作者 / 周萬木 (IHS Markit工業自動化組高級分析師，上海 200122)

　　摘要：當前正進入IT與其他領域融合的第四次浪潮，工業物聯網是其中增長最快的部分，帶來的機會有連接、數據采集和計算等，本文著重探討了連接和采集的市場機會。

　　關鍵詞：工業物聯網;IT;OT;連接;采集

　　1 IT融合的四次浪潮

　　回顧從局域網到互聯網、再到移動互聯網的發展歷程中，載體、殺手級應用、使用的主體、速率、數量級都在改變。例如，消費互聯網實現的是人與人的連接、人與內容的連接;工業物聯網實現的是物與物的連接，即萬物互聯。

　　互聯網對行業的影響，一個是在廣度方面——不斷拓展行業應用，從電信到媒體，到消費電子，到內容，再到制造業/工業。另一方面是在深度上發展，未來將實現數字化、網絡化、智能化，以實現自我感知、自我識別、自我判斷。

　　伴隨著互聯網/ IT(信息技術)在各行各業的應用和融合，主要有四大浪潮。首先是“IT+電信”(如圖1)，這兩個行業的融合自然而然，可謂天生一對，電信技術也從模擬轉到數字;之后是“IT+消費類電子”，典型的產品是手機從模擬到數字，從功能機到智能機，還有各種平板電腦和可穿戴設備等;第三次浪潮是“IT+內容”，誕生了微博、微信/facebook(臉書)，涌現了很多自媒體、App的應用;接下來的第四次浪潮，IT還會繼續向其他行業滲透，更加細分，滲透到了制造業，例如工業、能源、移動、物流、政府和健康等領域。

　　2 工業物聯網的增速最快

　　據IHS Markit 2018年8月的預測，2018年將有310億個連接，其中，通訊業有168億件設備，但增速較慢，從2013到2020年只有8.0%的年均增長率;消費類電子有59億件設備連接，從2013到2020年有13.8%的年均增長率;商用和工業用的連接數有54億件設備，增長速度最快，從2013到2020年有25%的年均增長率。IHS的最新預測表明，從2018年到2030年，商用和工業領域將有50%的新連接設備，主要包括樓宇自動化、工廠自動化、化學、石油和天然氣等行業。

　　關于出貨量的預測，工業物聯網的出貨量增加最快，比例最大, 到2025年，工業和商業用物聯網的出貨量將占到一半以上^[1]。

　　具體到工業自動化設備，開關設備(switchgear)數量最大(如圖2)。傳感器在制造業中得到了廣泛的應用，再加上連接和傳輸更多數據的速度更快、信號完整性更好，都將成為IIoT(工業物聯網)的驅動力。

　　過去幾年，許多OT和IT廠商引入了新的物聯網平臺。這些平臺都有一個關鍵的特點：支持跨多臺/個機器、設備和公司的數據整合和通信，從而創建互連的組織和供應鏈。

　　實際上，引入工業物聯網的最大挑戰是人——從高級執行官到工廠層的操作員。如果人們不相信這些數據，或者不相信這些數據的使用，項目很可能會失敗。

　　工業物聯網的四個重要部分是：連接、數據采集、計算與創造是工業物聯網的組成部分。

　　3 工業物聯網的連接

　　連接是物聯網的基礎組件。5G和專用LTE網絡的不斷發展將有助于解決與設備連接相關的問題，特別是與安全、容量和網絡覆蓋相關的問題。然而，缺乏通用的連接標準仍然令人擔憂。在接下來的幾年里，諸如時間敏感網絡(TSN)、私有LTE和5G等新技術帶來了更大帶寬和更低延遲的潛力。

　　IoT的通信連接分兩種：有線和無線^[2]。有線的方式在工廠中還是主流;主要是工業以太網和現場總線;具體到垂直行業來看，工業自動化主要的連接方式還是有線形式，諸如工廠的現場總線和工業以太網。

　　無線按照通信距離分為短距離無線通信和遠距離無線通信。

　　按照網絡的綜合性能和數據傳輸率等，BT(藍牙)、NB-IoT功耗較低;而Wi-Fi、eMTC、UWB傳輸率會更高;與NB-IoT相對應的還有LoRa和Sigfox這些非授權的頻段(如圖4)。

　　目前應用更多的是蜂窩通信模塊(2G/3G/4G)，當然5G的出現，既覆蓋了短距離又覆蓋了長距離，可能會取代目前很多的無線通訊技術，一統江湖。

　　工業場景比較復雜多樣，例如生產過程的監管和控制、生產資產的管理和維護，以及現場服務等。不同的場景用到不同的工業通信產品。全球各自動化廠商、研究機構、標準化組織圍繞設備聯網推出了成百上千種現場總線協議、工業以太網協議。這些協議標準數量眾多且相對封閉，使得不同廠商出品的工業設備很難互聯互通，嚴重制約了設備互聯、上云。

　　據IHS Markit預測，工業以太網的連接數/安裝量將會在2021年超過工業現場總線;安全協議的發展比較迅速，特別是歐洲廠商在安全方面投入很多設備;但工業無線在工廠中的應用還是低于預期，主要是工廠對實時性的要求比較高;設備的多樣性決定了物聯網時代連接方式的多樣性，例如5G、NB-IoT、有線、工業以太網、總線、Wi-Fi、Zigbee、藍牙等通訊方式都可能存在，還可能會有新的通訊協議，例如MacBee等。未來有些設備可能支持一種以上的通訊方式，設備智能聯網需要選擇適合的通訊方式。

　　蜂窩技術與其他技術的一個關鍵區別是：蜂窩技術主要由電信運營商、移動網絡運營商(MNO)或移動虛擬網絡運營商(MVNO)通過公共網絡交付，而其他物聯網技術主要通過專用網絡提供(這與LoRaWAN和Sigfox不同)。

　　這意味著，使用蜂窩式物聯網或機器對機器(M2M)連接的組織傳統上為所使用的流量向MNO支付費用(預付或合同基礎上)，這與消費者支付移動語音和數據的方式基本相同。這種類型的經常性費用在很大程度上不適用于其他技術，這些技術是由企業自己單獨部署的，通常與一系列合作伙伴(如模塊供應商、系統集成商和平臺供應商)合作。

　　4 數據采集

　　4.1 固定和移動資產的數據采集

　　這里的目標是訪問連接設備的數據并移動或存儲這些數據。隨著傳感器數據的加入，網絡管理和規劃的重要性對于成功的物聯網解決方案至關重要。在此階段，與機器的嵌入式傳感器和I/O Link傳感器連接相關的標準將改進數據收集和傳輸過程。同時，IIoT網關作為網橋和IIoT設備與云之間的通信協議轉換器的作用將擴大，以支持邊緣分析/數據處理以增加智能。

　　工業設備/工業自動化產品分為固定的和移動的自動化產品和設備(如圖5);固定設備包括離散自動化產品、encoder(編碼器)、工業機器人、電機驅動產品、伺服運動控制、電機和發電機、流程控制產品、風機泵壓縮機和傳感器、開關設備等。

　　移動設備主要指AVG(自動導引小車)、抓手、叉車、掃描器、無人機、服務機器人等。

　　控制部分：包括工業軟件，如MES(制造企業生產過程執行管理系統)、CRM(客戶關系管理)、PLM(產品生命周期管理)等生產線管理系統及仿真系統、控制優化軟件等;控制系統主要是離散控制系統(DCS)、數據采集與監視控制(SCADA)和可編程邏輯控制器(PLC)，某些情況下也會用到單片機或工業計算機(IPC)實現控制。

　　傳動部分：工業自動化產品主要包括運動控制系統，如伺服系統和計算機數字控制(CNC)等產品;變頻傳動，如變頻器等用來驅動電機實現速度和功率變換的設備。

　　執行器：風機泵壓塑機、電機、發電機。

　　工業網絡，包括工業以太網、工業云、工業大數據、工控網絡安全等和下一代工控系統息息相關的技術。

　　以及其他的產品，如智能控制閥、接觸器等較為零散的產品。

　　4.2 IIoT的機會在于對傳統設備的重新定義和轉型升級

　　IHS Markit認為工業物聯網的發展并不會直接拉動這些傳統設備的銷量上升，但會產生一些新的機會，就像蘋果公司重新定義手機一樣。在工業領域，一些新興的廠商有可能會重新定義電機、變頻器等傳統產品，甚至重新定義產品模式和服務模式，對傳統的公司產生沖擊。

　　那么，怎樣進行重新定義呢?

　　物聯網時期的產品架構包括三部分(如圖6)。

　　第一部分是產品本身：主要包括軟件和硬件。電子部分有嵌入式軟件和非嵌入式軟件，是嵌入在控制器、通信和傳感裝置中的采集、控制和通信軟件。

　　第二部分是連接，一是連接云，二是與外界其他產品和信息源的連接。

　　第三部分是產品云，包括應用程序、分析/處理引擎、應用平臺、產品數據庫信息。

　　4.3 傳感器和處理器的機會

　　數據采集主要是在傳統的設備上加裝傳感器/MEMS(微機電系統)和傳感器，讓傳統的設備更加自動化、智能化、數字化，以實現網絡化。所以設備上云、加裝傳感器主要推動了傳感器、處理器的市場發展。

　　據IHS Markit分析(如圖7)，從2016年到2025年，相關IC的綜合年均增長率為9.6%，其中， 2018年IoT連接IC的市場為124億，年均增長率11.4%;2018年IoT傳感器為175億，年均增長率5.5%;2018年處理器芯片為72億，年均增長率14.4%。

　　另外一個增長動力來自于各種傳感器/MEMS的價格下降。由于消費電子大量使用傳感器/MEMS，例如加速度傳感器、壓力傳感器、磁傳感器、6軸慣性傳感器、陀螺儀等，這些傳感器最近幾年在消費電子產品方面出貨量非常大，價格下降得非常明顯，性能由于經過消費電子的大量應用檢驗，性價比較高。工業物聯網領域相關傳感器、處理器等硬件的成本不斷下降，大大促進了工業物聯網的經濟可行性。

　　工業的應用場景非常多，細分市場分散，工業上使用的傳感器種類非常多：比如慣性傳感器、加速度、磁傳感器、振動傳感器等。

　　舉一個振動傳感器的例子;在非常傳統的電機系統上加裝振動傳感器和發射器，以采集電機的工作/振動狀態數據，形成大數據分析，可以做預測性維護和狀態檢測，可進行遠程維護和遠程診斷

　　關于圖像傳感器，筆者曾經在軸承行業做過調研，傳統的軸承生產過程中，對產品的檢測是首件檢測、尾件檢測、中間抽檢。而每一批產品，都要手工檢測。傳統的生產批量大，這種模式效率低一些可以忍受;如果每種產品批次很少，用傳統接觸式檢測的效率低，每次檢測調整周期長?，F在工業對于非接觸式檢測，也就是通過圖像識別檢測的需求特別旺盛。如果可以實現非接觸式圖像檢測，一方面可以提高生產設備的柔性，實現件件檢測，提高質量水平;還可以通過檢測實現動態刀具補償，降低產品的偏差。

　　參考文獻：

　　[1]周萬木.制造業在轉型：進入一個全新的數字世界.電子產品世界,2017(11):6-14

　　[2]何暉.IoT的連接芯片機會及NB-IoT特點. 電子產品世界,2018(11):4-8

本文來源于科技期刊《電子產品世界》2019年第3期第9頁，歡迎您寫論文時引用，并注明出處