谁会在工业物联网（IIoT）上胜出

当许多非技术人员听到“物联网”（IoT）的时候，他们的眼睛变得呆滞，他们露出困倦或迷惑的表情。对那些在科技行业中的人来说，这是从两个方面看的——对一些人来说，这是一个巨大的炒作，但对另一些人来说，这是一个巨大的经济机会。商机，唯一的问题是“什么”和“什么时候”。

我已经把物联网(IoT)是“什么”分成了两个主要的领域，即人类物联网（人类物联网（HIoT））和工业物联网（IIoT）。

熟悉人类物联网（HIoT）的Nike FuelBand、FITTUS、Nest和RANVV，在工业物联网（IIoT）世界中连接商用HVAC和车队系统的情况也一样。例如Digi International、ELon + 209%梯队和飞思卡尔半导体公司都在大范围地追求这一空间。叶我在工业物联网（IIoT）上发表了一篇深刻的潜水论文，但是我会给你下面的删节版本。

工业物联网（IIoT）和人类物联网（HIoT）在未来几年的主要区别在于工业物联网（IIoT）将包含一个世纪以来存在的“棕色油田”基础设施，如商业锅炉和舰队跟踪，而人类物联网（HIoT）则是一组新的“绿色”服务和技术，它们必须构建INFREST结构随着它的成长。

工业物联网(IIoT)的设计需要对解决空间的深刻理解和连接几十年制造的系统的能力。工业物联网(IIoT)支持解决方案供应商，如Digi、Agelon和FiSele，它们在工业控制领域有扎实的根基。在用户体验（UX）和像Nest、FITBIT和RANVV这样的设备设计方面，EN的飞跃。“足够好”的概念不适用于工业界。

正如我们以前的物联网I（IoT）分割纸中提到的，工业物联网（IIoT）端点必须比人类物联网(HIoT)端点更健壮。如果不能生成和传输的数据用于分析，则嵌入在端点中的传感器没有多大帮助。我把这些集合点称为“网关”。

有许多向量可以用来测量端点的“鲁棒性”。下面的表格总结了这些向量：

· 产品生命周期:工业物联网（IIoT）产品有很长的产品周期, 产品通常必须在极端条件下运行, 例如在锅炉旁边, 在汽车和喷气引擎中, 浸泡在腐蚀性液体中, 位于沙漠、雨林、火山、高空等敌对的地理环境· 市场机会: 工业物联网(IIoT)使用布朗菲尔德来描述将超过一个世纪的在职机械和电气系统连接到互联网的机会, 因此可以提供新的基于云的服务和分析后端。认为100年老锅炉和暖通空调系统在高上升

· 解决方案集成: 在数十年的使用中安装和升级的系统系统 (如旧的暖通空调锅炉) 必须至少可以在许多级别的一个 (物理、电气、ABI、API 和网络协议接口) 上进行互 *** 作

· 安全: 诸如暖通空调和电源控制等工业系统必须是安全的, 以防止未经授权的访问和滥用有形基础设施。即使是像温度控制这样简单的特性也会影响深远的现实世界

· 人工交互: 工业物联网（IIoT）系统是基于规则的。因此 IIoT 数据流是不对称的, 主要是上游的, 从传感器到网关到云服务, 只有较小的控制反馈流回下游

· 可用性: 我们通过计数 "九" 来衡量可用性, 并查看每个可用级别上剩余的可用时间。四到五九通常被称为 "高可用性" (HA), 是您在 IIoT 世界中期望的

· 对 Internet 的访问: 工业物联网（IIoT） 系统无法承担对云的连续互联网访问。网络接口失败, 网络本身有时会失败, 外部干扰可能会暂时压倒通信信道的噪音, 并有效地切断连接等

· 对失败的响应: 由于组件和子系统的故障预期, 工业系统必须能够恢复故障。这些系统的设计, 以优雅和确定性的方式失败-一些拯救生命和健康, 如发电和医疗仪器, 其他节省金钱, 资源和时间, 如航空公司调度系统, 使他们可以重新启动修复后快速

· 网络拓扑: 工业物联网（IIoT） 终端设备通常被设计为与更广泛的社区结盟, 以便利用资源和实现更大规模的目标

· 物理连接: 网关应该是本地物理网络不可知的。工业物联网（IIoT） 使用任何物理网络最适合的: 双绞线、电力线、以太网、无线、蜂窝、卫星等

工业互联网的东西工业物联网(IIoT) 青睐的组件和解决方案供应商, 如数码, 梯队, 和飞思卡尔从工业控制世界谁拥有丰富的经验, 各种遗留的工业连接解决方案。这些供应商专门了解特定的工业使用模型, 然后创建领域专门知识, 将这些使用模型转换为传感器、执行器、控制逻辑、数据聚合、本地网络连接和服务层。他们在过去一个世纪建立的遗留工业设备方面积累了经验, 并在数十年的时间里与客户建立了信任。

以上由物联传媒转载，如有侵权联系删除

随着计算机技术、信息技术、网络技术的迅速发展(主要是云计算和现代网络技术的发展)，世界各地、各行业、各单位每天都产生包括数字、文字、视频、音频等在内的海量信息，这些海量信息统称为大数据。在大数据的海洋中，利用“沙里淘金”的技术把有用数据提炼分拣出来，是大数据应用的重要内容之一。大数据应用技术大致可分为以下步骤:数据库的搜集和挖掘，数据质量的甄别和校正，信息的处理(数学模型的建立和校正)，大数据的分析与成果的形成。自2013年大数据概念兴起至今，运用物联网端设施对数据库的搜集技术已经成熟，并且大数据是最先在气象中使用的，通过大型计算机的运算以及过去60年的气象数据，建立识别天气的模型，然后将这些模型与当前的气候条件进行比较，再运用预测性分析进行天气预报。

在万物互联的时代，气象大数据在大规模的收集与应用，气象数据是最用以与平衡领域产生交集和应用的大数据，例如旅游、农业、大健康等等。

以气象大数据和农业的应用为例，气象物联网大数据在农业领域的应用推动农业向“精准”和“智慧”方向发展。

1农场气象实时监测，极端气象及时预报

实时监测空气温湿度、光照、降雨量、风速、风向、大气压力、气体浓度等数据，并通过设定相关报警阈值，实现即时报警，精准控制种植环境指标。

根据卫星数据，系统可预报未来72小时气象，24小时极端天气、降水概率、大风等异常气象预警，提醒用户及时做好防灾防险准备。

2土壤墒情精准监测，异常情况快速预警

实时监测土壤水张力、土壤温湿度、水位、溶氧量、pH值等。

通过设定报警阈值，当土壤数据异常时，如湿度过高，系统自动发出预警消息提醒工作人员。

3远程掌握田间虫情，无公害诱捕杀虫

系统可实现害虫类别自动分类及计数，并自动进行无公害诱捕杀虫，减少农药的使用

通过高清摄像机采集虫情图像，可远程查看田间虫情，并制定防治措施。

4作物长势监测，突发情况可自动转向紧急录像

高清摄像头可720度旋转、拉近、拉远，查看园区实时生产情况；

发生预警时，摄像头可自动转向到预警点紧急录像，不放过任何异常；

可对视频进行截图，无需另外安装相机进行拍摄。