【涨姿势】工业互联网将给中国制造业怎样的未来?

2018 年 6 月 22 日 互联网金融

近期,工信部、财政部等部委密集出台《工业互联网发展行动计划(2018-2020年)》《工业互联网专项工作组2018年工作计划》《2018年工业转型升级资金工作指南》等多项旨在推进工业互联网发展的产业支持政策,引发市场广泛关注。

业内普遍认为,随着工业互联网上升为我国“制造强国”的国家战略高度,以及产业支持政策的不断落地,工业互联网将进入快速发展期。

在此,笔者需要指出的是,虽然工业互联网发展将为中国制造业“弯道超车”插上翅膀,但究竟能飞多远,取决于三大工业互联网技术标准的支持。

下面,让我们从什么是工业互联网谈起,来了解它的前世、今生以及未来。

什么是工业互联网?

关于工业互联网的表述有很多,通用的官方定义为——

工业互联网是链接工业全系统、全产业链、全价值链,支撑工业智能化发展的关键基础设施,是新一代信息技术与制造业深度融合所形成的新兴业态和应用模式,是互联网从消费领域向生产领域、从虚拟经济向实体经济拓展的核心载体。

从本质来看,工业互联网的本质是以机器、原材料、控制系统、信息系统、产品及人之间的网络互联为基础,通过对工业数据的全面深度感知、实时传输交换、快速计算处理和高级建模分析,实现智能控制、运营优化等生产组织方式变革。

以下是工业互联网产业联盟给出的参考功能架构图:


从图中可以直观地看到,工业互联网在底层边缘层强调设备的接入。从这个意义上说,工业互联网和工业物联网的定义更加拟合,可以交换使用。

工业互联网与互联网有何异同?

如图 1所示,工业互联网的架构相比互联网架构体系,多了一层涉及到传感器等设备接入的边缘层,即从概念上多了把物理世界映射到电子世界的过程,对比互联网,其本质则是完全线上的电子信息的交互与分享。因此,工业互联网在接入标准、业务模式、网络拓扑、数据特性等方面相比互联网会有所不同。下面逐一做简要分析:

1、标准化程度

就互联网应用来说,HTTP、HTTPS协议已成为统一应用层接入协议,借助底层TCP/IP协议族,用户使用浏览器接入使用互联网,同时利用DNS标识解析服务,可以有效的做到搜索、定位到指定网站,进而完成信息的获取。

移动互联网的发展,使得手机App形成另一种接入入口,但是其本质依然遵循互联网网页应用设计架构MVC原理,行业标准化程度高。

对比互联网,工业互联网标准碎片化较为突出。首先,对比互联网本身就是单纯的IT网络,工业互联网涉及到IT网络和OT网络的融合,自然需要融合多通信协议和标准。其次,工业互联网IP化程度与互联网不可同日而语,多种应用协议并存,如MQTT、CoAP、Modbus、PROFIBUS、私有TCP/UDP等,多数边缘设备无法支持HTTP协议族,这也是边缘设备计算能力差异化的侧面反映。最后,工业互联网在设备、服务寻址方面没有类似DNS这样的统一标识解析服务,解析服务同样标准碎片化,例如Handle、OID、Ecode等分别由不同组织发起。

2、业务模式

互联网行业属于轻资产行业,而工业互联网涉及到设备投入,即涉及固定资产和库存管理,属于重资产。

相比互联网技术平均每隔3年迭代一次的高频率更新换代,工业互联网技术迭代需要同时发生在边端设备和服务器两端,涉及到的不仅是上层应用软件方面的升级,还涉及到固件甚至是硬件方面的升级,在技术换代成本和安全稳定性上是双高门槛,很多企业不得不在技术先进性上妥协。

也正因为技术换代的高成本、高风险,企业在工业互联网技术前期预研和选型上更为慎重,毕竟相比互联网技术,工业互联网(IIOT)的设计周期普遍较长。

3、网络拓扑和系统构成

传统互联网由于采用建立在TCP/IP上的HTTP通信机制,使用B/S或C/S模式,对网络拓扑的敏感性和依赖性较低,其通信转换大多为端口转发,基本不涉及协议转换。

工业互联网基于网关的多协议转换正获得普遍应用,例如GE推出的数据采集转换模块Predix Machine。由于系统上下层通信依赖网关,因此工业互联网对网络拓扑较互联网更敏感。同时,由于众多设备接入,数据成指数级增长,但是传输带宽却是有限的,因此边缘计算节点在工业互联网部署中,相比互联网更具必要性。

4、数据特性

工业互联网与互联网相比,有着完全不同的数据特性。下面,以下表1为例,列举工业互联网与互联网的数据特性对比。

如表 1所示,数据特性的不同直接导致系统架构设计侧重点的不同,这也是为什么互联网架构不能直接应用于IIOT(工业互联网)的原因之一,在此列举以下几个例子:

(1)并发连接。由于IIOT接入并发居多,这意味着工业互联网接入设计需采用异步通信接入。相比Web接入,很多成熟的架构多以同步通信为主。

(2)数据时序性。IIOT接入的数据有着很强的时间顺序,数据产生频率快,测点多,数据量巨大。传统关系型数据库无法满足对时间序列数据的有效存储与处理,因此需要使用专门的时序性数据库例如InfluxDB等。

(3)数据关联性。相比互联网,IIOT接入的数据维度和类型多而广。由于是时序数据,对于突发事件而言,数据间隐含着较强关联性。这需要系统架构支持数据融合,以便深度挖掘数据间的关联性,更好的支持上层业务系统决策。

(4)延时容忍度。工业互联网由于涉及OT网络和实时控制,对系统的延时要求较互联网要高得多。因此,系统延时往往需要从边端设备就开始规划和设计,例如软实时操作系统Linux有时不能满足需求,基于硬实时的RTOS可有效降低边端设备数据采集的延时不确定性。

了解了上述工业互联网与互联网的差异,再去思考工业互联网的未来,或许就能更加深刻地去理解其对工业制造业乃至国家发展的重要意义。

工业互联网的未来

当前,伴随着网络信息技术与工业不断深度融合,同时数字化、网络化、智能化的新型工业形态不断驱动,工业互联网已成世界主要工业国家抢占国际制造业竞争的重要板块,同时也成为了各国寻求经济新增长点的共同选择。

目前的全球工业互联网格局以美国、德国、日本为首,纷纷以龙头企业引领工业互联网的推进,迅速地推动着全球工业互联网发展。

在我国,工业互联网平台为中国制造业提供了绝佳的“弯道超车”的历史机遇,工业互联网目前也已上升为我国“制造强国”的国家战略,逐渐覆盖到各个领域,如医疗、工厂、基建等等。

与此同时,工业互联网也为金融领域带来了众多新的改变,例如它可以为产业供应链金融提供基础信息服务,有效解决信息不透明问题,直接有利于金融机构对企业的授信和风险评估,进而解决企业融资问题。

工业互联网的先行者

就目前而言,工业互联网平台提供e-works统计的已经超过150家。根据厂商背景的不同,工业互联网平台可以分为ICT、工业、创业3个类别,根据平台定位又可分为资产优化、资源配置和通用使能3个类别(参见表2)。


其中,工业企业如西门子、三一根云偏重于资产优化;海尔或美的这类企业的重点在资源配置的定位;阿里巴巴、Amazon、华为等ICT企业一般偏重于通用使能的定位。此外,大多数创业企业团队都是从ICT和工业企业走出来,在三类平台均有涉及。

需要说明的是,源自西门子、三一根云等工业企业的工业互联网平台借助其对行业的深入理解,在IT网络和OT网络的融合层面具有一定优势,通用使能定位的工业互联网平台由于其在云计算、大数据以及软件服务领域积累了较多经验,在其工业对外数据网络中更具竞争力。

不过,随着ICT企业和工业企业的跨界合作,工业互联网平台的划分界限也开始趋近模糊。比如,施耐德公司提供的EcoStruxure工业互联网平台,其底层架构基于微软的Microsoft Azure,还有如西门子的MindSphere则是基于SAP的Cloud Foundry开源架构。

更进一步,细化来说,我们还可以根据国内外工业互联网平台在部署模式、运营模式、主要功能和应用场景上的差异,进行更加细致的分类和对比,如表 3、表 4所示,从中可以看出每个平台在功能上的不同侧重点。

   

工业互联网的关键技术

从目前来看,我国的工业互联网建设与欧美日等制造业强国处于同一起跑线,我国也高度重视,在《中国制造2025》、“互联网+”、“十三五”规划纲要、《深化制造业与互联网融合发展的指导意见》、《深化“互联网+先进制造业”发展工业互联网的指导意见》等战略中都明确提出加强工业互联网建设。

然而,需要指出的是,工业互联网(IIOT),区别于互联网,也区别于传统意义上的物联网(IOT),是物联网在工业领域的特殊应用。它是平台型产品,平台型产品天生具有高粘连性和高迁移成本,因此选择合适的工业互联网平台对企业技术升级至关重要。

在笔者看来,一个优秀的工业互联网平台,支持了下述三大工业互联网关键技术标准,才具有技术领先性和未来可扩展性:

1、OPC Unified Architecture 标准

OPC UA标准是工业互联网OT网络的通信标准协议与数据语义定义标准。利用OPC UA 技术可以实现工业以太网、工业总线等物理连接的设备、传感器、PLC、控制系统、管理软件等不同来源的不同协议间的数据转换。同时,OPC UA标准的支持将有利于OT网络与IT网络的融合。

2、IEEE Time Sensitive Network(TSN)网络

任何一个网络,只要处理多源时序数据,就需要有统一的时间认知,即统一全局时间。 传统互联网和消费级物联网,利用网络内基于GPS的基准时钟,采用NTP时钟同步算法完成全网时间同步,精度一般在秒级。然而,工业互联网由于需要实时控制,要求的时间精度往往在微秒级,这需要更加精确的同步算法。比如,IEEE提出的TSN网络就是一个包含通用精准时间同步(gPTP)算法的工业互联网标准,此标准解决2个问题:

(1)工业通信标准的碎片化。该标准定义了以太网为统一物理层有线链路连接OT网络和IT网络,结合前文提到的OPC UA实现整体的IT与OT在有线网络接入层融合。

(2)基于Mac层的通用时间同步算法gPTP。STN下定义的802.1AS时间同步标准可应用于有线和无线网络,同步精度达到微秒级,很好的满足了工业互联网对于时间控制精度的需求。如图 2中绿框所示,可以看到嵌入式实时操作系统已经开始陆续支持PTP/gPTP时间同步算法。


3、IPv6标准

IPv6协议海量寻址空间与IOT设备的海量基数天然匹配,是工业互联网IP层的未来标准协议,在中国国务院发布的《关于深化“互联网+先进制造业”发展工业互联网的指导意见》中,已经明确指出需要大力发展。

值得一提的是,新一代嵌入式实时操作系统大多已经原生兼容IPv6协议对应的RPL路由协议(参见图 3),这为底层异构协议间的IP层通信,提供了操作系统级的支持。

 以上简要介绍了工业互联网未来发展的核心技术。随着国家对产业升级、创新、经济新动能的进一步推动,随着各大技术厂商对工业互联网的持续投入,工业互联网作为智能制造的基础平台,将会在整个制造业发展过程中起到越来越关键的作用。

当万物互联,企业完成IIOT化,社会是否会涌现出新的商业模式和金融融资方式呢?让我们拭目以待!



来源:苏宁财富资讯

作者:苏宁金融研究院物联网实验室高级研究员  王元  


未央精选

行业时事

易纲称未来基准利率和市场利率双轨将合并 扎克伯格接受美国国会议员质询

网贷平台备案或再延期 善林金融控制人向警方投案自首

互联网金融将纳入金融业综合统计体系 国内首家无人银行网点开放

中国银保监会正式揭牌 支付宝微信竞争高速收费"无感支付"

案例分析

【保险的商业逻辑】(一)保险行业大变革

【保险的商业逻辑】(二)行业领军者“大都会人寿”

【保险的商业逻辑】(三)“大都会”的成功秘籍

Optima Health:由医院创办的医疗保险公司

监管动态

银保监会提示“消费返利”有传销特征

互联网资管迎强整顿,非持牌机构存量业务6月底前“清零”

中国互联网金融协会发布催收自律公约

央行放开外商投资支付机构准入限制

深度观察

摩根大通:解码加密数字货币—技术、应用与挑战

区块链游戏正在沦为击鼓传花的庞氏骗局?

善林金融和钱宝网非法集资案有何区别?

"无人银行"时代到来,金融人路在何方.....

活动&荐书

清华五道口全球创业领袖项目2018秋季班

《全球互联网金融商业模式:格局与发展》,你拿到手了吗?

清华五道口全球金融论坛:全阵容45位嘉宾观点集锦

未央海外游学计划启动!英国金融科技之旅等你报名

清华大学五道口金融学院互联网实验室成立于2012年4月,是中国第一家专注于互联网金融领域研究的科研机构。

专业研究 | 商业模式 • 政策研究 • 行业分析

内容平台 | 未央网  "互联网金融"微信公众号iefinance

创业教育 | 清华大学中国创业者训练营 • 全球创业领袖项目(报名中!点击查看详情)


网站:未央网 http://www.weiyangx.com

免责声明:转载内容仅供读者参考。如您认为本公众号的内容对您的知识产权造成了侵权,请立即告知,我们将在第一时间核实并处理。

WeMedia(自媒体联盟)成员,其联盟关注人群超千万



登录查看更多
0

相关内容

工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的结果。工业互联网通过智能机器间的连接并最终将人机连接,结合软件和大数据分析,重构全球工业、激发生产力,让世界更美好、更快速、更安全、更清洁且更经济。中国工业互联网标识解析国家顶级节点落户在北京、上海、广州、武汉、重庆五大城市。
新时期我国信息技术产业的发展
专知会员服务
70+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
【数字孪生】工业互联网支持下的数字孪生车间
产业智能官
21+阅读 · 2019年6月3日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
【工业大数据】一文带你读懂《工业大数据白皮书》
产业智能官
14+阅读 · 2018年1月20日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Image Segmentation Using Deep Learning: A Survey
Arxiv
45+阅读 · 2020年1月15日
Arxiv
4+阅读 · 2018年9月25日
Arxiv
5+阅读 · 2018年5月5日
VIP会员
Top
微信扫码咨询专知VIP会员