一文带你读懂工业互联网

Cherry007 · 发表于 2022-2-28 19:35:16

作者：小浪底不浪
链接：https://zhuanlan.zhihu.com/p/147688499
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

从2019年开始，“工业互联网”作为科技领域的热搜词汇，多次在关键场合被政府、企业及科研单位提及。

大数据、智能制造、人工智能等新技术，都与它有着千丝万缕的联系。

工业互联网概念图

那么，工业互联网到底是个啥？它真的有前景吗？

工业互联网的概念“工业互联网”的概念，由美国通用电气公司在2012年提出，其初衷是为了制定一系列通用的标准，以打破技术之间的壁垒，激活传统工业过程，促进物理世界和数字世界的融合，实现各设备厂商的信息集成和共享。

工业互联网概念图

随后，美国成立了工业互联网联盟（IIC），由“制造业龙头”通用电气，联合思科、IBM、英特尔和AT&T四家“IT巨头”共同参与。

工业互联网，从字面上可直观理解为，将工业系统与信息网络高度融合而形成的互联互通网络。

它是传统OT，CT和IT的高度融合：

CT：通信技术（Communication Technology）。中国通信行业三巨头：移动、电信、联通、广电；通信制造服务业巨头：华为、诺基亚、爱立信、中兴等。
IT：计算机技术（Internet/ Information Technology）。目前的IT领域的巨头主要有：百度、阿里、腾讯、思科、微软、谷歌等。
OT：运营/操作技术（Operation Technology）。只要是与生产和管理过程相关的均属此范畴。

其中，IT和CT行业常被人称为ICT (Information and Communications Technology)。

工业互联网与OT, IT

作为一个非常复杂的系统，工业互联网不仅涵盖与工业领域相关的所有实体、工具、数据、方法与流程，也涉及了软硬件数据协议、分布式技术、虚拟化技术、数据化技术、数据建模与分析、组件封装及可视化等多种关键技术与工具。

当今工业领域和计算机学科的所有前沿技术，包括边缘计算、智能控制、数字孪生、智能感知、5G传输、大数据处理与决策、人工智能等，都能在工业互联网中找到具体应用。

工业互联网相关技术

通过将新技术融入产品全生命周期，整合产业链的所有相关资源，以提高各生产要素的在线协同能力。

工业互联网将设备、产品、生产线、车间、工厂、供应商和客户紧密地连接起来，能有效实现信息和资源的跨区域、跨行业共享，推动整个制造体系的智能化，驱动业务流程和生产服务模式的创新，为客户提供更优质的产品或服务。

工业供应链工业互联网的架构

工业互联网的基本架构可细分为四层，即边缘层、基础设施层（IaaS）、平台层（PaaS）和应用层（SaaS）。

工业互联网架构

边缘层：也叫边缘计算层。作为连接工业互联网和底层物理设备的桥梁，它主要负责对接不同厂商、不同协议设备，开展从物理层到平台层的数据采集与传输、异构设备协议解析与转换，以及多元数据分析与处理，降低网络传输负载和云端计算压力。

IaaS层：也称基础设施层。主要是一些与硬件服务器、数据存储、5G网络及虚拟化技术相关的基础设施，可以为工业互联网平台的安全、稳定运行提供硬件支撑。

2. PaaS层：也称为平台层，相当于一个开放、可扩展的工业操作系统。基于底层通用的资源、流程、数据管理模块，建立与开发工具、大数据和数据模型库相关的微服务组件，将不同行业、不同场景的工具/技术/知识/经验等资源，封装形成微服务架构，供各类开发者快速地定制、开发、测试和部署各类App应用。

3. SaaS层：即软件应用层。一方面基于工业PaaS层的工业操作系统，将传统的工业软件部署到工业互联网平台中，这个过程称为“云化”；另一方面，吸引更多的第三方软件开发企业，入驻到工业互联网平台中，提供一系列与工业互联网服务相关的APP，有效促进工业互联网在实际工业系统中落地。

通过工业互联网，工业软件企业将传统的软件能力转化为平台PaaS及SaaS服务，以更低的成本和灵活的交付优势吸引更多客户。

边缘计算与云计算

随着分布式技术的成熟和集成高性能处理芯片性能的不断提升，很多云端功能如大数据建模、分析与决策等，正在向边缘层延伸，使其具备高性能实时采集、分析与决策能力。

以降低网络传输的负载，缓解云端计算的压力，提高云端与边缘侧数据交互的实时性。

工业互联网的应用场景

工业互联网平台的关键工作场景可大致概括如下：

1.将多源异构设备通过工业网关、PLC（可编程控制器）等接入工业互联网的边缘计算层；

2.利用传感器、图像等多传感方式对数据进行智能感知和采集；

数据采集3.通过工业网卡、数据总线等将数据传输到边缘层数据库；

4.利用既定的规则对不同协议的设备数据进行解析和统一转换，保持数据的一致性。

5.利用机器学习等算法对多源数据进行预处理、聚类和分析，剔除冗余数据,完成数据的规整和分类；

大数据分析与处理6.利用5G网络将数据从边缘层传输到工业互联网的云端平台数据库中。

7.云端大数据系统通过大数据建模与分析技术，基于各个基础场景、通用场景和专用场景，建立各实体、数据及过程之间的映射模型，构建可视化知识图谱，形成知识库并进行知识推理。

知识图谱

8.基于PaaS层通用的平台部署与管理模块，在工业大数据模型的支撑下，建立一套软件开发与部署、微服务组件库和模型库，为SaaS层的产品部署和服务创新提供基础。

9.根据具体的使用场景，开发MES、ERP、SCADA、SCM等综合决策应用程序，并部署到工业互联网平台的SaaS层。

10.通过平板、PDA等终端设备中安装应用软件，实现基于产品全生命周期的生产流程优化、排产调度、智能控制及故障诊断。

工业互联网应用难题

目前，工业互联网在应用方面主要存在以下难题：

边缘计算层：（1）工业设备种类繁多、数量巨大；（2）通信协议多样、数据格式各异；（3）企业数字化发展水平参差不齐。

2. 大数据分析：数据分析深度不够。（1）以基本数据的分析为主，如寿命、故障、分类、识别等；（2）关于深层次的资源调度、决策优化方面的产品和服务较少；（3）缺乏成熟的数据建模与分析模块，将特征提取算法与建模工具封装成模型，以实现场景建模与分析的可视化。

3. 数字孪生技术：（1）工业机理复杂度各异，虚拟数字平台与物理产线生产过程映射比较粗糙；（2）基于特定场景的虚实协同有待进一步加深；（3）将复杂机理模型融入到数字化建模过程中，提升数字平台对实际模型的仿真精度；

4. 工业服务能力：平台衍生出的产品和服务过于单一，无法满足多元化的行业需求。需开展定制化元数据、既定规则和场景信息建模，为用户提供定制化服务；

5. 资源配置优化和生产过程管控方面的产品比较少，缺乏依托工业互联网平台的现代运作管理体系；

6. 产品研发设计、制造、工艺等场景需要工业机理和数据的积累，目前仍处于探索阶段。工业互联网的前景

很多人不禁会产生一个疑问，工业互联网存在这么多问题，它的前景到底在哪里？

工业互联网由于其跨领域、跨行业、多技术集成等特点，是一种新型的基础设施（简称“新基建”）。

工业互联网的优势依赖于“规模效应”，短期内需要大量的资金和设施投入，进行平台的搭建、行业资源的引流和整合，单单依靠企业和个人是很难实现的。

中国工业互联网经济规模预测

国家根据各区域的行业优势，通过相关政策进行必要的投资和引导是现阶段的必经过程。

俗话说：行业发展，标准先行。

在此过程中，工业互联网相关规范和标准的制定，可以为需求企业接入工业互联网提供依据，有效实现企业需求的落地，为工业互联网的蓬勃发展奠定基础。

这也是这两年与工业互联网、智能制造相关政策不断提出的原因。

随着美国“工业互联网”、德国“工业4.0”和中国“智能制造”战略的不断深化，工业互联网在企业智能化转型升级过程中，必然会扮演举足轻重的作用。

工业互联网与智能制造根据不同的市场主体，工业互联网的应用前景体现在以下几个方面：1. 制造企业，如海尔、三一重工等制造业龙头企业，依托自己在资源、设备和工业经验方面的优势，建立了面向制造业解决方案的工业互联网平台，以整合行业资源，深化供应链上下游企业的合作。2. 工业服务企业，如东方国信等，可结合自己在数据建模和分析方面的能力，为客户提供个性化的业务咨询服务。

3. ICT企业，如华为、腾讯、阿里等企业，他们拥有自己的互联网“云平台”，可以与工业生产企业合作，针对不同的工业场景，打造更多的定制化产品解决方案。

4. 软件开发企业，基于工业互联网的微服务架构，进行软件的开发、测试和部署，有效降低应用程序开发的门槛和成本。

5. 需求客户，通过工业互联网平台迅速对接需求，找到合适的合作伙伴，实现需求的精准落地。

2019年，中国在工业互联网建设方面已取得了显著的成果。

然而，我国工业知识和经验沉淀不足，工业企业对工业互联网平台认知不足，工业互联网并没有得到广泛应用。

工业互联网的发展需要时间，企业须客观地看待工业互联网，结合自身的实际情况，有针对性地开展数字化改造升级，借助区域产业的集聚优势，慢慢适应工业互联网的发展。切勿“强行入网”！