工业物联网平台的五大价值

建设数字智慧工厂需要根据实际情况和需求，结合技术方案、数据分析等多个方面进行评估和比较，选择最适合自身的系统。以下是一些数字智慧工厂系统的推荐：

智能制造管理软件MES：MES主要用于制造过程中的精细化管理和优化，可以对生产线的各个环节进行搜集和分析，优化作业过程和提高生产效率。

工厂物联网平台（PDMoT）:  PDMoT (Plant Data Management over IoT) 是与第四次工业革命密不可分的平台，它深度整合了人工智能、云计算、大数据处理等技术手段，协助企业策略转型，并通过大量实测、仿真等 *** 作保证每一个投入都十分值得。

还有其它的系统如ABB Ability Manufacturing Operations Management, 行业创新平台（FlexNet）, GE Predix 等等，建议您可以结合自身的需求和实际情况进行咨询、比较和选择，同时建议与供应商沟通您具体的企业环境、产品类型和工艺流程等细节，以便其能够为您提供更专业的方案和支持。

物联网设备是指能够进行网络无线连接并且具有数据传输功能的设备。物联网将传统的互联网设备连接扩展到物理设备和物品之间的连接，通过传感器将数据传达给相关用户。物联网设备可以分为三大类：消费类物联网设备、工业类物联网设备和企业类物联网设备。

消费类物联网设备包括智能家居、智能电器、智能玩具和智能可穿戴设备等。例如在智能家居中，设备可以感应到人的存在，当一个人回家时，温度调节设备已经调节好室内温度，照明设备自动打开，且达到一个适合的亮度，扫地机器人也可以自动启动进行卫生清洁工作，提高了人们的生活质量。

工业类物联网设备主要用在工厂和其他的工业场所。大部分的工业物联网设备是用来监视生产线和制造过程，传感器将数据传输到监视系统，可以保证生产流程的正常运行，还可以预测更换零部件的时间，保证生产的顺利进行。如果发生故障，系统可以及时通知技术人员故障问题以及解决方案，为生产节约了时间。

企业类物联网设备的种类是多样的，主要用于维护设施和提高企业运营效率。例如智能设备可以帮助企业举行会议，会议室中的智能传感器可以帮助安排会议可用的房间，选择房间的大小和类型，当举行会议时可以自行调节温度和适合的灯光等。

如今安全问题是阻碍物联网设备发展的一大阻力，由于现在的物联网设备都需要接入网络，那么设备就会处在一个开放的环境中，如果受到网络病毒和黑客的攻击，造成数据的损失，可能会造成生命和财产的损失，这让用户对物联网设备的使用产生了顾虑。沐渥 科技 认为在物联网的发展中，我们可以通过加快技术更新力度、进行多重可靠的身份认证、完善的加密措施、网路环境的净化和多层次的防御措施来保护物联网设备的安全。

聚羧酸减水剂生产控制系统的工业物联网框架设计与实现

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]

作者 | 网络大数据

来源 | raincent_com

随着物联网的演变和发展，所有可以想象到的东西(或事物)和产业都将变得更加智能：智能家居和智慧城市、智能制造机械、智能汽车、智能健康等等。无数被授权收集和交换数据的东西正在形成一个全新的网络——物联网——一个可以在云中收集数据、传输数据和完成用户任务的物理对象网络。

物联网和大数据正在走向胜利之路。不过，要想从这一创新中获益，还需要解决一些挑战和问题。在本文中，我们很高兴与大家分享多年来在物联网咨询领域积累的知识。

物联网大数据如何应用

首先，有多种方法可以从物联网大数据中获益：在某些情况下，通过快速分析就足够了，而一些有价值的见解只有在经过深入的数据处理之后才能获得。

实时监测。通过连网设备收集的数据可以用于实时 *** 作：测量家中或办公室的温度、跟踪身体活动(计算步数、监测运动)等;实时监测在医疗保健中被广泛应用(例如，获取心率、测量血压、糖分等);它还成功地应用于制造业(用于控制生产设备)、农业(用于监测牛和作物)和其他行业。

数据分析。在处理物联网生成的大数据时，我们有机会超越监测，并从这些数据中获得有价值的见解：识别趋势，揭示看不见的模式并找到隐藏的信息和相关性。

流程控制和优化。来自传感器的数据提供了额外的上下文情境信息，以揭示影响性能和优化流程的重要问题。

▲交通管理：跟踪不同日期和时间的交通负荷，以制定出针对交通优化的建议，例如，在特定时间段增加公共汽车的数量，看看是否有改观，以及建议引入新的交通信号灯方案和修建新的道路，以减少街道的交通拥堵状况。

▲零售：跟踪超市货架中商品的销售情况，并在商品快卖完之前及时通知工作人员补货。

▲农业：根据传感器的数据，在必要时给作物浇水。

预测性维护。通过连网设备收集的数据可以成为预测风险、主动识别潜在危险状况的可靠来源，例如：

▲医疗保健：监测患者健康状态并识别风险(例如，哪些患者有糖尿病、心脏病发作的风险)，以便及时采取措施。

▲制造业：预测设备故障，以便在故障发生之前及时解决。

还应注意的是，并非所有的物联网解决方案都需要大数据(例如，如果智能家居拥有者要借助智能手机来关灯，则可以在没有大数据的情况下执行此 *** 作)。重要的是要考虑减少处理动态数据的工作量，并避免存储将来没有用处的大量数据。

物联网中的大数据挑战

除非处理大量数据以获取有价值的见解，否则这些数据完全没用。此外，在数据收集、处理和存储方面还有各种挑战。

▲数据可靠性。虽然大数据永远不会100%准确，但在分析数据之前，请务必确保传感器工作正常，并且用于分析的数据质量可靠，且不会因各种因素(例如，机器运行的不利环境、传感器故障)而损坏。

▲要存储哪些数据。连网设备会产生万亿字节的数据，选择存储哪些数据和删除哪些数据是一项艰巨的任务。更重要的是，一些数据的价值还远远没有显现出来，但将来您可能需要这些数据。如果您决定为将来存储数据，那么面临的挑战就是以最小的成本做到这一点。

▲分析深度。一旦并非所有大数据都很重要，就会出现另一个挑战：什么时候快速分析就足够了，什么时候需要进行更深入的分析以带来更多价值。

▲安全。毫无疑问，各个领域的连网事物可以让我们的生活变得更加美好，但与此同时，数据安全也成一个非常重要的问题。网络罪犯可以侵入数据中心和设备，连接到交通系统、发电厂、工厂，并从电信运营商那里窃取个人数据。物联网大数据对于安全专家来说还是一个相对较新的现象，相关经验的缺失会增加安全风险。

物联网解决方案中的大数据处理

在物联网系统中，物联网体系架构的数据处理组件因输入数据的特性、预期结果等而不同。我们已经制定了一些方法来处理物联网解决方案中的大数据。

数据来自与事物相连的传感器。“事物”可以是任何物体：烤箱、汽车、飞机、建筑、工业机器、康复设备等。数据可以是周期性的，也可以是流式的。后者对于实时数据处理和迅速管理事物至关重要。

事物将数据发送到网关，以进行初始数据过滤和预处理，从而减少了传输到下一个物联网系统中的数据量。

边缘分析。在进行深入数据分析之前，有必要进行数据过滤和预处理，以选择某些任务所需的最相关数据。此外，此阶段还可以确保实时分析，以快速识别之前在云中通过深度分析所发现的有用模式。

对于基本协议转换和不同数据协议之间的通信，云网关是必需的。它还支持现场网关和中央物联网服务器之间的数据压缩和安全数据传输。

连网设备生成的数据以其自然格式存储在数据湖中。原始数据通过“流”进入数据湖。数据保存在数据湖中，直到可以用于业务目的。清理过的结构化数据存储在数据仓库中。

机器学习模块根据之前积累的历史数据生成模型。这些模型定期(例如，一个月一次)用新数据流更新。输入的数据被累积并应用于训练和创建新模型。当这些模型经过专家的测试和批准后，控制应用程序就可以使用它们，以响应新的传感器数据发送命令或警报。

总结

物联网产生大量数据，可用于实时监控、分析、流程优化和预测性维护等。然而，应该记住，从各种格式的海量数据中获得有价值的见解并不是一件容易事情：您需要确保传感器工作正常，数据得到安全传输和有效处理。此外，始终存在一个问题：哪些数据值得存储和处理。

尽管存在一些挑战和问题，但应记住，物联网的发展势头强劲，并可以帮助多个行业的企业开辟新的数字机遇。

---