工業(yè)物聯(lián)網(wǎng)智能賦能智能制造：文獻(xiàn)綜述

Industrial Internet of Things Intelligence Empowering Smart Manufacturing: A Literature Review

作者

關(guān)鍵字

工業(yè)物聯(lián)網(wǎng)（IIoT）、IIoT智能、智能制造、人工智能

Industrial Internet of Things (IIoT), IIoT intelligence, Smart manufacturing, Artificial intelligence

摘要

在激烈的商業(yè)競(jìng)爭(zhēng)環(huán)境和日益增長(zhǎng)的個(gè)性化定制需求的推動(dòng)下，制造業(yè)正進(jìn)行數(shù)字化轉(zhuǎn)型和升級(jí)。工業(yè)物聯(lián)網(wǎng)（IIoT）智能技術(shù)能夠?yàn)橹圃靸r(jià)值鏈的各個(gè)方面提供創(chuàng)新和高效的解決方案，照亮了制造業(yè)轉(zhuǎn)型的道路。目前有必要對(duì)IIoT智能技術(shù)提供一個(gè)系統(tǒng)的視角。然而，現(xiàn)有的綜述通常側(cè)重于IIoT智能的特定領(lǐng)域，導(dǎo)致研究人員和讀者對(duì)IIoT智能的理解存在偏差，即認(rèn)為某一方向的研究對(duì)于IIoT智能的發(fā)展最為重要，而忽略了其他方向的貢獻(xiàn)。因此，本論文提供了對(duì)IIoT智能的全面綜述。我們首先深入分析了制造業(yè)轉(zhuǎn)型的必然性，并研究了中國(guó)企業(yè)實(shí)踐中的成功經(jīng)驗(yàn)。接著，我們給出了IIoT智能的定義，并展示了其在功能、操作、部署和應(yīng)用場(chǎng)景中對(duì)工業(yè)的價(jià)值。隨后，我們提出了一個(gè)由五層組成的IIoT智能分層發(fā)展架構(gòu)，詳細(xì)說(shuō)明了每一層技術(shù)升級(jí)的實(shí)際價(jià)值，并通過(guò)燈塔工廠案例展示其實(shí)踐價(jià)值。在此之后，我們識(shí)別了七種加速制造業(yè)轉(zhuǎn)型的技術(shù)，并闡明了它們的貢獻(xiàn)。此外，我們還分析了在制造業(yè)中采用IIoT智能技術(shù)的倫理和環(huán)境影響。最后，我們從四個(gè)方面探討了IIoT智能面臨的開(kāi)放性挑戰(zhàn)和未來(lái)的發(fā)展趨勢(shì)，以啟發(fā)未來(lái)的研究。

“燈塔工廠”項(xiàng)目由達(dá)沃斯世界經(jīng)濟(jì)論壇與管理咨詢(xún)公司麥肯錫合作開(kāi)展遴選，被譽(yù)為“世界上最先進(jìn)的工廠”，具有榜樣意義的“數(shù)字化制造”和“全球化4.0”示范者，代表當(dāng)今全球制造業(yè)領(lǐng)域智能制造和數(shù)字化最高水平。

一、 引言

制造業(yè)在全球經(jīng)濟(jì)中占據(jù)著重要地位。它占全球GDP的16%，其研究與開(kāi)發(fā)（R&D）支出占全球R&D支出的64%【1】。然而，制造業(yè)正面臨許多問(wèn)題。生產(chǎn)力停滯、個(gè)性化定制需求的增加、創(chuàng)新的長(zhǎng)期滯后、人力資源的急劇萎縮，以及對(duì)一站式便捷服務(wù)的期望，這些都在推動(dòng)制造業(yè)的升級(jí)和轉(zhuǎn)型。同時(shí)，近年來(lái)智能技術(shù)的快速發(fā)展也激勵(lì)政府和企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型。在這樣的背景下，各國(guó)政府出臺(tái)了一系列政策【2】-【5】，如《新機(jī)器人戰(zhàn)略》、《2030年工業(yè)戰(zhàn)略》等。受這些政策紅利的啟發(fā)，企業(yè)開(kāi)始走上工業(yè)革命和創(chuàng)新的道路【6】【7】。

工業(yè)物聯(lián)網(wǎng)（IIoT）通過(guò)網(wǎng)絡(luò)將各種工業(yè)設(shè)備連接在一起，支持?jǐn)?shù)據(jù)的收集、交換和分析【8】，在提升工業(yè)數(shù)字化水平方面取得了巨大成就。為了闡明IIoT的研究?jī)r(jià)值，一些研究工作對(duì)IIoT的各種定義和相關(guān)技術(shù)進(jìn)行了綜述，并提出了開(kāi)放性挑戰(zhàn)，以啟發(fā)未來(lái)的研究方向。Boyes等人【9】區(qū)分了IIoT與工業(yè)4.0、信息物理系統(tǒng)、工業(yè)自動(dòng)化與控制系統(tǒng)、監(jiān)督控制與數(shù)據(jù)采集、工業(yè)互聯(lián)網(wǎng)的內(nèi)涵，并強(qiáng)調(diào)了智能物體、信息物理資產(chǎn)和計(jì)算平臺(tái)之間的互聯(lián)性。Khan等人【10】回顧了IIoT在架構(gòu)和框架、通信協(xié)議和數(shù)據(jù)管理方案方面的研究工作。文獻(xiàn)【10】中的IIoT系統(tǒng)通用架構(gòu)包括網(wǎng)絡(luò)實(shí)體、云/邊緣計(jì)算平臺(tái)和企業(yè)業(yè)務(wù)領(lǐng)域，重點(diǎn)介紹了IIoT通信協(xié)議的研究。云/邊緣計(jì)算用于為IIoT提供分布式的高性能計(jì)算資源。Malik等人【11】提出了IIoT的架構(gòu)，包括物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)和互聯(lián)網(wǎng)層、傳輸層和應(yīng)用層，并分析了IIoT的潛在應(yīng)用，如環(huán)境監(jiān)測(cè)、智能農(nóng)業(yè)、醫(yī)療保健、供應(yīng)鏈管理和家庭自動(dòng)化。這些工作對(duì)于未來(lái)研究的共同見(jiàn)解是，應(yīng)該將更多先進(jìn)技術(shù)與IIoT結(jié)合，如區(qū)塊鏈、大數(shù)據(jù)分析、深度學(xué)習(xí)等，以便IIoT能夠變得更加智能。

環(huán)境監(jiān)測(cè)、智能農(nóng)業(yè)、醫(yī)療保健、供應(yīng)鏈管理和家庭自動(dòng)化這寫(xiě)都是目前工業(yè)物聯(lián)網(wǎng)的應(yīng)用場(chǎng)景，可以從以上的場(chǎng)景中尋找研究方向。

工業(yè)互聯(lián)網(wǎng)在家庭檢測(cè)領(lǐng)域的應(yīng)用，主要是通過(guò)傳感器、物聯(lián)網(wǎng)（IoT）技術(shù)和數(shù)據(jù)分析手段，實(shí)現(xiàn)對(duì)家庭設(shè)備、環(huán)境和用戶(hù)行為的智能監(jiān)測(cè)與管理。以下是工業(yè)互聯(lián)網(wǎng)在家庭檢測(cè)方面的主要研究?jī)?nèi)容：

1. 家庭環(huán)境監(jiān)測(cè)

• 空氣質(zhì)量監(jiān)測(cè)：研究如何利用傳感器監(jiān)測(cè)室內(nèi)空氣質(zhì)量，包括PM2.5、CO2、甲醛、溫度和濕度等指標(biāo)。這些數(shù)據(jù)可以幫助用戶(hù)改善居住環(huán)境，保障健康。

• 噪聲監(jiān)測(cè)：開(kāi)發(fā)聲學(xué)傳感器，實(shí)時(shí)監(jiān)測(cè)家庭環(huán)境中的噪聲水平，以評(píng)估居住環(huán)境的舒適度。

• 水質(zhì)監(jiān)測(cè)：研究如何利用傳感器監(jiān)測(cè)家庭供水的水質(zhì)，包括pH值、濁度、余氯等指標(biāo)，確保飲用水的安全。

2. 智能家居設(shè)備監(jiān)測(cè)

• 設(shè)備狀態(tài)監(jiān)測(cè)：研究如何實(shí)時(shí)監(jiān)測(cè)家中各類(lèi)智能設(shè)備（如冰箱、空調(diào)、洗衣機(jī)等）的狀態(tài)，包括工作效率、能耗等。這有助于用戶(hù)及時(shí)發(fā)現(xiàn)設(shè)備故障，進(jìn)行維護(hù)和節(jié)能管理。

• 安全監(jiān)測(cè)：開(kāi)發(fā)家居安全傳感器（如門(mén)窗傳感器、煙霧探測(cè)器、監(jiān)控?cái)z像頭等），實(shí)時(shí)監(jiān)測(cè)家庭安全狀況，及時(shí)向用戶(hù)發(fā)送警報(bào)，保障家庭安全。

3. 能耗監(jiān)測(cè)與管理

• 能耗監(jiān)測(cè)系統(tǒng)：研究如何通過(guò)智能電表和其他傳感器監(jiān)測(cè)家庭的能耗數(shù)據(jù)，為用戶(hù)提供能耗分析和優(yōu)化建議，幫助降低家庭能耗成本。

• 智能調(diào)度：結(jié)合數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù)，優(yōu)化家庭設(shè)備的工作時(shí)間和方式，實(shí)現(xiàn)需求響應(yīng)（Demand Response），提高能效。

4. 用戶(hù)行為分析

• 用戶(hù)行為識(shí)別：利用傳感器和數(shù)據(jù)分析技術(shù)，研究家庭成員的生活習(xí)慣和行為模式，包括起居、飲食和活動(dòng)規(guī)律。這有助于實(shí)現(xiàn)個(gè)性化的智能家居服務(wù)，如自動(dòng)調(diào)節(jié)家居環(huán)境。

• 異常行為檢測(cè)：通過(guò)機(jī)器學(xué)習(xí)算法分析用戶(hù)行為數(shù)據(jù)，識(shí)別異常行為（如跌倒、長(zhǎng)時(shí)間不動(dòng)等），提供老年人或兒童的安全監(jiān)護(hù)。

5. 數(shù)據(jù)分析與決策支持

• 數(shù)據(jù)采集與傳輸：研究如何高效地收集和傳輸家庭檢測(cè)數(shù)據(jù)，包括使用邊緣計(jì)算技術(shù)減少延遲。

• 智能決策系統(tǒng)：基于大數(shù)據(jù)分析，開(kāi)發(fā)智能決策支持系統(tǒng)，幫助用戶(hù)更好地理解家庭環(huán)境和設(shè)備狀況，并提供優(yōu)化建議。

6. 健康監(jiān)測(cè)與遠(yuǎn)程醫(yī)療

• 健康監(jiān)測(cè)設(shè)備：開(kāi)發(fā)智能健康監(jiān)測(cè)設(shè)備（如血壓計(jì)、心率監(jiān)測(cè)儀、體重秤等），實(shí)現(xiàn)對(duì)家庭成員健康狀況的實(shí)時(shí)監(jiān)測(cè)和記錄。

• 遠(yuǎn)程醫(yī)療服務(wù)：通過(guò)家庭檢測(cè)設(shè)備收集的健康數(shù)據(jù)，研究如何提供遠(yuǎn)程醫(yī)療服務(wù)，實(shí)現(xiàn)醫(yī)生與患者之間的實(shí)時(shí)溝通和健康管理。

7. 隱私與安全問(wèn)題

• 數(shù)據(jù)隱私保護(hù)：研究如何在家庭檢測(cè)中有效保護(hù)用戶(hù)隱私，確保數(shù)據(jù)在收集、傳輸和存儲(chǔ)過(guò)程中的安全性。

• 網(wǎng)絡(luò)安全：探討家庭網(wǎng)絡(luò)安全問(wèn)題，確保智能家居設(shè)備的安全性，防止網(wǎng)絡(luò)攻擊和數(shù)據(jù)泄露。

8. 用戶(hù)體驗(yàn)與人機(jī)交互

• 智能家居界面設(shè)計(jì)：研究如何設(shè)計(jì)用戶(hù)友好的智能家居管理界面，提升用戶(hù)體驗(yàn)。

• 語(yǔ)音與手勢(shì)識(shí)別：結(jié)合語(yǔ)音識(shí)別和手勢(shì)控制技術(shù)，提供更便捷的家居設(shè)備控制方式。

工業(yè)互聯(lián)網(wǎng)在供應(yīng)鏈管理方面的研究主要集中在利用物聯(lián)網(wǎng)（IoT）、大數(shù)據(jù)分析、人工智能、云計(jì)算等技術(shù)，實(shí)現(xiàn)供應(yīng)鏈的智能化、透明化、高效化和靈活化。以下是工業(yè)互聯(lián)網(wǎng)在供應(yīng)鏈管理領(lǐng)域的主要研究方向：

1. 供應(yīng)鏈可視化與透明化

• 實(shí)時(shí)追蹤與監(jiān)控：通過(guò)工業(yè)互聯(lián)網(wǎng)中的傳感器、RFID（射頻識(shí)別）和GPS技術(shù)，實(shí)時(shí)追蹤原材料、產(chǎn)品和運(yùn)輸工具的位置和狀態(tài)，實(shí)現(xiàn)全供應(yīng)鏈的可視化。企業(yè)能夠?qū)崟r(shí)獲取關(guān)于生產(chǎn)、庫(kù)存、運(yùn)輸?shù)拳h(huán)節(jié)的動(dòng)態(tài)數(shù)據(jù)，確保供應(yīng)鏈運(yùn)行的透明度。

• 研究點(diǎn)：如何通過(guò)物聯(lián)網(wǎng)和云平臺(tái)整合分散的供應(yīng)鏈數(shù)據(jù)，使企業(yè)能夠一目了然地看到貨物的流動(dòng)、存貨的狀態(tài)及運(yùn)輸情況。

• 狀態(tài)監(jiān)控：對(duì)運(yùn)輸過(guò)程中的環(huán)境參數(shù)（如溫度、濕度、震動(dòng)等）進(jìn)行監(jiān)控，確保產(chǎn)品質(zhì)量，尤其是在食品、醫(yī)藥等對(duì)環(huán)境要求較高的領(lǐng)域。

• 研究點(diǎn)：設(shè)計(jì)和開(kāi)發(fā)多功能傳感器網(wǎng)絡(luò)，實(shí)時(shí)監(jiān)控并預(yù)測(cè)供應(yīng)鏈中的潛在風(fēng)險(xiǎn)，確保運(yùn)輸中的產(chǎn)品安全。

2. 預(yù)測(cè)性維護(hù)與管理

• 設(shè)備維護(hù)管理

  ：供應(yīng)鏈中涉及大量的生產(chǎn)設(shè)備、運(yùn)輸工具等，通過(guò)傳感器監(jiān)控設(shè)備狀態(tài)，分析設(shè)備運(yùn)行數(shù)據(jù)，提前預(yù)測(cè)設(shè)備的故障或停機(jī)時(shí)間，進(jìn)行預(yù)防性維護(hù)，避免供應(yīng)鏈中斷。

• 研究點(diǎn)：利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)模型，分析設(shè)備的歷史數(shù)據(jù)，研究如何提前識(shí)別和預(yù)測(cè)供應(yīng)鏈中設(shè)備的故障，降低維護(hù)成本和設(shè)備停機(jī)時(shí)間。

3. 智能庫(kù)存管理

• 庫(kù)存優(yōu)化：通過(guò)實(shí)時(shí)監(jiān)控庫(kù)存水平，結(jié)合需求預(yù)測(cè)算法，優(yōu)化庫(kù)存配置，避免過(guò)度庫(kù)存或缺貨情況的發(fā)生。這包括利用大數(shù)據(jù)分析市場(chǎng)需求趨勢(shì)，精準(zhǔn)調(diào)整庫(kù)存策略。

• 研究點(diǎn)：如何使用工業(yè)互聯(lián)網(wǎng)的數(shù)據(jù)分析技術(shù)，通過(guò)精準(zhǔn)的需求預(yù)測(cè)模型（如時(shí)間序列分析、機(jī)器學(xué)習(xí)）優(yōu)化庫(kù)存管理，減少庫(kù)存積壓或供應(yīng)鏈短缺的情況。

• 自動(dòng)補(bǔ)貨系統(tǒng)：基于物聯(lián)網(wǎng)設(shè)備和實(shí)時(shí)庫(kù)存數(shù)據(jù)，自動(dòng)檢測(cè)庫(kù)存變化，觸發(fā)自動(dòng)補(bǔ)貨機(jī)制，確保供應(yīng)鏈的連續(xù)性和及時(shí)性。

• 研究點(diǎn)：開(kāi)發(fā)智能庫(kù)存監(jiān)控系統(tǒng)，通過(guò)與供應(yīng)鏈上下游的自動(dòng)化對(duì)接，實(shí)現(xiàn)自動(dòng)化的補(bǔ)貨與配送流程。

4. 供應(yīng)鏈協(xié)同與敏捷性

• 供應(yīng)鏈協(xié)同管理：工業(yè)互聯(lián)網(wǎng)通過(guò)共享平臺(tái)，打通供應(yīng)鏈各環(huán)節(jié)的數(shù)據(jù)信息壁壘，實(shí)現(xiàn)供應(yīng)商、制造商、物流公司和客戶(hù)之間的實(shí)時(shí)信息共享與協(xié)同，提高供應(yīng)鏈效率。

• 研究點(diǎn)：研究如何構(gòu)建跨企業(yè)的供應(yīng)鏈協(xié)同平臺(tái)，確保數(shù)據(jù)透明、安全，并提高信息交換的效率，實(shí)現(xiàn)供應(yīng)鏈的高效協(xié)同。

• 靈活的供應(yīng)鏈應(yīng)對(duì)能力：通過(guò)大數(shù)據(jù)分析和工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)時(shí)監(jiān)控供應(yīng)鏈的市場(chǎng)需求、原材料供應(yīng)情況、物流狀態(tài)等信息，提高供應(yīng)鏈的靈活性，及時(shí)應(yīng)對(duì)需求變化、原料短缺、自然災(zāi)害等突發(fā)情況。

• 研究點(diǎn)：如何通過(guò)數(shù)據(jù)分析和預(yù)測(cè)模型，提升供應(yīng)鏈的敏捷性和應(yīng)對(duì)突發(fā)事件的能力，確保供應(yīng)鏈的快速響應(yīng)和調(diào)整。

5. 供應(yīng)鏈風(fēng)險(xiǎn)管理

• 風(fēng)險(xiǎn)監(jiān)控與預(yù)警：基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)采集和分析，研究如何對(duì)供應(yīng)鏈中的風(fēng)險(xiǎn)因素（如自然災(zāi)害、供應(yīng)商中斷、市場(chǎng)需求波動(dòng)等）進(jìn)行監(jiān)測(cè)和預(yù)警，提前規(guī)避潛在風(fēng)險(xiǎn)。

• 研究點(diǎn)：構(gòu)建供應(yīng)鏈風(fēng)險(xiǎn)管理模型，通過(guò)數(shù)據(jù)分析預(yù)測(cè)潛在風(fēng)險(xiǎn)并提供決策支持，減少突發(fā)事件對(duì)供應(yīng)鏈的影響。

• 供應(yīng)鏈安全管理：確保供應(yīng)鏈中的數(shù)據(jù)信息安全，防止黑客攻擊、數(shù)據(jù)泄露等網(wǎng)絡(luò)安全問(wèn)題。工業(yè)互聯(lián)網(wǎng)技術(shù)在供應(yīng)鏈管理中的應(yīng)用涉及到大量的商業(yè)敏感數(shù)據(jù)，因此數(shù)據(jù)安全和隱私保護(hù)成為關(guān)鍵研究點(diǎn)。

• 研究點(diǎn)：研究如何在供應(yīng)鏈管理系統(tǒng)中集成有效的數(shù)據(jù)加密技術(shù)、身份驗(yàn)證機(jī)制及安全協(xié)議，保障供應(yīng)鏈中信息流的安全。

6. 物流優(yōu)化與自動(dòng)化

• 智能物流管理：通過(guò)工業(yè)互聯(lián)網(wǎng)技術(shù)實(shí)時(shí)監(jiān)控運(yùn)輸工具、倉(cāng)儲(chǔ)設(shè)備和物流路線，優(yōu)化物流路徑，減少運(yùn)輸時(shí)間和成本，提高配送效率。

• 研究點(diǎn)：開(kāi)發(fā)基于實(shí)時(shí)數(shù)據(jù)的物流優(yōu)化算法，動(dòng)態(tài)調(diào)整運(yùn)輸路線、倉(cāng)儲(chǔ)策略，并結(jié)合無(wú)人機(jī)、自動(dòng)駕駛等技術(shù)進(jìn)行物流自動(dòng)化。

• 無(wú)人化倉(cāng)儲(chǔ)與配送：應(yīng)用自動(dòng)化倉(cāng)儲(chǔ)系統(tǒng)、機(jī)器人、無(wú)人配送車(chē)輛等工業(yè)互聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)倉(cāng)儲(chǔ)和配送過(guò)程中的無(wú)人化操作，提升物流效率。

• 研究點(diǎn)：研究如何集成工業(yè)機(jī)器人、物聯(lián)網(wǎng)和自動(dòng)化設(shè)備，在倉(cāng)庫(kù)管理和物流配送過(guò)程中實(shí)現(xiàn)自動(dòng)化和智能化，減少人工成本。

7. 供應(yīng)鏈數(shù)據(jù)分析與決策支持

• 大數(shù)據(jù)驅(qū)動(dòng)的決策支持系統(tǒng)：利用供應(yīng)鏈中的大數(shù)據(jù)，構(gòu)建智能決策支持系統(tǒng)，為供應(yīng)鏈中的關(guān)鍵決策（如采購(gòu)、生產(chǎn)計(jì)劃、庫(kù)存管理、運(yùn)輸安排等）提供數(shù)據(jù)支持，提升決策的科學(xué)性和及時(shí)性。

• 研究點(diǎn)：研究如何利用大數(shù)據(jù)分析技術(shù)挖掘供應(yīng)鏈中的關(guān)鍵數(shù)據(jù)點(diǎn)，通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等算法，優(yōu)化供應(yīng)鏈各個(gè)環(huán)節(jié)的決策。

• 基于AI的需求預(yù)測(cè)與供應(yīng)鏈優(yōu)化：通過(guò)AI技術(shù)對(duì)歷史數(shù)據(jù)、市場(chǎng)變化和外部環(huán)境進(jìn)行深度分析，預(yù)測(cè)未來(lái)需求變化，幫助企業(yè)優(yōu)化供應(yīng)鏈策略，確保供應(yīng)鏈的高效運(yùn)作。

• 研究點(diǎn)：如何利用人工智能技術(shù)進(jìn)行市場(chǎng)需求預(yù)測(cè)、供應(yīng)鏈動(dòng)態(tài)調(diào)整，提升供應(yīng)鏈的前瞻性和應(yīng)變能力。

  這個(gè)研究方向是做出預(yù)測(cè)，并且根據(jù)預(yù)測(cè)做出決策

  研究場(chǎng)景：超市各類(lèi)商品進(jìn)貨預(yù)測(cè)分析并給出決策；工廠原材料的預(yù)測(cè)和分析；

8. 可持續(xù)供應(yīng)鏈與綠色管理

• 綠色供應(yīng)鏈管理：研究如何通過(guò)工業(yè)互聯(lián)網(wǎng)技術(shù)減少供應(yīng)鏈的碳排放、節(jié)約能源，實(shí)現(xiàn)綠色環(huán)保的供應(yīng)鏈管理。包括優(yōu)化運(yùn)輸路線、使用節(jié)能設(shè)備以及減少?gòu)U料和污染。

• 研究點(diǎn)：開(kāi)發(fā)綠色供應(yīng)鏈管理平臺(tái)，通過(guò)數(shù)據(jù)分析和優(yōu)化算法，實(shí)現(xiàn)對(duì)供應(yīng)鏈全過(guò)程的能效管理和環(huán)保監(jiān)測(cè)。

• 循環(huán)經(jīng)濟(jì)與資源再利用：通過(guò)工業(yè)互聯(lián)網(wǎng)技術(shù)對(duì)供應(yīng)鏈中資源的流動(dòng)進(jìn)行優(yōu)化，減少浪費(fèi)，促進(jìn)資源的回收和再利用，推動(dòng)循環(huán)經(jīng)濟(jì)的發(fā)展。

• 研究點(diǎn)：研究如何通過(guò)物聯(lián)網(wǎng)技術(shù)跟蹤供應(yīng)鏈中的產(chǎn)品生命周期，優(yōu)化廢棄物回收流程，促進(jìn)資源的再利用。

如預(yù)期的那樣，近年來(lái)，IIoT與許多其他先進(jìn)技術(shù)的結(jié)合，使其在全方位的可靠通信、動(dòng)態(tài)環(huán)境適應(yīng)性、靈活制造等方面展現(xiàn)出了智能特性。這也加速了制造業(yè)轉(zhuǎn)型的進(jìn)程。具體來(lái)說(shuō)，當(dāng)IIoT與5G結(jié)合時(shí)，IIoT對(duì)多設(shè)備連接、高數(shù)據(jù)速率、更多帶寬和低延遲質(zhì)量服務(wù)（QoS）的需求可以輕松滿(mǎn)足。Chettri等人【12】和Mahmood等人【13】詳細(xì)概述了5G 在IIoT系統(tǒng)中各種通信行業(yè)的挑戰(zhàn)和愿景。時(shí)間敏感網(wǎng)絡(luò)（TSN）是一組IEEE 802.1標(biāo)準(zhǔn)，定義了通過(guò)IEEE 802網(wǎng)絡(luò)提供確定性服務(wù)的機(jī)制【14】-【16】。確定性服務(wù)包括以有界延遲、低數(shù)據(jù)包延遲變化和低丟包率保證數(shù)據(jù)包傳輸。結(jié)合TSN，IIoT可以確保任何兩個(gè)設(shè)備之間的網(wǎng)絡(luò)通信具有確定性響應(yīng)。Bello等人【17】詳細(xì)描述了TSN協(xié)議，并提供了一些將TSN應(yīng)用于IIoT的案例。深度學(xué)習(xí)也有可能與IIoT結(jié)合。Khalil等人【18】介紹了包括卷積神經(jīng)網(wǎng)絡(luò)、自編碼器和遞歸神經(jīng)網(wǎng)絡(luò)在內(nèi)的各種深度學(xué)習(xí)技術(shù)，以及它們?cè)诓煌袠I(yè)中的應(yīng)用。通過(guò)引入數(shù)字體驗(yàn)，IIoT可以減少產(chǎn)品研發(fā)成本【19】【20】。遠(yuǎn)程監(jiān)控和控制技術(shù)的幫助使得勞動(dòng)效率得到提高【21】。工業(yè)機(jī)器人逐漸取代人類(lèi)從事一些體力勞動(dòng)和例行工作【22】【23】。

由IEEE 802.1指定的不同TSN標(biāo)準(zhǔn)文檔可以分組為完整實(shí)時(shí)通信解決方案所需的三個(gè)基本關(guān)鍵組件類(lèi)別。[1]每個(gè)標(biāo)準(zhǔn)規(guī)范都可以單獨(dú)使用，并且主要是自給自足的。但是，只有在協(xié)同使用的情況下，TSN作為通信系統(tǒng)才能充分發(fā)揮其潛力。三個(gè)基本組成部分是：

1）時(shí)間同步：參與實(shí)時(shí)通信的所有設(shè)備都需要對(duì)時(shí)間有共同的理解

2）調(diào)度和流量整形：參與實(shí)時(shí)通信的所有設(shè)備在處理和轉(zhuǎn)發(fā)通信數(shù)據(jù)包時(shí)都遵循相同的規(guī)則

3）選擇通信路徑，路徑預(yù)留和容錯(cuò)：參與實(shí)時(shí)通信的所有設(shè)備在選擇通信路徑和保留帶寬和時(shí)隙時(shí)遵循相同的規(guī)則。

現(xiàn)在是時(shí)候?qū)IoT智能有一個(gè)系統(tǒng)的理解了。然而，現(xiàn)有的綜述往往聚焦于特定領(lǐng)域的IIoT智能，如IIoT中的5G【12】【13】、IIoT中的TSN【17】、IIoT中的深度學(xué)習(xí)【18】【24】【25】、IIoT中的邊緣計(jì)算【8】【26】【27】。這會(huì)導(dǎo)致研究人員/讀者對(duì)IIoT智能的理解產(chǎn)生偏見(jiàn)，即認(rèn)為某一研究方向?qū)τ贗IoT智能的發(fā)展最為重要，而忽視了其他方向的貢獻(xiàn)。在這種情況下，IIoT智能架構(gòu)中先進(jìn)技術(shù)的貢獻(xiàn)和位置也難以明確。

因此，本文提供了對(duì)IIoT智能的全面綜述?？紤]到IIoT智能的發(fā)展融合了政府、企業(yè)和研究人員的智慧，我們將信息來(lái)源從學(xué)術(shù)論文擴(kuò)展到政府文件、行業(yè)報(bào)告和其他相關(guān)文獻(xiàn)。具體來(lái)說(shuō)，為了提取有關(guān)IIoT智能的見(jiàn)解，我們深入研究了世界經(jīng)濟(jì)論壇的全球燈塔網(wǎng)絡(luò)（GLN），該網(wǎng)絡(luò)認(rèn)可了第四次工業(yè)革命下的燈塔工廠和應(yīng)用案例。然后，我們盡力仔細(xì)研究了官方來(lái)源的相關(guān)客戶(hù)案例。通過(guò)深入分析GLN和客戶(hù)案例，我們識(shí)別出對(duì)其數(shù)字化和智能化轉(zhuǎn)型至關(guān)重要的技術(shù)。對(duì)于每種識(shí)別出的技術(shù)，我們主要考察了過(guò)去5年內(nèi)發(fā)表的技術(shù)論文，以及超出此時(shí)間范圍的被多次引用的論文，以便全面了解并鞏固相關(guān)知識(shí)。最終，我們通過(guò)本文回答了以下四個(gè)問(wèn)題：

• IIoT智能是什么？IIoT智能對(duì)智能制造能做什么？

• IIoT智能的發(fā)展架構(gòu)是什么？

• 哪些技術(shù)正在加速I(mǎi)IoT智能的發(fā)展？

• IIoT智能的開(kāi)放性挑戰(zhàn)和未來(lái)趨勢(shì)是什么？

二、 深入剖析智能制造

近年來(lái)，第四次工業(yè)革命引起了各國(guó)政府、企業(yè)和大學(xué)的廣泛關(guān)注，并已全面展開(kāi)。許多制造商正在探索智能化轉(zhuǎn)型的道路。

A. 背景

在本節(jié)中，我們將根據(jù)社會(huì)環(huán)境和技術(shù)發(fā)展的因素，回答制造業(yè)為何需要進(jìn)行智能化轉(zhuǎn)型這一重要問(wèn)題。

近年來(lái)，許多國(guó)家的人口增長(zhǎng)緩慢，同時(shí)制造業(yè)的勞動(dòng)力成本不斷上升。例如，根據(jù)中國(guó)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)【32】，如圖1所示，從2014年到2019年，制造業(yè)的勞動(dòng)力數(shù)量在下降，而勞動(dòng)力成本卻顯著上升。此外，越來(lái)越多的客戶(hù)追求個(gè)性化定制和更好的用戶(hù)體驗(yàn)，這使得制造系統(tǒng)的架構(gòu)在產(chǎn)品生命周期的每個(gè)階段變得更加復(fù)雜，如設(shè)計(jì)、生產(chǎn)和售后服務(wù)等（見(jiàn)圖2）。能夠按需大規(guī)模生產(chǎn)定制產(chǎn)品并快速應(yīng)對(duì)需求波動(dòng)的能力，將為企業(yè)提供至關(guān)重要的競(jìng)爭(zhēng)力。然而，要構(gòu)建這些能力，企業(yè)在調(diào)整組織結(jié)構(gòu)、運(yùn)營(yíng)和商業(yè)模式方面面臨著諸多挑戰(zhàn)?？偟膩?lái)說(shuō)，勞動(dòng)力成本的上升和定制化需求的增長(zhǎng)迫使制造業(yè)社區(qū)進(jìn)行智能化轉(zhuǎn)型，以提高生產(chǎn)力并實(shí)現(xiàn)可觀的回報(bào)。

Fig. 1. The workforce in Chinese manufacturing has been falling from 2014 to 2019, while workforce costs have been rising signiffcantly.（從2014年到2019年，中國(guó)制造業(yè)的勞動(dòng)力一直在下降，而勞動(dòng)力成本卻在大幅上升。）

Fig. 2. Personalized customization and patient experience enhance complexity of the architectures for manufacturing systems.（個(gè)性化定制和客戶(hù)體驗(yàn)增加了制造系統(tǒng)架構(gòu)的復(fù)雜性。）

近年來(lái)，云計(jì)算、5G連接、工業(yè)數(shù)據(jù)分析和工業(yè)物聯(lián)網(wǎng)等大量先進(jìn)智能技術(shù)的快速發(fā)展為制造業(yè)升級(jí)指明了方向。世界各國(guó)也在通過(guò)政策支持制造業(yè)的智能化轉(zhuǎn)型。這些努力涵蓋了促進(jìn)研發(fā)、培育創(chuàng)新生態(tài)系統(tǒng)、激勵(lì)先進(jìn)技術(shù)投資以及應(yīng)對(duì)監(jiān)管障礙等多個(gè)方面。例如，2023年10月30日，拜登政府發(fā)布了關(guān)于人工智能安全、可信開(kāi)發(fā)和使用的行政命令E.O. 14110【33】【34】。該命令通過(guò)聯(lián)邦機(jī)構(gòu)領(lǐng)導(dǎo)、行業(yè)監(jiān)管和與國(guó)際伙伴的合作，建立了一個(gè)指導(dǎo)負(fù)責(zé)任的人工智能開(kāi)發(fā)和部署的政府廣泛努力。2023年2月1日，歐盟委員會(huì)發(fā)布了《綠色新政工業(yè)計(jì)劃》【35】，并于2024年2月6日推出了《零排放工業(yè)法》【36】，幫助歐盟成為清潔技術(shù)的發(fā)源地，并為到2035年加快新興產(chǎn)業(yè)的高質(zhì)量發(fā)展提供堅(jiān)實(shí)的技術(shù)支持。2023年8月23日，中國(guó)發(fā)布了新興產(chǎn)業(yè)標(biāo)準(zhǔn)的實(shí)施指南，承諾不斷提高新興產(chǎn)業(yè)標(biāo)準(zhǔn)的技術(shù)水平和國(guó)際化程度，并為到2035年加速這些新興產(chǎn)業(yè)的高質(zhì)量發(fā)展提供有力的技術(shù)支持【37】【38】。

總結(jié)：提出來(lái)現(xiàn)在目前工業(yè)的背景勞動(dòng)力一直在下降，而勞動(dòng)力成本卻在大幅上升和個(gè)性化定制和客戶(hù)體驗(yàn)增加了制造系統(tǒng)架構(gòu)的復(fù)雜性，點(diǎn)出了轉(zhuǎn)型的必要。

B. 智能制造的成功經(jīng)驗(yàn)

在本節(jié)中，我們將根據(jù)富士康工業(yè)互聯(lián)網(wǎng)的實(shí)踐經(jīng)驗(yàn)，回答如何加速制造業(yè)智能化轉(zhuǎn)型進(jìn)程的問(wèn)題。富士康工業(yè)互聯(lián)網(wǎng)是一家在中國(guó)成功實(shí)現(xiàn)高水平智能化轉(zhuǎn)型的知名企業(yè)。請(qǐng)注意，許多其他制造商，如美國(guó)的DHL供應(yīng)鏈、德國(guó)的西門(mén)子、印度的聯(lián)合利華等，已經(jīng)走上了與富士康工業(yè)互聯(lián)網(wǎng)類(lèi)似的轉(zhuǎn)型之路。在此背景下，我們借鑒富士康工業(yè)互聯(lián)網(wǎng)的經(jīng)驗(yàn)，闡述智能制造的秘訣。富士康工業(yè)互聯(lián)網(wǎng)將其成功經(jīng)驗(yàn)總結(jié)為三大支柱和兩大能力【39】，如圖3所示。

Fig. 3. The secrets to intelligent transformation of manufacturing（制造業(yè)智能轉(zhuǎn)型的秘密）

• 構(gòu)建有效的生產(chǎn)架構(gòu)以實(shí)現(xiàn)智能化轉(zhuǎn)型。具體來(lái)說(shuō)，企業(yè)應(yīng)改進(jìn)柔性自動(dòng)化生產(chǎn)線、連接生產(chǎn)數(shù)據(jù)并推動(dòng)智能應(yīng)用。通過(guò)這些努力，企業(yè)將提高產(chǎn)量和吞吐量、能效和產(chǎn)品質(zhì)量，并降低產(chǎn)品成本、庫(kù)存和運(yùn)營(yíng)成本。

• 構(gòu)建以客戶(hù)為中心的價(jià)值鏈。企業(yè)應(yīng)在準(zhǔn)確理解客戶(hù)需求的基礎(chǔ)上開(kāi)發(fā)新產(chǎn)品并提供支持服務(wù)。企業(yè)可以重點(diǎn)優(yōu)化不同的價(jià)值鏈，如從供應(yīng)商到營(yíng)銷(xiāo)、從企業(yè)管理到售后服務(wù)、從產(chǎn)品開(kāi)發(fā)到消費(fèi)者的價(jià)值鏈等。

• 構(gòu)建創(chuàng)新的商業(yè)模式，通過(guò)與學(xué)術(shù)界、行業(yè)伙伴和政府的標(biāo)準(zhǔn)化合作模式，推動(dòng)數(shù)字制造生態(tài)系統(tǒng)的形成，如技術(shù)生態(tài)系統(tǒng)【40】和投資綁定。

• 構(gòu)建制造業(yè)的數(shù)字能力，通過(guò)結(jié)合傳統(tǒng)技術(shù)與新興技術(shù)實(shí)現(xiàn)智能制造。雖然這些技術(shù)處于不同的發(fā)展階段，但它們可以解決特定的流程和操作問(wèn)題。

• 主動(dòng)培養(yǎng)技術(shù)能力和軟技能，管理人才。企業(yè)可以根據(jù)員工的數(shù)字親和力，為從一線工人到管理層的整個(gè)組織量身定制技能培訓(xùn)計(jì)劃。同時(shí)，構(gòu)建靈活的組織架構(gòu)和績(jī)效管理系統(tǒng)，可以支持智能化轉(zhuǎn)型和技術(shù)創(chuàng)新。

總結(jié)：根據(jù)目前成功企業(yè)的經(jīng)驗(yàn)探索智能化轉(zhuǎn)型道路

三、 IIoT智能支持制造業(yè)轉(zhuǎn)型

IIoT智能可以支持制造業(yè)轉(zhuǎn)型所需的三大支柱和兩大能力（詳見(jiàn)第二部分B節(jié)）。在接下來(lái)的小節(jié)中，我們將解釋IIoT智能的內(nèi)涵及其對(duì)智能制造的影響。

A. 理解IIoT智能

我們給出了IIoT智能的定義：

IIoT智能指的是一系列技術(shù)、方法、產(chǎn)品和平臺(tái)，這些技術(shù)可以在整個(gè)制造價(jià)值鏈中被應(yīng)用，以構(gòu)建數(shù)字連接與感知、智能分析與認(rèn)知、實(shí)時(shí)決策等能力。

制造價(jià)值鏈包括研究與開(kāi)發(fā)（R&D）、生產(chǎn)、運(yùn)營(yíng)與維護(hù)、市場(chǎng)營(yíng)銷(xiāo)、管理和服務(wù)等各個(gè)環(huán)節(jié)。價(jià)值鏈的每一個(gè)環(huán)節(jié)都可以成為IIoT智能的應(yīng)用場(chǎng)景。也就是說(shuō)，IIoT智能的本質(zhì)是將智能技術(shù)與工業(yè)場(chǎng)景、機(jī)制和知識(shí)深入結(jié)合，實(shí)現(xiàn)創(chuàng)新的工業(yè)應(yīng)用，例如數(shù)字研發(fā)、實(shí)時(shí)高效決策、快速生產(chǎn)線重新配置等。

IIoT智能通過(guò)不斷迭代進(jìn)行改進(jìn)。

首先，收集整個(gè)價(jià)值鏈中的數(shù)據(jù)，并使用一些機(jī)器學(xué)習(xí)算法來(lái)學(xué)習(xí)價(jià)值鏈各個(gè)環(huán)節(jié)的特定知識(shí)。

然后，基于這些數(shù)據(jù)和知識(shí)，設(shè)計(jì)并驗(yàn)證優(yōu)化模型和算法。

之后，將優(yōu)化后的解決方案在價(jià)值鏈中擴(kuò)展應(yīng)用。

最后，生成新的數(shù)據(jù)，開(kāi)啟新一輪改進(jìn)價(jià)值鏈的過(guò)程。

B. IIoT智能如何在制造業(yè)中發(fā)揮作用？

IIoT智能可以為制造價(jià)值鏈的各個(gè)環(huán)節(jié)提供創(chuàng)新解決方案，幫助企業(yè)構(gòu)建第二部分中提到的支柱和能力（見(jiàn)圖3）。在接下來(lái)的部分中，我們將通過(guò)三個(gè)案例研究來(lái)說(shuō)明IIoT智能對(duì)智能制造在經(jīng)濟(jì)、技術(shù)和組織方面的影響。

1.經(jīng)濟(jì)影響 - 通過(guò)數(shù)字化實(shí)驗(yàn)降低產(chǎn)品研發(fā)成本：傳統(tǒng)的產(chǎn)品研發(fā)過(guò)程需要在物理生產(chǎn)線上進(jìn)行多輪試生產(chǎn)、測(cè)試和優(yōu)化。每輪物理實(shí)驗(yàn)都會(huì)耗費(fèi)大量的人力、物力、資金和時(shí)間。因此，傳統(tǒng)的研發(fā)過(guò)程耗時(shí)長(zhǎng)、成本高且對(duì)環(huán)境不友好。

IIoT智能可以通過(guò)將部分物理實(shí)驗(yàn)數(shù)字化，顯著降低產(chǎn)品研發(fā)成本。通過(guò)利用歷史數(shù)據(jù)和經(jīng)驗(yàn)，IIoT可以將工業(yè)流程映射到數(shù)字領(lǐng)域，從而實(shí)現(xiàn)低成本的試錯(cuò)實(shí)驗(yàn)。此外，數(shù)字環(huán)境可以基于工業(yè)知識(shí)和歷史數(shù)據(jù)自動(dòng)預(yù)測(cè)潛在的故障。推薦技術(shù)提供了改進(jìn)建議，使項(xiàng)目團(tuán)隊(duì)能夠及時(shí)修改和優(yōu)化產(chǎn)品設(shè)計(jì)，以應(yīng)對(duì)檢測(cè)到的或預(yù)測(cè)到的故障。此流程大大提高了效率和成本效益，加快了新產(chǎn)品的開(kāi)發(fā)。

除了優(yōu)化產(chǎn)品開(kāi)發(fā)過(guò)程并在數(shù)字環(huán)境中進(jìn)行低成本的試錯(cuò)外，IIoT智能還可以支持生成式設(shè)計(jì)、跨部門(mén)和跨區(qū)域的協(xié)同創(chuàng)新與合作，從而加快設(shè)計(jì)進(jìn)度并降低設(shè)計(jì)成本。

2.技術(shù)影響 - 通過(guò)自動(dòng)化視覺(jué)系統(tǒng)提高檢查效率：在制造業(yè)的質(zhì)量控制中，過(guò)去依賴(lài)人工檢查員進(jìn)行人工視覺(jué)檢查來(lái)識(shí)別缺陷。然而，這種方法存在諸多缺點(diǎn)。人工檢查員在長(zhǎng)時(shí)間工作中很難保持持續(xù)的注意力和精準(zhǔn)度。此外，手動(dòng)檢查過(guò)程的速度通常不如自動(dòng)系統(tǒng)快，導(dǎo)致生產(chǎn)效率降低。

IIoT智能通過(guò)自動(dòng)化視覺(jué)檢查系統(tǒng)解決了這些問(wèn)題。相機(jī)和傳感器被戰(zhàn)略性地放置在生產(chǎn)線上，捕捉產(chǎn)品屬性的圖像并收集數(shù)據(jù)。機(jī)器視覺(jué)系統(tǒng)通過(guò)AI算法處理這些圖像。訓(xùn)練這些算法以識(shí)別組件、檢測(cè)缺陷和評(píng)估裝配質(zhì)量，一旦發(fā)現(xiàn)缺陷便會(huì)提示采取糾正措施。自動(dòng)化視覺(jué)檢查的優(yōu)勢(shì)包括提高精度、降低缺陷率和加快檢查速度，從而提升生產(chǎn)線的整體效率。

3.組織行為影響 - 通過(guò)遠(yuǎn)程監(jiān)控和控制提高勞動(dòng)效率：傳統(tǒng)上，工人必須親自在生產(chǎn)區(qū)域內(nèi)參與制造過(guò)程或監(jiān)督設(shè)備操作。這種現(xiàn)場(chǎng)操作的方式對(duì)于快速發(fā)現(xiàn)并糾正生產(chǎn)中的錯(cuò)誤是必需的。此外，設(shè)備維護(hù)通常由技術(shù)人員通過(guò)現(xiàn)場(chǎng)服務(wù)來(lái)完成。生產(chǎn)線的部署往往依賴(lài)于人工分析和行業(yè)專(zhuān)家的經(jīng)驗(yàn)。

IIoT技術(shù)可以連接和感知車(chē)間中的設(shè)備、工人和中間產(chǎn)品的信息。這使得生產(chǎn)條件的遠(yuǎn)程監(jiān)控和制造設(shè)備的遠(yuǎn)程控制成為可能，提高了無(wú)人化操作的安全性，減少了接觸危險(xiǎn)場(chǎng)所的需求。通過(guò)從“一人一控”到“一人多控”模式的轉(zhuǎn)變，這項(xiàng)技術(shù)提高了整體設(shè)備效率（OEE）和勞動(dòng)效率。遠(yuǎn)程監(jiān)控和控制還允許管理者根據(jù)實(shí)時(shí)進(jìn)度調(diào)整工人安排。此外，這些技術(shù)為工人創(chuàng)造了新的白領(lǐng)工作機(jī)會(huì)，使他們能夠在舒適的辦公室工作，從而提高了制造業(yè)的吸引力，并通過(guò)提供一個(gè)新的、誘人的工作環(huán)境解決了勞動(dòng)力短缺問(wèn)題。

IIoT智能通過(guò)三方面在制造工業(yè)產(chǎn)生積極影響，其中遠(yuǎn)程監(jiān)控和控制也是一個(gè)很有前景的研究方向。

C. IIoT智能對(duì)智能制造的整體影響

總而言之，IIoT智能從以下幾個(gè)方面促進(jìn)了智能制造的快速發(fā)展：

• 功能：IIoT智能可以幫助企業(yè)連接人、網(wǎng)絡(luò)和物理設(shè)備，實(shí)時(shí)準(zhǔn)確地收集工業(yè)數(shù)據(jù)，構(gòu)建有效的數(shù)據(jù)分析模型，提出場(chǎng)景化的優(yōu)化方法，開(kāi)發(fā)微服務(wù)架構(gòu)等。例如，根據(jù)2023年世界經(jīng)濟(jì)論壇的燈塔工廠案例，通過(guò)采用IIoT智能，印度的ACG Capsules實(shí)現(xiàn)了實(shí)時(shí)的質(zhì)量批次洞察和增強(qiáng)的生產(chǎn)計(jì)劃與調(diào)度，從而減少了39%的批次周期時(shí)間，并提升了13%的準(zhǔn)時(shí)交付率。

• 運(yùn)營(yíng)：IIoT智能為企業(yè)構(gòu)建了云制造業(yè)務(wù)模型，幫助企業(yè)提高回報(bào)。云制造通過(guò)鼓勵(lì)企業(yè)將分布式制造資源封裝為云服務(wù)并集中管理，創(chuàng)建了智能工廠網(wǎng)絡(luò)，促進(jìn)了有效的協(xié)作。例如，中國(guó)華潤(rùn)建筑材料技術(shù)公司利用云技術(shù)豐富并使整個(gè)組織的數(shù)據(jù)更易于使用，以改善業(yè)務(wù)績(jī)效。德國(guó)的安捷倫科技公司利用云實(shí)現(xiàn)了基于AI的預(yù)測(cè)質(zhì)量測(cè)試，從而顯著提高了13%的測(cè)試站產(chǎn)量。

• 部署：IIoT智能提供了云-邊緣-終端架構(gòu)，以一種經(jīng)濟(jì)的方式部署計(jì)算資源。此外，IIoT智能還可以提供高效的生產(chǎn)部署和調(diào)度建議，以提高工廠產(chǎn)量和能源優(yōu)化。例如，ACG Capsules通過(guò)一種新的顏色匹配AI優(yōu)化了生產(chǎn)計(jì)劃，并通過(guò)數(shù)字孿生技術(shù)進(jìn)行了驗(yàn)證，從而實(shí)現(xiàn)了10%-20%的準(zhǔn)時(shí)交付率提升。

• 應(yīng)用場(chǎng)景：IIoT智能可以用于解決一些特定場(chǎng)景下的問(wèn)題，如預(yù)測(cè)性和遠(yuǎn)程維護(hù)、產(chǎn)品和設(shè)備監(jiān)控、產(chǎn)品設(shè)計(jì)反饋優(yōu)化、生產(chǎn)過(guò)程追溯、制造能力租賃、產(chǎn)品質(zhì)量檢測(cè)等。例如，印度的強(qiáng)生消費(fèi)健康公司通過(guò)部署IIoT智能實(shí)現(xiàn)了預(yù)測(cè)性維護(hù)，提高了資產(chǎn)可靠性，并減少了50%的計(jì)劃外設(shè)備停機(jī)時(shí)間。

四、IIoT智能的分層發(fā)展架構(gòu)

為了系統(tǒng)地理解IIoT智能如何解決智能制造轉(zhuǎn)型過(guò)程中面臨的問(wèn)題，本文提出了一個(gè)IIoT智能的分層發(fā)展架構(gòu)。該架構(gòu)從下到上包括設(shè)備層、網(wǎng)絡(luò)層、軟件層、建模層以及分析與優(yōu)化層，如圖4所示。

Fig. 4. The hierarchical development architecture of the IIoT intelligence. The equipment layer builds the basis of automatic production. The network layer connects human-machine-things, and overcomes isolated islands of information. The software layer provides digital representation of industrial processes. The modeling layer makes digital twin for physical processes to connect virtual and physical spaces. The analysis and optimization layer is responsible for mining industrial big data and optimizing industrial processes.(IIoT智能的分層開(kāi)發(fā)架構(gòu)。設(shè)備層為自動(dòng)化生產(chǎn)奠定了基礎(chǔ)。網(wǎng)絡(luò)層連接人機(jī)事物，克服信息孤島。軟件層提供工業(yè)過(guò)程的數(shù)字表示。建模層為物理過(guò)程制作數(shù)字孿生，以連接虛擬和物理空間。分析和優(yōu)化層負(fù)責(zé)挖掘工業(yè)大數(shù)據(jù)和優(yōu)化工業(yè)流程。)

傳統(tǒng)的IIoT智能架構(gòu)通常包含底部的兩個(gè)層級(jí)【8】【9】【11】【44】，但這種架構(gòu)不足以支持近年來(lái)涌現(xiàn)的各種智能。因此，我們?cè)趥鹘y(tǒng)架構(gòu)基礎(chǔ)上擴(kuò)展了軟件層、建模層以及分析與優(yōu)化層。分層發(fā)展架構(gòu)中每個(gè)層級(jí)的功能如下：

• 設(shè)備層：設(shè)備層的技術(shù)創(chuàng)新為自動(dòng)化生產(chǎn)奠定了基礎(chǔ)。特別是，配備智能傳感器的工業(yè)機(jī)器人能夠在一定程度上替代人工，實(shí)現(xiàn)自動(dòng)化生產(chǎn)，或協(xié)助工人在靈活生產(chǎn)中工作。云計(jì)算/邊緣計(jì)算/霧計(jì)算確保了充足的計(jì)算資源以支持IIoT智能的發(fā)展。

• 網(wǎng)絡(luò)層：網(wǎng)絡(luò)層中的通信技術(shù)構(gòu)建了一個(gè)支持高可靠性、低延遲的人-機(jī)-物信息流傳輸?shù)木W(wǎng)絡(luò)。該網(wǎng)絡(luò)能夠打破企業(yè)內(nèi)部的信息孤島，大大加速智能制造的發(fā)展。

• 軟件層：工業(yè)軟件通過(guò)收集和挖掘工業(yè)數(shù)據(jù)，提供工業(yè)過(guò)程的數(shù)字化表達(dá)。工業(yè)軟件可以滿(mǎn)足企業(yè)加強(qiáng)對(duì)各種工業(yè)過(guò)程控制的需求，使工業(yè)過(guò)程更加透明，有助于優(yōu)化生產(chǎn)和管理。

• 建模層：建模層中的技術(shù)基于工業(yè)軟件的數(shù)字表達(dá)，旨在準(zhǔn)確地對(duì)工業(yè)過(guò)程和場(chǎng)景進(jìn)行建模。同時(shí)，建模層還應(yīng)通過(guò)提供必要的數(shù)據(jù)、模型和管理控制接口支持分析與優(yōu)化層。

• 分析與優(yōu)化層：分析與優(yōu)化層包括一些特定的算法，這些算法旨在基于來(lái)自底層的大數(shù)據(jù)和建模層構(gòu)建的模型解決工業(yè)過(guò)程中的具體問(wèn)題并優(yōu)化工業(yè)流程。

在分層發(fā)展架構(gòu)中，信息流的傳遞是雙向的：

• 從下到上的數(shù)據(jù)傳遞：工業(yè)設(shè)備和工人持續(xù)產(chǎn)生數(shù)據(jù)，網(wǎng)絡(luò)將人-機(jī)-物連接起來(lái)，并將數(shù)據(jù)傳輸?shù)骄哂刑囟üI(yè)軟件的計(jì)算設(shè)備中。經(jīng)過(guò)數(shù)據(jù)收集和初步挖掘，軟件向建模層提供所需信息，從而構(gòu)建出準(zhǔn)確的模型。最后，信息和模型被特定的分析和優(yōu)化算法使用。

  收集大量基層工作數(shù)據(jù)，進(jìn)行大數(shù)據(jù)的分析和處理，得出需要的數(shù)據(jù)和結(jié)果。

• 從上到下的數(shù)據(jù)傳遞：優(yōu)化后的解決方案首先在分析與優(yōu)化層中生成，然后分配給建模層。建模層中的模塊理解該解決方案后，將其通知相應(yīng)的管理和控制軟件，最終，設(shè)備層將執(zhí)行這些解決方案。

  根據(jù)大數(shù)據(jù)的分析和處理，做出較優(yōu)決策讓下層執(zhí)行。

與IIoT智能驅(qū)動(dòng)的智能制造相比，傳統(tǒng)制造模式缺乏自動(dòng)控制和智能建模。具體來(lái)說(shuō)，傳統(tǒng)模式通常依賴(lài)于手動(dòng)控制系統(tǒng)和固定流程，自動(dòng)化水平有限，制造過(guò)程的調(diào)整通常需要人工干預(yù)。這可能導(dǎo)致響應(yīng)時(shí)間較慢并增加人為錯(cuò)誤的可能性。當(dāng)IIoT智能驅(qū)動(dòng)的智能制造啟用時(shí)，IIoT傳感器和設(shè)備被戰(zhàn)略性地部署在生產(chǎn)過(guò)程中，這些設(shè)備收集實(shí)時(shí)數(shù)據(jù)，使自動(dòng)控制系統(tǒng)能夠動(dòng)態(tài)響應(yīng)變化的條件，增強(qiáng)了自動(dòng)化水平、減少了人工干預(yù)并提高了運(yùn)營(yíng)效率。此外，傳統(tǒng)模式可能缺乏復(fù)雜的智能建模能力，決策依賴(lài)于歷史數(shù)據(jù)和經(jīng)驗(yàn)，無(wú)法有效預(yù)測(cè)未來(lái)事件或主動(dòng)解決問(wèn)題。而IIoT智能通過(guò)高級(jí)分析和機(jī)器學(xué)習(xí)算法處理傳感器生成的大量數(shù)據(jù)，這些智能方法有助于預(yù)測(cè)維護(hù)需求、優(yōu)化生產(chǎn)計(jì)劃并改善整體決策能力。

在接下來(lái)的小節(jié)中，我們將詳細(xì)介紹該分層發(fā)展架構(gòu)中每一層的動(dòng)機(jī)和內(nèi)涵。

A. 設(shè)備層

1.動(dòng)機(jī)：面對(duì)勞動(dòng)力短缺和勞動(dòng)力成本上升的危機(jī)，制造業(yè)對(duì)類(lèi)似甚至優(yōu)于人類(lèi)工作的機(jī)器需求越來(lái)越強(qiáng)烈，從而推動(dòng)了工業(yè)機(jī)器人的發(fā)明和創(chuàng)新。此外，企業(yè)的其他動(dòng)機(jī)也推動(dòng)了設(shè)備層的發(fā)展【45】。

例如：

a) 許多單調(diào)、骯臟、危險(xiǎn)和/或精細(xì)的任務(wù)可以由機(jī)器人完成，從而提高員工的健康、安全和工作滿(mǎn)意度；

b) 機(jī)器人技術(shù)的快速發(fā)展不斷提高了機(jī)器人的自動(dòng)化和靈活生產(chǎn)能力，同時(shí)降低了采購(gòu)和維護(hù)成本；

c) 現(xiàn)代機(jī)器人支持更小的碳足跡【46】【47】，這有助于根據(jù)國(guó)家要求建設(shè)低碳工廠；

d) 越來(lái)越多的機(jī)器人支持即插即用集成，其控制編程變得更加簡(jiǎn)便，使操作人員經(jīng)過(guò)一般培訓(xùn)后即可熟練使用機(jī)器人【48】；

e) 人機(jī)協(xié)作將加強(qiáng)靈活生產(chǎn)【49】【50】；

f) 全球老齡化社會(huì)也釋放出對(duì)從體力勞動(dòng)中解放的需求。

除了機(jī)器人之外，為了實(shí)現(xiàn)對(duì)生產(chǎn)環(huán)境狀態(tài)的精準(zhǔn)感知以及對(duì)生產(chǎn)過(guò)程的高精度控制，引入智能傳感器以提升工業(yè)的“五感”是必要的。此外，隨著工業(yè)數(shù)字化轉(zhuǎn)型的深入，大量的工業(yè)數(shù)據(jù)存儲(chǔ)和分析任務(wù)需要大量的計(jì)算和存儲(chǔ)資源來(lái)完成。

對(duì)工業(yè)機(jī)器人引入“五感”即添加智能傳感器，這對(duì)調(diào)節(jié)決策機(jī)器人的行為是非常重要的。

2.內(nèi)涵：設(shè)備層中的設(shè)備可以分為兩類(lèi)，即生產(chǎn)設(shè)備（包括工業(yè)機(jī)器人和傳感器）和計(jì)算設(shè)備（包括云/邊緣/霧計(jì)算中的計(jì)算資源和存儲(chǔ)資源）。

工業(yè)傳感器感知輸入端的物理量，并在輸出端發(fā)送相應(yīng)的電信號(hào)。有許多工業(yè)傳感器可以用于提升工業(yè)的“五感”，包括空氣質(zhì)量傳感器、環(huán)境光傳感器、距離傳感器、圖像傳感器、工業(yè)運(yùn)動(dòng)和位置傳感器、紅外探測(cè)器、工業(yè)壓力傳感器、速度傳感器等。幾乎現(xiàn)代制造過(guò)程的每個(gè)環(huán)節(jié)都可以找到工業(yè)傳感器，因此幾乎無(wú)法想象沒(méi)有傳感器的自動(dòng)化系統(tǒng)【51】。

工業(yè)機(jī)器人是指用于制造業(yè)的機(jī)器人系統(tǒng)。工業(yè)機(jī)器人是自動(dòng)化、可編程的，能夠在三個(gè)或更多軸上運(yùn)動(dòng)。工業(yè)機(jī)器人逐漸取代人類(lèi)執(zhí)行危險(xiǎn)和精細(xì)的任務(wù)。典型的應(yīng)用包括焊接、噴漆、裝配、拆卸、PCB的拾取和放置、包裝和貼標(biāo)、碼垛、產(chǎn)品檢查和測(cè)試。此外，借助智能傳感器，機(jī)器人能夠確保以高耐久性、速度和精度完成任務(wù)。

云計(jì)算通過(guò)互聯(lián)網(wǎng)提供計(jì)算服務(wù)，包括服務(wù)器、存儲(chǔ)、數(shù)據(jù)庫(kù)、軟件等，近年來(lái)已成為企業(yè)經(jīng)濟(jì)且靈活的計(jì)算資源部署解決方案。大多數(shù)云計(jì)算服務(wù)可以分為四大類(lèi)：基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、無(wú)服務(wù)器和軟件即服務(wù)（SaaS）【52】。然而，由于云資源通常遠(yuǎn)離數(shù)據(jù)源，導(dǎo)致IIoT數(shù)據(jù)分析的延遲較長(zhǎng)，邊緣計(jì)算和霧計(jì)算提供了一種在數(shù)據(jù)源附近處理和實(shí)時(shí)分析數(shù)據(jù)的新方法。目前，云-邊緣-霧計(jì)算架構(gòu)已成為提供IIoT智能所需的計(jì)算和存儲(chǔ)資源的有效架構(gòu)。

Fig. 5. The networking helps to realize smart factories from information islands to collaborative operations(網(wǎng)絡(luò)化有助于實(shí)現(xiàn)從信息孤島到協(xié)同運(yùn)營(yíng)的智能工廠)

1. 基礎(chǔ)設(shè)施即服務(wù)（IaaS，Infrastructure as a Service）

• 定義：IaaS 提供基礎(chǔ)的計(jì)算資源，如虛擬化的服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)和操作系統(tǒng)，供用戶(hù)搭建和管理自己的IT基礎(chǔ)設(shè)施。

• 特點(diǎn)：用戶(hù)可以完全控制并配置計(jì)算資源，包括操作系統(tǒng)、應(yīng)用程序和數(shù)據(jù)。提供商負(fù)責(zé)維護(hù)硬件基礎(chǔ)設(shè)施和虛擬化技術(shù)，用戶(hù)則負(fù)責(zé)安裝、配置和管理其上層軟件環(huán)境。

• 典型應(yīng)用：彈性計(jì)算資源的需求，如擴(kuò)展或縮減計(jì)算能力、搭建虛擬機(jī)等場(chǎng)景。適用于需要自定義環(huán)境的大型企業(yè)、開(kāi)發(fā)團(tuán)隊(duì)和技術(shù)專(zhuān)家。

• 示例

2. 平臺(tái)即服務(wù)（PaaS，Platform as a Service）

• 定義：PaaS 提供一個(gè)平臺(tái)，包括開(kāi)發(fā)工具、數(shù)據(jù)庫(kù)管理系統(tǒng)、中間件等，使開(kāi)發(fā)人員能夠直接構(gòu)建、測(cè)試、部署和管理應(yīng)用程序，而無(wú)需擔(dān)心底層基礎(chǔ)設(shè)施的配置和管理。

• 特點(diǎn)：用戶(hù)只需關(guān)注應(yīng)用程序的開(kāi)發(fā)，而無(wú)需管理操作系統(tǒng)、網(wǎng)絡(luò)、存儲(chǔ)等基礎(chǔ)設(shè)施。PaaS 提供了開(kāi)發(fā)、測(cè)試和部署環(huán)境，支持編程語(yǔ)言、框架和數(shù)據(jù)庫(kù)集成。

• 典型應(yīng)用：應(yīng)用開(kāi)發(fā)、測(cè)試、部署和管理的整個(gè)生命周期，尤其適用于軟件開(kāi)發(fā)者和開(kāi)發(fā)團(tuán)隊(duì)，幫助他們專(zhuān)注于編程和業(yè)務(wù)邏輯，而非底層資源的管理。

• 示例

3. 無(wú)服務(wù)器（Serverless，Serverless Computing）

• 定義：無(wú)服務(wù)器計(jì)算是進(jìn)一步抽象化的服務(wù)模式，用戶(hù)不需要管理任何服務(wù)器或基礎(chǔ)設(shè)施，而是通過(guò)函數(shù)來(lái)執(zhí)行特定任務(wù)。計(jì)費(fèi)基于實(shí)際的執(zhí)行時(shí)間或資源使用量，而非長(zhǎng)期租用的資源。

• 特點(diǎn)：開(kāi)發(fā)者只需編寫(xiě)和上傳代碼，執(zhí)行環(huán)境由云提供商完全管理，自動(dòng)處理資源分配、擴(kuò)展和管理。它極大地簡(jiǎn)化了應(yīng)用的開(kāi)發(fā)、擴(kuò)展和運(yùn)行，尤其適合短時(shí)間運(yùn)行的任務(wù)或事件驅(qū)動(dòng)的架構(gòu)。

• 典型應(yīng)用：事件驅(qū)動(dòng)的應(yīng)用場(chǎng)景（如自動(dòng)處理文件上傳、數(shù)據(jù)庫(kù)觸發(fā)器、實(shí)時(shí)數(shù)據(jù)處理等），以及希望通過(guò)減少運(yùn)維成本和復(fù)雜性來(lái)優(yōu)化資源使用的場(chǎng)景。

• 示例

4. 軟件即服務(wù)（SaaS，Software as a Service）

• 定義：SaaS 是一種交付軟件應(yīng)用程序的方式，用戶(hù)通過(guò)互聯(lián)網(wǎng)訪問(wèn)軟件，而無(wú)需安裝、配置和維護(hù)本地的軟件。提供商負(fù)責(zé)所有基礎(chǔ)設(shè)施、平臺(tái)和應(yīng)用程序的管理。

• 特點(diǎn)：用戶(hù)通常以訂閱或按需付費(fèi)的方式使用軟件，通過(guò)瀏覽器或?qū)Ｓ每蛻?hù)端訪問(wèn)，省去了維護(hù)和更新軟件的復(fù)雜性。所有技術(shù)維護(hù)由服務(wù)提供商負(fù)責(zé)，用戶(hù)只需專(zhuān)注于軟件的使用。

• 典型應(yīng)用：日常辦公軟件、協(xié)作工具、企業(yè)管理系統(tǒng)等。SaaS 適合個(gè)人用戶(hù)、小型企業(yè)和大型企業(yè)，無(wú)需投資基礎(chǔ)設(shè)施或技術(shù)團(tuán)隊(duì)來(lái)維護(hù)軟件環(huán)境。

• 示例

總結(jié)

IaaS：提供最基礎(chǔ)的虛擬化資源，用戶(hù)負(fù)責(zé)管理所有的上層環(huán)境，適合需要靈活配置硬件和操作系統(tǒng)的企業(yè)。

PaaS：提供開(kāi)發(fā)平臺(tái)，用戶(hù)可以專(zhuān)注于應(yīng)用程序的開(kāi)發(fā)、測(cè)試和部署，適合開(kāi)發(fā)者和開(kāi)發(fā)團(tuán)隊(duì)。

無(wú)服務(wù)器：用戶(hù)無(wú)需管理服務(wù)器，只需編寫(xiě)代碼并通過(guò)云端執(zhí)行，適合事件驅(qū)動(dòng)或按需擴(kuò)展的應(yīng)用場(chǎng)景。

SaaS：提供完整的軟件解決方案，用戶(hù)通過(guò)互聯(lián)網(wǎng)使用，適合需要快速部署、無(wú)需維護(hù)的軟件應(yīng)用場(chǎng)景。

B. 網(wǎng)絡(luò)層

1.動(dòng)機(jī)：IIoT 網(wǎng)絡(luò)的革命受到全球趨勢(shì)的啟發(fā) [53]。首先，由于智能制造領(lǐng)域越來(lái)越多的智能設(shè)備和人員接入網(wǎng)絡(luò)，系統(tǒng)、人員、流程、位置和設(shè)備之間的連接變得更加分散和復(fù)雜，網(wǎng)絡(luò)對(duì)企業(yè)的經(jīng)濟(jì)價(jià)值越來(lái)越大 。其次，業(yè)務(wù)固有的不可預(yù)測(cè)性使得網(wǎng)絡(luò)快速修正傳輸模式以適應(yīng)新的業(yè)務(wù)、流程和模式。第三，許多制造過(guò)程對(duì)時(shí)間敏感且任務(wù)關(guān)鍵，這要求網(wǎng)絡(luò)的通信時(shí)間更加精確和可預(yù)測(cè)[54]。

技術(shù)進(jìn)步也鼓勵(lì)工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)革命。企業(yè)的應(yīng)用程序和數(shù)據(jù)正在離開(kāi)本地并轉(zhuǎn)移到公共/私有云。在許多情況下，部分單體應(yīng)用程序正在被模塊化為微服務(wù)，這些微服務(wù)通過(guò)整個(gè)企業(yè)的各種虛擬和物理工作負(fù)載來(lái)交付。在應(yīng)用和微服務(wù)革命的背景下，網(wǎng)絡(luò)有望成為一組不斷增長(zhǎng)的神經(jīng)集群，可以分布在云、邊、端的任何地方。? CISILION 總結(jié)了新網(wǎng)絡(luò)的四個(gè)主要目標(biāo)，即與業(yè)務(wù)保持一致、抽象復(fù)雜性、確保性能和降低風(fēng)險(xiǎn)[53]。IIoT 智能中的網(wǎng)絡(luò)預(yù)計(jì)將實(shí)現(xiàn)一些類(lèi)似的特性。如圖5所示，參考文獻(xiàn)[55]和TF安全預(yù)測(cè)[56]，連接人機(jī)物的網(wǎng)絡(luò)有助于克服信息孤島的嚴(yán)重問(wèn)題，提供高速、廣覆蓋和低延遲的通信 ，支持工業(yè)大數(shù)據(jù)挖掘、即時(shí)決策等疊加應(yīng)用的開(kāi)發(fā)。具體來(lái)說(shuō)，在日益苛刻的制造環(huán)境中，網(wǎng)絡(luò)需要能夠快速適應(yīng)不斷變化的制造要求。網(wǎng)絡(luò)應(yīng)提供便利訪問(wèn)快速變化的設(shè)備、人員、應(yīng)用程序和服務(wù)，以便資源調(diào)度和管理可以更加關(guān)注。提供穩(wěn)定持續(xù)的服務(wù)對(duì)于網(wǎng)絡(luò)中使用的網(wǎng)絡(luò)來(lái)說(shuō)，不間斷的運(yùn)行也是至關(guān)重要的。

2.內(nèi)涵：所有可行的連接人、傳感器、機(jī)器人、云/邊/霧計(jì)算資源和其他智能設(shè)備的組網(wǎng)方式都屬于IIoT智能的組網(wǎng)層。近年來(lái)提出了一些先進(jìn)的網(wǎng)絡(luò)。代表性進(jìn)展包括軟件定義網(wǎng)絡(luò)（SDN）、白盒交換機(jī)、信息中心網(wǎng)絡(luò)（ICN）、確定性網(wǎng)絡(luò)、時(shí)間敏感網(wǎng)絡(luò)、5G和網(wǎng)絡(luò)切片等。這些成果正在推動(dòng)網(wǎng)絡(luò)實(shí)現(xiàn)高性能，包括豐富的帶寬 、高速穩(wěn)定傳輸、海量連接等等。這里簡(jiǎn)單介紹一些技術(shù)作為示例，以說(shuō)明先進(jìn)技術(shù)對(duì)未來(lái)工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)的影響。SDN利用了路由器和交換機(jī)中數(shù)據(jù)平面和控制平面的解耦能力[57]，這使得網(wǎng)絡(luò)能夠被智能地、集中地控制和管理，而不管底層網(wǎng)絡(luò)技術(shù)的復(fù)雜性如何[58]。ICN 是未來(lái)互聯(lián)網(wǎng)范式的有希望的候選者[59]。受到終端主機(jī)之間信息傳播而不是成對(duì)通信這一事實(shí)的啟發(fā)，ICN 通過(guò)網(wǎng)內(nèi)緩存和存儲(chǔ)將基于 IP 的互聯(lián)網(wǎng)切換到基于信息的架構(gòu) [59] [60]。第五代（5G）無(wú)線通信旨在在延遲、大規(guī)模連接、網(wǎng)絡(luò)可靠性和能源效率方面實(shí)現(xiàn)革命性的飛躍61。網(wǎng)絡(luò)切片是一項(xiàng)獨(dú)特的技術(shù)，首次應(yīng)用于5G，以實(shí)現(xiàn)5G的宏偉目標(biāo)。網(wǎng)絡(luò)切片有助于在通用物理基礎(chǔ)設(shè)施平臺(tái)之上建立多個(gè)邏輯獨(dú)立網(wǎng)絡(luò)，因此 5G 能夠以隔離和透明的方法支持非常多樣化、有時(shí)甚至是極端的要求 [63]。工作中給出了一些使用網(wǎng)絡(luò)切片的工業(yè)實(shí)例[64]。

C.工業(yè)軟件層

1.動(dòng)機(jī)：在日益數(shù)字化的制造中，人類(lèi)、智能傳感器和機(jī)器人不斷生成工業(yè)數(shù)據(jù)，網(wǎng)絡(luò)忙于傳輸數(shù)據(jù)。IIoT智能的基礎(chǔ)是由設(shè)備層和網(wǎng)絡(luò)層構(gòu)建的。然而，缺乏可用于管理數(shù)據(jù)和生產(chǎn)過(guò)程的軟件。?

2.內(nèi)涵：工業(yè)軟件是工業(yè)知識(shí)與信息技術(shù)融合的產(chǎn)物。產(chǎn)品隨著行業(yè)創(chuàng)新知識(shí)的長(zhǎng)期積累和應(yīng)用而不斷迭代更新。根據(jù)功能和特點(diǎn)，工業(yè)軟件可分為研發(fā)軟件、生產(chǎn)控制軟件、信息管理軟件和嵌入式軟件四類(lèi)[65]。圖6展示了四類(lèi)工業(yè)軟件的主要功能和應(yīng)用實(shí)例。由于多種原因，工業(yè)軟件非常復(fù)雜。首先，行業(yè)種類(lèi)繁多，其中流程工業(yè)和離散工業(yè)包含39個(gè)大類(lèi)、191個(gè)中粒度類(lèi)別和525個(gè)細(xì)粒度類(lèi)別。其次，需要機(jī)械、電子、光學(xué)、聲學(xué)、聲控、流體熱處理等方面的眾多專(zhuān)業(yè)知識(shí)和經(jīng)驗(yàn)來(lái)支持工業(yè)軟件的研發(fā)。第三，工業(yè)產(chǎn)品的復(fù)雜性廣泛，從服裝、玩具等簡(jiǎn)單產(chǎn)品到航空、衛(wèi)星等復(fù)雜產(chǎn)品。而且工業(yè)軟件涉及工業(yè)流程的各個(gè)階段，工業(yè)流程復(fù)雜，包括研發(fā)、生產(chǎn)、營(yíng)銷(xiāo)、運(yùn)營(yíng)、維護(hù)、供應(yīng)鏈管理等。部署的設(shè)備也多種多樣，功能涉及生產(chǎn)、實(shí)施、測(cè)試和測(cè)量。那么，廠商之間就很難合作。例如，波音747是由6個(gè)國(guó)家16000多家不同規(guī)模的企業(yè)聯(lián)合生產(chǎn)的。最后，工業(yè)軟件對(duì)實(shí)時(shí)可靠性要求很高，因?yàn)椴豢煽康臄?shù)據(jù)可能會(huì)在成本和安全方面造成巨大的問(wèn)題。

近年來(lái)，各國(guó)政府通過(guò)政策激勵(lì)推動(dòng)工業(yè)軟件快速發(fā)展，同時(shí)創(chuàng)新技術(shù)也為工業(yè)軟件發(fā)展提供了機(jī)遇。隨著行業(yè)環(huán)境競(jìng)爭(zhēng)越來(lái)越激烈、復(fù)雜化，工業(yè)軟件正在從系統(tǒng)化平臺(tái)化、云化部署、輕量級(jí)開(kāi)發(fā)三個(gè)方面進(jìn)行升級(jí)。具體來(lái)說(shuō)，早期的工業(yè)軟件都是面向特定場(chǎng)景的，比如設(shè)計(jì)用的CAD、仿真用的CAE、企業(yè)管理用的ERP等。現(xiàn)在的工業(yè)需要多公司協(xié)作。因此，一些系統(tǒng)平臺(tái)有望支持跨公司交互。系統(tǒng)平臺(tái)應(yīng)整合和利用資源和工具，為智能制造提供解決方案。另一方面，開(kāi)發(fā)基于云的工業(yè)軟件66是應(yīng)對(duì)當(dāng)前運(yùn)營(yíng)模式（IaaS、SaaS、PaaS）和定制需求的有效方法。保證數(shù)據(jù)互聯(lián)、實(shí)時(shí)交互和遠(yuǎn)程監(jiān)控[21]是智能制造的重要課題，推動(dòng)輕量化移動(dòng)工業(yè)APP的發(fā)展。

Fig. 6. The primary functions and application instances of R&D software, production control software, information management software and embedded software. The grey blocks represent the expected effectiveness of the industrial softwares. The yellow blocks show the corresponding functions. The orange blocks include representative instances.(研發(fā)軟件、生產(chǎn)控制軟件、信息管理軟件和嵌入式軟件的主要功能和應(yīng)用實(shí)例。灰色塊表示工業(yè)軟件的預(yù)期有效性。黃色方塊顯示相應(yīng)的功能。橙色塊包括代表性實(shí)例。)

D.建模層

1.動(dòng)機(jī)：在IIoT智能架構(gòu)中，建模層應(yīng)實(shí)現(xiàn)兩個(gè)功能，即將物理過(guò)程建模到數(shù)字空間，同時(shí)將數(shù)字空間中做出的決策轉(zhuǎn)移到物理世界。建模方法的發(fā)展是由未來(lái)的智能應(yīng)用驅(qū)動(dòng)的，例如遠(yuǎn)程控制、預(yù)測(cè)性維護(hù)、過(guò)程優(yōu)化等。具體來(lái)說(shuō)，為了在這些場(chǎng)景中表現(xiàn)良好，需要對(duì)特定對(duì)象進(jìn)行精確建模，并且最好與對(duì)象保持不間斷的連接，以實(shí)時(shí)更新模型并傳輸指令。

2.內(nèi)涵：建模方法屬于建模層，為工業(yè)物聯(lián)網(wǎng)建立物理世界和網(wǎng)絡(luò)世界的連接。

數(shù)字孿生是實(shí)現(xiàn)網(wǎng)絡(luò)空間與物理空間交互最有前景的技術(shù)。 其表示模型如圖7所示。數(shù)字孿生有五個(gè)必要的關(guān)鍵點(diǎn)：數(shù)據(jù)、連接、模型、交互和應(yīng)用。因此，數(shù)字孿生可以貫穿物理過(guò)程的整個(gè)生命周期，并提供描述、分析、診斷、預(yù)測(cè)、處方、認(rèn)知等能力68。目前，產(chǎn)學(xué)研界對(duì)數(shù)字孿生的探索主要從建模和仿真兩個(gè)方面進(jìn)行。建模是指為物理實(shí)體建立 3D 虛擬雙胞胎。這對(duì)雙胞胎有望重現(xiàn)物理實(shí)體的外觀、幾何關(guān)聯(lián)、運(yùn)動(dòng)動(dòng)力學(xué)和其他屬性。仿真是基于工業(yè)知識(shí)、機(jī)制和數(shù)據(jù)的虛擬孿生，計(jì)算、分析和預(yù)測(cè)物理實(shí)體未來(lái)狀態(tài)的活動(dòng)。就現(xiàn)階段的研究貢獻(xiàn)而言，數(shù)字孿生的建模和仿真依賴(lài)于工業(yè)軟件，包括CAD、CAE等。除了數(shù)字孿生之外，還有一些其他方法可以對(duì)某些工業(yè)場(chǎng)景進(jìn)行建模，例如Use Case Maps ?UCM（UCM）、消息序列圖（MSC）、數(shù)字淺層等。UCM是一種面向?qū)崟r(shí)系統(tǒng)、基于場(chǎng)景的建模方法70。UCM使用抽象符號(hào)來(lái)表示復(fù)雜系統(tǒng)的結(jié)構(gòu)和交互行為，以便開(kāi)發(fā)人員可以輕松地理解整個(gè)系統(tǒng)。UCM 提供了直觀的 以及清晰的視覺(jué)系統(tǒng)描述方法，可以實(shí)現(xiàn) 正式和非正式描述之間的靈活轉(zhuǎn)換 系統(tǒng)的。MSC，也稱(chēng)為時(shí)序圖， 消息流程圖，是有效的圖形和文本 用于描述系統(tǒng)消息傳遞的語(yǔ)言是 廣泛應(yīng)用于軟件開(kāi)發(fā)實(shí)踐中。流行的MSC軟件版本有3個(gè)，分別是MSC-92、MSC-96 和 MSC-2000 分別。MSC-92 標(biāo)準(zhǔn)細(xì)化了 系統(tǒng)中的基本概念，并使用形式表達(dá)式來(lái)描述基本過(guò)程。MSC-96版本相比之前的版本增加了結(jié)構(gòu)化語(yǔ)言。MSC-2000版本在控制流程、定量表示時(shí)間、數(shù)據(jù)描述和條件四個(gè)方面進(jìn)行了改進(jìn)。

Fig. 7. The representation model of digital twin

數(shù)字孿生（Digital Twin）是一種虛擬模型，旨在準(zhǔn)確反映物理對(duì)象。它通過(guò)集成物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，創(chuàng)建一個(gè)與真實(shí)世界系統(tǒng)運(yùn)行性能完全一致的仿真模型。數(shù)字孿生可以用于監(jiān)控、預(yù)測(cè)和優(yōu)化物理實(shí)體的性能，從而提高效率、降低成本，并實(shí)現(xiàn)更好的產(chǎn)品和流程監(jiān)控。

數(shù)字孿生通常包括三個(gè)部分：物理實(shí)體、數(shù)字模型和數(shù)據(jù)連接。物理實(shí)體是現(xiàn)實(shí)世界中的實(shí)體，例如機(jī)器、設(shè)備、工廠等。數(shù)字模型是數(shù)字孿生的核心，它是一個(gè)虛擬的模型，與物理實(shí)體相對(duì)應(yīng)。數(shù)據(jù)連接是將物理實(shí)體和數(shù)字模型進(jìn)行連接的技術(shù)，包括傳感器、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)分析等技術(shù)。

數(shù)字孿生有多種類(lèi)型，根據(jù)產(chǎn)品放大程度的不同，可以分為：

1.組件孿生/部件孿生：作為數(shù)字孿生的基本單元，是最小的功能組件示例。2.資產(chǎn)孿生：當(dāng)兩個(gè)或多個(gè)組件一起工作時(shí)，就形成了所謂的資產(chǎn)。資產(chǎn)孿生讓您能夠研究這些組件的交互，創(chuàng)建大量可處理的性能數(shù)據(jù)。3.系統(tǒng)孿生或單元孿生：能夠展現(xiàn)不同的資產(chǎn)如何匯聚在一起，共同形成一個(gè)完整的功能系統(tǒng)。流程孿生：展現(xiàn)系統(tǒng)如何通過(guò)協(xié)同工作來(lái)建立整個(gè)生產(chǎn)設(shè)施，幫助確定最終影響整體效率的精確時(shí)間控制方案。數(shù)字孿生技術(shù)的歷史可以追溯到1991年，David Gelernter在《鏡像世界》中首次提出了數(shù)字孿生技術(shù)的理念。2002年，Michael Grieves博士首次將數(shù)字孿生概念應(yīng)用于制造業(yè)。2010年，美國(guó)國(guó)家航空航天局(NASA)的John Vickers引入了“數(shù)字孿生”這一新名詞。

數(shù)字孿生的優(yōu)勢(shì)包括提高生產(chǎn)效率、提高產(chǎn)品質(zhì)量、節(jié)能減排以及遠(yuǎn)程監(jiān)控和維護(hù)。它在智能制造、航空航天、電力、城市管理、農(nóng)業(yè)、建筑、制造、石油天然氣、健康醫(yī)療、環(huán)境保護(hù)等多個(gè)行業(yè)中都有廣泛的應(yīng)

E.分析和優(yōu)化層

1.動(dòng)機(jī)：借助建模層，構(gòu)建網(wǎng)絡(luò)空間和物理空間之間的連接。然而，連接僅提供基于網(wǎng)絡(luò)空間優(yōu)化來(lái)控制物理過(guò)程的通道。它無(wú)法解決工業(yè)環(huán)境中的具體問(wèn)題，例如制造工藝規(guī)劃和調(diào)度、拓?fù)鋬?yōu)化和預(yù)測(cè)等。因此，我們?cè)O(shè)計(jì)了分析和優(yōu)化層來(lái)支持特定問(wèn)題和場(chǎng)景下IIoT智能的發(fā)展。

2.內(nèi)涵：能夠解決工業(yè)環(huán)境中特定問(wèn)題的智能算法，屬于分析優(yōu)化層。場(chǎng)景和問(wèn)題太多，無(wú)法一一列舉。由于篇幅限制，本文僅列出了一些較受關(guān)注的問(wèn)題，包括制造工藝規(guī)劃和進(jìn)度、拓?fù)鋬?yōu)化和預(yù)測(cè)。?

a) 制造工藝規(guī)劃和調(diào)度：制造工藝規(guī)劃通過(guò)選擇和排序制造操作來(lái)確定如何制造產(chǎn)品。工藝規(guī)劃旨在提高某些特定性能（例如，縮短處理時(shí)間、最小化生產(chǎn)成本），同時(shí)滿(mǎn)足一組領(lǐng)域約束[72]-[74]。制造調(diào)度是將制造資源隨時(shí)間分配給工藝計(jì)劃中的一組制造工藝的過(guò)程[72]。這是一個(gè)根據(jù)延遲、吞吐量或成本等標(biāo)準(zhǔn)提出資源分配調(diào)度的優(yōu)化問(wèn)題。工藝規(guī)劃和調(diào)度問(wèn)題對(duì)于提高柔性制造變得越來(lái)越重要。然而，該問(wèn)題通常是NP難問(wèn)題，即不使用本質(zhì)上是枚舉算法就不可能得到最優(yōu)解，而且計(jì)算復(fù)雜度隨著問(wèn)題規(guī)模的增大而顯著增加。

NP的英文全稱(chēng)是Non-deterministic Polynomial的問(wèn)題，即多項(xiàng)式復(fù)雜程度的非確定性問(wèn)題。?NP難問(wèn)題（NP-hard problem）是指在計(jì)算機(jī)科學(xué)中，一類(lèi)難以在多項(xiàng)式時(shí)間內(nèi)解決的問(wèn)題。?這類(lèi)問(wèn)題在多項(xiàng)式時(shí)間內(nèi)無(wú)法找到解，即使對(duì)于簡(jiǎn)單的變換也無(wú)法在多項(xiàng)式時(shí)間內(nèi)解決。NP難問(wèn)題在計(jì)算復(fù)雜性理論中具有重要的地位，因?yàn)樗鼈兇砹艘活?lèi)難以在多項(xiàng)式時(shí)間內(nèi)解決的問(wèn)題?

基于計(jì)算機(jī)輔助工藝規(guī)劃（CAPP）75的方法對(duì)于解決這些問(wèn)題很有用，例如基于Petri網(wǎng)的方法和基于知識(shí)的專(zhuān)家系統(tǒng)、基于代理的方法和啟發(fā)式算法。Petri-net工具還可以用于分析系統(tǒng)的性能、生成代碼、模擬系統(tǒng)并對(duì)其進(jìn)行模型檢查[77]-[80]?；谥R(shí)的系統(tǒng)為制造過(guò)程規(guī)劃和調(diào)度提供必要的專(zhuān)家信息，具有信息輸入、恢復(fù)可比計(jì)劃和進(jìn)行必要變更的特點(diǎn)[81]-[83]。Agent技術(shù)[84]無(wú)論在算法[85]-[87]還是平臺(tái)[88]-[91]方面都受到了廣泛的關(guān)注并取得了重要進(jìn)展。協(xié)作智能代理還用于開(kāi)發(fā)分布式 CAPP 系統(tǒng)，以解決制造中的流程規(guī)劃和調(diào)度問(wèn)題 [92]–[95]。啟發(fā)式方法96，如攀爬、模擬退火、禁忌搜索和遺傳算法，試圖用一些復(fù)雜的經(jīng)驗(yàn)取代詳盡的搜索策略。?

b）拓?fù)鋬?yōu)化：拓?fù)鋬?yōu)化是一種數(shù)學(xué)方法，它回答如何將材料放置在規(guī)定的設(shè)計(jì)域內(nèi)以獲得最佳結(jié)構(gòu)性能的問(wèn)題[98]。拓?fù)鋬?yōu)化發(fā)生在產(chǎn)品制造過(guò)程的初始階段[99]。它之所以高效，是因?yàn)椴捎米詣?dòng)優(yōu)化過(guò)程來(lái)生成概念設(shè)計(jì)，而不是傳統(tǒng)的試錯(cuò)方法[100]。使用一些 IIoT 智能技術(shù)來(lái)最大限度地提高性能。對(duì)代表性制造導(dǎo)向的拓?fù)鋬?yōu)化方法的調(diào)查100總結(jié)了拓?fù)鋮?shù)化的工作（SIMP方法101、水平集方法[103]、基于樣條的方法和一些局限性）、面向加工的拓?fù)鋬?yōu)化 方法（長(zhǎng)度尺度控制[104]和基于幾何特征的設(shè)計(jì)[105]），以及面向注射鑄造的拓?fù)鋬?yōu)化（厚度控制[106]）。

c）工業(yè)預(yù)測(cè)：工業(yè)預(yù)測(cè)的研究主要集中在估計(jì)和預(yù)測(cè)有關(guān)工業(yè)資產(chǎn)和生產(chǎn)過(guò)程的感興趣事件[107]。特別是，在工作中工業(yè)預(yù)測(cè)被重新定位為基于數(shù)據(jù)的工作流程[107]，并提到了兩個(gè)重要的研究主題。1) 描述性預(yù)測(cè)，主要總結(jié)數(shù)據(jù)并從數(shù)據(jù)中推斷見(jiàn)解。因此，從數(shù)據(jù)中獲得的信息可以幫助檢測(cè)感興趣的事件或估計(jì)所研究的工業(yè)資產(chǎn)、產(chǎn)品或流程的健康狀況。重要的研究主題是模式識(shí)別和分類(lèi)108以及健康管理110。2) 預(yù)測(cè)利用各種數(shù)據(jù)融合、統(tǒng)計(jì)、建模和機(jī)器學(xué)習(xí)技術(shù)來(lái)研究最近和歷史數(shù)據(jù)，學(xué)習(xí)預(yù)測(cè)模型，從而對(duì)受監(jiān)控資產(chǎn)的未來(lái)狀態(tài)做出準(zhǔn)確的預(yù)測(cè)?；跔顟B(tài)的維護(hù)112和預(yù)測(cè)性維護(hù)114是兩個(gè)有趣的主題。

調(diào)查中總結(jié)了一些預(yù)測(cè)方法[116]，例如：

（1）基于物理的方法[117]通過(guò)使用數(shù)學(xué)模型來(lái)描述機(jī)械部件的退化力學(xué)或損傷傳播來(lái)實(shí)現(xiàn)預(yù)測(cè)。

（2） 數(shù)據(jù)驅(qū)動(dòng)方法118使用收集的數(shù)據(jù)（通常是狀態(tài)監(jiān)測(cè)數(shù)據(jù)）來(lái)繪制損壞/退化狀態(tài)的特征以實(shí)現(xiàn)預(yù)測(cè)。 ?

（3）混合方法[120]結(jié)合了不同方法的優(yōu)點(diǎn)，以提高預(yù)測(cè)精度或擴(kuò)展預(yù)測(cè)模型應(yīng)用。

五、工業(yè)物聯(lián)網(wǎng)智能看燈塔工廠

本節(jié)通過(guò)對(duì)燈塔工廠和企業(yè)間合作的深度觀察，展示工業(yè)物聯(lián)網(wǎng)智能能夠賦能智能制造的智能化轉(zhuǎn)型升級(jí)，增強(qiáng)探索和發(fā)展的信心。利用 IIoT 智能。自 2016 年以來(lái)，世界經(jīng)濟(jì)論壇與麥肯錫公司合作，一直在監(jiān)測(cè)全球先進(jìn)制造業(yè)的進(jìn)展。2017年，世界經(jīng)濟(jì)論壇確定了 40 個(gè)初步的先進(jìn)制造用例，這些用例開(kāi)始試點(diǎn)智能技術(shù)并取得了一些成功。2018 年，16 家公司被評(píng)為在各個(gè)地點(diǎn)實(shí)現(xiàn)運(yùn)營(yíng)和財(cái)務(wù)方面取得重大變革成果的領(lǐng)導(dǎo)者 [28]。2019 年，又有 28 個(gè)設(shè)施被確定為端到端 (E2E) 燈塔 [29]。到2023年，端到端燈塔的數(shù)量將增加到54座，其中17座也是可持續(xù)發(fā)展燈塔[31]。

TABLE 1 DIGITIZATION TRANSFORMATION OF 4 LIGHTHOUSE FACTORIES WITH IIOT INTELLIGENCE

這些先進(jìn)的公司成功地改造了工廠、價(jià)值鏈和商業(yè)模式，以產(chǎn)生引人注目的財(cái)務(wù)、運(yùn)營(yíng)和環(huán)境回報(bào)[29]。具體關(guān)鍵績(jī)效指標(biāo)（KPI）的改進(jìn)體現(xiàn)在工廠產(chǎn)量增加、生產(chǎn)率提高、整體設(shè)備效率（OEE）提高、質(zhì)量成本降低、浪費(fèi)減少、能源效率提高、換型縮短等方面。這些令人印象深刻的進(jìn)步取決于不斷擴(kuò)大的 制造工廠環(huán)境中的IIoT智能，例如自動(dòng)化、數(shù)字化、大數(shù)據(jù)分析、遠(yuǎn)程控制、3D打印等。

本文根據(jù)全球燈塔網(wǎng)的內(nèi)部視角，深入探討IIoT智能對(duì)智能制造的貢獻(xiàn)制造業(yè)。本文選取了一些燈塔企業(yè)，從IIoT智能化分層發(fā)展的角度總結(jié)了其改進(jìn)之處。升級(jí)行為和相應(yīng)的回報(bào)如表1所示。

除了成功的端到端數(shù)字化轉(zhuǎn)型燈塔工廠外，越來(lái)越多的合作正在逐步釋放。例如，2019年，海爾、中國(guó)移動(dòng)、華為、晨星發(fā)布了全球首個(gè)5G智能工廠聯(lián)合解決方案[6]。工廠借助工業(yè)物聯(lián)網(wǎng)智能，在質(zhì)量檢測(cè)、維護(hù)、機(jī)器協(xié)同、物料運(yùn)輸、能源管理、園區(qū)安全等方面實(shí)現(xiàn)智能化。2021年，美的集團(tuán)、中國(guó)聯(lián)通、華為在佛山市順德區(qū)美的廚房電器事業(yè)部工廠推出廣東首個(gè)5G全連接智能制造示范基地[7]。2022年，西門(mén)子和GENERA宣布合作[121]，涉及將西門(mén)子技術(shù)集成到GENERA數(shù)字光處理系統(tǒng)中，包括操作技術(shù)、信息技術(shù)和自動(dòng)化。此外，GENERA數(shù)字光處理解決方案將完全集成到西門(mén)子用于工廠設(shè)計(jì)的仿真和規(guī)劃工具中。2023 年，西門(mén)子和英特爾發(fā)布了一項(xiàng)合作[122]，以提高半導(dǎo)體制造的生產(chǎn)效率和可持續(xù)性。此次合作利用各自的尖端物聯(lián)網(wǎng)解決方案組合以及西門(mén)子自動(dòng)化解決方案，旨在提高價(jià)值鏈 1-3 范圍內(nèi)的半導(dǎo)體制造效率和可持續(xù)性。

六． 工業(yè)物聯(lián)網(wǎng)智能化技術(shù)研究

毫無(wú)疑問(wèn)，工業(yè)物聯(lián)網(wǎng)智能化的快速有效發(fā)展離不開(kāi)一些關(guān)鍵技術(shù)。由于篇幅限制，我們列出了一些對(duì)工業(yè)物聯(lián)網(wǎng)智能化最具影響力的技術(shù)，并闡明它們對(duì)工業(yè)物聯(lián)網(wǎng)智能化發(fā)展的貢獻(xiàn)。現(xiàn)將這些技術(shù)的應(yīng)用進(jìn)展介紹如下。

A、工業(yè)機(jī)器人作為智能勞動(dòng)力

工業(yè)機(jī)器人通常是指面向制造的多關(guān)節(jié)機(jī)械臂，或者其他多軸機(jī)械裝置。主要特點(diǎn)包括自動(dòng)控制、可編程、多用途、固定或移動(dòng)等。根據(jù)機(jī)械結(jié)構(gòu)，機(jī)器人可分為六種類(lèi)型，包括關(guān)節(jié)型機(jī)器人、SCARA機(jī)器人、直角坐標(biāo)機(jī)器人、Delta機(jī)器人、圓柱機(jī)器人 機(jī)器人等123。工業(yè)機(jī)器人主要用于在一定程度上替代人類(lèi)進(jìn)行自動(dòng)化和/或柔性生產(chǎn)22。根據(jù)IFR（國(guó)際機(jī)器人聯(lián)合會(huì)）對(duì)工業(yè)機(jī)器人按客戶(hù)行業(yè)和應(yīng)用領(lǐng)域的操作總量統(tǒng)計(jì)[45]，工業(yè)機(jī)器人最大的應(yīng)用行業(yè)是汽車(chē)制造，其次是電子產(chǎn)品也很重要 。因此，這兩個(gè)領(lǐng)域的自動(dòng)化生產(chǎn)和柔性制造正在迅速發(fā)展39。從用途來(lái)看，工業(yè)機(jī)器人大多用于搬運(yùn)，其次是焊接和裝配。這些任務(wù)通常需要消耗大量的體力，而且部分內(nèi)容對(duì)健康有不良影響。同時(shí)，年度裝機(jī)量統(tǒng)計(jì)也表明，工業(yè)機(jī)器人對(duì)工業(yè)進(jìn)程起到了顯著的積極推動(dòng)作用，進(jìn)一步發(fā)展的空間仍然較大。

現(xiàn)階段的工業(yè)機(jī)器人已經(jīng)構(gòu)建了較為完整的產(chǎn)業(yè)鏈，每個(gè)階段都有龍頭企業(yè)。除金屬、非金屬、基礎(chǔ)件等基礎(chǔ)材料外，三大件的制造技術(shù)均由西門(mén)子、安川、埃斯頓、納博茨克、Hammer、KEBA、ABB等公司掌握。主要部件，一些公司專(zhuān)注于集成機(jī)器人。相關(guān)龍頭企業(yè)有發(fā)那科、安川、尼智、埃斯頓等。此外，一些知名公司，如西門(mén)子、發(fā)那科、ABB等也趕超了系統(tǒng)集成業(yè)務(wù)，即利用機(jī)器人和一些軟件來(lái)部署生產(chǎn)線。在實(shí)際制造過(guò)程中，機(jī)器人技術(shù)在提高生產(chǎn)效率方面發(fā)揮了至關(guān)重要的作用。例如，在世界經(jīng)濟(jì)論壇的全球燈塔網(wǎng)絡(luò)2022中[30]，中國(guó)青島的海爾冰箱工廠采用協(xié)作機(jī)器人進(jìn)行柔性制造，裝配效率提高了52%。同樣，位于中國(guó)長(zhǎng)沙的三一重工在物流執(zhí)行中采用機(jī)器人技術(shù)，使準(zhǔn)時(shí)交貨率提高了 11%。

B. 機(jī)器視覺(jué)系統(tǒng)作為工業(yè)之眼

機(jī)器視覺(jué)系統(tǒng)[124]-[126]的目標(biāo)是基于感測(cè)到的圖像創(chuàng)建現(xiàn)實(shí)世界的簡(jiǎn)化模型。 這些模型應(yīng)該是計(jì)算機(jī)可以理解的，并且可以從圖像中恢復(fù)真實(shí)信息（幾何形狀、顏色、紋理、類(lèi)別、印刷品等）。與人眼相比，機(jī)器視覺(jué)具有顯著的差異和優(yōu)勢(shì)，如表二所示。由于這些優(yōu)點(diǎn)，機(jī)器視覺(jué)系統(tǒng)已經(jīng)在工業(yè)中得到應(yīng)用。

機(jī)器視覺(jué)系統(tǒng)在各種工業(yè)任務(wù)之間存在很大差異。對(duì)于一般的實(shí)際應(yīng)用，在精度、速度、環(huán)境魯棒性和易用性方面存在一些共同的性能要求[127]。如果沒(méi)有精確的測(cè)量，機(jī)器視覺(jué)無(wú)法成功引導(dǎo)機(jī)械手執(zhí)行智能手機(jī)或機(jī)械手表的自動(dòng)組裝[128]-[130]。在高速裝配中，電子制造的模板匹配平均時(shí)間小于幾微秒[131]，[132]。制造技術(shù)，包括機(jī)械加工（銑削、磨削、拋光）、焊接、注塑等，可以通過(guò)輔助機(jī)器視覺(jué)系統(tǒng)進(jìn)行改進(jìn)。機(jī)器人磨削在機(jī)器視覺(jué)的指導(dǎo)下展現(xiàn)出靈活性、智能性和成本效率133。配備機(jī)器視覺(jué)系統(tǒng)后，智能機(jī)器人焊接性能大幅提高[135]。由于強(qiáng)噪聲圖像（反射、強(qiáng)弧光和大飛濺），機(jī)器人焊縫跟蹤具有挑戰(zhàn)性，提出了一種卷積神經(jīng)網(wǎng)絡(luò)來(lái)提取焊縫圖像的特征點(diǎn)[136]。引入機(jī)器視覺(jué)方法來(lái)跟蹤焊接電極尖端，以評(píng)估手工金屬電弧中的焊接電弧穩(wěn)定性和極性[137]。

一般來(lái)說(shuō)，機(jī)器視覺(jué)測(cè)量的在線視覺(jué)反饋，包括位置、形狀、速度等，使得機(jī)械加工、焊接、注塑技術(shù)能夠提高制造質(zhì)量和速度。例如，安捷倫的機(jī)器視覺(jué)工具包通過(guò)民主化訪問(wèn)高級(jí)視覺(jué)功能實(shí)現(xiàn)了速度和規(guī)模[31]。聯(lián)合利華補(bǔ)充了用于人員安全和食品安全合規(guī)的機(jī)器視覺(jué)監(jiān)管平臺(tái)，減少了 78% 的不安全行為[30]。

TABLE 2 ?COMPARISON BETWEEN HUMAN EYES AND MACHINE VISION

C、網(wǎng)絡(luò)化

讓聯(lián)接無(wú)處不在 當(dāng)今的網(wǎng)絡(luò)是新一代信息通信技術(shù)與現(xiàn)代工業(yè)技術(shù)深度融合的產(chǎn)物。已成為實(shí)現(xiàn)制造業(yè)數(shù)字化轉(zhuǎn)型的法寶之一。本文簡(jiǎn)要介紹了5G、時(shí)間敏感網(wǎng)絡(luò)、身份解析等典型網(wǎng)絡(luò)技術(shù)和應(yīng)用的相關(guān)進(jìn)展。

5G網(wǎng)絡(luò)可以通過(guò)URLLC無(wú)線通信連接自主工業(yè)機(jī)器、地面車(chē)輛、機(jī)器人和軟件，旨在幫助工業(yè)機(jī)械實(shí)現(xiàn)智能工廠的實(shí)時(shí)控制和管理61[138]。?[138] 中的作者研究了 5G 工業(yè)物聯(lián)網(wǎng)，考慮使用機(jī)器學(xué)習(xí)來(lái)處理工業(yè)機(jī)械和 5G 網(wǎng)絡(luò)管理、配置和控制的復(fù)雜任務(wù)。提出了5G異構(gòu)網(wǎng)絡(luò)下工業(yè)物聯(lián)網(wǎng)的智能綠色資源分配機(jī)制[139]，以保證工業(yè)物聯(lián)網(wǎng)服務(wù)的高可靠性和能源效率。網(wǎng)絡(luò)切片是支持5G海量連接和業(yè)務(wù)隔離的關(guān)鍵技術(shù)，從而實(shí)現(xiàn)行業(yè)規(guī)?；瘧?yīng)用63。在實(shí)踐中，精致汽車(chē)系統(tǒng)聯(lián)合河北聯(lián)通、華為，在保定工廠打造了全球首條柔性5.5G生產(chǎn)線，每年服務(wù)中斷時(shí)間從60小時(shí)減少到5.26分鐘，年產(chǎn)值 增加 1.12 億美元[140]。

網(wǎng)絡(luò)切片是一種按需組網(wǎng)的方式，可以讓運(yùn)營(yíng)商在統(tǒng)一的基礎(chǔ)設(shè)施上分離出多個(gè)虛擬的端到端網(wǎng)絡(luò)，每個(gè)網(wǎng)絡(luò)切片從無(wú)線接入網(wǎng)到承載網(wǎng)再到核心網(wǎng)上進(jìn)行邏輯隔離，以適配各種各樣類(lèi)型的應(yīng)用。在一個(gè)網(wǎng)絡(luò)切片中，至少可分為無(wú)線網(wǎng)子切片、承載網(wǎng)子切片和核心網(wǎng)子切片三部分。

時(shí)間敏感網(wǎng)絡(luò)（TSN）[141]是一種標(biāo)準(zhǔn)化技術(shù)，可在傳統(tǒng)以太網(wǎng)上提供確定性信息傳輸。在[142]中，作者介紹了開(kāi)放平臺(tái)通信統(tǒng)一架構(gòu)TSN（OPC UA TSN）作為一項(xiàng)新技術(shù)，并提出了當(dāng)前的觀點(diǎn)。在[143]中，作者提出了一種通過(guò) TSN 集成異構(gòu)工業(yè)以太網(wǎng)應(yīng)用程序的方法，并部署嵌入軟件定義網(wǎng)絡(luò) (SDN) [57] [58] 控制器中的不同實(shí)時(shí)調(diào)度程序，以允許不同的應(yīng)用程序 共享同一網(wǎng)絡(luò)的各種流量模式和服務(wù)質(zhì)量 (QoS) 要求。在[144]中，作者介紹了工業(yè)通信系統(tǒng)的最新研究進(jìn)展，并分析了TSN的技術(shù)挑戰(zhàn)和未來(lái)趨勢(shì)。在實(shí)踐中，工業(yè)網(wǎng)絡(luò)、計(jì)算和自動(dòng)化解決方案的領(lǐng)先供應(yīng)商 Moxa 已成功將 TSN 集成到臺(tái)灣領(lǐng)先的光刻解決方案供應(yīng)商 ELS System Technology 的晶圓制造流程中 [145]。?

D. 數(shù)字孿生連接信息物理空間

數(shù)字孿生近年來(lái)備受關(guān)注，并取得了一些重大進(jìn)展。本文在準(zhǔn)確建模和互操作性方面回顧了這些貢獻(xiàn)。

在制造領(lǐng)域的精確建模方面，目前的工作主要集中在單維建模，包括結(jié)構(gòu)建模、屬性建模、行為建模和過(guò)程建模。主要方法包括數(shù)據(jù)驅(qū)動(dòng)建模、基于知識(shí)的建模和混合建模。針對(duì)數(shù)字孿生系統(tǒng)的不確定性和復(fù)雜性，提出了一種基于神經(jīng)網(wǎng)絡(luò)的建模方法[146]。數(shù)字孿生技術(shù)被用于微銑削刀具磨損監(jiān)測(cè)的監(jiān)測(cè)任務(wù)[147]。該模型基于微銑削機(jī)床三大核心模塊現(xiàn)有的電氣和機(jī)械公式。該工作[148]提出了一個(gè)數(shù)字孿生模型，使得利用傳感器收集的數(shù)據(jù)，使性能 （準(zhǔn)確性和可靠性）可以通過(guò)知識(shí)來(lái)提高和數(shù)據(jù)分析。數(shù)字孿生輔助故障診斷深度遷移學(xué)習(xí)來(lái)分析操作條件 提出了加工刀具的設(shè)計(jì)[149]。本提議的系統(tǒng)開(kāi)發(fā)了一種智能刀柄，集成了 k- 型熱電偶及云數(shù)據(jù)采集系統(tǒng) WiFi模塊和刀架可以提供更好的精度 展示銑削性能的改進(jìn)切削工具的鉆孔操作。

互操作性支持物理空間和數(shù)字空間之間的相互執(zhí)行。這是一個(gè)越來(lái)越有吸引力的話題。然而，相關(guān)研究仍處于早期階段，在相互理解、互操作性、動(dòng)態(tài)更新、數(shù)據(jù)異構(gòu)性、子模型異構(gòu)性等方面仍存在許多問(wèn)題。目前，一些工作更多地側(cè)重于解決異構(gòu)數(shù)據(jù)相關(guān)問(wèn)題。工作[150]研究了產(chǎn)品質(zhì)量的多尺度演化機(jī)制，以實(shí)現(xiàn)多源異構(gòu)數(shù)據(jù)的融合和利用。江等人。?[151]設(shè)計(jì)了一種集成消息中間件、內(nèi)存數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)交互機(jī)制，用于虛擬和物理空間的數(shù)據(jù)交互。使用Kafka、MQTT等消息中間件發(fā)送生產(chǎn)指令并反饋執(zhí)行結(jié)果。內(nèi)存數(shù)據(jù)庫(kù)，例如Redis，用于存儲(chǔ)生產(chǎn)過(guò)程中的實(shí)時(shí)運(yùn)行數(shù)據(jù)。仿真系統(tǒng)的數(shù)據(jù)管理采用關(guān)系型數(shù)據(jù)庫(kù)，如MySQL、Oracle、SQL Server等。

盡管數(shù)字孿生的發(fā)展面臨一些挑戰(zhàn)，但其實(shí)用價(jià)值不容忽視。根據(jù)全球燈塔網(wǎng)絡(luò)2023[31]，數(shù)字孿生已在許多實(shí)際工廠中得到應(yīng)用。例如，印度ACG Capsules將數(shù)字孿生引入電力生產(chǎn)規(guī)劃和調(diào)度，將按時(shí)交付率全面提高了13%。沙特阿拉伯阿美公司開(kāi)發(fā)了減少能源消耗的數(shù)字孿生模型，實(shí)現(xiàn)了159%的盈利能力提升。

E.深度學(xué)習(xí)提升智能

深度學(xué)習(xí)方法使用由多個(gè)處理層組成的計(jì)算模型來(lái)學(xué)習(xí)具有多個(gè)抽象級(jí)別的數(shù)據(jù)表示[152]。它不依賴(lài)于先前的數(shù)據(jù)處理，并通過(guò)使用反向傳播算法自動(dòng)提取特征[153]。近年來(lái)，深度學(xué)習(xí)在調(diào)度規(guī)劃、計(jì)算機(jī)視覺(jué)、游戲等領(lǐng)域帶來(lái)了巨大突破[154]-[158]，正在加速工業(yè)物聯(lián)網(wǎng)智能化的發(fā)展。深度學(xué)習(xí)方法可以分為三類(lèi)，監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)。 本文以工業(yè)機(jī)器視覺(jué)研究為例，展示深度學(xué)習(xí)的賦能作用。?

1）監(jiān)督學(xué)習(xí)：給定一定數(shù)量的帶注釋的圖像，學(xué)習(xí)到的機(jī)器視覺(jué)模型可以靈活地處理各種類(lèi)型的輸出，包括離散標(biāo)簽、每個(gè)像素或整個(gè)圖像的連續(xù)值。監(jiān)督學(xué)習(xí)為部分領(lǐng)域問(wèn)題提供了有效的解決方案。作為平面測(cè)量的重要步驟，基本的邊緣檢測(cè)是通過(guò)卷積神經(jīng)網(wǎng)絡(luò)（CNN）對(duì)像素進(jìn)行分類(lèi)來(lái)實(shí)現(xiàn)的159。與傳統(tǒng)的邊緣檢測(cè)器（例如 Canny）相比，檢測(cè)到的邊緣的質(zhì)量顯著提高。與使用多個(gè)圖像的傳統(tǒng)條紋投影輪廓測(cè)量法相比，深度神經(jīng)網(wǎng)絡(luò)可以將單個(gè)條紋圖像映射到其高度/深度圖像161。因此，它可以對(duì)移動(dòng)物體進(jìn)行精確的 3D 表面測(cè)量。測(cè)量?jī)蓚€(gè)圖像之間的變形場(chǎng)也有利于制造處理，數(shù)字圖像相關(guān)（DIC）和粒子圖像測(cè)速（PIV）都用現(xiàn)代深度回歸神經(jīng)網(wǎng)絡(luò)進(jìn)行修改[163]-[165]。神經(jīng)網(wǎng)絡(luò)表現(xiàn)出更高的準(zhǔn)確性和魯棒性。這些幾何測(cè)量技術(shù)是制造的基礎(chǔ)，并且通過(guò)監(jiān)督學(xué)習(xí)得到了顯著改進(jìn)。

2）基于云的部署：基于云的部署是指通過(guò)云計(jì)算基礎(chǔ)設(shè)施在互聯(lián)網(wǎng)上托管和交付軟件應(yīng)用程序、服務(wù)和資源的實(shí)踐。在基于云的部署模型[210]、[211]中，企業(yè)的管理者和客戶(hù)通常通過(guò)網(wǎng)絡(luò)瀏覽器或客戶(hù)端應(yīng)用程序遠(yuǎn)程訪問(wèn)應(yīng)用程序和數(shù)據(jù)并與之交互，而不是依賴(lài)于本地硬件和基礎(chǔ)設(shè)施?；谠频牟渴馂楦鱾€(gè)行業(yè)提供了廣泛的優(yōu)勢(shì)。首先，云計(jì)算消除了對(duì)物理硬件和基礎(chǔ)設(shè)施的大量前期投資的需要。企業(yè)可以利用即用即付模式，只需為他們使用的計(jì)算資源付費(fèi)。這可以節(jié)省成本，特別是對(duì)于可能沒(méi)有資金建設(shè)廣泛 IT 基礎(chǔ)設(shè)施的中小型企業(yè)。其次，基于云的部署可以實(shí)現(xiàn)制造過(guò)程的遠(yuǎn)程監(jiān)控和管理。這在智能制造中尤其重要，其中傳感器和物聯(lián)網(wǎng)設(shè)備生成實(shí)時(shí)數(shù)據(jù)。遠(yuǎn)程訪問(wèn)允許利益相關(guān)者通過(guò)互聯(lián)網(wǎng)連接從任何地方監(jiān)控生產(chǎn)、識(shí)別問(wèn)題并做出明智的決策。第三，云計(jì)算為制造企業(yè)提供了試驗(yàn)和采用創(chuàng)新技術(shù)的環(huán)境。這包括將人工智能、機(jī)器學(xué)習(xí)和其他新興技術(shù)集成到智能制造流程中?；谠频钠脚_(tái)提供訓(xùn)練和部署高級(jí)模型所需的計(jì)算能力。

3）邊緣部署：與云部署將工業(yè)數(shù)據(jù)發(fā)送到集中服務(wù)器進(jìn)行處理不同，邊緣部署將部分處理任務(wù)轉(zhuǎn)移到本地設(shè)備或邊緣服務(wù)器。這種方法在工業(yè)環(huán)境中特別有用，其中實(shí)時(shí)處理、低延遲和可靠的連接對(duì)于運(yùn)營(yíng)效率和決策至關(guān)重要[212]–[214]?；谶吘壍牟渴鹂梢垣@得低LA的優(yōu)勢(shì) Tency、帶寬優(yōu)化、自主運(yùn)行。首先，基于邊緣的部署在更接近源的位置處理數(shù)據(jù)，減少了延遲，從而實(shí)現(xiàn)實(shí)時(shí)或近實(shí)時(shí)響應(yīng)。其次，基于邊緣的部署減少了將大量原始數(shù)據(jù)傳輸?shù)皆贫说男枰?，從而?yōu)化了帶寬使用。這在網(wǎng)絡(luò)帶寬有限或昂貴的情況下尤其重要。第三，即使沒(méi)有持續(xù)連接到云，基于邊緣的部署也可以自主運(yùn)行。這確保了關(guān)鍵功能在網(wǎng)絡(luò)中斷時(shí)可以繼續(xù)運(yùn)行，從而增強(qiáng)系統(tǒng)可靠性。

在實(shí)踐中，多家云公司正在與制造業(yè)合作，以實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新和部署優(yōu)化。例如，通過(guò)利用 Microsoft Azure 高性能計(jì)算和其他 Microsoft 技術(shù)，意法半導(dǎo)體正在推進(jìn)其研發(fā)、轉(zhuǎn)變其供應(yīng)鏈、擴(kuò)大制造規(guī)模并為員工提供合適的工具，以確保其作為半導(dǎo)體解決方案全球領(lǐng)導(dǎo)者的地位[215] ?]。Phillips 選擇通過(guò)升級(jí)到 Microsoft Dynamics 365 和 Dynamics 365 Field Service 的最新云功能來(lái)實(shí)現(xiàn)其傳統(tǒng)本地 Microsoft Dynamics 解決方案的現(xiàn)代化。此次升級(jí)為公司提供了對(duì)業(yè)務(wù)績(jī)效的實(shí)時(shí)洞察，這幫助飛利浦進(jìn)行了流程改進(jìn)，并幫助提高了現(xiàn)場(chǎng)資源的運(yùn)營(yíng)效率和準(zhǔn)確性[216]。

七． 公開(kāi)的挑戰(zhàn)和未來(lái)趨勢(shì)

為了識(shí)別現(xiàn)有的挑戰(zhàn)并規(guī)避工業(yè)物聯(lián)網(wǎng)智能的潛在誤導(dǎo)性方向，我們思考以下問(wèn)題：

? 未來(lái)制造業(yè)需要哪些類(lèi)型的能力？

? 已經(jīng)建立了哪些能力？

? 如何建立或提高未來(lái)制造業(yè)所需的能力？

經(jīng)過(guò)仔細(xì)論證，我們得出關(guān)鍵詞“數(shù)字控制、確定性響應(yīng)、成本友好的運(yùn)營(yíng)和部署、IIoT智能擴(kuò)散”來(lái)回答第一個(gè)問(wèn)題。當(dāng)前工業(yè)物聯(lián)網(wǎng)智能化已經(jīng)取得了一定的能力，但仍有提升的空間。?

A.數(shù)字控制

數(shù)字控制是指利用數(shù)字技術(shù)和先進(jìn)的控制系統(tǒng)來(lái)監(jiān)控、管理和優(yōu)化制造過(guò)程的各個(gè)方面。這種方法利用數(shù)字信息、連接和數(shù)據(jù)分析來(lái)增強(qiáng)實(shí)時(shí)控制和決策。目前的IIoT智能化可以在一定程度上支持?jǐn)?shù)字化控制。在當(dāng)前的IIoT智能架構(gòu)中，集成了工業(yè)傳感器來(lái)提供生產(chǎn)過(guò)程的實(shí)時(shí)信息，并對(duì)傳感器收集的數(shù)據(jù)進(jìn)行處理和分析。軟件層的自動(dòng)化系統(tǒng)由可編程邏輯控制器（PLC）和分布式控制系統(tǒng)（DCS）提供支持，可以基于實(shí)時(shí)數(shù)據(jù)分析對(duì)制造設(shè)備和流程進(jìn)行精確控制。遠(yuǎn)程控制和監(jiān)控還可以通過(guò)從遠(yuǎn)程位置調(diào)整制造流程來(lái)促進(jìn)數(shù)字控制。 然而，當(dāng)前的數(shù)字控制水平還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到提供制造過(guò)程各個(gè)方面的實(shí)時(shí)可見(jiàn)性的理想愿景，任何遠(yuǎn)程或本地命令都可以在可視化虛擬空間和物理制造過(guò)程中快速執(zhí)行。實(shí)時(shí)可見(jiàn)性表明未來(lái)制造業(yè)有能力監(jiān)控設(shè)備狀態(tài)、跟蹤物料流動(dòng)并分析生成的生產(chǎn)數(shù)據(jù)。對(duì)命令的即時(shí)響應(yīng)，表明實(shí)現(xiàn)了工業(yè)物聯(lián)網(wǎng)智能多層的有效交互，以及機(jī)器人、傳感器、計(jì)算資源和網(wǎng)絡(luò)資源之間的協(xié)作。更重要的是，一旦實(shí)現(xiàn)數(shù)字化控制的理想愿景，管理者就可以通過(guò)實(shí)時(shí)監(jiān)測(cè)、調(diào)整、優(yōu)化和控制來(lái)掌握制造環(huán)境的各個(gè)方面。盡管實(shí)現(xiàn)數(shù)字控制帶來(lái)了挑戰(zhàn)，但一旦解決了三個(gè)關(guān)鍵困難，連接網(wǎng)絡(luò)空間和物理空間的數(shù)字孿生就會(huì)提供機(jī)遇：

? 克服軟件和模型之間的問(wèn)題以及工業(yè)環(huán)境中通信協(xié)議的標(biāo)準(zhǔn)化挑戰(zhàn)至關(guān)重要。

? 確保高質(zhì)量的工業(yè)數(shù)據(jù)對(duì)于準(zhǔn)確的分析和可靠的結(jié)論至關(guān)重要。從實(shí)際數(shù)據(jù)集中生成此類(lèi)數(shù)據(jù)對(duì)于實(shí)現(xiàn)智能數(shù)據(jù)分析至關(guān)重要。?

? 構(gòu)建數(shù)字孿生需要涵蓋建模對(duì)象在各種條件下的行為的數(shù)據(jù)集。

然而，收集所有場(chǎng)景的完美數(shù)據(jù)集是不切實(shí)際的。因此，實(shí)施更新機(jī)制對(duì)于維持?jǐn)?shù)字孿生系統(tǒng)的高性能運(yùn)行是必要的。

B. 確定性響應(yīng)

確定性響應(yīng)的能力表示基于特定輸入或初始條件產(chǎn)生可預(yù)測(cè)的、確定的結(jié)果或行為的能力。確定性響應(yīng)不存在隨機(jī)性或不確定性，系統(tǒng)的未來(lái)狀態(tài)可以根據(jù)其當(dāng)前狀態(tài)和接收到的輸入來(lái)精確確定。

在當(dāng)前的IIoT智能架構(gòu)中，時(shí)間敏感網(wǎng)絡(luò)（TSN）可確保網(wǎng)絡(luò)流量的確定性響應(yīng)。然而，隨著工業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程的加速，許多時(shí)間關(guān)鍵的計(jì)算任務(wù)是由網(wǎng)絡(luò)設(shè)備生成的，例如，傳感器數(shù)據(jù)分析和機(jī)器人的運(yùn)動(dòng)規(guī)劃。計(jì)算任務(wù)的及時(shí)完成對(duì)于保證制造系統(tǒng)正確高效的運(yùn)行至關(guān)重要。此外，隨著工業(yè)物聯(lián)網(wǎng)中機(jī)器人、傳感器、軟件和模型之間的協(xié)作關(guān)系變得更加復(fù)雜，人們?cè)絹?lái)越期望某些時(shí)間關(guān)鍵型計(jì)算任務(wù)的響應(yīng)延遲具有確定性。目前的端邊云協(xié)同計(jì)算架構(gòu)依靠盡力而為網(wǎng)絡(luò)轉(zhuǎn)發(fā)數(shù)據(jù)，導(dǎo)致工業(yè)物聯(lián)網(wǎng)計(jì)算任務(wù)的響應(yīng)時(shí)間存在不確定性和不可預(yù)測(cè)性。因此，確保IIoT計(jì)算任務(wù)的確定性響應(yīng)的問(wèn)題尚未得到研究。 它將成為 來(lái)的研究方向。

構(gòu)建創(chuàng)新的計(jì)算和網(wǎng)絡(luò)轉(zhuǎn)換 具有確定性響應(yīng)能力的 gence 范式 會(huì)有幫助的。一些研究人員已經(jīng)開(kāi)始探索此類(lèi) 范式[217]-[220]，但有些問(wèn)題有待解決 深入研究。

? 如何調(diào)度現(xiàn)有的工業(yè)物聯(lián)網(wǎng)計(jì)算和網(wǎng)絡(luò) 確?？蓴U(kuò)展的確定性響應(yīng)的資源 計(jì)算任務(wù)？

? 如何設(shè)計(jì)支持威懾的共享機(jī)制 通信流量的最小化調(diào)度和 同一 IIoT 網(wǎng)絡(luò)上的計(jì)算任務(wù)？

C. 成本友好型運(yùn)營(yíng)和部署

成本友好型運(yùn)營(yíng)是指以?xún)?yōu)化成本、提高效率和確保財(cái)務(wù)可持續(xù)性的方式管理和開(kāi)展業(yè)務(wù)運(yùn)營(yíng)的實(shí)踐。云制造提供了一種成本友好的操作，允許按需制造。然而，大多數(shù)研究人員關(guān)注的是云平臺(tái)的細(xì)粒度制造資源調(diào)度，而不是制造資源提供者。因此，應(yīng)關(guān)注制造企業(yè)制造資源的定價(jià)和供給策略，使制造企業(yè)以較低的運(yùn)營(yíng)成本獲得較高的利潤(rùn)。

成本友好型部署是指戰(zhàn)略性且高效地實(shí)施系統(tǒng)或技術(shù)，重點(diǎn)是在實(shí)現(xiàn)預(yù)期結(jié)果的同時(shí)優(yōu)化成本。制造流程的成本友好型部署通常由專(zhuān)門(mén)從事工業(yè)工程、生產(chǎn)管理和流程優(yōu)化各個(gè)方面的專(zhuān)業(yè)人員來(lái)實(shí)現(xiàn)。我們不會(huì)干擾制造流程的部署優(yōu)化，而是考慮計(jì)算和存儲(chǔ)資源的成本友好的部署，以確保工業(yè)數(shù)據(jù)的存儲(chǔ)和分析?；谠频牟渴鸷突谶吘壍牟渴鹉軌?yàn)楣I(yè)大數(shù)據(jù)和系統(tǒng)提供成本友好的部署策略。然而，工業(yè)物聯(lián)網(wǎng)中有許多時(shí)間緊迫的任務(wù)。由于使用盡力而為網(wǎng)絡(luò)帶來(lái)的意外和不可預(yù)測(cè)的延遲，基于云的部署和基于邊緣的部署都可能導(dǎo)致無(wú)法滿(mǎn)足任務(wù)的時(shí)間要求。因此，未來(lái)應(yīng)研究以下兩個(gè)挑戰(zhàn)，以構(gòu)建成本友好的部署。

? 考慮到計(jì)算服務(wù)器和網(wǎng)絡(luò)設(shè)備的個(gè)性化部署成本，對(duì)于缺乏智能轉(zhuǎn)型基礎(chǔ)的工業(yè)物聯(lián)網(wǎng)企業(yè)，如何設(shè)計(jì)經(jīng)濟(jì)高效的部署方案？

? 對(duì)于已具備智能化轉(zhuǎn)型基礎(chǔ)的工業(yè)物聯(lián)網(wǎng)企業(yè)來(lái)說(shuō)，如何優(yōu)化當(dāng)前計(jì)算服務(wù)器和網(wǎng)絡(luò)設(shè)備的部署結(jié)構(gòu)，以滿(mǎn)足個(gè)性化轉(zhuǎn)型需求？

D. IIoT 智能擴(kuò)散

智能擴(kuò)散是指通過(guò)人工智能開(kāi)發(fā)或創(chuàng)建新的智能系統(tǒng)、模型和算法，以執(zhí)行 IIoT 任務(wù)或緊急情況。未來(lái)智能制造需要智能化擴(kuò)散的原因包括：

? 工業(yè)制造涉及復(fù)雜的生產(chǎn)流程、設(shè)備和系統(tǒng)，通過(guò)傳統(tǒng)的手工規(guī)則來(lái)準(zhǔn)確描述和解決所有可能的場(chǎng)景具有挑戰(zhàn)性。智能制造環(huán)境的多樣性和復(fù)雜性要求系統(tǒng)能夠適應(yīng)不同的條件和要求。

? 為每種可能的情況設(shè)計(jì)和優(yōu)化專(zhuān)用算法是一項(xiàng)耗時(shí)的任務(wù)。僅僅依靠手動(dòng)設(shè)計(jì)的具體算法可能無(wú)法滿(mǎn)足動(dòng)態(tài)制造環(huán)境中快速變化和復(fù)雜性的需求。?

? 智能應(yīng)急系統(tǒng)具有適應(yīng)性和學(xué)習(xí)能力，基于實(shí)時(shí)工業(yè)數(shù)據(jù)不斷優(yōu)化其模型和算法。這使得系統(tǒng)能夠不斷適應(yīng)不斷變化的工業(yè)環(huán)境和生產(chǎn)要求。

受 ChatGPT 開(kāi)發(fā)的啟發(fā)，ChatGPT 可以在對(duì)話中理解和生成類(lèi)似人類(lèi)的文本，保留連貫響應(yīng)的上下文，執(zhí)行回答問(wèn)題和創(chuàng)意寫(xiě)作等任務(wù)，并根據(jù)其知識(shí)提供信息，大型工業(yè)生成智能模型具有潛力 實(shí)現(xiàn)工業(yè)物聯(lián)網(wǎng)智能擴(kuò)散，但它也帶來(lái)了一些挑戰(zhàn)：

? 構(gòu)建和維護(hù)大型模型可能成本高昂，特別是在計(jì)算資源和數(shù)據(jù)存儲(chǔ)方面。

? 大型模型需要廣泛且高質(zhì)量的訓(xùn)練數(shù)據(jù)，而這些數(shù)據(jù)在工業(yè)環(huán)境中可能稀缺或難以獲得。

? 由于資源限制和實(shí)時(shí)處理要求，在現(xiàn)實(shí)工業(yè)環(huán)境中部署大型模型可能會(huì)很復(fù)雜。

八． 道德影響和環(huán)境影響

在本節(jié)中，我們將探討道德影響 采用工業(yè)互聯(lián)網(wǎng)的環(huán)境影響 制造業(yè)中的物聯(lián)網(wǎng) (IIoT) 智能。

A. 道德影響

道德影響主要包括三個(gè)方面：工作轉(zhuǎn)移和勞動(dòng)力轉(zhuǎn)型、隱私和數(shù)據(jù) 安全、社會(huì)和經(jīng)濟(jì)平等。

1）工作流離失所和勞動(dòng)力轉(zhuǎn)型：IIoT 智能促進(jìn)的自動(dòng)化程度的提高可能會(huì)導(dǎo)致 某些體力任務(wù)的失業(yè)，提高了道德觀念 對(duì)受影響工人的福祉和過(guò)渡的擔(dān)憂(yōu)。為避免出現(xiàn)意外情況，生產(chǎn)企業(yè) 通過(guò)工業(yè)物聯(lián)網(wǎng)智能實(shí)現(xiàn)轉(zhuǎn)型預(yù)計(jì)將分三個(gè)步驟進(jìn)行[221]。在引入新技術(shù)之前，企業(yè)應(yīng)該傳達(dá)新技術(shù)的好處并解釋原因，讓員工清楚地了解技術(shù)，幫助員工探索技術(shù)并增強(qiáng)對(duì)技術(shù)的信心，并讓員工參與思想交流。在新技術(shù)的引進(jìn)過(guò)程中，企業(yè)應(yīng)盡早明確時(shí)間表，并為工人提供多樣化的技能培訓(xùn)計(jì)劃。新技術(shù)推出后，企業(yè)應(yīng)跟進(jìn)技術(shù)應(yīng)用進(jìn)展，并鼓勵(lì)員工共同不斷探索新的用例。

2）隱私和數(shù)據(jù)安全：工業(yè)物聯(lián)網(wǎng)智能涉及大量數(shù)據(jù)收集和分析操作，引發(fā)了員工和利益相關(guān)者的隱私問(wèn)題。為了解決這個(gè)問(wèn)題，公司應(yīng)該對(duì)其 IIoT 部署中的數(shù)據(jù)收集、處理和使用實(shí)踐保持透明。這種透明度有助于建立與員工、利益相關(guān)者和公眾的信任。此外，應(yīng)向所有相關(guān)方明確傳達(dá)詳細(xì)的隱私政策和數(shù)據(jù)使用指南，概述收集的數(shù)據(jù)類(lèi)型、使用數(shù)據(jù)的目的以及個(gè)人對(duì)其數(shù)據(jù)的權(quán)利。此外，應(yīng)采用加密技術(shù)來(lái)保護(hù)傳輸中和靜態(tài)數(shù)據(jù)的安全，確保數(shù)據(jù)保密且防篡改。

3）社會(huì)和經(jīng)濟(jì)平等：擁有更多財(cái)務(wù)資源和技術(shù)能力的大型企業(yè)可能在采用和利用工業(yè)物聯(lián)網(wǎng)解決方案方面具有優(yōu)勢(shì)，而小型制造商或欠發(fā)達(dá)地區(qū)的制造商則處于劣勢(shì)。這種不平等的準(zhǔn)入可能會(huì)加劇制造業(yè)內(nèi)生產(chǎn)力、競(jìng)爭(zhēng)力和創(chuàng)新方面現(xiàn)有的差距。為了避免工業(yè)物聯(lián)網(wǎng)智能的不平等獲取，工業(yè)物聯(lián)網(wǎng)解決方案提供商應(yīng)提供靈活且可擴(kuò)展的產(chǎn)品，以滿(mǎn)足各種規(guī)模的制造企業(yè)的需求和預(yù)算限制。應(yīng)鼓勵(lì)開(kāi)源工業(yè)物聯(lián)網(wǎng)平臺(tái)和標(biāo)準(zhǔn)的開(kāi)發(fā)，以促進(jìn)互操作性并降低各種規(guī)模制造商的進(jìn)入壁壘?？梢圆扇〗?chuàng)新集群、技術(shù)園區(qū)或共享制造設(shè)施等舉措來(lái)鼓勵(lì)當(dāng)?shù)刂圃焐讨g的合作、知識(shí)共享和獲取先進(jìn)技術(shù)。

B. 環(huán)境影響

在制造業(yè)中采用 IIoT 智能既有積極的一面，也有消極的一面。

1)積極影響：工業(yè)物聯(lián)網(wǎng)智能可以更好地監(jiān)控和優(yōu)化能源、水和原材料等資源的使用，從而減少浪費(fèi)并提高資源效率。通過(guò)工業(yè)物聯(lián)網(wǎng)智能優(yōu)化制造流程可以減少溫室氣體和其他污染物的排放。支持工業(yè)物聯(lián)網(wǎng)的預(yù)測(cè)性維護(hù)和質(zhì)量控制措施可減少缺陷和生產(chǎn)錯(cuò)誤的可能性，從而減少浪費(fèi)和廢料。此外，工業(yè)物聯(lián)網(wǎng)智能還可以提高供應(yīng)鏈的可視性，從而實(shí)現(xiàn)更高效的物流、庫(kù)存管理和運(yùn)輸規(guī)劃。

2)負(fù)面影響：工業(yè)物聯(lián)網(wǎng)設(shè)備和傳感器的激增可能會(huì)導(dǎo)致其生命周期結(jié)束時(shí)的電子廢物顯著增加。雖然工業(yè)物聯(lián)網(wǎng)技術(shù)可以提高制造業(yè)的能源效率，但額外的傳感器、數(shù)據(jù)中心和網(wǎng)絡(luò)基礎(chǔ)設(shè)施的部署可能會(huì)導(dǎo)致整體能源消耗的增加，特別是工業(yè)大模型的深度應(yīng)用將消耗大量的電子能源。工業(yè)物聯(lián)網(wǎng)設(shè)備（包括傳感器、處理器和通信模塊）的生產(chǎn)需要原材料的提取和能源密集型制造過(guò)程。?

3)緩解策略：為了減少工業(yè)物聯(lián)網(wǎng)智能對(duì)環(huán)境的副作用，提出了一些緩解策略。首先，鼓勵(lì)設(shè)計(jì)具有耐用性、可修復(fù)性和可回收性的工業(yè)物聯(lián)網(wǎng)設(shè)備，以促進(jìn)循環(huán)經(jīng)濟(jì)方法，最大限度地減少浪費(fèi)和資源消耗。其次，與致力于可持續(xù)發(fā)展的供應(yīng)商合作，采購(gòu)環(huán)保材料，減少與運(yùn)輸相關(guān)的排放，建立更可持續(xù)的工業(yè)物聯(lián)網(wǎng)供應(yīng)鏈。第三，進(jìn)行全面的生命周期評(píng)估和環(huán)境影響分析有助于確定需要改進(jìn)的領(lǐng)域，并為整個(gè)工業(yè)物聯(lián)網(wǎng)部署過(guò)程中的決策提供信息。

九． 結(jié)論

我們提出了工業(yè)物聯(lián)網(wǎng)智能的分層開(kāi)發(fā)架構(gòu)，以系統(tǒng)地理解工業(yè)物聯(lián)網(wǎng)智能如何處理智能制造轉(zhuǎn)型過(guò)程中的問(wèn)題。該架構(gòu)由設(shè)備層、網(wǎng)絡(luò)層、軟件層、建模層、分析優(yōu)化層組成。設(shè)備層構(gòu)建了IIoT智能的基礎(chǔ)。網(wǎng)絡(luò)層實(shí)現(xiàn)人機(jī)無(wú)所不在的連接。軟件層提供工業(yè)流程的數(shù)字化表達(dá)。建模層實(shí)現(xiàn)了精確建模和互操作性的提高。分析優(yōu)化層支持分案算法設(shè)計(jì)，分析工業(yè)數(shù)據(jù)，優(yōu)化工業(yè)流程。

此外，我們還近距離觀察燈塔工廠，展示各層技術(shù)的積極作用。接下來(lái)，我們確定了加速工業(yè)物聯(lián)網(wǎng)智能化發(fā)展的七種技術(shù)，包括工業(yè)機(jī)器人、機(jī)器視覺(jué)、網(wǎng)絡(luò)技術(shù)、數(shù)字孿生、深度學(xué)習(xí)、智能硬件、云/邊緣計(jì)算。 隨后，我們分析了在制造業(yè)中采用 IIoT 智能的道德影響和環(huán)境影響。

最后，我們從四個(gè)方面探討了開(kāi)放的挑戰(zhàn)并討論了未來(lái)的研究方向，包括開(kāi)發(fā)1數(shù)字孿生以實(shí)現(xiàn)數(shù)字控制的理想愿景、2探索IIoT計(jì)算任務(wù)的確定性響應(yīng)策略和機(jī)制、3優(yōu)化計(jì)算和網(wǎng)絡(luò)資源部署以降低成本、 4研究工業(yè)生成型人工智能大模型，實(shí)現(xiàn)智能增殖。