什么是工業(yè)物聯(lián)網(wǎng)(IIoT)? 丨智能百科

什么是工業(yè)物聯(lián)網(wǎng)(IIoT)?

工業(yè)物聯(lián)網(wǎng)(IIoT)被定義為一組設(shè)備和應(yīng)用，允許大企業(yè)創(chuàng)建從核心到邊緣的端到端連接環(huán)境。其還包括傳統(tǒng)的物理基礎(chǔ)設(shè)施，如集裝箱和物流卡車，以收集數(shù)據(jù)，對事件做出反應(yīng)，并在智能設(shè)備的幫助下做出更明智的決策。

工業(yè)物聯(lián)網(wǎng)(IIoT)是物聯(lián)網(wǎng)(IoT)的擴展，在消費領(lǐng)域有許多應(yīng)用。物聯(lián)網(wǎng)用例包括，例如，Amazon Echo等智能家居設(shè)備，使用Alexa語音識別功能遠程關(guān)燈。

在工業(yè)運營中，該技術(shù)在基礎(chǔ)設(shè)施復(fù)雜、設(shè)備大型的環(huán)境中得到了大規(guī)模的商業(yè)應(yīng)用。相比之下，工業(yè)物聯(lián)網(wǎng)可以遠程管理整個工廠的供暖、通風和空調(diào)(HVAC)系統(tǒng)。這只是一個簡化和改進企業(yè)運營管理的工業(yè)物聯(lián)網(wǎng)用例。

工業(yè)物聯(lián)網(wǎng)是如何工作的?

工業(yè)物聯(lián)網(wǎng)是物聯(lián)網(wǎng)的一個子類，企業(yè)正在重新定義如何連接、監(jiān)控、分析工業(yè)數(shù)據(jù)并對其采取行動，以降低成本并促進增長。

工業(yè)物聯(lián)網(wǎng)背后的理念是使用工業(yè)設(shè)施中“啞巴設(shè)備”多年來產(chǎn)生的數(shù)據(jù)。裝配線上的智能機器不僅可以更快地捕獲和分析數(shù)據(jù)，且在交流重要信息方面也更快，這有助于更快、更準確地做出業(yè)務(wù)決策。

信息技術(shù)(IT)和運營技術(shù)(OT)的集成推動了工業(yè)物聯(lián)網(wǎng)的發(fā)展。它是連接設(shè)備和設(shè)備的網(wǎng)絡(luò)矩陣，通過傳感器技術(shù)收集數(shù)據(jù)、分析數(shù)據(jù)，并將其直接集成到作為服務(wù)的平臺中。工業(yè)物聯(lián)網(wǎng)將預(yù)示著工業(yè)用例的新時代，有許多經(jīng)濟擴張的機會。

工業(yè)物聯(lián)網(wǎng)從工廠車間收集大量現(xiàn)場數(shù)據(jù)，通過連接節(jié)點傳輸，在服務(wù)器上進行分析，并在云平臺上將信息轉(zhuǎn)化為可操作的見解。這鼓勵企業(yè)為其特定市場和目標受眾做出更好的決策。換言之，工業(yè)物聯(lián)網(wǎng)是一個將執(zhí)行器、傳感器、控制器、連接開關(guān)、網(wǎng)關(guān)和工業(yè)個人計算機(IPC)等邊緣設(shè)備連接到云端的系統(tǒng)。

工業(yè)4.0和工業(yè)物聯(lián)網(wǎng)有什么關(guān)聯(lián)？

工業(yè)4.0是第四次工業(yè)革命的產(chǎn)物。第四次工業(yè)革命的定義是傳統(tǒng)的自動化制造與由智能技術(shù)和自主通信設(shè)備驅(qū)動的工業(yè)流程的集成。

“工業(yè)4.0”一詞，簡稱為I4.0或I4，出現(xiàn)于2011年，是德國政府在過去20年里大力倡導(dǎo)工業(yè)流程數(shù)字化的一項倡議。

正如波士頓咨詢集團所述，工業(yè)物聯(lián)網(wǎng)是工業(yè)4.0的主要支柱，此外還有增材制造或3D打印、增強現(xiàn)實(AR)、自主機器人、大數(shù)據(jù)分析、云計算、網(wǎng)絡(luò)安全、橫向和縱向系統(tǒng)集成以及模擬。這是因為機器之間的自主通信和分散的數(shù)字環(huán)境能夠自動解決以前需要人工干預(yù)的問題。

工業(yè)4.0在更廣泛的范圍內(nèi)涵蓋了工業(yè)物聯(lián)網(wǎng)、數(shù)字化和企業(yè)可持續(xù)發(fā)展。工業(yè)物聯(lián)網(wǎng)是工業(yè)4.0背后的驅(qū)動力，沒有它就不會有工業(yè)4.0。換句話說，工業(yè)物聯(lián)網(wǎng)僅限于數(shù)據(jù)檢測、數(shù)據(jù)傳輸、數(shù)據(jù)計算、數(shù)據(jù)處理和特定領(lǐng)域的智能應(yīng)用。

工業(yè)物聯(lián)網(wǎng)的架構(gòu)

典型的工業(yè)物聯(lián)網(wǎng)架構(gòu)描述了數(shù)字系統(tǒng)的排列，使它們共同提供傳感器、物聯(lián)網(wǎng)設(shè)備、數(shù)據(jù)存儲和其他層之間的網(wǎng)絡(luò)和數(shù)據(jù)連接。因此，工業(yè)物聯(lián)網(wǎng)架構(gòu)必須具備以下幾點:

1、網(wǎng)絡(luò)邊緣的物聯(lián)網(wǎng)設(shè)備

這些是位于物聯(lián)網(wǎng)生態(tài)系統(tǒng)邊緣的網(wǎng)絡(luò)對象的分組。這些位置盡可能靠近數(shù)據(jù)源的位置。這些通常是工業(yè)環(huán)境中的無線執(zhí)行器和傳感器。一個處理單元或小型計算設(shè)備和一組觀察端點集合。邊緣物聯(lián)網(wǎng)設(shè)備可能包括棕地環(huán)境中的傳統(tǒng)設(shè)備、攝像頭、音箱、傳感器以及其他儀表和監(jiān)視器。

在網(wǎng)絡(luò)最偏遠的邊緣會發(fā)生什么?傳感器從周圍環(huán)境和其所監(jiān)測的物品中獲取數(shù)據(jù)，然后將信息轉(zhuǎn)化為物聯(lián)網(wǎng)平臺可以分析的指標和數(shù)字，并將其轉(zhuǎn)化為可操作的見解。執(zhí)行器控制所觀察環(huán)境中發(fā)生的過程。它們改變了產(chǎn)生數(shù)據(jù)的物理環(huán)境。

2、邊緣數(shù)據(jù)管理和初始處理

沒有高質(zhì)量、海量的數(shù)據(jù)，復(fù)雜的分析和人工智能就無法充分發(fā)揮其潛力。即使在傳感器級別，也可以進行數(shù)據(jù)處理。

在這方面，邊緣計算提供了最快的答案，因為數(shù)據(jù)是在網(wǎng)絡(luò)的邊緣，在傳感器本身進行預(yù)處理的。在這里，可以對數(shù)字和聚合數(shù)據(jù)進行分析。一旦收集了相關(guān)的見解，就可以進入下一個階段，而不是發(fā)送所有收集到的信息。這種額外的處理減少了發(fā)送到數(shù)據(jù)中心或云的數(shù)據(jù)量。

3、用于高級處理的云

邊緣設(shè)備的預(yù)處理能力受到限制。雖然已盡可能地接近邊緣，以限制本地計算能力的消耗，但用戶將需要利用云來進行更深入和徹底的處理。

而此時，必須選擇是優(yōu)先考慮邊緣設(shè)備的敏捷性和即時性，還是優(yōu)先考慮云計算的高級見解?；谠频慕鉀Q方案可以執(zhí)行大量的處理。在這里，可以聚合來自不同來源的數(shù)據(jù)，并提供在邊緣無法獲得的見解。

在工業(yè)物聯(lián)網(wǎng)架構(gòu)的背景下，云將具有:集線器:除了遙測和設(shè)備控制外，其還提供與現(xiàn)場系統(tǒng)的安全鏈接。如果需要，集線器可以跨多個位置提供與本地系統(tǒng)的遠程連接。它維護所有通信元素，例如連接管理、安全通信通道以及設(shè)備驗證和授權(quán)。存儲:用于存儲處理前后的信息。分析:有助于數(shù)據(jù)處理和分析。用戶界面:提供了將分析結(jié)果傳遞給終端用戶的可視化，通常是通過Web瀏覽器界面，也可以通過電子郵件、短信和電話提醒。

4、互聯(lián)網(wǎng)網(wǎng)關(guān)

在這里，傳感器數(shù)據(jù)被收集并轉(zhuǎn)化為數(shù)字通道，以便在互聯(lián)網(wǎng)網(wǎng)關(guān)進行進一步處理。在獲得聚合和數(shù)字化的數(shù)據(jù)后，網(wǎng)關(guān)將其通過互聯(lián)網(wǎng)傳輸，以便在上傳到云端之前可以對其進行進一步處理。網(wǎng)關(guān)仍然是邊緣數(shù)據(jù)收集系統(tǒng)的一部分。它與執(zhí)行器和傳感器相鄰，并在邊緣執(zhí)行初步數(shù)據(jù)處理。

網(wǎng)關(guān)可以作為硬件或軟件部署:

5、連接協(xié)議

跨工業(yè)物聯(lián)網(wǎng)系統(tǒng)傳輸數(shù)據(jù)需要協(xié)議。這些協(xié)議最好是符合行業(yè)標準、定義明確且安全的。協(xié)議規(guī)范可以包含連接和布線的物理特性、建立通信信道的程序以及通過該信道發(fā)送的數(shù)據(jù)格式。

工業(yè)物聯(lián)網(wǎng)架構(gòu)中使用的一些常見協(xié)議包括:

6、工業(yè)物聯(lián)網(wǎng)平臺

工業(yè)物聯(lián)網(wǎng)系統(tǒng)現(xiàn)在能夠協(xié)調(diào)、監(jiān)控和控制整個價值鏈的操作。這些平臺控制設(shè)備數(shù)據(jù)，并管理邊緣設(shè)備的分析、數(shù)據(jù)可視化和人工智能(AI)任務(wù)，在某些情況下，還可以將傳感器直接傳輸?shù)皆浦胁⒎祷亍?/p>

工業(yè)互聯(lián)網(wǎng)參考架構(gòu)(IIRA)可以作為工業(yè)物聯(lián)網(wǎng)領(lǐng)域開發(fā)復(fù)雜系統(tǒng)的參考。一般來說，IIRA的框架提倡企業(yè)使用系統(tǒng)的方法設(shè)計框架，其中包括反饋和迭代。此外，該報告建議為特定的商業(yè)部門定制工業(yè)物聯(lián)網(wǎng)設(shè)計，如能源、醫(yī)療保健、交通和政府使用。

工業(yè)物聯(lián)網(wǎng)的優(yōu)勢

工業(yè)物聯(lián)網(wǎng)具有以下優(yōu)勢:

1、提高效率

工業(yè)物聯(lián)網(wǎng)最大的優(yōu)勢是其能夠幫助企業(yè)實現(xiàn)自動化，從而最大限度地提高運營效率。此外，物理設(shè)備可以通過傳感器與軟件解決方案相連接，從而持續(xù)監(jiān)測性能。這使企業(yè)能夠更好地了解特定設(shè)備和整個車隊的運營效率。此外，工業(yè)物聯(lián)網(wǎng)實現(xiàn)了數(shù)據(jù)驅(qū)動的決策和對所有生產(chǎn)流程的遠程監(jiān)控。

2、增加產(chǎn)量

通過提高設(shè)備使用率，具有物聯(lián)網(wǎng)制造流程的組織可能會提高其生產(chǎn)力。如前所述，網(wǎng)絡(luò)設(shè)備提供持續(xù)的數(shù)據(jù)流，可以深入了解設(shè)備運行情況。這可以提高設(shè)備的整體效率，最大限度地提高機器在運行時間內(nèi)的性能。此外，使用工業(yè)物聯(lián)網(wǎng)設(shè)備也提高了人力資本的使用率。智能設(shè)備可用于執(zhí)行瑣碎、重復(fù)和危險的活動，從而將員工解放出來從事其他更具有戰(zhàn)略意義的生產(chǎn)相關(guān)工作。

3、減少錯誤

工業(yè)物聯(lián)網(wǎng)的使用迫使企業(yè)自動化生產(chǎn)操作。從工業(yè)運營中消除人為因素可以消除導(dǎo)致有缺陷的產(chǎn)品退出裝配線的低效率。隨著質(zhì)量缺陷的減少，企業(yè)的盈利能力會因客戶滿意度和品牌認知度的提高而有所提高。

4、預(yù)測維護需求

預(yù)測性維護是一種通過分析生產(chǎn)數(shù)據(jù)來發(fā)現(xiàn)模式和預(yù)測即將發(fā)生的問題來避免資產(chǎn)故障的策略。

將工業(yè)物聯(lián)網(wǎng)傳感器集成到工業(yè)設(shè)備中，可以發(fā)出基于狀態(tài)的管理通知。這些傳感器記錄工作區(qū)域的溫度、濕度和其他環(huán)境變量，以及材料的組成和運輸因素已經(jīng)或可能對運輸產(chǎn)生的影響。所有這些數(shù)據(jù)對于預(yù)測性維護都很有用。因此，可以避免資產(chǎn)故障、減少費用，并最大限度地減少機器停機時間。

5、確保工人安全

智能制造可實現(xiàn)更高的安全性，所有工業(yè)物聯(lián)網(wǎng)傳感器協(xié)作監(jiān)控員工和工作場所的安全。綜合安全系統(tǒng)可以保護工作場所、生產(chǎn)線和人員。一旦發(fā)生事故，可以通知整個設(shè)施，可以停止活動，高級管理人員可以進行調(diào)解以解決問題。這一事件也可能產(chǎn)生有用的信息，可用于避免今后再次發(fā)生此類事件。

6、節(jié)約能源成本

工業(yè)運營是全球電力供應(yīng)的主要來源，這不利于可持續(xù)發(fā)展和整體底線。使用傳感器和小設(shè)備持續(xù)監(jiān)控系統(tǒng)可能會發(fā)現(xiàn)導(dǎo)致浪費的低效率。這不僅包括監(jiān)控設(shè)備，還包括綜合業(yè)務(wù)，如調(diào)節(jié)設(shè)備的溫度、用水、濕度和照明。此外，隨著物聯(lián)網(wǎng)技術(shù)的進步，傳感器消耗的能源更少，這無疑是一個福音。

7、改善現(xiàn)場服務(wù)和客戶體驗

工業(yè)物聯(lián)網(wǎng)可以幫助改善現(xiàn)場服務(wù)的提供。它由時間、上下文和技術(shù)人員參與特定服務(wù)操作等方面決定。工業(yè)物聯(lián)網(wǎng)還允許實時數(shù)據(jù)可見性。這意味著原始設(shè)備制造商(OEM)、終端消費者和任何其他相關(guān)方都會了解出現(xiàn)的風險和困難，從而獲得積極的體驗。

工業(yè)物聯(lián)網(wǎng)的示例

從零售業(yè)到制造業(yè)，大多數(shù)著名的行業(yè)和企業(yè)都以某種方式使用了工業(yè)物聯(lián)網(wǎng)。以下是一些顯著的工業(yè)物聯(lián)網(wǎng)示例，并帶來了積極的商業(yè)成果:

1、PepsiCo使用工業(yè)物聯(lián)網(wǎng)進行資產(chǎn)跟蹤

運輸、車隊和包裝中的嵌入式工業(yè)物聯(lián)網(wǎng)組件可能有助于從頭到尾跟蹤庫存。它還應(yīng)通過跟蹤庫存水平來維持供需平衡。PepsiCo就是利用此工業(yè)物聯(lián)網(wǎng)用例的一個例子。其采用了大量的技術(shù)來適應(yīng)市場需求，管理庫存系統(tǒng)的可見性，并自動調(diào)整補充規(guī)則。

2、BMW使用工業(yè)物聯(lián)網(wǎng)創(chuàng)建其產(chǎn)品的數(shù)字孿生

數(shù)字孿生是一種工業(yè)物聯(lián)網(wǎng)應(yīng)用，其中使用復(fù)雜的傳感器集合來構(gòu)建產(chǎn)品或生產(chǎn)環(huán)境的精確模擬，直至最后的細節(jié)和物理特征。BMW采用工業(yè)物聯(lián)網(wǎng)、人工智能(AI)和沉浸式技術(shù)來構(gòu)建工廠整個生產(chǎn)流程的數(shù)字副本。這使得組織能夠在現(xiàn)實環(huán)境中開發(fā)、評估和優(yōu)化產(chǎn)品，而不會產(chǎn)生相關(guān)的費用或風險。

3、Larsen&Toubro(L&T)使用工業(yè)物聯(lián)網(wǎng)進行遠程監(jiān)控并節(jié)省成本

能源和公用事業(yè)部門使用大型運營基礎(chǔ)設(shè)施，有時在不適合人工操作的危險條件下。在這些情況下，工業(yè)物聯(lián)網(wǎng)設(shè)備可以在沒有人工操作員在場的情況下收集和傳輸關(guān)鍵的操作數(shù)據(jù)。例如，L&T正在印度古吉拉特邦部署一個遠程監(jiān)控的綠色氫氣站。使用工業(yè)物聯(lián)網(wǎng)，L&T可以降低運營和能源費用，并獲得對能源工廠功能的相關(guān)見解。

4、一家愛爾蘭酒廠使用工業(yè)物聯(lián)網(wǎng)進行環(huán)境監(jiān)測

食品和飲料行業(yè)在很大程度上依賴于在理想環(huán)境條件下生產(chǎn)和儲存產(chǎn)品的能力。工業(yè)物聯(lián)網(wǎng)系統(tǒng)可以監(jiān)測環(huán)境變化，在產(chǎn)品退化發(fā)生之前警告樓層經(jīng)理。生產(chǎn)酒精飲料的釀酒廠是工業(yè)物聯(lián)網(wǎng)的理想例子，因為它們在脆弱的環(huán)境條件下運行。蒸餾工廠供應(yīng)商Frilli最近為一家愛爾蘭飲料品牌部署了工業(yè)物聯(lián)網(wǎng)技術(shù)，以提供自動化、效率和統(tǒng)一的工藝流程。

5、Airbus利用Bosch工業(yè)物聯(lián)網(wǎng)平臺打造智能工廠

Airbus試圖通過將工業(yè)物聯(lián)網(wǎng)傳感器集成到制造車間的機器和設(shè)備中，并為員工提供可穿戴設(shè)備(如工業(yè)智能眼鏡)來消除故障。該流程中的一個錯誤可能會使組織花費數(shù)百萬美元來糾正。在與(Bosch合作推出“未來工廠”后，Airbus正在利用數(shù)字智能優(yōu)化運營并提高生產(chǎn)率。

如今工業(yè)物聯(lián)網(wǎng)是大企業(yè)的主要產(chǎn)品，也是微軟和亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)等主要云供應(yīng)商提供的關(guān)鍵產(chǎn)品之一。工業(yè)物聯(lián)網(wǎng)將高級數(shù)據(jù)分析和云的能力擴展到工業(yè)應(yīng)用，如設(shè)備維護、工廠運營、供應(yīng)鏈管理和人員安全。來自工業(yè)物聯(lián)網(wǎng)平臺的數(shù)據(jù)甚至可以幫助在數(shù)字環(huán)境中模擬和測試產(chǎn)品，將數(shù)字系統(tǒng)與物理系統(tǒng)完美融合，以指數(shù)方式提高工業(yè)成果。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。