数据都送到中控部分来完成；也可以将一些需要及时处理的，如温度控制等，直接由现场控制来完成。系统通常分为中央控制单元和分布的现场控制单元，中央控制单元由工业控制计算机充当，现场控制单元则由高可靠、抗干扰的工业级微控制器和与当前控制需求相配套的附加电路模块组成。依托微控制器的实时处理能力可以完成对现场生产进行实时调节控制，并且通过总线实现现场控制单元与中央控制单元进行数据交互，使生产过程表现出整体性、协调性，从而优化生产工艺、提高生成效率。
系统通过总线把各个独立的控制模块组织成在一起。控制模块的独立性，使得系统中各个分布的控制模块检修、升级、数量扩充都很方便，也为在生产规模扩大时控制系统扩充预留了接口。
因此工业物联网框架才能彻底解决传统控制的一些问题，真正贴合聚羧酸减水剂生产工艺。
1 系统概要设计
根据聚羧酸减水剂的生产过程，可以将聚羧酸减水剂自动化控制系统分为设备控制层、通讯层和应用服务层，系统框架如图1所示。
图1 系统框架图
图1中，应用服务层主要实现对生产过程中实时数据和生产状态的跟踪监测和管理，同时提供各种应用UI接口，用户可以通过使用计算机、手机等手持设备登录客户端来访问或获取所需要的数据或信息等，从而实现物联网的厂内处处可访问。一旦将企业网络与公共网络连接，用户登录后就可以实现生产数据随处可访问。
应用服务层中还包括有控制逻辑层，控制逻辑层通过与 *** 作人员进行交互，并且汇集、分析、存储和处理生产过程中的实时数据和生产状态，实现生产过程的逻辑控制。
通讯层主要实现设备控制层、控制逻辑层和应用服务层之间的可靠传输。
设备控制层主要实现原始数据的采集与分析、数据和状态的上传、控制指令的接收等。嵌入式控制器内的智能逻辑将和聚羧酸减水剂生产各工序要求的生产工艺（加料、滴加、温度调节、pH调节）等紧密贴合，并与控制逻辑层相互通讯完成所要求的工艺精密控制。
整个系统采用划分层次的设计思路使得系统具有很好的可移植性，各种传感器可以灵活的接入系统。这样新系统的总体实现或者旧系统的扩展可以采用“搭积木”的方式完成构建。
2 系统详细设计
根据以上设计的系统工业物联网框架和体系结构，本研究将以北京某公司的具体项目为例，详细介绍该系统的设计和应用过程。
21设备接入示例
基于工业物联网架构的设计，可以很容易的接入各种设备。比如如图2所示的聚羧酸减水剂自动化控制系统接入了一个服务器、一个 *** 作员站、若干显示器、2个控制站，若干现场设备和用户手机。
图2基于工业物联网架构的设备接入实例
服务器负责存储生产数据，包括生产 *** 作日志和生产过程数据，便于生成台帐和报表。也可以与各种财务、资产管理软件连接。同时，负责承载起局域网与大网络的连接工作。
*** 作员站上运行的软件，方便 *** 作员在中控室来 *** 作现场各种阀门、电机等开停，从而按照工艺过程完成生产。
控制站自动获得 *** 作员 *** 作命令来控制现场设备，比如阀门等，同时也自动从现场设备获取各种状态，比如称重数据等传给控制室控制机器。
现场设备是包括传感器和各类执行器，比如秤、阀门等自动工作。
图中的手机设备是为了表示出工业物联网框架可以任意接入设备的特性。比如，在该框架下，巡视人员可以通过手机进行接入，完整现场紧急控制一些阀门的开或者是关。经理等就可以通过手机来查看每天生产数据。
同时，对于不同厂家的同类设备，该工业物联网框架也有较好的兼容能力。
22贴合工艺的软件设计
软件包括生产线管理软件和工业现场控制软件。生产线管理软件工作于生产管理计算机，主要实现工艺管理、配方管理；通过网络，根据权限，可调出 *** 作人员的现场 *** 作记录，完成对现场的远程管理。工业现场控制软件工作于车间级服务器中，主要通过与工艺以及现场布置相同的画面显示，使得 *** 作人员便于 *** 作，以实现现场设备仪表信号的采集、处理，配方管理和现场数据实时界面显示和控制等功能。
图3 聚羧酸合成控制生产工艺示意图
根据实际生产过程和自动化控制系统的特点，当前聚羧酸生产过程分大单体预化过程、 A、B料预混过程、A、B料计量罐加料过程、碱计量罐加料过程、A、B料滴加过程、反应釜搅拌控制过程、反应釜温度控制过程，针对不同的过程，分别实现其控制目标，从而达到完整生产过程的控制。
下面以工艺中的A、B料计量罐滴加控制为例来说明软件设计功能。
首先控制系统为用户提供友好的A、B滴加控制对话框，方便用户可视化 *** 作。用户可以选择采用以前输入的备用方案进行控制，也可以选择自己新输入方案进行空控制。总之都能够根据配方在规定的时间内，将指定质量的物料匀速加入到对应的反应釜中。
图4 启动已存备用方案滴加
图5 启动自定义方案采用三阶段定量滴加示例
其次控制系统采用分段式匀速滴加模式（图5），启动滴加时，控制系统计算出三个阶段分别的预期流速。控制系统实时读取当前计量罐的质量，并根据当前时间，计算出实时流速。控制系统根据实时流速和预期流速的差值，控制调节阀的开启度，从而控制滴加速度。
图6 滴加控制效果示意图（多阶段不同流速）
最后，显示出实时滴加工作界面（图6），工作工作误差一般不大于1%。
23机器学习的智能能力
原来控制系统由于没有采用物联网框架，数据存储量不充分，从而无法让机器自主学习。各种设备常常需要人来手工调整，设定最高最低值；控制过程需要人工进行干预，来辅助机器完成自动控制。
而现有的工业物联网架构，拥有了专门的数据服务器，从而可以存储较大量的数据。而对于这些数据进行分析而产生的机器智能不可小觑。
比如，以前温度控制时，只能根据人工经验设定一个固定的值。反应釜的材质、容量、夹套、搅拌电机、搅拌桨叶等设备本身因素会影响调温结果。
而往往由于冬夏的自来水、室内温度、物料温度、反应剧烈程度等也会影响调温结果。因此在控制系统安装后要进行长时间的人工参与测试来努力找到一个合适的最大最小值。而测试时间毕竟短，这个值一旦这个值固定后，后续生产时就无法轻易改变，为此生产 *** 作员常需要来观测这个温度控制过程并且来参与控制，否则很难达到理想的控制效果。
再比如对于滴加控制的PID算法，往往由设计者人为给定一个PID参数，也无法完全适应实际设备磨损等情况。
而基于工业物联网架构的控制时，可以在服务器端运行一个智能控件，由它来自动学习历史调温或者滴加流速的变化情况，不断训练软件，让软件重新找到合适的上下调节阈值，这样才可以真正达到完全自动化。整个系统拥有了自己不断学习的机器智能。
3 系统测试结果
基于工业物联网的聚羧酸减水剂自动化控制系统在设计和开发完成后，在北京某工厂的实际生产线上投入使用。目前，该系统运行安全、稳定，大部分功能已经实现，达到了预期的效果。
在系统正式投入使用后，对系统的工业现场控制软件、生产线管理软件和嵌入式控制器进行了长时间的测试。针对实现过程中遇到的问题做了大量的调试工作。下面以实现滴加A料为例对系统的测试进行描述。
*** 作人员在控制室通过点击用户 *** 作界面的A料滴加阀门按钮进行滴加参数的配置，如图7所示。 *** 作人员需要输入的参数为滴加质量和滴加时间，同时系统也支持分阶段滴加。在点击开始滴加按钮后，服务器会向嵌入式控制器发送滴加A料指令。
图7 滴加A料配置界面
嵌入式控制器在接收到服务器下发的滴加A料指令后，会进行自动化控制，实现A料的滴加 *** 作，具体效果如图8所示。
图8 5个反应釜同时进行A料滴加曲线示意图
图8中5条不同颜色的线分别表示5个不同计量罐的A料滴加曲线，系统支持多个计量罐同时进行滴加 *** 作。左侧上升的直线表示向计量罐加入A料的过程，系统支持多个计量罐同时加料，质量控制精确，定量加料的误差在01%以内。右侧下降的曲线表示滴加A料过程，曲线的斜率即为速度。由图可知，系统基本上能够实现匀速滴加A料过程，同时，系统也支持连续4小时的滴加 *** 作，时间误差在1分钟左右。
基于工业物联网的聚羧酸减水剂自动化控制系统投入运行后，提高了聚羧酸减水剂的产品质量，提高了工艺生产的自动化程度，大大减轻了 *** 作人员的劳动强度，提高了企业的竞争力。
4 结束语
本研究基于工业物联网架构设计的聚羧酸减水剂自动化控制系统对聚羧酸减水剂生产过程可以进行高效的跟踪管理，在实际应用中具有重要作用。它使聚羧酸减水剂生产设备具备了一定的数据感知、处理和通信能力，从而为企业制定更好的工艺流程提空帮助。同时，它也促使聚羧酸减水剂生产管理过程更加科学和精细化。该系统的成功开发设计为工业物联网在化工行业的推广打下了基础，做出了积极地探索。
参考文献：
[1]LIANG Wei，ZENGPeng Internet of Things Technology and Application Oriented IndustrialAutomation[J] Instrument Standardization & Metrology，2010：21-24[梁炜，曾鹏面向工业自动化的物联网技术与应用[J]仪器仪表标准化与计量，2010：21-24]
[2] KANGShilong，DU Zhongyi，LEIYongmei，ZHANG Jing Overview of industrial Internet of Things[J]Internet of Things Technologies，2013：80-82,85[康世龙，杜中一，雷咏梅，张璟工业物联网研究概述[J]物联网技术，2013：80-82,85]
[3] BIDongzhen The Design and Realization of Industrial Sewing Machines System Basedon the IoT[D]Shandong: Qingdao University，2012[毕东贞基于物联网的工业缝纫机系统的设计与实现[D]山东：青岛大学，2012]
[4]ZHANG Ximin，WANGGuoqing，DINGXuenian Development of an Internet home automation system[J] Chinese Journalof Scientific Instrument，2009，30（11）：2423-2427[张喜民，王国庆，丁学年基于因特网的远程家居自动控制系统研制[J]仪器仪表学报，2009，30（11）：2423-2427]
[5]WU Jiaqiang Tracking and quality monitoring system based on IOT industrial forsteel pipe[J] Journal of Mechanical ＆ElectricalEngineering，2013，30（11）：1335-1339[伍家强基于工业物联网的钢管跟踪及质量监测系统[J]机电工程，2013，30（11）：1335-1339]
[6]LI Nan，LIUMin，YANJunwei Frame work for industrial internet of things oriented to steel continuouscasting plant MRO[J] Computer Integrated Manufacturing Systems，2011，17（2）：413-418[李楠，刘敏，严隽薇面向钢铁连铸设备维护维修的工业物联网框架[J]计算机集成制造系统，2011，17（2）：413-418]
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）