傳統(tǒng)制造業(yè)正在經(jīng)歷著前所未有的轉(zhuǎn)型，物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)分析，作為工業(yè)物聯(lián)網(wǎng)和智能制造的核心技術，正在從各個方面改變著工業(yè)行業(yè)，包括產(chǎn)品的設計、運營、維護，以及供應鏈管理。通常，即使工廠里采用了以太網(wǎng)聯(lián)網(wǎng)設備、MES和SCADA系統(tǒng)，大部分硬件設備還是沒有接入網(wǎng)絡，或僅單向輸出信息。隨著工業(yè)物聯(lián)網(wǎng)的推進，傳統(tǒng)制造企業(yè)更需要主動地去嘗試和采用新的自動化技術來迎合多變的市場環(huán)境和客戶需求。

本文將簡要分析制造企業(yè)實踐工業(yè)物聯(lián)網(wǎng)所需走過的過程，以及在工業(yè)制造業(yè)所呈現(xiàn)的主要問題和趨勢。

1、工業(yè)物聯(lián)網(wǎng)實現(xiàn)的五個環(huán)節(jié)和兩大階段

IHS Markit將傳統(tǒng)制造工廠轉(zhuǎn)化為真正的工業(yè)物聯(lián)網(wǎng)工廠的過程劃分為五環(huán)節(jié)，如圖1。

第一階段是實現(xiàn)“機器與機器對話”，即現(xiàn)場設備的聯(lián)網(wǎng)和底層數(shù)據(jù)的采集兩個環(huán)節(jié)。在企業(yè)能夠進行數(shù)據(jù)分析、建立模型之前，工廠內(nèi)的軟硬件基礎設施還有很多準備工作要做。首先，工廠的機器都能夠與工廠內(nèi)和其他遠程地點的所有其他機器和設備互相通信，并進行大量的數(shù)據(jù)交換，這是所有后續(xù)環(huán)節(jié)的基礎。

目前，大部分企業(yè)仍處于這個階段，實現(xiàn)現(xiàn)場設備互通互聯(lián)，同時確保數(shù)據(jù)和信息溝通的準確性、可靠性、完整性和及時性，這是工業(yè)物聯(lián)網(wǎng)的基礎，也是工業(yè)企業(yè)要首先解決的問題。在很多工廠中，已有的自動化設備，比如驅(qū)動器、傳感器、控制器、儀表等都已經(jīng)使用多年，甚至十幾年，企業(yè)用戶不會推倒重來用新設備來替代已有設備，而都會在不影響生產(chǎn)的前提下，擴充已有設備的通信能力。然而，已有設備來自不同的制造商，并沒有采用統(tǒng)一的通訊協(xié)議，需要采用協(xié)議轉(zhuǎn)換設備對原有設備和產(chǎn)線進行改造，實現(xiàn)設備之間的無縫通信，比如支持不同協(xié)議的高級HMI、協(xié)議轉(zhuǎn)換器，或其他自動化產(chǎn)品，連接這些采用不同專用通信協(xié)議的設備。

根據(jù)IHS Markit最新數(shù)據(jù)，全球聯(lián)網(wǎng)自動化設備的聯(lián)網(wǎng)數(shù)量在2017年已經(jīng)達到950億個，其在2017至2021年的年復合增長率會保持在11．6％。IO－Link sensor和IO－Link master市場的快速增長也能反映將現(xiàn)場層信息可視化的旺盛需求。IHS Markit預測IO－Link聯(lián)網(wǎng)節(jié)點數(shù)在2017至2021年這5年期間將以25．7％的年復合增長率增長。

第二階段是實現(xiàn)數(shù)據(jù)的價值輸出，包括第三、第四和第五環(huán)節(jié)，即數(shù)據(jù)的存取、分析和價值輸出。對企業(yè)而言，在解決了如何搜集數(shù)據(jù)的問題后，數(shù)據(jù)的存取和利用是接下來更為重要的問題。客觀來看，工業(yè)企業(yè)內(nèi)部的業(yè)務邏輯并沒有標準化，自動化水平也不同，并不能用一套通用軟件平臺來解決每家企業(yè)的問題，都需要定制化的軟件開發(fā)，這也需要工業(yè)企業(yè)用戶有更多的資金投入。目前，我們能看到幾乎所有工業(yè)技術廠商都已經(jīng)推出了自己的工業(yè)物聯(lián)網(wǎng)解決平臺，比如IBM有Waston，GE有Predix，Schneider有EcoStruxure，Honeywell也有了Sentience。

在該階段，如何解決工業(yè)物聯(lián)網(wǎng)安全問題，如何合理利用機器學習和人工智能技術，怎么使用邊緣計算和云計算，以及怎樣發(fā)揮移動設備在工業(yè)物聯(lián)網(wǎng)中的積極作用都將成為行業(yè)更為關注的話題。

2、網(wǎng)絡安全是工業(yè)物聯(lián)網(wǎng)實施的一大困擾

舉個例子，比如OEM廠商提供的質(zhì)保內(nèi)容正在發(fā)生變化，所提供的質(zhì)保內(nèi)容由過去的“一年內(nèi)可以更換故障配件”，過渡到“保證設備可以一年中正常運行的時間”，如果設備出現(xiàn)問題，OEM廠商需要在規(guī)定的時間內(nèi)響應。但前提條件是OEM廠商能夠?qū)崟r地、安全地連接進入工業(yè)控制網(wǎng)絡，查看相關數(shù)據(jù)。工業(yè)網(wǎng)絡會越來越開放，與IT網(wǎng)絡進行融合，與此同時，網(wǎng)絡安全問題將更為凸顯。IT系統(tǒng)所受到的任何威脅都會對OT系統(tǒng)造成嚴重的影響。安全問題已經(jīng)成為投資工業(yè)物聯(lián)網(wǎng)的一大障礙。近年來發(fā)生的黑客入侵電力公司網(wǎng)絡，阻斷電力供應，劫持工業(yè)控制設備，篡改PLC中的程序和數(shù)據(jù)，造成產(chǎn)線停產(chǎn)的事件大大提升了工業(yè)企業(yè)用戶對工業(yè)物聯(lián)網(wǎng)安全的關注度。

雖然自動化設備制造商已經(jīng)在硬件產(chǎn)品和軟件平臺中都增加了網(wǎng)絡安全措施，比如在PLC和I／O模塊產(chǎn)品中增加了SSL／TLS加密。但距離終端用戶能夠廣泛接受，并使用工業(yè)物聯(lián)網(wǎng)來采集、監(jiān)控、處理和存儲各種數(shù)據(jù)和信息，還有很長的路要走。此外，擴充現(xiàn)有OT系統(tǒng)的網(wǎng)絡安防能力所需的成本和培養(yǎng)訓練有素的人員的投入也是不可忽視的因素。根據(jù)IHS Markit的研究，實施物聯(lián)網(wǎng)方案擔憂的主要問題是網(wǎng)絡安全和隱私保護，其次是項目的實施成本和其復雜性。

3、邊緣計算和云計算協(xié)同合作更能滿足工業(yè)物聯(lián)網(wǎng)的需求

云計算處于數(shù)據(jù)中心的核心網(wǎng)絡中，通過層層網(wǎng)絡設備搜集終端的數(shù)據(jù)，憑借強大的存儲和計算能力進行大數(shù)據(jù)分析。邊緣計算是指在貼近數(shù)據(jù)源的設備中的計算能力，進行實時、短周期數(shù)據(jù)的分析，能更高效地對本地數(shù)據(jù)進行實時智能化處理和執(zhí)行，同時能夠緩解網(wǎng)絡中的數(shù)據(jù)流量和云端的工作量。

當海量的數(shù)據(jù)需要存儲、分析時，云計算更合適。比如需要大量數(shù)據(jù)輸入的人工智能離線訓練，這些數(shù)據(jù)要通過合適的訓練方法，驗證和完善人工智能算法模型。

邊緣計算可以說是對云計算的一種補充和優(yōu)化。很多工業(yè)現(xiàn)場條件惡劣，設備分散，很難實時傳送大量數(shù)據(jù)，這個時候邊緣計算就更為適用。以風電場為例，具有邊緣計算能力的現(xiàn)場設備能夠?qū)崟r地采集和分析數(shù)據(jù)，并能及時做出判斷，調(diào)整風機以收集更多的能量。因為整個過程都在本地完成，處理速度比采用云計算提升很多。

目前，工業(yè)產(chǎn)線中的數(shù)據(jù)中僅有約3％的數(shù)據(jù)是有使用價值的，通過邊緣設備過濾、處理后，到達云端的數(shù)據(jù)價值更高，相應的計算和分析過程也會更高效。