工业物联网的特点

自***与自维护：工业物联网的每个节点为整个系统提供自己处理获得的信息或决策数据，当某个节点失效或数据发生变化时，整个系统会自动根据逻辑关系做出相应调整。

数据收集范围：工业物联网利用RFID、传感器、二维码等手段随时获取产品从生产到销售到后期用户使用各个阶段的信息数据，而传统工业自动化的数据采集往往局限于生产质检阶段。

智能处理：工业物联网综合利用云计算、云存储、模糊识别、***网络等智能计算技术，对海量数据和信息进行分析和处理，并结合大数据技术，深入挖掘数据价值。

互联传输：工业物联网利用独用网络与互联网相结合的方式，实时准确地传递物体信息，对网络依赖性更高，更强调数据交互。

什么是工业物联网平台

定义工业物联网平台时，要认识到，物联网创建了一种新的集成水平，随着成千上万的工业物联网设备连接到网络上，企业需要管理的端点数量比以往任何时候都要多得多。但是，这不是简简单单的设备问题，工业物联网网络实际上是一个由人、系统和物体组成的数字生态系统。这就需要一个工业物联网平台来安全有效地管理这个生态系统中的每个元素。

工业互联网云平台结构

工业互联网云平台结构主要包括边缘层、IaaS层、PaaS层、SaaS层，其中：

边缘层通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处理，构建工业互联网平台的数据基础。

IaaS层是支撑，对所有计算基础设施的利用，包括处理CPU、内存、存储、网络和其它基本的计算资源，用户能够部署和运行任意软件，包括操作系统和应用程序。

PaaS层是核心，构建一个扩展的操作系统，为应用软件开发提供一个基础平台。

SaaS层是关键，主要是以工业APP的形式体现，用于面向特定的工业场景提供特定的服务。SaaS产品种类包括设计、生产、设备管理、能耗优化等。

工业互联网平台应用价值

数据分析深度是影响工业互联网平台应用价值的主要因素

数据是工业互联网平台的核心资产，是平台价值创造的主要来源。数据分析深度是影响工业互联网平台应用价值高低的主要因素。如前文所述，国内外设备健康管理类应用场景占比高，主要原因是该应用场景的数据分析深度较高，降低了企业的运维成本，减少了能源消耗，为企业创造了直接的优化价值，提升了企业的收益。总体来看，我国工业数字化水平较低，工业互联网平台数据采集能力弱，数字化模型少，平台间数据不流通等问题严重制约了工业数据的分析深度。前文讲主流的工业协议也有40余种，而我国80%的工业互联网平台不足20种，数字化模型与国外工业互联网平台的上百种也有较大差距。我国工业互联网平台需不断提升设备接入能力，丰富数字化模型，以实现海量数据的汇聚与深度分析，才能为企业降本增效，实现其应用价值。