本篇文章2939字，读完约7分钟

面对全球市场竞争格局和互联网消费文化的兴起，制造企业不仅需要创新产品、生产技术甚至商业模式，以客户和市场需求推动生产，还需要提升企业经营和生产管理水平，优化生产运作，提高效率和绩效，降低成本，确保可持续发展，以适应不断变化的市场变化，包括大规模和小批量定制生产的需求。

在这种环境下，智能制造已经成为企业不可或缺的应对策略和手段。制造环境的数字化和信息化，以及在此基础上制造的进一步优化和升级，是实现智能制造的必由之路。

美德和技术架构，殊途同归

工业互联网在智能制造或数字制造中的关系是什么，它能发挥什么作用？为了探讨这些问题，我们可以谈谈工业互联网联盟和工业4.0平台之间的合作。

工业互联网联合会(iic)是由美国几家大企业创立的。它以实现可靠的工业物联网为使命，安全地连接和控制系统和设备，以实现变革成果。

iic侧重于跨学科合作，以期打破技术壁垒，促进物理世界和数字世界的广泛融合。它涵盖了重要的垂直行业，如制造业、能源、交通，甚至医疗保健和公共设施。为此，iic发布了iira(工业互联网参考架构)作为其第一份技术报告。

“工业4.0平台”是德国在2013年4月举行的汉诺威通信与信息技术博览会上正式推出的一项新的工业战略计划。

其目的是充分利用信息和通信技术以及网络物理系统，促进制造业的智能转型。德国工业4.0平台也制定了工业4.0的参考架构模型(rami 4.0，参考架构模型工业4.0)。

在市场上，这两个组织是有国际影响力的组织。2015年底，这两个组织的代表举行了双边磋商，并开始讨论如何相互合作，特别是如何从对方的角度理解技术问题，探索两种架构的潜在协调性，减少市场上同时存在上述两种参考架构所造成的混乱。

事实上，工业互联网和工业4.0平台的起源背景是一样的，即如何将互联网计算和通信技术应用到各个行业，优化行业运行。然而，就实施而言，它们有自己的重点。

德国工业4.0平台专注于促进制造智能；Iic专注于工业互联网，它涉及广泛的领域，强调跨领域的互操作性。显然，工业互联网的概念也适用于制造业，但德国工业4.0的框架深入探讨了制造业的具体技术框架。

简单地说，工业4.0强调如何构建一个系统，以及系统中不同的环节如何相互作用以完成生产过程。工业互联网强调如何优化该系统以实现最高性能。

显然，首先是互操作性问题。

例如，我们有一些大型设备，由制造商制造、交付和部署，然后开始运行。这些设备在基于工业4.0的制造系统中出厂，整个制造过程不仅涉及一个制造商，还涉及数百个参与联合制造的制造商。这些设备部署后，可以通过工业互联网技术进行优化。设备的维护和性能优化需要制造商的专业知识。相反，制造商还需要获得设备使用和维护的数据，以细化设计和制造过程的反馈信息。也就是说，基于iira的操作系统需要与基于rami4.0的制造系统相连接和融合，这样数据和信息才能相互流动，也就是说，两个系统之间需要交互操作。

然而，工业互联网和工业4.0智能制造之间的关系是否停留在这种互操作性水平上？

优化，工业互联网的核心

让我们回顾一下什么是工业互联网的核心概念。

工业互联网可视为互联网计算和通信技术，广泛而深入地应用于工业系统，即我们通常所说的信息和通信技术与生产和运营技术的集成，它将实体、信息、业务流程和人员联系起来，通过数据分析和优化决策促进生产和运营的智能化，并高度优化设备和资源的使用，从而创造新的经济成果和社会价值。

连接设备、收集数据、通过数据分析了解设备的运行状态、优化设备的运行和维护以及实现经济价值的例子在过去几年中已经被多次报道，大家都非常熟悉。

作为一个典型案例，下面仅列举几个例子来进一步说明优化是工业互联网的核心这一观点。

☆一家国际石油公司从部署在偏远地区的关键设备收集数据，实施远程监控和数据分析，并避免数百万美元的停机和生产损失。

☆通过对风力涡轮机多年收集的数据进行分析和建模，通用电气(ge)在2013年推出了一个名为“加电”的数字分析功能，优化每个叶片的运行以获取更大的风力，这可以使发电量增加5%，并使风电场运营商的利润增加20%。进一步的改进使同一设备的发电量进一步增加了20%。

\\\\\\\\\\\\\\\\\\\\\通过分析，确定了发电机的最佳工作参数，选择了多台发电机的低功率输出模式，降低了能耗，每小时可节约30美元左右。对于一支50艘船的船队来说，每年可以节省65万美元。

显然，对于工业互联网而言，设备的连接是基础，数据收集和分析是关键手段，最终目标是利用从分析中获得的信息做出最佳决策，优化生产和运营。因此，数据分析在这个优化过程中非常重要。

数据分析、智能和优化的驱动力

数据分析，包括大数据分析，已经在金融、保险和市场分析等传统商业行业中应用和实践了多年，尤其是在电子商务中，并且已经成为消费市场营销中不可或缺的技术。随着工业互联网和智能制造的兴起和发展，工业分析(或称工业大数据)是数据分析在工业中的应用。一些先进的分析算法，如机器学习、深度学习和人工智能在工业环境中的应用有加速发展的趋势。

去年年底，德国数字分析协会和物联网分析机构联合发布了一份关于工业数据分析的调查报告(工业分析2016/2017，物联网分析有限公司)。调查结果显示，受访的151名专业分析师和工业企业决策者中，大多数都清楚地认识到工业数据分析的重要性。

在未来五年内，工业分析将对商业极其重要

同时，他们认为设备的预测性维护是工业分析最重要的应用，甚至超过了对客户市场的分析。工业数据分析在产品使用和维护支持方面的应用也处于领先地位。

近60%的受访者还认为，工业数据分析对于产品质量监督和生产过程自动化非常重要。也就是说，行业已经充分认识到设备数据分析对运营优化的重要性，运营优化是工业互联网的核心应用。

事实上，这并不奇怪。对于许多工业企业来说，已经投入生产的设备代表着其经营中最重要和最大的比例，也是创造价值的关键资源，因此优化它的重要性是毋庸置疑的。一般来说，如果将海量的工业数据与原油进行比较，那么数据分析可以作为炼油设施，从数据中提取有价值的信息作为推动智能制造的有效燃料，为最佳决策提供准确及时的依据，使整个制造过程更加透明、优化和灵活，更好地满足大规模个性化制造的需求。

信息化的三个优化角度

事实上，通过使用计算和通信技术优化生产操作和流程花了40到50年时间，而生产业务管理的数字化也花了大约30年时间。工业互联网可视为制造业数字化或信息化发展过程中的一个新阶段。

大致说来，我们可以把当前通过信息化优化制造业的过程分为三个方面:

1。为了改进和深化制造过程的数字化，主要过程包括由企业资源计划(erp)和产品生命周期管理(plm)领导的业务管理过程。

2。利用工业互联网技术实现或扩展生产设备与产品之间的联系，无论是在生产过程、物流过程还是产品使用过程中，收集数据，通过工业数据分析进一步优化制造业的生产和运营。

3。随着网络物理系统(cps)的发展，计算和通信技术与物理感应和效应在最小的单元组件中深度集成，实现了虚拟和物理空之间的交互映射，将计算、通信和控制集成为一体，并实现了设备的自动化