基础知识：IoT、IIoT、AIoT 及其成为工业自动化未来的原因

作者：Clive "Max" Maxfield

投稿人：DigiKey 北美编辑

2019-12-04

随着物联网 (IoT) 应用速度的加快，也进一步带动了人工智能 (AI) 和机器学习 (ML) 等更先进技术的发展。因此，“物联网”一词的含义也逐步演变，并扩展成为工业物联网 (IIoT)、人工智能物联网 (AIoT) 和重量级物联网¹。

就工业部署而言，IIoT 的连接和智能能力可提高生产率和效率，并产生其他经济效益。但是，除了支持 IIoT 的新型设备之外，现场还有大量“哑巴”（传统）基础设施和设备。

随着 IIoT 时代的到来，这些设备很可能会在技术革新中就此淘汰，而本文将推荐 Molex、TE Connectivity、STMicroelectronics、Delta 和 Weidmuller 的解决方案，帮助设施管理员有效利用传统设备，藉此“挽救其生命”。

术语定义

“物联网”一词是由英国技术先驱 Kevin Ashton 于 1999 年在 Procter & Gamble (P&G) 的一次演讲中首次提出。Kevin 对“物联网”的定义是，通过广泛覆盖的传感器将物理世界与互联网连接起来的系统。自此，术语“物联网”及其缩写 IoT 迅速传遍全球各地。

物联网：人们对“物联网 (IoT)”一词的理解并非一成不变。目前，广泛接受的定义是：“由计算设备、机械和数字设备、物体、动物或人互联互通而组成的系统，各元素均具有唯一标识符，能够通过网络传输数据，并且无需人人或人机交互。”“物联网设备”一词是指可远程监测和/或控制的任何独立互联网连接设备。据 Statistica 数据统计，预计 2020 年全球物联网设备安装量约达 300 亿，2025 年将增至 750 亿。

工业物联网与人工智能物联网：工业物联网 (IIoT) 是指将互连传感器、仪器及其他设备联网应用的计算机工业应用（包括制造和能源管理）。连接性有助于数据收集、交换和分析，从而提高生产率和效率，并产生其他经济效益。IIoT 由分布式控制系统 (DCS) 演变而来，通过云计算完善和优化过程控制，从而实现更高的自动化程度。如今的 IIoT 得到各种技术支持，例如网络安全、云计算、边缘计算、移动技术、机到机技术、3D 打印、高级机器人技术、大数据、物联网、RFID 技术和认知计算等。

人工智能物联网 (AIoT) 是指借助 AI 技术扩展物联网设备和基础设施的功能。AI 可通过机器学习 (ML) 和认知功能扩展物联网功能。

工业觉醒与重量级物联网

Gartner 的 2017 年预测数据表明，2018 年全球物联网支出预计将达 7,725 亿美元。同时，IDC 表示 2018 年全球物联网消费支出约为 620 亿美元。相比之下，制造业支出为 1,890 亿美元，超过运输业（850 亿美元）和公用事业（730 亿美元）的总和。此外，Bain & Compan 预测，截至 2020 年，IIoT 应用产生的收入将超过 3,000 亿美元，是消费物联网应用收入（1,500 亿美元）的两倍。

“重工业”一词是指具有下述一个或多个特征的产业：生产大型和重型产品、具有大型和重型设备和设施（例如重型设备、大型机床、大型厂房和大型基础设施），或具有复杂或众多工艺流程。

在物联网出现之前，工业系统中的电机、发电机和重型设备大多独立运行，并未实现互连。然而，连接互联网而组为物联网后，在效率、生产率和可靠性方面就能获得巨大优势。这些优势包括远程监测和控制、故障检测和预防性维护等。这也解释了新型工业设备配备大量传感器和通信功能的原因。

问题在于现场有大量（传统）“哑巴”基础设施和设备。单就美国，这些设备的估计价值就高达 6.8 万亿美元。解决方案包括：保持原样；斥巨资以同类新设备替换现有设备；或使用新型传感器、控制和通信系统扩展现有设备功能，使之适应 21 世纪的需要。

对于借助 IIoT 和 AIoT 扩展工业系统功能的概念，美国风险投资公司 Kleiner Perkins 将其称作“工业觉醒”。在 2015 年发表的 "The Industrial Awakening:The Internet of Heavier Things" 一文中，Kleiner Perkins 引用了世界经济论坛的一份报告。报告指出，截至 2030 年，由“工业觉醒”带动的全球产出有望达到 14.2 万亿美元。

借助 IIoT 和 AIoT 扩展传统设备功能

无论在全球哪个国家，电机都是最大的耗电设备。总耗电量约占工业功耗的 2/3，占全球功耗的 50%。这表示所有发电厂或其他电源所产生的能量中，一半都用于电机供电。

问题在于，工业电机的平均效率仅为 88%（商用电机的效率显然更低）。借助适当的传感器和控制系统，可显著提高效率。

对于工业企业而言，最大的风险之一是意外设备故障导致的停机。一种解决方案是采取预防性维护，包括使用传感器监控设备，借助 IIoT 和 AIoT 功能来检测设备异常，并预测潜在故障模式和时间范围（例如“该机器二级转子的当前运行效率为 95%，每天降低 0.9%，预计将在 6 +/- 1 天内发生灾难性故障”。）

借助 IIoT 和 AIoT 功能的原因在于，在模式识别以及从历史数据中提取趋势并推断潜在故障方面，该方案比人为判断更有效。

面对大量数值数据时，人类很难识别模式和判断异常，但是若以图形方式呈现数据，则相对简单得多。

例如，若非不可能，人类很难从数值数据中发现问题，如图 1 所示。相比之下，若以图形方式呈现相同数据，人类就能立刻发现异常所在，如图 2 所示。

图 1：面对大量数值数据时，人类很难识别模式和判断异常。（图片来源：Stephen Bates 演讲中展示的“经整理后以便向大众展示的物联网系统一般测量数据”）

以图形方式呈现数据的图片图 2：若以图形方式呈现数据，人类就能相对轻松地识别模式和判断异常。（图片来源：Stephen Bates 演讲中展示的“经整理后以便向大众展示的物联网系统一般测量数据”）

此处的关键在于，无论数据以何种方式呈现，IIoT 和 AIoT 系统都可以识别模式和判断异常。此外，同时监控多个相同系统（可能分散分布在世界各地的位置）时，IIoT 和 AIoT 系统还可以从所有系统中学习，借用一个系统的知识来预测另一个系统的问题。

关键在于传感器（以及处理、连接性等）

扩展传统工业设备功能的第一步是增设传感器。传感器种类繁多；同样，每种传感器类型都包含多种选择。传感器可测量的属性包括但不限于以下各项：

位置
运动
速度与加速度
力（触觉和阈值）
压力（单位力）
流量（速率和体积）

声音
光
辐射
湿度（绝对和相对）
温度
化学（类型、浓度等）

事实上，市面上有成千上万种不同的传感器类型/选项组合。例如 Molex 的 Contrinex 120254 系列光电传感器和 TE Connectivity Measurement Specialties 的 M3041-000006-250PG 排气式压力计（图 3）。M3041-000006-250PG 是 TE Connectivity 推出的 Microfused 系列产品之一，适用于液体或气体压力的测量，甚至可用于污水、蒸汽和轻度腐蚀性流体等难以处理的介质。

TE Connectivity 的 M3041-000006-250PG 压力传感器图片图 3：M3041-000006-250PG 压力传感器适用于液体或气体压力的测量，甚至可用于污水、蒸汽和轻度腐蚀性流体等难以处理的介质。（图片来源：TE Connectivity）

传感器开发套件和评估板的实例包括 IoT Studio 平台、STEVAL-STLCS02V1 SensorTile、STEVAL-MKSBOX1V1 SensorTile.box 开发套件和 X-NUCLEO-IKS01A3 运动 MEMS 评估板，均由 STMicroelectronics 推出。

X-NUCLEO-IKS01A3 运动 MEMS 和环境传感器评估板系统可与 Arduino 的 UNO R3 连接器布局兼容（图 4）。该评估板具有 LSM6DSO 3 轴加速计 + 3 轴陀螺仪、LIS2MDL 3 轴磁力仪、LIS2DW12 3 轴加速计、HTS221 湿度和温度传感器、LPS22HH 压力传感器和 STTS751 温度传感器。

STMicroelectronics 的 X-NUCLEO-IKS01A3 运动 MEMS 和环境传感器评估板图片 图 4：X-NUCLEO-IKS01A3 运动 MEMS 和环境传感器评估板系统可与 Arduino 的 UNO R3 连接器兼容。（图片来源：STMicroelectronics）