內容簡介
這是一本從平臺架構、關鍵技術、應用實踐3個維度全面講解工業物聯網如何在生產實踐中落地的著作。它是順豐物聯網平臺負責人10余年經驗的總結，得到了行業里近10位專家的一致推薦。它將幫助企業解決工業物聯網推進過程中遇到的OT與IT融合困難、組織協作成本高昂、全局性技術棧選型難把握、項目規模化落地困難風險易低估、數字化轉型難聚焦等系列問題。
全書的具體內容分為如下幾個方面：
（1）全面認識工業物聯網
主要內容包括工業物聯網的內涵、本質、產業現狀、面臨的挑戰，以及它與智能制造、工業4.0、數字化轉型之間的關系，它將幫助讀者建立對工業物聯網的宏觀認識。
（2）工業物聯網平臺架構
重點介紹了工業物聯網體系架構的發展過程和構建方法，從感知層、邊緣計算、網絡連接、平臺再到應用，探討了工業物聯網體系搭建過程中的效率和投入問題，同時還能幫助讀者建立架構思想和框架意識。
（3）工業物聯網關鍵技術
詳細講解了工業物聯網體系架構中涉及的各項關鍵技術，包括工業物聯網感知、網絡連接、邊緣計算、云計算、工業物聯網平臺等。除了從技術角度詳細闡述各知識點外，還注重說明技術應用背后的發展脈絡、合理性與局限性，以及它所能解決的問題和帶來的價值。
（4）工業物聯網案例分析
通過工廠車間數字化、軌道交通裝備遠程監控和故障診斷、醫藥冷鏈、電梯物聯網、聲源定位等一些具有代表性的案例，幫助讀者理解和掌握如何將工業物聯網項目成功落地，同時深刻體會實施過程中所遇到的挑戰。
（1）作者背景資深：作者是順豐物聯網平臺負責人，負責順豐物聯網平臺建設及產品化工作。（2）作者經驗豐富：在物聯網、邊緣計算、工業大數據領域從業10余年，有豐富的實踐經驗，經歷了工業物聯網從規劃到實施落地的各個階段。（3）注重工程實踐：不僅講解了工業物聯網的體系架構、核心技術和平臺構建，而且還講解了構建過程的技術選型和潛在風險。（4）專家重磅推薦：來自華為、阿里、微軟、信通院的近10位專家高度評價并推薦。
為什么要寫這本書
工業物聯網是物聯網在工業領域的應用，是物聯網與傳統產業的深度融合。隨著中國智能制造、德國工業4.0、美國先進制造伙伴計劃等一系列國家戰略的提出和實施，工業物聯網成為全球工業體系“創新驅動、轉型升級”的重要推手。將工業物聯網應用于研發設計、生產制造、運營管理及服務運維等全流程各個環節，用工業物聯網改造傳統產業，實現企業數字化轉型、資源高效利用，促進產業結構調整，推動經濟發展方式由生產驅動向創新驅動轉變，從而構建服務驅動型的新工業生態體系。
近年來，受益于云計算、大數據和人工智能技術的加持，工業物聯網進入新階段，人們逐漸意識到由數據驅動催生的新商業模式所帶來的巨大價值，機理模型和數據模型的結合與碰撞為化解復雜系統的不確定性、發掘洞見、企業決策，提供了強有力的數據支撐和新的引擎動能。
這種趨勢和共識并非一蹴而就的。記得2011年前后，筆者在從事工業自動化測試和控制方面的工作，當時針對大型裝備如風力發電機組、軌道交通設施，為保障它們的正常運行，避免故障意外停機導致生產中斷所帶來的影響和損失，我們會進行狀態監測，即通過裝備自身的通用控制器或加裝的傳感器來采集數據，對設備健康狀態進行不間斷的監控。采集的數據在本地或上傳到服務器進行分析，并根據設定的門限閾值預警，整個過程簡單地歸納為“采集-分析-可視化-決策”，現在想來這應該就是早期工業物聯網的雛形。事實上，無論是流程行業還是離散行業，這些工作一直在進行著，只是當時還沒有形成工業物聯網的概念。
2012年工業巨頭通用電氣公司基于其在工業領域，尤其是電力、航空、醫療、能源方面的深厚積累，首次提出工業互聯網概念，并于2014年聯合多家行業龍頭企業成立了工業互聯網聯盟，旨在加速工業物聯網應用，推動數字化轉型。2015年我國提出智能制造戰略，傳統行業各細分領域的頭部企業紛紛開始工業物聯網項目試點，期望能夠及時布局，保持自己在行業的領先優勢。同時，工業物聯網的應用領域也在不斷拓展，工廠之外的智慧樓宇、城市管理、物流運輸、智能倉儲、公共交通等領域亦產生了大量工業物聯網應用場景。
從工業物聯網整個技術支撐體系來看，它涉及傳感器感知、泛在網絡連接、邊緣計算、云計算、工業數據建模、大數據分析、人工智能等眾多前沿技術領域，并且與工業自動化密切相關，這使得它成為當前工業領域熱門的課題。本質上還是“采集-分析-可視化-決策”，只是每個環節的內容都發生了巨大變化。首先，數據采集的范圍顯著擴大，從設備擴展到人及一切生產要素，并強調打通信息孤島，通過接口和系統集成的方式實現業務系統的數據采集，將強物聯網屬性的數據與其他業務數據聯動。其次，數據分析處理的手段更加豐富，處理能力增強，大數據和云計算的普及，加速了數據驅動、數據應用的步伐，以前在單機上做的數據分析與可視化，現在搬到了云上，數據存儲能力和算力大幅提升，很多限制已消除。再次，決策依據和手段變多，數據采集維度和分析方法增加，運營技術（OT）與信息技術（IT）融合，使得決策更加準確，同時人工智能（AI）數據模型在特定場景取得的成效也幫助化解了復雜系統的不確定性。
盡管工業物聯網備受關注，但是它的發展并非一帆風順，直到今天依然面臨著很多挑戰。在企業數字化轉型的大背景下，工業物聯網作為重要使能手段，其目標主要是幫助企業實現數字化、網絡化和智能化，被寄予厚望，人們篤信未來工廠一定會實現整廠智能。在制造業、電力能源等特定領域，工業物聯網已證明其巨大價值，同時我們仍應清醒地看到，在很多應用場景下，工業物聯網深陷試點困境，無法規模化應用。
陷入試點困境的原因有很多，常見的情況如下。試點的投入成本可見，但工業物聯網技術貫穿運營管理的各個環節，效能難以量化，只有通過長期的數據積累和應用才能體現，短期收益不明顯，造成商業價值難以估量。工業物聯網涉及的技術范疇非常廣，對于資源有限和能力欠缺的企業，顯得過于復雜并且技術難度大，難以實施。工業物聯網在企業內部需要各業務部門密切配合項目決策，對外需要生態圈內合作伙伴相互協作，企業管理層目前只關注到短期降本增效等商業價值，缺乏長遠的數字化戰略。
工業物聯網是技術創新，其更重要的價值在于應用創新，僅靠頂層數字化技術優勢只會停留在技術層面，無法打破工業各垂直細分領域的“潛規則”并深入探尋業務場景的本質需求。相比互聯網商業場景，物聯網工業場景存在巨大差異，專業領域知識（Know-How）仍然在工業本身，工業領域每個垂直行業的工程師都積累了很多寶貴經驗。相對于各種炫酷的算法和創新技術，工業更加關心穩定、可靠、成熟的落地案例，獲得的收益，持續的高效率和低成本以及高質量。
工業物聯網是運營技術（Operation Technology，OT）與信息技術（Information Technology，IT）融合的具體實現。長期以來，OT與IT之間存在斷層現象，相互隔離，各自的崗位有著不同的目標，所掌握的技能也截然不同，兩者之間的鴻溝阻礙了企業充分利用已掌握但尚待發掘價值的重要信息。OT與IT的融合并非易事，企業需要有效的人才支撐和組織保障，以推動物聯網技術實施。
工業物聯網技術發展迫切需要對OT與IT兩個大方向均有深刻理解，即擁有全局觀和視角的復合型人才，或是同一組織中OT與IT的專業技術人才能夠順暢溝通。由于目前這方面的人才還很稀缺，也急需有針對性的專業圖書和課程來培訓相應人才，因此筆者產生了寫這本書的想法。筆者在撰寫過程中也非常重視這一點，沒有停留在簡單的技術堆疊和教科書式的內容講解上，在系統化介紹工業物聯網的同時，針對每一個具體環節，力圖準確闡述實際場景落地過程中所遇到的問題和解決思路。
讀者對象
工業物聯網領域的OT開發和產品人員。
工業物聯網領域的IT開發和產品人員。
垂直行業解決方案架構師和市場人員。
正在尋求OT與IT融合以推動企業數字化轉型的管理決策人員。
咨詢顧問和投資人員。
相關專業的高等院校師生。
本書特色
本書從平臺架構、關鍵技術與應用實踐3個維度系統闡述工業物聯網。筆者擁有工業物聯網及相關領域十余年從業經驗，并且比較幸運地在其發展早期，通過一些項目的場景落地和快速迭代，對工業物聯網有了一個循序漸進的認識過程，并形成了自己的見解。筆者在負責工業物聯網整體應用方案架構設計和產品功能梳理定義的過程中，經歷了工業物聯網從規劃到實施落地的各個階段，因此得以對組織能力和技術體系架構進行系統思考。
書中重點圍繞工業物聯網的體系架構，從感知層、邊緣計算、網絡連接、平臺再到應用，對各個層級的技術原理、技術路線進行深入的講解，結合業務場景對技術選型進行深入分析，從實際應用角度出發，分享在工業物聯網構建過程中有哪些潛在的風險、踩過的坑、不同條件下什么因素占主導地位。
對工業物聯網而言，成功沒有捷徑，雖然某些業務場景從原理上可能一句話足以概括，但背后的影響因素，技術的、組織的、市場的、地域的、法規的、人性的，任何一個細節都有可能左右項目的結果。本書雖然側重技術和架構講解，但是通過提問形式的開放式話題，探討了商業層面、組織層面、實施層面以及市場競爭層面的影響，帶領讀者思考如何在這波數字化浪潮中，根據企業自身的特點，利用工業物聯網創造價值。
如何閱讀本書
本書分為8章。
第1章介紹工業物聯網的發展背景，闡述工業物聯網的內涵和本質，對工業物聯網產業的現狀和挑戰進行討論，幫助讀者理解智能制造、工業4.0、OT和IT融合以及企業數字化轉型等理念和工業物聯網之間的關系。
第2章介紹工業物聯網體系架構，從業務視角出發，到體系架構的構建，從感知層、邊緣計算、網絡連接、平臺到應用，探討工業物聯網體系搭建過程中的效率和投入問題，以及工業物聯網技術的發展趨勢，幫助讀者建立大局觀和框架意識。
第3～7章分別介紹工業物聯網體系架構涉及的各個主題。第3章介紹工業物聯網感知，第4章介紹工業物聯網網絡連接，第5章介紹邊緣計算，第6章介紹云計算，第7章介紹工業物聯網平臺。每章除了從技術角度詳細闡述各知識點，還著重說明了技術應用背后的發展脈絡、合理性與局限性、所能解決的問題及帶來的價值。
第8章分享幾個工業物聯網應用案例。工業物聯網通過服務于業務場景形成閉環。這些案例均有一定的代表性，聚焦于解決具體的問題，會讓讀者深刻體會實施過程中所遇到的挑戰。
勘誤和支持
由于筆者的水平有限，編寫時間倉促，書中難免會出現一些錯誤或者不準確的地方，懇請讀者批評指正。工業物聯網涉及的知識體系龐大，筆者也只是實踐了其中一部分，時至今日，仍有一些認知停留于淺層。希望此書能成為一座溝通的橋梁，讓筆者和讀者在探討中對工業物聯網產生新的認識，并將這些認識更好地應用于各自的項目中。
胡典鋼
資深工業物聯網專家，順豐物聯網平臺負責人，兼任順豐集團職業發展評審委員和ZETA聯盟工業物聯網高級顧問，負責順豐物聯網平臺建設及產品化工作。在物聯網、邊緣計算、工業大數據領域從業10余年，有豐富的實踐經驗。
曾任NI公司高級應用工程師，兼任GSDZone社區專欄作者和海南大學校外專家，NI（中國）首位認證雙架構師——LabVIEW架構師和TestStand架構師，主導大型工業自動化測試控制和工業物聯網項目的開發工作。2016年受邀撰寫專著《TestStand工業自動化測試管理》，廣受業界好評，多次重印。
推薦語
序
前言
致謝
第1章 工業物聯網：未來已來 1
1.1 工業物聯網的發展背景 2
1.1.1 智能制造與工業4.0 2
1.1.2 OT與IT融合之路 4
1.1.3 企業數字化轉型 7
1.2 工業物聯網的內涵與本質 9
1.2.1 工業物聯網的支撐體系 9
1.2.2 工業物聯網與工業互聯網的關系 9
1.2.3 高效率、低成本與高質量 11
1.3 工業物聯網產業現狀 13
1.3.1 工業物聯網賽道角力與布局 13
1.3.2 企業如何找準定位 15
1.4 工業物聯網面臨的挑戰 17
1.4.1 如何衡量價值 18
1.4.2 做看板還是決策建議系統 19
1.4.3 既懂業務又懂技術 20
1.4.4 技術鏈路過長 21
1.5 本章小結 22
第2章 工業物聯網體系架構 23
2.1 從業務視角到體系架構 24
2.1.1 工業物聯網感知 26
2.1.2 工業物聯網網絡連接 27
2.1.3 邊緣計算 28
2.1.4 工業物聯網平臺 28
2.1.5 工業物聯網應用 29
2.2 關于工業物聯網體系構建的思考 30
2.2.1 架構千篇一律 30
2.2.2 平臺是效率的嗎 31
2.2.3 工業物聯網需要什么樣的團隊 31
2.3 工業物聯網技術趨勢 32
2.3.1 加速泛在連接 32
2.3.2 工業大數據 33
2.3.3 沉淀用例，能力復用 34
2.4 本章小結 35
第3章 工業物聯網感知 36
3.1 工業物聯網感知層的內涵 37
3.1.1 工業數據采集的范圍 37
3.1.2 工業數據采集的特點 37
3.1.3 工業數據采集的體系結構 39
3.2 傳感器：真實物理世界的探針 41
3.3 工業數據采集關鍵指標 43
3.4 工業通信基礎 50
3.4.1 數據傳輸方式 50
3.4.2 網絡拓撲 52
3.5 有線設備接入 54
3.5.1 基于現場總線 54
3.5.2 基于工業以太網 59
3.6 無線設備接入 62
3.6.1 短距離無線設備接入 63
3.6.2 長距離無線設備接入 74
3.7 協議轉換 79
3.8 本章小結 80
第4章 工業物聯網網絡連接 81
4.1 OSI參考模型 82
4.2 網絡互聯和數據互通 86
4.2.1 網絡互聯 86
4.2.2 數據互通 89
4.2.3 工業網絡設備 92
4.3 有線網絡互聯 95
4.3.1 工業網絡互聯 95
4.3.2 時間敏感網絡 95
4.3.3 接入層、匯聚層與核心層 98
4.4 無線網絡互聯 100
4.4.1 無線網絡互聯延伸 100
4.4.2 5G：下一代蜂窩網絡技術 101
4.4.3 4G Cat-1與低功耗廣域網 106
4.4.4 物聯卡的流行與挑戰 111
4.4.5 無線信號穿透性和繞射性 113
4.5 數據互通：OPC UA 116
4.5.1 應用層協議還是技術標準體系 116
4.5.2 信息模型 119
4.6 本章小結 123
第5章 邊緣計算 124
5.1 邊緣計算：新瓶裝舊酒？ 125
5.1.1 為什么提出邊緣計算 126
5.1.2 誰在擔任邊緣計算的角色 127
5.1.3 邊緣計算領域有哪幾類公司 129
5.2 邊緣計算和邊云協同 130
5.3 AIoT：帶邊緣處理能力的節點 131
5.3.1 SoC嵌入式硬件架構解析 132
5.3.2 輕量級邊緣智能 135
5.4 預測性維護 138
5.4.1 預測性維護的興起 138
5.4.2 如何實施預測性維護 141
5.4.3 預測性維護的挑戰 144
5.5 追溯：工業自動化 146
5.5.1 分布式控制系統 146
5.5.2 數據采集與監視控制系統 149
5.6 邊緣節點續航陷阱 151
5.6.1 被忽視的續航陷阱 151
5.6.2 邊緣節點功耗估算 154
5.6.3 電池續航能力評估 155
5.6.4 一次電池和二次電池 159
5.6.5 電池可靠性測試與認證 161
5.7 本章小結 163
第6章 云計算 164
6.1 寫在工業物聯網平臺之前 165
6.2 云計算為何興起 166
6.3 云計算知識圖譜 169
6.4 云計算服務模式 171
6.4.1 基礎設施即服務 171
6.4.2 平臺即服務 172
6.4.3 軟件即服務 174
6.5 云計算部署模式 174
6.6 上云的挑戰：錯誤預期 177
6.7 虛擬化技術 179
6.8 服務化 182
6.8.1 遠程過程調用 183
6.8.2 面向服務架構 184
6.8.3 微服務 186
6.8.4 RESTful風格 187
6.9 Docker容器技術 190
6.10 Kubernetes資源管理 193
6.11 C/S與B/S架構 196
6.12 本章小結 197
第7章 工業物聯網平臺 198
7.1 工業物聯網平臺應包含什么 199
7.1.1 通用PaaS服務 199
7.1.2 工業PaaS服務 200
7.1.3 工業物聯網平臺應用分布 201
7.2 設備接入 202
7.2.1 設備注冊 202
7.2.2 規則引擎 206
7.2.3 接入并發能力 207
7.3 設備管理 208
7.3.1 物模型 209
7.3.2 遠程升級 209
7.3.3 物影子 213
7.4 物聯網協議 216
7.4.1 長連接和短連接 216
7.4.2 MQTT協議 218
7.4.3 HTTP
新書資訊