引言：什么是工业物联网？
什么是物联网（IoT）？
IoT是物联网（Internet of Things）。《牛津英语词典》对物联网的定义是：”互联网的进一步发展，使其中日常物体具有网络连接性，允许它们发送和接收数据”。
简单的说，物联网就是由互联网连接的物理物体组成的网络，这些物体可以相互沟通，也可以与其他系统沟通。
物联网在我们的日常生活中很常见，从wifi控制的灯泡和温度控制（如Nest）到智能家居系统（如亚马逊的Alexa和Google Home）。
什么是工业物联网（IIoT）？
工业物联网（IIoT，Industrial Internet of Things），是指在工业背景下使用的物联网。这些概念围绕着在 “智能工厂 “中进行设备的连接和数据管理，以实现生产力和质量的提升。
联网的设备/资产和边缘设备将信息发送到数据通信基础设施，然后将其转化为可指导操作的信息。随着时间的推移，工程师可以使用这些数据来寻找模式，从而帮助确定更大的问题及问题根源。这些信息还可以帮助推动业务决策和流程改进。
IoT与IIoT有什么区别？
IoT应用往往以消费者为中心，而IIoT应用则专注于提高制造、供应链管理背景下的效率。
为管理好在高风险的工业环境中的关键设备，IIoT设备必然是复杂的。传感器必须更敏感，才能提供所需的数据精度，以实现它们为制造企业提供的自动化、可视性和分析能力。
另一方面，物联网产品用于风险较低的情况（通常作为消费产品）。它们的好处通常会带来便利，而设备发生故障的后果也不那么严重。
但在工业环境中，生产连续性、安全性和保障性至关重要。ARC咨询公司建议：”必须保持极度警惕，以确保IIoT所隐含的无所不在的连接性和开放性不会带来损害，也不会让用户和/或应用程序因原始数据过多而不堪重负。” 这些独特的挑战要求IIoT具有比普通物联网更强大的功能。
原文：The Ultimate Guide to Industrial IoT for Manufacturers 译：吴若童
第一章：IIoT对制造企业的好处
IIoT正在改变制造业的游戏规则。与IIoT连接的机器比以往可以更能准确和一致地捕获和交流实时数据。IIoT使组织能够打破数据孤岛，在各层面获得连通的信息。
获得可操作数据的好处是有重要意义的。操作人员、主管和工程师可以获得生产的可视性。工程师可以从流程、操作员行为和机器数据中获得信息，以实现持续改进，提高工厂车间的效率。同时，管理层可以在数据的支持下做出更有效的业务决策。总的来说，各级人员可以更快地发现问题和低效，并优化他们的操作。这种数据驱动的决策使解决问题不再需要猜测。
IIoT的好处:
- 提高设备利用率
工业物联网使制造商能够将他们的机器连接到互联网。互联的机器让制造商深入了解设备的健康状况，以及实时的KPI。这些包括整体设备效率（OEE）和整体流程效率（OPE）等。这些数据可以帮助制造商识别出和解决好意外停机的原因。他们还可以通过强化预防性设备维护的需求来提高设备利用率。
- 预测性维护
来自IIoT连接系统的实时数据可以帮助预测机械的缺陷。这使得制造商能够在问题发生之前对其采取预防措施，最终提高机器的正常运行时间和整体生产力。预防设备故障可减少加工处理、返工、废品和计划外停机时间。这些改进有助于制造商节省相关成本。
- 资产跟踪
制造商可以在整个供应链中跟踪产品，并提醒利益相关者产品的缺陷或潜在缺陷。
- 设施管理
与物联网连接的环境传感器可以监测振动、温度、湿度等条件。它们可以检测对操作产生负面影响或导致设备过度磨损的条件。
- 及时制造（JIT）
实时数据报告使准时制造成为可能。可以实时调整流程，消除浪费，使生产按时完成，并与在制品和原材料同步。这有助于使计划生产更接近实际生产。
- 远程管理设备/资产
连接设备意味着现在可以集中访问远程的设备/资产的数据。这些资产可以被远程监测和控制，从而实现更大程度的控制。
- 更易用的交互界面
应用软件允许操作人员、工程师和管理人员通过HMI（人机界面）监控数据。HMI更加直观，特别是对于IT水平不高的人员。这些界面还集中了不同来源的数据。因此，人员不需要经过大量的培训，也不需要依赖IT人员就可以掌握工具的使用。
- 跨工厂共享知识
将知识体系化，使关键的知识长期保存下来。集中化的知识也有助于流程的标准化。这对组织内部的持续改进工作至关重要。最后，拥有标准化、集中化的知识可以让专家们无论身在何处都能对问题做出反应。
数据孤岛和部落知识（多年经验积累的知识，口口相传，但没有标准化或文档化），是造成制造商效率低下的重要原因。对制造商来说，知识共享现在比以往任何时候都更加重要，老员工每天1万的速度从劳动力队伍中退休。如果退休劳动力的知识不被保存下来，就需要后辈重新摸索学习。
- 过程和行为监控
从支持物联网的设备和软件中收集的数据可以让管理者深入了解员工的表现。通过这些数据，他们可以确定瓶颈和需要改进的领域。例如，他们可以了解到员工在特定步骤中持续犯错或产生缺陷。利用这些信息，流程工程师可以进行根本原因分析，以确定可以进行哪些改进（并将这些数据作为衡量改进的基准）。
这些好处可以转化为成本节约、质量改进和效率提高，带来重大业务影响。
第二章：IIoT组件
ARC咨询集团对IIoT定义了四个关键部分。
- 智能的设备/资产
智能资产包括连接的 “物”–传感器、控制器和边缘设备，以及应用软件和安全组件。智能资产包括具有自带分析与通信能力的现代设备/资产。这些功能也可以添加到传统资产中。
这些资产能够实现连接、内置智能和支持分析。它们产生数据并能在整个价值链上共享信息。IIoT中智能设备/资产包括：
- 工厂仪表
- 工具装置
- 机器
- 具有传感器、处理器、内存和通信能力的系统或其他资产。
以下是一些常见的设备和装置类型。
- 传感器：提供来自现有资产或纳入新的或现有机器的新数据，这些数据可通过通用协议和通信技术从外部获取。
- 边缘设备：是控制两个网络之间边界的数据流的硬件。它们本质上是作为网络入口或出口点。边缘设备实现了在网络之间传输、路由、处理、监控、过滤、翻译和存储数据等功能。
边缘设备收集、处理和存储的数据更接近端点，以更有效地利用网络资源。 - 物联网网关：是制造环境中常见的边缘类设备，用于与外部网络进行通信。传感器和其他设备也是边缘设备的类型。
- 嵌入式系统：指的是专门用于单一目的的计算机（与通用型计算机相对）。嵌入式设备有自己的计算能力，包括处理器、内存、操作系统和通信能力。在IIoT中，有许多嵌入式计算设备与系统内的其他设备协同工作。
制造业背景下嵌入式计算的一个例子是使用机器视觉系统进行检测，以提高生产质量和产量。嵌入式计算机系统通过使用传感器和其他通信模式，在无人介入的情况下自行运行。
- 数据通信基础设施
IIoT系统中的资产需要互联网和其他网络技术才能进行通信。
IIoT系统通常部署在云基础设施上（如亚马逊云等）。云计算需要使用远程服务器网络而不是本地服务器来存储、管理和处理数据。
- 应用软件
物联网软件可以对设备，以及设备收集的数据进行分析。它还为用户提供了一个与IIoT系统交互的界面。软件是让人们做出更好的决策，提高管理绩效。
与内部系统相比，基于云的软件为制造企业提供了许多好处。这些好处包括较低的总拥有成本、更高的可靠性、更快的速度 ，以及灵活性。
- 人员/人工
在任何IIoT系统中，一个重要但经常被忽视的部分是人。人与系统互动，根据IIoT其他组件产生的数据和分析做出决策。更好的数据和更强大的分析工具使人们能够更好地与工厂设备、机器、系统和其他人员联系起来。因此，量化的决策将随之而来。
第三章 制造业的IIoT实例
IIoT的用例数不胜数，而且不断扩大。下面是几个例子。
监控设备数据以跟踪OEE/OPE
IIoT通过将其线下的过程在线化，让制造企业可以获得设备数据的可视性。制造商可以通过使用连接到IOT网关的传感器来监控其传统机器的状态数据。收集机器正常运行时间、计划外停机时间等数据，使制造商能够跟踪整体设备效率(OEE)和整体流程效率(OPE)。这些指标作为衡量流程改进的基准特别有用。
实时质量保证
制造企业可以在质检站使用连接的传感器和设备，如机器视觉摄像机、秤、卡尺和温湿度传感器。智能传感器可以使检测过程的精度明显高于人工检测。质量检查站可以集成在整个生产过程中，以便及早发现缺陷，并提前解决。
防错
“Poka yoke “是一种精益生产技术，日语翻译为 “防错”。制造企业可以使用IIoT设备在第一时间防止错误发。例如，制造商可以部署“按灯拣货”系统，以引导操作员到特定的货仓进行装配处理。他们可以对检测产品称重来判断是否超出规格，即使发现错误。
第四章 IIoT实施的成功因素
工厂实施IIoT是一项值得投入，但复杂的工作。公司应将IIoT实施视为全公司级的数字化转型，而不是一次性项目。成功地完成IIoT实施需要您的管理、工程、IT和OT团队之间的紧密配合以及全公司范围内的支持。
在你开始之前，你应当要了解它会带来什么，并意识到常见的陷阱。制造企业发现IIoT实施远比他们预期的复杂，这并不罕见。根据思科2017年的一份报告，大约60%的物联网计划没有通过概念验证（PoC）阶段。
ARC咨询公司建议IIoT实施的成功因素如下。
- 适当的OT和IT领域知识
- 明确了解业务需求，包括对灵活性和可扩展性的需求
- 对OT和IT进行紧密结合
- 在开发和实施解决方案时，OT和IT供应商之间、供应商和最终用户之间、工厂工程师、工艺工程师和数据科学家之间要密切合作
- 认真考虑如何随着时间的推移对解决方案进行维护和微调。
- 适应新商业模式的能力
- 网络安全：安全和强大的网络（有线和无线）。
- 内部IT和OT小组之间，工厂工程师、工艺工程师和数据科学家之间的持续的紧密合作。
具备这些因素，可以让你的组织获得长期的成功，并让你在数字化转型的道路上获得好处。
第五章：如何实施IIoT项目
- 确定IIoT项目的目标
你的IIoT项目最重要的部分是定义清晰、可衡量的目标。你的IIoT项目的商业场景是什么？
IIoT项目应该解决具体的业务问题，这些问题可能包括（但不限于）提高质量、提高机器利用率和推动更快的改进周期。
在着手收集数据之前，你应该知道你希望你的数据能回答什么问题。确定这个问题的答案应该包括与你的生产人员和工程师进行对话。对可以改进的领域进行分析、分类和总结信息。你有可能已经对需要改进的领域有了想法–现在你可以用数据来精准定位，并做出明智的决定。
- 确定成功的衡量标准
你的目标应该可以通过KPI和预先定义的成功衡量标准来衡量。如果没有关键业务指标的基础，公司实施的新技术将无法实现其承诺。
- 定义一个计划。
问问自己，我如何才能收集到实现目标所需的数据？哪些技术可以帮助我收集这些数据？
为了回答这些问题，你必须应该评估你的设备的连接状态。大多数现代机器的设计是为了给你提供一套信息，并配备了连接功能，如OPC或以太网连接。传统机器需要一个更复杂的过程，通常可以使用传感器（如电流传感器或GPIO传感）和物联网网关实现在线。
您还需要考虑您需要对您的设施或网络基础设施进行的任何更改，例如安装以太网滴和运行电缆。请记住，任何需要做出的改变都需要额外的时间来实施。获得公司中具有IT专业知识的人的合作也是至关重要的，因为你很可能需要他们的批准才能进行任何更改。
- 用概念验证（POC）来证明投资回报率。
概念验证，也称为价值证明(PoV)，是一个实验，应该回答以下问题。
该技术为你的公司创造了什么价值？
你的投资回报率是多少？
在规划价值证明时，你应该具有战略性。找到一个可以小规模展示快速投资回报（ROI）的领域。从小规模开始，有一个具体的时间框架，并通过定义的成功指标和特定的数据集来衡量管理预期。
你的初始设置越复杂，部署的时间就越长，成功的可能性就越低。人们有增加复杂性来解决问题的倾向。抵制!
- 获得公司支持。
使用从你的IIoT连接中获得的数据来证明你的POC的投资回报率。一旦你掌握了成功的概念验证的投资回报率，就可以向管理层推销项目了。
任何成功的业务转型都需要文化上的改变，以支持和维持这一举措。上层管理人员的支持和承诺对指导项目至关重要。
- 扩大实施规模。
当你准备将项目扩大到全面实施时，一定要将利益相关者对PoC的反馈纳入其中。
从PoC到全面实施的过程中，制定一个高层次的路线图是很有帮助的。这为项目提供了明确性，将行动与愿景联系起来，并为时间表和成本提供了参考。
