工业互联网的设备上云解决方案具体怎么实现？

工业物联网设备上云是依托物联网、大数据、云计算、人工智能等新一代信息技术，将产线的设备变成一个实时数据终端，通过4G、5G等通讯技术，实现数据实时上传下达，实现设备远程控制、数据实时分析决策、智能运维、预测性维护等需求，同时需要支持MES、MOM等系统对接，并通过一系列智能逻辑判断、分析、挖掘、评估、预测、优化、协作等，实现对生产现场实施集成管控。
据我所知机智云的工业物联网设备上云解决方案有非常丰富的实施经验，而且实施快、成本低、轻量化解决客户需求，机智云多次被评为优秀工业互联网解决方案商，߅基于机智云AIoT底层物联网技术，结合制造业实际业务，已形成多个垂直行业设备上云解决方案，并参与制定相关国家标准，在纺织行业已实现规模化推广，高效兼容500款纺织机，已接入几十万台纺织机，并通过对接MES系统，支持B2B交易平台及供应链金融开展产业互联网业务。

为什么会发展缓慢？主要是因为基础研究现在还无法跟上。
这个方向一直是我在跟踪和关注的，传感器开发和数据处理应该算是我的老本行。要想知道物联网究竟是什么，以及为什么发展会如此缓慢，就要了解它的技术沿革和发展历程。
物联网并不是一个很新的技术，它的本质便是上个世纪学术界开始兴起传感器网络、自组织及多跳网络（wireless sensor network, ad-hoc network, wireless multi-hop network）。RFID在智能物流上的应用只是最为基本的应用场景，当前的研究远比这个更为复杂。
随着微电子技术尤其是MEMS器件的高速发展，无线射频模块已经高度集成化、微型化且更加稳定，同时，使用传感器组网实现分布式数据采集有了现实的需求，尤其是在一些环境恶劣人工采集成本较高的场景当中（如森林、火灾场景、高压输电线、战场、太空，以及人工较难采集的情况，例如跟踪野生动物、空气检测等）。在人工检测成本较高的场景中的应用，是物联网技术发展的主要方向。
但是，回到最开始，要想实现一个分布式传感器采集网络即sensor network，看起来简单，但实际上却不是那么容易的事情。传统的无线网络如蜂窝、WLAN等等，在高速移动的情况下优化路由和带宽分配策略可以达到较好的通信质量。但是相应的方案放在传感器网络上就存在问题：
1、无线传感器网络的传感器节点往往处于不能直接供给能量的场景，也就是经常性只能使用电池或者太阳能供电，因此，传感器网络设计的重点在于保证功能完整情况下最大化地节能和增加网络的生存周期；、
2、无线模块发射距离和发射功率正相关，当通信的两节点之间的距离大于最大发射距离该怎么办？
3、当无线节点没有电怎么解决？
应该说能源供给问题是无线传感网络的研究中最核心的问题，这个领域最经典的理论都是在解决这三个基本问题。虽然现在学术界开始玩大数据，弄几个sensor，组个网采点数据，来个大数据分析看起来很高大上，但是如果这三个核心问题不解决，那么物联网这个东西就离商业化还很遥远。
回到这三个问题，第一个路由策略问题学术界已经有很多研究了，平面路由策略比如泛洪（Flooding）、SPIN、定向扩散等等。
第二个，当两个无线节点之间的通信距离太远，或者这个通信距离会消耗大量能量怎么办？为了解决这个问题，出现了多跳网络（multi-hop），以及自组织网络（ad-hoc），即，为了最大程度降低节点的无线发射距离从而减少能量消耗，节点会将数据包先发送给最近的一个节点，然后再发送给另外一个，以这种多节点中继和接力棒的方式进行通信，从而最大程度减少通信的能量消耗，这是多跳；自组织就更加复杂了，在ad-hoc里面，每一个节点既是网络节点又是路由器，每一个节点都可以当成是网关和外网通信，同时也可以转发数据包，从而使得无线传感网络在数据传输上更具有d性、能源消耗最大程度优化。但是组网和多跳策略是个挑战，如何选择最优化的路由和hop的方式是个问题。
第三个问题，节点如何供能？最先想到的应该是太阳能，但是太阳能电池板在面积有限的情况下供电能力有限。因此后来又出现了温差供能等等奇葩方式。最简单的方式其实应该是换电池。前年，U Washington的Gollakota组实现了backscatter应该是未来的大方向，这个组实现了一种无源传感器网络，即不需要供电，通过反向散射链路调制空间中的电磁信号进行供能和通信，从而彻底解决了供电问题。这应该算是一个突破，但是离商用还有些工作需要做。
无论当前物联网的概念炒作得多么火、如何花哨，它的实质就是实验室的这些东西，RFID这种东西在智能物流上的应用只是最基础的场景，而学术界的研究主要经历了三个阶段，第一个阶段是基于MEMS技术的小型化节点，最典型的代表是伯克利David Culler组的Smart Dust智能灰尘，节点之间采用散射光进行通信，传感器节点仅1mm³大小；第二个阶段是解决组网问题，即ad-hoc和multi-hop方式的自组织和多跳网络；到了第三个阶段，学术界开始于寻找应用场景，开始跟大数据结合，玩一些看起来“好玩的东西”。实际上，大数据概念最早的提出，也是因为物联网的兴起，传感器接入网络之后，大大增加了可以挖掘的数据量，网络上的数据不但包括社交网络这种来自用户的数据，还有了来自物理世界的数据。
这个方向的很多大牛都转向mobile computing或者进入工业界了。随着传感器网络方向开始式微，国内的物联网产业也开始降温了，其根本原因在于：
1、供能瓶颈太大，用过智能手机的应该体会很深，当前锂电池供电能力有限；
2、传感器微型化遇到瓶颈，虽然MEMS给传感器微型化提供了一个有效的技术思路，但是这个也依赖于工艺的提升，数字器件可以用很小的制程，但是模拟器件，尤其是CMOS，微型化还是有困难；
3、无线传感网络，以及这中间出现的自组织和多跳网络的典型系统，如Smart Dust，M³实际上还是比较适合于特种应用，如军事和火灾营救、太空中等等，商业应用需要挖掘更多的应用场景，前几天百度投资的Indoor Atlas采用监测地磁的方式做室内定位，这是一个好的场景，但是当前主流的室内定位技术实际上并没有很大的发展，一直存在技术瓶颈。
总之，物联网也好，CPS也好，这个方向在未来毋庸置疑有着广阔的发展前景，但是当前基础研究和相关技术还有待发展，因此看起来发展缓慢，其实就是停滞，都在等待一个颠覆性应用可以让sensor network诈尸。

目前，很多公司正在积极布局智能制造和工业物联网发展战略。问题是，这些企业是会共同推进两个战略的发展还是分开推进呢？我相信他们会共同推进，但我也可以理解那些把他们看作是分开的人。
在我们讨论这个话题之前，先让我先定义一下术语，因为有很多关于这个的争论。
智能制造：在工厂和整个价值链内实现业务、物理和数字流程的智能化、实时协调和优化。基于所有可用的信息，资源和流程将实现自动化、集成化、被监控和持续评估。（根据MESA International ，MES国际联合会定义）
IIoT：在工业（如组件、产品、产品运输和设备）中使用的物理对象（“物”）中嵌入电子、软件、传感器组成的网络，这个网络能够使物理对象通过互联网协议(IP)收集数据并与控制系统、业务流程和分析交换数据。（根据维基百科“IoT”修改）
现在回到我们的核心问题：两个战略是要共同推进还是分开推进呢？很明显，目前还没有定论。下面是这些观点的一些背景：
工业互联网协会(IIC)说:"通过自动化工业设备和系统之间的通信，IIoT提高了整个工厂的效率，使其更加智能化，"我同意。我相信，IIoT是智能制造的一项有利技术，它的进步将推动智能制造的发展。同样，随着智能制造超越概念，进入公司正在执行的项目，制造商和他们的解决方案提供者将改进支持这些项目的IIoT技术。这两个很可能会被共同推进。
另外：并不是每个人都同意。在最近的MESA调查中，超过三分之一的制造商报告说他们不相信智能制造包括IIoT（参见上图）。我明白这个观点，因为智能制造有很多途径。实际上，IIoT可以在一些可能定义智能制造的正常边界之外使用。
与智能制造相比，IIoT确实发展可能会更快，因为解决整个价值链上的项目是一个超出公司内部的挑战。像通用动力公司、通用磨坊和通用汽车这样的大公司可以展示他们的力量，并帮助推动特定行业的智能制造行动，但是IIoT项目可以取得很大的进展，并在公司的内部提供许多好处。如果消费者市场上的物联网计划提高了工厂内部的期望门槛，那么实现类似的互联互通、数据访问、控制和分析能力也会有压力。
此外，生产仍将涉及人员，以及未配备IIoT的设备和产品。对于一些智能制造方案，IIoT没有也不可能是商业案例，这些情景可能关注人员和价值链流程。
推动第四次工业革命的是什么？
有些人会认为智能制造或IIoT可能导致第四次工业革命。我也有一个观点：智能制造是这场革命的基础，而IIoT不是。即使IIoT的发展比智能制造快得多，我也不认为它足以让生产企业进入下一个生产力阶段。
那么IIoT缺少了什么来推动第四次工业革命呢？首先是企业环境。智能制造不仅整合了工厂或智能连接工厂，还包括智能连接的供应链和贯穿产品生命周期的数字线程。与其他工业革命一样，技术的转变--比如IIoT--必须与新的流程和人们工作的方式协同工作，以达到我们在第四次工业革命中所追求的生产力水平的提高。
IIoT是一项基础技术，但它只做它所做的事情--在"事物"之间创建通信，以便更容易地获取数据和分析。第四次工业革命需要许多其他技术和工艺。其中一些将针对一件设备或生产过程；其他人将在工厂、企业或价值网络上工作。
真正让商界人士兴奋的是，当新技术和新方法将它们整合在一起时，就会扰乱市场，并让公司提供新的服务和与新产品所能产生的数字数据绑定的新价值。例如，基于IoT的智能产品可以向工程师和生产者提供关于产品如何在该领域执行的反馈。基于这些数据，我们能提供什么样的新见解和服务？
这就是为什么我认为，要实现第四次工业革命需要更多的时间。它将把IoT和IIoT引入智能制造策略，以创建新的方法来协调和优化整个价值链中的流程，并向客户交付新的服务级别。

---