从四个视角透视工业物联网

　　传统的工业企业中留存了大量的旧有信息系统和工业设备，这些系统和设备中运用的信息采集方式、通信模式、数据格式、操作系统往往并不统一，它们在底层所采用的信息技术可能存在极大的差异。在工业4.0中，目前最关键的工作就是引入CPS，连接各类“异构”的系统设备，实现相互间的信息兼容。在数字化的进程中，工业物联网的搭建需要减少对原有系统的改造，做到向下兼容(兼容老旧系统)。

　　所以，工业4.0主要以采用“功能扩展”(增加CPS)的方式实现老设备、旧系统的“上网”，注重的是三个“集成”(三类集成：横向集成、纵向集成、端到端集成)，而并不是重构工业系统底层的信息架构(重构协议标准并开放接口)。

　　从目标来看，工业互联网和工业4.0是高度一致的，即通过工业系统的联网来聚合能力，再灵活运用，服务于个性化、创造性的需求，并产生新的商业模式和生态。

　　在工业互联网白皮书中，将工业互联网描述为：致力于工业控制系统联网，使之形成大型的端对端系统。工业互联网系统能与人联接，能充分集成企业内部系统、工艺流程和分析工具。这样的端对端系统被称为“工业互联网系统(IISs)”。

　　工业互联网的架构，从商业利益诉求开始(联盟的发起者都为大型企业)，基于各类应用，进行生态体系的研究，并通过简化方式对系统架构进行解释，便于各领域组织和个人的理解。

　　不同于工业4.0在“集成”之上，更注重供应链(价值链)的研究，工业互联网则更偏向于对利益相关者-“角色”的研究。生产分工的“角色”，不仅仅是指产业链上下的企业和组织，还包括了企业中的各类职业人士，包括商业决策者、技术工程师、产品经理等。在工业4.0中也有大量内容关于对“劳动者(人)”的调研和阐述，但主要是从社会学、人力资源管理学进行整体性的思考。

　　一、工业物联网的四层视角

　　从“角色”的需求出发，工业互联网提出了四层“视角(Viewpoint)”的结构(有些文章中也称之为“组件”)。

　　1.业务视角(Business Viewpoint)

　　在工业互联网的搭建中，业务视角关注于识别利益相关者的商业视野、价值观和目标。相关人员(包括行业用户)需要思考如何通过工业互联网提供的基本功能来实现商业目标。(行业用户：业务决策者、产品经理、系统工程师等)

　　2. 应用视角(Usage Viewpoint)

　　应用视角定位于可靠、复杂的系统应用(功能)。通过专业用户或逻辑用户自助式的一系列操作(使用过程)，能够获取到系统的基本功能或服务，并将其拼装成成熟的商业应用。(专业用户：系统工程师、产品经理等;逻辑用户：智能终端)

　　3.功能视角(Functional Viewpoint)

　　功能视角聚焦于工业互联网系统中的基本功能模块(系统的零部件)，以支持上层应用组件的运行。功能视角主要研究模块之间的关联关系、组合结构、信息交互接口、使用流程和步骤，以及功能模块和系统外界环境的关联关系。(系统和组件架构师、开发人员、集成商)

　　4. 执行视角(Implementation viewpoint)

　　执行视角主要关注的是功能视角中的信息技术元素，包括具体的工业控制系统、通信方案和软件程序。执行组件(视角)关注于工业物联网最基本、核心的技术架构，功能(视角)在执行视角的技术架构上搭建，使得多个应用(视角)能够协同工作，并实现业务的完整交付。(系统和组件架构师、开发人员和集成商,和系统运营商。)

　　工业互联网认为，工业领域的控制系统(ICS)已经能够实现跨产业部门的工业自动化。它们通过对物理世界的感知，获得信息的“激励”，并通过“固化”、明确的逻辑运算，向执行器发布指令信号，从而由设备上的机械装置改变物理世界和环境的状态。这种“控制”过程由工程师精心设计，使得自动化设备的所有行为都明确并固定下来。但如果生产环境发生改变，生产产品需要升级，那么必须由工程师重新设计并调整系统，这有可能需要启动一个生产线的“精益”项目。(精益-Lean：制造业领域专有名词，可简单理解为：改进生产系统并提升生产线的能效)。

　　要适应生产环境和商业需求的变化，控制系统中的信号处理元器件，首先需要与外部信息系统组网通信，其次需要建立共通的“语言”(通信协议、数据规范)，还要能够接受上层应用的调配和指挥，以此实现灵活的“柔性生产”，与其他商业系统协同“智造”。

　　四层视角之中，“执行视角”主要是构建信息流的通道(从通信行业的角度来说，就是拓扑、接口、规范和消息流程)。在“执行视角”中的独立设备和系统，会按照接口规范输出传感信号或接受指令信号，在“功能视角”中形成数字化映射，即在虚拟世界获得一个“身份”，能被其他信息系统进行查询、访问、调用、关停等。

　　四个视角中的系统和能力是相互交织，只是看待的角度层面不同。商业视角和应用视角更多的是从商业的角度来看待生产活动，它更关心的是资金、客户关系、供应链、人力资源、企业资产、产品的生命周期等等，是从上(需求)向下(实现)看待工业物联网。功能组件和执行组件是从信息技术、行业技术的角度来看生产活动，它聚焦于如何调配计算资源、如何传递信息、如何操作设备、系统的维护和运营、技术构架的健壮性和安全性，更层次化、深入化地理解工业物联网系统，关注于它的“有机性”。

　　二、工业物联网的技术架构

　　在工业互联网的四个组件中，功能视角和执行视角都是从技术的角度来拆解工业互联网。其中，功能视角关注工业整体系统，是顶层的技术架构，定义并展现了工业核心能力的相互关系;执行视角关注信息系统结构，是支撑功能视角的数字化基础，它对工业物联网的信息/网络能力进行了层级划分。

　　通俗的来说，执行视角描述了一个人(工业)的“神经网络”，而功能视角则呈现了一个人(工业)的“器官组织”。工业互联网通过这两种视角，注重于理清信息技术与工业技术之间的关系。就目前来看，工业4.0的架构思路倾向于将信息技术进行改进和叠加。相对而言，工业互联网则更关注未来工业系统的重构，使得信息和工业深度、有机的融合。

　　1.功能视角

　　工业互联网联盟希望有一个明晰的、技术层面的功能结构，一方面兼容工业自动化原本传统的工业技术结构，并且普适于大多数的工业信息系统(如ERP等)，另一方面能够具有良好的扩展性和健壮的系统性，可以达到全面数字化生产的程度，并适合相关企业和人员来进行理解、设计、开发、运营。所以，工业互联网对工业领域和信息领域的技术进行了融合，并定义和划分相应的功能模块，提出了“功能视角”的概念，这便是工业互联网的顶层功能架构：功能域模型。

　　功能域模型由五个基础的功能域组成。企业的信息系统可以包含所有的功能域，也可能是其中几个，还可以是单独一个功能域，每个功能域都是相对独立、完整的系统。当然，实际的业务系统会根据应用特色，删减或修改功能域中的某些细节性技术，但这不会影响工业互联网的整体结构。

　　(1) 控制域

　　控制域整体部署在物联网边缘，贴近实物和环境，在物联网结构之中处于边缘位置。控制域包括：

　　感测，是传感器对设备、环境的感知;

　　驱动，就是指通过传递指令信号，使得设备上的机械部件或电路开关实施规定动作。此外，向电子标签等存储设备注入数据也是驱动的一种类型。

　　交流，是指信息在边缘网络中传递。

　　实体抽象可以理解为物的“数字化”，即物的(状态或属性)实体信息由统一、规范、有实际意义的数据(即数字化信息)来表示，这样上层系统就可以解读感测信息、改写设备状态(驱动)。实体抽象是物理系统和信息系统的桥梁，完成虚拟和现实相互间的映射。在物联网领域中，“数字化”的狭义理解就是“实体抽象”。

　　建模，是对物理世界的系统性描述(包括对单一事物的分析和预测能力)。建模的对象可以是生产设备(例如通过采集大量的设备状态信息，来预测设备的隐性故障)，也可以是外部环境(例如机器乒乓球手，通过视频中的乒乓球轨迹，来判断球的落点)。建模的数据源来自下层的“实体抽象”。复杂的建模需要融合高深的行业技术知识，并通过高等计算(人工智能到等)来实现。

　　执行者通过对控制目标的解读，按照自有的控制逻辑，实施一系列的操作(向驱动和感测传达指令)。执行者具有自主性，具有一定的决策权和智能，可以动态、灵活地完成任务。当然，对于一些特别重要或简单的控制目标，执行者会不经过逻辑判断，直接执行。

　　整个控制域实现了(控制)目标和(物理)行为的统一。

　　(2)操作域

　　操作域是对控制域系统的集中化运营，它可以远离控制域，实现远程的监管。操作域主要的职责包括：

　　为功能(组件)的实现，调配和部署资源并进行相应管理。

　　为保证功能的健壮性，操作域还需要具备监测和诊断分析的能力：通过分析系统的关键性能指标，来评估系统的健康，针对系统故障、性能下降等问题，及时上报或预警。

　　操作域除了“反应式”的运营方式外(出现告警后再处理)，还需要支持预测和优化：预测故障和系统瓶颈，在故障和问题发生前处理(预测性维护);掌控各类资源的利用率和下层系统设备的情况，通过调整资源分配来实现生产优化(例如动态地关闭一些空载运行的机器，来节省工厂的电力消耗)

　　在预测分析方面，操作域需要信息域的帮助，以弥补他可能在计算能力上的不足。

　　(3) 信息域

　　从不同的域中采集信息，并将这些大量的异构信息进行转换、建模、存储，最终实现高级分析的功能(分析系统瓶颈或预测产业链趋势)。

　　信息域具备的数据处理能力包括：

　　采集(汇集)传感器和操作状态的海量数据

　　数据质量管理(数据过滤、去重、挑拣垃圾数据)

　　(异构)数据格式转换

　　语义化处理(在原始数据中注入备注信息，关联其它数据集等，比如位置信息、时序信息等)

　　存储和数据持久化(data persistence，内存数据模型和存储模型的相互转换)

　　数据分发处理(包括流分析处理-streaming analytic processing)

　　控制域也有数据采集和建模的能力，但主要是用于即时的计算、实时的反馈、连续的操作，其关注点在于设备的“物理行为”。信息域的建模主要是用于“后计算”的，即通过大数据分析、智能预测，制定一个长期的优化目标，并通过调整控制域的执行策略，实现系统整体的性能提升。

　　信息域对控制域具有“引导”作用，如果将控制域看做“生产者”，那么信息域就是“管理者”。

　　(4)应用域

　　应用域是所有“功能(function)”(也称之为“函数”)的集合，包含对“控制域”进行操作的功能。功能在应用域中表示为一个个相对独立的应用程序，业务则是多个应用程序的系统性组合。虽然在软件应用的底层代码中也有“功能(函数)”的概念，但应用域所指的“功能”是高度抽象(语义化)和复杂的逻辑程序，它可以包含一组协同的物理操作或一系列流程化的数据处理行为。

　　操作功能发出的操作请求并不是无条件执行的，它必须接受控制域的条件约束，例如违反作业安全的操作指令会被控制域“拒绝”。

　　(5) 业务域

　　业务域即是企业各类的业务系统，例如：企业资源管理(ERP)、客户关系管理(CRM)、资产管理系统、人力资源管理系统(例如人力资源的共享中心)、项目管理系统等等。这些信息业务是通过完整的一套软件程序来实现闭环的业务流程，也被称为：实现“端到端”的操作流程，例如用户从客户端到电商平台(服务端)下订单购买商品。

　　2.执行视角

　　功能视角作为顶层技术架构，本质上是从工业领域的整体视角看待工业互联网的技术架构，而执行视角则是从“具体实现”的视角看待工业互联网，它其实属于功能视角的一个基础部分，不过以作者看来，“实现”的本质就是物理信息和虚拟信息的相互转换，所以执行视角所展示的功能拓扑看起来更像一种“服务于信息的组网和计算方式”，其强调了协议、接口，以及系统动作、设备状态的信息化映射。对于通信领域的人士来说就很容易读懂执行视角之下的架构，而且能够和物联网网络架构进行对应。

　　(1)三层架构

　　执行视角下的工业互联网分为三个基本层级：边缘层、平台层、企业层，它们分别对应不同的网络和功能特性。

　　边缘层收集各类设备数据并汇总转发至平台层，或由平台层反向发送数据(例如操作指令)至边缘层中的设备。

　　平台层，一方面具有设备和资产的管理监控功能，可以向上层应用(企业层)提供这些能力。另一方面，它可以接受并执行企业层下达的操作指令：数据分析、信息查询或控制设备运作。平台层整合了工业领域中的各类信息能力，并形成具有开放性的服务系统。

　　企业层，就是行业应用层。它可以是商业决策系统，也可以是提供给外部用户的设备监控系统，还可以是给内部运营人员用于产品质量分析的软件应用。它可以从平台层获取大量的底层生产数据，也可以通过平台层控制海量的设备，但它并不“关心”这些功能(查询、操控)具体是如何实现的，它只负责高层应用的逻辑实现。

　　(2)三层网络

　　在三层架构模式之中存在三层网络：邻接网络(Proximity Network)、接入网络(Access Network)、服务网络(Service Network)

　　邻接网络，通过一定数量的转发节点连接一定区域范围内的边缘节点(包括传感器、驱动器、设备、资产、控制系统和边缘服务)，并且在区域内形成局部网络。邻接网络可以理解为物联网的边缘网络，不过它更强调了在一个场景化的空间范围内。

　　接入网络，实现资产、终端、设备连接到平台层的网络。接入网络可以是企业专网，也可以是商用的运营商网络，例如4G LTE网络。所有终端都需要通过网关设备连接到服务网络。

　　服务网络，实现平台层和企业层连接。它可以是互联网，也可以是运营商的移动网络，或是企业私有网络，还可以是建立在各种网络之上的虚拟专线网络。其实，企业系统之间的互联也可以通过服务网络。