物联网(InternetofThings)的概念最早在1998年由美国MIT大学的KevinAshton教授提出，把RFID技术与传感器技术应用于日常物品中形成物联网，着重的是物品的标记。2005年ITU以InternetofThings为题发布互联网报告，强调物品联网。近年随着移动互联网技术和云计算技术的发展，特别是节能环保和社会安全等需求，物联网再度受到关注，但聚焦在通过感知达到智能服务的目的。在2010年我国的政府工作报告所附的注释中对物联网有如下的说明：是指通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。它是在互联网基础上延伸和扩展的网络。
传感网使用传感器作为感知元件，应用上可以无需基础网络，通常也不强调智能分析与决策。物联网使用传感器、RFID、激光扫描器、红外标记、普通条码、二维码、全息光学条码、GPS等作为感知元件，需要通过基础网络实现物与物和人与物互联，强调对感知数据的汇聚和挖掘及分析决策。物联网的组成包括三部分，即泛在化的传感节点及网络、异构性的网络基础设施、普适性的数据分析与服务。物联网与传感网的区别不在于联网的物件数量而在于感知单元的多样性和感知结果的智能利用，可以说传感网是物联网的一个子集。
物联网的底层借助RFID和传感器等实现对物件的信息采集与控制，通过传感网将传感器等感知节点的信息汇集，并连到核心网络，基础网络是物联网的重要组成部分，用于承载物物互联或物与人互联的信息传递，物联网的上层实现信息的处理和决策支持。物联网可用的基础网络可以有很多种，通常互联网最适合作为物联网的基础网络。尽管下一代互联网将以支持物联网的应用作为主要目标之一，但物联网并不是互联网的下一代，物联网可以说是互联网上的一种业务或应用。物联网强调的是认知，是互联网向感知平台和数据挖掘两个方向的拓展。物联网与互联网上传统业务相比有不同的特点：在物联网以公众网络(例如互联网)作为基础网络平台的情况下，物联网相当于互联网上面向特定任务来组织的专网()。互联网是全球性的，但物联网往往是行业性的或区域性的，物联网的行业应用的多样性与承载平台的通用性之间需要有中间件来适配。
M2M(Machine-to-Machine)与物联网有关，M2M通信与物联网的核心理念一致，不同之处是物联网的概念和所采用的技术及应用场景更宽泛，M2M主要聚焦在无线通信网络应用上，是物联网应用的一种主要方式。与物联网有关的还有CPS(CyberPhysicalSystem)，CPS是计算、通信与物理过程的综合，CPS与物联网有类似的能力，物联网通过数据挖掘可得到决策建议，但通常是要上报主管人员再决定是否要采取措施，而CPS强调循环反馈，要求系统能够在感知物理世界之后通过通信与计算再自动执行对物理世界的反馈控制措施。从物与物通信进一步扩展到物与人以及人与人通信，支持个人和/或设备无论何时、何地、何种方式以最少的技术限制接入到服务和通信的能力，这种网络发展的愿景被称为泛在网。
在物联网上所用的通信技术比较成熟，但仍需要考虑物联网节点多功率小且需要接力传送等特点进行适配。
物联网通常有很多传感器节点，在传感过程中，首先是需要识别被感知的对象和感知信息。在给定任务的情况下使用最少数量的节点并最省功耗是物联网设计的目标。节点的传输距离、节点的合理分层分簇、拓扑控制等一系列节点的几何布局，是物联网感知层面设计的主要问题。根据应用和服务对物联网节点分群分簇，每簇会有一个节点负责搜集数据并将集合的数据传到网关，簇头的选择需要考虑节点的存储、过滤和聚合能力，为了不致过早耗掉簇头的电能，每簇内各节点可能需要轮流担任簇头。由于物联网节点数量密集，覆盖范围宽，而且新的物品的加入将要求节点添加或删除等，在节点的配置上要从减少安装和维护成本考虑，要尽可能少用人工干预，其次是网络发现技术，要求节点能够发现在其所处环境内的相邻节点的存在和身份，以便协商分享的任务，在物联网中网络是动态变化的，新的物品的加入将改变网络的拓扑，而且物品的特征还会随自治程度而变，物联网应具有基于智能匹配来对网中的节点自动发现和指配、自动部署与激活、解除激活和性能监视，还可以在任何时间对所分配的作用进行调整和调度。
有些节点由于制造的不一致，缺陷需要在出厂前校正，由于环境影响、老化等原因使所感知的数据有偏差，还需要在数据收集时校正或去除，还需要考虑传感器与环境之间的耦合关系。在感知数据的报送方式上，分为主动式和反应式两种。物联网收集的数据如果原封不动地存储将占用海量存储资源，必须通过压缩去掉重复冗余的数据，并且需要开发图像信息检索方法和搜索引擎，以有效提高物联网设施的利用效率。收集的数据不限于被感知物件的信息，还包括与事件的发生可能有相关性的政府数据、市民产生的数据等，要在认证安全、隐私保护等方面对数据进行过滤与正确性的确认。为了全面准确提供智能决策，希望有多源甚至异构的数据，通过多数判决和推理分析，去逼近真实环境，最后利用专家系统和数学模型，参考历史数据，综合异构来源的多种信息，进行分析推理，给出决策。
物联网需要有网管，控制物联网节点的休眠和叫醒，检测和登记节点的移动、发现相邻节点，并且在一个特定区域内均衡和调度传感任务等。需要关注物联网能量获取与存储及节能问题，实现能量测量和电量不足的预报以及动态功率优化等能量管理。从安全与隐私来看，物联网是双刃剑，它能对生产安全、反恐维稳和家居安全起积极作用，但如果感知数据偏差太大和判决失误，将弄巧反拙，因此对物联网的可靠性和安全及隐私需要足够重视。
物联网是两化融合的切入点，也是民生服务的新亮点，其应用面很宽，将带动新的产业特别是现代服务业的发展，其社会效益高于经济效益。物联网看似门槛不高，但如何在给定任务的情况下最大化网络的生命周期和最小化组网及应用成本均是严峻的挑战。低成本、高可靠、长寿命的传感器和RFID是物联网推广应用的前提，数据挖掘与智能分析是体现物联网效益的关键，也是物联网的薄弱环节。当前对物联网的理论和技术的研究还落后于应用示范，未来需要在物联网技术方面加大创新开发力度。同时还要重视统筹规划、资源共享，务求实效。物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。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。物联网的发展前景很不错，具体如下：
1更安全的保护措施。在新技术出现之初，它的技术力量几乎都集中在创新上，导致监管水平低下，这就使业界的兴奋、激进和政策、监管的滞后常常形成鲜明的对比。由于物联网设备和基础设施的价格下降，企业在物联网设备上的应用也越来越普遍，这种创新和应用一旦普及，各种新技术的风险也突显出来。
2更普遍使用智能消费品设备。IoT所覆盖的行业人群广泛，从智慧交通、智能物流、医疗、农业、能源等行业应用，到私人智能家居、个人、智能汽车等应用，无论是降低成本，还是提高中国居民的生活质量，都将是中国居民生活质量的巨大提升。
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）