工业物联网关键技术及发展挑战

一、引言

在过去几十年中，无线通信技术的长足发展为物联网的广泛应用奠定了最基本技术基础。物联网作为一种技术范式最早是由Kevin Ashton于1998年提出，其主要内涵是在人人互联的基础上，进一步将各种事物或对象连接到互联网上。目前，物联网在智能家居、医疗保健、交通和环境等许多应用场景中得到了广泛的应用，而在同样甚至更加重要的工业领域，基于物联网实时在线的传感监测和更加高效的控制，有效降低了成本，提升了效率，为工业发展带来革命性的变革，工业物联网（IIoT） 的概念应运而生。IIoT系统在工业研发、生产、制造和销售以及后续的全流程中收集和分析大量数据，这些数据可用于改善工业系统的整体性能，提供各种类型的服务，同时有效降低了工业系统的资本支出和运营费用。

在工业化信息化两者结合不断演进的过程中，学界、工业界提出了许多类似的术语和概念来描述工业中的物联网概念，例如工业物联网和智能制造等。所有这些术语背后的核心概念是使用先进技术和应用（例如物联网、5G、云计算、边缘/雾计算、机器学习等）专门针对工业过程进行优化。

（一）工业物联网的概念

工业物联网（IIoT）是智能化、高度连接的工业组件网络，通过实时监控、高效管理来控制工业流程、资产和操作时间，实现高生产率和降低运营成本。工业物联网是物联网的一个子集，它需要更高级别的安全、可靠通信、处理和控制，确保整个工业流程的连续性和稳定性。

（二）工业物联网的特征

IIoT致力于有效改善制造业、物流、能源和航空等典型工业场景， 通过小型环境传感器、敏捷型供应链监控和智能化数据分析等一系列工具和技术，实现最优的业务决策以获取竞争优势。IIoT主要表现为四大特征：一是智能感知。IIoT通过声光电磁等各类传感器技术，直接获取产品从研发、生产、运输直到销售至终端用户使用的各个阶段信息数据。二是互联互通。IIoT通过各类不同协议的专用网络和互联网相连的方式，使工业过程中各个阶段、各类设备的信息实时、准确无误传递出去。IIoT注重低延时、低带宽和低功耗的通信能力，同时更注重数据交互。

三是智能处理。IIoT利用云计算、云存储、模糊识别及神经网络等智能计算技术，对数据和信息进行分析处理，构建工业物联网大数据，深挖数据的价值。四是自我迭代。IIoT通过将工业资源数据处理、分析和存储，形成有效的可继承的知识库、模型库和资源库，经过不断迭代自我优化，不断完善决策和控制能力，实现系统级的效率优化。

二、工业物联网关键技术

IIoT核心支柱是通过大量新兴关键技术的协同、融合、创新，来实现其核心功能并不断优化和拓展，这些技术包括物联网、区块链、云计算、大数据分析、人工智能、网络物理系统、增强现实、虚拟现实、人机交互（H2M）和M2M通信等等。

（一）物联网（IoT）

在工业场景下，物联网（IoT）设备是实现实时数据收集和驱动的基础。作为 IIoT 的最基础的组件，这些IoT设备可实现全球工厂状态的实时跟踪。通过物联网设备监控从原材料开始到成品结束的整个过程，可以显著降低人工成本，缩减不必要的手动管理环节。在一个完整的 IIoT 系统中， IoT 设备部署在从仓库到生产设施和配送中心的所有工厂设施中，除了设备本身的可靠性、互联互通能力之外，这些设备的配置、部署、监控和维护是一项具有挑战性的任务，需要高素质的技术人员。

（二）区块链技术

区块链是将 IIoT 从理论变为现实的最重要技术之一。目前，学术界和工业界对区块链技术在金融、医疗保健、供应链、汽车保险等各个领域进行了深入研究。工业物联网中使用的物联网设备会产生大量数据。这些物联网设备生成的数据是多用途的，对这些数据进行分析和处理，进而用于设备性能监控、异常检测、诊断、预测性维护、资产监控、从原材料到成品再到交付给最终消费者的整个产品生命周期的跟踪。在这个过程中，如何以安全的方式与 IIoT 系统中涉及的所有实体共享这些重要数据是一项非常具有挑战性的任务。而区块链技术的独特特性，如分布式、可追溯性、可生存性、信任、防篡改、安全性和固定的数据来源，使其适用于 IIoT。目前，区块链技术已经被广泛用于物联网设备固件更新和访问控制。

（三）云计算

IIoT 中不断累积的大量数据需要高度分布式的高性能计算系统来管理、处理、分析和存储数据。云计算技术为 IIoT 系统中的所有设施提供计算、网络和存储服务。所有连接的设备和应用程序都直接与云平台连接。云服务模式可以私有（由 IIoT 员工单独拥有和管理）、公共（由第三方云供应商单独拥有和管理）或混合（混合使用两种服务模型）。由于建立数据中心和招聘技术人员需要高额支出，因此私有云服务模式对于新进入者或中小型企业来说不是可行的选择。而对于大型和成熟的跨国企业，则更偏向于部署私有云，以确保安全、保密和隐私。

（四）大数据技术

IIoT 中的设备和系统生成的大量数据流，需要高度复杂的高性能计算系统来进行大数据处理和分析。考虑到IIoT 系统中的延迟和实时性，指定何时、如何以及在何处处理和分析这些庞大的数据是非常具有挑战性的。为了全面协调大数据分析服务，工业物联网系统启用了不同的技术来进行大数据收集、存储、管理、处理和分析。数据收集技术提供了大量数据源的连接器，包括传感器、智能设备、机载数据收集器、支持网络的数据源和 IIoT 系统中的人机互动等。同样，大数据存储技术实现了云环境中的机载、内部、网络和远程数据存储。数据管理和处理技术能够处理传感器附近、边缘服务器和云数据中心中的大数据。数据分析技术为工业物联网系统中不同层的数据挖掘、机器学习、深度学习和统计数据分析提供了不同的工具。复杂的大数据处理和分析技术也将在下一代 IIoT 系统中发挥着主要作用。

（五）人工智能（AI）与物理信息融合系统（CPS）

人工智能技术确保工业物联网系统自主和智能地运行，以最大限度地减少人为干预并提高效率。此外，通过启用不同的搜索、优化和预测算法，智能被嵌入到 IIoT 系统的各个层，从传感器到设备，再到边缘服务器和云数据中心。为了最大限度地减少人力和干预，工业物联网系统赋能不同的网络物理系统，如制造系统和工业机器人。CPS 的本质在于板载嵌入式物联网设备，它使不同的传感器和执行器能够在工业环境中运行。这些板载嵌入式物联网设备还促进了自主操作的智能数据处理，并提高了IIoT 系统的效率。

（六）增强现实（AR） 与虚拟现实（VR）

增强现实 (AR) 技术有助于在复杂的操作中帮助工业工人，例如组装/拆卸机器、复杂的工业产品和关键任务系统。AR 技术能够在操作期间监控工人和机器，并立即生成更改或通知，以最大程度地减少错误。虚拟现实(VR) 技术有助于在 IIoT 系统中实际实施之前对工业功能和模块的配置和重新配置进行可视化。VR的使用能够减少（重新）配置时间并缩短工厂和机器的停机时间，从而实现成本的节约和效率的提升。

三、工业物联面临的挑战

IIoT 系统的异构性和复杂性带来了许多显而易见的技术挑战，例如互联互通、安全性和隐私性、可扩展性、异构性、可靠性等等。这些挑战限制了IToT的应用和效能，也是未来学界、工业界重点关注解决的重大方向。

（一）高效的数据管理方案

随着技术发展，IIoT系统对于接入设备的种类和数量适应能力不断增强，这些异构设备的大量接入导致数据量急剧增加。与工业设备集成的传感器和执行器以不断产生越来越多的感知和控制数据。这些数据存储在这些异构IIoT 设备上，本地网关/边缘服务器和云服务器上，用于实时和未来决策。传感数据的处理、传输、可用性和存储是一项具有挑战性的任务，需要付出巨大的努力。为了应对这些挑战，需要高效的数据管理模型。这些数据管理模型应该能够有效地处理异构 IIoT 设备生成的大量原始数据。这些模型还应为数据管理服务提供高速数据处理、可靠安全的数据存储、检索和快速数据流。

（二）异构 IIoT 系统之间的协作

IIoT系统组件是不同异构和多供应商技术的集合，例如工业机器、机器人、物联网设备、传感器、执行器、网关、边缘节点、边缘/云数据服务器（数据中心）、不同的有线/无线通信和蜂窝网络（WiFi、5G、NB、Lora）。这些基于异构和多供应商技术的 IIoT 系统之间的集成和协作是一个具有挑战性的问题。同步、资源共享、数据共享、互操作性和数据隐私等不同因素使集成和协作更具挑战性。灵活高效的协作和互操作性技术仍然需要更多的研究和开发工作。

（三）强大而灵活的大数据分析

为了从 IIoT 设备生成的大量数据中充分受益，强大而灵活的大数据分析技术必不可少。传统的数据库管理系统无法产生预期的结果，因为这些系统无法有效地处理和分析大量数据。实时处理 IIoT 数据是一项关键任务，因为这些数据处理的结果将用于关键的实时工业自动化操作，例如预测故障、预测性维护、增加产量、减少停机时间和异常检测。为了满足 IIoT 应用程序的不同需求（即数据速率、延迟和可靠性等），需要高效和实时的大数据分析技术，以稳健高效地处理 IIoT 设备生成的数据。

（四）IIoT 系统的可信性

任何商用化技术的成功与消费者的接受和适应直接相关，其中对于技术的信赖度起到至关重要的作用。商业客户（例如特定行业的所有者）成功部署基于 IIoT 的系统也受到信任因素的影响。目前，IIoT 系统还处于起步阶段，大量研究文献都强调安全和隐私是这些系统面临的主要挑战。技术的安全性和隐私性与其客户的信任度密切相关，工业物联网系统的成功部署和适配，必须通过有效的客户信任模型妥善处理客户信任。在客户信任模型领域进行更多研究，是技术层面外IIoT商业成功的重要课题。

（五）IIoT中无线技术和协议的共存

IIoT 中的通信对于信息交换是强制性的。因此，IIoT 中的通信必须能够连接大量异构设备，提供足够的带宽来传输数据。此外，一些工业应用对时序、可靠性、可用性和安全性要求有一定的限制。 IIoT 中使用了许多通信技术、协议和标准。其中无线系统（WLAN、IEEE 802.15 (WSN)）和无线设备越来越受到关注。无线通信也带来了许多挑战。不同无线系统和协议的共存是 IIoT 的主要挑战。目前多种通信技术和协议并用的现实情况，主要原因是一种无线技术或协议无法提供适合 IIoT 中各种应用要求的所有功能和优势。因此，通信技术和通信协议的选择和共存是一个很大的挑战。

（六）IIoT 中的公共安全

IIoT 中发生紧急情况和灾难时的公共安全应得到高度重视。在发生灾难时，产业工人和设备的安全取决于事件的及时检测、警报生成、现场定位以及向应急响应服务提供者（如消防部门、救护车、灾害管理单位、交通警察和其他执法机构）。然而，灾区通信基础设施的缺失或故障成为一个主要问题。此外，各种 IIoT 设备和其他通信系统之间的协作和通信是具有挑战性的问题。最近的许多研究提出了基于公共安全通信的网络架构，利用无人机、SDN、边缘计算和其他先进的通信技术，如LTE、4G/5G 等，用于物联网和未来智慧城市的公共安全通信。然而，仍需要更多的研究来设计灾难环境下更加弹性、自治的通信架构，以在紧急情况下确保公共安全的灾难恢复机制。

四、结语

工业物联网 (IIoT) 系统允许行业收集和分析大量数据，这些数据可以被使用、货币化并提高系统的整体性能以提供新型服务。本文重点介绍了 IIoT 中最新的关键技术的发展趋势以及IIoT发展所面临的一些重大挑战。这些挑战在当下阻碍了IIoT 的广泛应用和其效能的充分发挥，这些挑战包括高效的数据管理方案、异构 IIoT 系统之间的协作、强大而灵活的大数据分析技术、对 IIoT 系统的信任、无线技术的共存，IIoT中的公共安全等等。随着学界、工业界的不断尝试和探索，这些挑战在未来有望被克服，推动工业体系的革新发展。

作者：汤敏贤 史勇民 李日南