前言

为什么要写这本书

工业物联网是物联网在工业领域的应用，是物联网与传统产业的深度融合。随着中国智能制造、德国工业4.0、美国先进制造伙伴计划等一系列国家战略的提出和实施，工业物联网成为全球工业体系“创新驱动、转型升级”的重要推手。将工业物联网应用于研发设计、生产制造、运营管理及服务运维等全流程各个环节，用工业物联网改造传统产业，实现企业数字化转型、资源高效利用，促进产业结构调整，推动经济发展方式由生产驱动向创新驱动转变，从而构建服务驱动型的新工业生态体系。

近年来，受益于云计算、大数据和人工智能技术的加持，工业物联网进入新阶段，人们逐渐意识到由数据驱动催生的新商业模式所带来的巨大价值，机理模型和数据模型的结合与碰撞为化解复杂系统的不确定性、发掘洞见、企业决策，提供了强有力的数据支撑和新的引擎动能。

这种趋势和共识并非一蹴而就的。记得2011年前后，笔者在从事工业自动化测试和控制方面的工作，当时针对大型装备如风力发电机组、轨道交通设施，为保障它们的正常运行，避免故障意外停机导致生产中断所带来的影响和损失，我们会进行状态监测，即通过装备自身的通用控制器或加装的传感器来采集数据，对设备健康状态进行不间断的监控。采集的数据在本地或上传到服务器进行分析，并根据设定的门限阈值预警，整个过程简单地归纳为“采集-分析-可视化-决策”，现在想来这应该就是早期工业物联网的雏形。事实上，无论是流程行业还是离散行业，这些工作一直在进行着，只是当时还没有形成工业物联网的概念。

2012年工业巨头通用电气公司基于其在工业领域，尤其是电力、航空、医疗、能源方面的深厚积累，首次提出工业互联网概念，并于2014年联合多家行业龙头企业成立了工业互联网联盟，旨在加速工业物联网应用，推动数字化转型。2015年我国提出智能制造战略，传统行业各细分领域的头部企业纷纷开始工业物联网项目试点，期望能够及时布局，保持自己在行业的领先优势。同时，工业物联网的应用领域也在不断拓展，工厂之外的智慧楼宇、城市管理、物流运输、智能仓储、公共交通等领域亦产生了大量工业物联网应用场景。

从工业物联网整个技术支撑体系来看，它涉及传感器感知、泛在网络连接、边缘计算、云计算、工业数据建模、大数据分析、人工智能等众多前沿技术领域，并且与工业自动化密切相关，这使得它成为当前工业领域最热门的课题。本质上还是“采集-分析-可视化-决策”，只是每个环节的内容都发生了巨大变化。首先，数据采集的范围显著扩大，从设备扩展到人及一切生产要素，并强调打通信息孤岛，通过接口和系统集成的方式实现业务系统的数据采集，将强物联网属性的数据与其他业务数据联动。其次，数据分析处理的手段更加丰富，处理能力增强，大数据和云计算的普及，加速了数据驱动、数据应用的步伐，以前在单机上做的数据分析与可视化，现在搬到了云上，数据存储能力和算力大幅提升，很多限制已消除。再次，决策依据和手段变多，数据采集维度和分析方法增加，运营技术（OT）与信息技术（IT）融合，使得决策更加准确，同时人工智能（AI）数据模型在特定场景取得的成效也帮助化解了复杂系统的不确定性。

尽管工业物联网备受关注，但是它的发展并非一帆风顺，直到今天依然面临着很多挑战。在企业数字化转型的大背景下，工业物联网作为重要使能手段，其目标主要是帮助企业实现数字化、网络化和智能化，被寄予厚望，人们笃信未来工厂一定会实现整厂智能。在制造业、电力能源等特定领域，工业物联网已证明其巨大价值，同时我们仍应清醒地看到，在很多应用场景下，工业物联网深陷试点困境，无法规模化应用。

陷入试点困境的原因有很多，常见的情况如下。试点的投入成本可见，但工业物联网技术贯穿运营管理的各个环节，效能难以量化，只有通过长期的数据积累和应用才能体现，短期收益不明显，造成商业价值难以估量。工业物联网涉及的技术范畴非常广，对于资源有限和能力欠缺的企业，显得过于复杂并且技术难度大，难以实施。工业物联网在企业内部需要各业务部门密切配合项目决策，对外需要生态圈内合作伙伴相互协作，企业管理层目前只关注到短期降本增效等商业价值，缺乏长远的数字化战略。

工业物联网是技术创新，其更重要的价值在于应用创新，仅靠顶层数字化技术优势只会停留在技术层面，无法打破工业各垂直细分领域的“潜规则”并深入探寻业务场景的本质需求。相比互联网商业场景，物联网工业场景存在巨大差异，专业领域知识（Know-How）仍然在工业本身，工业领域每个垂直行业的工程师都积累了很多宝贵经验。相对于各种炫酷的算法和创新技术，工业更加关心稳定、可靠、成熟的落地案例，获得的收益，持续的高效率和低成本以及高质量。

工业物联网是运营技术（Operation Technology，OT）与信息技术（Information Technology，IT）融合的具体实现。长期以来，OT与IT之间存在断层现象，相互隔离，各自的岗位有着不同的目标，所掌握的技能也截然不同，两者之间的鸿沟阻碍了企业充分利用已掌握但尚待发掘价值的重要信息。OT与IT的融合并非易事，企业需要有效的人才支撑和组织保障，以推动物联网技术实施。

工业物联网技术发展迫切需要对OT与IT两个大方向均有深刻理解，即拥有全局观和视角的复合型人才，或是同一组织中OT与IT的专业技术人才能够顺畅沟通。由于目前这方面的人才还很稀缺，也急需有针对性的专业图书和课程来培训相应人才，因此笔者产生了写这本书的想法。笔者在撰写过程中也非常重视这一点，没有停留在简单的技术堆叠和教科书式的内容讲解上，在系统化介绍工业物联网的同时，针对每一个具体环节，力图准确阐述实际场景落地过程中所遇到的问题和解决思路。

读者对象

• 工业物联网领域的OT开发和产品人员。
• 工业物联网领域的IT开发和产品人员。
• 垂直行业解决方案架构师和市场人员。
• 正在寻求OT与IT融合以推动企业数字化转型的管理决策人员。
• 咨询顾问和投资人员。
• 相关专业的高等院校师生。

本书特色

本书从平台架构、关键技术与应用实践3个维度系统阐述工业物联网。笔者拥有工业物联网及相关领域十余年从业经验，并且比较幸运地在其发展早期，通过一些项目的场景落地和快速迭代，对工业物联网有了一个循序渐进的认识过程，并形成了自己的见解。笔者在负责工业物联网整体应用方案架构设计和产品功能梳理定义的过程中，经历了工业物联网从规划到实施落地的各个阶段，因此得以对组织能力和技术体系架构进行系统思考。

书中重点围绕工业物联网的体系架构，从感知层、边缘计算、网络连接、平台再到应用，对各个层级的技术原理、技术路线进行深入的讲解，结合业务场景对技术选型进行深入分析，从实际应用角度出发，分享在工业物联网构建过程中有哪些潜在的风险、踩过的坑、不同条件下什么因素占主导地位。

对工业物联网而言，成功没有捷径，虽然某些业务场景从原理上可能一句话足以概括，但背后的影响因素，技术的、组织的、市场的、地域的、法规的、人性的，任何一个细节都有可能左右项目的结果。本书虽然侧重技术和架构讲解，但是通过提问形式的开放式话题，探讨了商业层面、组织层面、实施层面以及市场竞争层面的影响，带领读者思考如何在这波数字化浪潮中，根据企业自身的特点，利用工业物联网创造价值。

如何阅读本书

本书分为8章。

第1章介绍工业物联网的发展背景，阐述工业物联网的内涵和本质，对工业物联网产业的现状和挑战进行讨论，帮助读者理解智能制造、工业4.0、OT和IT融合以及企业数字化转型等理念和工业物联网之间的关系。

第2章介绍工业物联网体系架构，从业务视角出发，到体系架构的构建，从感知层、边缘计算、网络连接、平台到应用，探讨工业物联网体系搭建过程中的效率和投入问题，以及工业物联网技术的发展趋势，帮助读者建立大局观和框架意识。

第3～7章分别介绍工业物联网体系架构涉及的各个主题。第3章介绍工业物联网感知，第4章介绍工业物联网网络连接，第5章介绍边缘计算，第6章介绍云计算，第7章介绍工业物联网平台。每章除了从技术角度详细阐述各知识点，还着重说明了技术应用背后的发展脉络、合理性与局限性、所能解决的问题及带来的价值。

第8章分享几个工业物联网应用案例。工业物联网通过服务于业务场景形成闭环。这些案例均有一定的代表性，聚焦于解决具体的问题，会让读者深刻体会实施过程中所遇到的挑战。

勘误和支持

由于笔者的水平有限，编写时间仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。工业物联网涉及的知识体系庞大，笔者也只是实践了其中一部分，时至今日，仍有一些认知停留于浅层。希望此书能成为一座沟通的桥梁，让笔者和读者在探讨中对工业物联网产生新的认识，并将这些认识更好地应用于各自的项目中。