0
工业互联网概念由来已久，其中，尤以近年来暗潮涌动，包括德国的工业4.0、美国的工业互联网和中国的智能制造。辅以物联网这波浪潮，国家也对工业互联网推出了诸多引导性政策，各地方政府也推出了相应补贴政策。在2018年、2019年年初的几轮工业互联网大型推进会议后，千家工业互联网企业浮出水面，工业互联网平台超过300家，其中不乏中控、徐工、海尔等老牌企业，以及浩如烟海的初创掘金者。
行业环境涌动之下，国内工业互联网目前究竟行至何处？有哪些问题，又有怎样的应用？雷锋网特别就国内工业互联网行业现行问题，在第六届中国机器人峰会暨智能经济人才论坛上从学术、政策、产业角度，就网络、平台、落地方案等方面向多方寻求答案。
相对德国的工业4.0，美国的工业互联网，国内提出的是智能制造。
什么是智能制造？
走向智能研究院执行院长赵敏将其总结为5个字：「人智」变「机智」。即把人的智能以知识的形式提炼出来，再将这些知识嵌入到软件、芯片、设备中，从而赋予机器一定的自主能力。其中，工业互联网被定义为实现智能制造的关键基础设施。
与消费互联网是以因特网为主体形成的互联网有所不同，工业互联网以工业以太网为主体，在发展过程中逐渐融入了因特网技术。
1969年PLC出现，PLC被德国定位第三次工业革命的标志，随后出现了现场总线（工业数据总线）。机床设备联网与因特网在时间上是并行的，技术上相互借鉴，形成了以TCP/IP协议为基础的工业互联网。
在当下的「云管端」概念中，「云」指的是基础设施，国内有阿里云、华为云等在做；「管」指的是连接协议，包括工业以太网、消费因特网，主要由电信厂商主导；其中尤以「端」侧差距较大，消费类电子产品只要符合标准可以直接申请入网，但是对于制造业中的机床，由于标准不统一，不同设备在开发时需要考虑数据格式，需要考虑不同的总线、协议，因而较为复杂。
工业互联网在实际部署中主要终端设备为各类传感器，包括热敏、光敏、气敏、力敏、磁敏、湿敏、声敏、放敏、色敏、味敏十类传感器，这十类传感器对应的正是人类的视觉、听觉、味觉、嗅觉、触觉五类感官。
在数控机床中，有诸如支线光栅尺、旋转光栅尺、电阻尺等传感器；在汽车内，有诸如油压传感器、转速传感器、气体浓度传感器等。“车越好，传感器越多，博世为高端汽车设计的一个尾气管上有8个传感器。”
传感器通过状态感知监测设备在控物理空间中的工作情况。
硬件之外，工业软件也有自己独特之处。工业互联网的软件封装了工业知识，建立了自动流动的规则体系。人类写入算法的过程就是「人智」转「机智」的过程。
因而，机器智能化的过程可以简单理解为：知识写入软件，软件嵌入芯片，芯片嵌入设备，设备嵌入到物理系统，最终形成可替代人智的机智。
其中，软件在形成过程中，通过将规律形成模型，模型形成算法，算法形成代码，最终通过代码形成软件。
赵敏强调，新工业革命的标志是通过赛博物理系统中的指令直接实现设备控制。
这里的赛博物理系统（Cyber Physical Systems，CPS）是一个包含计算、网络和物理实体的复杂系统，通过3C（Computing、Communication、Control）技术的有机融合与深度协作，通过人机交互接口实现和物理进程的交互，使赛博空间以远程、可靠、实时、安全、协作和智能化的方式操控一个物理实体。
在软件定义中，通过数据自动流动，在赛博通道中形成互联、互通、互操作。
具体到实际应用过程中，可以从最基本的为工业设备加装监测传感器做起，从而实现状态感知、实时分析、自主决策、精准执行。例如，服装生产企业现在已有通过在企业中的工位（缝纫机）上加装振动检测传感器采集工位振动数据，并将数据送到集中存储设备中，最终将这些数据一并送入服务器中进行分析。
通过这样的改造，在后台实现自动排产，从而提升工厂整体工作效率，同时也省去了此前设置的监督岗位（工头）。以此实现工厂改造，实现基础工业互联网应用。
前文有提到，设备数据采集需要传感器，设备互联及数据分析同时也都有赖于工业互联网平台，对此国家也已有诸多推进政策。
2017年11月，国务院出台关于深化「工业互联网+先进制造业」发展工业互联网的指导意见，指出工业互联网发展三大体系建设：网络体系、平台体系、安全体系。 随后，工信部印发多项文件，以推进工业互联网平台建设与落地。
2018年5月，工信部印发《工业互联网APP培育工程实施方案（2018-2020年）》；
2018年6月，工信部发布《工业互联网发展行动计划（2018-2020）》、《工业互联网专项工作组2018年工作计划》；
2018年7月，工信部印发《工业互联网平台建设及推广指南》、《工业互联网平台评价方法》；
……
中国工业互联网产业联盟今年5月在第二届数字中国建设峰会上发布的《工业互联网平台白皮书（2019）》指出，平台应用短期仍将以设备侧和工厂侧为主，数据确权、数据流转与平台安全仍是平台治理面临的重要问题。
目前国内工业互联网平台已有300+，包括海尔、航天云网、用友、工业富联等制造业企业均有推出自家工业互联网平台。据雷锋网了解，目前工业互联网平台主要能力仍处于工厂全周期排产、物流监测，以及各行业更为关注的预测性维护，其中，在更受关注的预测性维护方面，能力仍然极为有限。
就国内工业互联网发展整体现状来看，我国已经进入工业互联网平台发展模式探索时期，国务院发展研究中心研究员李广乾博士针对当下工业互联网发展也提出三点思考：
工业互联网平台发展模式要比一般商业模式更复杂，对平台企业要求更高，特别是由于与国家战略紧密联系在一起，政府在其中的角色和作用更大。如何界定模式中的政府角色是商业模式创建过程中的一个重要问题。德国的工业互联网平台是国家提出的工业4.0；美国的工业互联网平台虽然是GE及其主导的工业互联网联盟提出的，但是随着美国《国家网络战略》的出台，再次强化了工业互联网平台建设措施，因而也逐渐与国家政策紧密结合；我国从政府到地方的政策推动也一度成为热潮。
深化对工业互联网平台架构的认识。当前工业互联网平台架构过于简单，将工业互联网平台架构等同于工业云平台，显然无法反映工业化、信息化两方面的深刻含义，特别是无法反映各个工业制造业的特殊性，也无法反映平台的双边市场特性。
技术创新与商业模式协同。我国之所以这么快地启动国家工业互联网平台发展战略，与我们的两化融合、智能制造以及高质量发展等国家发展目标联系在一起。因而，商业模式应该包含更多更多社会化企业，肩负更多国家科技发展目标。
北京兰光创新科技有限公司董事长朱铎先将德国工业4.0（工业互联网）经验总结为三点：
第一，纵向集成和网络化制造系统，实现深度互联。内部互联，企业应用MES、ERP等系统，实现高度信息化；生产设备互联互通；生产设备与信息化系统深度互联；主要实现企业内部人、机、料的集成；
第二，端到端集成。沿着价值链进行集成，对外实现协作，与合作厂商实现互联互通；
第三，横向集成。类似当下互联网，实现社会化的集成。
制造业很穷，制造业利润很薄。对于厂商而言，智能制造是方向，不是目的，根本目的是节能增效。
例如炼钢过程，整个钢铁锻炼是一个耗散系统，也是一个复杂系统，因而可优化空间巨大。
据宝钢研究院首席研究员吕立华博士介绍称，宝钢通过将炉群设备互联及集中管理，构建无人空间，实现全自动控制后，最终实现工厂节能5%以上，产量提高6%以上，模型精度8度，实现少人化管理。
在钢铁精炼、连铸、热轧、冷轧全过程中，整个信息系统包括DCS、PCS、MES、ERP层级，其中，MES（生产制造执行系统）在工作过程中，当下达计划进到MES后，MES将这一计划下达到具体的执行层，并完成设备数据收集。在实际应用过程中，计划来的时候不一定完全符合我的制造现场要求，要实现制造全自动，就需要实现编排计划下放后与制造现场要求匹配。
宝钢最近完成的生产智能分析决策系统。通过将前道工序进行网络连接，并通过算法进行分析判断，在MES和PCS之间搭建了生产智能分析决策系统，将MES与生产过程联系起来，将历史数据收集统计并建立模型和知识库，最终通过构建数据模型进行生产智能分析与决策，实现在MES之下的可预测制造，包括生产违规预警、产品质量预测、特殊工艺报信、智能调度决策等。
前文提到，工业互联网如今仍停留在设备侧和工厂侧，要实现降本增效，首先要在工厂中完成监控、设备互联、数据流通的工作，整个工业互联网目前做的较好的已经可以实现工厂排期和相应的智能调度，真正能够实现预测性维护的厂商则少之又少。
GE作为工业互联网的先驱，最初定位诸如航空业等高端制造业中的旋转设备，得到了快速发展，但是随着业务横向拓展速度太快出现了诸多问题。这也为国内工业互联网提供了借鉴之例，可见，首先聚焦工厂、精细化发展才能站稳脚跟。
而国内工业互联网领域虽有千家企业，真正的工业互联网产业构建也才刚刚起步。雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
