工业物联网联盟列出IIoT的15个可能的用途

每个人都听说过物联网–智能恒温器，连接互联网的冰箱，连接的灯泡–但是有一个子集叫做工业物联网，它对企业，安全乃至生活的日常影响都更大。

什么是IIoT？

工业物联网与物联网

是什么让IIoT与众不同？

物联网应用

物联网挑战

什么是IIoT？

IIoT是指工业物联网。广泛地说，它是将仪表和连接的传感器及其他设备应用于运输，能源和工业领域的机械和车辆。

实际上，这意味着广泛的差异。一个IIoT系统可能就像一个连接的捕鼠器一样简单，在家中会发短信说它已经被激活，而另一个IIoT系统则可能像一个全自动的大规模生产线一样复杂，该生产线可以跟踪维护，生产力，甚至跨越巨大的，多层网络。

工业物联网与物联网

工业物联网也被称为工业互联网（由GE创造的术语）和工业物联网。无论您说什么，IIoT与其他IoT应用程序的不同之处在于，它专注于连接石油和天然气，电力公用事业和医疗保健等行业中的机器和设备。

物联网包括消费者级别的设备，例如健身带或智能设备以及其他在出现问题时通常不会造成紧急情况的应用程序。

简而言之，IIoT部署存在更多风险，系统故障和停机时间可能会危及生命或高风险。

IIoT将计算机从IT引入到运营技术中，为仪器的开发提供了广阔的可能性，从而为几乎所有工业运营带来了显着的效率和生产率提高。

是什么让IIoT与众不同？

从技术上讲，IIoT的工作原理与其他任何IoT技术类似，都是将自动化仪表和报告应用于以前没有这些功能的事物。就是说，它的规模与让您弄乱手机上的恒温器的简单系统大不相同－IIoT部署中可以存在成百上千个，甚至成千上万个单独的端点。

物联网应用

生产线的仪器可以使公司在极其细微的层次上跟踪和分析其过程，资产跟踪可以提供对大量材料的快速，可访问的概览，而预测性维护可以通过在有机会的情况下解决问题来节省公司大量资金。变得越来越严重–潜在的用例数量庞大，并且每天都在增加。

在工业物联网联盟列出IIoT的这15个可能的用途：

1． 智能工厂仓储应用

2． 预测性和远程维护。

3． 货运，货物和运输监控。

4． 互联物流。

5． 智能计量和智能电网。

6． 智慧城市应用。

7． 智能耕种和牲畜监控。

8． 工业安全系统

9． 能耗优化

10． 工业供暖，通风和空调

11． 制造设备监控。

12． 资产跟踪和智能物流。

13． 工业环境中的臭氧，气体和温度监控。

14． 工人的安全和健康（条件）监控。

15． 资产绩效管理

物联网挑战

是的，因为IIoT设备的使用寿命比消费类产品长得多（Canonical IoT和设备执行副总裁Mike Bell估计其平均寿命为7至10年），因此任何实施都必须持久，更多信息尽在振工链。

甚至超出原始的规模和寿命，实施过程也很复杂–充分利用仪器中收集的数据所必需的后端本身本身就是一项艰巨的任务，必须与供应商紧密协作。企业的其余部分。它需要一种专门的策略来从端点收集数据，以可访问的格式（无论是在数据中心还是在云中）存储数据，并将其提供给分析引擎，并有一种方法将分析中的见解转化为可 *** 作的及时信息。 。

有各种各样的不同格式和技术可以解决连接设备之间机器对机器通信需求的不同部分。诸如Sigfox和Zigbee之类的物理层技术，诸如Weave和IoTIvity之类的软件层－所有这些对于完整运行的IIoT环境都是必不可少的，并且都必须具有互 *** 作性。

IIoT安全问题

就像消费物联网一样，工业物联网也有很多安全问题。回想一下Mirai僵尸网络，该僵尸网络将安全性较差的安全摄像头和其他小工具变成了巨大的DDoS武器。

除了可能使用受损的IIoT设备来创建大规模僵尸网络外，还存在一个问题，即可以利用漏洞来窃取网络上已有的宝贵数据，这是另一种攻击媒介。

贝尔认为，可能有助于确保IIoT安全的一件事是借鉴物联网用户端越来越多的自动，无声下载和修补程序。有些公司不喜欢这样做，而是希望完全控制自己计算机上运行的软件，但是从安全角度来看，这可能是一个很大的帮助。

IT领导者担心的其他因素包括：

· 缺乏标准化。为了尝试将新技术移植到旧技术上，从传输协议到摄取格式的各种事物都有各种各样的设计和标准。简而言之，如果发送有关高炉温度的 *** 作信息的控件不是由制造网络或数据摄取引擎的同一家公司制造的，则它们可能无法一起工作。

· 与传统技术集成。许多较旧的设备并非旨在以现代IIoT技术可辨认的格式提供数据，因此要让拥有数十年历史的电站控制器与复杂的IIoT基础设施进行对话可能需要进行一些转换。

· 钱。正如以上两点所强调的那样，全面拥抱IIoT需要新的硬件，新的软件和新的技术思维方式。这个想法是为了赚钱，但是可以理解的是，很多人对前期成本感到担忧。

· 人。充分利用IIoT往往需要机器学习，实时分析和数据科学方面的专业知识－更不用说网络技术的前沿知识了。
       责任编辑:pj