电子发烧友论坛|
“物联网”一词是由英国技术先驱 Kevin Ashton 于 1999 年在 Procter & Gamble (P&G) 的一次演讲中首次提出。Kevin 对“物联网”的定义是，通过广泛覆盖的传感器将物理世界与互联网连接起来的系统。自此，术语“物联网”及其缩写 IoT 迅速传遍全球各地。
0
|
|
5个回答
|
|
|
物联网：人们对“物联网 (IoT)”一词的理解并非一成不变。目前，广泛接受的定义是：“由计算设备、机械和数字设备、物体、动物或人互联互通而组成的系统，各元素均具有唯一标识符，能够通过网络传输数据，并且无需人人或人机交互。”“物联网设备”一词是指可远程监测和/或控制的任何独立互联网连接设备。据 Statistica 数据统计，预计 2020 年全球物联网设备安装量约达 300 亿，2025 年将增至 750 亿。
工业物联网与人工智能物联网：工业物联网 (IIoT) 是指将互连传感器、仪器及其他设备联网应用的计算机工业应用（包括制造和能源管理）。连接性有助于数据收集、交换和分析，从而提高生产率和效率，并产生其他经济效益。IIoT 由分布式控制系统 (DCS) 演变而来，通过云计算完善和优化过程控制，从而实现更高的自动化程度。如今的 IIoT 得到各种技术支持，例如网络安全、云计算、边缘计算、移动技术、机到机技术、3D 打印、高级机器人技术、大数据、物联网、RFID 技术和认知计算等。 人工智能物联网 (AIoT) 是指借助 AI 技术扩展物联网设备和基础设施的功能。AI 可通过机器学习 (ML) 和认知功能扩展物联网功能。 |
|
|
|
|
|
工业觉醒与重量级物联网
Gartner 的 2017 年预测数据表明，2018 年全球物联网支出预计将达 7,725 亿美元。同时，IDC 表示 2018 年全球物联网消费支出约为 620 亿美元。相比之下，制造业支出为 1,890 亿美元，超过运输业（850 亿美元）和公用事业（730 亿美元）的总和。此外，Bain & Compan 预测，截至 2020 年，IIoT 应用产生的收入将超过 3,000 亿美元，是消费物联网应用收入（1,500 亿美元）的两倍。 “重工业”一词是指具有下述一个或多个特征的产业：生产大型和重型产品、具有大型和重型设备和设施（例如重型设备、大型机床、大型厂房和大型基础设施），或具有复杂或众多工艺流程。 在物联网出现之前，工业系统中的电机、发电机和重型设备大多独立运行，并未实现互连。然而，连接互联网而组为物联网后，在效率、生产率和可靠性方面就能获得巨大优势。这些优势包括远程监测和控制、故障检测和预防性维护等。这也解释了新型工业设备配备大量传感器和通信功能的原因。 问题在于现场有大量（传统）“哑巴”基础设施和设备。单就美国，这些设备的估计价值就高达 6.8 万亿美元。解决方案包括：保持原样；斥巨资以同类新设备替换现有设备；或使用新型传感器、控制和通信系统扩展现有设备功能，使之适应 21 世纪的需要。 对于借助 IIoT 和 AIoT 扩展工业系统功能的概念，美国风险投资公司 Kleiner Perkins 将其称作“工业觉醒”。在 2015 年发表的 "The Industrial Awakening:The Internet of Heavier Things" 一文中，Kleiner Perkins 引用了世界经济论坛的一份报告。报告指出，截至 2030 年，由“工业觉醒”带动的全球产出有望达到 14.2 万亿美元。 |
|
|
|
|
|
借助 IIoT 和 AIoT 扩展传统设备功能
无论在全球哪个国家，电机都是最大的耗电设备。总耗电量约占工业功耗的 2/3，占全球功耗的 50%。这表示所有发电厂或其他电源所产生的能量中，一半都用于电机供电。 问题在于，工业电机的平均效率仅为 88%（商用电机的效率显然更低）。借助适当的传感器和控制系统，可显著提高效率。 对于工业企业而言，最大的风险之一是意外设备故障导致的停机。一种解决方案是采取预防性维护，包括使用传感器监控设备，借助 IIoT 和 AIoT 功能来检测设备异常，并预测潜在故障模式和时间范围（例如“该机器二级转子的当前运行效率为 95%，每天降低 0.9%，预计将在 6 +/- 1 天内发生灾难性故障”。） 借助 IIoT 和 AIoT 功能的原因在于，在模式识别以及从历史数据中提取趋势并推断潜在故障方面，该方案比人为判断更有效。 面对大量数值数据时，人类很难识别模式和判断异常，但是若以图形方式呈现数据，则相对简单得多。 例如，若非不可能，人类很难从数值数据中发现问题，如图 1 所示。相比之下，若以图形方式呈现相同数据，人类就能立刻发现异常所在，如图 2 所示。  图 1：面对大量数值数据时，人类很难识别模式和判断异常。（图片来源：Stephen Bates 演讲中展示的“经整理后以便向大众展示的物联网系统一般测量数据”）  图 2：若以图形方式呈现数据，人类就能相对轻松地识别模式和判断异常。（图片来源：Stephen Bates 演讲中展示的“经整理后以便向大众展示的物联网系统一般测量数据”） 此处的关键在于，无论数据以何种方式呈现，IIoT 和 AIoT 系统都可以识别模式和判断异常。此外，同时监控多个相同系统（可能分散分布在世界各地的位置）时，IIoT 和 AIoT 系统还可以从所有系统中学习，借用一个系统的知识来预测另一个系统的问题。 |
|
|
|
|
|
关键在于传感器（以及处理、连接性等）
扩展传统工业设备功能的第一步是增设传感器。传感器种类繁多；同样，每种传感器类型都包含多种选择。传感器可测量的属性包括但不限于以下各项：
 图 3：M3041-000006-250PG 压力传感器适用于液体或气体压力的测量，甚至可用于污水、蒸汽和轻度腐蚀性流体等难以处理的介质。（图片来源：TE Connectivity） 传感器开发套件和评估板的实例包括 IoT Studio 平台、STEVAL-STLCS02V1 SensorTile、STEVAL-MKSBOX1V1 SensorTile.box 开发套件和 X-NUCLEO-IKS01A3 运动 MEMS 评估板，均由 STMicroelectronics 推出。 X-NUCLEO-IKS01A3 运动 MEMS 和环境传感器评估板系统可与 Arduino 的 UNO R3 连接器布局兼容（图 4）。该评估板具有 LSM6DSO 3 轴加速计 + 3 轴陀螺仪、LIS2MDL 3 轴磁力仪、LIS2DW12 3 轴加速计、HTS221 湿度和温度传感器、LPS22HH 压力传感器和 STTS751 温度传感器。  图 4：X-NUCLEO-IKS01A3 运动 MEMS 和环境传感器评估板系统可与 Arduino 的 UNO R3 连接器兼容。（图片来源：STMicroelectronics） 除了增设传感器之外，还需要本地数据调节、处理和控制。借助可编程逻辑控制器 (PLC) 即可执行这些任务，例如 Delta Industrial Automation 的 AS 系列紧凑型模块化中程 PLC（图 5）。 AS 系列是一款专为各种自动化设备设计的高性能多功能控制器。采用基于 32 位 CPU 的片上系统 (SoC) 由 Delta 自主开发，执行速度高达 40 千步/毫秒，最多可支持 32 个扩展模块或 1,024 个输入/输出。  图 5：Delta 的 AS 系列紧凑型模块化中程 PLC 执行速度高达 40 千步/毫秒，最多可支持 1,025 个输入/输出。（图片来源：Delta Industrial Automation） 此外，基于 AIoT 的高级分析须在云端执行，因而在网络和通信方面有所要求，建议采用 Weidmuller Group 的工业以太网连接的完整解决方案等产品。 |
|
|
|
|
|
随着应用速度的加快，以及 ML 和 AI 技术的发展，设施管理员需要设法整改传统工业设备，以提高生产率和效率。
所幸，多家供应商提供的现成解决方案可为传统系统扩展智能设备和连接性能，使其融入这场 IIoT 革命。 |
|
|
|
|
只有小组成员才能发言，加入小组>>
【战疫专题】第六期：突破口罩+护目镜挑战，多模态生物识别技术成趋势
3347浏览 9评论
/8 
157
评论
淘帖
