据推算，当物联网在制造业行业渗透达10%，生产领域年收益提升最高可达278亿元[1]。物联网作为新一代创新技术，在工业领域蕴藏着巨大的潜能。而另一方面，虽然现在一个工厂平均每天可以产生1TB数据[2]，其中真正被评估和使用的数据却不足1%[3]。

工业物联网的理想和现实之间的一大障碍，是数据的困境。

工业数据的难点

物联网是一套复杂的技术组合，网络结构可分为感知层、网络层、平台层及应用层。与此对应的数据流向是：感知层产生、采集数据，经过预处理的数据经由网络层运输到平台中心；平台层的主要作用是利用大数据技术完成数据分析；最终，数据反哺物联网的场景应用，赋能千行百业。从数据的流动应用路径可以看出，数据采集、数据预处理、数据通信和数据分析，是物联网价值链条里的重要环节。

由于工业企业具有业务传统、设备复杂、作业环节多、工厂规模大等特点，建设工业物联网面临着很多实际困难：

在数据采集方面，面对大量不同种类、不同品牌的工业设备时，设备数据协议的适配和兼容是难点。特别是工业领域存在大量传统的资产，机器和设备，即棕色地带项目，彼此之间无法互联互通或者尚未与工业物联网兼容，从而在整个系统中会形成大量的数据孤岛。

数据传输方面，物联网设备连接量和产生的数据量级呈爆发式增长，当数据量过大，平台层无法及时处理时，会增大设备故障概率从而出现安全漏洞。

数据分析方面，当前许多工业企业具备工业物联网应用的基本知识，但缺乏独立运用的专业知识，无法对收集的数据进行逻辑关联和评估，很难产生深度的行业应用。

工业物联网轻松入门

释放物联网在工业领域的应用潜力，需要整合技术与行业经验的解决方案提供者。

魏德米勒作为推进工业自动化及物联网发展的专家，凭借其工业物联网解决方案，帮助企业轻松获取、了解和使用数据，实现从数据到价值的跃迁。

数据采集环节，可以联接至多种控制器和机器的接口，可靠地获取绿色地带和棕色地带应用中有价值的数据和信息。

数据预处理环节，使用物联网前沿技术在本地预处理数据，减少数据流和成本，同时在现场形成初步见解。

数据通信环节，通过网络基础架构可靠地传输数据，为IT系统提供来自设备的有价值信息。

数据分析环节，通过云端平台针对特定应用实现独立于平台的个性化服务，从基于人工智能的数据中获取大量的附加价值。

当然，数据只是数字化转型的第一步。针对工业企业的数字化转型需求，魏德米勒还推出《数字化转型之路——基于数据分析的预测性维护》、《工业设备大数据分析》白皮书，为工厂自动化升级助一臂之力。

 数字化仅仅是一个开始，

进入魏德米勒IIoT专题页面

踏上工业物联网轻松入门之路

http://www.iianews.com/customer/weidmuller/20220210/index.html

参考文献：

[1] 艾瑞咨询《2021年中国物联网行业研究报告》

[2] [3] Smart Factory + Industry 4.0: How Microsoft technology is bringing major changes to manufacturing