导 读
《产业转型研究》专刊前五期刊物在发行后收获了强烈反响，得到了产业界的一致好评。日前，《产业转型研究》专刊第六期刊物已正式刊发。本公众号会对《产业转型研究》专刊第六期中所收录文章进行持续报道，欢迎各位读者关注。
本文为中信云网有限公司协同拓展部业务经理张寒轻，中信云网有限公司首席业务官肖刚，中信云网有限公司协同拓展部业务总监葛屦联合发表于《产业转型研究》专刊 2022 年 8 月总第 336 期的文章，特此分享，以飨读者。
△《产业转型研究》专刊第六期
文/张寒轻 肖刚 葛屦
葛屦
工业物联网技术将具有感知、监控能力等传感器和控制机以及泛在技术、网络技术、人工智能、边缘计算等技术融入到生产过程各个环节中，能够提高工业制造水平、改善产品质量、降低成本和资源消耗，实现工业自动化到智能化的转变，是制造业未来发展的方向。本文重点研究物联网在工业中的应用，讨论了整体架构、关键技术以及案例部署情况，最后提出对该技术未来的挑战与展望。
从德国的“工业4.0”、美国“重振制造业计划”、日本“再兴战略”到我国的《中国制造2025》，无一不强调未来瞄准的是先进制造技术和产业结构高级化。结构物联化是智能制造的基本特点之一，物联网“物物相连”的产生和发展是对前三次工业革命的延伸和发展，也是第四次工业革命的基础。
在工业 3.0 时代，许多企业通过实现自动化生产来提高生产效率和产品质量，但是当工业生产技术和管理模式不能满足工业领域的发展要求时，工业生产技术必须摆脱传统 M2M（Machine to Machine）生产模式的框架。在如今的工业 4.0 环境下，生产模式强调的是自动化向智能化的转型，物联网就是作为智能化生产的关键技术。
作为全球最大的工业制造国,我国陆续出台政策《中国制造2025》《国务院关于深化制造业与互联网融合发展的指导意见》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等系列政策文件，明确中国到 2025 年的主攻方向是智能制造。鉴于未来工厂面临的一些机遇和挑战，工业物联网技术的使用将加快推动智能产业的发展。
工业物联网技术(Industrial Internetof Things, IIOT)是应用于工业领域的物联网技术，融合具有感知和监控能力等传感器和控制机，以及 5G 技术、数字孪生技术、工业智能技术、区块链、边缘计算等关键技术，应用到生产过程各个环节中，达到提高工业制造水平、改善产品质量、降低成本和资源消耗的效果，最终实现工业自动化到智能化的转变，实现质的突破。从应用现状来看，工业物联网呈现出了可靠性、实时性、自动化、环境适用性、嵌入式、互通性以及互联性等诸多优点。
物联网的典型架构为三层，分别为感知层、网络层和应用层，并能配合边缘计算和人工智能等关键技术形成一体化智能制造解决方案，切实发挥作用。
感知层负责连接工业机器与物联网设备，通过传感器、摄像头、射频识别、变送器等末梢设备实现数据的实时采集。网络层主要负责对传感器采集的信息利用电信网或以太网传输给应用层，是工厂的本地数据搭建与远端数据分析中心的桥梁，使得数据可以随时随地进行传输。边缘计算层为辅佐应用层，是基于边缘节点的开放平台，对接近物联网边缘的数据进行计算、处理、优化和存储，以减少对云中心的依赖，大大提高了计算效率。应用层是物联网的最终价值体现，针对用户需求，通过技术相融合，利用大数据、人工智能、机器学习等处理技术对来自于感知层的生产流程、机器运行状况等数据进行分析，最终以浏览区、电子看板、手机 APP 等终端形式输出对企业、行业发展有辅助决策性的指导，如优化生产流程、指导生产管理、提高经营效率、预测行业发展等，实现广泛的智能化。
在自动化向智能化转型中，人工智能技术是非常重要的组成之一，智能控制是其关键核心系统功能，技术人员可利用人工智能技术解决物联网中的智能化控制问题，最大限度提升物联网的使用功能。技术人员对数据分析仍存在疏漏，可借助人工智能对接物联网平台，通过对海量数据的分析以及挖掘，构建出相关的模型，利用对专家知识、经验的智能处理，发现数据中所包含的趋势、模型、属性和结构，最终达到智能化的进行物体识别信息的自动化处理，实现无人值守作业的发展目标，降低工作人员工作量的同时，最大程度上提高整体的运行与工作效率。
基于以上物联网的特性和架构，在工业制造领域，物联网是数字化和智能制造的基本支柱。它能将所有工业资产，包括机器和控制系统，与信息系统和业务连接起来。收集大量的数据后可以分析、清洗并提供解决方案，以达到提高制造效率、改善产品质量、降低产品成本和资源消耗等优化工业运营的作用。
人工智能的工业应用覆盖从低级应用（如智能化）到具有决策能力的高端人工智能，可以对信息进行分类，并且比人类更精准的方式进行预测和决策。因此人工智能是强大的分析和决策工具。工业物联网可以融入人工智能对数据的强大分析处理能力，提供智慧监控、智慧控制、智能诊断、智能决策、智能维护的功能，达到提高生产力、降低能源损耗和优化决策的最终目标。
以智慧水务场景为例，在水务化的基础上整合信息资源，根据客户需求定制开发一套以云计算、机器学习、大数据、物联网和移动互联网等信息技术的工业物联网智慧水务平台。此平台通过传感设备感知水务的环境、生产、状态等全方位变化，对数据进行传输和储存，通过建模、机器学习将能运用实现海量数据的智能分析，最终可实现智慧加药、智慧曝气、MBR膜污染处理等智能管理。
多源异构信息融合平台，采用 BIM 构件作为载体，将设备相关所有数据信息进行整合，便于水厂生产过程中，不同班组人员内部或者水厂内部对外进行沟通，BIM 作为数据与现实的桥梁，让沟通成本降低，提高效率。
BIM可视化示意图
拟合历史进出水质总磷与加药量，根据进水水质的前馈信号计算所需加量，根据进水水质的反馈信号的变化趋势，对加药量进行实时微调。在确保出水水质不超标的前提下，按需加药，减少浪费化学药剂，并与加药泵联动，实现加药自动化。
智慧加药示意图
针对污水处理过程具有多变量、非线性、时变性及滞后性等复杂特点，智慧曝气模型采用神经网络及多元回归等方法建立生化池运行指标、曝气量等变量之间的动态关系模型，实时根据曝气反馈效果自学习调整模型参数，迭代优化，按需分配气量，精确控制生物反应池的溶解氧，降低能耗，节约成本。水质/环境等传感器的变量 20-30 个，分钟级的数据，模型训练需要 3 个月以上的数据，模型运行只需要 24 小时的数据，新水厂若需验证算法可行性，需要一周以上的数据。最终实现了溶解氧稳定在设定值的 ±0.5mg/L 范围内，大大提高了污水处理工业的稳定性和可靠性，提高水厂对抗进水冲击负荷的能力，保证出水达标，生物池内溶解氧稳定。
智慧曝气示意图
根据模型给出的建议值，按需求精准供曝气，鼓风机节电率达 10%-15%，有效降低了单位处理能耗，节约成本。生物池各项运行参数与曝气阀门形成闭环控制，自动完成检测、报警和调控，降低人工操作难度。移动端可实时查看生物反应池及风机运行情况，方便控制及管理。
在膜处理污水的长期过程中，膜污染问题不可避免。膜污染问题会造成膜通量和透水率的减少，跨膜压差和膜表面阻力增大，使得出水水质降低和使用寿命缩短。透水率可以直接反映膜的污染程度，通过预测透水率可以预测膜的污染程度，从而及时对膜进行清洗维护，可以提高膜的使用寿命。但透水率不能直接测量，传统水厂一般采用计算方法估计透水率，导致记录有严重的滞后性，不能实现膜污染状况的精确在线预测。采用智能透水率检测方法，即利用特征分析法提取特征变量，并基于递归RBF神经网络，建立透水率软测量模型，具有预测精度高，操作简单的特点，降低透水率计算复杂度，实现在线精确测量和实时矫正，为膜污染状况提供一种有效方法，提高MBR膜污水处理过程中的效率和经济效益。
我国制造业在运用物联网技术时，存在生产厂家多，缺少统一通信标准的问题，容易导致不同控制器和传感器之间接受信息困难，不仅很难实现及时的传输与交换，同时也很难进行有效的分析，造成信息资源的浪费。设备兼容性问题必须依赖统一标准，因此我国制造业需要尽快规范通讯标准与数据结构，才能保障整体的应用。
目前，我国只有少数物联网企业实现了与高校和科研机构的研发合作。尽管我国在物联网领域传感器系统、计算机系统、通信技术等保障性技术取得成果，但仍与欧美发达国家存在产品和技术创新的较大差距，无法为我国制造业转型提供有强力支撑。
基于互联网的设备连接到生产过程中后，遭到网络攻击的风险也随之增加。物联网的三层结构将会面临不同的安全风险。第一层感知层面临着海量数据，因此可能会存在恶意代码攻击、射频干扰、监听等风险导致数据信息泄露。第二层网络层可能受到中间人攻击、欺骗攻击、RFID攻击等安全风险。第三层应用层可能面临缓冲区溢出、网页攻击、恶意软件、代码注入和网络诱骗等安全风险。由于目前我国大量云计算和大数据核心设备依赖进口，如果不严格保障信息安全，则会有大量信息泄露的风险，从而阻塞我国物联网的推广及建设和制造业的智能化转型。
在我国的物联网应用中，大型企业的资金比较充足，能突破成本的约束，将物联网真正融入生产的方方面面。然而，对于大部分中小企业来说，传统的系统集成和定制开发的成本过高，对投资风险的承受能力有限，物联网和制造业的深度融合难以应用到预算有限的中小型企业中。
我国智能制造仍在起步阶段，针对限制物联网与制造业的融合困难提出以下发展建议。一是提升关键技术自主创新能力。建立企业、高校、科学研究院之间的工业物联网技术联盟，培育和引进相关人才，提高基础软件的自主开发能力，集中解决物联网与制造业融合的技术难题。二是制定工业物联网基础通用的标准体系，打破制造商之间不同协议的隔阂，加快数据结构、传感器、网络接口等标准的制定。同时，积极参与国际规则的制定，注重国家标准与国际标准的衔接，使得我国更多物联网技术得到国际认可。三是加强网络安全的监管，完善相关信息安全管理的法律法规，避免黑客攻击或数据泄露等风险，保障工业物联网平台使用过程中的安全。四是加大对物联网与制造业融合的金融支持力度，改善物联网企业的融资环境。设立物联网技术专项资金，为制造业企业提供相关金融支持，缓解中小企业智能化升级的融资难题。
工业智能化是未来发展的主流方向，而工业物联网是其中必不可少的支柱。应用普及度的不断提升是其最显著的特征。2022 年全球工业物联网市场的规模达到 2161.3 亿美元，预计该市场将在未来几年持续增长，到 2028 年将达到 1.11 万亿美元。人工智能和大数据等关键性技术的不断发展将推动工业物联网技术的发展与应用，进一步推动自动化向智能化转型；高阶的深度学习、机器视觉等计算分析为主的智能技术也是未来工业物联网技术的发展趋势所在。基于工业物联网技术会实现工业生产中机器人和自动化技术精准提升，制造业工厂最终会朝着无人工厂的方向发展。面对工业物联网的发展，制造业需给予足够重视，应用物联网技术来提升工业生产流程，以便早日完成自动化向智能化的转型。
订购须知
《产业转型研究》专刊现已发售第一期至第六期，各位读者如欲购买，可点击文末“阅读原文”自行订购，也可联系以下老师订购：
朱栩葶老师：
联系电话：010-83021220
邮箱地址：zhuxt6@sem.tsinghua.edu.cn
