工业物联网的应用领域与方向

（图片来自pixabay）

来源：OFweek工控

从一定程度上，物联网可以说是个“旧瓶装新酒”的概念，提出物联网——IoT（Internet of things）这个概念的确是一种创新，但是要把这个创新与传统的M2M——机器互联（machine to machine）区分开。

二者其实并没有一条经纬分明的界限，它们最大的区别在于思维方式的转变，M2M是以机器为主角，通过网络将机器与传感器联系起来，随着互联网技术的进步，M2M也在向互联网方向伸出触角，基于网络的发布方式与远程访问，在感觉上已经非常接近物联网了。但M2M终究并不是物联网，物联网作为思维方式的变化，是从网络端向设备与传感器端的逆向思维，两者的区别就像先有鸡还是先有蛋一样。

举例来说，一间工厂的监控系统，按照传统思维，先有机器，有机器必要的控制系统，有分散的控制器（人机界面或者工业计算机），随着计算机技术的进步，网络技术在渗透，那么可以通过改造，将工厂里的控制器集中到一个中央控制系统中，再通过增加传感器来获取更多的信息，这是M2M的思维方式，在这个基础上，增加网络发布功能，用户可以通过远程访问看到系统的实际运行情况，这样也是把设备连接到了互联网上，但依然是M2M的思维方式：架构固定，对象确定，应用的行业固定，系统扩展规模可以预期……这些都是M2M的特征。

物联网思维与此相反，有一个通用的或者针对某一领域的基于互联网的设计接口，对用户而言可能仍然是一个网站、一个独立的APP等等这和M2M的网络端展现出来的功能是接近的。

但在这个网络门户的背后，是一系列复杂的应用和数据分析、机器学习的算法和加架构，是为了对获取到的数据进行大规模分析与处理的引擎。数据的获取成了自此向下的另一个层面，系统并不一定要将原先分散的控制系统集中到一起，甚至并不一定要和原先的控制系统相关联。

通过嵌入式的传感器与分散的微处理器，通过4g网络，zigbee或者蓝牙技术，就可以将需要连接的设备与系统接入互联网。这一接入也并不是针对特定一个车间或者一个系统，需要单独编写程序实现的，而是通过统一的传感器终端完成的，对于不同类型的设备，可能仅需要改变末端传感器的类型与配置即可。

物联网可能应用于某一个车间或者系统，也可能大规模应用于某个电力网络的一部分，其增长在一定程度上是不能准确预期的，因此，采用可扩展的分布式架构、云计算以及大数据技术，将架构分布在大规模的计算机集群上，从一开始就是非常有必要的。而这也正是现代互联网架构从一开始必须考虑的方向。

就现阶段而言，工业物联网距离其应该到达的程度还有相当遥远的距离，据推算，2024年电力物联网产值要超过240亿美元，而当下才刚刚勉强超过10亿。

如果仍然采用M2M的传统思维，工业物联网的发展与互联网技术间的鸿沟会越来越大，而唯有采用物联网思维，两者间的距离才有可能急剧缩小。这个时间可能需要10到20年，也有可能是5到10年。因为网络技术的爆炸性进步，这一时间有可能急剧缩短。对于工业自动化领域从业者而言，如果要赶上这一趋势，留给我们的空间与时间非常有限。

可以预见的工业物联网发展领域，集中在能源、制造业、汽车行业、智慧城市几个方向。

在能源方面，分布式的发电系统、微电网与储能网络的建设，都为物联网技术的应用留下了广阔的空间，随着电动汽车替代燃油汽车提上世界各个国家的进程，对电网的改造已经迫在眉睫，而要能应付电动汽车充电对供电网络带来的巨大冲击，采用缓冲的储能系统以及对能源分配的智能规划是必不可少的。

制造业方面则由于人工成本的上涨以及竞争的加剧，对生产跟踪、生产管理、产品质量跟踪日益迫切的需要，也在一定意义上促进工业物联网的迅速发展与普及。

汽车行业方面，特斯拉与苹果公司是物联网技术推进的两大代表，采用普及的智能操作界面替代汽车老式陈旧的操作系统，是汽车物联网最基本的体现，而汽车物联网最高级的进展，则莫过于自动驾驶。

和前几项相比，智慧城市的发展更多地停留在概念而非实质上，这是由于智慧城市相比某个特定的行业，需要更多更复杂的技术与实现，从某种程度上，是集前者之大成。而在各个领域的物联网技术尚不成熟的现状下，智慧城市显然无法得到本质上的突破与进步。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”