如果使用了工业40技术，一个新的加工制造生产线可以实现多达25种的产品变化，同时将产量提高10%，库存减少30%。工业40架构的应用让制造商在生产过程中可以获得更丰厚的投资回报率。
工业40是一场工业的革命，目的是将信息技术(IT)的虚拟世界、机器的物理世界以及互联网合为一体。其中心是将具有IT功能的所有工业领域都整合起来。
工业物联网（IIoT）设备要想创建工业40生产制造环境需要注意以下5个方面。在工业40中，对机器工具或一组机器的 *** 作，应该允许使用诸如智能手机或平板电脑这样的智能设备进行简单的连接。
1分布式智能
这里说的分布式智能是指在智能传动和控制技术网络的机器设备中，加入尽可能多的智能和控制功能、或者单独的传动轴，而不是从一个中央处理单元（CPU）来处理所有的动作。
2快速连接
在决定应该使用现场总线的什么功能时，应该看一下生产平台是否支持例如OPC UA（来自于OPC基金会）这样的标准。消除不同供应商系统的障碍，而且对通讯和控制平台采取一种更加开放的方式很重要。
3开放标准和系统
开放标准允许基于软件的解决方案可以更加灵活地集成，并有可能将新的技术移植进现有的自动化架构中。
4实时数据整合
可能利用实时的机器和工厂性能数据来改变自动化系统和生产工艺的管理方式。不用捕捉并分析数月以来有价值的关于生产率、机器停机时间或者能源消耗的数据，支持工业40的平台能够将数据整合到常规的工厂管理报告之中。这会让制造商和机器具备详细的信息来执行快速的工艺和生产变更，以实现产品满足特定客户需求的愿景。
5自适应性
科技帮助生产线变得主动。目标就是让工作站和模块可以适应个性化的客户或产品需求。
二、让工业40和IIoT在智能工厂里运行工业40和工业物联网(IIoT)能够为设备（从传感器到大规模控制系统）、数据和分析之间提供更好的连接性，Beckhoff自动化的TwinCAT产品专家Daymon Thompson这样认为。传感器和系统需要网络连接来共享数据，分析有助于做出更明智的决策。
物联网主要包括4个基本元素：实体的设备、与设备之间的双向连接、数据以及分析设备可以是小到一个传感器大到一个大规模控制系统中的任何一种。传感器和系统需要与更大的网络进行连接，以共享由传感器或系统产生的数据。对此数据进行的分析会产生可执行的信息，其结果是让人们做出精明的决策。
关于智能工厂的3个思考在决定实施工业40之前，要对智能工厂提出的3个问题是：
1你是否想要自动完成快速的产品转换，以及对市场需求的响应更好？
2你是否想通过识别出可以进行持续改进的区域来提升你的设备综合效率（OEE）以及生产总产量？
3你是否想要根除浪费，例如能源、原材料和闲置时间？
在确定和完善真实世界里智能工厂的目标之后，采用基于PC控制的硬件和软件有助于帮助你早日成功。
三、为什么要部署工业物联网？因为在工业世界里普遍使用了联网的传感器而比商业的物联网(IoT)更加先进，这些传感器就是物联网里面的“物”。数以亿计的联网的有线及无线压力、液位、流量、温度、震动、声波、位置、分析仪表以及其他传感器被用于工业领域，而且每年以数百万台的速度增加，为工厂提供了更多的监控、分析和优化。
IIoT通过将传感器连接到分析和其他系统中，来自动提高性能、安全性、可靠性和能源效率，具体方式为：
1从传感器上采集数据比以往经济有效得多，因为传感器很多都是电池供电和无线通讯的
2使用大数据分析和其他技术将这些数据翻译成可以理解的信息。
3将这些可 *** 作的信息在正确的时间呈献给正确的人员，要么是工厂人员，要么是远程专家。
4如果工作人员采取了正确的 *** 作，将带来性能上的提升。
四、基于平台的工具克服了IIoT的复杂性基于平台的方式提供了一种灵活的硬件架构，可以部署在许多不同的应用场合中，消除了硬件的复杂性，并让每一个新的问题基本上都成为软件方面的挑战。系统设计师选择的平台应该基于一个对信息技术(IT)友好的 *** 作系统(OS)，这样它们可以安全地进行供给和配置，进而来正确地认证和授权用户维护系统的整体性，并让系统最大程度地可用。
五、基于数据的工业物联网如果没有数据，就没有大数据、云和分析功能，也没有区别于物联网(IoT)的工业物联网(IIoT)；PI北美组织的副总监Carl Henning说，IIoT中的“物”造就了IoT中的“物”。IIoT需要开放的标准，以太网和软件标准可以为控制和制定决策所需要的信息提供数据。
其中一部分）时，大多数人认为最有用的特性是实时功能。
通过将信息、自动化、以及运行在工业物联网上的生产系统之间不断融合，物联网正在积极地影响着未来的工业自动化，Softing 有限公司市场部副总裁Mark Knebusch指出。随着以太网速度越来越快，电缆系统的集成更加重要，而电缆的认证有助于提升工业网络的性能。
钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。
智能制造引领新一轮制造业革命，也是一场具有划时代意义的深刻的工业革命。《中国制造2025》明确坚持创新驱动、智能转型、强化基础、绿色发展，加快我国从制造大国向制造强国转变。推进钢铁行业智能制造是时代发展的必然趋势，也是我国实现钢铁强国的必由之路。
时下，我国钢铁行业正在全面贯彻实施《钢铁工业调整升级规划（2016－2020年）》（以下简称《规划》）。“十三五”期间，我国钢铁工业将进入以结构调整、转型升级为主的发展阶段，也是钢铁工业结构性改革的关键阶段。钢铁行业要积极适应、把握、引领经济发展新常态，落实供给侧结构性改革，以全面提高钢铁工业综合竞争力为目标，以化解过剩产能为主攻方向，坚持结构调整、创新驱动、绿色发展、质量为先、开放发展，加快实现调整升级，提高我国钢铁工业发展质量和效益。
要实现钢铁工业“十三五”规划的目标，钢铁企业必须全面推进智能制造，而《规划》为我国钢铁行业如何推进智能制造指明了方向，确定了目标，指出了路径。
钢企智能制造探索步伐加快
如今，不少钢铁企业已经在智能制造上开拓探索和实践，取得了较好的成效。宝武集团、沙钢等大型钢企采用工业机器人、无人行车、无人台车、无人仓库等智能制造技术来提高劳动效率，降低生产成本，在钢铁生产自动化、库存、营销等关键环节智能化水平先进。
一些大型钢厂将智能制造分成“3+1”模式，即“智能装备、智能工厂、智能互联和基础设施”，进行探索和实施。据介绍，目前，该领域研发的课题主要是钢铁制造全流程在线检测—监测技术及数字化、智能化嵌入技术，分布与集成相结合的余热余能梯级利用和系统回收技术，钢铁生产智能化能源管控与环境优化技术，污染物分布与集中结合的协同控制与一体化脱除技术，钢厂与相关产业互补链接及与周边社会共生共荣生态链接技术，钢铁流程制造和服务一体化网络集成技术，钢铁制造流程物质流、能量流、信息流协同动态调控技术，高性能钢铁产品定制化、减量化生产及装备技术，高性能钢铁产品全生命周期智能化设计、制备加工技术。
从目前来看，不少钢企纷纷进入智能制造领域：
有的钢厂借助“互联网+”、物联网和智能制造技术，依托传感器、工业软件、网络通信系统、新型人机交互方式，实现人、设备、产品等制造要素和资源的相互识别、实时联通，促进钢铁研发、生产、管理、服务与互联网紧密结合，推动钢铁生产方式的定制化、柔性化、绿色化、网络化、智能化。
有些技术、资金实力雄厚的钢铁企业，则以钢铁流程绿色化、智能化集成为目标，重点围绕制造流程结构优化、制造流程技术提升、钢铁制造服务平台建立、新型商业模式建立与运营四大关键路径进行研发。
有的钢厂以关键环节机器换人为抓手，尝试和实践全工序机器换人，提升智能化生产水平，先后建成5000毫米宽厚板和特棒示范智能车间，形成了独具特色的智能制造发展之路。
有的钢厂明确智能制造目标，稳步推进：减少人工作业，提升自动化能力；全面推进建立区域化、工序化的信息监控、管控平台；制订公司智能化制造规划，并成立智能制造推进项目团队，以实现从机械化、自动化、信息化到智能化的逐步转变。
有的钢企确定了智能制造目标，即在未来几年内建设、改造一批智能化产线，完成基于互联网来满足用户个性化需求的智能化研发、生产、销售体系构建，促进企业实现向智能制造模式的转型。
钢企推进智能制造该如何着力？
一家钢企从事自动化生产工作的负责人坦言：“我们公司不是不想尝试智能制造，而是不知道该怎么着手。”
曾有一家大型钢铁企业工程师也向笔者表示，目前，国内钢铁智能化仍处于初级阶段，在实际生产过程中还是以经验为主导，尽管个别生产线有自己的数据库，但一般为生产工艺的数据，在上下游衔接等方面没有形成一个统一的系统。
那么，钢铁行业该如何加快推进智能制造？在一系列钢铁产业发展的高峰论坛上，业内专家就我国钢铁业推进智能制造发表了各自的见解，给钢铁企业诸多的思考和启迪。
业内专家指出，钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。智能制造是制造业未来发展的重大趋势，也是当前钢铁行业转型升级、提质增效的重要着力点。早在2015年工信部发布的《2015年智能制造试点示范专项行动实施方案》，决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。其中，钢铁行业已被列入工信部的智能制造试点范围。
专家同时强调，推进钢铁行业智能制造是一个庞大的系统工程，涉及资金、技术、人力等诸多方面，系统策划是确保目标一步一步实现的有效方法，不能急功近利、一哄而上，而要稳扎稳打、分步实施、循序渐进，即针对我国钢铁行业和智能制造的特点，逐步推进制造过程智能化。诸如，在重点领域试点建设智能工厂或数字化车间，加快人机智能交互、工业机器人、智能物流管理等技术和装备在生产过程中的应用，促进钢铁制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制等的发展。同时，在此基础上全面实施高级计划排程（APS）系统，实现敏捷制造和精准交货。
专家表示，在推进企业决策智能化方面，目前主要以两化深度融合为载体。钢铁智能制造的核心是对信息资源的有效开发和高效利用，目标是提高资源的全局利用效率，其重点在于决策的智能化。为提高资源和能源利用效率，钢铁企业应采用系统优化的思想，建立具有冶炼技术和经济成本的双重模型，实现单部门局部优化与多部门一体化全局优化的平衡。
大数据是传统数据库、数据仓库、商业智能概念外延的扩展和手段。推进大数据的集成应用，关键在于健全钢铁行业信息化基础设施，整合冶金数据资源，突破钢铁行业大数据核心技术，提升钢铁大数据分析应用能力，提高数据安全保障能力，培养复合型大数据人才，组织实施制造业大数据创新应用试点，以推动制造模式变革和冶金行业的转型升级，培育发展冶金产业新业态。
以上由物联传媒转载，如有侵权联系删除
一、将真实的加工制造连接到工业40如果使用了工业40技术，一个新的加工制造生产线可以实现多达25种的产品变化，同时将产量提高10%，库存减少30%。工业40架构的应用让制造商在生产过程中可以获得更丰厚的投资回报率。
工业40是一场工业的革命，目的是将信息技术(IT)的虚拟世界、机器的物理世界以及互联网合为一体。其中心是将具有IT功能的所有工业领域都整合起来。这些科技提高了灵活度和速度，能够使产品更具有个性化，生产更高效且规模可扩展，以及在生产控制方面具有更高的可变性。机器与机器之间的通讯和先进的机器智能化，提高了工艺的自动化水平，并带来了更多的自我监控以及实时数据。开放的基于Web的平台会增加制造企业的竞争力。
1分布式智能
这里说的分布式智能是指在智能传动和控制技术网络的机器设备中，加入尽可能多的智能和控制功能、或者单独的传动轴，而不是从一个中央处理单元（CPU）来处理所有的动作。
拥有机器层面的过程数据并决定用它做什么，反映出了人们相信一台机器可以经过装备使用过程数据做一些事情并且独自改善工艺流程，诸如实现调整产量、更加有效率的利用能源等目标，而不是依赖“云”来处理所有这些任务。
联网的机器可以与更高的生产线级别、工厂级别以及企业级别的网络进行通讯，从而能够实现对特定事件或特定产品的实时调节。集成了传动的伺服马达和无机柜传动系统将传动组件和运动逻辑顺序放到了单独的轴向上。
2快速连接
那些允许数据在整个企业架构中自由流动的系统，往往需要持续的投资和改进。一家工业40工厂车间所产生的大数据和信息流，可能会让公司的网络不堪重负。我们该如何改进自动化系统中的硬件和软件的功能，使这种设计流程更简单、花费更少的时间以及更加开放？通讯路径随着其创建和实施而变得更加流畅。在决定应该使用现场总线的什么功能时，应该看一下生产平台是否支持例如OPC
UA（来自于OPC基金会）这样的标准。消除不同供应商系统的障碍，而且对通讯和控制平台采取一种更加开放的方式很重要。
3开放标准和系统
重点是要思考系统到底“开放”到什么程度，是否支持新兴的通讯协议和软件标准，以及开放的独立组件如何让工业40成为现实。
开放标准允许基于软件的解决方案可以更加灵活地集成，并有可能将新的技术移植进现有的自动化架构中。开放的控制和工程软件也沿着这个方向将自动化和IT软件程序之间的间隙弥合。一个开放的控制器核心能够使用常用的高级IT语言（例如Java和C++）来创建自动化应用程序。
一台机器的 *** 作应该支持与智能手机或平板电脑进行简单的连接。软件可以借助控制器与3D模型软件的连接来加快自动化系统的设计和调试。一个运动控制器可以与模型之间发送指令以及接收反馈，使得机器的功能性在机械设计阶段通过运动控制就得到优化。这也让机器测试和编程可以在调试之前进行。在部件订货、组装机器之前，虚拟机器可以用来进行测试并完善设计。
4实时数据整合
在工业40的工厂里，可能利用实时的机器和工厂性能数据来改变自动化系统和生产工艺的管理方式。不用捕捉并分析数月以来有价值的关于生产率、机器停机时间或者能源消耗的数据，支持工业40的平台能够将数据整合到常规的工厂管理报告之中。这会让制造商和机器具备详细的信息来执行快速的工艺和生产变更，以实现产品满足特定客户需求的愿景。
5自适应性
现实世界中的主动性可以让生产更加连贯并以需求为导向。科技帮助生产线变得主动。目标就是让工作站和模块可以适应个性化的客户或产品需求。
在一个制造液压阀的工厂里，一套新的自适应组装生产线在每一件被加工件上都使用射频识别芯片。生产线上的9个智能站会识别出最终产品是如何被装配的，以及哪些工具设置和 *** 作步骤是必须的。每个相关加工件都带有蓝牙标签，会自动将信息传送给装配站。装配步骤信息会根据不同的产品以及相关加工件的技术水平不同而显示出来。该生产线可以生产一批相同尺寸的液压阀，也可以不需要人工干预就能生产25种不同产品型号。不再需要设定时间或者多余的库存。这使得生产线的产量增加了10%，库存减少了30%。
二、让工业40和IIoT在智能工厂里运行
工业40和工业物联网(IIoT)能够为设备（从传感器到大规模控制系统）、数据和分析之间提供更好的连接性，Beckhoff自动化的TwinCAT产品专家Daymon
Thompson这样认为。传感器和系统需要网络连接来共享数据，分析有助于做出更明智的决策。
物联网主要包括4个基本元素：实体的设备、与设备之间的双向连接、数据以及分析。设备可以是小到一个传感器大到一个大规模控制系统中的任何一种。传感器和系统需要与更大的网络进行连接，以共享由传感器或系统产生的数据。对此数据进行的分析会产生可执行的信息，其结果是让人们做出精明的决策。
在IIoT的实际应用中，
企业通过将设备或资产连接到云或者本地信息技术(IT)设施上来进行数据的采集和传送。然后对采集到的数据进行分析，可以发现设备或资产更多的潜在信息，防患于未然。
例如
，监控机械组件运行温度的传感器可以追踪任何异常状况或者偏离底线的情况。这使公司可以主动地处理不希望发生的行为，从而在可能造成有害危险的系统故障加剧之前进行预测性维护，否则这些系统故障可能会导致工厂停机以及生产收益损失。这种类型的信息有助于企业新产品的设计、系统性能效率的提高以及实现利润的最大化。
工业40让加工制造更灵活
在一个生产制造流程，甚至是整个供应链中，通过连接性推动更多的新发现和系统优化，这是工业40的核心概念之一，这种科技进步也被称为第四次工业革命。
工业40工作组成员、德国国家科学与工程院Acatech，将18世纪蒸汽机的发明和广泛使用定义为第一次工业革命。第二次革命是20世纪早期在装配线上使用传送带。第三次革命是在20世纪中叶开发出来的微电子学、PC和可编程逻辑控制器(PLC)。第四次革命是将PC和机器连接到互联网，并启用信息物理系统（CPS）。
工业40要求传统的生产制造工业实现计算机化。使用物联网和信息物理系统的概念会帮助实现“智能工厂”的目标，使生产制造具有前所未有的灵活性和非常高的精益生产效率。在生产制造中，一个显着的特点是重点关注的领域从产品本身扩展到了生产这些产品的工艺上。
制造商需要灵活的生产线来适应快速变化的客户需求。灵活的机器运行能够生产很多类型的产品，通过调整批量大小来获得更高的生产利润，这使得同一个生产线可以运行更复杂的混合产品以适应客户不断变化的需求。
中国发展网7月3日讯 7月2日下午2点半，一场主题为“释放工业物联网的潜力”论坛在2019夏季达沃斯大连举行。《巴伦周刊》高级管理编辑Lauren Rublin现场主持，富士康工业互联网副董事长李杰，密西根大学交大密西根学院荣誉院长及吴贤铭制造科学冠名教授倪军、SCA集团执行董事Bhairavi Jani、SAP执行副总裁兼企业战略主管Deepak Krishnamurthy4位嘉宾一起探讨关于“工业物联网”目前的阶段、挑战及带来的巨大价值。
从左往右依次为《巴伦周刊》高级管理编辑Lauren Rublin，富士康工业互联网副董事长李杰，密西根大学交大密西根学院荣誉院长及吴贤铭制造科学冠名教授倪军、SCA集团执行董事Bhairavi Jani、SAP执行副总裁兼企业战略主管Deepak Krishnamurthy
刘沐琪摄图
工业物联网现今挑战大于发展
现场多名专家都认为，工业物联网目前仍处于早期阶段，信息所有权、数据分享规则制定的相关问题也存在着争议。富士康工业互联网副董事长李杰认为，互联网改变生活工业物联网改变业界。工业物联网本质上就是D2D（DATA TO DECISION），即通过数据做出决策，企业不管是谁先掌握工业物联网并引导转型，谁就有责任和义务进行标准的制定。
密西根大学交大密西根学院荣誉院长及吴贤铭制造科学冠名教授倪军在现场表示非常赞同李杰的观点，同时他也提出，相关学者已经做了大量研究，并早已绘制相关路径图，更多地展示了工业物联网如何改变企业的KPI（关键绩效指标），很多国家的政府也在鼓励这项新的技术，但是从企业的角度和反馈上来讲物联网还处于早期的阶段，特别是数据的分享、安全和所有权问题还处于早期的阶段。
倪军解释，因为物联网类似 社会 互联网，需要人们彼此连接，搜索世界上所有的供应方，而销售方也会有这样的驱动力去搜索。与之不同的是，在工业物联网中，会存在各种潜在的障碍，去阻碍这样的连接和搜索。例如，在工业物联网当中涉及到商业机密，企业通常不愿意和友商共享这些数据。
SCA集团执行董事Bhairavi Jani表示，现今一个产品的问世需要一系列不同的零部件，生产过程中涉及到大量的供应链不仅仅是独立且孤立的，供应链中存在着海量数据对物流企业来说蕴藏着很大的发展机会。工业物联网不仅仅涉及到现代化的生产，并且涉及到整个的产品生产、消费、运输等全产业周期。
SAP执行副总裁兼企业战略主管Deepak Krishnamurthy认为，工业物联网需要有一个通用的语言才能信息共享从而创造价值。目前，工业物联网仍处于通用语言开发的初期。他表示，倪军教授所说的“信息所有权”是一个比较棘手和敏感的问题，同时也是复杂的 社会 性的问题，在国际化的供应链中，如何进行跨国的分享数据也是目前世界工业物联网共同面临的问题，同样也是SAP目前试图解决的问题。
至于数据分享规则制定的规律，富士康工业互联网副董事长李杰认为，富士康一直在引导业界转型，他举例说明，富士康有175万个机床，这些机床在制造环节会产生大量的数据，通过数据改进绩效是不少供应商的愿望。因此这些供应商希望与富士康合作，从而更快实现需求响应。不同的数据来源联系起来就需要保持一个标准，对于规模相对较小的企业，李杰认为这并非意味着小企业毫无作为。事实上，大型供应商会分享给小企业，这些小企业必须有更快的进程，从而更敏捷地填补大企业的空白以及大企业没有认识到的机会。
工业物联网释放更大价值和机会
SAP执行副总裁兼企业战略主管DeepakKrishnamurthy提出工业物联网已经释放出大量的机会和价值，SAP进军更多消费品领域期待创造更多价值、开放更多市场，也将会有更多的合作伙伴。工业产品不再是过去生产制造的模式，工业物联网用到的设备高能效，在生产过程中减少碳的排放。
富士康工业互联网副董事长李杰认为，工业物联网改变业界主要有三点，第一是用前所未有的方式更快生产；第二是运用智能手机就可以实现更大规模更加灵活的远程管理；三是基于事实、证据、数据，通过询证的方式作出判断，从而更加可持续发展。
专家纷纷在现场用实际案例举证工业物联网在未来将释放出怎样的价值和机会。富士康工业互联网副董事长李杰提出“灯塔”项目，该项目跟世界经济论坛合作，给想做工业物联网的公司提供从传统产业模式转化为先进的产业模式的范例，通过垂直客户和供应链的整合，用教训经验推动生态系统的转变。
密西根大学交大密西根学院荣誉院长及吴贤铭制造科学冠名教授倪军举例 汽车 整车厂商和IT之间的合作，通用跟生产机器人的厂家合作，产权转移给最终用户，思科提供安全的网络方案收集机器人数据第三方，预测机器人停工的时间，机器人把空闲几分钟有效利用起来可以节约几百万美元，同时生产机器人的公司可以通过数据了解自己的产品未来需要改进的方面。
SCA集团执行董事Bhairavi Jani讲了两个案例，一是三个做消费产品的客户使用工业物联网，供应链收集客户信息更加敏捷。二是初创企业在使用技术帮助农户根据市场需求来实现生产，带来了经济效益和 社会 效益。
SAP执行副总裁兼企业战略主管Deepak Krishnamurthy带来了SAP和微软有一个开放数据信息服务合作项目，这些消费数据整合在一起，越来越多的企业参与进来，在这个平台可以相互合作可以提出具有共性的价值主张，帮助客户实现更大的价值。
工业物联网是指在工业中应用物联网技术，实现工业特有的价值增值的技术模式。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。
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）