(网经社讯)“工业互联网”的概念最早是由美国通用电气公司（GE）于2012年提出的，随后联合另外四家IT巨头组建了工业互联网联盟(IIC)，将这一概念大力推广开来。工业互联网联盟的愿景是使各个制造业厂商的设备之间实现数据共享。这就至少要涉及到互联网协议、数据存储等技术。而工业互联网联盟的成立目的在于通过制定通用的工业互联网标准，利用互联网激活传统的生产制造过程，促进物理世界和信息世界的融合。
图1 工业互联网的四个要素
实质上，美国GE公司倡导的工业互联网是指利用“智能设备”采集“智能数据”，利用“智能系统”进行数据挖掘和可视化展现，形成“智能决策”，为生产管理提供实时判断参考，反过来指导生产，优化制造工艺（图1）。它的典型特征是：智能性，与数字化制造相比，智能制造具有预测、决策与自主调整优化能力。
2013年美国就出现“万亿传感器革命”概念，并提出了“万亿个传感器覆盖地球(Trillion Sensors Universe)”计划，旨在推动社会基础设施和公共服务中每年使用1万亿个传感器(图2)。1万亿，这个数字相当于目前全球传感器市场需求的100倍。可以预见，不久的将来,，我们身边将到处布满传感器——物联网时代即将真正到来！
图2 万亿传感器的物联网时代
物联网是将现实世界与信息技术紧密结合的系统。通过信息技术源源不断地获取从摄像头等各种传感器采集的现实世界的数据。物联网将直接或间接的对机器人在现实世界的活动产生着影响。信息技术与现实世界的融合，除了“物联网”之外，还有其他单词的表述。例如，美国自然科学基金（NFS）早在2006年就召开了“CPS (cyber physical systems，信息物理系统)”工作组会议，探讨CPS的可行性，并认为CPS是美国在未来世界保持竞争力的关键所在；IBM推出“Smart Planet（智慧地球）”愿景，介于传感器推动信息技术与现实世界的融合；HP也推出了“CeNSE（the Central Nervous System for the Earth，地球中枢神经系统）”的同样概念。
图3 工厂里的物联网
其实，制造业领域中，信息技术与物理世界的结合并非是最近才开始的。飞机与汽车之中实际上已经嵌入了复杂的信息技术，而一辆高端汽车之中有可能含有100多项信息技术工艺（图3）。可以说，物联网为智能设备奠定了基础。
智能设备
GE的工业互联网带来了“智能设备”的概念，其基本含义就是在现有的基础上引入工业互联网的机制，包括连接性，智能机器，传感器，大数据和数据模型等。通过在各个层面采集数据、分析数据、形成智能决策，既要实现设备自身的可维护性，又要实现运营过程的优化。
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其工业资产优化战略决策过程的一部分。例如GE在生产的风电发动机叶片，实现全部联网，从而有望使产能提高50%（图4）。
图4 工厂里的物联网
智能设备还可以在机器、网络、个人或企业之间实现共享，用以进一步促进智能协作，从而可以使众多的相关企业参与到资产维护、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。每个智能设备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。智能设备产生的数据，还包括那些能够优化运行或维护机器、机组的外部数据。随着时间的推移，这些数据，使机器能够从它的历史数据中得到启示，并且通过控制系统更加智能的运转。
例如，管理人员可以了解某个特定的组件在某种条件下运行了多长时间。分析工具可以将这些数据与其他工厂类似组件的操作历史数据进行对比，对于组件发生故障的可能性和时间提供科学的预测。从而，使得操作数据和预测分析可以结合起来，有效的避免运行中断同时降低维护成本。
智能数据
智能数据的潜在价值巨大。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。
图5 智能数据的产生和使用
智能数据有多种价值（图5）：
优化网络：在一个网络系统内实现互联的各种设备或机器，可以通过互联网相互协作，提高网络整体的运营效率。例如，在医疗领域，将到医生和护士等医疗数据互联，数据可以无缝地传输给医疗机构和病人，等待的时间将会更短，能够更迅速地帮助病人使用正确的医疗设备，从而使得医疗设备利用率更高，医疗服务质量更好。智能数据的巨大价值也可体现于交通网络中的路径优化。许多车辆实现互联之后，就会知道自己的位置和目的地，同时能够了解到网络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人工智能解决方案。
优化运维：通过智能数据可以实现最优化、低成本，并有利于整个设备或机器的运行维护。例如，将机器、组件和各个环节联网之后，将实现一个可监测的设备状态，可以在正确的时间将最优数量的零部件交付到准确的位置，将减少零部件库存需求和维护成本，提升设备或机器的稳定性。
恢复系统：通过建立广泛的大数据信息，帮助网络系统在发生毁灭性打击之后更加快速、有效的进行恢复。例如，当地震或其他自然灾害发生时，可以用智能仪表、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，隔离发生故障的设备或机器，不至于发生串联而导致更大规模的故障发生。
自主学习：每台设备或机器的操作经验可以聚合为一个大数据，使得整个设备或机器能够自主学习。这种自主学习的方式是不可能在单个机器上来实现的。例如，从许多飞机上收集的数据加上位置和飞行的历史数据，才可以提供有关各种环境下飞机性能的信息。当越来越多的机器连接在一个系统中，产生无数只能数据的结果将是网络系统的不断扩大并能自主学习，而且越来越智能化。
智能决策
一旦智能设备采集到大量的智能数据，就可以通过智能系统，挖掘出具备商业经营价值的智能决策。设备与数据相互结合，网络协同且实时更新，将对诸多行业带来较大裨益。
据美国GE公司的预测，航班延误每年给航空公司带来的损失超过400亿美元。其中10%的延误是由于对飞机的维护欠缺所造成的。同时，全球航空业每年燃油费用高达1700亿美元（营业收入约为5600亿美元），而根据国际航空运输协会（IATA）的调查，这些油耗中有18~22%属于浪费。GE的工业互联网通过对飞机航运输局和零部件系统数据的监测与统计，分析维修保养上的问题，每年可减少1000次延误情况。同时，选择适当的时机，进行维修保养，也可以降低设备投资成本。通过航运数据，挖掘减少燃油能耗的实现路径，从而对飞行调度的优化，可减少2%的能耗使用，每年节约2000万美元成本，减少大量二氧化碳排放（图6）。
图6 航空领域的智能决策
医疗占全球GDP的10%，是一个相当大的行业。据美国GE公司的预测，医疗领域由于低效率，每年会造成7310亿美元的浪费，尤其是临床医疗占到59%，高达4290亿美元的浪费。医疗从业人员与医疗器械之间的信息不对称是主要原因。例如：护士换药、磁共振成像情况、医生诊断等过程都没能实时共享。将医疗从业人员、医疗器械进行联网，对诊断、手术、药方等信息进行共享，开展网络协同式的诊疗。GE的工业互联网通过综合管理每个病床，每个诊断的工作流、患者流，搬运和医疗器械，改进医疗从业人员、业务流程和器械通信情况，可减少15~30%的医疗器械成本，提升医疗从业人员的工作效率，节约的时间可多为15~20%的患者提供服务（图7）。
图7 医疗领域的智能决策
启示
当前，全球信息技术革命正在引领新一轮产业变革，互联网与制造业的融合已步入从局部扩散向全面渗透、从消费领域到生产领域、从生产变革到模式创新的新阶段。作为新一代信息技术与工业系统全方位深度融合的产业和应用生态，工业互联网已成为各主要工业强国实现智能制造、抢占国际制造业竞争制高点的共同选择。
我国工业正处于调整产业结构、转型升级的关键时期，制造业的数字化、网络化、智能化步伐不断加快，与互联网以及新一代信息技术的融合程度不断加深。与此同时，一些互联网企业也正在加快向工业设计、智能硬件、制造业服务等领域拓展。可以说，推进中国版的工业互联网，是智能制造的一种体现，既是大势所趋，也是发展所需。（来源：智造智库 文/王喜文 编选：网经社-电子商务研究中心）
