的技术市场机会,指出我国工业物联网总体上处于起步阶段,在物联网的总产值中比例偏小,未来将有巨大的潜力。
物联网的价值主要体现在工业物联网。麦肯锡的研究报告中指出,物联网的价值中,70%在工业物联网。其中,“企业因用户使用IoT而获得的价值”占69%,“企业购买IoT及服务获得的价值”占79%,“企业在工作场所装备IoT产品”占到67%(如表1)。工业物联网能够为办公室、工厂、工场、零售等带来价值。在表1中,为何家庭也有一定的占比?因为家庭里的部分传感器信息是与企业相连、由企业进行诊断和维护的。
不过,中国工业物联网在物联网的比例偏小。图1是赛迪顾问的报告,预计2020年,中国工业物联网在整体物联网产业中占比将达25%,规模将突破4500亿;由此可见,我国工业物联网在物联网中的比例非常小,所以我国当前的发展是很慢的,有很大的增长潜力。
据麦肯锡预计,2025年全球工业物联网将创造3.9~11.1万亿美元的价值(如图2),带来的价值主要有三种:技术上的支出、物联网用户价值、消费者盈余(用户获得的价值)。可见,工业物联网的价值主要是由物联网(IoT)用户获得的。
在物联网的产业链中,人们通常认为硬件是主导,但实际上,软件、服务和云才是主要支柱。据爱立信2016年的分析报告,感知层占25%,数据传送层占10%,数据处理层占65%(注数据处理层又分为两类:平台服务占10%,软件开发/系统集成/增值服务占55%)。麦肯锡于2015年6月的分析报告指出,软件与服务占物联网技术支出的60%~85%。具体地,物联网整个价值链中,据麦肯锡对2015年IoT技术支出的价值分配统计表明,集成服务占20%~40%,软件/应用开发占25%~35%,软件设施占5%~20%,连接占0~10%,硬件占20%~30%(如表2)。
在工厂中,物联网能带来什么贡献?无论是乐观还是保守估计,都认为最大的是运营优化(如图3),其次是预防维护,之后是库存优化,安全、劳动生产率等。麦肯锡预计在2025年工业物联网在工厂带来的经济贡献将达到1.2~3.7万亿美元,其中主要是运营优化和预防性维护环节;劳动生产率的提升与AR应用、监控管理及组织设计有关。
除了手机与汽车外,工业是传感器应用最多的领域,未来还会成为传感器的最重要应用领域之一。工业上使用的传感器种类繁多,从传感器种类来看,流量传感器、压力传感器、温度传感器占据最大的市场份额。
产业用传感器的一大特点是品种多、批量少,呈现碎片化现象,因此缺乏规模效应,从而影响成本的快速下降。
工厂中的网络有三层结构。最底层是DCS/FCS(分布式控制系统/现场总线控制系统)、PLC(可编程逻辑)等,通过物联网通信/传感器协议进行控制。再往上,是把物联网信息收集起来,形成工业以太网/时间敏感网络(TSN)协议等。再上面是企业内网(诸如工业以太网/TSN)或外网(Internet/4G/5G)IP协议等。
可见物联网是工业互联网最底层的基础,所有数据都依赖物联网。另外很重要的一点是,仅仅是传感器与设备连接起来是不够的,如果不与外网联系还是不行。麦肯锡认为,40%跨物联网应用的潜在价值以及某些环境中将近60%的潜在价值需要运用互操作性。即如果物联网不是对外连接、交互的,其价值是无法体现的。
市场调查公司IDC把边缘计算看作是物联网的基础设施,与物联网密切关联。据IDC预测,未来将有超过50%的数据在边缘侧处理,到2020年边缘计算支出将占物联网基础设施总支出18%,成本仅为单独使用云计算的39%。
工业物联网与边缘计算是紧密联系的。大企业往往自建云平台,但越是大企业内部层次越多,需要同时配备边缘计算、本地缓存和过滤数据,提供实时响应,从而降低了到中心云的带宽压力,另外,数据就近处理也减少了敏感数据泄漏的风险。
中小企业可以接入到公有云,与其他企业通过VPN(虚拟专用网络)方式共享第三方的云资源,节省投资与运维成本。但当企业与公有云间距离较远时,还是需要企业自建边缘计算平台。
对于大企业,可使用非许可频率的LoRa来建内部物联网。对于大量中小企业,自建物联网不经济,NB-IoT为企业提供一个承载在公众通信网 上 的 专 用 物 联网。但NB-IoT传感器是固定位置,且业务带宽只有20和250 kbps,是窄带的。
工业应用的工件、机器人及网联车的传感器是移动的,5G能支持传感器移动及可与人对话的多种窄带物联网标准。
新工厂可以用光纤连起来,但老工厂布设光纤很麻烦,因此希望通过无线连接。Wi-Fi因稳定性、扩展性、低速率、不适合强电子干扰等问题,在工业领域的利用率仅为4%,无法连接。
5G非常适应工业互联网要求。但工业5G主要是本地专网应用,未来希望有专用频谱。ETSI(欧洲电信标准化协会)通过对企业调研,测算提出工厂内网需要76MHz专用频率。
•非公网(NPN)与公网(PN)隔离。工业5G主要是本地专网应用,工厂直接建无线基站,有专用的信道。
•NPN与PN共享无线接入网(RAN)。也可以是基站由无线运营商来建,控制部分是企业本身的。
•NPN与PN共享无线接入网(RAN)与控制面。甚至基站也不建在工厂里,通过控制信道连到运营商那里,把控制管理能力放在运营商那里。
可见,物联网不是直接连接到5G的,要经过工业的通信网络。原来是现场总线、以太网,现在是工业以太网,未来是时间敏感网络(TSN),即物联网通过TSN连接到5G网络上。
因为需要信息收集和分析,就需要SaaS(软件即服务)和PaaS(平台即服务)平台。SaaS需要公共软件。过去大企业管理得好,其ERP(企业资源计划)主要基于Excel表。传统上,ERP Excel表做得很精细,可以把生产流程精确到分钟。但缺点是一点小的流程变化也不得不开生产调度会,来调整Excel表。因为Excel是静态的,所以调整起来很麻烦。随着物联网的兴起,需要公共软件与物联网连起来,利用AI、云计算等来动态调节Excel表。
据统计,全世界工业数据目前的利用率只有1%。物联网建立后,如果不能和大数据、AI结合,物联网还是不完整的。以下有几个利用工业物联网和AI产生效益的案例。
苏州协鑫公司在全球光伏切片市场占有率达1/3),利用阿里开发的工业大脑,分析0.2 mm的硅片生产中上千个生产参数,找出60个关键参数,优化生产流程,良品率提升1%,每年可增加上亿元利润。
杭州中策公司年产5000多万条轮胎,全球橡胶生产位列前三,每天从全球采购上千吨橡胶块。引入阿里的工业大脑后,提升混炼胶平均合格率3%~5%,年增千万元级的利润。
浦项钢铁公司通过使用AI涂层重量生产模型,精确控制连续镀锌生产线,实时预测涂层重量,将涂层重量偏差从人工控制的7 g/m²减少到0.5 g/m²。
普锐特公司与宝钢合作,在1580热轧机上的热轧板卷宽度通常由粗轧机中的立式机架以及精轧机张力和压下量的关系来控制,通过AI 实现精轧机动态宽度控制,消除或减少宽度偏差以提高成品率。
华星光电公司与腾讯合作,对面板海量图片进行快速学习与训练,建立高精度模型,实现机器自主质检,分类识别准确率88.9%,节省人力60%。
对于多关节工业机器人,同一个操作可以有多个不同的运动轨迹方案,利用AI技术,通过比较可以得出最优解。
AI技术融入机器人后,程序指令不再由人下达,而是由机器人系统自主完成编程并执行。例如,沈阳新松公司开发智能焊接系统,首先感知工件并对其进行测量,自主生成程序,根据不同的焊接工艺调取不同的焊接技术。
通过戴上AR(增强现实)眼镜,工人可以根据眼镜上的提示信息装配和维修设备,方法是通过5G连到云端,这样可以实时得到云端/指挥中心的信息。这样提高了生产效率,过去只有熟练工人才知道怎么做的工作,现在新手也可以做了。
数字双胞胎(Digital Twin)借助安装在物理对象上的传感器数据和仿真手段来映射产品实时状态、工作条件或位置,获得物理对象的属性及状态的最新和准确的镜像,可用于预防性维护。
据IDC预测,到2020年,全球2000强企业中的30%将利用数字孪生数据,提高产品创新能力和企业生产效率,从而提高企业25%的收益率。例如,GE(通用电气公司)将数字孪生技术用于风力发电管理,获得20%效率提升。
据世界经济论坛预计,到2025年全球GDP总量的10%将存储汇聚在区块链产业中。应用案例有:美国高盛公司将利用区块链技术消除额外成本,在2020年大约可以节省60亿美元。沃尔玛从农场、工厂到商店建立食品区块链,溯源沙门氏菌源头时间从7天缩短到2秒。杭州万向集团建立区块链+汽车物流供应链,应用到贸易金融、零部件、整车物流供应链及汽车后装。
我国政府关注中小企业,在我国小微企业的资产中不动产占比不到30%,而成品或半成品等动产因难以监管而无法作为质押物。走民间借贷利率高达15%,托盘利率也高达12%,企业不堪重负。
利用物联网对入库动产监管(例如摄像头对应电视屏监管流动资产,可把流动资产变为不动资产),实现物流、资金流和信息流的协同,配以区块链管理,适应企业短小频急的用款需求,随借随还。利率7.1%(其中银行5.6%,监管等费用1.5%)。
工业互联网有可能将企业的生产线暴露到外网,即便无需连到公众互联网,但物理隔离也可能因管理疏忽而感染外网病毒。工业互联网使用大量传感器,而传感器的安全防护能力较弱,很容易感染木马,而成为DDOS攻击的跳板。
因此,工业互联网需要更严的安全防护技术:包括实时网络性能监视预警技术;工业数据的分布式管理技术;阻止非授权实体的识别、跟踪和访问;非集中式的认证和信任模型;高效的加密和数据保护;异构设备间的隐私保护技术。
除了在企业内部建立IT(信息技术)与OT(操作技术)统一的安全团队和企业安全运营中心外,还要与企业的上下游实现威胁情报共享和安全防护的协同联动,从政府获得安全态势感知信息。