下载掌阅APP，畅读海量书库
立即打开
产业数字化需将工厂内设备联网，5G的到来为物联网提供了很好的互联手段，产业数字化最典型的应用是智能制造系统。
物联网（Internet of Things，IoT）是指通过感知设备，按照约定协议，连接物（物理实体）、人、系统和信息资源，实现对物理和虚拟世界的信息进行处理并做出反应的智能服务系统。
物联网系统包括若干设备的系统，这些设备在现实世界物理实体和信息世界数字实体之间进行桥接，并通过一个或多个网络与那些数字实体进行交互。
物联网概念模型由用户域、目标对象域、感知控制域、服务提供域、运维管控域和资源交换域组成，域之间的关系表示域之间存在逻辑关联或通信连接的关系。物联网概念模型如图5-1所示。
图5-1 物联网概念模型
（1）用户域是不同类型的物联网用户和用户系统的实体集合。物联网用户可通过用户系统及其他域的实体获取物理世界对象的感知和操控服务，主要包括产品供应商、制造商、解决方案供应商、客户和政府等。
（2）目标对象域是物联网用户期望获取相关信息或执行相关操控的对象实体集合，包括感知对象和控制对象。感知对象是用户期望获取信息的对象，控制对象是用户期望执行操控的对象。感知对象和控制对象可与感知控制域中的实体（如传感网系统、标签识别系统、智能化设备接口系统等）以非数据通信类接口或数据通信类接口的方式进行关联，实现物理世界和虚拟世界的接口绑定，主要包括在制品、原料、机器、环境、作业工人等，这些对象被感知控制域的传感器、标签所感知、识别和控制，使其生产、加工、运输、流通、销售等各个环节的信息被获取。
（3）感知控制域是各类获取感知对象信息与操控控制对象的软硬件系统的实体集合。感知控制域可实现针对物理世界对象的本地化感知、协同和操控，并为其他域提供远程管理和服务的接口。
（4）服务提供域是实现物联网基础服务和业务服务的软硬件系统的实体集合。服务提供域可实现对感知数据、控制数据及服务关联数据的加工、处理和协同，为物联网用户提供对物理世界对象的感知和操控服务的接口，主要包括通用使能平台、资源优化平台和资源配置平台，提供远程监控、能源管理、安全生产等服务。
（5）运维管控域是实现物联网运行维护和法规符合性监管的软硬件系统的实体集合。运维管控域可保障物联网设备和系统的安全可靠运行，以及保障物联网系统中实体及其行为与相关法律规则等的符合性，主要包括工业安全监督管理平台和运行维护管理平台。
（6）资源交换域是实现物联网系统与外部系统间信息资源的共享与交换，以及实现物联网系统信息和服务集中交易的软硬件系统的实体集合。资源交换域可获取物联网服务所需的外部信息资源，也可为外部系统提供所需的物联网系统的信息资源，以及为物联网系统的信息流、服务流、资金流的交换提供保障。资源交换域的内容如表5-1所示。
表5-1 资源交换域
续表
其中，域之间的关联关系表示域之间存在通信连接和（或）逻辑关联。
从长期发展态势来看，产业融合促进物联网形成链式效应，涵盖从产品制造过程中如设计、供应、制造、物流等关键环节信息互通，到出厂后全程可信追踪与事后质量追溯；智能化促进物联网部分环节价值凸显，如端侧数据实时分析、处理、决策与自治等边缘智能化需求不断加强，业务侧联网数量指数级增加，以服务为核心、以业务为导向的工业智能化应用将获得更多发展；互动化促进物联网向可定义基础设施迈进，与上层形成闭环迭代，服务于智能制造不同行业所需的基础设施支撑能力，如应用开发管理、网络资源调度、硬件设置等。
工业物联网是物联网在工业领域的应用，但是又不等同于“工业+物联网”。具体指通过工业资源的网络互联、数据互通和系统互操作，实现制造原料的灵活配置、制造过程的按需执行、制造工艺的合理优化和制造环境的快速适应，达到资源的高效利用，从而构建服务驱动型的新工业生态体系。物联网、互联网、泛在网逻辑关系示意如图5-2所示。
图5-2 物联网、互联网、泛在网逻辑关系示意
一方面，工业控制系统为工业物联网的互联互通奠定基础；另一方面，工业软件系统为工业物联网的应用开发提供支撑。同时，恶劣的工业环境为工业物联网的网络技术开发带来了新挑战。
工业物联网具备六大典型特征，简述如下。
（1）智能感知是工业物联网的基础，包括人员、机器、原料、工艺流程和环境等工业资源状态信息。
（2）泛在连通是工业物联网的前提，拓展机器与机器、机器与人、机器与环境之间连接的广度和深度。
（3）数字建模是工业物联网的方法，实现工业生产过程全要素的抽象建模，为工业物联网实体产业链运行提供有效决策。
（4）实时分析是工业物联网的手段，完成对外部物理实体的实时响应。
（5）精准控制是工业物联网的目的，实现工业资源精准的信息交互和无间隙协作。
（6）迭代优化是工业物联网的效果，面向工业资源制造原料、制造过程、制造工艺和制造环境，进行不断迭代优化，达到最优目标。
工业物联网实施包括四个阶段，简述如下。
（1）智能感知控制阶段：利用智能感知技术随时、随地进行工业数据的采集。
（2）全面互联互通阶段：通过多种通信网络互联互通手段，将采集到的数据实时、准确地传递出去。
（3）深度数据应用阶段：利用云计算、大数据等相关技术，对数据进行建模、分析和优化，实现对海量数据的充分挖掘和利用。
（4）创新服务模式阶段：利用信息管理、智能终端和平台集成等技术，实现传统工业智能化改造，提升产业价值、优化服务资源和激发产业创新。
其中，互联互通是工业物联网发展的关键问题。现有的多种网络通信连接技术都可以用来在一定程度上解决工业物联网互联互通的问题，但是尚不存在一种被广泛认可的一体化解决方案。
工业物联网的出发点是实现工业制造领域的转型升级，与智能制造的目标具有一定的契合度，即工业物联网是支撑智能制造的一套使能技术体系。
物联网已历经十多年的发展，市场潜力获得产业界普遍认可，发展速度不断加快，技术和应用创新层出不穷，回顾物联网的发展历程，可分为三个阶段，如图5-3所示。
第一个阶段主要强调的是联网通信，此阶段的分析和控制依靠人力智慧，而非机器智慧。如安防，前端是由摄像头拍摄视频或图片、传回后台，后台人员盯着屏幕查看、分析，发现异常后通知相关人员；再如自助健康监测，前端可能是一台血糖仪或心电仪，用户自助检测后，将数据传到后台，后台由一个或者一群医生来查看检测结果，并给出建议；又如智能家居，家居设备联网后只能叫远程控制。
第二个阶段主要是智能硬件提升，随着5G、大数据和人工智能技术相继进入商用，智能硬件的爆发推动了物联网的发展。全球掀起了智能硬件创业狂潮，涉及范围包括家居家电设备、医疗健康设备、可穿戴设备、出行设备，以及一些商用或工业设备等。这个阶段的物联网产业，在数据处理层面有了云计算技术的加持，在传输层有 Wi-Fi、ZigBee、蓝牙等多样化形式，全球物联网正从碎片化、孤立化应用为主的起步阶段迈入“重点聚焦、跨界融合、集成创新”的新阶段。
图5-3 不同阶段工业互联网情况
第三个阶段的产业发展进入商用，软银、阿里巴巴、亚马逊、微软、谷歌等大企业和大资本纷纷进入，快速从顶层瓜分市场，物联网产业不再延续以前“温水煮青蛙”式的发展，智能手机产业的成功经验开始被应用于物联网，大部分企业都将目光聚焦于操作系统、入口级应用，各式物联网应用开发平台成为产业风口。
为了应对传统制造业面临的挑战，在世界上主要制造强国提出的制造业振兴计划中，如德国的“工业4.0”、美国的工业互联网和“国家先进制造战略规划”、中国的制造强国战略和“智能制造发展规划（2016—2020年）”，都把向服务转型作为制造业升级转型的关键方向。虽然不少制造业企业已经开始着手为客户提供服务，提升服务收入占企业收入的比例，但大多数还是基于产品的传统服务，如产品售后服务、产品租赁服务、为客户购买产品提供融资服务等。单单靠这些传统服务给客户带来的价值有限，也常常跟不上客户需求变化的节奏，是很难让企业实现服务转型的。而物联网的发展则为企业向服务转型开辟了新的空间。如上所述，“工业4.0”以来的变革都是基于数据驱动的，物联网通过各种传感器抓取物理世界的数据，再通过对这些数据的分析和应用，帮助企业优化生产流程，提高运营效率；更重要的是借助物联网，企业得以持续感知客户的需求，创造新的服务模式，推动业务增长，这才是物联网对企业最大的价值所在。基于“物联网+”的相关智能服务如图5-4所示。
物联网技术框架代表物联网信息技术的集合，将物联网涉及的主要技术分为感知、应用、网络和公共技术四个部分，如图5-5所示。
图5-4 基于“物联网+”的智能服务
图5-5 物联网技术框架
感知技术用于实现对感知对象属性信息的采集、处理、传送，也可以实现对于对象的控制。感知技术分为采集控制和感知数据处理技术。
网络技术为物联网提供通信支撑，实现实体之间的通信连接和信息交换。
应用技术用于实现对感知数据的深度处理，形成满足需求的物联网应用服务，通过人机交互平台提供用户使用。应用技术分为应用设计、应用支撑和终端设计技术。
公共技术用于管理和保障物联网整体性能。
物联网的关键技术包括RFID、传感器、智能技术和纳米技术。
射频识别（Radio Frequency Identification，RFID）是一种通过射频信号实现的非接触式自动识别技术，识别过程无须人工干预。RFID 技术的应用场合很广，因其识别过程无须人工干预，特别适合自助场合。
传感器可以自动感知光、电、热、力等多种原始物理信号并转换为电信号，再进行记录、分析或传输等处理工作。传感器的技术正经历着从传统传感器到智能传感器，再到嵌入式Web传感器的发展过程。通过综合传感器、嵌入式计算机和分布式计算等技术，可以提升监测、感知、处理的能力。
物联网中的智能技术是通过在物体中增加智能模块，完成智能操作，主要包括人工智能、人机交互、智能控制等，在制造业的应用很广。
纳米技术的研究是尺寸为0.1～100nm的材料的特性和应用。在物联网中应用纳米技术，其优势是使用传感器可以探测到纳米级的对象，从而扩大物联对象的范围。
除此之外，还有IPv6、5G、云计算等新技术，都在为物联网的推广应用奠定先进的技术基础。
物联网连接的智能硬件涵盖智能家居、安防、医疗保健、教育、运动、娱乐、交通、能源、物流、制造、农林业、生态环境、电网、商业零售等20多个领域，细分品类已达一万多个。
结合物联网技术，自动检测货物的状态、自动定位车辆的位置、货物自动分拣、无人车自动配送等，在物流运输及仓储的各个环节进行系统感知，提高物流系统分析决策和智能执行的能力，提升整个物流系统的智能化、自动化水平。
通过无线通信技术，对信息网络平台中的所有车辆的动态信息进行有效利用，实现共享单车、车联网、交通指挥与调动、智慧停车的应用。通过传感器将车辆运行数据上传到服务器，监测汽车行驶状态，紧密结合人、车、路，以及信息技术的高度集成，改善交通环境，保障交通安全，提高资源利用率。
通过硬件设备联网，实现智慧门禁、智能门锁、智能门铃等系统，利用系统智能分析，减少对人员的依赖，保护厂区、家庭和社区安全。
电能、水能、燃气以及路灯、井盖等方面的应用，通过设备联网，远程读取表数，减少人工查表的烦琐，自动监测水位，自动控制路灯开启与关闭，减少不必要的损耗，提高效率，达到节约能源、合理使用的目的。
制造领域的物联网应用比较广泛：设备监控方面，通过远程升级维护设备，了解设备的使用状况，收集设备运行信息，便于产品的售后服务，改善升级产品设计；生产现场中，把人、设备、数据打通，进而降低生产成本，提高生产效率；环境方面，自动监测温度、湿度，提高生产环境的可靠性。
“物联网+”的生态系统包含了表5-2所示的角色，这些角色相互协作，共同进化，推动“物联网+”产业的进步。所有通过传感器、网络从物理世界中收集数据的企业都是数据制造者，他们来自不同产业，有着自己独特的数据。电信运营商、传感器提供商、芯片提供商等系统部署使能者通过提供物联网技术、产品和系统实施服务，推动了物联网低成本和大规模的应用；应用开发商、数据分析和人工智能技术提供商等应用开发使能者通过物联网采集到的数据在各个产业中进行实际应用；物联网平台提供者则为“朋友圈”提供了“聚会”场所；应用者来自不同产业，结合自身的产业知识和数据，使用物联网提升效率，改善产品体验，提供创新服务。这些角色在“物联网+”的发展中承担不同的职责，企业承担的角色也将变化、叠加、融合。例如，应用者利用系统部署使能者和应用开发使能者提供的软硬件或服务提升自身生产运营效率，也可以作为数据制造者将获取的数据进行商业变现。又如，物联网平台提供者可以连接其他角色、整合资源并提供更加专业的管理和运营服务，如连接管理、物联网设备管理、物联网应用软件开发、数据集市等。
表5-2 “物联网+”的“朋友圈”
续表
本节从发展阶段、系统架构、典型模式等角度对物联网的典型系统进行了剖析，激发读者对产业数字化前景的想像。
物联网技术的快速发展为智能制造的实现提供了重要支撑。智能制造的发展可分为数字化制造、数字化网络化制造、数字化网络化智能化制造（新一代智能制造）三个阶段。
在数字化制造阶段，数字技术在产品中得到普遍应用，形成“数控一代”创新产品；采用CAD/CAE/CAPP/CAM等数字化设计、建模和仿真方法；大量采用数控机床等数字化装备；建立了信息化管理系统，采用MRP/ERP/PDM等对制造过程中的各种信息与生产现场实时信息进行管理，提升各生产环节的效率和质量；实现生产全部过程各个环节的集成并优化运行，产生了以计算机集成制造系统（CIMS）为标志的解决方案。
在数字化网络化制造阶段，数字技术、网络技术得到普遍应用，产品实现了网络连接；制造实现了横向集成、纵向集成、端到端集成，打通了整个制造系统的数据流，企业能够通过设计、制造平台实现制造资源的全社会优化配置，开展与其他企业的业务流程协同、数据协同、模型协同，实现协同设计和协同制造。在服务方面，企业与用户通过用户交互平台实现充分交互，掌握用户的个性化需求，将产业链延伸至为用户提供产品健康保障等服务。企业生产开始从以产品为中心向以用户为中心转型，企业形态也逐步从生产型企业向生产服务型企业转型。
新一代智能制造是先进制造技术与新一代人工智能技术深度融合，形成了新一代智能制造——数字化、网络化、智能化制造，主要特征表现在制造系统具备了“学习能力”，通过深度学习、增强学习、迁移学习等技术的应用，新一代智能制造中制造领域的知识产生、获取、应用和传承效率将发生革命性变化，显著提高创新与服务能力。随着制造知识生产方式的变革，新一代智能制造形成了一种新的制造范式，实现了先进制造技术和新一代人工智能技术的深度融合，是真正意义上的智能制造，将从根本上引领和推进第四次工业革命，是我国制造业实现“弯道超车”的重大机遇。
智能制造系统架构从生命周期、系统层级和智能特征三个维度对智能制造所涉及的活动、装备、特征等内容进行描述，智能制造的关键是实现贯穿企业设备层、单元层、车间层、工厂层、协同层不同层面的纵向集成，跨资源要素、互联互通、融合共享、系统集成和新兴业态不同级别的横向集成，以及覆盖设计、生产、物流、销售、服务的端到端集成。智能制造系统架构如图5-6所示。
图5-6 智能制造系统架构
生命周期是指从产品原型研发开始到产品回收再制造或退出市场的各个阶段，包括设计、生产、物流、销售、服务等一系列相互联系的价值创造活动。生命周期的各项活动可进行迭代优化，具有可持续发展等特点，不同行业的生命周期构成不尽相同。
（1）设计是指根据企业的所有约束条件及所选择的技术来对需求进行构造、仿真、验证、优化等研发活动过程。
（2）生产是指通过劳动创造所需要的物质资料的过程。
（3）物流是指物品从供应地向接收地的实体流动过程。
（4）销售是指产品或商品等从企业转移到客户手中的经营活动。
（5）服务是指提供者与客户接触过程中所产生的一系列活动的过程及其结果，包括回收等。
系统层级是指与企业生产活动相关的组织结构的层级划分，包括设备层、单元层、车间层、企业层和协同层。
（1）设备层是指企业利用传感器、仪器仪表、机器、装置等，实现实际物理流程并感知和操控物理流程的层级。
（2）单元层是指用于工厂内处理信息、实现监测和控制物理流程的层级。
（3）车间层是实现面向工厂或车间的生产管理的层级。
（4）企业层是实现面向企业经营管理的层级。
（5）协同层是企业实现其内部和外部信息互联和共享过程的层级。
智能特征是指基于新一代信息通信技术使制造活动具有自感知、自学习、自决策、自执行、自适应等一个或多个功能的层级划分，包括资源要素、互联互通、融合共享、系统集成和新兴业态五层智能化要求。
（1）资源要素是指企业对生产时所需要使用的资源或工具进行数字化过程的层级。
（2）互联互通是指通过有线、无线等通信技术，实现装备之间、装备与控制系统之间，企业之间连接功能的层级。
（3）融合共享是指在互联互通的基础上，利用云计算、大数据等新一代信息通信技术，在保障信息安全的前提下，实现信息协同共享的层级。
（4）系统集成是指企业实现从智能装备到智能生产单元、智能生产线、数字化车间、智能工厂，乃至智能制造系统集成过程的层级。
（5）新兴业态是企业为形成新型产业形态进行企业间价值链整合的层级。
此模式应用于服装、纺织、家电等消费品领域，主要做法是实现产品的模块化设计、构建个性化的定制服务平台和产品数据库。
此模式应用于航空装备、汽车、船舶、工程机械等装备制造领域，主要做法是应用基于模型定义（MBD）技术进行产品研发、建设产品全生命周期管理（PLM）系统等。
此模式应用于铸造、服装等领域，主要做法是实现生产线可同时加工多种产品及零部件，车间物流系统实现自动配料，通过企业资源计划系统（ERP）、供应商管理系统（SRM）、高级排产系统（APS）、制造执行系统（MES）等，实现工控系统之间的高效协同与集成。
此模式应用于石化、钢铁、电子、家电等领域，主要做法是应用物联网技术实现产品、物料等的身份标识，生产和物流装备具备数据采集和通信等功能，构建了生产数据采集系统、制造执行系统（MES）和企业资源计划系统（ERP）并实现这些系统的协同与集成。
此模式应用于化纤工业，以及食品、制药等领域，主要做法是让产品全生命周期具有唯一标识，应用传感器、智能仪器仪表、工控系统等自动采集质量管理所需数据，通过MES开展质量判异和过程判稳等在线质量检测和预警等。
此模式应用于石化化工、有色、钢铁等行业，主要做法是通过MES采集关键装备、生产过程能源供给等环节的能效数据，构建能源管理系统（EMS）或 MES 中具有能源管理的模块，基于实时采集的能源数据对生产过程、设备、能源供给及人员等进行优化。
此模式应用于航空航天、汽车等领域，主要方法是建立跨企业制造资源的协同平台，实现企业间的研发、管理和服务系统的集成和对接，并提供研发设计、运营管理、数据分析、知识管理、信息安全等，为接入企业提供服务。
单单靠物联网收集的数据本身没有意义，需要与不同产业及数据分析、人工智能、区块链、云计算、雾计算等新兴技术相结合，才能开发出创新服务。由于智能服务场景众多，以及智能服务实时化、动态化的特点，单靠企业自身的资源无法满足客户的需求。智能服务需求的不确定性和投资回报的不确定性，也需要和外部伙伴的协作来共担风险。因此，要开发出智能服务，企业需要和“物联网+”相关外部伙伴开展密切合作，形成一个价值创造网络。“物联网+”的智能服务将跨越企业价值链和传统行业边界，创造出一个全新的生态系统，改变现有竞争格局，挑战固有的制胜规则。“物联网+”的生态系统如图5-7所示。
图5-7 “物联网+”的生态系统
生态系统思维，而非产品思维，传统制造业提供产品主要考虑的因素是产品功能、质量和成本，是产品思维。而提供基于物联网的服务，则要基于服务场景，着眼于建立自己的“朋友圈”，与他们共同合作，一起为客户提供服务，是生态系统思维。因此，企业在设计基于物联网的服务时不能用传统的产品思维，而需要对产品及相关服务所处的生态系统有着整体的认识。例如，在设计智能产品时，除了在纵向上考虑设计产品本身的质量和功能，还要在横向上考虑其他产品和系统的互通和兼容，以及与第三方开发者的合作（如提供API接口和相应的开发工具）。集成第三方的产品和服务或被集成到第三方系统中，是“工业4.0”时代所有企业的必然选择。如果企业依然按照原有的产品思维提供产品和服务，忽视生态系统的建设，就会错失了“物联网+”带来的广阔市场和巨大价值。
例如，农业管理服务系统为农场主提供的设备安装了传感器，并将收集到的设备数据和气象、土壤、种子等数据结合在一起，利用分析技术挖掘出其中的关键信息，帮助农场主做出更为科学的农耕决策，在这个过程中，系统平台整合了来自不同产业领域的数据和知识，为了更好地利用这些数据，系统平台提供了API接口，便于外部的开发者使用这些数据。农业管理服务如图5-8所示。
图5-8 农业管理服务