工业物联网应用领域

生产过程工艺优化

工业物联网的泛在感知特性提高了生产线过程检测、实时参数采集、材料消耗监测的能力和水平，通过对数据的分析处理可以实现智能监控、智能控制、智能诊断、智能决策、智能维护，提高生产力，降低能源消耗。钢铁企业应用各种传感器和通信网络，在生产过程中实现了对加工产品的宽度、厚度、温度实时监控，提高了产品质量，优化了生产流程。

生产设备监控管理

利用传感技术对生产设备进行健康监控，可以及时跟踪生产过程中各个工业机器设备的使用情况，通过网络把数据汇聚到设备生产商的数据分析中心进行处理，能有效地进行机器故障诊断、预测，快速、准确地***故障原因，提高维护效率，降低维护成本。GEOil&Gas集团在建立了13个面向不同产品的i-Center(综合服务中心)，通过传感器和网络对设备进行了在线监测和实时监控，并提供了设备维护和故障诊断的解决方案。

工业物联网发展的趋势

Frost＆Sullivan在比较IIoT平台供应商和供应商集群后，在2018年1月的公布了IIoT发展的主要趋势：

倾向于自助服务模型，将应用程序编程接口模块转移到IIoT策略的中心；

开放云开发人员平台，专注于IIoT行家和内部软件开发人员之间的协作，并可能加速客户的概念验证建模；

采用工业互联***作系统的意义

采用工业互联***作系统的意义在于：

设备实时提供数据的能力与工业应用结合起来，为企业决策提供生产数据。

企业基础数据打通，每个应用都是这些数据的提供者和消费者。

企业的信息服务共性部分由操作系统来提供，个性部分由工业应用来实现，这样可以做到工业应用轻量化，为企业信息服务的实施和迭代提供便利。

工业互联网平台

工业互联网平台是新工业体系的“操作系统”，通常分为现场层、边缘层、基础设施即服务（IaaS）层、工业平台即服务（PaaS）层、应用层；国内主流厂商开发的工业互联网平台都参照类似范式。边缘层是平台的基础，承担着接入现场层设备、协议解析、边缘数据处理等任务。PaaS 层提供应用开发平台、工业微服务组件等功能。应用层包含面向企业传统需求的软件优化、面向特定场景的应用创新，是工业互联网平台价值的集中体现。

随着万物互联时代的到来，联网设备的数量急剧增长，产生的数据总量随之增加，从端到云的数据传输会带来巨大的带宽压力和能源消耗，使得传统的集中式处理不堪重负，由此催生了边缘计算并逐步向边缘智能发展。在对时间延迟更敏感、联网设备更多、数据安全性要求更高的智能工厂中，边缘智能的需求更为突出。一般认为，未来智能工厂每天会产生 1 PB 以上的生产监控数据，由于检测、控制、执行操作要求的时延一般小于 10 ms，现行的终端–核心网–云端模式根本无法保障实时性要求；边缘智能方案在边缘即时处理和回馈结果给终端，有望将实时性、短周期业务的处理时延降低至 1 ms 。边缘智能的资源包括从终端到云计算中心传输路径上的所有计算和网络设备，因此能在近数据源侧完成收集、分析与决策任务。通过将云计算中心的存储、计算、智能资源下沉到网络边缘侧，推动智能应用从云端向边缘迁移，边缘智能方案有望满足制造业在实时响应、智能应用、敏捷感知、需求多样、隐私保护、数据海量且异构等方面的关键需求。