事实上,创造大脑的路线图和映射工业物联网的路线图十分相似,许多年以前这一概念已经吸引了这个行业。为了更好地了解物联网的原理,我们需要了解它的组成部分:了解硬件和软件、通讯协议,以及人际交互一次来提高生产效率和对工业环境的控制度。
关系:机器对机器
每一次你形成新的记忆,都会在大脑中创造新的连接,使得系统变得更加复杂。相似地,物联网也是依赖于很多应用,即为应用组成的节点,来完成一项任务。机器的数量是十分重要的,因为它强调工业物联网系统的复杂性。例如,在一个夹心饼干生产线,其中心环节应该与该生产过程之前的元素进行沟通,以及该生产过程后来的生产环节进行协作。混合、切割和烘烤机是整个生产过程的开端,这些阶段应该能够和后边的生产过程“说话沟通”,例如奶油进给系统和包装机系统。这一交流系统的水平确保了生产线的灵活性,满足生产多种饼干品种的可能性。
无论我们谈论的是饼干、汽车制造甚至智能电网,工业物联网都拥有通信需求,它要求超越标准的客户机或者服务器需要与传统思维相连接。除了执行核心任务,生产系统还连接到一个企业级,可以自动发出警报,收集和分析数据,甚至根据这一分析作出预测或提供建议。
连接:通用语言
工业物联网只有在系统和行业使用兼容的语言才能够工作。为了帮助实现这一目的,像思科、通用电气、IBM和英特尔这样的科技行业巨头成立了2014工业互联网联盟。该联盟旨在加快互联设备和智能分析的开发和使用。由于工业物联网现已贯穿工业的各个部门,从制造业到能源部门,因此成功实施统一的标准、一致的接口和统一的语言概念是至关重要的。与此同时,该联盟以往通过创建促进协作和创新的有利生态系统来减少进入工业物联网准入的障碍。下一步是促进互操作性和开放标准,允许机器或系统从不同的原始设备制造商和其他控制系统通信。
过渡:新的和旧的
也许最大的挑战是在更大程度上实现工业物联网遗留系统和智能工厂的整合。学习新事物改变大脑的结构,同样,在制造业,实施新的自动化设备通常会导致整个系统的变化。解决的办法是使用基于标准协议网关在棕地环境中集成遗留系统。这使得组织可以自由数据从专有的限制,并使用它的实时和历史数据的收集和分析。
就像人类的大脑一样,工业物联网是不断变化的,在我们完全理解它的要求,确保它的实施和发挥它的潜力之前,还有很多问题需要回答。