工业物联网：平台架构、关键技术与应用实践

内容简介
这是一本从平台架构、关键技术、应用实践3个维度全面讲解工业物联网如何在生产实践中落地的著作。它是顺丰物联网平台负责人10余年经验的总结，得到了行业里近10位专家的一致推荐。它将帮助企业解决工业物联网推进过程中遇到的OT与IT融合困难、组织协作成本高昂、全局性技术栈选型难把握、项目规模化落地困难风险易低估、数字化转型难聚焦等系列问题。
全书的具体内容分为如下几个方面：
（1）全面认识工业物联网
主要内容包括工业物联网的内涵、本质、产业现状、面临的挑战，以及它与智能制造、工业4.0、数字化转型之间的关系，它将帮助读者建立对工业物联网的宏观认识。
（2）工业物联网平台架构
重点介绍了工业物联网体系架构的发展过程和构建方法，从感知层、边缘计算、网络连接、平台再到应用，探讨了工业物联网体系搭建过程中的效率和投入问题，同时还能帮助读者建立架构思想和框架意识。
（3）工业物联网关键技术
详细讲解了工业物联网体系架构中涉及的各项关键技术，包括工业物联网感知、网络连接、边缘计算、云计算、工业物联网平台等。除了从技术角度详细阐述各知识点外，还注重说明技术应用背后的发展脉络、合理性与局限性，以及它所能解决的问题和带来的价值。
（4）工业物联网案例分析
通过工厂车间数字化、轨道交通装备远程监控和故障诊断、医药冷链、电梯物联网、声源定位等一些具有代表性的案例，帮助读者理解和掌握如何将工业物联网项目成功落地，同时深刻体会实施过程中所遇到的挑战。

胡典钢

资深工业物联网专家，顺丰物联网平台负责人，兼任顺丰集团职业发展评审委员和ZETA联盟工业物联网高级顾问，负责顺丰物联网平台建设及产品化工作。在物联网、边缘计算、工业大数据领域从业10余年，有丰富的实践经验。

历任NI公司应用工程师、高级应用工程师、大区销售经理，兼任GSDZone社区专栏作者和海南大学校外专家，NI (中国)首位认证双架构师——LabVIEW架构师和TestStand架构师，主导大型工业自动化测试控制和工业物联网项目的开发工作。2016年受邀撰写专著《TestStand工业自动化测试管理》，广受业界好评，多次重印。

适读人群 ：从事工业互联网领域的OT开发人员和产品、IT研发人员和产品、toB垂直行业解决方案和市场人员，正在寻求OT与IT融合以推动企业数字化转型的管理决策人员。

（1）作者背景资深：作者是顺丰物联网平台负责人，负责顺丰物联网平台建设及产品化工作。
（2）作者经验丰富：在物联网、边缘计算、工业大数据领域从业10余年，有丰富的实践经验，经历了工业物联网从规划到实施落地的各个阶段。
（3）注重工程实践：不仅讲解了工业物联网的体系架构、核心技术和平台构建，而且还讲解了构建过程的技术选型和潜在风险。
（4）专家重磅推荐：来自华为、阿里、微软、信通院的近10位专家高度评价并推荐。

为什么要写这本书
工业物联网是物联网在工业领域的应用，是物联网与传统产业的深度融合。随着中国智能制造、德国工业4.0、美国先进制造伙伴计划等一系列国家战略的提出和实施，工业物联网成为全球工业体系“创新驱动、转型升级”的重要推手。将工业物联网应用于研发设计、生产制造、运营管理及服务运维等全流程各个环节，用工业物联网改造传统产业，实现企业数字化转型、资源高效利用，促进产业结构调整，推动经济发展方式由生产驱动向创新驱动转变，从而构建服务驱动型的新工业生态体系。
近年来，受益于云计算、大数据和人工智能技术的加持，工业物联网进入新阶段，人们逐渐意识到由数据驱动催生的新商业模式所带来的巨大价值，机理模型和数据模型的结合与碰撞为化解复杂系统的不确定性、发掘洞见、企业决策，提供了强有力的数据支撑和新的引擎动能。
这种趋势和共识并非一蹴而就的。记得2011年前后，笔者在从事工业自动化测试和控制方面的工作，当时针对大型装备如风力发电机组、轨道交通设施，为保障它们的正常运行，避免故障意外停机导致生产中断所带来的影响和损失，我们会进行状态监测，即通过装备自身的通用控制器或加装的传感器来采集数据，对设备健康状态进行不间断的监控。采集的数据在本地或上传到服务器进行分析，并根据设定的门限阈值预警，整个过程简单地归纳为“采集-分析-可视化-决策”，现在想来这应该就是早期工业物联网的雏形。事实上，无论是流程行业还是离散行业，这些工作一直在进行着，只是当时还没有形成工业物联网的概念。
2012年工业巨头通用电气公司基于其在工业领域，尤其是电力、航空、医疗、能源方面的深厚积累，首次提出工业互联网概念，并于2014年联合多家行业龙头企业成立了工业互联网联盟，旨在加速工业物联网应用，推动数字化转型。2015年我国提出智能制造战略，传统行业各细分领域的头部企业纷纷开始工业物联网项目试点，期望能够及时布局，保持自己在行业的领先优势。同时，工业物联网的应用领域也在不断拓展，工厂之外的智慧楼宇、城市管理、物流运输、智能仓储、公共交通等领域亦产生了大量工业物联网应用场景。
从工业物联网整个技术支撑体系来看，它涉及传感器感知、泛在网络连接、边缘计算、云计算、工业数据建模、大数据分析、人工智能等众多前沿技术领域，并且与工业自动化密切相关，这使得它成为当前工业领域最热门的课题。本质上还是“采集-分析-可视化-决策”，只是每个环节的内容都发生了巨大变化。首先，数据采集的范围显著扩大，从设备扩展到人及一切生产要素，并强调打通信息孤岛，通过接口和系统集成的方式实现业务系统的数据采集，将强物联网属性的数据与其他业务数据联动。其次，数据分析处理的手段更加丰富，处理能力增强，大数据和云计算的普及，加速了数据驱动、数据应用的步伐，以前在单机上做的数据分析与可视化，现在搬到了云上，数据存储能力和算力大幅提升，很多限制已消除。再次，决策依据和手段变多，数据采集维度和分析方法增加，运营技术（OT）与信息技术（IT）融合，使得决策更加准确，同时人工智能（AI）数据模型在特定场景取得的成效也帮助化解了复杂系统的不确定性。
尽管工业物联网备受关注，但是它的发展并非一帆风顺，直到今天依然面临着很多挑战。在企业数字化转型的大背景下，工业物联网作为重要使能手段，其目标主要是帮助企业实现数字化、网络化和智能化，被寄予厚望，人们笃信未来工厂一定会实现整厂智能。在制造业、电力能源等特定领域，工业物联网已证明其巨大价值，同时我们仍应清醒地看到，在很多应用场景下，工业物联网深陷试点困境，无法规模化应用。
陷入试点困境的原因有很多，常见的情况如下。试点的投入成本可见，但工业物联网技术贯穿运营管理的各个环节，效能难以量化，只有通过长期的数据积累和应用才能体现，短期收益不明显，造成商业价值难以估量。工业物联网涉及的技术范畴非常广，对于资源有限和能力欠缺的企业，显得过于复杂并且技术难度大，难以实施。工业物联网在企业内部需要各业务部门密切配合项目决策，对外需要生态圈内合作伙伴相互协作，企业管理层目前只关注到短期降本增效等商业价值，缺乏长远的数字化战略。
工业物联网是技术创新，其更重要的价值在于应用创新，仅靠顶层数字化技术优势只会停留在技术层面，无法打破工业各垂直细分领域的“潜规则”并深入探寻业务场景的本质需求。相比互联网商业场景，物联网工业场景存在巨大差异，专业领域知识（Know-How）仍然在工业本身，工业领域每个垂直行业的工程师都积累了很多宝贵经验。相对于各种炫酷的算法和创新技术，工业更加关心稳定、可靠、成熟的落地案例，获得的收益，持续的高效率和低成本以及高质量。
工业物联网是运营技术（Operation Technology，OT）与信息技术（Information Technology，IT）融合的具体实现。长期以来，OT与IT之间存在断层现象，相互隔离，各自的岗位有着不同的目标，所掌握的技能也截然不同，两者之间的鸿沟阻碍了企业充分利用已掌握但尚待发掘价值的重要信息。OT与IT的融合并非易事，企业需要有效的人才支撑和组织保障，以推动物联网技术实施。
工业物联网技术发展迫切需要对OT与IT两个大方向均有深刻理解，即拥有全局观和视角的复合型人才，或是同一组织中OT与IT的专业技术人才能够顺畅沟通。由于目前这方面的人才还很稀缺，也急需有针对性的专业图书和课程来培训相应人才，因此笔者产生了写这本书的想法。笔者在撰写过程中也非常重视这一点，没有停留在简单的技术堆叠和教科书式的内容讲解上，在系统化介绍工业物联网的同时，针对每一个具体环节，力图准确阐述实际场景落地过程中所遇到的问题和解决思路。
读者对象
工业物联网领域的OT开发和产品人员。
工业物联网领域的IT开发和产品人员。
垂直行业解决方案架构师和市场人员。
正在寻求OT与IT融合以推动企业数字化转型的管理决策人员。
咨询顾问和投资人员。
相关专业的高等院校师生。
本书特色
本书从平台架构、关键技术与应用实践3个维度系统阐述工业物联网。笔者拥有工业物联网及相关领域十余年从业经验，并且比较幸运地在其发展早期，通过一些项目的场景落地和快速迭代，对工业物联网有了一个循序渐进的认识过程，并形成了自己的见解。笔者在负责工业物联网整体应用方案架构设计和产品功能梳理定义的过程中，经历了工业物联网从规划到实施落地的各个阶段，因此得以对组织能力和技术体系架构进行系统思考。
书中重点围绕工业物联网的体系架构，从感知层、边缘计算、网络连接、平台再到应用，对各个层级的技术原理、技术路线进行深入的讲解，结合业务场景对技术选型进行深入分析，从实际应用角度出发，分享在工业物联网构建过程中有哪些潜在的风险、踩过的坑、不同条件下什么因素占主导地位。
对工业物联网而言，成功没有捷径，虽然某些业务场景从原理上可能一句话足以概括，但背后的影响因素，技术的、组织的、市场的、地域的、法规的、人性的，任何一个细节都有可能左右项目的结果。本书虽然侧重技术和架构讲解，但是通过提问形式的开放式话题，探讨了商业层面、组织层面、实施层面以及市场竞争层面的影响，带领读者思考如何在这波数字化浪潮中，根据企业自身的特点，利用工业物联网创造价值。
如何阅读本书
本书分为8章。
第1章介绍工业物联网的发展背景，阐述工业物联网的内涵和本质，对工业物联网产业的现状和挑战进行讨论，帮助读者理解智能制造、工业4.0、OT和IT融合以及企业数字化转型等理念和工业物联网之间的关系。
第2章介绍工业物联网体系架构，从业务视角出发，到体系架构的构建，从感知层、边缘计算、网络连接、平台到应用，探讨工业物联网体系搭建过程中的效率和投入问题，以及工业物联网技术的发展趋势，帮助读者建立大局观和框架意识。
第3～7章分别介绍工业物联网体系架构涉及的各个主题。第3章介绍工业物联网感知，第4章介绍工业物联网网络连接，第5章介绍边缘计算，第6章介绍云计算，第7章介绍工业物联网平台。每章除了从技术角度详细阐述各知识点，还着重说明了技术应用背后的发展脉络、合理性与局限性、所能解决的问题及带来的价值。
第8章分享几个工业物联网应用案例。工业物联网通过服务于业务场景形成闭环。这些案例均有一定的代表性，聚焦于解决具体的问题，会让读者深刻体会实施过程中所遇到的挑战。
勘误和支持
由于笔者的水平有限，编写时间仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。工业物联网涉及的知识体系庞大，笔者也只是实践了其中一部分，时至今日，仍有一些认知停留于浅层。希望此书能成为一座沟通的桥梁，让笔者和读者在探讨中对工业物联网产生新的认识，并将这些认识更好地应用于各自的项目中。

推荐语

序

前言

致谢

第1章　工业物联网：未来已来 1

1.1　工业物联网的发展背景 2

1.1.1　智能制造与工业4.0 2

1.1.2　OT与IT融合之路 4

1.1.3　企业数字化转型 7

1.2　工业物联网的内涵与本质 9

1.2.1　工业物联网的支撑体系 9

1.2.2　工业物联网与工业互联网的关系 9

1.2.3　高效率、低成本与高质量 11

1.3　工业物联网产业现状 13

1.3.1　工业物联网赛道角力与布局 13

1.3.2　企业如何找准定位 15

1.4　工业物联网面临的挑战 17

1.4.1　如何衡量价值 18

1.4.2　做看板还是决策建议系统 19

1.4.3　既懂业务又懂技术 20

1.4.4　技术链路过长 21

1.5　本章小结 22

第2章　工业物联网体系架构 23

2.1　从业务视角到体系架构 24

2.1.1　工业物联网感知 26

2.1.2　工业物联网网络连接 27

2.1.3　边缘计算 28

2.1.4　工业物联网平台 28

2.1.5　工业物联网应用 29

2.2　关于工业物联网体系构建的思考 30

2.2.1　架构千篇一律 30

2.2.2　平台是效率最优的吗 31

2.2.3　工业物联网需要什么样的团队 31

2.3　工业物联网技术趋势 32

2.3.1　加速泛在连接 32

2.3.2　工业大数据 33

2.3.3　沉淀用例，能力复用 34

2.4　本章小结 35

第3章　工业物联网感知 36

3.1　工业物联网感知层的内涵 37

3.1.1　工业数据采集的范围 37

3.1.2　工业数据采集的特点 37

3.1.3　工业数据采集的体系结构 39

3.2　传感器：真实物理世界的探针 41

3.3　工业数据采集关键指标 43

3.4　工业通信基础 50

3.4.1　数据传输方式 50

3.4.2　网络拓扑 52

3.5　有线设备接入 54

3.5.1　基于现场总线 54

3.5.2　基于工业以太网 59

3.6　无线设备接入 62

3.6.1　短距离无线设备接入 63

3.6.2　长距离无线设备接入 74

3.7　协议转换 79

3.8　本章小结 80

第4章　工业物联网网络连接 81

4.1　OSI参考模型 82

4.2　网络互联和数据互通 86

4.2.1　网络互联 86

4.2.2　数据互通 89

4.2.3　工业网络设备 92

4.3　有线网络互联 95

4.3.1　工业网络互联 95

4.3.2　时间敏感网络 95

4.3.3　接入层、汇聚层与核心层 98

4.4　无线网络互联 100

4.4.1　无线网络互联延伸 100

4.4.2　5G：下一代蜂窝网络技术 101

4.4.3　4G Cat-1与低功耗广域网 106

4.4.4　物联卡的流行与挑战 111

4.4.5　无线信号穿透性和绕射性 113

4.5　数据互通：OPC UA 116

4.5.1　应用层协议还是技术标准体系 116

4.5.2　信息模型 119

4.6　本章小结 123

第5章　边缘计算 124

5.1　边缘计算：新瓶装旧酒？ 125

5.1.1　为什么提出边缘计算 126

5.1.2　谁在担任边缘计算的角色 127

5.1.3　边缘计算领域有哪几类公司 129

5.2　边缘计算和边云协同 130

5.3　AIoT：带边缘处理能力的节点 131

5.3.1　SoC嵌入式硬件架构解析 132

5.3.2　轻量级边缘智能 135

5.4　预测性维护 138

5.4.1　预测性维护的兴起 138

5.4.2　如何实施预测性维护 141

5.4.3　预测性维护的挑战 144

5.5　追溯：工业自动化 146

5.5.1　分布式控制系统 146

5.5.2　数据采集与监视控制系统 149

5.6　边缘节点续航陷阱 151

5.6.1　被忽视的续航陷阱 151

5.6.2　边缘节点功耗估算 154

5.6.3　电池续航能力评估 155

5.6.4　一次电池和二次电池 159

5.6.5　电池可靠性测试与认证 161

5.7　本章小结 163

第6章　云计算 164

6.1　写在工业物联网平台之前 165

6.2　云计算为何兴起 166

6.3　云计算知识图谱 169

6.4　云计算服务模式 171

6.4.1　基础设施即服务 171

6.4.2　平台即服务 172

6.4.3　软件即服务 174

6.5　云计算部署模式 174

6.6　上云的挑战：错误预期 177

6.7　虚拟化技术 179

6.8　服务化 182

6.8.1　远程过程调用 183

6.8.2　面向服务架构 184

6.8.3　微服务 186

6.8.4　RESTful风格 187

6.9　Docker容器技术 190

6.10　Kubernetes资源管理 193

6.11　C/S与B/S架构 196

6.12　本章小结 197

第7章　工业物联网平台 198

7.1　工业物联网平台应包含什么 199

7.1.1　通用PaaS服务 199

7.1.2　工业PaaS服务 200

7.1.3　工业物联网平台应用分布 201

7.2　设备接入 202

7.2.1　设备注册 202

7.2.2　规则引擎 206

7.2.3　接入并发能力 207

7.3　设备管理 208

7.3.1　物模型 209

7.3.2　远程升级 209

7.3.3　物影子 213

7.4　物联网协议 216

7.4.1　长连接和短连接 216

7.4.2　MQTT协议 218

7.4.3　HTTP 222

7.5　边云协同 224

7.5.1　边缘节点集中管理 224

7.5.2　跨层级设备接入和管理 229

7.6　大数据系统 232

7.6.1　数据存储 232

7.6.2　数据分析 236

7.6.3　数据可视化 237

7.7　工业数据建模 239

7.7.1　信息模型和机理模型 239

7.7.2　精益生产和持续改善 242

7.8　平台赋能开发者：低代码化 243

7.9　平台核心：数据的自动流动 248

7.9.1　打破信息孤岛 248

7.9.2　挖掘数据应用价值 249

7.10　本章小结 250

第8章　工业物联网应用 251

8.1　应用：回归业务本质 252

8.2　关于工业APP 253

8.3　应用案例概览 253

8.3.1　应用案例业务价值汇总 254

8.3.2　如何看待和衡量投资回报率 254

8.4　当代工厂车间数字化应用 255

8.4.1　从信息化整体规划到数字化转型 255

8.4.2　应用实践 257

8.5　轨道交通装备远程监控和故障诊断 260

8.5.1　背景介绍 260

8.5.2　目标价值 261

8.5.3　技术方案 261

8.5.4　延伸：一站式数字化设备运维服务 266

8.5.5　延伸：传感器无线网络，直面布线难题 268

8.6　医药冷链：法律法规下的不断链 270

8.6.1　背景介绍 270

8.6.2　目标价值 270

8.6.3　技术方案 270

8.6.4　延伸：室内外定位技术 273

8.7　电梯物联网：安全与广告跨界 275

8.7.1　背景介绍 275

8.7.2　目标价值 276

8.7.3　技术方案 277

8.7.4　延伸：规模化部署的障碍 282

8.8　声源定位：让城市更安静 282

8.8.1　背景介绍 282

8.8.2　目标价值 283

8.8.3　技术方案 283

8.8.4　延伸：科技如何改善民生 286

8.9　本章小结 287