工业互联网的智能制造技术包括哪些？

　　工业互联网是机器、物品、控制系统、信息系统、人之间互联的网络，为智能制造提供信息感知、传输、分析、反馈、控制支撑。

　　工业互联网的概念最早由美国通用电气(GE)公司于2012年提出，随后，GE联合AT&T、思科、IBM和英特尔于2014年3月发起成立美国工业互联网联盟(IIC)，将这一概念大力推广，并由对象管理组织(OMG)管理。

　　工业互联网联盟的愿景是使各个制造业厂商的设备实现数据共享。工业互联网联盟的成立目的在于通过制定通用的工业互联网标准，利用互联网激活传统的生产制造过程，促进物理世界和信息世界的融合。

　　通过感知网络把机器、设备和人进行高效地连接，在制造全流程实现信息的高效整合(图1.10)。通过全流程大数据分析，对整个制造系统的运行方式进行整体把握和全局优化。通过人机交互和决策，构建实时的智能设计、生产和运营维护保障。

　　工业互联网的实质是指利用智能设备采集智能数据，利用智能系统进行数据挖掘和可视化展现，实现智能决策，为生产管理提供实时判断参考，反过来指导生产，优化制造工艺。工业互联网的典型特征是其智能性：与数字化制造相比，智能制造具有预测、决策与自主调整优化等能力。

　　一、物联网

　　2013年，美国提出的万亿传感器覆盖地球(Trillion Sensors Universe,TSU)计划，旨在推动社会基础设施和公共服务中每年使用1万亿个传感器。

　　物联网是将现实世界与信息技术紧密结合的系统。通过信息技术源源不断地获取由摄像头等各种传感器的现实世界的数据，互联网将直接和间接地对机器人和其他设备在现实世界的活动产生影响。信息技术与现实世界的融合，除了物联网之外，还有其他表述。例如，美国自认科学基金早在2006年就召开了CPS工作组会议，探讨了CPS的可行性，并认为CPS是美国在未来世界保持竞争力的关键;IBM公司推出智慧地球(Smart Planet)的愿景，借助传感器推动信息技术与现实世界的融合;HP公司也推出了类似的地球中枢神经系统(the Central Nervous System for the Earth,CeNSE)概念。

　　在制造业领域中，信息技术与物理世界的融合并非是最近才开始的，飞机与汽车中实际上已经嵌入了复杂的信息技术，一辆高端汽车中可能含有100多项信息技术工艺。可以说，物联网为智能设备奠定了基础。

　　二、智能设备

　　GE的工业互联网带来了智能设备的概念，其基本含义就是在现有的基础上引入工业互联网的机制，包括连接性、智能机器、传感器、大数据和数据模型等。通过在各个层面采集数据、分析数据，形成智能决策，既要实现设备自身的可维护性，又要实现运营过程的优化。

　　由智能设备和网络搜集的数据存储之后，利用大数据分析工具进行数据分析和可视化。由此产生的智能信息可以由决策者在必要时进行实时判断处理，或者成为大范围工业系统优化战略决策过程的一部分。

　　例如，GE使其生产的风力发电机叶片实现全部联网，实现：

　　①点击自我监测，并通过无线网络发送感知数据;

　　②汇集各个时段、各个区域的数据;

　　③通过数据挖掘，分析风速和电机叶片的夹角，实现叶片的自我调整，以及分析最佳的电机维修保养时机;

　　④匹配最恰当的工具和经验技巧知识，让工作人员高效地完成作业;

　　⑤保持网络协同，同步更新工业互联网数据，从而有望使产能提高50%。

　　智能设备还可以在机器、网络、个人或企业之间促进实现数据共享，用以进一步促进智能协作，使众多的相关企业参与到资产维护、管理和优化过程中，也可以确保在恰当的时候将哪些本地和远程拥有专业知识的人们整合起来。每台智能设备都会产生大量可以通过工业互联网传输给远程机器和用户的数据，这些数据还包括那些能够优化系统运行、维护机器和机组的外部数据。随着时间的推移，机器能够从它的历史数据中得到启示，并且通过控制系统更加智能地运转。

　　三、智能数据

　　随着越来越多的机器和设备加入工业互联网，可以实现跨越整个机组和网络的机器与仪表的协同。智能数据具有优化网络、优化运维、恢复系统与自主学习的价值。

　　1.优化网络：在一个网络系统内实现互联的各种设备或机器，可以相互协作，提高网络整体的运营效率。

　　2.优化运维：通过智能数据可以实现效率最大化，成本最低化，并有利于整个设备或系统的运行维护。

　　3.恢复系统：通过建立广泛的大数据信息，帮助网络系统在发生毁灭性打击之后更加快速、有效地进行恢复。

　　4.自主学习：每台设备或机器的操作经验可以聚合为大数据，使得整个系统能够自主学习。

　　四、智能决策

　　一旦智能设备采集到大量智能数据，就可以通过智能系统进行智能决策，以提升商业经营价值。设备与数据相结合，实现了协同实时更新，将使诸多行业受益。