工业物联网及其连接、采集的市场机会

作者 / 周万木 (IHS Markit工业自动化组高级分析师，上海 200122)

　　摘要：当前正进入IT与其他领域融合的第四次浪潮，工业物联网是其中增长最快的部分，带来的机会有连接、数据采集和计算等，本文着重探讨了连接和采集的市场机会。

　　关键词：工业物联网;IT;OT;连接;采集

　　1 IT融合的四次浪潮

　　回顾从局域网到互联网、再到移动互联网的发展历程中，载体、杀手级应用、使用的主体、速率、数量级都在改变。例如，消费互联网实现的是人与人的连接、人与内容的连接;工业物联网实现的是物与物的连接，即万物互联。

　　互联网对行业的影响，一个是在广度方面——不断拓展行业应用，从电信到媒体，到消费电子，到内容，再到制造业/工业。另一方面是在深度上发展，未来将实现数字化、网络化、智能化，以实现自我感知、自我识别、自我判断。

　　伴随着互联网/ IT(信息技术)在各行各业的应用和融合，主要有四大浪潮。首先是“IT+电信”(如图1)，这两个行业的融合自然而然，可谓天生一对，电信技术也从模拟转到数字;之后是“IT+消费类电子”，典型的产品是手机从模拟到数字，从功能机到智能机，还有各种平板电脑和可穿戴设备等;第三次浪潮是“IT+内容”，诞生了微博、微信/facebook(脸书)，涌现了很多自媒体、App的应用;接下来的第四次浪潮，IT还会继续向其他行业渗透，更加细分，渗透到了制造业，例如工业、能源、移动、物流、政府和健康等领域。

　　2 工业物联网的增速最快

　　据IHS Markit 2018年8月的预测，2018年将有310亿个连接，其中，通讯业有168亿件设备，但增速较慢，从2013到2020年只有8.0%的年均增长率;消费类电子有59亿件设备连接，从2013到2020年有13.8%的年均增长率;商用和工业用的连接数有54亿件设备，增长速度最快，从2013到2020年有25%的年均增长率。IHS的最新预测表明，从2018年到2030年，商用和工业领域将有50%的新连接设备，主要包括楼宇自动化、工厂自动化、化学、石油和天然气等行业。

　　关于出货量的预测，工业物联网的出货量增加最快，比例最大, 到2025年，工业和商业用物联网的出货量将占到一半以上^[1]。

　　具体到工业自动化设备，开关设备(switchgear)数量最大(如图2)。传感器在制造业中得到了广泛的应用，再加上连接和传输更多数据的速度更快、信号完整性更好，都将成为IIoT(工业物联网)的驱动力。

　　过去几年，许多OT和IT厂商引入了新的物联网平台。这些平台都有一个关键的特点：支持跨多台/个机器、设备和公司的数据整合和通信，从而创建互连的组织和供应链。

　　实际上，引入工业物联网的最大挑战是人——从高级执行官到工厂层的操作员。如果人们不相信这些数据，或者不相信这些数据的使用，项目很可能会失败。

　　工业物联网的四个重要部分是：连接、数据采集、计算与创造是工业物联网的组成部分。

　　3 工业物联网的连接

　　连接是物联网的基础组件。5G和专用LTE网络的不断发展将有助于解决与设备连接相关的问题，特别是与安全、容量和网络覆盖相关的问题。然而，缺乏通用的连接标准仍然令人担忧。在接下来的几年里，诸如时间敏感网络(TSN)、私有LTE和5G等新技术带来了更大带宽和更低延迟的潜力。

　　IoT的通信连接分两种：有线和无线^[2]。有线的方式在工厂中还是主流;主要是工业以太网和现场总线;具体到垂直行业来看，工业自动化主要的连接方式还是有线形式，诸如工厂的现场总线和工业以太网。

　　无线按照通信距离分为短距离无线通信和远距离无线通信。

　　按照网络的综合性能和数据传输率等，BT(蓝牙)、NB-IoT功耗较低;而Wi-Fi、eMTC、UWB传输率会更高;与NB-IoT相对应的还有LoRa和Sigfox这些非授权的频段(如图4)。

　　目前应用更多的是蜂窝通信模块(2G/3G/4G)，当然5G的出现，既覆盖了短距离又覆盖了长距离，可能会取代目前很多的无线通讯技术，一统江湖。

　　工业场景比较复杂多样，例如生产过程的监管和控制、生产资产的管理和维护，以及现场服务等。不同的场景用到不同的工业通信产品。全球各自动化厂商、研究机构、标准化组织围绕设备联网推出了成百上千种现场总线协议、工业以太网协议。这些协议标准数量众多且相对封闭，使得不同厂商出品的工业设备很难互联互通，严重制约了设备互联、上云。

　　据IHS Markit预测，工业以太网的连接数/安装量将会在2021年超过工业现场总线;安全协议的发展比较迅速，特别是欧洲厂商在安全方面投入很多设备;但工业无线在工厂中的应用还是低于预期，主要是工厂对实时性的要求比较高;设备的多样性决定了物联网时代连接方式的多样性，例如5G、NB-IoT、有线、工业以太网、总线、Wi-Fi、Zigbee、蓝牙等通讯方式都可能存在，还可能会有新的通讯协议，例如MacBee等。未来有些设备可能支持一种以上的通讯方式，设备智能联网需要选择适合的通讯方式。

　　蜂窝技术与其他技术的一个关键区别是：蜂窝技术主要由电信运营商、移动网络运营商(MNO)或移动虚拟网络运营商(MVNO)通过公共网络交付，而其他物联网技术主要通过专用网络提供(这与LoRaWAN和Sigfox不同)。

　　这意味着，使用蜂窝式物联网或机器对机器(M2M)连接的组织传统上为所使用的流量向MNO支付费用(预付或合同基础上)，这与消费者支付移动语音和数据的方式基本相同。这种类型的经常性费用在很大程度上不适用于其他技术，这些技术是由企业自己单独部署的，通常与一系列合作伙伴(如模块供应商、系统集成商和平台供应商)合作。

　　4 数据采集

　　4.1 固定和移动资产的数据采集

　　这里的目标是访问连接设备的数据并移动或存储这些数据。随着传感器数据的加入，网络管理和规划的重要性对于成功的物联网解决方案至关重要。在此阶段，与机器的嵌入式传感器和I/O Link传感器连接相关的标准将改进数据收集和传输过程。同时，IIoT网关作为网桥和IIoT设备与云之间的通信协议转换器的作用将扩大，以支持边缘分析/数据处理以增加智能。

　　工业设备/工业自动化产品分为固定的和移动的自动化产品和设备(如图5);固定设备包括离散自动化产品、encoder(编码器)、工业机器人、电机驱动产品、伺服运动控制、电机和发电机、流程控制产品、风机泵压缩机和传感器、开关设备等。

　　移动设备主要指AVG(自动导引小车)、抓手、叉车、扫描器、无人机、服务机器人等。

　　控制部分：包括工业软件，如MES(制造企业生产过程执行管理系统)、CRM(客户关系管理)、PLM(产品生命周期管理)等生产线管理系统及仿真系统、控制优化软件等;控制系统主要是离散控制系统(DCS)、数据采集与监视控制(SCADA)和可编程逻辑控制器(PLC)，某些情况下也会用到单片机或工业计算机(IPC)实现控制。

　　传动部分：工业自动化产品主要包括运动控制系统，如伺服系统和计算机数字控制(CNC)等产品;变频传动，如变频器等用来驱动电机实现速度和功率变换的设备。

　　执行器：风机泵压塑机、电机、发电机。

　　工业网络，包括工业以太网、工业云、工业大数据、工控网络安全等和下一代工控系统息息相关的技术。

　　以及其他的产品，如智能控制阀、接触器等较为零散的产品。

　　4.2 IIoT的机会在于对传统设备的重新定义和转型升级

　　IHS Markit认为工业物联网的发展并不会直接拉动这些传统设备的销量上升，但会产生一些新的机会，就像苹果公司重新定义手机一样。在工业领域，一些新兴的厂商有可能会重新定义电机、变频器等传统产品，甚至重新定义产品模式和服务模式，对传统的公司产生冲击。

　　那么，怎样进行重新定义呢?

　　物联网时期的产品架构包括三部分(如图6)。

　　第一部分是产品本身：主要包括软件和硬件。电子部分有嵌入式软件和非嵌入式软件，是嵌入在控制器、通信和传感装置中的采集、控制和通信软件。

　　第二部分是连接，一是连接云，二是与外界其他产品和信息源的连接。

　　第三部分是产品云，包括应用程序、分析/处理引擎、应用平台、产品数据库信息。

　　4.3 传感器和处理器的机会

　　数据采集主要是在传统的设备上加装传感器/MEMS(微机电系统)和传感器，让传统的设备更加自动化、智能化、数字化，以实现网络化。所以设备上云、加装传感器主要推动了传感器、处理器的市场发展。

　　据IHS Markit分析(如图7)，从2016年到2025年，相关IC的综合年均增长率为9.6%，其中， 2018年IoT连接IC的市场为124亿，年均增长率11.4%;2018年IoT传感器为175亿，年均增长率5.5%;2018年处理器芯片为72亿，年均增长率14.4%。

　　另外一个增长动力来自于各种传感器/MEMS的价格下降。由于消费电子大量使用传感器/MEMS，例如加速度传感器、压力传感器、磁传感器、6轴惯性传感器、陀螺仪等，这些传感器最近几年在消费电子产品方面出货量非常大，价格下降得非常明显，性能由于经过消费电子的大量应用检验，性价比较高。工业物联网领域相关传感器、处理器等硬件的成本不断下降，大大促进了工业物联网的经济可行性。

　　工业的应用场景非常多，细分市场分散，工业上使用的传感器种类非常多：比如惯性传感器、加速度、磁传感器、振动传感器等。

　　举一个振动传感器的例子;在非常传统的电机系统上加装振动传感器和发射器，以采集电机的工作/振动状态数据，形成大数据分析，可以做预测性维护和状态检测，可进行远程维护和远程诊断

　　关于图像传感器，笔者曾经在轴承行业做过调研，传统的轴承生产过程中，对产品的检测是首件检测、尾件检测、中间抽检。而每一批产品，都要手工检测。传统的生产批量大，这种模式效率低一些可以忍受;如果每种产品批次很少，用传统接触式检测的效率低，每次检测调整周期长。现在工业对于非接触式检测，也就是通过图像识别检测的需求特别旺盛。如果可以实现非接触式图像检测，一方面可以提高生产设备的柔性，实现件件检测，提高质量水平;还可以通过检测实现动态刀具补偿，降低产品的偏差。

　　参考文献：

　　[1]周万木.制造业在转型：进入一个全新的数字世界.电子产品世界,2017(11):6-14

　　[2]何晖.IoT的连接芯片机会及NB-IoT特点. 电子产品世界,2018(11):4-8

本文来源于科技期刊《电子产品世界》2019年第3期第9页，欢迎您写论文时引用，并注明出处