第三次浪潮：工业互联网

在二十一世纪的今天，工业互联网将再次改变我们的世界。将全球工业系统融合，发展开放的计算和通信系统，开辟了新的领域以加快提高效率，减少低效和浪费，加强人的工作经验。

事实上，工业互联网革命已经展开。在过去的十年中，企业开始逐步将互联网技术应用到工业生产。尽管如此，我们目前还远低于工业互联网的应用极限：基于互联网的数字技术还没有将全部潜力充分实现于全球产业体系。智能设备、智能系统和智能决策代表着物理学在机器、设备、机组和网络的主要应用方式，而这些应用把数据传输、多数据、数据分析很好地融合到一起。

智能设备

为工业机器提供数字化仪表是工业互联网革命的第一步。仪器仪表的普及是工业互联网崛起的必要条件，如下几个因素促使仪表在工业机器得经济合理地加以普及，并使机器和机器交互更加智能化。

部署成本：仪器仪表的成本已大幅下降，从而有可能以一个比过去更经济的方式装备和监测工业机器。

微处理器芯片的计算能力：微处理器芯片持续发展已经达到了一个转折点，即使得机器拥有数字智能成为可能。

高级分析：“大数据”软件工具和分析技术的进展为了解由智能设备产生的大规模数据提供了手段。

总之，这些影响改变着数据收集的成本和价值，以及分析处理在实际中并不合理但是已经存在的理论数据的能力。

理解工业设备生成的数据流，是工业的重要组成部分之一。如图3所示，可以认为，工业互联网是数据流、硬件、软件和智能的交互。由智能设备和网络收集的数据存储之后，利用大数据分析工具进行数据分析和可视化。由此产生的“智能信息”可以由决策者必要时进行实时判断处理，或者成为大范围工业系统中工业资产优化战略决策过程的一部分。

图3工业互联网的应用

  智能信息还可以在机器、网络、个人或团体之间实现共享促进智能协作，以做出更好的决策。这可以使更多的利益相关者参与到资产维护、管理和优化过程中，也可以确保在恰当的时候将那些本地和远程拥有机器专业知识的人们整合起来。智能信息还可以反馈到主机。这不仅包括由主机产生的数据，而且包括那些能够增强运行或维护机器、机组及更大系统能力的外部数据。这个数据反馈回路，使机器能够从它的历史数据中得到启示并且通过机载控制系统更加智能地运转。

每个检测装置都会产生大量可以通过工业互联网传输给远程机器和用户的数据。确定哪些数据仍然保留在设备上，哪些数据需要传输到远程位置进行分析和存储，是实现工业互联网的重要部分。确定本地数据保留的程度是保证工业互联网安全的关键之一，很多不同的公司会因为参与到其中而获益。重要的一点是，创新可以使由检验装置产生的敏感数据准确无误。其他数据流将远程传输给那些正在工作或者旅途中的人们，使他们可以可视化、分析处理数据，并视情况采取相应行动。

随着时间的推移，这些数据流提供的操作和性能的历史记录使运营商能更好地了解工厂设备关键部件的状态。

运营商可以了解一个特定的组件在何种条件下运行了多长时间。分析工具可以将这些信息和其他工厂类似部件的操作历史进行对比，对于部件发生故障的可能性和时间提供可靠的估计。在这种方式下，操作数据和预测分析可以结合起来避免运行中断同时降低维护成本。

 
图4工业互联网的数据环路

所有这些好处源自利用现有的信息技术使机器仪表化，这使得人们工作效率更高，这是对智能设备广泛部署的强有力支持。在这个正不断从高性能机器上挑战更高生产力的时代，智能设备的广泛部署在发掘额外的性能并提高运营效率方面具有潜力。

智能系统

智能系统的潜在利益巨大。智能系统包括各种传统的网络系统，但广义的定义包括了部署在机组和网络中并广泛结合的机器仪表和软件。随着越来越多的机器和设备加入工业互联网，可以实现跨越整个机组和网络的机器仪表的协同效应。智能系统有多种形式：

网络优化：在一个系统内实现互联的机器，可以在网络上相互协作提高运营效率。例如，在医疗保健方面，医疗信息可以链接到医生和护士，更迅速地帮助病人使用正确的设备。信息可以无缝地传输给医疗机构和病人，等待的时间将会更短，设备利用率更高，医疗质量更高。智能系统也非常适合在交通网络中实现路径优化。实现互联的车辆会知道自己的位置和目的地，同时能够了解到系统内其他车辆的位置和目的地，允许优化路由来寻找到最有效的系统级解决方案。

维护优化：通过智能系统可以实现最优化、低成本，并有利于整个机组的维护。将机器、组件和各部分整合起来的观点提供了一个可以监测这些设备状态的方式，使得可以在正确的时间将最优数量的零件交付到正确的位置。这将减少零件库存需求和维护成本，机器的可靠性也会更高。智能系统的维护优化可以与网络学习相结合，并且预测分析允许工程师来实施预防性维修计划，这样有可能使机器的可靠性达到前所未有的水平。

系统恢复：建立广泛的系统范围内的情报，可以帮助系统在经历大冲击之后更加快速、有效的恢复。例如，当大的暴风雨、地震或其他自然灾害发生时，可以用一个由智能电表、传感器和其他智能设备和系统组成的网络来进行快速检测，将最严重的问题隔离，这样也不会串联而导致停电。地理和操作信息可以结合起来，支持公共设施恢复工作。

学习：网络学习效果是系统内机器联网的另一个好处。每台机器的操作经验可以聚合为一个信息系统，以使得整个机器组合加速学习，而这种加速学习的方式是不可能在单个机器上来实现的。例如，从飞机上收集的数据加上位置和飞行的历史信息可以提供大量有关各种环境下飞机性能的信息。

源自于这些数据的观点是可行的，用这些数据可使整个系统更聪明，从而推动一个持续的知识积累和提高洞察力的过程。

智能系统的构建整合了广泛部署智能设备的好处。当越来越多的机器连接在一个系统中，久而久之，结果将是系统不断扩大并能自主学习，而且越来越智能化。

智能决策

工业互联网的全部能量将由第三种要素——智能决策来实现。当从智能设备和系统收集到了足够的信息来促进数据驱动型学习的时候，智能决策就发生了，从而使一个小机组网络层的操作功能从运营商传输到数字安全系统。工业互联网的这一要素对于应对越来越复杂且互联的机器、设备、机组和网络来说十分必要。

考虑到可以大范围检测网络的设备或机组，运营商需要迅速做出成千上万的决定来保持系统的最佳性能。通过人为控制系统执行命令，是可以克服这种复杂性挑战的，复杂性的挑战转移到了数字系统。例如，对一个智能系统来说，加大电厂输出的信号将不必发送到每个工厂中。相反，智能自动化将直接用于可以灵活调度，从而使可变资源快速响应譬如风力和太阳能发电、电力需求的变化等。

这些功能将促进个人能力和组织能力的提升并提高工作效率。智能决策是工业互联网的长期愿景。它作为工业互联网的基础是设备与系统以及知识相互汇集的顶点。这是一个大胆的设想，如果可以实现的话，那么将可以提高潜在的生产率同时降低成本，规模堪比工业和互联网革命。

要素整合

随着智能碎片聚集在一起，工业互联网带来了基于计算机分析的“大数据”的力量。传统的统计方法，使用历史数据采集技术经常造成数据、分析和决策之间的分离。随着系统监控技术的进步和信息技术成本的下降，处理实时数据的工作能力正在不断提升，更加出色的管理和分析高频实时数据的能力使得对于系统操作方面的洞悉能力上升到一个新的水平。基于计算机的分析则提供了另一个维度的分析过程。结合基础物理的方法论和资深的行业专业知识，提高信息流自动化和预测技术，同时将先进的分析方法加入“大数据”工具套件中，其结果是工业互联网将传统方法与新方法相结合，这样可以利用二者的强大历史和实时数据进行特定行业的高级分析。

当工业互联网的三大要素——智能设备、智能系统、智能决策与机器、设备、机组和网络整合在一起的时候，工业互联网的全部潜能就会体现出来。生产率提高、成本降低和废物排放的减少所带来的益处将带动整个工业经济发展。(未完待续)