工业物联网阶段性发展分析总结.doc

《工业物联网阶段性发展分析总结.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工业物联网阶段性发展分析总结　　近几年，工业物联网发展的如火如荼，各种服务商、集成商如雨后春笋不断涌现，逐鹿市场。但工业物联网在工业制造中部署落地的情况却不容乐观，那么，发展工业物联网，难度究竟在哪里？或者说哪些能力才是工业物联网厂商们的核心竞争力？　　　　我们把工业物联网的难度总结为一个倒三角。　　工业物联网阶段性发展分析总结　　近几年，工业物联网发展的如火如荼，各种服务商、集成商如雨后春笋不断涌现，逐鹿市场。但工业物联网在工业制造中部署落地的情况却不容乐观，那么，发展工业物联网，难度究竟在哪里？或者说哪些能力才是工业物联网厂商们

2、的核心竞争力？　　　　我们把工业物联网的难度总结为一个倒三角。　　　　工业物联网的技术难度　　但实际市场中，工业物联网的竞争状态，呈现出的是一个正三角。　　　　工业物联网市场竞争者分布　　为什么会呈现出这样的分布，要从工业物联网的技术体系说起。　　我们将工业物联网的技术应用分为以下七层：层级L1、C1： 设备联网，数据采集　　随着工业物联网的快速发展，很多传统的工业制造企业将目光转向了设备数据，要实现智慧管理、数据处理，第一步需要拿到设备数据。那么对于工业设备来说，数据采集很难么？设备生产厂家自己不能做？当然不是。　　其实工业设备数

3、据采集，就是做一个硬件终端，与设备交互，只要弄明白交互的物理接口、交互协议、数据类型等，这个事情就不难。但拥有协议的设备厂家，为何自身没做数据采集，而是通过第三方来获取数据，其中的难点不在数据采集本身，因为工业设备的数据具有海量且无序的特点。　　例如，单个数控机床设备，每秒产生的数据可以达到400M，按照一条产线上有10个工位十台设备来计算，五条产线的话，一个简单的工厂，其数据生产量每秒钟能达到20G，而我们使用的普通手机流量也不过是每月10G左右。　　　　除了数据采集，还要对数据进行存储、分类、处理等等，这些都是厂家需要面临和解决

4、的问题。中国制造业现状决定数据采集将是非常大的市场需求，正催生了大量的硬件制造商、数据采集集成商等提供基础数据互通能力的服务企业。层级L2、C2：数据接收，数据存储，云平台　　云平台很难吗？设备生产厂家自己做不了，其他软件公司不能做吗？MQTT就是物联网了吗？　　当然是否定的。　　云平台的难度当然比做一个数据采集终端要难一些，但云平台归根到底，还是一个解决终端规模接入处理能力，如何解决大规模并发的数据存储问题，这也是一个纯粹的技术问题，即便设备厂家做不了，还是有很多物联网公司能去做这件事，例如阿里云、华为云、汇川等企业。看中的正是它

5、们的云部署能力和雄厚的实力，对于云中部署的数据有比较高的保障，这是一般的企业想做也没有能力做好的。　　不过话说回来，工业物联网数据是一个时序数据，绝大多数情况下，并不能使用一般软件公司通常熟悉的关系数据库，这对物联网企业来说是一个不小的门槛，但这门槛并非不可逾越。层级L3、C3：数据处理　　云平台虽然解决了数据接收和存储需求，但业内人都知道，这是非常复杂的时序数据存储。数据被保存到云平台后，该怎么处理？这件事情是想着简单，实际部署却有一定难度。　　近几年，市场中涌现了大量的物联网云平台服务商，但大多数能力有所差距，并未具备完善的数据

6、处理能力，采集到的数据就像一堆面粉，非专业的云平台也就像一个面粉仓库，把一堆堆面粉放到仓库，期间只是面粉堆不断增大了而已，海量而零散的数据并不会给企业带来价值。　　所谓数据处理，就是把数据进行高度的抽象，并进行必要的处理，让这些数据更加有序的保存，高效的检索，便于后续的数据应用、统计、分析计算。　　数据处理这个环节，事实上很容易被忽略，绝大多数物联网服务商并不明白数据处理是怎么回事，更不知道如何去做好数据处理，只能把采集到保存过程中的数据直接应用，这就带来一系列问题：　　面临大量数据，只能展现零散的数据，而无法准确判断数据关联关系，

7、且无法辅助决策等等。到了这一层，各类物联网企业的实力差距就已经明显体现出来，能够有效处理数据的企业往往能够更快速的切入行业，为客户提供数据价值。层级L4、C4：数据分析，分析结果应用　　物联网平台开始走向平民化，非IT的专业人士可以轻松上手工业APP应用，对于绝大多数企业也无多大难度。　　工业物联网的窘境，就是要面对一堆数据，却又无法从数据中看出有效信息，对于数据应用来说就更加困难。数据分析的目的就是弄清楚，这些工业数据背后的含义。这个事情的难度，远远超过前面的三件事情，即使是软件公司也不一定有这个能力，因为这些事情程序员做不了，数

8、学工程师也不一定就能做。想要实现数据的分析与应用，就要跨越数学与工程的鸿沟，建立数学与工程桥梁。　　数据分析对工业物联网来说，两个方面：　　－A－分析数据，形成分析结果，这是数据分析必须要做的一个基础的事情。　　－B－合理应用分析结果