工业物联网
![本页使用了标题或全文手工转换](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
技术史 |
---|
工业物联网(Industrial Internet of Things)简称IIoT,是应用在工业上的物联网,是互联的传感器、仪表以及其他装置和电脑的工业应用程式以网络相连所成的系统,其中包括了制造以及能源管理。网络连线可以进行资料搜集、交换以及分析,有助于提升生产力以及效率,也有其他的经济效益[1]。IIoT是由分布式控制系统(DCS)演进而成,利用云计算完善和优化过程控制,达到较高程度的自动化。
简介
IIoT相关的基础技术有电脑安全、云计算、边缘计算、移动技术、机器对机器、3D打印、高级机器人学、大数据、物联网、射频识别技术以及认知计算[2][3]。其中最重要的五点条列如下:
- 信息物理系统(CPS):是物联网(IoT)及IIoT最基础的技术平台,也是可以链接以往无法链接之实体系统的介质。CPS集成了实体程序的动态以及软件以及通讯,因此可以进行抽象化、建模、设计及分析技术[1]。
- 云计算:云计算让IT服务及资源可以上传到互联网上,也可以在网络存取,不是只能透过和某一主机连线才能存取。文件可以存储在云端空间,而不是某一个实体的存储介质中[4]。
- 边缘计算:分布式计算范型可以将电脑数据存贮器移到较接近实际应用的地方[5]。边缘计算和云计算不同,边缘计算是在网络的边缘以分布式的概念进行资料处理[6]。工业物联网为了转换工业世界中的生产力、产品以及服务,比较不是以纯中央式的云计算,比较需要边缘计算加上云计算的架构[3]。
- 大数据分析:大数据分析是对大型,有许多变化的资料集(大数据)的检验[7]。
- 人工智慧及机器学习:人工智慧(AI)是电脑科学的一个领域,其中会创建类似人一様交互以及工作的智慧机器[8]。机器学习是人工智慧的核心内容,让软件在不用人为介入或是特别编写程序的情形下,就可准确的预测结果[9]。
架构
IIoT系统可以用数码化技术的分层模块架构来评估[10]。“装置层”(device layer)是指实体的组件:信息物理系统、传感器或是机器。“网络层”(network layer)包括实体的网络总线、云端计算以及通讯计协议,这些可以集成资料,传递到“服务层”。“服务层”(service layer)是许多处理资料的应用程式,并且将资料集成成为资讯,可以显示在操作者的仪表板上。网络堆栈的最顶层是“内容层”(content layer),或是用户界面[11]。
内容层 | 用户界面装置(屏幕、平板电脑、智慧眼镜等) |
服务层 | 分析资料,并且转换为资讯的应用程式及软件 |
网络层 | 通讯协议、wifi、云计算 |
装置层 | 像是信息物理系统、传感器或是机器等硬件 |
历史
工业物联网的历史和可编程逻辑控制器(PLC)及分布式控制系统(DCS)有关。Dick Morley于1968年发明可编程逻辑控制器(PLC),使用在通用汽车的自动化传动制造部门开始算[12]。PLC可以对生产线的个别组件有精细的控制。霍尼韦尔及横河电机在1975年分别发展了分布式控制系统(DCS),名称分别是TDC 2000和CENTUM系统[13][14]分布式控制系统让工厂的制造程可以有弹性, 在整个系统中因为分布式控制可以有冗余备份的好处,避免在中控系统中单一点失效的问题。
在1980年以太网问世后,早在1982年就开始探讨由智慧装置行作网络的概念。当时在卡内基·梅隆大学一个修改过的可口可乐机器成为第一个连接以太网的电器[15],可以回报库存,并且确认加入的饮料是否够冷[16]。早在1994年时,就已设想到有较大型的以太网应用,Reza Raji在IEEE综览中提出此一概念“将小的资料包移到大的节点集中,可以集成及自动化从家庭到工厂的所有事物。”[17]。
物联网的概念最早是在1999年代开始流行,透过麻省理工学院的Auto-ID中心以及相关的市场分析出版品而流行[18]。Kevin Ashton(原来Auto-ID中心创办者之一)将射频识别(RFID)视为是当时物联网的必需条件 [19]。若每日生活的所有物品及人都有配备识别装置,电脑就可以管理及纪录[20][21][22]。除了RFID外,也有其他事物加标签的技术,例如近场通信、条形码、QR码及数码水印等[23][24]。
目前IIoT的概念是在2002年云端科技出现之后的事,云端科技可以存储资料,检查历史趋势,另一个相关的是2006年OPC UA协议的发展,可以在装置、程序以及资料源之间进行远程的安全通讯,不需人的介入或干预。
装置工业物联网(作法是让装置加上小型的识别组件或机器可读取的标识符)后的成果之一就可以进行立即,而且不会中断的库存管理[25][26]。另一个好处是可以建立系统的数字映射(数码双胞胎)。用数码双胞胎可以在云端用新的资料进行实验,设法优化此一系统,新的制程会在云端进行优化,一直到已准备好上线时才会真正的用到生产线。数码双胞胎也是训练新进员工的工具,不需担心影响真正的系统[27]。
标准及框架
IoT框架可以提供IoT组件之间的交互,也可以允许比较复杂的架构(例如分布式计算),也可以发展分布式应用。
- IBM提出了认知物联网(cognitive IoT),结合了传统的IoT以及人工智慧、机器学习、上下文资讯、工业相关模型以及自然语言处理[28]。
- XMPP标准基金会(XSF)建立了Chatty Things的框架,是完全开放,和供应商无关的标准,用可扩展消息与存在协议(XMPP)提供分布式、可扩展且具有安全性的基础架构[29]。
- 表现层状态转换(REST)是可扩展的架构,让装置可以用http沟通,可修改为IoT应用,让IoT装置可以和中央网页伺服器交互[30]。
- MQTT是发布者—订阅者(publish-subscribe)的架构,在TCP/IP的顶端,让IoT装置和MQTT broker可以有双向通讯[31]。
- Node-RED是IBM设的开源软件,可以连接API、硬件以及在线服务[32]。
- 开放平台通信(OPC)是OPC基本会设计的许多标准,可以让电脑系统和自动化装置连接[32]。
- 工业互联网联盟(IIC)的工业互联网参考架构(Industrial Internet Reference Architecture、IIRA)和德国的工业4.0,目的是要建立IIoT相关装置的应用环境及标准[32]。
应用及产业
工业物联网一词常出现在制造业,表示在工业领域中的物联网。工业物联网的潜在益处包括有提升生产力,可以分析并改变工作场所[33]。IIoT的成长潜力,在2030年时预计可以到全球GDP中达到150亿美元[33][34]。
连接性及数据的获取对IIoT很重要,不过这不是最终的目的,这些只是更大的目标的基础而已。在IIoT相关技术中,预测性维护是比较简单的应用,可以应用在现有的资产以及管理系统上。智慧维护系统可以减少意外的停线,因此可以提高生产力。依照研究,智慧维护系统和计划性维修相比,最多可以节省12%,并且整体维修成本最多可以减少30%,最多可减少70%的故障[33] [35]。信息物理系统(CPS)是更核心的IIoT技术,是人类和网络世界之间的接口。
将传感器和执行器的系统和互联网集成,可以优化整体的能耗[36],计划未来所有的耗能装置(开关、电源插座、灯泡、电视)都会集成物联网装置,而且可以和电力公司通讯,有效的平衡发电和电力使用[37]。除了家庭能源管理外,IIoT也和智慧电网有关,可以让系统以自动化的方式收集能源以及功率相关的资讯,并进行调节,以提升供电及输配电的效率、可靠度、经济及可持续性[37]。利用链接到互联网主干的智慧电表(AMI),电力公司不但可以从终端用户搜集资料,也可以管理像是变压器或自动电路重合器等供电自动化装置[36]。
2016为止,其他IIoT的应用有用智慧LED将购物者引导到空的停车位,突显交通标示,利用净水器的传感器,在零件需要更换时用电脑或是智能电话提醒用户,在安全装置上加上RFID标签,追踪人员并且确保其安全,将电脑集成到动力工具中,记录并追踪各锁固件的扭力大小,从多个系统中搜集资料,以进行新制程的模拟[34]。
车厂
在车辆生产中利用IIoT,也就是将所有的生产、软件、机器以及人员的数码化资讯互连,让供应商及制造商面对标准的变化,可以快速的应变[38]。IIoT将资料由客户端移转到公司的系统内,而且可以到生产制程的每一个部分,让生产更快速,也更有成本效益。新的工具以及机能可以透过IIoT加入制程流程中。例如,3D打印机可以真接从钢粒中打印出需要的外形,简化成形的过程[39]。这些工具可以产生一些新的设计(而且有高精度)。导入IIoT后,也可以透过其中的模块化以及连接性,达到车辆的定制[38]。以往这些工作是各别作业,IIoT让人和机械可以协同作业[39]。机器人可以处理费力以及重复性的工作,加快生产周期,让车辆可以更早上市。工厂也可以在因生产线故障停线前,就提早识别潜在的保养问题,工厂也可以改为24小时的自动化生产场地,有高资料安全性以及高效率[38]。主要的几家车厂已在不同的国家有生产基地,可能同一部汽车的各零件是在不同地方生产。IIoT让这些工厂可以互相联结。可以可视化的监控大数据,让公司可以快速反应需求以及生产上的变化。
石油及天然气产业
透过IIoT,钻探装置以及研究机构可以存储及发送大量的原始数据,在云端储存以及分析[40]。石油及天然气产业可以用IIoT的互联技术来连接机器、装置、传感器及人员,让公司可以更好的应对需求及价格的变动、网络安全议题,并且降低对环境的影响[41]。
在供应链上,IIoT可以提升维护的程序、整体安全性以及互联性[42]。早期可以用无人机侦测潜在的石油或天然气外泄,也可以用内建的红外线影像系统识别复杂管道网络中是否有弱点。互联性的提升(资料集成以及通讯)可以让公司依石油藏量、库存、分配进度和预估需求的实时数据来调整产量。例如,德勤的报告提出:透过在几个内部及外部来源(例如工作管理系统、控制中心、管路属性、风险分数、在线检测结果、计划评估及以往泄漏情形)的资料集成中加上IIoT对策,因此可以实时监控上千英里的管路。可以监控管路威胁、改善风险管理、也提供状态意识[43]。
IIoT对于石油及天然气产业的特殊过程也有帮助[42]。可以用地震影像产生的4D模型,更精准的开采石油及天然气。模型会考虑石油藏量以及天然气水准,会试法计算需要的确切资源数量,以及预测油井的寿命。公司利用智慧传感器以及自动钻机,可以监控开采流程,并且更有效率的开采石油及天然气。而且IIoT也对存储的过程有帮助,可以透过搜集及分析实时数据,可以监控藏量,并进行温度控制。在石油及天然气运送的过程,可以用智慧传感器以及温度传感器,可以得到运送过程的实时资料,监控产品的安全。智慧传感器也可以监控精炼的过程,加强安全性。对于石油及天然气产量的需求也可以更精准的预测,而且可以自动通知精炼厂及加工厂,调整产能。
农业
在农业上使用IIoT,让农人可以决定何时要收获。由传感器搜集土壤以及气候的资讯,整理出计划的施肥以及灌溉时间表[44]。有些牧场会在牲口身上植入微晶片,让饲养者不但可以定位,也可以有血统、重量以及健康情形的资讯[45]。
安全性
随着工业物联网的日渐普及,也开始出现新的安全疑虑。每一个联结到IIoT的新装置或组件都可能有潜在安全风险[46]。高德纳公司估计在2020年,企业中已识别到的攻击中,超过25%是和有联结IoT的系统有关,而IIoT安全的相关预算不到IT安全预算的10%[47]。现有的IIoT网络安全措施比传统的电脑安全性措施要弱很多[48],因此IIoT装置容易被拒绝服务攻击之类的攻击劫持,攻击者可能是来自像是Mirai之类的僵尸网络。另外一个可能性是感染有连接互联网的工业控制器(例如Stuxnet),不需要实际存取到IIoT网络系统即可以散播蠕虫[49]。
此外,IIoT的装置也有比较容易受到传统型式的网络犯罪所影响,例如2013年目标百货的资料泄露事件,骇客是由第三方的HVAC(暖通空调)供应商处窃取凭据,再存取目标百货的网络[50]。制药厂为了考虑这类的风险,已放缓有关IIoT装置的导入[51]。IIoT应用的安全方案有很多的困难点,其中一点就是硬件分布式的特点[52]。因此,有些安全架构转向软件为基础的设计,或是和装置无关的设计[53]。
若在存取一些关键性的基础设施时,可能会用一些硬件的网络安全对策,例如只允许单向资料发送的资料二极管(data diodes)[54]。
相关条目
参考资料
- ^ 1.0 1.1 Boyes, Hugh; Hallaq, Bil; Cunningham, Joe; Watson, Tim. The industrial internet of things (IIoT): An analysis framework. Computers in Industry. October 2018, 101: 1–12. ISSN 0166-3615. doi:10.1016/j.compind.2018.04.015 (英语).
- ^ Figure 2-Technologies for industry 4.0.. ResearchGate. [2018-10-08]. (原始内容存档于2020-05-03) (英语).
- ^ 3.0 3.1 Why Edge Computing Is an IIoT Requirement: How edge computing is poised to jump-start the next industrial revolution.. iotworldtoday.com. [2019-06-03]. (原始内容存档于2020-11-24) (英语).
- ^ Staff, Investopedia. Cloud Computing. Investopedia. 2011-01-18 [2018-10-08]. (原始内容存档于2021-03-08) (美国英语).
- ^ Hamilton, Eric. What is Edge Computing: The Network Edge Explained. cloudwards.net. [2019-05-14]. (原始内容存档于2020-10-31).
- ^ What is Edge Computing?. [2019-05-14]. (原始内容存档于2020-12-28).
- ^ What is big data analytics? - Definition from WhatIs.com. SearchBusinessAnalytics. [2018-10-08]. (原始内容存档于2021-01-11) (美国英语).
- ^ What is Artificial Intelligence (AI)? - Definition from Techopedia. Techopedia.com. [2018-10-08]. (原始内容存档于2021-03-15) (英语).
- ^ What is machine learning (ML)? - Definition from WhatIs.com. SearchEnterpriseAI. [2018-10-08]. (原始内容存档于2021-02-25) (美国英语).
- ^ Yoo, Youngjin; Henfridsson, Ola; Lyytinen, Kalle. Research Commentary---The New Organizing Logic of Digital Innovation: An Agenda for Information Systems Research. Information Systems Research. 2010-12-01, 21 (4): 724–735. ISSN 1526-5536. doi:10.1287/isre.1100.0322.
- ^ Hylving, Lena; Schultze, Ulrike. Evolving The Modular Layered Architecture in Digital Innovation: The Case of the Car's Instrument Cluster. International Conference on Information Systems (ICIS 2013): Reshaping Society Through Information Systems Design. 2013-01-01, 2.
- ^ The father of invention: Dick Morley looks back on the 40th anniversary of the PLC. [10 May 2017]. (原始内容存档于9 June 2019) (英国英语).
- ^ McMahon, Terrence K. Three decades of DCS technology. Control Global. 18 April 2005 [27 November 2018]. (原始内容存档于2019-04-08) (英语).
- ^ Evolution of industrial control systems. PACE. 4 December 2013 [27 November 2018]. (原始内容存档于2020-10-11).
- ^ The "Only" Coke Machine on the Internet. Carnegie Mellon University. [10 November 2014]. (原始内容存档于2020-02-02).
- ^ Internet of Things Done Wrong Stifles Innovation. InformationWeek. 7 July 2014 [10 November 2014]. (原始内容存档于2021-02-24).
- ^ Raji, RS. Smart networks for control. IEEE Spectrum. June 1994. doi:10.1109/6.284793.
- ^ Analyst Anish Gaddam interviewed by Sue Bushell in Computerworld, on 24 July 2000 ("M-commerce key to ubiquitous internet")
- ^ Magrassi, P. Why a Universal RFID Infrastructure Would Be a Good Thing. Gartner research report G00106518. 2 May 2002 [2020-10-11]. (原始内容存档于2018-06-26).
- ^ Magrassi, P.; Berg, T. A World of Smart Objects. Gartner research report R-17-2243. 12 August 2002 [2020-10-11]. (原始内容存档于2013-10-17).
- ^ Commission of the European Communities. Internet of Things — An action plan for Europe (PDF). 18 June 2009 [2020-10-11]. COM(2009) 278 final. (原始内容存档 (PDF)于2009-07-12).
- ^ Wood, Alex. The internet of things is revolutionizing our lives, but standards are a must. The Guardian. 31 March 2015 [2020-10-11]. (原始内容存档于2019-12-26).
- ^ From M2M to The Internet of Things: Viewpoints From Europe. Techvibes. 7 July 2011 [11 May 2017]. (原始内容存档于24 October 2013).
- ^ Sristava, Lara. The Internet of Things – Back to the Future (Presentation). European Commission Internet of Things Conference in Budapest. 16 May 2011 [2020-10-11]. (原始内容存档于2016-04-11) –通过YouTube.
- ^ Magrassi, P.; Panarella, A.; Deighton, N.; Johnson, G. Computers to Acquire Control of the Physical World. Gartner research report T-14-0301. 28 September 2001 [2020-10-11]. (原始内容存档于2019-03-30).
- ^ The Evolution of Internet of Things. Casaleggio Associati. February 2011 [2020-10-11]. (原始内容存档于2017-09-27).
- ^ Bacidore, Mike. The Connected Plant enables the digital twin. Control Global. 20 June 2017 [27 November 2018]. (原始内容存档于2019-04-05) (英语).
- ^ IBM and the cognitive computing revolution. www.gigabitmagazine.com. [2019-09-18] (英语).[失效链接]
- ^ Tech pages/IoT systems. [26 June 2015]. (原始内容存档于2020-11-13).
- ^ Taiwan Information Strategy, Internet and E-Commerce Development Handbook - Strategic Information, Regulations, Contacts. IBP USA. September 8, 2016: 82. ISBN 978-1514521021.
- ^ Presher, Al. Edge Devices Leverage MQTT for IIoT Connectivity. Design News. 2019-09-04 [2019-09-18]. (原始内容存档于2019-11-02) (英语).
- ^ 32.0 32.1 32.2 The State of the Industrial Internet of Things | Automation World. www.automationworld.com. [26 May 2017]. (原始内容存档于2019-04-05) (英语).
- ^ 33.0 33.1 33.2 Daugherty, Paul; Negm, Walid; Banerjee, Prith; Alter, Allan. Driving Unconventional Growth through the Industrial Internet of Things (PDF). Accenture. [17 March 2016]. (原始内容存档 (PDF)于2021-03-08).
- ^ 34.0 34.1 Zurier, Steve. Five IIoT companies prove value of internet-connected manufacturing. IoT Agenda. [11 May 2017]. (原始内容存档于2021-01-19).
- ^ Industrial Internet Insights Report (PDF). Accenture. [17 March 2016]. (原始内容存档 (PDF)于2021-03-08).
- ^ 36.0 36.1 Ersue, M.; Romascanu, D.; Schoenwaelder, J.; Sehgal, A.. Management of Networks with Constrained Devices: Use Cases. May 2015. RFC 7548.
- ^ 37.0 37.1 Parello, J.; Claise, B.; Schoening, B.; Quittek, J.. Energy Management Framework. September 2014. RFC 7326.
- ^ 38.0 38.1 38.2 Masters, Kristin. The Impact of Industry 4.0 on the Automotive Industry. [2018-10-08]. (原始内容存档于2021-01-18) (美国英语).
- ^ 39.0 39.1 Volkswagen Group, Industry 4.0 in the Volkswagen Group, 2015-08-20 [2018-10-08], (原始内容存档于2021-01-29)
- ^ Gilchrist, Alasdair. Industry 4.0 - the industrial internet of things. Apress Media. 2016. ISBN 978-1-4842-2046-7. doi:10.1007/978-1-4842-2047-4.
- ^ SAP. fm.sap.com. [2018-10-08]. (原始内容存档于2019-12-12) (英语).
- ^ 42.0 42.1 How Industry 4.0 Is Transforming the Oil & Gas Supply Chain. www.bdo.com. [2018-10-08]. (原始内容存档于2020-12-02).
- ^ Deloitte Insights. 2018 Tech Trends for the oil and gas industry (PDF). 2018 [2018-10-08]. (原始内容存档 (PDF)于2019-01-10).
- ^ What is IIoT? Definition and Details. www.paessler.com. [2020-10-06]. (原始内容存档于2020-12-06) (英语).
- ^ Jeffries, Adrianne. Internet of cows: technology could help track disease, but ranchers are resistant. The Verge. 2013-05-10 [2020-10-06]. (原始内容存档于2020-11-12) (英语).
- ^ Sound the alarm: How to get serious about industrial IoT security - IoT Agenda. internetofthingsagenda.techtarget.com. [11 May 2017]. (原始内容存档于2020-10-29) (英语).
- ^ Gartner Says Worldwide IoT Security Spending to Reach $348 Million in 2016. [11 May 2017]. (原始内容存档于2018-12-24) (英语).
- ^ How infected IoT devices are used for massive DDoS attacks - Fedscoop. Fedscoop. 26 September 2016 [11 May 2017]. (原始内容存档于2021-01-17).
- ^ IoT data security vulnerable as connected devices proliferate. IoT Agenda. [11 May 2017]. (原始内容存档于2020-12-01).
- ^ Target Hackers Broke in Via HVAC Company — Krebs on Security. krebsonsecurity.com. [11 May 2017]. (原始内容存档于2021-02-05).
- ^ Mullin, Rick. The drug plant of the future. Chemical & Engineering News 95 (21). 22 May 2017 [29 October 2018]. (原始内容存档于2020-10-24).
- ^ Fogarty, Kevin. Why IIoT Security Is So Difficult. Semiconductor Engineering. 29 May 2018 [31 October 2018]. (原始内容存档于2020-11-09).
- ^ Dahad, Nitin. Designer's Guide to IIoT Security. EETimes. [31 October 2018]. (原始内容存档于2019-08-19).
- ^ Tactical Data Diodes in Industrial Automation and Control Systems. (原始内容存档于2021-03-08).