工業是支撐我們的生產生活的一個非常重要的產業，工業的生產效率將直接影響整個社會的整體運轉，從工業誕生之始，人們就開始想方設法提高生產效率，所以工業物聯的概念由來已久。隨著物聯網的產生和不斷發展，現在，像中億物聯網這樣的物聯網解決方案研發者，已經可以利用物聯網及相關的科技成果，很好的解決工業物聯網領域的各種訴求。

行業背景

在講工業物聯網之前，我先和大家交流一下什么是工業互聯網？怎么定義的？工業互聯網這個概念應該是很早之前就已經產生，是GE最先提出。GE把工業互聯網定義成一個全球的工業系統與高級計算和分析傳感技術，以及互聯網技術高度融合的一個產品。

關于工業物聯網體系架構，中國工業互聯網聯盟做過一些報告。關于工業互聯網定義是指工業互聯網和新一代信息技術與工業系統，全方位，深度融合形成的一個產業和應用生態。工業互聯網的本質，我個人認為就是將控制系統、信息系統，產品及最終用戶之間形成網絡互聯。

依我個人的觀點，我認為工業互聯網應該由七大技術組成。圍繞著第一個技術就是基礎的網絡技術；第二個是大規模的數據存儲技術；第三個是遠程監控技術；第四個是數據分析技術；第五個是機器學習技術；第六個是傳感器技術；第七個是網絡安全技術；

基礎網絡，我理解它是指的像NB-IOT，Lora，LTE等這一類的基礎通信網絡。不只是工業互聯網基礎應該也是整個物聯網的一個基礎。物聯網的發展很大程度取決于現在這種基礎網絡建議的成熟度。

原來的工業信息化最大的問題就是數據存儲的量，歷史數據存儲有限。原來導致大部分的工業數據都是基本上存一段時間的數據而已。大量的歷史數據是沒有真正的利用和沉淀下來，而到了工業4.0和工業物聯網這個階段，大規模數據存儲就是一個必然趨勢。

關于遠程監控，原有系統基本上還處于局域網內監控系統，很少有做到遠程監控，而遠程監控的充分實現讓工業4.0的遠程運維有了可實現性。

前三點我認為只是一個基礎，最核心的應為第四、五點。第四點主要是針對于數據分析。大量數據存儲下來以后最重要的是利用這些數據挖掘出有用的價值——這就是數據分析起到的價值。另外一個根據歷史數據的積累，產生預測或學習到未來工藝改進或產品升級的方向——這就是第五點機器學習的方向。最后第六點與第七點也是非常重要的點，第六點主要指的各種設備利用各種傳感器收集各種數據。

第七點網絡安全，也是非常熱門的話題，包括兩個方向，一個信息安全，一個是信息私密性。如果工業互聯網無法解決這個問題將來會遇到很大的挑戰。

那么工業互聯網都給企業會帶來干什么價值，我個人把這個價值先歸納成為三點，當然我認為還遠遠不止啊，今天我們重點說這三點：

第一點通過工業互聯網能給遠程和分析提供技術基礎。通過遠程服務能夠提高服務的效率，有效地降低運維成本。同時通過預測性服務可以合理的規劃庫存，進行有效的人工排單，最重要的通過預防停機可以減少由于宕機帶來的巨額的機會成本。遠程維護，其實我認為最核心的內容就是要提高他的預測性，并且這個預測要可靠。

第二點通過工業互聯網還有一個很大的價值，要提高這種能效的提升。通過歷史數據的收集，合理的分析工藝，進行產線的優化，最終形成最優的工業組成。這點也是整個工業互聯網里邊最難實現的一個點，要實現這一點需要打通上下游各個層面的東西，需要不僅僅是通過數據分析的技術，還要通過原有的一些工業技術，聯合雙方共同來做這個事情。

最后一點，通過工業互聯網能夠形成這種協同制造。我理解這種協同制造主要是要融合上下游資源要達到企業內的協同；企業和企業的協同；企業和用戶的協同；企業和最終產品之間的協同。

以上三點是我理解的工業互聯網給企業帶來的最大益處。

產品介紹

中億物聯網把整個物聯網分成了四個層面：

第一個層面，設備層面。設備層面需要通過更加明確的自動化手段，讓設備更加智能。通過加裝各種各樣的傳感設備，讓數據的收集、采集以及監控更容易落地。

第二個層面，平臺層面。這個層面就是通過采集各種各樣的數據將各種各樣的數據進行匯總，匯聚，最終提供各種各樣的業務接口。讓各種應用如App、外部系統可以讀取相關的數據。同時要做到開發成本降最低，整個系統成本最低。

再上一層就是數據層。當平臺完成數據收集以外，這時候并不能最終體現整個物聯網的一個價值，必須通過一定的數據分析手段，把這些價值充分的挖掘出來形成最終的分析結果才有效果。

在數據分析之上，我們認為就是各種樣的業務層。不同的領域應用是不一樣的，我們中億物聯網通過一些產品的積累會提供一些解決方案樣板。供相關企業使用該樣板去完成自己的平臺最終的建設。

我們Matrix平臺就是物聯網的一個通用的PaaS平臺，在應用開發，會提供基于安卓，iOS系統各式各樣的API接口。同時提供數據存儲、數據加密、帳號等通用的物聯網組建，利用Matrix平臺可以快速的實現產品的物聯網化。

Matrix相當于物聯網的平臺層。在數據層我們提供Inspire大數據分析平臺和Genius統一的運營管理平臺。其中，Inspire平臺主要提供數據分析服務，可以支撐海量的數據的快速分析。Genius統一運營平臺可以讓用戶通過一些配置就實現運營管理需求。

Matrix本質上是一個PaaS平臺。所謂的PaaS就是提供介于IaaS和SaaS之間的一層服務，他將一些軟件的通用功能做成平臺化，讓產品調直接調用。本身的Matrix包含了三大SDK體系：

第一個SDK就是設備SDK。在這個SDK上我們提供OTA功能，設備長連接功能，設備短鏈接功能，一些設備安全傳輸的機制。通過這個SDK可以很容易的讓設備實現網絡連接。現在已經支持MQTT、CoAP等多種物聯網通用的技術協議。

在App端，我們會提供各種基于安卓、iOS的SDK。這樣可以讓用戶直接享用一些如帳號體系這類的通用組件，無需自己再開發相關的組件，讓開發者很快的利用這些SDK去完成App開發。除App端，我們還提供服務端SDK。可以讓企業的開發人員很容易的去開發一個基于企業運維管理的系統。

這些SDK，我們產品對用戶可見的部分，而我們產品最核心的部分應該是整個系統架構。它包括幾個方向，一個是海量數據存儲管理，一個是設備的安全穩定的連接管理，第三個就是整個網絡的安全管理，第四個就是自動化運維體系。

同時我們提供一套叫UDS的服務。利用這種UDS服務可以讓用戶定制一些云端業務。UDS，全稱是用戶自定義服務，是基于我們整個的一個云端Matrix開發框架來實現的。你可以理解成他是一個windows下的MFC，是一個應用開發框架。在這個開發框架上，用戶可以快速的實現自己所需要的定制化云端服務。

這是我們整個功能的一個分布圖。我們的公有云服務是架在傳統的IaaS服務之上的。也就是說阿里云，AWS，都是我們中億物聯網的服務提供商。我們在這之上構建了我們整體的PaaS服務。

Inspire平臺可以理解成是一個大型的數據計算器。可以將數據進行快速的清理分類統計。我們將一些常用的統計模型和基礎的分析功能都會組合起來，放到平臺之上。讓客戶免于開發就能享用這些應用組件。同時整個Inspire采用MPP的技術架構能夠快速處理上億行的數據，同時能支持千萬的并發規模，可以實時的完成數據處理。在常規的大數據分析基礎上，我們還增加了機器學習模塊。可以讓用戶快速的完成一些機器學習算法的實現。同時我們Inspire平臺也會支持這種用戶的自定義的計算任務的開發，也會采用這種PaaS的模式提供一些開放接口。用戶可以跟我們開發接口開發自己定制化的一些應用服務放到我們平臺之上去運行自己的業務邏輯。

Inspire的適用人群十分廣泛的，他包括企業的負責人，設備的運營人員，數據分析人員，研發人員。各種人群都能在Inspire獲得自己想要的數據分析內容。

總結來說，中億物聯網工業物聯網產品主要是在六個方面為客戶提供服務，降低開發的門檻和周期，通過這種PaaS開發模式，一方面提供豐富的組件，另一方面提供足夠的靈活性。讓產品可以很容易的滿足各行各業的企業需求。同時采集分布式和列式存儲器讓整個的物聯網的數據存儲性能得到極大的提升。

剛才主要說的是我們兩個標準化的產品。我們的所有的客戶都是使用這兩個產品完成最終物聯網應用開發。除此之外，我們基于這個平臺推薦客戶的一些軟件架構的層面實現方式。比如剛才那張圖就是表明了我們對一個工業物聯網應用的一個整體產品設計方案。

整個工業物聯網系統，我們分成七大部分。最底下的是一些權限的控制。因為不同的用戶對產品，對工業互聯網的應用的訴求是不一樣的，所以必須通過有效的權限控制和功能劃分讓不同的角色可以使用不同的應用。在權限管理上面還有一層設備管理模塊，設備管理模塊主要是做設備的整體管理，包括工況的監控、歷史數據的監控、位置的監控報警、故障報警的監控。

除了設備管理模塊，還有一部分是產品生命周期管理。這部分包括周期性的維保。維保派工，設備折舊統計，故障統計等一系列產品生命周期的管理模塊。

在這兩層之上，還提供這種遠程調試模塊可以實現設備的在線升級、遠程鎖機、遠程調參、設備日志收集等一系列遠程調試的功能。同時還支持這種收益分析模塊可以有效的幫助企業去分析產品的收益。做好成本的管理和能效的分析。還有合同管理模塊，通過不同的合同管理模塊，讓一企業對自己的客戶做好有效的管理和使用統計。

以上，中億物聯網的技術人員，從專業的角度，對工業物聯網的本質作了詳盡的分析介紹，希望對工業物聯網也的伙伴們有所幫助。另外，如果您在工業物聯網領域有物聯網解決方案方面的需求，可以找正規的物聯網公司來為您設計解決，既可以節省寶貴時間，有能夠得到專業的服務。