夏志杰

中国地质大学（武汉），武汉，430074

导语 2017年连入互联网的设备数量首次超过全球人口数量，人类社会从此进入工业互联网时代。工业互联网时代将是一个人与人、人与机器、机器与机器全面互联的社会。以工业互联网时代为代表的信息革命将像工业革命一样，带来人类社会生产力的又一次飞速提高。由机械工业出版社于2018年出版的《工业互联网：体系与技术》一书介绍了互联网的发展历史，定义了工业互联网的体系架构，描述了互联网的4大关键技术，讨论了工业互联网时代的挑战与发展。本文概述了该书的主要论点。

1 互联网的前世今生

从20世纪60年代开始发展起来的互联网技术，通过计算机网络，将全球的计算设备连接起来。通过计算机网络，信息可以在非常快的时间内传递到全球的任何一个角落，从而使得人类的交流不再受到空间的限制。20世纪90年代互联网的普及与应用，标志着人类社会正式从工业社会进入信息社会。随着互联网技术的发展与普及，互联网已经逐步成为人们生活中的一个不可缺少的部分。

1.1 互联网的起源与关键技术突破

最初关于互联网的概念是麻省理工学院李克里德在《人机共生》和《以计算机为通讯工具》的论文中提出来的。英国国家物理实验室唐纳德·戴维斯、兰德公司保罗·巴兰和麻省理工学院伦纳德·克兰罗克各自创立了分组交换理论，解决了计算机网络信息的传递方法。

人类在1965年第一次将两台计算机远程连接起来。罗伦斯·罗伯茨和托马斯·梅里尔一起把位于麻省的TX-2计算机用一条低速拨号电话线连接到加利福尼亚的Q-32计算机。这个实验表明计算机可以很好地一起工作、运行程序并在必要时从远程机器上检索数据。1968年，罗伦斯·罗伯茨提交了研究报告《资源共享的计算机网络》，其中着力阐述的就是让“阿帕”的电脑达到互相连接，从而使大家分享彼此的研究成果。根据这份报告组建的国防部“高级研究计划网”就是著名的“阿帕网”。

为了连接不同系统的大型计算机，为数据传输提供路由功能，科学家在计算机网络连接线和大型计算机之间插入一种被称为“接口信息处理机”的设备来专门负责处理网络连接和数据传输。接口信息处理机解决了不同操作系统的计算机之间的数据传输问题。1969年8月，接口信息处理机由BBN公司的弗兰克·哈特领导的一个小组在增强版的Honeywell DDP-516计算机上开发成功。1969年9月在加利福尼亚大学洛杉矶分校安装了首台接口信息处理机，并与计算机主机连接起来。1969年10月，第二台接口信息处理机在斯坦福研究所安装。两台接口信息处理机通过一条50 kbit/s的链路将加州大学洛杉矶分校和斯坦福研究所的大型计算机相连接，通过分组交换原理，成功地交换了人类历史上的第一个数据包“LO”。1972年10月，在华盛顿希尔顿酒店召开的国际计算机通信大会上，阿帕网进行了首次公开演示。大约40台不同种类和型号的终端连到一个终端接口处理器，后者又通过两条50 kbit/s的线路接入阿帕网。与会者受邀上前使用运行在全国各地的计算机上的各种各样的程序。这向计算机和通信产业界展示了分组交换网络的可行性，并使很多人确信一个新的产业即将产生。ARPANET从此开始建立并运行起来，并不断有新的计算机主机被添加到阿帕网中。

巴博·卡恩于1972年提出了开放式架构网络的设想。1973年9月卡恩与温特·瑟夫发布了传输控制协议TCP，其中网络协议之间的不同通过使用一个公用互联网络协议而隐藏起来，并且可靠性由主机保证而不是像阿帕网由网络保证。由于网络的作用减小到最小的程度，就有可能将不同的网络连接到一起。乔恩·珀思泰1977年8月对TCP协议进行了改进，他建议把TCP的逐跳功能部分转为一个单独的协议，称为互联网协议。而后瑟夫和珀思泰撰写了分割TCP的规范，这导致最初的TCP重组为两个协议，简单的IP只针对单个数据包的寻址和转发，而独立的TCP关注服务功能，例如流量控制和丢失数据包的恢复。1980年美国国防部采用TCP/IP作为组网标准，并在1983年1月1日把ARPANET迁移到TCP/IP。从此，TCP/IP就成为互联网通信的标准协议。

分组交换协议、接口信息处理机与TCP/IP协议是计算机网络建设的三个主要技术突破。通过阿帕网的建设，互联网的先贤们解决了互联网建设的技术难题，积累了互联网建设的经验。

1.2 学术互联网时代（1970年～1990年）

当互联网的开拓者通过ARPANET的建设解决了计算机网络的主要技术难题，提出了分组交换协议、接口信息处理机与TCP/IP协议后，在美国和欧洲，许多计算机的网络被建设并互联起来。其中最重要且最具深远影响的是1985年由美国国家科学基金会（National Science Foundation）建立的NSFNET。它开始时以56 kbit/s的链路将五个超级计算机站点互联起来，1988年链路升级到了T1，1990年又升级到了T3。NSFNET连接很快遍布了美国全国的大学和企业。

互联网开始时是为大学和研究部门的研究者设计和建立的。因为NSFNET主干网规定所有连接到其上的网络只支持研究和教育的用途，我们把这个互联网发展的黎明时代称为“学术互联网”时代。在“学术互联网”时代，互联网上的主要应用包括：①电子邮件；②远程登录（Telnet）；③文件传输（FTP）。

互联网的一个关键理念是，它不是只为一个应用程序设计的，而是作为通用的基础设施，可以在其上孕育新的应用程序。TCP和IP所提供服务的通用、开放的特点使这一理念变成现实。

学术互联网时代为互联网的发展打下了基础。互联网的出现将计算机连接起来。信息可以通过互联网在瞬间传递到地球的另一端，用户可以远程登陆地球另一端的计算机。学术互联网时代互联网的主要特征为：①通过互联网，计算机被互相连接起来；②信息传递打破了时间与空间的限制，可以在相连的网络里，从地球一端瞬间传递到另一端；③互联网上只有文字，没有图形页面，必须输入命令才能使用；④互联网被用于研究和教育，禁止用于商业用途；⑤互联网是一个供科学家和工程师使用的工具，使用人员比较少。

1.3 大众互联网时代（1991年～2016年）

20世纪90年代初的两项技术突破改变了互联网只是科学家和工程师使用的工具的状况，使得互联网走出象牙塔，走进普通百姓的家中。互联网也开始进入人人连接的大众互联网时代。

（1）HTTP协议与网络浏览器。1990年12月25日蒂姆·伯纳斯-李在欧洲核子研究组织成功利用互联网实现了HTTP客户端与服务器的第一次通信。HTTP协议的使用，使得信息的组织发生了革命性的变化。网页取代文件成为信息组织的基本单元。网页上的重要内容通过超文本链接而相互连接起来，使得知识的组织从树形结构变为平行结构，从此改变了人们获取信息与知识的方式。

（2）网络浏览器。伯纳斯-李使用HTTP协议创建万维网并设计制作出世界上第一个网页浏览器，称为WorldWideWeb。同时，他也设计了世界上第一个网页服务器，称为CERN httpd，创建了世界上的第一个网站Info.cern.ch。真正使得网络浏览器广为使用的是1993年由马克·安居森发布的Mosaic以及其后由其领导开发的网景浏览器（Netscape Navigator）。Mosaic是互联网历史上第一个获普遍使用和能够显示图片的网页浏览器。网页浏览器的产生，改变了人们连接互联网的方式。人们不再需要记忆长串的数字和复杂的命令，而是可以通过使用统一的浏览器进入网站，从网页上点击链接而获取信息。Mosaic和网景浏览器的普遍使用，使得互联网走下象牙塔，成为普通大众生活中不可或缺的工具。

尽管互联网开始是为学术用途而设计的，商业网络被拒绝接入全美范围的网络，人们一直关注如何使用商业的力量来促进互联网的发展。1992年，NSF修改了NSFNET的接入原则，允许商业机构在“间接有利于研究和教育”的条件下接入NSFNET。从此大量商业性网络开始接入NSFNET的主干网。1993年，NSF提出通过网络接入点的多主干网结构而不是以前的中央主干网结构。从此商用主干网之间可以相互连接，形成了新型的互联网结构，大量的商业应用也随之产生。

大众互联网时代的主要应用包括：门户网站、资讯搜索、网络社交、电子商务、网络游戏、网络教育。大众互联网时代与学术互联网时代的一个主要区别在于，互联网走入了大众的生活，成为人们日常生活的一个重要组成部分。由于智能手机等移动终端的发展，人们通过互联网可以保持随时随地的连接。截止2016年，全球互联网用户数超30亿，中国高达6.68亿。

在大众互联网时代，互联网的主要特征是：①人与人通过互联网被连接起来，人与人的交流打破了时间与空间的限制；②知识可以非常便捷地被获取，需要哪些知识有时比知识本身变得更为重要；③社会开始去中心化，每个人都可以成为资讯的发布者；④消费者与提供商更直接联系，中间环节被去除，交易成本降低，交易更加便捷。

1.4 工业互联网时代（2017年至今）

据市场研究公司Gartner预计，2017年连入互联网的设备数量将达到84亿，首次超过全球人口数量。这标志着互联网将主要用来连接智能物体，使得2017年将被记载为工业互联网的元年。据Intel预测，到2020年全世界将会有超过500亿台设备接入互联网并实现互相连接。预计在不久的将来，所有的智能物体将会被接入互联网，将会形成一个人与人、人与机器、机器与机器全面互联的社会。

工业互联网时代的特点是：通过互联网连接人与智能物体；通过应用物体感知技术获取智能物体的工业数据；通过互联网将工业数据传输到工业互联网平台；通过平台上的大数据分析工具对工业数据进行分析，获取工业智能，并将工业智能反馈到智能物体的设计、制造、和使用中；通过工业智能，提高生产效率。以工业互联网时代为代表的信息革命将像工业革命一样，带来人类社会生产力的又一次飞速提高。

互联网是自瓦特发明通用蒸汽机以来对人类社会影响最大的一项技术突破。如果用一个词来概括互联网的本质，那就是“连接”。互联网在过去十几年的时间里产生的天翻地覆的影响力就是因为互联网更高的连接效率和连接了更多的人、财、物，进而让整个世界的商业规则都发生了转变。在大众互联网时代，百度连接了人与信息，腾讯连接了人与人，阿里巴巴连接了人与商品，这也是它们被称为中国互联网“BAT”三巨头、市值和产业控制力遥遥领先的核心原因。互相连接的网络的效益与其节点数目不是成线性关系，而是成指数型关系，网络越大，网络节点越多，网络的价值就越大。这个由多个网络连接起来的互联网具有平等、开放、互动、即时、共享等特点。

2 工业互联网的体系架构

当人类进入工业社会时，其主要标志是能源被大量使用。当人类进入信息社会时，其主要标志是数据及其携带的信息被大量利用。

2.1 工业互联网的定义

工业互联网是一个通过互联网将全球工业系统中的智能物体、工业互联网平台与人相连接的系统，通过工业系统中智能物体的全面互联，获取智能物体的工业数据，通过对工业数据的分析，获取机器智能，以改善智能物体的设计、制造与使用，提高工业生产力。

工业互联网包括5个部分：①全面互联的工业系统中大量的智能物体；②具有知识的工作人员；③互联网；④工业互联网平台；⑤工业数据的分析工具。

这里的智能物体指具有通信能力、可以连接到互联网的物理世界中的物体和动物，包括计算机、智能手机、网络摄像机、智慧灰尘、具有通信功能的各类机器、传感器等。智能物体具有下列特征：①具有通信能力，可以连接到互联网；②具有唯一标识；③能获取关于自身、其他物体或环境的感知数据并能将其传送到工业互联网平台。

工业互联网的基础是实现智能物体全面互联的互联网，关键是通过感知技术获得的大量工业数据，前提是强大的计算与存储能力，核心是对工业大数据的分析，结果是通过分析获得的新的机器智能，并用以改善智能物体的设计、制造与使用，提高工业效率。

2.2 工业互联网相关技术的发展

工业互联网的发展建立在最近几十年发展起来的物联网、互联网、云计算和大数据分析技术的基础之上。

物联网是由MIT Auto-ID中心Ashton教授于1999年在研究RFID时最早提出来的。2005年国际电信联盟（ITU）发布的物联网报告中，对物联网的定义和范围进行了拓展：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。物联网的核心是感知。

互联网是一个网络的网络，它由全球范围内几百万个私人的、学术界的、企业的和政府的网络所构成，通过电子、无线和光纤网络技术等一系列广泛的技术联系在一起。这些网络以TCP/IP协议族相连，链接全世界几十亿个设备，形成了互相连接的巨大网络。互联网的核心是连接。

云计算是最近10多年来发展起来的新的计算技术。它的核心在于通过网络把多个成本相对较低的普通计算机服务器整合成一个具有强大计算能力的系统，并借助SaaS、PaaS、IaaS、MSP等先进的商业模式把这强大的计算能力按照用户变化的需求以可伸缩的方式分布到终端用户手中。云计算使得存储和计算能力变成了一种基础设施服务，人们可以购买存储和计算能力，按照实际使用量付费。

现在广泛应用于大数据分析的机器学习方法从20世纪70年代开始起步，在80、90年代得到缓慢但稳步的发展。进入21世纪后，由于互联网的出现，使得可用的数据量剧增，机器学习方法的优势越来越明显，最终完成了从量变到质变的飞跃。由于数据量的增加，计算机如今已经解决了很多需要类似人类智能才能完成的事情。

2.3 工业互联网的体系架构模型

工业互联网系统将所有智能物体接入互联网，通过互联网连接起来。运用物体感知技术，采集智能物体的标识、位置、状态、场景数据，通过互联网快速传输到工业互联网平台。利用云计算技术提供的低成本的庞大计算能力，工业互联网平台上的大数据分析工具对采集到的智能物体的海量工业数据进行分析，获取工业智能，并将其反馈到智能物体的设计、制造、使用中，达到提高工业生产率的结果，从而实现提高人类社会生产力、改善人类生活的目的。

工业互联网系统包括4个部分：感知识别层、网络连接层、平台汇聚层、数据分析层，见图1。

图1 工业互联网的体系结构

感知识别层负责数据采集，是工业互联网系统的基础层。感知层是工业互联网的皮肤和五官，用于识别物体、采集信息。感知层解决的是人类世界和物理世界的数据获取问题，它通过物体感知技术，采集智能物体的标识、位置、状态、场景等工业数据。

网络连接层解决的是智能物体的接入和感知识别层获得数据的传输问题。网络连接层是工业互联网的神经系统，用于将各类智能物体通过有线或无线方式接入互联网，并将感知识别层获得的数据传输到工业互联网平台。在工业互联网的四层模型中，网络连接层接驳感知识别层和平台层，起到传输管道的作用。

平台汇聚层汇聚工业数据，提供数据存储服务和供数据分析的计算能力。平台汇聚层是工业互联网的大脑，用于接受并存储从感受认知层获取的工业数据，同时集聚大量的计算机服务器，提供强大的计算能力。

数据分析层提供各类智能物体工业数据的分析工具。数据分析层利用平台层提供的强大的低成本的计算能力，对感知识别层获得的海量数据进行分析，从中获得机器智能，并反馈到设计、制造、使用的工业过程中，达到提高效率、提高生产力的目的。数据分析层是工业互联网的核心。

数据分析层各类数据分析工具主要采用机器学习的方法，对感知识别层获得的海量数据进行分析，获得机器智能。主要解决3类问题：

（1）预测。通过把机器学习算法运用到海量的数据上来预测事情发生的可能性。在工业上，机器智能可以用来预测机器的工作情况，在机器出现故障征兆时发出预警，从而可以在故障发生前消除故障因素，避免故障的发生。

（2）分析。机器智能的一个重要应用是其提供的分析能力。对于许多工业上的复杂问题，人类目前还无法对其构造模型。通过使用大数据分析方法，可以帮助我们对复杂问题进行分析，找到问题的解决方案。

（3）反馈。机器智能的反馈是将通过工业大数据分析获得的结果反馈到产品的设计中，从而改进下一代的产品设计。

2.4 工业互联网的发展

自2012年美国通用电气公司提出工业互联网的白皮书后，工业互联网的发展得到了各国政府和许多企业的重视。2014年美国成立了“工业互联网联盟”，2016年我国也成立了“工业互联网产业联盟”，积极推动了工业互联网的发展。

3 物体感知技术

物体感知技术是工业互联网的基础。通过物体感知技术，人们可以采集智能物体的身份标识、位置、状态、场景等工业数据。大量的工业数据通过互联网传送到工业互联网平台，经过平台的大数据分析工具，可以获取知识，产生机器智能，并反馈到工业系统中，提高生产效率。近年来，物联网技术的研究与发展，在物体的感知技术上取得了长足的进步。使用物体感知技术对智能物体主要采集4类工业数据，即物体的标识、状态、场景、位置。相对应的感知技术包括物体标识技术、状态获取技术、场景记录技术和位置定位技术。

3.1 物体标识技术

物体标识主要用来给每一个物体确定一个唯一的编号，并通过一个便捷的方法来识别该编号，就像人的身份证一样，在工业互联网时代，每个智能物体都会有一个自己的唯一标识，通过这个标识，可以追踪其制造、销售、使用的全生命周期信息。常用的物体标识技术包括条形码、二维码、RFID等技术。

条形码是人类历史上第一个大规模使用的物体标识技术。目前世界上通用的条形码分为在美国和加拿大通用的UPC和在其他地方广泛使用的EAN。条形码技术具有以下几方面的优点：①输入速度快，通过使用条形码扫描器，可以实现即时数据输入；②可靠性高，采用条形码技术误码率低于百万分之一；③普及率高，条形码扫描器已在全世界的超市中普及。

条形码技术的主要缺点包括：①数据容量较小（30个字符左右，只能包含字母和数字）；②条形码尺寸相对较大（空间利用率较低）；③条形码遭到损坏后不能阅读。

因为条形码所能表示的信息比较少，只有4～5位数字表示商品代码，因此条形码只能表示商品种类，而不能作为单个商品的标识，不能作为智能物体的身份标识。

为了解决条形码所能表示的信息比较少的问题，在一维条码的基础上扩展出另一维具有可读性的条码，也称为二维码。二维码使用黑白矩形图案表示二进制数据，其长度、宽度均记载着数据。二维码具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度。二维码有一维条码没有的“定位点”和“容错机制”。容错机制使得即使没有辨识到全部条码或条码有污损时，也可以正确地还原条码上的信息。二维码还具有对不同行的信息自动识别及处理图形旋转变化等特点。

汉信码是我国拥有完全自主知识产权的新型二维码，是中国物品编码中心承担的国家“十五”重大科技专项——《二维码新码制开发与关键技术标准研究》的研发成果。中国国家标准《汉信码》于2005年12月完成国家标准制定工作，2007年8月23日《汉信码》国家标准正式颁布，并于2008年2月1日正式实施。《汉信码》国家标准的标准号为GB/T 21049－2007。

因为二维码的信息容量大，二维码可以为全世界所有智能物体提供单一标识，可以作为智能物体的身份证。二维码也可以提供商品的网页链接。智能手机的广泛应用大大促进了二维码的普及。通过手机的二维码扫描功能，可以快速获取二维码中存储的信息。

射频识别RFID技术是一种通过无线电信号识别特定目标并读写相关数据，而无需在识别系统与特定目标之间建立机械或光学接触的通信技术。

射频识别系统包括RFID标签、阅读器和数据管理三个部分。射频辨识系统将标签附着在要辨识的物体上。射频识别阅读器发出一个加密的无线信号来询问标签。标签收到信号后用它本身的串行号和其他信息来回应它。阅读器非接触地读取RFID标签的信息，并通过网络与数据管理系统连接，从而完成对电子标签信息的获取、解码、识别和数据管理。数据管理系统主要完成数据信息的存储和管理，并可以对标签进行读写控制。

RFID是一项易于操控，简单实用且特别适合用于自动化控制的灵活性应用技术，可自由工作在各种恶劣环境下：短距离射频产品不怕油渍、灰尘污染等恶劣的环境；长距射频产品多用于交通上，识别距离可达几十米，如自动收费或识别车辆身份等。

3.2 状态获取技术

状态获取技术指通过开发和运用传感器，获取物体物理状态的技术。机器的物理状态数据是工业大数据里非常重要的数据，通过对物理状态数据的分析可以了解机器的工作状态，预测机器未来的工作性能。

传感器是能感受被测物理量并按照一定的规律转换成可用输出信号的器件或装置。传感器通常把物体状态物理量（如速度、加速度、压力、温度、湿度、流量）转换成易于测量、传输、处理的电学量（如电压、电流、电容）。传感器通常由敏感元件、转换元件、测量电路组成，有时还包括辅助电源。根据传感器的工作原理，可将其分为物理传感器、化学传感器、生物传感器三大类。

在工业互联网时代，大量的传感器会被使用到物体中。这些传感器会使得人类更清楚地了解智能物体的状态信息。

3.3 场景记录技术

场景记录技术指通过成像方法来记录场景的技术。图像是记录场景的最佳办法，图像包含非常丰富的信息，远非文字描述可比。

常用的光电传感器包括CCD图像传感器和CMOS图像传感器。目前CCD在影像品质等各方面均优于CMOS，但CMOS具有低成本、低耗电以及高整合度的特性。新一代的CCD以降低耗电量作为改进目标，以期进入照相手机的移动通信市场。CMOS系列，则开始朝向大尺寸面积与高速影像处理晶片统合，藉由后续的影像处理修正噪点以及画质表现。目前CMOS图像传感器主要应用于小尺寸、低价格、摄像质量无过高要求的场合，如保安用小型、微型相机、手机、计算机网络视频会议系统、无线手持式视频会议系统、条形码扫描器、传真机、玩具、生物显微计数、某些车用摄像系统等大量商用领域。随着制造技术不断地更新，CMOS图像传感器的影像品质不断提高。有人预测，CMOS图像传感器可能将在未来3～5年内代替CCD图像传感器而成为市场主流图像传感器产品。

数码相机是一种利用电子传感器把光学影像转换成电子数据的照相机，它集成了影像信息的转换、存储和传输等部件，具有数字化存取模式，与电脑交互处理和实时拍摄等特点。光线通过镜头或者镜头组进入相机，通过数码相机成像元件转化为数字信号，数字信号通过影像运算芯片储存在存储设备中。数码相机的成像元件是CCD图像传感器或CMOS传感器。数码相机的大规模普及尤其是智能手机将数码相机的功能结合进手机的设计后，拍照和视频成为了人们记录场景的最有效的方法。人们不但将场景记录下来，而且还通过社交软件与他人分享。大量的分享的图片和视频为场景的大数据分析提供了丰盛的原料。

网络摄像机由网络编码模块和光学成像模块组合而成。光学成像模块把光学图象信号转变为电信号，以便于存储或传输。当我们拍摄一个物体时，此物体上反射的光被摄像机镜头收集，使其聚焦在摄像器件的受光面上，再通过CCD或CMOS图像传感器把光转变为电能，即得到了“视频信号”。光电信号很微弱，需通过预放电路进行放大，再经过各种电路进行处理和调整，最后得到标准信号。网络编码模块将光学成像模块采集到的模拟视频信号编码压缩成数字信号，从而可以直接接入网络交换及路由设备。

3.4 位置定位技术

位置定位技术指获取和记载物体位置的技术。位置包含了和物体有关的坐标。坐标可以是二维或三维的，通常包含了物体所在位置的经度和纬度的有关信息。

物体在室外空旷环境下的位置获取通常采用卫星定位，其基本原理是测量出已知位置的卫星到用户接收机之间的距离，然后综合多颗卫星的数据就可知道接收机的具体位置。要达到这一目的，卫星的位置可以根据星载时钟所记录的时间在卫星星历中查出。而用户到卫星的距离则通过记录卫星信号传播到用户所经历的时间，再将其乘以光速得到。常用的卫星导航系统为美国的GPS系统和我国的北斗卫星导航系统。

卫星定位技术较好地解决了物体在室外空旷环境下的位置获取问题。但在如隧道、地下停车场、室内等许多环境下，接受终端常常无法获得充分的卫星信号。而且卫星定位的民间应用的精度只能达到10米左右，对许多应用场合这样的精度无法达到要求。因此需要使用其他定位技术作为卫星定位的辅助定位，解决卫星信号到达地面时较弱、不能穿透建筑物和卫星定位精度比较低的问题。常用的其他定位方法包括：WiFi定位、蓝牙定位、RFID射频识别定位、超宽带定位、红外线定位、超声波定位、基站定位、ZigBee定位技术。

4 数据传输技术

互联网的产生，使得人类信息的传递发生了革命性的改变。工业互联网时代智能物体通过物体感知技术获得的数据可以在瞬间从地球的一端传输到另一端。最近几年来，无线通信技术和光纤通信的发展大大提高了互联网的网络数据传输速度，为海量数据的传输提供了高速通道。人类在互联网数据传输技术上的进步，使得人类可以将大量的工业数据快速地传输到工业互联网平台，为步入工业互联网时代提供了数据传输的交通要道。

数据传输技术包括两个部分，一是在互联网中将数据快速传递的技术，二是将智能物体接入互联网的技术。

4.1 互联网的基本原理

互联网是多个计算机网络相互连接而成的一个大型网络，它们通过电子、无线和光纤网络技术等一系列广泛的技术联系在一起。这些网络以TCP/IP协议族相连，连接各种智能物体，形成了互相连接的巨大网络。

按照美国联邦网络委员会的“互联网定义”，互联网是全球性的，互联网上的每一台主机都需要有“地址”，这些主机必须按照TCP/IP协议连接在一起。

1993年美国科学基金会将中央主干网结构改为通过网络接入点（NAP）的多主干网结构，各个网络之间可以通过网络接入点而互相连接，互联网逐步发展成为网络与网络之间所串连成的平等的庞大网络。随着互联网的发展，网络接入点已被互联网交换点（IXP）所取代，互联网提供商（ISP）之间的网络通过互联网交换点而直接连接，从而可以提高速度、减少延迟、增加带宽。目前世界上有上百个互联网交换点，在每个互联网交换点中，有多台以太网交换机。

目前互联网大致上可分为5个接入级：①互联网交换点IXP；②国家主干网（主干ISP）；③地区互联网提供商ISP；④本地互联网提供商ISP；⑤校园网、企业网或PC机上网用户。

通过各个局域网，互联网提供商、互联网交换点、全世界的互联网用户可以互相连接。据估计，2016年底全世界互联网用户已达34亿人。随着大量智能设备的加入，这个数量会在近年内迅速增加。

互联网的产生得益于三大关键技术的突破，即分组交换技术、接口信息处理机与TCP/IP协议。

4.2 有线传输技术

智能物体接入互联网通常采用有线或无线两种方法。当它们被接入互联网后，数据的传输都采用有线的方式。这主要是由于有线传输受干扰小，传输速度快。

目前互联网的传输设备平均每1～2年要全面升级一次，其骨干网的带宽每6～9个月翻一番。传输技术的发展为互联网提供了越来越大的数据通道，确保了互联网的迅速发展。

传输介质是连接通信设备、为通信设备之间提供数据传输的物理通道，是数据传输的实际载体。很多介质都可以作为通信中使用的传输介质，但这些介质本身有不同的属性，适用于不同的环境条件。在互联网应用中最常用的有线传输介质为双绞线和光纤。

双绞线是由一对带有绝缘层的铜线以螺旋的方式缠绕在一起构成的，通常双绞线电缆由一对或多对这样的双绞线对组成。绝缘材料使两根线中的金属导体不会因为互碰而导致电路短路。双绞线通常用于传输平衡信号。与其他传输介质相比，双绞线在传输距离、信道宽度和数据传输速度等方面均受到一定限制，但价格较为低廉。通常计算机和其他互联网终端与网络的连接都使用双绞线。

光纤通信是以光波作为信息载体、以光纤作为传输媒介的一种通信方式。光纤以其传输频带宽、抗干扰性高和信号衰减小的特点，成为互联网中数据的主要传输介质。

在使用光纤传递信息时，在发送端首先要把传送的数据变成电信号，然后调制到激光器发出的激光束上，使光的强度随电信号的幅度（频率）变化而变化，并通过光纤发送出去；在接收端，检测器收到光信号后把它变换成电信号，经解调后恢复原数据。

1991年Lucent公司发明的DWDM技术，利用单模光纤的带宽以及低损耗的特性，采用多个波长作为载波，允许各载波信道在光纤内同时传输，从而可以在现有的光纤骨干网上提高带宽。目前的DWDM系统可提供16/20波或32/40波的单纤传输容量，最大可到160波，商业应用速率可以达到3.2 Tbit/s。

互联网是由一个个局域网连接而组成的，在局域网中通常采用以太网技术。目前以太网接口速率最快可以达到100 Gbit/s。支撑100G以太网接口的关键技术主要包含物理层（PHY）通道汇聚技术、多光纤通道及波分复用（WDM）技术，物理介质相关（PMD）子层满足100 Gbit/s带宽，新的芯片技术支持到40nm工艺，这些技术为开发下一代高速接口提供了可能。

4.3 无线通信技术

无线通信技术在信号发射设备上通过调制将信息加载于无线电波之上。当电波通过空间传播到达收信端时，电波引起的电磁场变化又会在导体中产生电流，通过解调将信息从电流变化中提取出来，从而达到信息传递的目的。无线通信的终端部分使用电磁波作为传输媒质，具有成本低、适应性强、扩展性好、连接便捷等优点。常见的无线传输技术为蜂窝移动通信技术和无线局域网技术。

早期的无线通信系统在其覆盖区域中心设置大功率的发射机，采用高架天线把信号发送到整个半径可达几万米的覆盖地区。这种系统的主要缺陷是它同时能提供给用户使用的信道数极为有限，远远不能满足用户的需要。

20世纪70年代由美国贝尔实验室提出的蜂窝概念解决了这个问题。蜂窝系统把整个服务区域划分成若干个六角形的小区，形成了形状酷似蜂窝的结构。许多小区像蜂窝一样能布满任意形状的服务地区。蜂窝移动通信系统在每个小区设一个基站，各小区均用小功率的基站发射机进行覆盖，每个基站只管理本小区范围内的移动台。各个基站通过核心网的移动交换中心进行通信。蜂窝的概念大大提高了系统容量，解决了公用移动通信系统要求容量大与频率资源有限的矛盾。

目前无线通信通常采用基于LTE的第四代移动通信技术（4G）。使用4G LTE，理论下行最大传输速率可达201 Mbit/s，除去信令开销后大概为150 Mbit/s。根据实际组网以及终端能力限制，一般情况下用户下行峰值速率为100 Mbit/s，上行峰值速率为50 Mbit/s。

第5代移动通信技术5G将在2020年左右全面启用。5G技术将具有高速度、低时延、低功耗的特点。预计5G技术在传输速度上会得到大幅度的提高，理论峰值会达到20 Gbit/s。实际实施中，在低速移动下传输速率会达到10 Gbit/s，在高速移动下传输速率会达到1 Gbit/s。5G移动技术的全面推广将实现智能物体与互联网的全面连接。大幅度提高的传输速度使得大量的通过物体感知技术获取的数据可以迅速地被传输到工业互联网平台。大幅度降低的时延使得许多需要快速反应的应用如无人汽车、智慧交通等应用可以通过无线通信网络实现。

2016年6月，3GPP组织（移动通信标准化团体）将NB-IoT窄带物联网标准协议确定为物联网通信的全球统一标准。NB-IoT构建于蜂窝网络，只消耗大约180kHz的带宽，可直接部署于GSM网络、UMTS网络或LTE网络，能降低部署成本，实现平滑升级。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网（LPWA）。NB-IoT支持待机时间长、对网络连接要求较高的设备的高效连接。

无线局域网将无线通信技术与网络技术相结合，通过无线信道来实现网络设备之间的通信，提供有线局域网的功能。通过局域网与互联网的连接，无线局域网使得用户获得随时、随地、随意的宽带网络接入服务。最新的无线局域网标准802.11ac理论最高速率能达到6.93 Gbit/s，真正可以使用的数据速率为1.56 Gbit/s。

在工业互联网时代，绝大多数的智能物体将通过无线传输方式接入互联网，其主要原因在于：有些智能物体本身在不断改变位置，如智能手机、汽车、火车等；有些智能物体必须在野外工作，不方便通过有线连接，如布置在森林、海洋或农田里的传感器和设备；更多智能物体通过无线连接成本更低。根据智能物体的功能与应用，它们将以不同的速率接入互联网。不同的接入速率将使用不同的无线传输技术。

（1）低速率业务。绝大多数的传感器和智能物体都属于这一类。此类设备使用的频次很低，传送的数据少，但总数非常大。对于这类应用，窄带物联网NB-IoT技术由于其功耗低，可连接设备数高，覆盖范围广，将成为这类业务的首选。

（2）高速率业务。例如移动手机、车载设备和移动监控摄像头，其业务特点要求实时的数据传输。这类应用将主要使用4G、5G或WLAN技术。

（3）中等速率业务。这类应用使用频率高但传送的数据量不太高，例如各类家用电器、许多传送频率比较高的传感器等。这类应用将主要使用GPRS、WLAN技术。

4.4 互联网数据传输架构

在工业互联网的应用中，一些固定而且需要高传输速率的智能物体（如机床、摄像头、台式计算机）将使用以太网接口连接到企业网，其他位置不固定（如手机、汽车或位置固定但对传输速率要求不高）的将通过无线通信方式接入企业网，如图2所示。这些企业网、校园网会通过本地ISP、地区ISP连接到主干ISP，主干ISP之间通过互联网交换点相连接。在工业互联网时代，所有的智能物体都会通过类似的方式连接到互联网，与其他的智能物体和使用智能终端的人相连。

图2 互联网连接示意图

5 平台构造技术

工业互联网的平台汇聚层主要负责汇聚、存储智能物体通过互联网传输的海量数据，提供计算能力对海量数据进行分析，并将分析所获得的知识和机器智能反馈给智能物体和相关人员。

工业互联网平台的构造通常基于云计算技术。工业互联网平台是工业互联网的核心部分，它为工业互联网提供智能物体工业数据的存储能力，提供对海量工业数据进行分析、获得机器智能的计算能力。

5.1 计算机硬件技术的发展

1936年，阿兰·图灵提出了一种抽象的计算模型——图灵机，提供了一个可以实施的数学模型，为人类研发计算机指明了道路。1945年冯·诺依曼起草了《关于EDVAC的报告草案》的长达101页的报告，报告广泛而具体地介绍了制造电子计算机和程序设计的新思想。冯·诺依曼解决了如何设计和制造计算机的问题，他提出的计算机体系结构一直延续至今。1946年，世界上第一台通用电子数字计算机ENIAC在美国诞生。自1946年至今的70多年里，计算机技术得到了飞速发展，经过了电子管、晶体管、集成电路（IC）和超大规模集成电路（VLSI）四个阶段。计算机的体积越来越小，功能越来越强，价格越来越低，应用越来越广泛。

大规模集成电路技术带来了微处理器的进步，促成了个人计算机的诞生。最早获得广泛使用的个人计算机是美国苹果公司1977年推出的苹果Ⅱ型计算机。1981年8月12日IBM推出了IBM5150的首台IBM PC，到1983年，IBM PC占领了个人计算机的主要市场。IBM在推出IBM5150的同时，附带了技术参考手册，公布了产品的技术细节，这使得一大批IBM兼容机被迅速推向市场，促进了个人计算机的普及。到2016年，全球个人计算机年销量达到了2.69亿台。

集成电路是20世纪50年代后期发展起来的一种新型半导体器件，它经过氧化、光刻、扩散、外延、蒸铝等半导体制造工艺，把构成具有一定功能的电路所需的半导体、电阻、电容等元件及它们之间的连接导线全部集成在一小块硅片上，然后焊接封装在一个管壳内，成为具有所需电路功能的微型结构，组成一个整体。集成电路的规模生产能力、可靠性、电路设计的模块化方法使得它迅速代替了离散晶体管。集成电路是微处理器、存储器、控制器的核心，集成电路技术的发展带动了计算机的发展。虽然设计开发一个复杂集成电路的成本非常高，但是当分散到通常以百万计的产品上时，每个集成电路的单位成本很低。

Intel的联合创始人戈登·摩尔在1975年提出：集成电路上可容纳的晶体管数目约每隔24个月便会增加一倍。后来这个时间被他的同事修改为18个月，被称为“摩尔定律”。摩尔定律指出，在相同面积的晶圆下生产同样规格的IC，随着制造技术的进步，每隔一年半，IC产出量就可增加一倍，换算为成本，即每隔一年半成本可降低一半，或同样价格能买到的电脑性能，每隔18个月翻一倍。摩尔定律是简单评估半导体技术进展的经验法则，半导体行业大致按照摩尔定律发展了半个多世纪。摩尔定律的实质在于50年内产生了8个数量级的进步。50年前1百万元的计算能力与存储资源现在只要花1分钱就可以获得。硬件技术的快速发展与硬件成本的快速下降使得我们具有了搭建工业互联网平台、对海量工业数据进行分析的硬件基础。

5.2 云计算

云计算是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载平衡等传统计算机技术和网络技术发展融合的产物，它旨在通过网络把多个成本相对较低的普通计算机服务器整合成一个具有强大计算能力的系统，并借助SaaS、PaaS、IaaS、MSP 等先进的商业模式把强大的计算能力按照用户变化的需求以可伸缩的方式分布到终端用户手中。云计算的出现可以改变企业IT的运作模式，未来大部分的企业将不再需要专门的IT部门。用户可以通过网络向云计算平台按照需要购买计算能力，按照实际使用量付费。

云计算具有虚拟化、高可靠性、按需服务、按使用计费、可伸缩资源能力、高性价比的特点。云计算平台有3种商业模式：①软件为服务SaaS；②平台为服务PaaS；③设施为服务IaaS。

5.3 工业互联网平台

工业互联网平台是一个用于汇聚并存储智能物体的工业数据，对海量工业数据进行分析，获得机器智能的计算平台。工业互联网平台通常采用云计算技术构造，采用用户按需使用，按计算能力的使用量付费的方式。

工业互联网平台通常采用IaaS或PaaS方式提供给数据分析类软件公司，让他们在平台上开发各行业专用大数据分析工具。工业互联网平台采用SaaS的方式提供给工业企业，为用户提供工业数据的分析服务。

与常用的云计算平台类似，工业互联网平台构造使用的主要技术包括虚拟化技术、海量存储技术、并行处理、数据管理技术、分布式资源管理技术、平台系统管理技术。

5.4 工业互联网平台应用示例

目前国内外领先的工业互联网平台包括GE的Predix平台和西门子的MindSphere平台。

Predix是GE推出的工业互联网平台。Predix于2015年8月向所有用户开放，可将各种工业资产设备和供应商相互连接并接入云端。GE希望Predix成为工业互联网的操作系统。Predix的一个先天优势是GE庞大的工业设备产品线，目前世界上有超过1万亿美元的GE生产的工业设备正在使用中，Predix试图首先将这些设备接入Predix工业互联网平台。源于GE对其生产产品的了解，Predix在飞机引擎的健康预测等领域取得了较好的效果。Predix平台上目前已推出40多种应用，可以应用于航空、电力、医疗设备等行业。

西门子MindSphere平台是西门子面向市场推出的与Predix相抗衡的工业互联网平台，可采集生产资产数据，并将这些数据用于价值增值分析；可实现诸如预防性维护、能源数据管理以及工厂资源优化的功能。MindSphere的优势在于西门子是自动化和传动设备领域的市场领导者，装机数量庞大，因此，在向西门子产品线以及使用西门子控制设备和软件的企业的推广上具有优势。

6 数据分析技术

在工业互联网时代，工业系统的智能物体会连入到互联网，并通过互联网连接到工业互联网平台。通过物体感知技术获得的大量工业数据会通过互联网迅速传送到工业互联网平台。使用云计算技术建立的工业互联网平台为大数据分析提供了强大的计算能力。使用工业互联网平台提供的计算能力，对海量工业数据进行分析，从中获得机器智能并以此反馈到工业系统，是工业互联网的核心。

6.1 数据、信息与知识

数据是可识别的、抽象的符号，信息是对世界、人或事物的描述，数据与信息是不同而又相关的概念。信息与数据既有联系，又有区别。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。而信息是数据的内涵，信息加载于数据之上，对数据作具有含义的解释。数据和信息是不可分离的，信息依赖数据来表达，数据则具体表达信息。数据本身没有意义，只有对数据进行分析，获得其所承载的信息才有意义。

6.2 工业数据的特征

工业数据来源于工业系统中人和物的活动。从人的行动、交往到产品的设计、制造、销售、使用与回收，这些活动其实一直在进行，只是以前缺乏感知技术去记录，缺乏存储手段去保存。当然，更主要的原因是以前缺乏计算能力和计算方法去分析这些数据，从中获取有用的价值。最近人类在感知技术、传输技术、平台技术和数据分析技术上的突破，使得数据的价值越来越大，人们开始有意识地收集各类数据。

工业数据包括通过感知技术获得的各类智能物体的标识、状态、位置和场景数据，可以分为结构化数据和非结构化数据。工业大数据的基本特征可以用4个V来表示：Volume（大体量），Variety（多样性），Velocity（高速度），Value（高价值，低密度）。工业数据纷繁复杂、数量庞大，需要将其放入数据库里，对其进行组织、存储和管理。目前常用的数据库有两类：关系数据库（SQL）和NoSQL数据库。

6.3 工业大数据的处理技术

工业大数据由于其数量庞大，常常在PB级，而且要求快速获得分析结果，传统的数据分析方法无法满足大数据分析的要求，工业大数据的分析需要采用崭新的分析技术。目前对大数据的处理大体分为3类：①静态数据的批量处理；②在线数据的实时处理；③图数据的综合处理。

6.4 机器智能

工业大数据分析的目的是获得机器智能。智能是指个体对客观事物进行合理分析、判断及有目的地行动和有效地处理周围环境事宜的综合能力。智能至少包括3个方面的能力：理解、分析、解决问题的能力；归纳推理能力和演绎推理能力；自适应环境而生存发展的能力。

机器学习方法从20世纪70年代开始起步，在80、90年代得到缓慢但稳步的发展。进入21世纪后，由于互联网的出现，使得可用的数据量剧增，机器学习方法的优势越来越明显，最终完成了从量变到质变的飞跃。由于数据量的增加，计算机如今已经解决了很多需要类似人类智能才能做的事情。

与传统的数据分析不同，在运用机器学习进行大数据分析时，需要遵循两个原则：完备性原则和相关性原则。机器学习的方法可以归纳为两大类：非监督学习与监督学习。

6.5 机器智能在工业中的应用

通过工业大数据分析获得的机器智能将成为工业互联网时代工业生产力提高的主要源泉。机器智能将会广泛地应用于工业生产与人民生活的方方面面。

机器智能的核心是预测。机器智能主要是把数学算法运用到海量的数据上以预测事情发生的可能性。在工业上，机器智能可以用来预测机器的工作情况，在机器出现故障征兆时发出预警，从而可以在故障发生前消除故障因素，避免故障的发生。

机器智能的一个重要应用是其提供的分析能力。对于许多工业上的复杂问题，人类目前还无法对其构造准确模型，机器智能使用大数据，可以帮助我们对复杂问题进行分析，找到问题的解决方案。

机器智能的反馈是指通过工业大数据分析获得的结果会被反馈到产品的设计中，从而可以改进下一代的产品设计。从使用过程中获取反馈、改进产品设计是人类工匠几千年一直遵循的原则，但只有在工业互联网时代，随着感知技术的进步，人们才能获得产品在制造、销售、使用过程中的大量数据；随着计算能力的大幅度提高，才能具有对产品相关的数据进行大数据分析的能力。应用机器智能的反馈，人类将能获得满足个性需要的产品和服务。

7 工业互联网时代的挑战与发展

工业互联网将互联网延伸到工业领域，将工业系统的智能物体连入互联网。通过对工业数据的分析，获取机器智能，将能够大大提高生产效率、提高工业生产力。在人类迈入工业互联网时代，获得数据、信息所带来的社会进步的同时，人类也同时面临着这个新的时代带来的挑战。

7.1 思维模式的变革

在农耕时代，人们主要依赖于经验思维，人们根据自身和传承的经验，对事物和现象作出自己的假设和解释。当这些假设和解释符合人们的实际观测时，人们就把这些假设和解释当作知识代代遗传下来。很多时候，人们的假设常常是错误的，但只要其解释在一定范围内符合人们的观测结果，人们往往一样认同这些假设，把它们作为知识。经验思维在过去几千年的农耕社会中为人们广泛使用。

以牛顿三大运动定律为代表的理论是工业时代的基本定律，它对许多自然现象的完美解释，使得人们认为宇宙是完全被决定的，世界变化具有确定性，从而建立了工业社会的确定性思维。人类的确定性思维在描述宏观世界事物的规律中获得了巨大的成功。牛顿定律、麦克斯韦方程组、爱因斯坦的相对论使用简单公式描述事物的规律。根据这些公式，人类可以确定许多事物在过去、现在、未来的准确状态。

当人类的视角从宏观世界转入微观世界时，人们发现确定性思维不再适用了。世界上事物的不确定性还有另外一个来源，即现实事物或现象的复杂性。对于许多复杂的事物，我们到目前还不了解其复杂的机理，但现实生活需要我们做出决定。不确定性是人类社会发展到信息社会后的一个社会特点。人类必须尽快改变思维模式，从工业社会的确定性思维尽快转换为不确定性思维，通过去除事物的不确定性来解决工业和社会问题。

7.2 问题与挑战

工业互联网时代由于智能物体与人的全面互联，将会带来工业生产率的提高，但同时也会带来隐私的消失和安全的隐患。这个新的时代还会带来工作与就业的挑战。

在工业互联网时代，因为所有智能物体都会将收集的数据传送到某个平台，由于大数据的多维度和全面性的特点，它可以从很多看似支离破碎的信息中复原一个人或者一个组织的全貌，并且可以了解到个人生活的细节或者组织内部的各种信息。如何保证个人隐私权成为一个巨大的挑战。

在工业互联网时代，由于所有的智能物体被连接到互联网，互联网已经被延伸到工业系统的每个角落，安全已成为一个远比大众互联网时代更为重要的挑战。在互联网时代，各种智能物体（包括汽车、无人飞机）、各种机器被接入互联网，它们向工业互联网平台传送数据，也接受工业互联网平台的反馈。一旦工业互联网平台被网络黑客所控制，其可能造成的后果将对人类社会带来不可估量的损失。

工业互联网时代，从海量工业数据中获取的机器智能在大幅度提高人类生产力的同时，也将改变人类工作和生活的方式，对人们的工作与就业产生巨大的影响。随着互联网被延伸到工业领域，各类机器将通过工业互联网平台获得越来越多的机器智能，机器的自动化程度将越来越高。在工业互联网时代绝大多数的劳动力密集型产业将被自动化机器所取代，预计从事工业生产的岗位只有现在的5%或更少。

与农业社会向工业社会的转型不同，工业社会向信息社会的转型对于人类来说更加困难。在未来，人类比智能机器做得更好的工作会越来越少，不能被取代的工作岗位将越来越少。如何保障人类可以体面、快乐地工作和生活是工业互联网时代人类需要面对的重大挑战。

7.3 工业互联网与经济发展

人类社会的发展取决于科学技术的发展，当科学技术发生重大突破时，人们的生活水平也会发生巨大的变化。

互联网的发明消除了数据和信息的传递障碍，互联网的大规模推广标志着人类跨入了信息社会。在大众互联网时代，实现了人人互联，在经济上主要是达到了去除中间环节、降低成本的目的，即“节流”。工业互联网时代将实现人与智能物体的全面互联。通过对采集的工业数据的分析，获取新的知识，获得机器智能，工业互联网将大大提高生产效率，提高生产力。在经济上，工业互联网将起到“开源”的作用。

工业互联网的价值可从四个方面来体现。第一，提高能源的使用效率，包括油、气、电等；第二，提高工业系统与设备的维修和维护效率；第三，优化并简化运营，提高运营效率；第四，利用数据分析产生的机器智能，改进产品的设计，改进生产的过程，提高生产效率。工业互联网时代将是继工业革命之后又一个大大提高人类生产力的时代，这将是物质产品极大丰富的时代，也将是人类文明取得重大进步的时代。