
什么是车联网：
顾名思义 车联网是指通过在车辆仪表台安装车载终端设备，它的作用是实现它对车辆所有的工作情况和静、动态信息进行采集和存储并进行发送，车联网系统也是一般具有实时实景的这方面功能的，也是很好的利用了移动网络来实现人与车的交互。穿戴式应用
在可穿戴设备中，根据NB-IoT的特性，适用于长期的慢病监测、老人小孩和宠物的跟踪管理等不依赖智能手机的设备。对于具有即时通信类的手环产品还说，目前来看暂时还没有NB-IoT技术的施展空间。下面我们主要介绍适合几种NB-IoT的应用场景。
三星公司近期推出的Samsung Connect Tag防丢配件，是一款基于NB-IoT网络的消费级移动产品，可以通过NB-IoT上传GPS数据来实时确定老人孩子的行踪，也可以用于宠物的项圈上，在大型停车场找不到自己的车时可根据手机提示位置寻找。
此类应用还有很多，例如基于NB-IoT技术的智能自行车。该自行将具备位置定位的防盗功能，以及其他的信息上报和跟踪功能。
智能拉杆箱，该拉杆箱将具备智能追踪，超距告警，电子锁控制，电池监控等基于NB-IOT技术的应用。
NB-IoT智能垃圾桶
智能垃圾桶便于垃圾的分类区处理，能提高环卫部门的清运效率。智能垃圾桶桶盖采用太阳能蓄电，能实现垃圾箱盖的感应开合，内置GPS定位，配合传感器能监测到垃圾通满到什么程度以及垃圾桶内温度等信息，并通过NB-IoT发送到云端，系统可根据回传的数据计算出垃圾回收车路线，及时清理已装满的垃圾桶。
NB-IoT农业示范应用
NB-IoT技术和传感器结合，可通过采集PH值、降水量、空气温湿度、土壤水分、土壤湿度、土壤盐分、植物营养指标以及植物生理生态指标等数据实现对农作物的实时监控，采集数据可通过NB-IoT网络上传云平台和手机APP，具有环境超限报警功能。只要网络覆盖到位，可辅助农业生产上升一个大台阶。对于城郊和一些覆盖到位的区域， NB-IoT可大大提升水产养殖、大棚、花卉等高附加值的农业生产流通领域。
NB-IoT智能电网监测
基于NB-IoT智能温度传感器的电缆温度实时在线监测系统，传输所监测的地下电缆温度数据，并可根据客户要求设置定值越限告警，辅以GIS地理信息系统及时准确定位故障点。可以升级拓展为城市地下电缆隧道综合监测系统，实现包括使用NB-IoT对电缆接地电流泄露和局部放电监测，电缆隧道内的温湿度、有害气体浓度和水位监测、电缆隧道安防包括井盖、门禁的实时监测。
NB-IoT智能锁
天网互联科技nb-iot智能锁
NB-IoT智能锁还被应用于基于NB-IoT的公租房：租户办理入住时可一站式录入个人身份信息特征，随后云平台通过NB-IoT网络和加密算法下发到与租房合约匹配的nb智能锁上，租户即可凭身份z开锁，开锁记录同步到云平台用于加强管理。这将有效解决公租房管理中诸如转租、钥匙管理、看房低效、拖欠房租等问题，还可根据租户和管理方的需求陆续提供更多个性化功能与服务。
NB-IoT智能停车
其中，路侧停车系统包括地磁模块（内置NB-IoT通信模组）、信息诱导提示屏、停车管理员使用的PDA/手机APP、车位收费管理系统等子模块。利用地磁车位检测器对车位占用状态进行采集，停车管理平台根据停车时长和计费规则自动生成计费数据，并推送到收费员的PDA上。系统的设备运行状态、车位占用状态、收费记录明细等信息均上传至停车管理平台，数据实时下发至室外信息诱导屏，告知车主各区域的剩余车位数量，进行区域车位引导。
反向寻车方案不需要每个车位安装车位检测器，只需在每个车场区域的过道安装一对摄像头。司机进入停车场后，通过诱导屏信息自行寻找停车位。当车辆进入每个分区的必经路口时，设置在该路口的摄像头会拍摄进入该分区的车辆号牌信息，然后将这些数据信息发送至停车管理系统，用于车辆的基本分区定位功能。在离开此分区的必经路口处也通过高清摄像头感应器识别车辆离开的行为，这同样是为了刷新该分区实时停车信息功能。
以上只是枚举了NB-IoT的一部分应用，其他还有NB-IoT智能路灯、NB-IoT智能机房、NB-IoT智能充电桩等应用，限于篇幅，我们就不一一具体介绍了。相信在政府和运营商的大力推动下，随着模组价格的下降，NB-IoT必然会衍生出更多的应用场景，为建设智慧城市，改变人们生活做出贡献，势必成为物联网创新技术的一大风口。物联网场景
物联网卡是运营商基于其物联网服务网络为有物联网需求用户提供的移动通信接入业务。主要满足用户在物物、物人连接中的通信需求，以此实现最终的信息交互。而窄带物联网卡是通过运营商部署的窄带网络，实现移动通信，因其更广的覆盖、更低的功耗得以应用。
那么窄带物联网卡都有哪些具体的应用场景呢？
智能路灯
传统路灯一般通过集中设置来实现灯的打开关闭及具体的开关时间，并且灯光亮度调整困难。而运营商物联网网络与平台的接入，可实现远程手机或电脑控制开关灯、自动定时开关灯、也可结合监控系统对当前人流量的统计实现路灯整体或个体亮度调节。还可以加载更多的智能设备，加入wifi系统，实现无线上网。加入空气质量监测系统，实现空气质量监控。加入充电桩，就是路边的充电站。
引入智能路灯系统，可实时监控路灯使用情况，实现远程监控、业务数据实时分析，提高运行效率，减少运维成本。终端设备有非正常情况，可自动向监控中心报警。同时通过更多智能设备的引入，实现多个功能的集成。
智能水表
传统的住宅小区使用人工抄表，不仅抄收数据烦琐，而且统计困难，工作效率低下，无法为计费、线损控制、用能分析等方面提供及时准确的数据。
部署物联网智能水表、智能气表等采集设备，建设智慧水务抄表/燃气抄表平台，实现远程抄表到户、管网实时监控、业务经营智能分析。远程控制功能中，可对水表进行开关阀 *** 作，实现远程水表开关 *** 作，存在水费拖欠的，可远程关阀。还可实现阶梯水价。
引入智能水表避免了人工抄表入户，提升抄表效率，运营商维护通信网络，减少维护成本，更低的功耗，更低的资费，更强的信号穿透，更加智能，可远程控制阀门、及时上报故障，计费也会更准确、更透明。
智能燃气表
引入智能燃气表系统，可实现使用和管理方双向数据的实时传输，实时获知燃气终端设备的运行情况，实现气表远程监控、数据实时分析。也可对气表终端进行远程控制，如开关阀门。可实现实时监控用户用气情况，实现阶梯气价。
智能停车
智能停车系统可提供车位实时信息，向出行者提供停车库具体位置、当前车位实时数据等信息指引驾驶员合理停车，同时通过动态信息标志把停车位和容量分散信息聚合而成的实时信息数据进行分析，辅助管理部门进行管理决策。可实现实时车位状态更新、空余停车位实时发布、停车入位引导、停车位预定、停车位查询、停车计费管理、设备故障、告警管理等多项功能。
井盖
当井盖被打开一定角度时智能井盖系统发出预警信号，通过窄带网络传输至中心机房井盖管理运维平台。系统进行大数据分析，确认警情后，实时预警并将信息推送至运维管理人员手机APP 端。运维管理人员以就近原则赶至现场查看处理，消除井盖异常带来的风险，并将处理情况通过手机APP反馈至井盖管理运维平台。
智能烟感
通过窄带网络组建联网型智能烟雾报警器，实现对公共场所及家庭住宅的火灾隐患区域监测。便于各地街道、居委等相关部门实时了解到现场情况，有效保障现场人身和财产的的安全。相对传统消防发现火情后再报警的方式，缩短了获得警情的时间。能够获取更多的现场信息，以便实施最佳的救援方案。消防设备故障也可实现自主上报。
智能烟感
窄带物联网以其自身的广覆盖、低功耗等优势获得了一些实际应用，但是目前还没有大范围批量应用，相信随着技术的成熟发展，会有越来越多的实际应用场景，功能体验也会越来越好。物联网、智能硬件产品，要联网传输数据，都需要有天线。空间越小、频段越多，天线设计越复杂。
常用天线，按照使用场景分类，主要有以下几种：
大尺寸产品，用外置天线
外置天线一般都是标准品，买频段合适的，无需调试，即插即用。
例如快递柜、售货机这些，普遍使用磁吸的外置天线，吸在铁皮外壳上即可。
这些天线不能放在铁皮柜里面，金属会屏蔽天线信号，所以只能放在外面。
好处是使用方便、价格便宜，坏处是不能用在小尺寸产品上。
物联网时代 工业大数据八大应用场景
工业大数据是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。因此，工业大数据应用所面临的问题和挑战并不比互联网行业的大数据应用少，某些情况下甚至更为复杂。
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。
1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。
2产品故障诊断与预测
这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。我们就拿波音公司飞机系统作为案例，看看大数据应用在产品故障诊断中如何发挥作用。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。以波音737为例，发动机在飞行中每30分钟就能产生10TB数据。
这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。再看一个通用电气(GE)的例子，位于美国亚特兰大的GE能源监测和诊断(M&D)中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑。风力涡轮机制造商Vestas也通过对天气数据及期涡轮仪表数据进行交叉分析，从而对风力涡轮机布局进行改善，由此增加了风力涡轮机的电力输出水平并延长了服务寿命。
3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。
4工业供应链的分析和优化
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。
互联网大数据营销专家罗百辉表示，工业制造企业利用销售数据、产品的传感器数据和出自供应商数据库的数据，可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格，可以在价格下跌时买进，所以制造企业便可节约大量的成本。如果再利用产品中传感器所产生的数据，知道产品出了什么故障，哪里需要配件，他们还可以预测何处以及何时需要零件。这将会极大地减少库存，优化供应链。以海尔公司为例，海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。美国较大的OEM供应商超过千家，为制造企业提供超过1万种不同的产品，每家厂商都依靠市场预测和其他不同的变量，如销售数据、市场信息、展会、新闻、竞争对手的数据，甚至天气预报等来销售自己的产品。
5产品销售预测与需求管理
通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略。在某些分析中我们可以发现，在开学季高校较多的城市对文具的需求会高很多，这样我们可以加大对这些城市经销商的促销，吸引他们在开学季多订货，同时在开学季之前一两个月开始产能规划，以满足促销需求。对产品开发方面，通过消费人群的关注点进行产品功能、性能的调整，如几年前大家喜欢用音乐手机，而现在大家更倾向于用手机上网、拍照分享等，手机的拍照功能提升就是一个趋势，4G手机也占据更大的市场份额。通过大数据对一些市场细节的分析，可以找到更多的潜在销售机会。
6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。虽然，大数据略有瑕疵，只要得到合理的应用，大数据会变成我们强大的武器。当年，福特问大数据的客户需求是什么？而回答是“一匹更快的马”，而不是现在已经普及的汽车。所以，在大数据的世界里，创意、直觉、冒险精神和知识野心尤为重要。
7产品质量管理与分析
传统的制造业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。例如在半导体行业，芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程，每一步都必须达到极其苛刻的物理特性要求，高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。这些海量数据究竟是企业的包袱，还是企业的金矿呢？如果说是后者的话，那么又该如何快速地拨云见日，从“金矿”中准确地发现产品良率波动的关键原因呢？这是一个已经困扰半导体工程师们多年的技术难题。
某半导体科技公司生产的晶圆在经过测试环节后，每天都会产生包含一百多个测试项目、长度达几百万行测试记录的数据集。按照质量管理的基本要求，一个必不可少的工作就是需要针对这些技术规格要求各异的一百多个测试项目分别进行一次过程能力分析。如果按照传统的工作模式，我们需要按部就班地分别计算一百多个过程能力指数，对各项质量特性一一考核。这里暂且不论工作量的庞大与繁琐，哪怕有人能够解决了计算量的问题，但也很难从这一百多个过程能力指数中看出它们之间的关联性，更难对产品的总体质量性能有一个全面的认识与总结。然而，如果我们利用大数据质量管理分析平台，除了可以快速地得到一个长长的传统单一指标的过程能力分析报表之外，更重要的是，还可以从同样的大数据集中得到很多崭新的分析结果。
8工业污染与环保检测
《穹顶之下》令人印象深刻的一点是通过可视化报表，柴静团队向观众传递雾霾问题的严峻性、雾霾的成因等等。
这给我们带来的一个启示，即大数据对环保具有巨大价值。《穹顶之下》图表的原生数据哪里来的呢？其实并非都是凭借高层关系获取，不少数据都是公开可查，在中国政府网、各部委网站、中石油中石化官网、环保组织官网以及一些特殊机构，可查询的公益环保数据越来越多，包括全国空气、水文等数据，气象数据，工厂分布及污染排放达标情况等数据等等。只不过这些数据太分散、太专业、缺少分析、没有可视化，普通人看不懂。如果能够看懂并保持关注，大数据将成为社会监督环保的重要手段。近日百度上线《全国污染监测地图》就是一个很好的方式，结合开放的环保大数据，百度地图加入了污染检测图层，任何人都可以通过它查看全国及自己所在区域省市，所有的在环保局监控之下的排放机构(包括各类火电厂、国控工业企业和污水处理厂等)的位置信息、机构名称、排放污染源的种类，最近一次环保局公布的污染排放达标情况等。可查看距离自己最近的污染源，出现提醒，该监测点检测项目，哪些超标，超标多少倍。这些信息可以实时分享到社交媒体平台，告知好友，提醒大家一同注意污染源情况及个人安全健康。
工业大数据应用的价值潜力巨大。但是，实现这些价值还有很多工作要做。一个是大数据意识建立的问题。过去，也有这些大数据，但由于没有大数据的意识，数据分析手段也不足，很多实时数据被丢弃或束之高阁，大量数据的潜在价值被埋没。还有一个重要问题是数据孤岛的问题。很多工业企业的数据分布于企业中的各个孤岛中，特别是在大型跨国公司内，要想在整个企业内提取这些数据相当困难。因此，工业大数据应用一个重要议题是集成应用。
以上是小编为大家分享的关于物联网时代 工业大数据八大应用场景的相关内容，更多信息可以关注环球青藤分享更多干货
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）