《智慧工厂》Smartfactory
April2017
│31
工业物联网IIoT在制造中的要求、框架与价值
一、对工业物联网IIoT 的要求
由于通常要求IIoT 能自治或自主的运用，并能完成同层内点对点的分布式控制，因此，必须对IIoT 提出更严格的、远高于HIoT 和M2M 的要求。这些要求是：
◎自主控制（自治控制）；◎ 同层内点对点的控制；◎ 工业强度的可靠性；◎工业级的信息安全；
◎ IIoT 的解决方案应能让原有的设备和网络（不论其使用何种协议）与新添的设备和网络一样，纳入物联网应用有线连接和无线连接，以及无线、有线混合连接；
◎ 网络规模的可扩可缩：IIoT 一般都要连接成千上万个设备，与一般的IoT 通常都是以客户端/服务器方式进行信息传输不同，IIoT 出于响应时间的考虑，在同一层的机器都应自主工作，就地执行数据分析和归纳简化；
◎ 实时性的要求；
◎ 对故障的抗御能力：分散系统必须避免单点的故障，因此要求路由器或交换器均有冗余；
◎ IP 的角色：IoT 和IIoT 与互联网同样要依靠IPV6 将分散的网络和设备桥接起来。目前工业系统依然通过网关与互联网相连，问题在于必须事先让网关知道企业需要什么数据，还必须编程。网关不但约束了信息的来回传输，而且如果有新的要求，组态也很困难。在IIoT 中的控制网络将把IP 寻址从网关移到现场总线这一级，于是网关的功能性（如数据转换为通用的格式）将集成到通信芯片中去。这样连接网络的功能将更多地依赖于路由器。
◎数据包的恢复：IIoT 的链接是要考虑成本的，因此可能发生因为干扰、噪声和碰撞而丢失数据包。IIoT 的协议栈必须考虑迅速恢复数据包的功能。
二、工业物联网IIoT 的架构
工业物联网的架构如图1所示，由设备层、存取层和云/分析层组成。设备层是一种由大量具有自主控制的设备构成的大规模的、高可靠性、高信息安全的网络。存取层从许多设备层采集小数据，并执行分散决策规则。在IIoT 中的设备和装置之间的通信，被处理为小数据。当许多小数据集结起来，他们便成为大数据中一个部分。云/分析层处理和分析大数据，并据此引导整体智能。
图1 工业物联网的架构
工业物联网包括四个主要基础部分：智能资产设备；数据通信基础设施；数据分析、应用解释和对数据采取的行动；人（管理者、执行者、操作者等）。
智能资产包括机械设备和其它具有传感器、处理器、存储能力和通信能力的资产设备。在一定的场合，这些资产可能具有相关联的虚拟体或软件定义的组态支持和软件定义的性能支持。智能资产将生成许许多多的数据和贯穿价值链的共享信息。一些资产设备还具有自学习、自组织的能力，或者具有自治的操作能力。
数据通信基础设施包括互联网，能使智能资产及其它实体间进行数据通信，如现场总线、工业以太网；还可运用不断提升的通信技术，如4G 通信的LTE、IEEE802.15.4和ZigBee、Wi-Fi；以及基于云计算的、具备适应大数据要求的存储能力的基础设施。
强有力的分析方法、算法与相关软件，是提升资产优化和系统优化的关键。利用预测性分析将有利于减少非计划停车带来的损失。由这些分析工具所生成的新的信息，将支持新的转型升级的业务模型；并且使由单纯提供产品的企业转变为面向服务的企业。
人在物联网中将通过更多地存取数据、通过分析工具和更好的信息，在充分利用所产生的资源的基础上不断增强决策能力。高质量的决策将变得越
32│SMART FACTORY COLUMN│智造专栏
表1 工业物联网IIoT 的构成
IIoT的部件
智能传感器，机械装备，设备，资产
通信 大数据分析学可视化
说明
嵌入式智能、存储和处理能力
所有类型网络
数据数据处理引擎
功能性
举例
数据产生和运用，局部的就地智能和
控制器、机械装置、泵、变送器、阀等
数据存储
连通性；数据传输；信息安全连通性；数据传输；信息安全数据分析；洞察能力
有线，无线，移动，卫星，其它网络大数据分析软件（Hadoop）
可靠性分析引擎，企业资产管理，FSM应用
HMI，智能手机，显示牌
文本/图形输入输出，移动显示，直
数据表达和呈现，搜索查询
观触摸，声响
来越普遍，而智能的信息会在人们需要的时间和需要的地点获得。而且，人将通过社会和移动工具及用，不断地与机器、系统和其他有关的人员产生更好的连接。
以下列出表1表示构成工业物联网的各个部件及其功能性。
（机械系统），其价值的主题是：
◎分析，包括局部优化；◎ 远程存取和管理；◎ 协同，包括就地协同；◎ 速度和精确智能；
◎ 易于获取和传播知识（不仅仅是获取和传播数据）。
三、工业物联网IIoT 的价值主题。
IIoT 集成了数量足够多的带有传感器和软件的物理机械装置
未来智慧工厂中“人”的定位
科技自动化联盟智慧工厂研究院 王书强
日前在全球最大的铝制轮毂企业，笔者与中信戴卡做了一次交流。交流中有一个关于“智能制造发展，操作人员会减少，将来人在生产中如何定位”的提问。专家给出了很多有益的观点，比如智能制造会对“人”提出更高的要求，需要更多相关专业的人才的培养。
关于智慧工厂建设中人的价值问题，我们一直认可“人本”的思路，就是要以人为本。智慧工厂建设本身要符合人的要求、体现人的意志、满足人的需求。进一步理解就是“人”永远是占据主导地位，不论智能化发展到何种程度，人的作用不会改变，永远是起“控制者”的作用。
技术的进步使生产设备和生产过程的智能化会逐步提高，但绝不是一下子就淘汰了人。首先一些简单、重复的工作，或者对人身有危害的工作，会被智能设备、机器人代替。这个过程虽然减少了人的直接工作，但设备和机器人的编程、调试、维护、保养需要相当的人力，因此只是工作内容和岗位不同而已。
另一种更多的情况是，逐步实现的自动化和智能化过程，使生产线上部分岗位逐渐由智能机器人或协作机器人完成，在这个过程中，其实是体现了人的智慧物化为机器智慧的过程。
一方面先是设备的智能程度提升，同时为了协作效率设备会有主动的示教和培训功能，能让协作者更快的掌握操作的方法和技能。
这个过程同时也提高了协作者的综合素质。
另一方面操作者的素质的提高会进一步改进设备的协助和培训效果，这两种作用相互促进、互相支持，完成了人的智慧和机器智慧的同步提升。
即使一条生产线最终实现了全部自动化，这个互动的过程也不会停止。因为客户的需求在变化，产品在变化，相应的人的支持就不可能停止。
现在有很多的生产线在运作时你真的看不见太多的人工出现在现场，不论是有示范意义的西门子安贝格工厂，还是我们国内的一些先进工厂，包括刚刚参观过的中信戴卡。但你看不到的是背后大量的人机互动的过程。
人的智慧使智能制造逐步升级，智能制造反过来促进劳动者的素质提升，而不是淘汰。这是制造业智慧工厂未来发展的趋势。
当然，如果一定要说淘汰也不是不可以，那就是制造业一定会淘汰那些拒绝学习和忽视了“人”的人。智慧工厂只会让人越来越聪明，而不是让人变成被机器控制的笨蛋，永远都不可能。
