T5干货丨工业互联网深度研究报告之边缘层

1发布 · 2020-07-16 11:21 548

数据采集是工业互联网的基础，目前是部署数据采集的时候，投资机会较多

产业产业分析

产业分析

一、工业互联网边缘层（数据采集）

1.基本概况：通过大范围、深层次的数据采集，以及异构数据的协议转换与边缘处理，构建了工业互联网平台的数据基础。

2.核心价值：利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。

3.功能分类：

a. 设备接入

b. 协议解析

c. 边缘数据处理

工业互联网平台功能架构

二、数据采集范围

1.工业现场设备：主要通过现场总线、工业以太网、工业光纤网络等工业通信网络实现对工厂内设备的接入和数据采集，可分为三类：

a.专用采集设备：对传感器、变送器、采集器等专用采集设备的数据采集。

b.通用控制设备：对PLC、RTU、嵌入式系统、IPC等通用控制设备的数据采集。

c.专用智能设备：对机器人、数控机床、AGV等专用智能设备的数据采集。

2.工厂外智能产品：主要通过联网实现对工厂外智能产品的远程接入（通过DTU、数采网关等）和数据采集。

3.核心功能：主要采集智能产品运行时关键指标数据，包括但不限于如工作电流、电压、功耗、电池电量、内部资源消耗、通信状态、通信流量等。用于实现智能产品/装备的远程监控、健康状态监测和远程维护等应用。

工业互联网数据采集范围

三、架构组成

1.设备接入：通过工业以太网、工业光纤网络、工业总线、3G/4G、NB-IoT等各类有线和无线通信技术，接入各种工业现场设备、智能产品/装备，采集工业数据。

2.协议转换：一方面运用协议解析与转换、中间件等技术兼容Modbus、CAN、Profinet等各类工业通信协议，实现数据格式转换和统一。另一方面利用HTTP、MQTT等方式将采集到的数据传输到云端数据应用分析系统或数据汇聚平台。

3.边缘数据处理：基于高性能计算、实时操作系统、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端数据分析形成协同。

工业数据采集体系架构

四、工业数据采集产品类型

1.设备接入：设备接入产品细分以下几类：

a.数据采集模块，即传感器

b.RTU/PLC/DCS/IPC/嵌入式系统等

c.机器人/数控机床/专用智能设备或装备

d.物料标识读取设备（RFID）

2.协议转换：工业通信网络接口种类多、协议繁杂、互不兼容，需要通过工业网关来进行各种协议转换，工业网关主要包括串口转以太网设备、各种工业现场总线间的协议转换设备和各种现场总线协议转换为以太网（TCP/IP）协议的网关等。

3.网络传输：用于工业现场设备和智能产品/装备的网络连接和数据传输。设备包括工业交换机、工业路由器、工业中继器、工业网桥、DTU等。

4.边缘数据处理：主要产品包括边缘计算软件、配套数据库及相关模块等。

5.工业数据采集安全：目前在工业数据采集系统中，主要通过工业防火墙和工业网闸等产品，实现数据加密传输，防止数据泄漏、被侦听或篡改，保障数据采集和传输过程中的安全。

工业数据采集体系架构

五、核心技术

（一）工业通信网络

1.现场总线：是自动化领域中底层数据通信网络，它是应用在生产现场，连接智能现场设备和自动化测量控制系统的数字式、双向传输、分支结构的通信网络。目前应用较多的有Profibus、CAN、LonWorks、HART、Modbus等。

现场总线原理图

2.工业以太网：工业以太网是指在工业环境的自动化控制及过程控制中应用以太网的相关组件及技术。优势：能够使企业的信息网络和控制网络实现统一。

工业以太网

3.工业光纤网络：采用无源光网络（PON）技术，工业光纤网络在工业互联网体系架构中处于车间级网络位置。优势：不受电磁干扰、部署灵活、传输距离远、高安全性。

4.TSN（低时延网络）：TSN是为了解决工业领域中的互操作性孕育而生的标准协议。是基于以太网标准的确定性实时通信机制，定义了极其准确、极易预测的网络时间，具备高数据量传输与优先权设定功能等优势。

5.NB-IoT：支持海量连接、有深度覆盖能力、功耗低，适合于传感、计量、监控等工业数据采集应用。

6.5G：5G拥有超高速，高可靠，低时延的特性，适合工业通信场景，取代WiFi、Zigbee和WirelessHART等无线通信网络技术。

（二）协议转换技术

1.基本概况：目前在工业数据采集领域，多种工业协议标准并存，各种工业协议标准不统一、互不兼容，导致协议解析、数据格式转换和数据互联互通困难。协议转换技术就是将不同的工业通信协议通过协议解析、数据转换和地址空间重映射等技术手段转换成统一协议，实现设备数据采集的信息交互以及和信息系统的互联互通，实现了访问的统一性。

2.关键技术：OPC基金会大力推动的OPC UA统一架构，是应用程序和现场控制系统连接的标准，可以通过一个统一接口实现多种工业协议标准的数据交换，OPC UA是以SOA、WebService为核心的跨平台数据交换技术。OPC UA可用作数据传输的统一通讯协议，为互联互通提供了完善的解决方案。

3.技术优点：高开放性和稳定性。

OPC UA解决方案

（三）边缘计算

1.基本概况：边缘计算可实现海量、异构的联接，满足业务的实时性要求，实现数据的优化，注重应用的智能性，同时保护安全与隐私。边缘计算在实时性、短周期数据、本地决策等工业数据采集场景方面有不可替代的作用。

2.智能ECN(Edge Computing Node)：兼容多种异构联接、支持实时处理与响应、提供软硬一体化安全等。

3.联接计算CCF(Connectivity and Computing Fabric)：实现架构极简，对业务屏蔽边缘智能分布式架构的复杂性；实现OICT基础设施部署运营自动化和可视化，支撑边缘计算资源服务与行业业务需求的智能协同。

4.智能业务编排：通过业务Fabric定义端到端业务流，实现业务敏捷。

5.智能服务：模型驱动的统一服务框架，能够实现软件开发接口一致和部署运营自动化。

边缘计算参考架构

（四）工业人工智能

1.运行方式：利用传统自动控制相关的业务及技术，使设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。

2.数据积累：通过对企业生产及服务过程中积累的历史数据，采用深度学习等人工智能的模型算法，发现数据的内在规律及新的价值，用于改善设计、生产及服务等工业业务环节。

3.技术优点：使各类设备升级为具备“自适应能力”，主动感知环境变化的智能设备，可以根据感知的信息调整自身的运行模式，使其处于最优状态。

工业人工智能

六、发展挑战

1.网络挑战：现有的多种网络通信连接技术都可以用来在一定程度上解决工业物联网互联互通的问题，但是尚不存在一种被广泛认可一体化解决方案。

2.数据挑战：当前工业数据采集面临的突出问题可以总结为“三不”：不敢传（数据安全问题）、不能传（协议标准不统一）、不需传（本地化和实时性问题），无法支撑实时数据采集和实时分析、智能优化和科学决策。

a.工业数据采集存在数据安全问题。涉及到大量重要工业数据和用户隐私信息，存在黑客窃取数据、攻击企业生产系统的风险。

b.工业协议标准不统一且数据开放性不够。目前工业协议标准由不同厂商制定，存在Profibus、Modbus、CAN、LonWorks、HART、Profinet、EthernetIP等多种工业协议标准。协议标准不统一，互不兼容。

c.工业数据采集实时性要求难以保证。对于高精度、低时延的工业场景难以保证重要的信息实时采集和上传，无法满足生产过程的实时监控需求。

工业互联网互通互联相关技术演进过程

市场分析

一、市场规模

（一）工业数据采集整体市场情况

1.工业互联网市场规模：2017年我国工业互联网市场规模约为4700亿元，预计2018年到2019年年均增长约18%。具体到细分市场结构上看，基础设施、软件与应用、通信与平台、工业安全的占比分别是40.90%、30.70%、27.60%、0.80%。

工业互联网市场细分结构（单位：亿元）

2.工业数据采集市场规模：2017年，中国工业数据采集产业市场规模达到570亿元，同比增长16.3%。预计未来2-3年，中国工业数据采集市场将保持稳定增长趋势。

2015-2020年中国工业数据采集市场规模

（二）工业数据采集兼容性分布情况及细分市场情况

工业互联网平台协议兼容性分布情况

1.数据采集协议支持：超过一半的平台还采用了多种数据采集协议；64%的平台采用通用协议OPC-UA，其中近一半的平台还采用了自主开发协议转换解析模块，协议兼容能力相对较强。

2.数据采集集成解决方案能力：81.3%的平台具有自主开发软件网关、硬件网关或集成第三方解决方案的能力，围绕底层数据采集提供技术产品和解决方案。

3.边缘层数据预处理能力：38%的平台通过部署边缘计算模块，实现了数据清洗、数据缓存及在生产现场的轻量级运算和实时分析。

4.细分产品市场：PLC、DCS、IPC等工控设备，传感器及工业通讯模块占比较大。

细分产品市场情况

5.细分行业市场：汽车行业占比最大，电子制造业次之。

细分行业市场情况

二、竞争格局

1.工业自动化企业：从自身核心产品能力出发，主要为工业数据采集工业数据采集提供接入设备，作为工业数据采集的源头，例如西门子、研华、霍尼韦尔、安控等；工业自动化企业具备先天竞争优势，起步和前期推广相对容易，可以在原有系统客户上深度耕耘。

2.工业互联网企业：主要为工业数据采集提供工业网络协议转换、传输、安全等配套设备和服务，部分企业从原有优势领域正在积极向制造业领域延伸发展，例如中国电信、中兴通讯、华为等；工业互联网企业在技术架构的高度上更有比较优势，战略构想和规划能力更为突出。

工业数据采集核心企业构成

企业分析

一、北自所（数据采集设备系统解决方案）

1.基本概况：北京机械工业自动化研究所有限公司，是国务院国资委所属的转制科研院所。是离散制造领域智能制造系统集成的实践者和引领者。

2.产品及解决方案：北自所为企业提供自动化专机/单元、集成化产线/系统、数字化车间、智能工厂等多种智能制造解决方案。公司将数据采集系统与自主开发的MES等系统结合，开发了OEE(设备综合效率分析)、SPC(质量分析)、设备生产能耗分析等数据处理模块。

3.客户案例：四川大西洋焊接材料股份有限公司以“智能制造示范工厂”为建设目标，在生产加工、园区物流、工序物流、能源、环境、质量等环节采用智能制造相关技术和产品。

4.功能效果：通过工业数据采集系统对现场设备、仪表的数据收集和管理，不仅能够保证生产计划的正确执行，还能对生产现场各业务单元的绩效执行和能耗情况进行评估，最终将考核目标的颗粒度细化到每个岗位和工位。

大西洋车间级数据采集系统网络系统

二、中国电信（提供工业网关部署方案）

1.基本概况：中国电信顺应信息通讯业智能化发展趋势，帮助制造企业实现网络化、数字化、协同化和智能化转型。

2.产品及解决方案：定制工业网关，全面开源网关操作系统，升级工业网络连接，增强云网融合能力。

3.客户案例：中国电信与潍柴集团合作，成功实施了基于工业光纤网络的工业网络互联网与数据采集项目。潍柴车间内设备种类繁多，各种设备接口及协议不统一，导致数据采集困难。本项目通过工业网关及工业光纤网络的ONU设备实现RS232/485串口、以太网等多种工业设备接口接入，并通过集成各种主流的工业协议（如：Profibus、Profinet、Modbus、OPC UA等），为潍柴实现了各种先进制造设备的数据采集。

4.功能效果：最终提高产线生产效率10%，降低缺陷产品率40%，降低设备故障停机时间50% 。

中国电信工业网络互联与数据采集项目架构图

三、华为（提供EC-IoT边缘计算物联网解决方案）

1.基本概况：华为是全球领先的信息与通信技术(ICT)解决方案供应商，在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势。

2.产品及解决方案：针对工业数据采集场景，华为提供EC-IoT边缘计算物联网解决方案，方案由终端通信模块、边缘计算网关（AR系列）和敏捷控制器共同构成。EC-IOT解决方案已经在梯联网，电力物联网，城市及照明物联网，智慧能源，智能制造，工程机械，车联网等领域有应用成果。

3.客户案例：华为和全球领先的电梯及自动扶梯供应商迅达集团合作，梯联网解决方案将助力迅达全球百万电梯的统一联网和管理。通过电梯上的传感器采集电梯运行数据，从而实现对电梯运行情况的监控。梯联网基于边缘计算，通过在边缘侧安装智能网关，与电梯主控板或电梯传感器对接，实时采集电梯上各类传感器所获取的电梯运行数据，并进行数据预处理；预处理后的数据经有线或无线的方式上传云端，通过云端大数据分析平台，全面监控电梯各部件的“健康指标”。

华为解决方案产品全家福

华为解决方案成功案例

四、寄云科技（提供故障预测分析全方位解决方案）

1.基本概况：寄云科技为企业提供从传感器数据采集、实时数据存储和转换、设备远程监控和告警，到工业大数据的深度处理和分析等多维度的服务，及故障诊断、故障分析和预测、可靠性分析、产线优化乃至产能提升等全方位的解决方案。

2.产品及解决方案：寄云NeuSeer工业互联网平台支持汇聚来自设备的海量传感器数据，来自IT系统的运营数据，或者第三方的数据，利用大数据、高级分析、机器学习和边缘计算等技术，通过预测性分析，改进运营效率、提高产能和服务。

3.客户案例：彩虹集团（邵阳）特种玻璃有限公司咸阳分公司生产高铝硅超薄玻璃，具有很高的质量要求，废品率很高。产线面临传统PLC、DCS数据采集与存储方式独立、数据格式封闭、数据保存周期短等问题，寄云科技提供的工业设备远程监控和运维解决方案包含软硬件一体化的工业物联网网关和工业物联网平台，实现了远程数据采集、远程监控、统一配置和统一的设备管理，并支持对设备的远程编程。

4.功能效果：通过本项目的成功实施，企业实现单条产线运营成本降低20%，产能提升20%，生产节拍提升20%，不良率降低10%。