工业物联网管控平台有哪些典型的特征？

（一）工业互联网管控平台的现实应用场景

我国工业互联网产业联盟的白皮书中，认为工业物联网云平台当下主要的应用场景为四个：（1）面向工业现场的生产过程优化；（2）面向企业运营的管理决策优化；（3）面向社会化生产的资源优化配置与协同；（4）面向产品生命周期的管理与服务优化。

物联网管控平台数字产业真正颠覆的是农业、城市基础设施、医疗保健，将持续拓展到以下行业：水务行业解决方案、石油和天然气行业赋能、运输智能跟踪、医疗行业业务模式优化、采矿行业监控工作流程、酒店物联网服务和产品体验增值。

目前我国的制造业正在推动和转型，而工业互联网和工业物联网都很重要，但实际上还有很长的路要走，在安全性问题、技术基础、实际需求等方面都要进行探讨和优化。

（二）工业物联网管控平台关键典型技术

通过各种类型的传感器实现物与物、物与人、人与人之间按需的信息获取、传递、储存、认知、分析和使用。

工业物联网管控平台的关键技术主要包含全面感知、信息传递、智能处理、信息反馈等几个方面。全面感知是指通过利用现代化的信息收集、采集技术手段，随时随地对物体进行信息采集和获取；信息传递是指通过各种通信网络、互联网随时随地进行可靠的信息交互和共享；智能处理是指对收集到的海量数据和信息进行分析处理，提升对工业生产环境和市场的洞察力，实现智能化的决策和控制；信息反馈是指将处理完的信息，以程序指令的形式传达给各生产环节，以优化生产结构和完成生产计划。

概括来讲，实际上工业物联网管控平台关键技术也具有物联网感、联、知、控这四点特征。

（三）工业物联网的典型特征

《工业物联网白皮书（2017）》对工业物联网的典型特征进行了描述，我与大家一起分享一下。

1.智能感知

智能感知是工业物联网的基础。面对工业生产、物流、销售等产业链环节产生的海量数据，工业物联网是利用传感器、射频识别等感知手段获取工业全生命周期内的不同维度的信息数据，具体包括：人员、机器、原料、工艺流程和环境等工业资源状态信息。

感知层面有三个信息来源渠道。

（1）传统系统。传统信息系统采集的信息往往具有较高的价值，一方面原因是传统信息系统采集的往往是结构化数据，易于统计和分析，另一方面原因是传统信息系统采集的数据往往是比较重要的数据，对后续的数据分析有重要的参考价值。传统信息系统包含的内容比较广泛，比如常见的ERP系统。对于企业来说，传统信息系统的建设应该是信息化建设的第一步。

（2）Web平台。信息来源的另一个重要渠道是各种Web平台，随着Web应用的普及，尤其是Web2.0的普及应用之后，整个Web系统产生了大量的数据，这些数据也是大数据系统的重要数据来源之一。Web系统的数据具备几个典型的特点，比如数量大、结构多样性、真假难辨等等，这就需要通过数据分析来进一步体现其价值了。

（3）物联网系统。与传统信息系统和Web系统不同，物联网的数据大部分都是非结构化数据和半结构化数据，要想对其进行分析需要采用特定的处理方式，比较常见的处理方式包括批处理和流处理。批处理比较常见的平台包括Hadoop和Spark，而流处理通常采用Spark Streaming、Storm等。

2.泛在连接

泛在连接是工业物联网的前提。工业资源通过有线或无线的方式彼此连接或互联网相连，形成便捷、高效的工业物联网管控平台信息通道，实现工业资源数据的互联互通，拓展了机器与人、机器与环境之间连接的广度与深度。

物联网信息传递依托有线、无线等介质进行数据传输。当前移动互联技术更多被用来实现工业物联网信息传输过程。

传输介质包括有线、无线两种类型。在这里，我们不谈有线传输。就无线类型而言，采用的无线协议有LoRa、NB-IoT、eMTC、WirelessHART、WIA-PA、ISA100等。

这些协议分为两大类。（1）低功耗短距离通信技术，如IEEE 802.15.4，节点间传输距离短：小于100m；多跳路由协议：CTP、RPL、LLN；（2）低功耗广域网（LPWAN），代表性技术NB-IoT、LoRa、eMTC、SigFox等具有前景，但未必可以取代已有的技术。针对室外大范围部署，LPWAN是一个很好的解决方案。NB-IoT是基于LTE的改进版本，具有技术成熟、可以复用已有基站的好处。LoRa需要部署LoRa基站，但也适用于智慧园区等场景中，而且LoRa技术开放程度更高，更容易二次开发。

3.数字建模

数字建模是工业物联网管控平台的方法。数字建模将工业资源映射到数字空间中，在虚拟的世界里模拟工业生产流程，借助数字空间强大的信息处理能力，实现对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

实时分析是工业物联网管控平台的手段。针对所感知的工业资源数据，通过技术分析手段，在数字空间中进行实时处理，获取工业资源状态在虚拟空间和现实空间的内在联系，将抽象的数据进一步直观化和可视化，完成对外部物理实体的实时响应。

5.精准控制

精准控制是工业物联网管控平台的目的。通过工业资源的状态感知、信息互联、数字建模和实时分析等过程，基于虚拟空间形成的决策，转换成工业资源实体可以理解的控制命令，进行实际操作，实现工业资源精准的信息交互和无间隙协作。

6.迭代优化

迭代优化是工业物联网的效果。工业物联网管控平台体系能够不断地自我学习与提升，通过将工业资源数据处理、分析和存储，形成有效的、可继承的知识库、模型库和资源库。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。

7.物联网安全

物联网安全是工业物联网的保障。事实上，信息系统的安全问题原本就十分突出。让现状更加恶化的是物联网IoT的出现。IoT安全问题随着其使用规模的扩大而凸显，但本质上没有发生变化：产品成本与安全性之间的矛盾。很多人认为IoT代表着无限的未来，但是事实上目前接入互联网的IoT设备几乎都非常不理想，甚至会引入新的安全问题。这些设备不足够可靠的操作和安全模型是有可能影响到其他设备的，它们需要管理和检查。但是在现实使用的过程中，人们往往会疏忽这一点。物联网管控平台的设备也是建立在很多人开发的软件层之上的，并且这些设备往往十分廉价。低廉的价格使得IoT设备很难保证安全。比如，如果对一个家用网络摄像头分析其安全模型，人们很可能会发现它完全不安全，使得监控内容有可能暴露在互联网上。程序员很难不犯错误，软件几乎不可能完美无缺，它们将继续存在漏洞。消费者需要关注这些IoT设备的安全性。但是目前的IoT市场，安全仍然在向廉价妥协。如何解决这个问题仍然困扰着人们。

（四）工业物联网发展阶段

第一个阶段，智能的感知控制。工业物联网管控平台感知控制阶段主要实现物联网泛在化的末端智能感知，由多样化采集和控制模块组成，包括各种类型传感器、RFID以及中短距离的传感器与无线传感器网络等，实现工业物联网管控平台的数据采集和设备控制的智能化。

第二个阶段，全面的互联互通。工业物联网借助各类传感器、RFID等实现数据采集，通过工业网关、短距离无线通信、低功耗广域网和OPC UA等互联互通技术，将信息化共性技术与行业特征有效整合，实现无线通信网络、工业以太网、移动通信网络等异构网络的安全、高效融合，充分发挥网络基础设施的应用价值，实现服务模式创新及流程优化。

第三个阶段，深度的数据应用。利用数据挖掘、数据仓库、分布式存储等技术手段，基于云计算平台技术，进行数据建模、分析和优化，实现多源异构数据的深度开发应用。通过对数据进行集成化收集和处理，不断对数据进行整理，解决数据提取、集成及数据性能优化问题。从数据仓库中提取隐藏的预测性信息，挖掘出数据间潜在的关系，快速而准确地找出有价值的信息，有效提高系统的决策支持能力。

第四个阶段，创新的服务模式。工业物联网管控平台服务模式的创新主要集中在定制服务、增值服务、运维服务、升级服务、培训服务、咨询服务和实施服务等方面，广泛应用于智能工厂、智能交通、工业流程再造、环境监测、远程维护、设备租赁等物联网应用示范领域，全方位构建工业物联网创新的服务模式生态，提升产业价值，优化服务资源。