工业物联网应用扮演者那些角色？

物联网（IIoT）正在改变人们与周围事物互动的方式。它不仅对消费者应用有吸引力，而且对工业领域也有吸引力，这就是工业物联网。

IIoT连接所有工业资产，包括机器、控制系统、信息系统和业务流程。因此，大量的数据被收集以提供分析解决方案，以实现最佳的工业运营。IIoT影响着整个产业价值链，是智能制造的必然要求。

“物联网”是“互联网”的扩展，从概念上，物联网离不开互联网。物联网以互联网为基础，前者以“感知”为核心，后者以“链接”为核心。事实上，传统的互联网正在从单纯的“人上网”发展成为包含人和物的互联。有理由相信，“物联网”与“互联网”的界限会越来越模糊。

“工业互联网”可以看作是“互联网”的子集。它是企业内部、企业之间、产品设计、生产、营销与服务的“工业互联”。而“工业物联网”又可看作是“工业互联网”的子集，感知（或传感）是其基本特征。事实上，通俗地讲（虽然不准确但便于理解），工业互联网重在“工业管理”，而工业物联网则是“工业管理”中的“工业操作”。

物联网与工业物联网

1、物联网

物联网（IoT）可实现物物相连、物人相连、人与人之间任何时间、地点的有效连接。物联网使得传感器和设备可以在智能环境中无缝通信，并以方便的方式实现跨平台的信息共享。

在过去几年中，物联网已经成为一种新趋势，移动设备，交通设施，公共设施和家用电器都可以用作物联网中的数据采集设备。日常生活中的电子设备（如：手表）以及家用电器（如冰箱）都可以连接到物联网网络，实现远程控制。物联网中，传感器设备感知并传送数据，设备和物体可以通过各种通信方式连接，例如，如蓝牙、WiFi、ZigBee和GSM，上述设备接收远程控制设备的命令，从而实现了计算机的系统与物理世界的集成，以提高了人们的生活水平。

2、工业物联网

工业物联网涵盖了机器对机器(M2M）和自动化应用的工业通信技术领域。IIoT让人们更好地理解了工业生产过程，从而实现高效和可持续的生产。工业互联网旨在实现海量工业实体的智能化协作，改变工业生产形态的未来工业基础设施，需要运用新一代技术理念，对不同种类工业实体乃至整个工业网络进行建模和管控，对工业和社会资源进行高效整合，从而实现工业实体的智能化发展。

3、工业物联网架构

我们从不同的角度阐述工业物联网架构，以便更深入地把握其内涵。

从工业系统的角度，给出了比较简洁的IIoT系统结构，分为三层：物理层、通信层和应用层。

工业物联网系统结构

物理层

由广泛部署的物理设备组成，如传感器、执行器、制造设备、设施实用程序以及其它工业制造和自动化相关对象。

通信层

由众多通信网络的集成，如无线传感器和执行器网络（WSANs）、5G、M2M、SDN等。在智能工业应用中，各种网络技术将必然支持相当数量的传感器和执行器的互连。

应用层

由各种工业应用组成，包括智能工厂、智能供应链等。这些智能工业应用利用众多的传感器和执行器，实现实时监控、精确控制和有效管理。

上述结构简单明了，便于理解IIoT的基本概念。

4、基于云的IIoT基础架构描述

描述了典型的基于云的IIoT基础架构，由三层组成：设备层，网关层和云服务层。

设备层

设备层包括异构IIoT设备，从功能强大的计算单元到极低功耗的微控制器，不一而足。这些设备通过各种有线和无线网络连接到网关层。

大多数物联网设备的资源有限，包括内存大小、计算能力和通信带宽等。此外，这些设备及其所采用的网络技术具有高度的异构性，给IIoT设备的互连带来了很大的挑战。由于异构性，设备之间的互操作性应当放在首位，以使得异构设备可以在语法和语义上以用户可接受的形式进行转换。

网关层

大多数公司和组织都部署自己的自定义网关来管理本地IIoT网络，聚合数据，并充当通往云的桥梁。这些定制的网关通常是已部署的IIoT基础设施的组成部分，直接导致“烟囱式”解决方案。这进一步导致了互操作性问题，即一个组织提供的数据和服务不能被其他组织的设备共享或使用，并且所采用的安全机制通常是专有的。

云服务层

云服务层提供与云相关的功能，例如数据库服务和应用服务，以管理本物联网提供的数据。本地物联网和云服务层共同构成了最常见的现有基于云的物联网基础设施。

前景分析：

1、人工智能的兴起

人工智能和工业物联网目前正在融合期，制造业生产流程数字化，能够大大提高生产力，及工作效率。用于制造业的算法制定，针对具体的流程量身定做，能够减少生产浪费，提高流程稳定性，大大缩短生产时间。

2、移动工业升级

5G时代的到来，意味着工业物联网应用的大范围兴起；移动互联技术的飞速发展，将会令工业物联网应用数据的大幅度增长。

3、供应链优化

在线消费趋势改变了客户对服务、速度和效率的想像，供应链4.0通过数字化满足客户需求，并从内到外改变整个供应链格局。

4、操作数据情境化

在操作技术和信息技术已经逐步融合的时候，协作才是我们真正的目标。许多制造商正在将操作技术和信息技术的进程不断推进，以提高数据观察力的准确度和无限性。

5、超越概念验证

物联网将制造商从早期概念验证转向解决方案试点部署，例如预测性维护、量预测等。虽然测性维护几乎是最近各种工业4.0会议的热门主题，但其实仍然需要足够的时间收集足够多的数据，以便提供全面的投资回报。随着一些大型行业参与部署工业物联网的解决方案，之后将会有更多关于解决方案如何能够有效实施的信息。

6、保护网络终端

伴随着边缘计算的不断普及，新的工业物联网终端也不断涌现，它们的本质，其实是计算能力和网络连接能力。但是通过向云端发送来保护数据，最终还是会增加终端的风险。对组织网络安全的威胁，让我们看到工业物联网的繁荣，面向工业控制系统安全将成为主流。