工業(yè)物聯(lián)網(wǎng)帶來(lái)怎樣的機遇和挑戰？距離現實(shí)有多遠？

作者 / Rita Liu IHS Markit工業(yè)自動(dòng)化組高級分析師(上海 200122)

　　Rita Liu (劉宇) ，碩士，主要研究方向包括全球自動(dòng)化控制和可視化市場(chǎng)，包括PLC、I/O模塊、HMI、工控機和機械設備制造等領(lǐng)域。

摘要：簡(jiǎn)要分析了制造企業(yè)實(shí)踐工業(yè)物聯(lián)網(wǎng)所需走過(guò)的過(guò)程，以及在工業(yè)制造業(yè)所呈現的主要問(wèn)題和趨勢。

　　傳統制造業(yè)正在經(jīng)歷著(zhù)前所未有的轉型，物聯(lián)網(wǎng)、云計算、大數據分析，作為工業(yè)物聯(lián)網(wǎng)和智能制造的核心技術(shù)，正在從各個(gè)方面改變著(zhù)工業(yè)行業(yè)，包括產(chǎn)品的設計、運營(yíng)、維護，以及供應鏈管理。通常，即使工廠(chǎng)里采用了以太網(wǎng)聯(lián)網(wǎng)設備、MES和SCADA系統，大部分硬件設備還是沒(méi)有接入網(wǎng)絡(luò )，或僅單向輸出信息。隨著(zhù)工業(yè)物聯(lián)網(wǎng)的推進(jìn)，傳統制造企業(yè)更需要主動(dòng)地去嘗試和采用新的自動(dòng)化技術(shù)來(lái)迎合多變的市場(chǎng)環(huán)境和客戶(hù)需求。

　　本文將簡(jiǎn)要分析制造企業(yè)實(shí)踐工業(yè)物聯(lián)網(wǎng)所需走過(guò)的過(guò)程，以及在工業(yè)制造業(yè)所呈現的主要問(wèn)題和趨勢。

1 工業(yè)物聯(lián)網(wǎng)實(shí)現的五個(gè)環(huán)節和兩大階段

　　IHS Markit將傳統制造工廠(chǎng)轉化為真正的工業(yè)物聯(lián)網(wǎng)工廠(chǎng)的過(guò)程劃分為五環(huán)節，如圖1。

　　第一階段是實(shí)現“機器與機器對話(huà)”，即現場(chǎng)設備的聯(lián)網(wǎng)和底層數據的采集兩個(gè)環(huán)節。在企業(yè)能夠進(jìn)行數據分析、建立模型之前，工廠(chǎng)內的軟硬件基礎設施還有很多準備工作要做。首先，工廠(chǎng)的機器都能夠與工廠(chǎng)內和其他遠程地點(diǎn)的所有其他機器和設備互相通信，并進(jìn)行大量的數據交換，這是所有后續環(huán)節的基礎。

　　目前，大部分企業(yè)仍處于這個(gè)階段，實(shí)現現場(chǎng)設備互通互聯(lián)，同時(shí)確保數據和信息溝通的準確性、可靠性、完整性和及時(shí)性，這是工業(yè)物聯(lián)網(wǎng)的基礎，也是工業(yè)企業(yè)要首先解決的問(wèn)題。在很多工廠(chǎng)中，已有的自動(dòng)化設備，比如驅動(dòng)器、傳感器、控制器、儀表等都已經(jīng)使用多年，甚至十幾年，企業(yè)用戶(hù)不會(huì )推倒重來(lái)用新設備來(lái)替代已有設備，而都會(huì )在不影響生產(chǎn)的前提下，擴充已有設備的通信能力。然而，已有設備來(lái)自不同的制造商，并沒(méi)有采用統一的通訊協(xié)議，需要采用協(xié)議轉換設備對原有設備和產(chǎn)線(xiàn)進(jìn)行改造，實(shí)現設備之間的無(wú)縫通信，比如支持不同協(xié)議的高級HMI、協(xié)議轉換器，或其他自動(dòng)化產(chǎn)品，連接這些采用不同專(zhuān)用通信協(xié)議的設備。

　　根據IHS Markit最新數據，全球聯(lián)網(wǎng)自動(dòng)化設備的聯(lián)網(wǎng)數量在2017年已經(jīng)達到950億個(gè)，其在2017至2021年的年復合增長(cháng)率會(huì )保持在11.6%。IO-Link sensor和IO-Link master市場(chǎng)的快速增長(cháng)也能反映將現場(chǎng)層信息可視化的旺盛需求。IHS Markit預測IO-Link聯(lián)網(wǎng)節點(diǎn)數在2017至2021年這5年期間將以25.7%的年復合增長(cháng)率增長(cháng)。

　　第二階段是實(shí)現數據的價(jià)值輸出，包括第三、第四和第五環(huán)節，即數據的存取、分析和價(jià)值輸出。對企業(yè)而言，在解決了如何搜集數據的問(wèn)題后，數據的存取和利用是接下來(lái)更為重要的問(wèn)題?？陀^(guān)來(lái)看，工業(yè)企業(yè)內部的業(yè)務(wù)邏輯并沒(méi)有標準化，自動(dòng)化水平也不同，并不能用一套通用軟件平臺來(lái)解決每家企業(yè)的問(wèn)題，都需要定制化的軟件開(kāi)發(fā)，這也需要工業(yè)企業(yè)用戶(hù)有更多的資金投入。目前，我們能看到幾乎所有工業(yè)技術(shù)廠(chǎng)商都已經(jīng)推出了自己的工業(yè)物聯(lián)網(wǎng)解決平臺，比如IBM有Waston，GE有Predix，Schneider有EcoStruxure，Honeywell也有了Sentience。

　　在該階段，如何解決工業(yè)物聯(lián)網(wǎng)安全問(wèn)題，如何合理利用機器學(xué)習和人工智能技術(shù)，怎么使用邊緣計算和云計算，以及怎樣發(fā)揮移動(dòng)設備在工業(yè)物聯(lián)網(wǎng)中的積極作用都將成為行業(yè)更為關(guān)注的話(huà)題。

2 網(wǎng)絡(luò )安全是工業(yè)物聯(lián)網(wǎng)實(shí)施的一大困擾

　　舉個(gè)例子，比如OEM廠(chǎng)商提供的質(zhì)保內容正在發(fā)生變化，所提供的質(zhì)保內容由過(guò)去的“一年內可以更換故障配件”，過(guò)渡到“保證設備可以一年中正常運行的時(shí)間”，如果設備出現問(wèn)題，OEM廠(chǎng)商需要在規定的時(shí)間內響應。但前提條件是OEM廠(chǎng)商能夠實(shí)時(shí)地、安全地連接進(jìn)入工業(yè)控制網(wǎng)絡(luò )，查看相關(guān)數據。工業(yè)網(wǎng)絡(luò )會(huì )越來(lái)越開(kāi)放，與IT網(wǎng)絡(luò )進(jìn)行融合，與此同時(shí)，網(wǎng)絡(luò )安全問(wèn)題將更為凸顯。IT系統所受到的任何威脅都會(huì )對OT系統造成嚴重的影響。安全問(wèn)題已經(jīng)成為投資工業(yè)物聯(lián)網(wǎng)的一大障礙。近年來(lái)發(fā)生的黑客入侵電力公司網(wǎng)絡(luò )，阻斷電力供應，劫持工業(yè)控制設備，篡改PLC中的程序和數據，造成產(chǎn)線(xiàn)停產(chǎn)的事件大大提升了工業(yè)企業(yè)用戶(hù)對工業(yè)物聯(lián)網(wǎng)安全的關(guān)注度。

　　雖然自動(dòng)化設備制造商已經(jīng)在硬件產(chǎn)品和軟件平臺中都增加了網(wǎng)絡(luò )安全措施，比如在PLC和I/O模塊產(chǎn)品中增加了SSL/TLS加密。但距離終端用戶(hù)能夠廣泛接受，并使用工業(yè)物聯(lián)網(wǎng)來(lái)采集、監控、處理和存儲各種數據和信息，還有很長(cháng)的路要走。此外，擴充現有OT系統的網(wǎng)絡(luò )安防能力所需的成本和培養訓練有素的人員的投入也是不可忽視的因素。根據IHS Markit的研究，實(shí)施物聯(lián)網(wǎng)方案擔憂(yōu)的主要問(wèn)題是網(wǎng)絡(luò )安全和隱私保護，其次是項目的實(shí)施成本和其復雜性。

3 邊緣計算和云計算協(xié)同合作更能滿(mǎn)足工業(yè)物聯(lián)網(wǎng)的需求

　　云計算處于數據中心的核心網(wǎng)絡(luò )中，通過(guò)層層網(wǎng)絡(luò )設備搜集終端的數據，憑借強大的存儲和計算能力進(jìn)行大數據分析。邊緣計算是指在貼近數據源的設備中的計算能力，進(jìn)行實(shí)時(shí)、短周期數據的分析，能更高效地對本地數據進(jìn)行實(shí)時(shí)智能化處理和執行，同時(shí)能夠緩解網(wǎng)絡(luò )中的數據流量和云端的工作量。

　　當海量的數據需要存儲、分析時(shí)，云計算更合適。比如需要大量數據輸入的人工智能離線(xiàn)訓練，這些數據要通過(guò)合適的訓練方法，驗證和完善人工智能算法模型。

　　邊緣計算可以說(shuō)是對云計算的一種補充和優(yōu)化。很多工業(yè)現場(chǎng)條件惡劣，設備分散，很難實(shí)時(shí)傳送大量數據，這個(gè)時(shí)候邊緣計算就更為適用。以風(fēng)電場(chǎng)為例，具有邊緣計算能力的現場(chǎng)設備能夠實(shí)時(shí)地采集和分析數據，并能及時(shí)做出判斷，調整風(fēng)機以收集更多的能量。因為整個(gè)過(guò)程都在本地完成，處理速度比采用云計算提升很多。

　　目前，工業(yè)產(chǎn)線(xiàn)中的數據中僅有約3%的數據是有使用價(jià)值的，通過(guò)邊緣設備過(guò)濾、處理后，到達云端的數據價(jià)值更高，相應的計算和分析過(guò)程也會(huì )更高效。

4 機器學(xué)習和人工智能的應用

　　機器學(xué)習和人工智能為工業(yè)物聯(lián)網(wǎng)提供了廣闊的遐想空間。目前，工業(yè)領(lǐng)域主要的應用包括自我診斷和預測性維護、優(yōu)化生產(chǎn)流程、智能機器人、結合機器視覺(jué)進(jìn)行產(chǎn)品檢測等。

　　(1)自我診斷和預測性維護：采用預測性模型技術(shù)，通過(guò)對現場(chǎng)設備、控制器等上傳的數據進(jìn)行分析，即可獲得的設備故障前兆特征。配合報警機制，工作人員可及早制定維護和應急方案。避免因產(chǎn)線(xiàn)驟停帶來(lái)的難以控制的損失。比如正在作業(yè)的工業(yè)機器人出現故障，就會(huì )造成大量的不合格品，人工智能技術(shù)可以通過(guò)檢測機器人減速機和主軸上不同狀態(tài)下的數據，來(lái)學(xué)習并建立模型，進(jìn)而能夠提前預測故障。

　　(2)優(yōu)化生產(chǎn)流程：人工智能模型在搜集的各項溫度、轉速、能耗、產(chǎn)能等數據的基礎上，進(jìn)行分析，對產(chǎn)線(xiàn)進(jìn)行節能優(yōu)化，提出降低能耗、提高產(chǎn)能的方案。

　　(3)智能機器人：機器人可以去讀關(guān)聯(lián)軟件模型中制造產(chǎn)品的相關(guān)信息，并學(xué)習。最終，不需要工程師每次對機器人進(jìn)行編程，機器人可直接接受工程師指令，自主進(jìn)行制造生產(chǎn)。這樣，產(chǎn)線(xiàn)能夠更加靈活、高效地應對定制化生產(chǎn)的需求。

　　(4)結合機器視覺(jué)進(jìn)行產(chǎn)品檢測：目前廣泛應用于半導體和3C行業(yè)。機器視覺(jué)是人工智能正在快速發(fā)展的一個(gè)分支。機器視覺(jué)系統的攝像頭可以快速獲得大量生產(chǎn)信息，通過(guò)后臺軟件加工處理，結合設計信息和加工控制信息，能夠代替人工作業(yè)提高生產(chǎn)的效率、精度、質(zhì)量和柔性。

5 工業(yè)移動(dòng)應用會(huì )更加廣泛

　　移動(dòng)終端設備在工業(yè)物聯(lián)網(wǎng)中的參與度逐漸提高，越來(lái)越多的廠(chǎng)商推出移動(dòng)應用方案，進(jìn)一步提升工作效率和效力。移動(dòng)終端主要的應用方式有以下幾種：

　　(1)遠程監控：使用HMI的移動(dòng)應用，工作人員可以在任何時(shí)間和地點(diǎn)檢查現場(chǎng)設備和產(chǎn)線(xiàn)的運行狀態(tài)，并及時(shí)進(jìn)行診斷和維護工作。當監控點(diǎn)離設備操作點(diǎn)較遠，或設備位于危險區的時(shí)候，移動(dòng)應用提高工作安全性和效率的優(yōu)勢更為明顯。

　　在多臺設備都在運行同一套工序的情況下，工作人員在移動(dòng)終端上就可以查看每臺設備的狀況，比跑到每臺設備前逐一查看更方便和高效。很多人認為個(gè)人移動(dòng)設備不適合在工業(yè)環(huán)境下使用，所以，在2017年，除了推出了更多基于個(gè)人移動(dòng)終端的應用，我們看到少數企業(yè)也推出了專(zhuān)門(mén)用于工業(yè)環(huán)境下的基于web的平板電腦，僅用來(lái)查看數據和信息。

　　(2)自動(dòng)采集現場(chǎng)信息：工作人員可以將移動(dòng)設備作為現場(chǎng)信息采集工具，通過(guò)專(zhuān)用的應用程序，直接掃描并上傳數據到后臺系統，這樣可以避免工作人員自己讀取和手工輸入信息過(guò)程中造成的錯誤。

　　(3)信息發(fā)布和分享：將現場(chǎng)的人工流程在移動(dòng)終端上數字化，信息的發(fā)布和分享將會(huì )極大簡(jiǎn)化。比如工廠(chǎng)的管理員可以將發(fā)現的問(wèn)題同時(shí)發(fā)布給所有相關(guān)人員，而不必逐一溝通。進(jìn)而減少停機和維修的時(shí)間，最大化地降低損失。

　　如上文所述，工業(yè)物聯(lián)網(wǎng)的實(shí)踐對生產(chǎn)設備、軟件平臺、人員配備、以及資源都提出了很多新要求，工業(yè)自動(dòng)化設備也要為此做好準備。以下是IHS Markit所觀(guān)察到的自動(dòng)化設備層面已經(jīng)發(fā)生或正在發(fā)生的變化：

　　(1)數據采集能力：傳統工廠(chǎng)里使用的傳感器和執行器都是獨立工作的，現在越來(lái)越多的設備安裝了嵌入式的傳感器，比如泵、流量表、馬達、軸承等。

　　(2)通信能力：越來(lái)越多的PLC和HMI產(chǎn)品都配置了通信接口，過(guò)去屬于高端產(chǎn)品的配置，現在已成為中端產(chǎn)品的標準配置。一些I/O模塊產(chǎn)品配置了無(wú)線(xiàn)通信能力。

　　(3)數據處理能力：PLC的數據處理能力進(jìn)一步提升，能對現場(chǎng)設備中的數據進(jìn)行篩選和簡(jiǎn)單的處理，減少服務(wù)器和云端的負荷。智能I/O模塊具有簡(jiǎn)單的數據處理和邏輯判斷能力。過(guò)去兩年，也推出了很多具有數據存儲和處理能力的物聯(lián)網(wǎng)網(wǎng)關(guān)。

　　(4)工業(yè)級移動(dòng)設備：少數廠(chǎng)商推出了針對工業(yè)環(huán)境下使用的移動(dòng)設備，比如基于web的平板電腦，僅能瀏覽網(wǎng)頁(yè)，用來(lái)查看現場(chǎng)產(chǎn)線(xiàn)狀態(tài)和信息。

　　(5)控制系統結構扁平化：一些高端PLC產(chǎn)品和智能I/O模塊添加了物聯(lián)網(wǎng)網(wǎng)關(guān)的功能，可以直接將數據傳送到服務(wù)器或云端。智能傳感器也可以不通過(guò)PLC，直接通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)將數據傳送到上層。新產(chǎn)品的這些功能將會(huì )加速工業(yè)控制系統構架的扁平化。

　　(6)人工智能算法模塊：Rockwell和Omron都在其PLC控制器中加入了人工智能算法模塊，通過(guò)對控制器中的數據流進(jìn)行分析學(xué)習，人工智能算法模塊會(huì )快速建立模型，之后會(huì )持續監控運行數據發(fā)現異常，并報警。

　　(7)設備本地化與云端結合：會(huì )有更多基于云的方案推出，HMI和控制器等設備的部分非實(shí)時(shí)的功能將會(huì )被轉移到云端進(jìn)行，這也更符合分布系統式構架的理念。

　　本文來(lái)源于《電子產(chǎn)品世界》2018年第3期第15頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。