在2019年，我们已经不再争论工业物联网或工业4.0是否会发生了。取而代之的，我们开始研究它将采取什么样的形式加速制造业的数字化转型——主要是为了促进生产优化并维护成本。虽然这些好处可能听起来很普通，但它们实际推动了对工业物联网基础设施的实际投资，因为这些设施能立竿见影地带来可衡量的收益。

按照IDC的统计数据：“预计2018年在物联网解决方案上花费多的行业是制造业（1890亿美元），交通运输业（850亿美元）和公用事业（730亿美元）”。所有这些都是物联网的工业应用。事实上，正如IDC所说：“2018年消费者物联网支出将达到620亿美元，成为第四大行业。”（参考链接：https://www.idc.com/getdoc.jsp?containerId=prUS43295217）

制造过程中会产生大量数据，这些数据可用于实现*重要的目标——预测故障、优化设备寿、获得新的收入来源、甚优化生产流程以更好地满足市场需求。工业网络的步工作就应该加强这些数据的收集，在本地做好实时数据处理和长期离线数据存储之间实现适当平衡，后采取有效措施优化工业处理过程。

实际上，很多时候需要在本地实时处理数据，这导致我们需要不同类型的边缘计算设备。正如麦肯锡在近的一篇文章中写道的那样，“计算能力从云端走向边缘——正在开辟一个新的领域：边缘计算。”麦肯锡这篇文章认为，将数据处理转移到网络边缘的需求，和不断增加的处理能力要求，创造了一种不同类型的工业物联网网络——这种网络可能没有严格的层次结构，在众多形式的边缘设备中，将体现多种多样的连接方式和处理方式。（参考链接：https://www.mckinsey.com/industries/high-tech/our-insights/new-demand-new-markets-what-edge-computing-means-for-hardware-companies）

工业物联网：边缘计算

在工业中，数据处理正向边缘转移。让我们举几个例子来说明这一点：

我们现在拥有可以测量和记录局部温度的传感器，而不是传统上在温度超过某个阈值时跳闸的温度传感器。传感器可以将一系列运行的温度数据点与设定的基线进行比较，以确定被测设备何时可能开始出现磨损迹象。如果机器在预设范围内运行，这样的传感器可能永远不会与中央控制系统通信。但它也可以根据需要标记预防性维护。

振动传感器可以连续记录伺服电机的振动。通过对振动数据进行局部快速傅立叶变换（FFT）分析并比较主要振动频率，它只能在振动频率超出规格时标记控制器。

Enterprise IOT Insights杂志描述了现实生活中的一个例子（参考链接： https://enterpriseiotinsights.com/20180724/channels/use-cases/how-intel-is-using-iiot-edge-computing-to-reduce-downtime-tag40-tag99）。在本案例研究中，他们描述了英特尔如何决定在其半导体生产设施中监控其风扇过滤器单元（FFU）的运行状况。FFU的主要任务是过滤和清洁工业机器内的空气，它们遍布工厂地板上各个地方。英特尔在每个FFU的顶部放置了一个加速度计，用于测量风扇功能的变化，并在本地网关中进行所有处理，只有摘要数据和报告被发送到云端。如图1所示：

图 1: 监视FFU的健康状况

工业物联网：不同的模型

在传统的物联网模型中，传感器/硬件位于底部。他们的工作是收集数据并通过内置的网络连接，将数据发送到上层的物联网服务器/平台。基于这些收集的数据，进一步做数据分析，数据可视化和应用程序开发。然后管理层使用该分析的结果来确定正确的行动方案，可能是预定的机器维护、生产过程优化或其他行动。这种层次化*清晰的网络结构如图2所示：

图 2： 传统物联网分层架构

事实上，工业场景中的大多数网络都不是这样的。首先，在每个传感器中放置5G终端或Wi-Fi是没有意义的，特别是那些在煤矿，水下或热的振动伺服电机旁等恶劣条件下运行的传感器。其次，传感器正在采集的大多数瞬时数据只具有实时值。比如，一个探测器的功能是到有人接近的危险后去关闭电机（STO），或控制它达到速度（SLS），这些数据不需要到上层的网络架构中进行管理决策。后，在某些情况下，例如通过网络发送逐秒振动数据是浪费带宽，因为终汇总报告（关于FFT分析）主要关注离线或异常分析等内容。现实生活中的工业物联网网络更接近在图3中的描述：

图 3：实际的工业互联网架构

大部分数据处理是在本地完成的，或者使用边缘服务器分析处理多个传感器数据。网络连接也并不总是通过TCP/IP网络连接，而是使用传统的稳定的工业网络协议，可能是工业现场总线、RS-485、BACNet或其他一些工业标准。通常，边缘服务器将数据汇总处理后上传到上层网络中，然后将这些数据存储在物联网平台或IoT服务器上进行分析和可视化，并在上层为其开发不同的应用程序。一个代表性的工厂网络如图4所示：

图4：工厂网络示例

结 论

边缘处理在各种工业物联网应用中将变得*重要。用于边缘处理的系统/设备必须具有较小的外形和较低的功耗。除此之外，他们可以*不一样。过程工业中的温度测量装置将与智能建筑中的占用器不同，智能建筑本身将与用于实现农业的传感器不同。

不同领域的边缘设备将由不同领域的公司开发完成，随着边缘设备的激增，工业物联网的架构将和现在普遍存在的架构发生巨大变化，这个过程将会触发大量价值将从云设备制造商向特定领域应用的边缘设备制造商的流动。