在線客服
企業微信
1.前言
越來越多的制造業企業正在或計劃開展數字化轉型，不少企業也都根據企業戰略制定了“數字化規劃”，不過從形形色色的戰略轉化出的規劃來看，雖然企業將工業物聯網作為規劃中的一部分，但對其所能產出的功效（價值）、實施的路徑（方法）、所需的支持（協同）、物聯的環境（基礎）等都尚未明確，這直接導致貿然開展工業物聯網項目后，企業普遍認為與MES等系統差別不大，項目成果未達到實施目的。就此問題，本文根據數個項目的實施過程及實施后評價，對與工業物聯網平臺相關的幾個問題進行分析，以期后續能查漏補缺，同時也對未來發展做適度展望。
2.物聯網的定義及發展趨勢
物聯網最初由麻省理工學院的Auto-ID Center（自動化識別中心）與1999年提出，他們對物聯網的定義為：通過RFID、激光/紅外識別、GPS等信息傳感設備按協議約定將任何商品與互聯網連接并進行信息交換，以此實現智能化識別、定位、跟蹤、監控和管理的一種網絡。2009年9月，歐盟委員會信息和社會媒體司Lorent Ferderix博士提出：物聯網是一種動態的全球網絡基礎設施，它具有基于標準和互通操作通信協議的自主組織能力，其中物理和虛擬的“物”都具有身份標識，其物理屬性、虛擬特性和交互協議可與信息網絡無縫整合。而由我國工程院院士李伯虎先生提出的定義為：物聯網是通過識別、感知技術與設備獲取物體或者環境的靜態/動態信息，再由網絡傳輸通信技術與設備進行信息處理，以此實現虛擬與物理世界的智能化管理與控制的智能化高效能網絡。
工業物聯網屬于物聯網的一種特殊應用場景，也符合上述定義。但通過時間線來看這三方的定義，可以發現物聯網的實質內容在逐步增加：以MIT定義為例，其主要以物理傳感器作為媒介，通過協議采集目標對象的相關信息，此時的“物”主要局限在物理世界中。Lorent Ferderix博士在MIT的基礎上，將“物”從物理世界擴展至虛擬世界中，并明確物理和虛擬的“物”可通過交互協議與信息網絡整合到一起。我國李伯虎院士在Lorent Ferderix博士的基礎上，重點提出了對“物”的管控具有一定的“智能化”。總體來看，其實就是制造業的“信息化”、“數字化”及“智能化”的三個階段體現。
從上述內容不難看出，工業物聯網應歸類與智能化階段，要求工業物聯網作為AI（虛擬）及機器人（物理）的中間橋梁，實現虛擬大腦指揮物理設備的設想。如果要實現這樣的目標，那么AI就不能單單理解為某一種邏輯算法，而應將AI作為各業務系統的總和，根據知識工程及最優算法輸出最經濟的業務執行過程，以此來為企業賺取更多的利潤。
3.工業物聯網實施策略
制造業企業要實施好工業物聯網，除需要理解物聯網的內在含義外，還需要了解配套的實施方法，制定合理的中短期目標，明確每一期目標所需要獲得的收益以及實施過程中所可能面臨的風險。從項目角度來看，首先應明確項目做成后的收益來源，根據收益拆分所需實現的目標，由目標推導出需求，再根據需求制定合理的解決方案，最后輔以一定的跟蹤，才能落實好工業物聯網。
收益來源
收益來源是一個很寬泛的概念，收益既可以理解為項目實施完成后，從系統中獲取的利潤，以SAP為例，可以理解為對進銷存進行管理，避免訂單延期導致的損失。以CRM/SRM為例，也可以理解為根據客戶以往下單規律，提前在原材料低谷時預先儲備，提前準備產品在客戶下單時可快速交付而帶來的利潤增加等。對于工業物聯網而言，根據物聯網的定義及發展應概括成：基于以虛擬或物理環境的信息，根據已制定的算法模型，自動出具收益（避免損失或增加利潤）最大的系統工程方案。
在制造業中，工業物聯網的收益應更為廣泛，一般分為行業/產業物聯網和企業物聯網兩種模式。
1）行業/產業的工業物聯網
此種物聯網更多由政府側或非營利性組織提出，例如行業協會等。其目的在于避免內耗，提前準備，政策預判等。在PTC某年度技術大會上，徐州某大型工程機械企業就分享了一則有關于工業物聯網的應用實例：在前一年因工程機械行業受累于基建的影響，不少工程機械的設備因采購乏力導致產品滯銷，企業決策層正苦惱于庫存高企及訂單減少的壓力，而在此之前已賣出的工程機械設備上已全面加裝傳感器，通過4G信號傳輸至企業云端服務器，此時信息化部門的管理層基于此向企業決策層建言，根據目前已賣出的設備開機率來推測，今年年中即可迎來基建及工程機械行業的回暖，同時向決策層提供了開工設備所處于的地域、運行時間等重要信息，最終決策層研判提前應對，順利完成了當年的經營目標。從政府側或行業側來看，很少能獲取第一手可信數據，所以制定出的政策往往不能真正解決問題，而反觀工業物聯網，其可隨時洞察某一個具體行業的現狀，并根據近期行業供需的波動，提前預判近期經濟形勢的變化趨勢，繼而制定相應的對策，做好全行業/全產業鏈的協同，為社會賺取更多的收益。
2）企業工業物聯網
此類源于企業內部，通過采集企業車間設備（物理）、業務系統的數據（虛擬），為企業搭建決策層、管理層及執行層的一體化業務平臺。以業務系統為例：銷售人員可以通過IIoT平臺實時獲取ERP系統中某一產品的可銷售庫存量，并在客戶現場實施調整報價及到貨周期，進一步提升競爭優勢。而當庫存不足以滿足客戶需求時，又可以通過IIoT聯動MES/APS系統，預測最快的交貨周期及交貨策略，為銷售人員獲取訂單提供可靠的數據支撐。同理對于采購人員，也可以通過IIoT平臺獲取近幾年內原材料采購價格的波動情況，適度調整采購量。而對于研發或生產人員，可以通過IIoT平臺獲取PLM/CAPP等系統，制定與企業設備相匹配的生產工藝，并逐年優化，進而提升產品質量，降低不合格品的數量。而對于企業管理人員，又可以通過設備綜合利用率（OEE）來判斷產能是否區域瓶頸，并根據業務發展情況制定關停或新購產線的決策。從企業內部推行IIoT的初衷來看，其更偏向于BI式的決策平臺，收益的判定更多來源于企業的避損。
3.1 實施模式
既然實施工業物聯網有上述諸多收益，但如何鎖定并落實此部分收益，則是每個企業所面臨的難點。從目前實施情況來看，所涉及的主體對象共分3塊，分別為設備（物理）、系統（虛擬）、智能（人或算法）。
工業物聯網若想實現項目目標，則需要根據自身主體及情況，制定合理的實施策略。從廣義上來看，工業物聯網項目實施就2種主要途徑：
1）自底向上（設備-系統-決策）
此種途徑常見于企業決策層未制定出清晰的工業物聯網平臺的應用規劃，也沒有形成明確的應用訴求及收益點，只從外界獲悉了工業物聯網平臺能力，便準備開展相關項目的實施。此種途徑的優勢在于：因頂層設計缺乏，為避免考慮不周而引起后續的重復投資，所以在項目實施初，就將企業內部的所有設備登記成冊，并根據設備情況，將設備（物理）層的相關數據全部提取出來，待IIoT平臺實際使用一段時間后，再將真實的業務需求逐步調整。而若不采用此種模式，很容易在IIoT上線后業務部門發現提取的信息并非所期望的，在此情況下既浪費了項目投資又難以為企業提供價值。而若將所有數據先期全部采集后，若后續業務發現所要非所得后，可直接進行調整，不用因新數據采集而產生二次投資。
然而對于設備數據全部提取所帶來的成本增加，在IIoT系統架構合理規劃的前提下，也處于可控可接受的范圍。對于數據采集的設備，可按如下劃分：
●CNC設備（RJ45，含各類轉RJ45端口設備）
數控設備的狀態監測與信息獲取。在每臺數控機床上都配置有一個智能采集卡（智能設備），采集卡上裝配有傳感器組。可以采集包括主軸振動、軸承座溫度信號，以及零件加工信息在內的多種狀態信息。智能采集卡將獲得的數據通過無線傳輸接口直接上傳到服務器端。所以只要CNC設備具有網口（RJ45）即可完成單臺CNC設備的運行數據采集。所以對于采集數據類型的多與少，并不增加額外的采購成本。
●PLC通信接口設備（非RJ45端口）
PLC設備大多通過RS485/232等接口輸出模擬或數字信號，然而模擬信號一般不能直接進入系統（虛擬）層，所以常將模擬信號轉為數字信號。例如在電機外殼安裝振動傳感器，通過RS485將振動頻率數值通過集線器（HUB）、網關（Gate）傳入IIoT平臺。
若以自底向上模式計算工業物聯網設備采購及調試費用，那么在采集物理量總量不變的情況下，以一次規劃完整、數據采集齊備的方式最為經濟。即以自底向上的模式下，應盡可能規劃所有所需要采集的物理量或信息，避免后期多次新購對網絡及設備產生的影響，也可在后續應因業務需求變化而隨時提供相關信息。同時若考慮大批量采購的優惠，實際一次采購的性價比更優于二次采購。若再考慮二次安裝可能帶來的對前次安裝的改造調整，那么整體實際費用恐怕會更高。
2）自頂向下（決策-系統-設備）
此種模式常見于企業決策層已非常明確業務需求，或者外部咨詢公司向公司提供了明晰的、確定的、所需采集的物理量或信息。那么系統層規劃及設備層采購按既定決策落實即可。此種模式的優勢在于避免了大規模采集所有物理量或信息所帶來的浪費，也大為降低因信息量過大而導致的技術難度成倍增加、更避免了因信息量過大導致實施周期過長的問題。
同時此種模式更有利于制造業企業內部推行工業物聯網，其原因在于：制造業企業的項目出發點在于通過項目獲取收益，而且企業實施項目有預算上限及成本考核，若采用自底向上的模式，雖然也可以實施工業物聯網，但靡費甚大。反觀自頂向下，當企業決策層指定出信息后，管理層進行拆分及落實就變得更為容易。
3.2 新技術使用及理念分析
實施IIoT時，都必須要明確IIoT項目所需要實現的價值，無論實施方式采用哪種模式，只有真正采集到有價值的信息，才能為企業帶來收益。根據目前實施的項目，對如下事項進行討論：
●4G/5G模塊
在實施IIoT項目時，常會與ISP（信息服務提供商）合作，首年合作時3家ISP服務商都會開出較為有吸引力的價格，但企業需要仔細計算使用4G/5G信號的RoI，并根據應用場景判斷，是否需要接入4G/5G。
i.安全性
車間的設備通過AP網關即可接入4G/5G蜂窩網絡，即使在加裝硬件防火墻的情況下，依舊難以保證設備數據不泄露，更嚴重的情況下，車間設備被黑客遠程控制，對車間及人員的安全造成威脅。
目前我國是全球受到信息安全威脅最為嚴重的國家，一旦介入4G/5G網絡，在目前的安全形勢下，不可能確保設備及人員安全萬無一失。在安全的前提下，不建議將可遠程控制的設備通過蜂窩網絡發布出去。而對于不可遠程控制的設備，建議只通過蜂窩網絡上傳必要的數據，避免對蜂窩網絡的流量占用，也降低信息泄露的風險。
ii.使用場景
通過分析4G/5G的性能優勢可以大致歸納出相應的使用場景，一般而言借助蜂窩網絡（數據高速傳輸，低延時的優點），在遠程會診、特殊地域信息采集等場景有應用。以遠程會診為例，醫生可通過蜂窩網進行跨域遠程醫療，對于車間設備故障，設備生產商也可進行跨域維護。特殊地域信息采集場景包括礦場、建筑施工現場、海上鉆井平臺、氣象觀測站等。對于制造業企業的車間，一般通過內網進行設備連接，無線也常使用WIFI、Zigbee等實現。
iii.經濟性
蜂窩網絡的使用費用最主要來自于流量費，ISP一般以首年大幅度優惠吸引用戶，次年起恢復正常資費。若以有線網絡計費，則費用主要來自于企業網絡帶寬年費。企業使用IIoT不可能只使用一年，若以5年計，那么以實時傳輸30臺設備參數信息至遠程服務器為例，有線網絡寬帶資費將大大低于蜂窩網絡。所以若企業已具備設備維護能力且幾乎不需要外部資源支持，IIoT服務器又在企業內部時，則不需使用蜂窩網絡。但若企業無設備維護能力，每月都需要外部專家遠程運維，或企業為輕資產將數據存放于云服務器時，則可能使用蜂窩網絡。
iv.傳輸性能
從目前公開數據顯示，4G信號最大傳輸速率為100mbps，也就是12.5MB/s。5G信號最大傳輸速率為10Gbps，也就是1.25GB/s。以華為S5735S-L系列交換機為例，整機交換容量大于336Gbps，所以若服務器與設備采集模塊處于同一網絡時，內網交換機的傳輸性能優于蜂窩網絡。當然考慮性能時還需考慮經濟性，一般不會對每個傳感器都配備無線傳輸模塊，因為按此方式配置則成本將非常高，常規做法是將多個設備的信息傳輸至某一設備中集中存儲，然后對此集中設備安裝無線模塊，這樣統一傳輸的經濟性會更好，即使按此方式，因總流量不變，所以資費依舊比內網要高。且信息集中存放并傳輸具有一定的瓶頸，一旦超過負載能力，實時效果將打折扣。
●預測性維護/維修
可預測性維護維修是不少企業實施IIoT時的一個需求點，應該說這樣的想法很好，很類似上醫治未病的理念實踐，但IIoT實施完成后，常發現并未實現預測性維修，甚至預測準確性十分低下，究其原因就在于設備故障的發生具有隨機性。如同人一樣，同一個地域同人種，壽命長短各不一樣。
以上海寶鋼煉鋼廠4cc機組為例，原始設備運維數據由點檢員承擔，記錄每次扇形段更換的時間及爐數。4cc機組設備如下圖所示：
4cc流水線由：1臺結晶器（MD）、1臺0號段（S0），3臺扇形段A段（SA），3臺扇形段B段（SB），1臺扇形段C段（SC），1臺扇形段D段（SD），10臺扇形段E段（SE）組成。
運維數據通過點檢表記錄：
從以往點檢記錄來看，扇形段的更換爐數飄忽不定，每次連鑄設備異常后，對鋼坯表面都有一定量的劃傷，最終導致鋼坯降級甚至報廢，對企業日常經營造成損失。所以寄希望于通過IIoT的實施，在連鑄設備損壞前，利用澆筑間隔將快損壞的扇形段替換下，以達到減小損失的目的。
實施IIoT后發現預測的準確度很低，沒有達到當初的目標，分析有如下原因：
●設備故障的現象與原因是一對多的關系
例如鋼坯表面發生劃傷，存在多種原因導致：長短輥運行速度不一致，上下段輥子滾動速度不一致，中間支撐破損等。IIoT所采集的數據只能反映異常情況，對于故障的實際原因還需人為判斷。
●維修情況
扇形段在維修完成時，都會記錄其相應的每個輥子的對中值，只要在符合的范圍內，都可視作修復完成。但其中每一個數據的微小差異，在惡劣的工況條件下對在線壽命有明顯的影響。所以可預測性不僅需要監控設備運行狀態，還需要掌握設備的初始狀態，兩者相結合才可能實現預測性。
●設備零件壽命
設備是否運行正常，依賴于其零件運行是否正常。而4cc機組從扇形段至輥子，其中的零件數量眾多，使用的工況也可不一樣，例如0號段澆筑的鋼水溫度超過1000攝氏度，而E號段的鋼坯溫度不超過600攝氏度，不同的工況對于零件壽命的影響也是巨大的。對于一整條流水線而言，不能只考慮單體扇形段的運行情況，要從全局來判斷，那么E段的壽命高于0號段，0號段中的結晶器、銅板等壽命就決定整條流水線的單次澆筑壽命長短。
●故障多變
4cc機組在運行過程中，有時僅僅因為長短輥水溫異常，就繼而導致潤滑不完全，進一步加劇輥子轉動不同步的情況，最終長短輥軸承滾珠碎裂。從此過程來看，水溫異常會進一步導致其他故障發生，甚至影響后續其他設備運行。所以設備故障的形式可能不同，只要有連續因果因素存在，就會發現故障多變，難以精確定位故障源頭，進一步對精確預測造成困難。
4.結論
制造業企業實施工業物聯網，需要從價值出發，分解相應需求，再制定合乎于自身的實施方法，根據已有的信息制定合理的實施方案。對于時下熱門的蜂窩網絡、可預測性維護等概念，應站在自身的立場，完整全面的理解其應用背景后，再將此部分內容納入至實施方案中。
越來越多的制造業企業正在或計劃開展數字化轉型，不少企業也都根據企業戰略制定了“數字化規劃”，不過從形形色色的戰略轉化出的規劃來看，雖然企業將工業物聯網作為規劃中的一部分，但對其所能產出的功效（價值）、實施的路徑（方法）、所需的支持（協同）、物聯的環境（基礎）等都尚未明確，這直接導致貿然開展工業物聯網項目后，企業普遍認為與MES等系統差別不大，項目成果未達到實施目的。就此問題，本文根據數個項目的實施過程及實施后評價，對與工業物聯網平臺相關的幾個問題進行分析，以期后續能查漏補缺，同時也對未來發展做適度展望。
2.物聯網的定義及發展趨勢
物聯網最初由麻省理工學院的Auto-ID Center（自動化識別中心）與1999年提出，他們對物聯網的定義為：通過RFID、激光/紅外識別、GPS等信息傳感設備按協議約定將任何商品與互聯網連接并進行信息交換，以此實現智能化識別、定位、跟蹤、監控和管理的一種網絡。2009年9月，歐盟委員會信息和社會媒體司Lorent Ferderix博士提出：物聯網是一種動態的全球網絡基礎設施，它具有基于標準和互通操作通信協議的自主組織能力，其中物理和虛擬的“物”都具有身份標識，其物理屬性、虛擬特性和交互協議可與信息網絡無縫整合。而由我國工程院院士李伯虎先生提出的定義為：物聯網是通過識別、感知技術與設備獲取物體或者環境的靜態/動態信息，再由網絡傳輸通信技術與設備進行信息處理，以此實現虛擬與物理世界的智能化管理與控制的智能化高效能網絡。
工業物聯網屬于物聯網的一種特殊應用場景，也符合上述定義。但通過時間線來看這三方的定義，可以發現物聯網的實質內容在逐步增加：以MIT定義為例，其主要以物理傳感器作為媒介，通過協議采集目標對象的相關信息，此時的“物”主要局限在物理世界中。Lorent Ferderix博士在MIT的基礎上，將“物”從物理世界擴展至虛擬世界中，并明確物理和虛擬的“物”可通過交互協議與信息網絡整合到一起。我國李伯虎院士在Lorent Ferderix博士的基礎上，重點提出了對“物”的管控具有一定的“智能化”。總體來看，其實就是制造業的“信息化”、“數字化”及“智能化”的三個階段體現。
表1 信息化、數字化、智能化之間的差異
從上述內容不難看出，工業物聯網應歸類與智能化階段，要求工業物聯網作為AI（虛擬）及機器人（物理）的中間橋梁，實現虛擬大腦指揮物理設備的設想。如果要實現這樣的目標，那么AI就不能單單理解為某一種邏輯算法，而應將AI作為各業務系統的總和，根據知識工程及最優算法輸出最經濟的業務執行過程，以此來為企業賺取更多的利潤。
3.工業物聯網實施策略
制造業企業要實施好工業物聯網，除需要理解物聯網的內在含義外，還需要了解配套的實施方法，制定合理的中短期目標，明確每一期目標所需要獲得的收益以及實施過程中所可能面臨的風險。從項目角度來看，首先應明確項目做成后的收益來源，根據收益拆分所需實現的目標，由目標推導出需求，再根據需求制定合理的解決方案，最后輔以一定的跟蹤，才能落實好工業物聯網。
收益來源
收益來源是一個很寬泛的概念，收益既可以理解為項目實施完成后，從系統中獲取的利潤，以SAP為例，可以理解為對進銷存進行管理，避免訂單延期導致的損失。以CRM/SRM為例，也可以理解為根據客戶以往下單規律，提前在原材料低谷時預先儲備，提前準備產品在客戶下單時可快速交付而帶來的利潤增加等。對于工業物聯網而言，根據物聯網的定義及發展應概括成：基于以虛擬或物理環境的信息，根據已制定的算法模型，自動出具收益（避免損失或增加利潤）最大的系統工程方案。
在制造業中，工業物聯網的收益應更為廣泛，一般分為行業/產業物聯網和企業物聯網兩種模式。
1）行業/產業的工業物聯網
此種物聯網更多由政府側或非營利性組織提出，例如行業協會等。其目的在于避免內耗，提前準備，政策預判等。在PTC某年度技術大會上，徐州某大型工程機械企業就分享了一則有關于工業物聯網的應用實例：在前一年因工程機械行業受累于基建的影響，不少工程機械的設備因采購乏力導致產品滯銷，企業決策層正苦惱于庫存高企及訂單減少的壓力，而在此之前已賣出的工程機械設備上已全面加裝傳感器，通過4G信號傳輸至企業云端服務器，此時信息化部門的管理層基于此向企業決策層建言，根據目前已賣出的設備開機率來推測，今年年中即可迎來基建及工程機械行業的回暖，同時向決策層提供了開工設備所處于的地域、運行時間等重要信息，最終決策層研判提前應對，順利完成了當年的經營目標。從政府側或行業側來看，很少能獲取第一手可信數據，所以制定出的政策往往不能真正解決問題，而反觀工業物聯網，其可隨時洞察某一個具體行業的現狀，并根據近期行業供需的波動，提前預判近期經濟形勢的變化趨勢，繼而制定相應的對策，做好全行業/全產業鏈的協同，為社會賺取更多的收益。
2）企業工業物聯網
此類源于企業內部，通過采集企業車間設備（物理）、業務系統的數據（虛擬），為企業搭建決策層、管理層及執行層的一體化業務平臺。以業務系統為例：銷售人員可以通過IIoT平臺實時獲取ERP系統中某一產品的可銷售庫存量，并在客戶現場實施調整報價及到貨周期，進一步提升競爭優勢。而當庫存不足以滿足客戶需求時，又可以通過IIoT聯動MES/APS系統，預測最快的交貨周期及交貨策略，為銷售人員獲取訂單提供可靠的數據支撐。同理對于采購人員，也可以通過IIoT平臺獲取近幾年內原材料采購價格的波動情況，適度調整采購量。而對于研發或生產人員，可以通過IIoT平臺獲取PLM/CAPP等系統，制定與企業設備相匹配的生產工藝，并逐年優化，進而提升產品質量，降低不合格品的數量。而對于企業管理人員，又可以通過設備綜合利用率（OEE）來判斷產能是否區域瓶頸，并根據業務發展情況制定關停或新購產線的決策。從企業內部推行IIoT的初衷來看，其更偏向于BI式的決策平臺，收益的判定更多來源于企業的避損。
3.1 實施模式
既然實施工業物聯網有上述諸多收益，但如何鎖定并落實此部分收益，則是每個企業所面臨的難點。從目前實施情況來看，所涉及的主體對象共分3塊，分別為設備（物理）、系統（虛擬）、智能（人或算法）。
圖1 設備、系統、決策層內容
工業物聯網若想實現項目目標，則需要根據自身主體及情況，制定合理的實施策略。從廣義上來看，工業物聯網項目實施就2種主要途徑：
1）自底向上（設備-系統-決策）
此種途徑常見于企業決策層未制定出清晰的工業物聯網平臺的應用規劃，也沒有形成明確的應用訴求及收益點，只從外界獲悉了工業物聯網平臺能力，便準備開展相關項目的實施。此種途徑的優勢在于：因頂層設計缺乏，為避免考慮不周而引起后續的重復投資，所以在項目實施初，就將企業內部的所有設備登記成冊，并根據設備情況，將設備（物理）層的相關數據全部提取出來，待IIoT平臺實際使用一段時間后，再將真實的業務需求逐步調整。而若不采用此種模式，很容易在IIoT上線后業務部門發現提取的信息并非所期望的，在此情況下既浪費了項目投資又難以為企業提供價值。而若將所有數據先期全部采集后，若后續業務發現所要非所得后，可直接進行調整，不用因新數據采集而產生二次投資。
然而對于設備數據全部提取所帶來的成本增加，在IIoT系統架構合理規劃的前提下，也處于可控可接受的范圍。對于數據采集的設備，可按如下劃分：
●CNC設備（RJ45，含各類轉RJ45端口設備）
數控設備的狀態監測與信息獲取。在每臺數控機床上都配置有一個智能采集卡（智能設備），采集卡上裝配有傳感器組。可以采集包括主軸振動、軸承座溫度信號，以及零件加工信息在內的多種狀態信息。智能采集卡將獲得的數據通過無線傳輸接口直接上傳到服務器端。所以只要CNC設備具有網口（RJ45）即可完成單臺CNC設備的運行數據采集。所以對于采集數據類型的多與少，并不增加額外的采購成本。
●PLC通信接口設備（非RJ45端口）
PLC設備大多通過RS485/232等接口輸出模擬或數字信號，然而模擬信號一般不能直接進入系統（虛擬）層，所以常將模擬信號轉為數字信號。例如在電機外殼安裝振動傳感器，通過RS485將振動頻率數值通過集線器（HUB）、網關（Gate）傳入IIoT平臺。
圖2 設備鏈接拓撲
若以自底向上模式計算工業物聯網設備采購及調試費用，那么在采集物理量總量不變的情況下，以一次規劃完整、數據采集齊備的方式最為經濟。即以自底向上的模式下，應盡可能規劃所有所需要采集的物理量或信息，避免后期多次新購對網絡及設備產生的影響，也可在后續應因業務需求變化而隨時提供相關信息。同時若考慮大批量采購的優惠，實際一次采購的性價比更優于二次采購。若再考慮二次安裝可能帶來的對前次安裝的改造調整，那么整體實際費用恐怕會更高。
2）自頂向下（決策-系統-設備）
此種模式常見于企業決策層已非常明確業務需求，或者外部咨詢公司向公司提供了明晰的、確定的、所需采集的物理量或信息。那么系統層規劃及設備層采購按既定決策落實即可。此種模式的優勢在于避免了大規模采集所有物理量或信息所帶來的浪費，也大為降低因信息量過大而導致的技術難度成倍增加、更避免了因信息量過大導致實施周期過長的問題。
同時此種模式更有利于制造業企業內部推行工業物聯網，其原因在于：制造業企業的項目出發點在于通過項目獲取收益，而且企業實施項目有預算上限及成本考核，若采用自底向上的模式，雖然也可以實施工業物聯網，但靡費甚大。反觀自頂向下，當企業決策層指定出信息后，管理層進行拆分及落實就變得更為容易。
3.2 新技術使用及理念分析
實施IIoT時，都必須要明確IIoT項目所需要實現的價值，無論實施方式采用哪種模式，只有真正采集到有價值的信息，才能為企業帶來收益。根據目前實施的項目，對如下事項進行討論：
●4G/5G模塊
在實施IIoT項目時，常會與ISP（信息服務提供商）合作，首年合作時3家ISP服務商都會開出較為有吸引力的價格，但企業需要仔細計算使用4G/5G信號的RoI，并根據應用場景判斷，是否需要接入4G/5G。
i.安全性
車間的設備通過AP網關即可接入4G/5G蜂窩網絡，即使在加裝硬件防火墻的情況下，依舊難以保證設備數據不泄露，更嚴重的情況下，車間設備被黑客遠程控制，對車間及人員的安全造成威脅。
目前我國是全球受到信息安全威脅最為嚴重的國家，一旦介入4G/5G網絡，在目前的安全形勢下，不可能確保設備及人員安全萬無一失。在安全的前提下，不建議將可遠程控制的設備通過蜂窩網絡發布出去。而對于不可遠程控制的設備，建議只通過蜂窩網絡上傳必要的數據，避免對蜂窩網絡的流量占用，也降低信息泄露的風險。
ii.使用場景
通過分析4G/5G的性能優勢可以大致歸納出相應的使用場景，一般而言借助蜂窩網絡（數據高速傳輸，低延時的優點），在遠程會診、特殊地域信息采集等場景有應用。以遠程會診為例，醫生可通過蜂窩網進行跨域遠程醫療，對于車間設備故障，設備生產商也可進行跨域維護。特殊地域信息采集場景包括礦場、建筑施工現場、海上鉆井平臺、氣象觀測站等。對于制造業企業的車間，一般通過內網進行設備連接，無線也常使用WIFI、Zigbee等實現。
iii.經濟性
蜂窩網絡的使用費用最主要來自于流量費，ISP一般以首年大幅度優惠吸引用戶，次年起恢復正常資費。若以有線網絡計費，則費用主要來自于企業網絡帶寬年費。企業使用IIoT不可能只使用一年，若以5年計，那么以實時傳輸30臺設備參數信息至遠程服務器為例，有線網絡寬帶資費將大大低于蜂窩網絡。所以若企業已具備設備維護能力且幾乎不需要外部資源支持，IIoT服務器又在企業內部時，則不需使用蜂窩網絡。但若企業無設備維護能力，每月都需要外部專家遠程運維，或企業為輕資產將數據存放于云服務器時，則可能使用蜂窩網絡。
iv.傳輸性能
從目前公開數據顯示，4G信號最大傳輸速率為100mbps，也就是12.5MB/s。5G信號最大傳輸速率為10Gbps，也就是1.25GB/s。以華為S5735S-L系列交換機為例，整機交換容量大于336Gbps，所以若服務器與設備采集模塊處于同一網絡時，內網交換機的傳輸性能優于蜂窩網絡。當然考慮性能時還需考慮經濟性，一般不會對每個傳感器都配備無線傳輸模塊，因為按此方式配置則成本將非常高，常規做法是將多個設備的信息傳輸至某一設備中集中存儲，然后對此集中設備安裝無線模塊，這樣統一傳輸的經濟性會更好，即使按此方式，因總流量不變，所以資費依舊比內網要高。且信息集中存放并傳輸具有一定的瓶頸，一旦超過負載能力，實時效果將打折扣。
●預測性維護/維修
可預測性維護維修是不少企業實施IIoT時的一個需求點，應該說這樣的想法很好，很類似上醫治未病的理念實踐，但IIoT實施完成后，常發現并未實現預測性維修，甚至預測準確性十分低下，究其原因就在于設備故障的發生具有隨機性。如同人一樣，同一個地域同人種，壽命長短各不一樣。
以上海寶鋼煉鋼廠4cc機組為例，原始設備運維數據由點檢員承擔，記錄每次扇形段更換的時間及爐數。4cc機組設備如下圖所示：
圖3 連鑄機
4cc流水線由：1臺結晶器（MD）、1臺0號段（S0），3臺扇形段A段（SA），3臺扇形段B段（SB），1臺扇形段C段（SC），1臺扇形段D段（SD），10臺扇形段E段（SE）組成。
運維數據通過點檢表記錄：
表2 點檢表
從以往點檢記錄來看，扇形段的更換爐數飄忽不定，每次連鑄設備異常后，對鋼坯表面都有一定量的劃傷，最終導致鋼坯降級甚至報廢，對企業日常經營造成損失。所以寄希望于通過IIoT的實施，在連鑄設備損壞前，利用澆筑間隔將快損壞的扇形段替換下，以達到減小損失的目的。
實施IIoT后發現預測的準確度很低，沒有達到當初的目標，分析有如下原因：
●設備故障的現象與原因是一對多的關系
例如鋼坯表面發生劃傷，存在多種原因導致：長短輥運行速度不一致，上下段輥子滾動速度不一致，中間支撐破損等。IIoT所采集的數據只能反映異常情況，對于故障的實際原因還需人為判斷。
●維修情況
扇形段在維修完成時，都會記錄其相應的每個輥子的對中值，只要在符合的范圍內，都可視作修復完成。但其中每一個數據的微小差異，在惡劣的工況條件下對在線壽命有明顯的影響。所以可預測性不僅需要監控設備運行狀態，還需要掌握設備的初始狀態，兩者相結合才可能實現預測性。
●設備零件壽命
設備是否運行正常，依賴于其零件運行是否正常。而4cc機組從扇形段至輥子，其中的零件數量眾多，使用的工況也可不一樣，例如0號段澆筑的鋼水溫度超過1000攝氏度，而E號段的鋼坯溫度不超過600攝氏度，不同的工況對于零件壽命的影響也是巨大的。對于一整條流水線而言，不能只考慮單體扇形段的運行情況，要從全局來判斷，那么E段的壽命高于0號段，0號段中的結晶器、銅板等壽命就決定整條流水線的單次澆筑壽命長短。
●故障多變
4cc機組在運行過程中，有時僅僅因為長短輥水溫異常，就繼而導致潤滑不完全，進一步加劇輥子轉動不同步的情況，最終長短輥軸承滾珠碎裂。從此過程來看，水溫異常會進一步導致其他故障發生，甚至影響后續其他設備運行。所以設備故障的形式可能不同，只要有連續因果因素存在，就會發現故障多變，難以精確定位故障源頭，進一步對精確預測造成困難。
4.結論
制造業企業實施工業物聯網，需要從價值出發，分解相應需求，再制定合乎于自身的實施方法，根據已有的信息制定合理的實施方案。對于時下熱門的蜂窩網絡、可預測性維護等概念，應站在自身的立場，完整全面的理解其應用背景后，再將此部分內容納入至實施方案中。
