工业互联网分析例1

大数据作为一种通用技术应用在各个行业，为数据的管理和应用提供重要的技术支撑，近年来，随着工业互联网的快速发展，相较于传统的应用型数据，数据源范围扩大，数据边界不在清晰，包括设备、系统、网络、平台等数据，数据种类存在复杂的多样性，且数据流动方向和路径复杂，数据采集和数据集成难度也很大，本文从工业互联网大数据通用架构进行概要解析。

1大数据平台概述

工业互联网大数据应用的整体架构一般分为四个部分：采集后台、数据、应用前台以及运维管理。

1.1采集后台

通常利用主动探测扫描、通信流量监测、被动蜜罐诱捕以及信息系统数据对接等技术手段，实现数据采集的功能，采集数据源一般包括互联网数据，工业互联网相关联网资产、资产漏洞、安全事件、威胁情报、关键信息基础设施数据等。

1.2数据

智能大数据分析与建模平台，定位于降低数据洞察阻力、大数据使用门槛、数据交换成本、数据监控难度以及提升数据洞察广度、探索深度、交换速度和监控精度，满足各类数据的集成、计算、存储、挖掘、管理等需求。

1.3应用前台

基于数据提供的底层数据，进行数据分析，支撑基础资源管理、网络安全态势感知、APP情报动态线索挖掘、工业互联网安全等多个顶层应用，一般可服务于多部门、多业务、多场景。

1.4运维管理

实现系统自身的运维管理，一般包括系统管理、安全管理、智能监控、告警处理等功能。2大数据平台功能

2.1采集后台

2.1.1接入数据源分析2.1.1.1互联网流量通过部署流量探针的方式，接入基础电信企业流量，主要是互联网专线流量、特定对象的牵引流量等，生成包括通联日志、报文样本、域名日志、HTTP日志、恶意代码日志等各类日志。2.1.1.2主动探测数据通过公网部署扫描设备，实施安全扫描，主要针对重保用户的网页、应用商店APP的爬取，以及基于IP段的关键信息基础设施的扫描发现。2.1.1.3相关部门和企业已建系统数据相关已建系统的数据主要包括：网安技术管理平台、基础监测系统、信安系统、企业侧安全监测系统等。2.1.2数据采集数据采集系统包括采集基础电信企业流量，爬取互联网网页/APP内容，被动诱捕网络攻击行为，主动扫描获取关基数据、重保网站的数据、以及现有系统的数据资源共享，对“主动+被动”方式获取的数据进行解析，提取各类用以支撑网络安全监测分析业务的数据。2.1.2.1互联网流量采集在关键网络节点部署流量采集探针，负责网络原始流量的采集，提取各类用以支撑网络与信息安全监测分析业务的数据。输出的日志一般包括通联日志、报文样本、域名日志、HTTP日志和恶意代码日志。通过相应汇聚分流设备进行流量的同源同宿、负载均衡处理，输出至网络流量探针专用设备。通过流量探针专用设备实现互联网流量采集、协议解析和访问日志提取，将输出的日志存入数据支撑上层业务应用分析。2.1.2.2互联网内容爬取网络爬虫主要实现对网页内容以及APP内容的爬取下载，供上层应用进行分析。（1）网页爬虫：互联网用户访问的网页浩如烟海、数量庞大,传统的互联网爬虫技术已经不能满足当前网页信息获取的准确性、全面性、及时性的要求,因此,可以采用并行爬虫技术和IP池技术,让爬虫的质量、覆盖率、爬取效率等性能得到全面的提升。（2）APP爬虫：通过积累大量的互联网诈骗网站,使用蜘蛛爬虫技术和ip池技术,24小时不间断的对网络中的互联网诈骗网站进行爬取。2.1.2.3关键信息基础设施数据采集一般采用网络资产探测识别设备进行主动扫描采集数据，同时结合网络流量被动分析，形成一套完整的网络资产及其指纹库信息，指纹信息包含系统指纹、应用指纹、网站指纹等，从而可以对网站、域名、IP等基础资源数据形成本地的互联网信息库，为网络安全漏洞分析、安全漏洞预警等提供有效数据支撑。

2.2数据

2.2.1数据集成数据集成支持数据采集、过滤、缓存、中转分发调度等，是内外数据交换的通道，完成数据在组件间及层次间中转、缓冲及调度。一般会采用数据集成ETL模块，包括数据采集模块、数据清洗和转换模块，其中数据采集模块一般包括批量结构化数据采集、半结构化数据采集、非结构化数据采集；数据清洗与转换模块一般也包括结构化数据清洗与转换、半结构化数据清洗与转换、非结构化数据清洗与转换三个模板。2.2.2数据计算2.2.2.1流式计算一般具备流计算能力，可基于flink集群，支持读取kafka、socket、hdfs的数据源里的数据，通过配置stdp、字段定义解析器，将数据通过输出统计组件、统计监控组件、窗口、水印设置，最终输出规则配置，统计结果输出。2.2.2.2实时计算实时计算模块一般可提供了高吞吐、低延迟、高性能的流处理能力。2.2.2.3离线计算大数据离线计算，就是利用大数据的技术栈（主要是Hadoop），在计算开始前准备好所有输入数据，该输入数据不会产生变化，且在解决一个问题后就要立即得到计算结果的计算模式。离线计算特点如下：(1)数据量巨大，保存时间长。(2)在大量数据上进行复杂的批量运算。(3)数据在计算之前已经完全到位，不会发生变化。2.2.3数据存储大数据平台的数据存储，一般包括结构化数据存储模块、NOSQL数据存储模块、非结构化数据存储模块以及图数据存储模块。数据存储是大规模通用集群存储系统，对外支持标准文件访问接口。数据存储层采用MPP分布式列式数据库系统、分布式集群存储系统、Hadoop系统、分布式数据仓库和分布式图关系数据库系统。用于存储结构化数据、NOSQL数据、非结构化数据以及图数据的存储与访问。2.2.4数据挖掘2.2.4.1IDE引擎通过可视化界面，进行创建、管理、编辑脚本，使用人员可在界面上对数据进行操作，系统通过调用不同的IDE引擎下发相应的指令，操作对应的数据服务组件，返回相应的数据结果。2.2.4.2数据探索数据探索是在具有较为良好的样本后，对样本数据进行解释性的分析工作，它是数据挖掘较为前期的部分。数据探索并不需要应用过多的模型算法，相反，它更偏重于定义数据的本质、描述数据的形态特征并解释数据的相关性。通过数据探索的结果，可以更好的开展后续的数据挖掘与数据建模工作。2.2.5数据管理2.2.5.1数据共享通过固定接口（如webservice接口、FTP传输、数据库以及组件，封装后的API接口等），将数据共享到各应用平台进行应用。提供统一应用接口进行数据共享，相关接口主要包括数据接入适配、流处理接口适配、数据查询接口适配、数据分析接口适配、用户管理接口适配、系统对外开发接口等。2.2.5.2数据资产数据资产主要涉及到各类数据源采集的数据，包括：威胁情报库、漏洞库、病毒库、nv-彄、僵木蠕特征库；基础信息库、企业库、IP库、域名库2.2.5.3数据安全通过数据访问策略制定，数据加密脱敏，日志审计等方式，保障数据数据安全，确保经过传输和交换的数据不会发生增加、修改、丢失和泄露。

2.3应用前台

2.3.1数据分析在企业的数据分析项目中，数据驾驶舱是系统搭建的一个重要过程。通过数据驾驶舱，可以将采集的数据形象化、直观化、具体化，为企业业务的相关决策提供支撑。数据驾驶舱提供的是一个管理过程，让数据能够以更加有组织的方式来进行体现。2.3.2业务应用基于数据以及应用前台的数据分析能力，可支撑包括基础资源管理、网络安全态势感知、APP情报动态线索挖掘、工业互联网安、物联网安全等常见应用场景在内的各种业务、应用场景。

2.4运维管理

2.4.1系统管理针对系统进行统一的用户管理、角色管理、权限管理、日志管理和资源管理等功能，能够统一管理分布在不同网络和地域的多个数据中心集群，封装各类数据存储和处理引擎的功能，为不同地域和网络的数据中心系统提供统一的逻辑视图，为系统的管理员和用户提供一站式服务。2.4.2安全管理借助于防火墙、防病毒等安全产品，平台实现安全机制：认证机制、授权机制、访问控制、机密性和完整性。2.4.3智能监控通过通用的数据采集模板和和终端采集程序汇集数据，通过强大的ETL能力将数据迁移到监控，实现监控数据的集中分析和展示。2.4.4告警处理一般大数据平台具备告警处理功能，对平台的运行状态进行全面监测，提供运行异常及时发现和告警，系统部分故障的准确定位；同时，实现基础资源的统一化管理，为管理人员的维护决策提供重要支撑。

3结束语

目前各类大数据平台均是基于大数据分析核心扩展出各类组件，国内外的应用技术已经成熟。大数据脱离了对数据的治理和应用就失去了数据的灵魂，根据行业领域不同，大数据平台所做的数据治理、标准化、数据管理和其他所需功能和展现的形式，将会存在较大不同。

参考文献

[1]李杰.从大数据到智能制造[M].上海交通大学出版社,2016.

工业互联网分析例2

首先要知道消耗能源的峰值、谷值以及用电的方向是哪里。当有这些信息之后，才能用手动或者自动化的方式来进行管理。减少能耗也离不开机器的效率。一个现代化的涡轮机用电当然会比老式的少，但如果新机器每次都是以接近峰值的高速在运转的话，用电量依然会很高。操作和使用也是提高机器效率、降低能耗的重要一环。现在，我们可以通过自动化系统，观察多个同款的涡轮机的能耗情况，进行具体的分析，了解具体使用，掌握导致有些机器高能耗的原因，及时地发现如何进行合理的使用操作才能够实现机器效率的提高。

生产过程才是工业制造的本质，智能生产必然是发展的方向。在十几年前，“智能奶牛”的战略在美国也像是笑谈：比如说你在沃尔玛超市里面买了一桶牛奶，货架上少了一桶牛奶，通过一个智能的供应链系统，在牧场那边就知道要这只牛多吃点草。但现在这是可以实现的、利用供应链中高度联系的信息所创造的智能环境。环境的改变也促使了生产方式的改变。

从石油石化行业的环境来看，现在世界期货价格瞬息万变，必须要做到智能生产，根据市场需求调整产品的生产。以前是提前几个月就要做好生产的规划，现在却要很快决定和规划接下来非常短的时间内要生产什么样的产品。未来将是一个高度互联的市场，石化行业的供应链也是高度互联的，包括加油站、油气派送的管道和系统、炼油厂，它们之间会时时地产生联系，企业就知道接下来要去做汽油，还是做飞机油，这就是使用了包括测量、自动化以及各种监控的软件，进行科学的数据挖掘才能够达到。市场的改变促使企业也不得不接受这些挑战，以质量效率内升型的精细化效率提升带来增长。

现在的3D技术也已经运用于模拟还原生产现场，可以直接用于员工培训，配以现场设施的传感器，在现场维修保养前，员工就可以确定在某个位置上的某个部件出现了某个或某些具体问题，节约了大量的时间。处理诸如运输管道滴漏油此类的复杂情况，软件系统和数据库则发挥了更大的作用。施耐德电气SCADA控制系统有内建的专家系统，当某一处出现问题时，会调取参考数据用于处理一般的有历史趋势性的问题，不是完全依靠现场操作人员的经验。随着理念认同，可能还会有更多经验丰富地操作人员或是专家知识会融入到系统中。可以说，通过人工智能的方式来解决传统完全依靠人工的问题，是提高效率的极佳方式。

另一个倒逼的现状就是更高的安全要求。物理安全、工程安全和信息安全都是不容忽视的。施耐德电气高级副总裁、工业事业部中国区负责人马跃在分享施耐德电气石油化工领域的实际经验时讲述了伊拉克油田的状况，可以感受到国际施工可能遭遇的到安全困扰：伊拉克需要地下排雷，超过地下三米可能会挖断电缆；治安等因素造成高风险的环境，需要很高的安保级别，如果1，000个员工在现场，单单安保花费就是巨资；所以在伊拉克的现场，采取很多无线智能手持终端设备、远程技术。

工业互联网分析例3

从目前工业界关于工业互联网的研究与实践情况来看，要想给出工业互联网的准确定义，还是一件比较困难的事情。众所周知，全球互联网应用始于上个世纪90年代，距今虽然只有短短的20年左右的时间，却带来了许许多多令人瞩目的变化。从电子邮件、企业与政府的网页，直到娱乐、购物、旅游等生活的方方面面，人们时时刻刻都在互联网的世界里感受着工作和生活的变化。如今，人们已经感觉到互联网能够做的事情还远不止于这些，互联网还可以在智能机器之间的相互连接方面发挥重要的作用，并促成人与机器的高度协同。根据美国思科公司的报告，到2020年世界人口预计是76亿，平均每个人要连接的设备将达到6.58台，而这个数字在2003年只有0.08台(图1)。这充分说明随着工业软件和大数据分析技术的持续演化，工业互联网将赋予工业价值更多新的内涵，从而成为改变人类生活和生产方式的新动力。今天的信息技术能够给工业互联网提供三种能力：一是机器与机器之间是可互通的；二是机器与人之间是可交互的；三是数据、软件与物理世界之间的关系是可重新定义的。工业互联网对于现代工业生产的意义在于它把“互联网的思维”作用到了产品设计、制造、应用和服务的全过程，实现了生产人员、机器和数据的有效连接与融合，从而达到资源配置优化、产品生产总拥有成本最低且品质最佳的目的。

除了工业互联网外，现阶段同样受到高度关注的新概念还有云计算、物联网和工业4.0等热词。事实上，我们认为这些概念都是同一个问题的不同方面，只是观察的角度不同而已。云计算和物联网更多的是在技术实现的层面上去勾画一种计算资源与物理环境深度融合的体系架构，是工业互联网或工业4.0这类新生产方式的技术基础。2006年，美国科学院的《美国竞争力计划》还提出了一种称作“信息物理系统”(CPS)的新概念及其相应的研究规划，这同样也是为未来更大规模的计算智能系统研究和应用建立必要的理论基础，提供更有效的技术架构。相对来说，德国提出的工业4.0战略更注重在工厂层面的智能化技术的发展及应用；而美国提出的工业互联网战略则更强调如何从产业链上去挖掘信息的价值，以及如何从大数据的融合中去全面提升产品全寿命周期的价值，从而实现更少的资源消耗、更高的产品质量、更好的技术性能、更周全的运维服务等目标。显而易见，无论是工业互联网还是工业4.0战略，都需要给信息技术的内涵和外延注入更多新的元素，使得自动控制、机器学习、网络通信、数据挖掘等一般方法能够在新的技术环境中得到最有效的应用。

智能制造生产体系

谈到工业互联网，就不能不涉及智能制造。因为如果没有工业互联网强大的计算与通信能力支撑，智能制造的生产体系也就无法建立。智能制造是指在工业制造的各个环节采用高度柔性与高度融合的方式，通过计算机来模拟人类专家的知识，进行生产组织与产品加工的一种活动。要实现智能制造的生产模式，必须具备以下几个基本的特征：即生产过程已经实现了数字化和自动化；生产过程的各个环节，甚至于供应链和产业链之间，均已实现了信息的互联互通；生产过程的管理，包含资源的配置、流程的设定、效能的优化等事务均已采用数据融合、机器学习等方法进行处理。目前，美国、日本和德国等少数几个工业发达国家，在部分工业产品生产过程中已初步采用了智能制造的生产模式。例如，美国智能制造领袖联盟(SMLC)在2013年开始建造“开放的智能制造技术平台”，这是一种可以运用数据建模和仿真技术的通用平台，通过高仿真建模和新型传感器，可实现对过程设备的实时控制和在线优化，从而大幅减少能耗，并主动地管理整个生产系统、工厂乃至供应链的能源使用情况。在德国，西门子公司的可编程控制器制造厂通过网络控制技术，使得工厂内大多数设备能够在脱离人类操作的情况下对零部件进行选择和组装。有趣的是执行这些智能控制算法的机器也就是同一个生产线的产品，这至少说明智能制造也并非是难以实现的复杂技术。

一般来说，智能制造生产体系是由复杂的系统组成的，其复杂性一方面来自智能机器的计算机理，另一方面则来自智能制造网络的形态。依靠这些复杂的元素，智能制造生产体系能够给工业企业带来相当多的效益。与传统的生产方式相比，智能制造需要更多的传感元件，也需要像机器人那样更加精巧的执行设备。这些元件和设备提供的信息可以为智能制造提供必要的控制和决策依据。在美国GE所规划的智能制造生产体系中，甚至还包含了安装在产品(例如航空发动机)中的大量传感器，它们可通过工业互联网获得实时的信息综合，从而为这些产品的优化运行提供科学的决策依据。智能制造一般情况下都不是孤立的系统，而是由大量的生产环节或以产业链的方式连接起来的部分组成的。这些部分能否协同执行，主要取决于它们之间信息互联互通的技术性能。此外，在智能制造生产体系中，不仅在机器的自动化与智能化工作方面需要大量的数据采集和计算，而且在制造执行层面的管理上也需要大量的数据融合与分析。由此可见，在智能制造生产体系复杂性的背后，人们所遭遇到的问题实质上是如何去处理规模巨大的生产过程或产品特性的状态数据。20多年的发展实践表明，将互联网技术引入到智能制造的生产体系中来，是解决这类问题的最有效方法。

推进智能制造生产体系建设是在全球化经济模态下提升国家竞争力的最重要的手段之一，世界各国都想在这一领域中取得发展的先机。我国出台的“中国制造2025”规划中就包含了智能制造工程、制造业创新建设工程、工业强基工程、绿色制造工程、高端装备创新工程五个重大工程的建设内容，其中智能制造是最核心的工程。这项规划的目标是到2025年，我国的工业生产制造智能化水平应达到能够进入国际第一方阵的程度，实现从制造大国到制造强国的转型。这充分说明智能制造的技术研发和工程应用已成为我国工业政策制定、科技创新规划和产业资源配置的重点领域。因此，在未来10年的时间里，我国势必将按照“中国制造2025”规划中关于“新一代信息技术”的目标和任务要求，进一步加大对工业互联网基础技术研究和公共设施建设的实质性投入，以便为智能制造生产体系的形成并发挥重要的作用提供更好的条件。目前，有关方面正在进行智能制造研究与发展的路线图规划，根据我国现有的技术基础，做出研究路线、发展进程、关键技术等方面的具体部署。作为智能制造生产体系的一个重要组成部分，工业互联网的研究与发展问题，也应该成为一个专题，并把它列入到相应的发展路线图中来。

面向智能制造的工业互联网

作为服务于智能制造的工业互联网，它所面对的一个重要的科学问题是：是否能够建立一种通用性、灵活性、可靠性都很好的服务环境，既能最大限度地满足不同行业智能制造的需求，又能有效地控制工业互联网的开发成本。解决这个问题的最好方法就是建设一种平台化的服务环境。一种技术环境何以能称之为平台，只因它能够给开发者提供科学高效的工具，能够给应用提供可靠稳定的执行机制，能够给管理者提供便捷灵活的监控手段。这就好比说一个连接各大城市的路网，只要它有平坦的路面、合理的交叉路口、科学的交通规则和严格的路政管理，那么它就是一种服务性的平台环境，因为所有汽车的拥有者，无论什么车型(对应不同的应用)，都能够得到平台提供的相关资源和服务。这种路网平台只要有合理的属性(例如道路的宽度、坡度等)，就能够为众多的用户提供满足不同需求的服务。用户只需要投资运载工具的费用和为相应的服务支付必要的费用(如过桥费)，而不必为路网平台巨额的基础设施建设成本而发愁。由此可见，建设一种工业互联网的技术平台就和建设一个路网平台一样重要，人们需要平台提供的工具进行智能制造系统的开发，需要平台提供的资源执行智能制造的算法，需要平台提供的方法管理智能制造的过程。

美国GE公司是工业互联网的积极倡导者。该公司为此所付出的努力主要包括两个方面：一是领导了工业互联网的产业联盟(IIC)，二是与网络技术巨头思科公司合作研究开发了Predix工业互联网软件平台。GE和思科的目的是要把这种平台作为事实上的工业标准，将众多的工业企业的生产过程尤其是智能制造的生产体系都融入到工业互联网中来，从中可获得巨大的收益。为此，GE的CEO在Minds+Machines大会上的开场白中直言：昨晚入睡前你还是一个工业企业，今天一觉醒来却成了软件和数据分析的公司，这就是现实中发生的巨变。在GE看来，Predix有机会成为工业互联网的操作系统标准，而且能大幅度地降低企业采用工业互联网应用的门槛。但是，我们也注意到，也有不少专家认为，Predix目前还仅仅是一套工业互联网应用的开发工具，它能够帮助企业把设备上的数据上传到云端，而真正有可能为这些数据提供分析能力的是GE的APM(企业资产性能管理系统)。那么，APM是否已经具有了适合所有企业生产体系的数据分析的能力，这一点显然是有存疑的。另一方面，Predix作为工业互联网的应用开发平台，并没有赋予相应的智能制造控制层的应用软件的开发功能，工业互联网有可能不得不分处于两个独立的世界：一个是云上的数据分析层，一个是云下的智能控制层，其间存在着巨大的技术鸿沟。

能否填补这样的鸿沟，已成为这场由工业互联网带来的第三次工业革命能否取得成功的重要标志。我们认为，工业互联网很重要，它是智能制造的重要条件之一，因此它必须能够通达云上和云下的所有地方，也必须能渗透到智能制造系统的每一个控制环节。福建中海创集团研究开发的“工业自动化通用技术平台IAP”这方面已经取得了重要突破。研究者试图从Predix最薄弱的控制端应用开发切入，希望IAP的技术能朝着既是一种面向异构环境的智能控制软件开发平台，又是向着工业互联网应用软件的操作系统方向发展，成为又一种工业互联网的软件开发平台。目前，IAP提供了一套标准的智能控制算法的模块化组态工具和一种能适应于不同计算机操作系统的控制算法执行中间件——数据引擎，它一方面解决了异构控制系统的技术统一问题，为智能制造的应用软件开发提供了有利的条件，另一方面也解决了基于互联网环境的应用开发问题，为企业工业互联网的构建提供了重要的技术基础。具体来说，采用IAP控制平台，生产企业可以利用组态模块进行智能制造系统的应用设计，并通过互联网在不受时间和空间限制的前提下将应用组态下载到相应的控制器中。所有智能制造系统中的控制器组态模块的实时信息也可以通过互联网被实时地传送到其它控制器或系统中，包括资产的性能管理系统。

工业互联网技术创新

在探索工业互联网及其在智能制造生产体系中的应用方面，工业社会目前仍然要直面巨大的技术挑战。例如，我们应该如何进一步提升大量数据的处理和管理能力，如何将基于这些海量数据的分析转化为有效的服务提供给客户，又如何将物理世界和软件世界更好地融合在一起。总之，要在工业界全面采用工业互联网技术，形成有利于智能制造生产体系发展的生态环境，我们还必须付出更多的努力，尤其是要做好以下几个方面的研究工作：

深度学习技术的探索。智能制造在很大程度上需要借助人工智能的技术，而深度学习是受到科学界高度关注的一种人工智能方法，因此对深度学习的研究应该被列为智能制造的重要子课题。深度学习与工业互联网的关系主要体现在提供给学习机制的数据未来可能都得来自智能制造生产体系的各个方面，而且需要学习的样本数据随着学习能力要求的提高而不断扩大。为此，工业互联网的技术发展，必须适应未来人工智能、深度学习、先进控制等复杂系统管理和计算的要求，为智能制造提供更好的服务。

云端计算环境的重构。工业互联网应用软件的开发平台应能够同时满足云上和云下的应用设计和运行管理要求。但是，目前这两种情况差异较大。云下的端设备依靠工业自动化厂商的技术，已经基本上能够满足智能制造的控制要求。但云上的应用开发方面，目前还缺乏必要的软件工具和成熟的技术环境的支持。而且工业互联网的应用也不仅仅只有企业资产的性能管理这一个方面。事实上工业界非常期待在云环境中能够有一种可重构其应用设计的软件方法。

虚拟控制计算的研究。进入工业互联网时代，对生产过程控制系统数据的需求与日俱增。让工业互联网直接进入控制层获取数据的做法，极有可能会带来企业生产过程的安全问题，也很有可能会影响到生产过程的控制性能。为此，需要在智能制造这样复杂的环境中，建立一种与过程控制完全对称的平行系统，如果将该系统与工业互联网对接，即可避免上述问题。但这必须解决技术上的一些关键问题。例如，为降低开发成本，平行的虚拟控制计算环境与智能制造的实际控制器的关系，在形式上应严格保持软件结构的一致性。

网络信息安全的保障。工业互联网的应用，使得比较敏感的工业过程的控制信息暴露在了公共环境中。在工业互联网环境中，确保网络信息安全的技术是目前最为迫切的研究课题。采取完全物理隔离的方法不仅并不能彻底解决工业控制系统的信息安全问题，反而制约了工业互联网技术的发展。如果我们能够在控制算法执行机制上进行深度的创新，是有可能建立一种独特的具有一定免疫特性的安全环境的，并将其延伸到整个工业互联网。除此之外，将智能制造的生产体系信息安全的实时检测，与企业资产性能的管理统一起来，也是对信息安全管控的一种贡献。

前景展望

工业互联网分析例4

当今社会是一个知识经济时代，人才、技术成为一个企业能否长远发展的要素，决定着企业的未来。在互联网企业管理中，其管理方式也不能和传统的企业完全相同，必然在员工的管理上存在着很大的变化。但是目前互联网企业管理中在员工激励方面存在着很多的问题，导致互联网企业中高端人才的流失。因此，研究互联网企业管理中的员工激励策略的问题以及对策具有非常重要的意义。

一、互联网企业管理中的员工激励策略存在的问题

（一）互联网企业的长期激励机制不健全

就当前情况来看，我国的互联网企业大多数是没能够达到上市能力的中小型企业，企业没有足够的资金，在技术和人才队伍的建设上存在着很大的不足，这样的现状在一定程度上就导致了企业的决策者和高层管理者没有把精力放在员工的长期激励机制的完善上。正是由于缺乏长期的激励机制，使得互联网企业的员工在企业找不到稳定感和安全感，就会导致员工的跳槽，从而不利于企业的稳定发展。

（二）缺乏健全的员工培训机制

在互联网企业中，追求的是高投资收益率和短投资回报期，因此，与传统的企业相比，更加的注重绩效，看重绩效水平。这就会导致员工培训机制的缺失，其主要的表现就是：第一，互联网企业对员工的培训无疑会使得企业的成本增加，减少对员工的培训会在一定程度上减少费用支出；第二，企业的高层管理者抱着“员工能力的提升会致使他们跳槽”这样的观念，认为他们付出成本后培养的可能就是自己的竞争对手；第三，对于员工的培训范围仅仅局限在中高层的管理者上，对于基层人员的培训非常的少。在中小规模的互联网企业中存在着的这些问题就导致出现了企业人才队伍建设不够高端的结果。

（三）互联网企业企业文化缺失

正如每一个国家都有自己的民族文化一样，一个企业也应该具有自己的企业文化，企业文化会在一定程度上激励员工工作的积极性、主动性和创造性。尤其是对于互联网企业而言，把企业文化的建设归结为了虚无缥缈的不切合实际的没有作用的东西，这样的观念是互联网企业管理中非常严重的一个问题。企业的决策者和管理者不能够把追求企业的最高利益作为唯一的目标，而应该从多个方面对企业进行管理，让每一个员工在企业中找到自己的位置，感受到企业文化的力量。

二、互联网企业管理中的员工激励策略的改进措施

（一）建立健全互联网企业对员工的长期激励机制

建立健全互联网企业对员工的长期激励机制可以从以下几个方面进行：第一，实施互联网企业内部通过竞争上岗的方式，第二，对企业的发展、管理或者是决策有重大贡献或者是在企业通过绩效考评等方式评选为优秀的员工，可以把企业的股份给予他们，使他们把自己的利益和企业的发展紧紧的结合在一起，从而更好地发挥出自己的积极性和创造性，以主人翁的姿态投入到企业的经营管理中；第三，为每一个员工确立完整的职业规划和职业生涯发展目标，让企业的每一个员工在企业找到自己的目标和动力，从而能够积极的投入到工作中，保证了企业的稳定发展和运行。

（二）建立健全互联网企业的员工培训机制

建立健全互联网企业员工的培训机制主要从以下几个方面进行：第一，企业的经营者和决策者管理者要高度重视对员工培训重要性的认识，转变错误观念，有所规划的在员工培训上投入资金；第二，结合企业员工的需求进行培训，有所目的的培训也会受到良好的效果，资金的投入才会有所回报；第三，对员工的培训期以及培训周期应该有所规划，同时带领一批优秀员工到大型的互联网企业学习参观，积累学习先进的管理经验，从而更好地促进企业的发展进步。

（三）加强互联网企业的企业文化建设

企业文化的建设对于企业内部可以增强企业的凝聚力，充分的调动员工工作的积极性和主动性，对于企业外部而言，企业文化是一个企业的重要标志，是企业进行竞争的一个软实力。因此，互联网企业要高度重视企业文化的建设，形成具有自身特色的积极向上的企业文化，并不断的进行创新和发展，使企业文化在激烈的市场竞争中也发挥出一定的功效。

此外，互联网企业管理中，加强企业员工的物质奖励也是十分必要的，在当今这样一个精神和物质都高度发达的社会，员工在物质上也必然面临着很大的压力，所以，对于表现优秀的员工给予薪资、养老以及住房等其他物质层面的奖励也是非常必要的，会在一定程度上激励员工工作的积极性。

三、结束语

随着网络时代的不断发展，传统的企业会被越来越多的互联网企业所代替，同时互联网企业所面临的竞争也是越来越激烈的。互联网企业要想获得长久的发展，加强企业员工管理和人才队伍的建设是站稳脚跟的一大法宝，互联网企业应该及时的发现自己在员工激励策略中的问题，并积极的制定相应的措施，从而促进企业的长久稳定发展。

参考文献：

工业互联网分析例5

工业品行业经常被世人诟病为“傻大黑粗”，原因无外乎其产品和营销模式的特点：产品高度专业难以替代，客户群体狭窄和采购链条复杂。企业以产品为大，辅以服务即可，至于市场营销和传播，皆为可有可无，毕竟刚性需求在哪里摆着，你还能不用咋的？但互联网下的商业形态是一种用户至上的商业理念，用户体验被提升到了前所未有的高度，企业的产品首先是为了满足用户的使用体验，体验有了，需求自然而然水到渠成。又因为用户需求和品味相关联，也就是和人性相关联，所以，互联网思维下的产品就是极致的性能+强大的情感诉求的结合体，这两个特性都是会自主传播的、自带媒体属性的。

转型如同改革，何其艰难。数个工业品巨头高瞻远瞩，已经进行了一轮的互联网试水。如海尔近年来一直推出的U-Home智能家居系统、格力推出数款云空调概念等等。但无一例外，不是波澜不惊就是平淡收场，以至于业内不少专家断言“工业品企业天生欠缺互联网基因”。但万丈高楼平地起，没有公司是天生具备某种基因的，其一定是在不断地发展和试错当中逐渐明确了何为“互联网思维”；而对于天生具有勤奋开拓精神的工业品企业，学习能力自不必谈，最最要紧的是明了何为“互联网思维”，从而取长补短自我完善。

开放化思维——从封闭走向共享

工业品行业是一个相对较为封闭的商业生态圈，由于行业细分较为深入，各家互为其道互不相干；再加上客户多为大客户和组织机构，似乎埋头耕种好自己一亩三分地即可，无需更多动作。但网络时代、大数据时代的到来打破了这种各扫门前雪的境况，资源抢夺的制高点从有形资源(工业资源)变为了无形资源(信息资源)，而信息资源的高度分散化迫使企业再也不能独善其身，谁能够更有效地整合所拥有的资源，谁就是互联网时代的王者。这种开放化思维更进一步即为“平台化思维”——对海量的互联网信息资源进行深度开发利用，从向客户提供“工具”变为提供“服务”和“体验”。

工业时代使我们习惯于线性的思维模式，而互联网时代允许企业从外部创造新的资源。在传统工业方式缩紧供应和商业运作的同时，平台方式正逐步成为一个拥有外部协同供应者的生态系统。企业需要主动融入互联网，善于利用互联网资源对本身的业务进行补充和完善。例如越来越多的工业品企业开始试水网络B2B营销平台，或是与新锐互联网企业合作开发智能化工业产品，又或是寻找最为节省资源的网络化业务流程改进方法(如谷歌眼镜中的远程协助功能，可大大减少现场服务和员工培训成本)…等等。这些都说明传统工业化的直线型思维已不再适用，必须跳出本行业的桎梏，寻找更加开放的、合作共享的商业模式。

体验化思维——从客户转向用户

曾有人戏言电子企业中，诺基亚是最具有工业精神的公司，原因盖由于其十年如一日对产品特性的坚持甚至迷恋——坚固耐用。回顾下诺记昔日的风光，再看今日在苹果和三星凶猛打压下的衰败，不由得让人感慨万千。诺基亚的失败已经成了商业经典案例，除了创新乏力之外，忽略用户体验、没有重新定义用户使用价值才是压垮巨人的致命稻草。工业品企业讲究客户量，在工业时代无可厚非，由于信息获取渠道的单调，客户几乎必定为产品的用户；但网络时代信息只嫌多不嫌少，人们再也不必亲临现场体验产品特性，购买渠道也日益多元化，企业需要关注的对象从付钱的“客户”转移到了使用产品的“用户”，最终用户的使用体验才是产品和服务改进的根本。如同苹果，其庞大的在线商城最大程度满足了用户的娱乐体验，在通话等基本功能都具备的情况下，谁能够抓住用户的体验心理，谁就能抓住用户。再如小米，从起初的论坛发烧友，到样机米粉试用，在线反馈，每周改进，无不是将用户至上的思维发挥到了极致。有了庞大的铁杆用户，何愁其转化不成客户？反观诺基亚，直至现在还不遗余力地抓住“坚固耐摔”的卖点不放，而对于应用一块却鲜少提及，全然不顾今日今时手机买来不是为了摔的，而是为了更好的使用体验。工业品企业利用互联网技术和大数据技术，可以最大程度获取到以往较难获取的用户体验资料。如当下国家力推的EMC(合同能源管理)模式，即是用户端大数据+大平台的成功示例。又如多家工业自动化巨头如丹佛斯推出移动端APP产品选型软件，看似一个单纯的移动应用工具，背后却是海量一线用户的使用数据收集，这些真实鲜活的数据资源是以往工业化思维模式下进行再多的市场调研都无法企及的。

扁平化思维——从集权走向分散

工业互联网分析例6

其二，政府机关“白皮书”是其正式意思表示的体现，不容许随意刊发，也不容许随意否定或者撤回。如果那就是白皮书，则其刊发、撤回以及法律效力都不允许随意性;如果那就是会议纪要，则不应当将其作为“白皮书”来使用并予以公布。此外，虽然本次抽查的数据“仅仅是一个抽检结果，不能过度解读”，但是，作为承担网监法定职责的国家工商总局绝不应当予以模糊化的逃避性处理。

其三，对工商行政部门履行网监职责的活动，企业等相关方面应当予以尊重和服从。在其法定授权范围内，行政主体享有对是否行使、如何行使、何时行使该权力的裁量余地;在有权机关予以确认、撤销或者变更之前，企业和个人都不应当以自力与之对抗。至于抽检所得数据是否科学，根据行政证据的规律性，该举证责任不应由企业承担，而应由工商行政部门提供更加全面的信息和更加充足的论据。

其四，被监管者对监管手段、方式、方法及结果不服的，应当通过法定途径和程序提出，依法寻求救济。对非正品率为37.25%这一数据，电商以刊发《小二心声》的方式表达不服，或许是在确认“民不与官斗，商不与工商讲理”等诸般无奈之后的选择，或许是精心谋划的策略设计。其和解的结果在证明阿里巴巴实力的同时，也证明了淘宝生态并不完善，无法靠其自身产生强大的自我修复功能来解决假货问题。

其五，企业的责任不容忽视。违规了就是违规了，应当诚恳承认之，努力改正之。“让淘宝为所有假货承担责任是不现实的。”“民营企业敢挑战‘权威’，以法律手段维护企业正当权益，是一种进步。”但是，企业应当“勇于负责，敢于担当”，而不是选择自我开脱。既然抽检信息显示了自己不足，就应当少进行同行间比较，而多从自身角度思考规制完善的方法与方式，“通过正常的合法渠道传递声音，以免误导公众:有钱就是任性。”

其六，“加强沟通，共同探索”的政企协力，应当坚持参与型行政理念，在各相关方面参与的基础上共同形成行为准则和行动标准。如果只有某一家企业与监管部门沟通、探索，确立行为准则和行动标准的话，那显然与正当行政程序原则相悖。

工业互联网分析例7

传统上，全球工业的经济定义包括制造业、自然资源开采业、建筑业和公用事业部门。根据这些分类，目前全球经济规模为70多万亿美元，全球工业部门大约占30%，或者说20多万亿美元。其中，商品制造业大约占全球产出的17%，而包括资源开采和建筑业在内的其他行业大约占全球产出的13%。

发达经济体的工业部门大约占GDP产出的24%，而发展中国家的工业部门大约占GDP产出的37%。从整个工业部门的角度来说，制造业在发达国家和发展中国家所占的比例分别为15%和20%。因此，按照传统经济计量方式，工业活动大约占所有经济活动的1/3，但各国之间存在很大差异。

虽然全球经济的1/3极为庞大，但这不能涵盖工业互联网的全部潜力。工业互联网将包含比传统经济分类更广泛的部门。例如，它还涉及大量的交通运输部门，包括工业运输编队以及航空、铁路和海运等大型物流行业。

其他商业和政府服务部门也将受益匪浅。例如，在医疗领域，在海量的安全数据中找到关键的共性和模型将是一个涉及生死存亡的问题。在这里，工业互联网的重点从优化商品物流转变为优化信息流和人们的工作流程——在合适的时间为合适的人提供合适的信息。

当传统工业部门与交通运输业和医疗行业的部门结合起来时，大约全球经济的46%或全球产值中的32.3万亿美元会受益于工业互联网。随着全球经济和工业部门的增长，这一数字还会提高。到2025年，我们估计工业部门(广义)在全球经济中的份额将增加到约50%，或以名义货币计算占未来全球产值的82万亿美元。

工业互联网技术不会被立即应用于相当于上述全球经济50%的整个资产基础。引入这些技术需要投资，而投资的步伐取决于基础设施开发的速度。从这个意义上说，我们所描述的是一个上限。另一方面，这个上限局限于可以直接应用工业互联网的那些部门。但是，工业互联网的收益将不仅限于这些部门。例如，对医疗行业的积极影响将带来更好的医疗成就，这反过来可以减少其他经济部门因为病休而减少的工作日数量。类似地，交通运输和物流的改善将受益于所有依赖商品运输以及供应链的可靠性和效率的经济活动。

能源消费视角

更智能的技术和强大的网络相结合，所带来的其中一个关键收益是能够节约能源并降低成本。提供全球所需的产品和服务需要大量的能源，但能源系统的限制在不断加强。工业互联网的崛起是对资源限制和匮乏直接的反应。因此，评估工业互联网规模的另外一个视角是了解与全球工业部门相关的能源问题。如果在制造业和交通运输部门的基础上考虑能源的生产和储存，工业互联网将惠及全球能源消耗的一半以上。

能源部门在生产能源时涉及各种活动，包括：提取燃料(例如石油、天然气、煤炭、铀)或利用水力、风能和太阳能；把主要燃料精炼处理为最终产品(例如汽油、液化天然气)；把燃料转化为电力。

2011年，全球生产了超过130亿t(吨)能源(为了比较而转化为石油当量，BTOE为10亿t石油当量)。美国目前拥有大约2.4亿辆轿车和轻型汽车，所有这些车辆消耗不到0.5BTOE的能源。在全球13BTOE的主要能源产出中，4.9BTOE以大约40%的效率转化为电力，剩余的8.1BTOE被精炼、处理以去除杂质、清洁(例如煤)或转化以供能源消费者使用。重要的是应认识到能源生产的成本很高。为了保持和扩大能源供应，煤炭、天然气、石油和电力等全球能源行业平均每年的新资本支出约为1.9万亿美元(大约占全球GDP的3%)。庞大的数量和成本为工业互联网技术的持续部署带来了大量机会。

在能源平衡的消耗方面，全球主要能源被转化为9.5BTOE的能源产品，包括1.9BTOE的电力和7.1BTOE的其他燃料。工业终端用户以电力、柴油、炼焦煤、天然气和化学原材料的方式消耗36%。这与上面经济视角中描述的制造部门大体上相当。

在工业部门，能耗最高的行业是钢铁与金属行业以及石油化工行业。这些高能耗行业总共消耗了约50%的工业能源。最近的研究表明，如果采用最好的技术，重工业的能耗可以降低15%-20%。通过流程集成、生命周期优化以及电机和旋转设备的更高效的利用和维护，持续和扩展的工业互联网部署有助于实现这个目标。

交通运输部门是另外一个能源消耗大户，占全球能源需求的27%——主要是石油制品。在交通运输部门，约一半(48%)的燃料被重型运输工具所消耗，包括货车、公共汽车、飞机、海洋船舶和铁路机车，约另外一半(52%)被轻型汽车所消耗。使用信息技术和网络设备及系统来优化交通运输是工业互联网所带来的最令人兴奋的机遇之一。假设大多数大型运输工具和一部分轻型汽车可以受益，或许工业互联网技术可以影响14%的全球交通运输业的燃料需求。

很明显，实现全球能源消耗的真正变革面临很多因素和挑战。每个系统和子系统都需要被轮流评估它们与更大型的能源网络的互动表现。过去20年，在流程管理和自动化方面的进步取得了较大成功。尽管能源系统中的某些部分正在被优化，人们仍在尝试新的努力。能源生产和转化中涉及的所有机器、设备组、设施和系统网络都存在可以通过工业互联网的增长而提高效率的空间。

实物资产视角：旋转设备

评估工业互联网扩展机会的第三个视角是工业系统各个领域的具体实物资产。工业系统包含大量的机器和关键系统。全球目前有数百万台机器，从简单的电动机到应用于医疗部门的极为先进的计算机断层扫描仪(ct扫描仪)。所有这些设备都与信息(温度、压力、振动以及其他关键指标)相关，对于了解设备本身的性能及其与其他机器和系统的关系很有价值。

一个特别的领域是关键的旋转机器。要想确切知道全球工业系统中存在多少机器和设备、设施和系统网络或许是不可能的，但通过观察某些特定领域感受工业系统的规模是可能的。

表1给出了主要行业中的主要旋转设备列表。在这个列表中，主要旋转设备的类型目前已有超过300万种。这些数字的获得是基于对这些机器和工厂中主要系统流程的基本审查。工业系统中的高度定制化让对比极为困难。然而，可以根据典型的成套旋转设备以及用于监控的主要设备进行综合评估，也就是评估工业系统中的旋转设备部分。所有这些资产都受温度、压力、振动和其他关键指标的制约，而这些指标已经或可以被监测、建模和远程操作以提供安全、提高生产力并节约运营成本。

1.商用喷气式飞机。商用喷气式飞机具有安装大量旋转设备和仪器仪表的潜力。根据喷气式飞机信息服务的数据，全球大约有21500架商用喷气式飞机和43000个喷气发动机。商用喷气式飞机通常采用双喷气发动机的动力配置。这些飞机每天大约起飞3次，每年总计起飞2300万次。每个喷气发动机包含很多可动部件，但是，其中有主要的三种旋转设备：涡轮风扇、压缩机和涡轮机。每个部件均需要单独装备仪器仪表和被监测。目前，商用飞机中大约有总计129000个主要的旋转设备运行。除了商用喷气式飞机，安装仪器仪表的机会还存在于军用和非商用及通用航空飞机上，它们超过商用喷气式飞机的10倍。重要的是，在喷气式飞机上安装仪器仪表的机会很多，而且每天都在增加。GE航空估计，为了满足航空旅行的需求，未来15年，全球需要增加32000个发动机。这意味着全球商用发动机中的旋转机器将增加100000个。

2.联合循环发电厂。工业互联网在全球发电厂中也有很大的发展机会。

目前，全球有62500个发电厂在运营，装机容量为30MW(兆瓦)或更高。发电厂的全球总装机容量约为5200GW(吉瓦)。只考虑其中的一小部分——联合循环发电厂(仅占全球发电厂的2.5%，或者说1768座发电厂)中大量的旋转设备，这些发电厂的全球总装机容量是564GW。

联合循环燃气涡轮机组串联使用燃气涡轮机和蒸汽涡轮机，把相同的热源——天然气——转化为机械能，然后转化为电能。一个联合循环燃气涡轮机发电厂通常使用多套燃气涡轮机—蒸汽涡轮机组合。目前最常见的联合循环配置是2×1，就是2个燃气涡轮机和1个蒸汽涡轮机。在这个例子中，有6个主要的旋转设备：2个燃气涡轮机、2个燃气涡轮发电机、1个蒸汽涡轮机和1个蒸汽涡轮发电机。除大型关键系统之外，我们估计发电厂中还存在从水泵到空气压缩机的另外99个旋转设备。总之，一个2×1联合循环发电厂中有105个旋转设备是可以测量的。

考虑全球联合循环发电厂的影响。如果所有1768个发电厂中的每个组件都安装仪器仪表，这意味着大约有10600个主要系统部件和175000个小型旋转零件可以测量。未来15年，全球工业系统预计将增加2000个联合循环发电厂，装机容量达到638GW。这将意味着新增12000个大型旋转设备和至少200000个小型旋转设备。如果把其他类型的发电厂考虑在内，工业互联网技术范围进一步扩展的事实是非常明显的。

3.机车。机车在全球范围内运输大量的原材料和商品。目前全球110万km(公里)铁路系统的货物运输超过9.6万亿tkm。在这个系统内，目前全球大约有120000条铁路使用柴电动力发动机。一台柴电动力机车中大约有18个主要旋转设备，可以分为六大系统：牵引电动机、散热器风扇、压缩机、交流发电机、发动机和涡轮机。如果铁路运输工具的每个组件都安装仪器仪表，这意味着有超过220万个旋转设备可以安装仪器仪表。保守地预测，未来15年将增加约33000辆柴电动力机车——这意味着到2025年，仅仅是柴电动力机车就将部署396000个传感器进行监测。

工业互联网分析例8

随着卫生保健成本更低且效果更好，能源消耗大幅降低，实物资产运转更好且寿命更长，工业互联网将像工业革命和互联网革命那样提高效率，加快生产率增长，加快收入和生活水平提高。在美国，如果工业互联网能够促使生产率年增长1至1.5个百分点，使其重返互联网革命时代的增长高峰，那么未来二十年，它将使平均收入高于当前的趋势线，比现今水平提高25%至40%；而且随着创新在全球扩散，如果使世界其它地方的生产率增长能够达到美国的一半，那么未来二十年，工业互联网能使全球GDP增加10-15万亿美元之多，这将相当于当前美国的经济规模。

一、工业互联网将成为下一波产业革命的浪潮

工业互联网将兼具改天换地的两场革命所带来的种种进步：一是由工业革命产生的各种机器、设备和交通工具以及铁路网和电网等网络；二是最近因互联网革命而得到突出体现的计算机应用、信息通信系统方面的巨大进步。这些发展态势将使体现工业互联网精髓的三种要素融为一体：

（1）智能机器。

这是用先进的传感器、控制装置和应用软件以新的方式来连接全球无数的机器、设备、设备群和各种网络。

（2）先进分析工具。

运用物理分析、预测算法和自动控制方面的能力以及材料科学、电气工程和其它关键学科的精深专业知识来分析机器和大型系统的运行情况。

（3）人。

使人们随时相互联通，无论他们是在工厂、办公室或医院中工作，还是在移动中，从而支持更加智能的设计、操作和维护，以及更加优质的服务和安全。

这些要素的连接与组合为企业和各经济体带来了新的机遇。例如，传统的统计方法采用历史数据采集技术，因而数据、分析和决策之间的割裂情况往往较严重。由于系统监控技术更加先进，信息技术成本已经下降，处理数量日益庞大的实时数据的能力一直在提高。高频率的实时数据使我们对系统运作的认识提高到一个全新的水平。基于机器的分析工具则提供了另一个分析维度。由基于机器的分析工具、精深的专业知识、自动化程度更高的信息流以及预测能力构成的这套组合还可以与现有的“大数据”工具套件相结合，结果便是工业互联网以更加新颖的混合方案来涵盖传统方案，从而可以通过面向特定行业的先进分析工具使历史数据和实时数据同时发挥作用。

二、工业互联网的基础构件及其在“旋转设备”中的应用

工业互联网首先将传感器和其它先进仪器集成到各种从简单到极端复杂的大量机器中，使人们能够采集并分析数量庞大的数据，并运用它们来改进机器性能，随之也就必然会提高机器系统与机器网络的效率。甚至这些数据本身也能智能化，能立即知道应到达哪些用户。

单在航空这一个工业部门，工业互联网就有着巨大潜力。大约2万架商用飞机依靠4.3万台喷气式发动机运行，而每台喷气式发动机又包含3件可以单独测量并监控的旋转设备。想象一下，当“智能飞机”可以与操作员交流时，引擎维护、燃油消耗、机组人员配置以及飞行时间安排方面将能达到多么高的效率。这还只是今天的局面。在未来15年里，随着全球航空服务需求继续扩大，还可能有3万台喷气式发动机投入使用。在铁路机车、联合循环电厂、能源加工厂、工业设施以及其它关键资产中，也有机会集成先进仪器。在目前的全球工业资产基数中，总共有300多万件“旋转设备”，而这些在能够应用工业互联网的装置中还只占一小部分。

三、工业互联网使效率提高百分之一的威力

机器与分析工具的紧密结合所产生的效益众多，且十分显著。根据估算，能够直接应用工业互联网技术创新的行业经济产值达32.3万亿美元以上。随着全球经济的增长，工业互联网的潜在应用还会扩大。到2025年，它将能够应用于82万亿美元或全球约一半的经济产出中。

对一些具体行业因工业互联网而获益所做的保守估计也很有指导意义。哪怕工业互联网只实现1%的效率增长，其效果也将相当显著。例如，在商业航空业，节省1%的燃料就能在15年间节约300亿美元。全球燃气发电机组的效率如果能提高1%，就能节省燃料消费660亿美元。全球卫生保建行业也能通过改善流程效率低下的情况而从工业互联网中受益，全球效率增长1%能够使之节省630多亿美元。全球铁路网的货运效率只要能够提高1%，就会节省燃料消费270亿美元。此外，全球上游油气勘探和开采活动的资本使用效率只要提高1%，就能避免900亿美元的资本支出。就工业互联网的潜在效益而言，这些只是略举数例而已。

四、工业互联网将产生广泛的全球效益

作为关键创新的先行者和源头，美国处在工业互联网的前沿。由于全球一体化日渐深化，技术转移日益迅速，工业互联网带来的益处将惠及全球。实际上，随着新兴市场对基础设施投入巨资，工业互联网技术的及早迅速采用就能成为强大的增效器。新兴市场或许有机会越过发达经济体曾经经历的一些发展阶段。例如，直接采用无线技术就能免去电缆和电线的使用，私营、半公营或是公营的云计算系统则可能取代孤立的计算机系统。如此一来，就能更加迅速地填补新兴国家与发达国家之间的生产率差距。而且在这一过程中，工业互联网还将缓解资源约束与财政制约，从而实现全球更加可持续的强劲增长。

五、推动工业互联网发展应具备的关键因素

发展工业互联网要具备一系列关键的推动与促进因素。

第一，在技术创新方面需持续努力，同时也需要投入资金来部署必不可少的传感器、仪器仪表和用户界面系统。投资将是把新技术迅速转化为资本存量的一项根本条件。工业互联网所能实现的成本效益，将成为工业互联网增长步伐的最终驱动因素。部署工业互联网的成本很可能视具体的部门和地区而异，但前提条件是部署成本要使所投资的技术能产生正收益。

工业互联网分析例9

随着卫生保健成本更低且效果更好，能源消耗大幅降低，实物资产运转更好且寿命更长，工业互联网将像工业革命和互联网革命那样提高效率，加快生产率增长，加快收入和生活水平提高。在美国，如果工业互联网能够促使生产率年增长1至1.5个百分点，使其重返互联网革命时代的增长高峰，那么未来二十年，它将使平均收入高于当前的趋势线，比现今水平提高25%至40%；而且随着创新在全球扩散，如果使世界其它地方的生产率增长能够达到美国的一半，那么未来二十年，工业互联网能使全球GDP增加10-15万亿美元之多，这将相当于当前美国的经济规模。

一、工业互联网将成为下一波产业革命的浪潮

工业互联网将兼具改天换地的两场革命所带来的种种进步：一是由工业革命产生的各种机器、设备和交通工具以及铁路网和电网等网络；二是最近因互联网革命而得到突出体现的计算机应用、信息通信系统方面的巨大进步。这些发展态势将使体现工业互联网精髓的三种要素融为一体：

（1）智能机器。

这是用先进的传感器、控制装置和应用软件以新的方式来连接全球无数的机器、设备、设备群和各种网络。

（2）先进分析工具。

运用物理分析、预测算法和自动控制方面的能力以及材料科学、电气工程和其它关键学科的精深专业知识来分析机器和大型系统的运行情况。

（3）人。

使人们随时相互联通，无论他们是在工厂、办公室或医院中工作，还是在移动中，从而支持更加智能的设计、操作和维护，以及更加优质的服务和安全。

这些要素的连接与组合为企业和各经济体带来了新的机遇。例如，传统的统计方法采用历史数据采集技术，因而数据、分析和决策之间的割裂情况往往较严重。由于系统监控技术更加先进，信息技术成本已经下降，处理数量日益庞大的实时数据的能力一直在提高。高频率的实时数据使我们对系统运作的认识提高到一个全新的水平。基于机器的分析工具则提供了另一个分析维度。由基于机器的分析工具、精深的专业知识、自动化程度更高的信息流以及预测能力构成的这套组合还可以与现有的“大数据”工具套件相结合，结果便是工业互联网以更加新颖的混合方案来涵盖传统方案，从而可以通过面向特定行业的先进分析工具使历史数据和实时数据同时发挥作用。

二、工业互联网的基础构件及其在“旋转设备”中的应用

工业互联网首先将传感器和其它先进仪器集成到各种从简单到极端复杂的大量机器中，使人们能够采集并分析数量庞大的数据，并运用它们来改进机器性能，随之也就必然会提高机器系统与机器网络的效率。甚至这些数据本身也能智能化，能立即知道应到达哪些用户。

单在航空这一个工业部门，工业互联网就有着巨大潜力。大约2万架商用飞机依靠4.3万台喷气式发动机运行，而每台喷气式发动机又包含3件可以单独测量并监控的旋转设备。想象一下，当“智能飞机”可以与操作员交流时，引擎维护、燃油消耗、机组人员配置以及飞行时间安排方面将能达到多么高的效率。这还只是今天的局面。在未来15年里，随着全球航空服务需求继续扩大，还可能有3万台喷气式发动机投入使用。在铁路机车、联合循环电厂、能源加工厂、工业设施以及其它关键资产中，也有机会集成先进仪器。在目前的全球工业资产基数中，总共有300多万件“旋转设备”，而这些在能够应用工业互联网的装置中还只占一小部分。

三、工业互联网使效率提高百分之一的威力

机器与分析工具的紧密结合所产生的效益众多，且十分显著。根据估算，能够直接应用工业互联网技术创新的行业经济产值达32.3万亿美元以上。随着全球经济的增长，工业互联网的潜在应用还会扩大。到2025年，它将能够应用于82万亿美元或全球约一半的经济产出中。

对一些具体行业因工业互联网而获益所做的保守估计也很有指导意义。哪怕工业互联网只实现1%的效率增长，其效果也将相当显著。例如，在商业航空业，节省1%的燃料就能在15年间节约300亿美元。全球燃气发电机组的效率如果能提高1%，就能节省燃料消费660亿美元。全球卫生保建行业也能通过改善流程效率低下的情况而从工业互联网中受益，全球效率增长1%能够使之节省630多亿美元。全球铁路网的货运效率只要能够提高1%，就会节省燃料消费270亿美元。此外，全球上游油气勘探和开采活动的资本使用效率只要提高1%，就能避免900亿美元的资本支出。就工业互联网的潜在效益而言，这些只是略举数例而已。

四、工业互联网将产生广泛的全球效益

作为关键创新的先行者和源头，美国处在工业互联网的前沿。由于全球一体化日渐深化，技术转移日益迅速，工业互联网带来的益处将惠及全球。实际上，随着新兴市场对基础设施投入巨资，工业互联网技术的及早迅速采用就能成为强大的增效器。新兴市场或许有机会越过发达经济体曾经经历的一些发展阶段。例如，直接采用无线技术就能免去电缆和电线的使用，私营、半公营或是公营的云计算系统则可能取代孤立的计算机系统。如此一来，就能更加迅速地填补新兴国家与发达国家之间的生产率差距。而且在这一过程中，工业互联网还将缓解资源约束与财政制约，从而实现全球更加可持续的强劲增长。

五、推动工业互联网发展应具备的关键因素

发展工业互联网要具备一系列关键的推动与促进因素。

第一，在技术创新方面需持续努力，同时也需要投入资金来部署必不可少的传感器、仪器仪表和用户界面系统。投资将是把新技术迅速转化为资本存量的一项根本条件。工业互联网所能实现的成本效益，将成为工业互联网增长步伐的最终驱动因素。部署工业互联网的成本很可能视具体的部门和地区而异，但前提条件是部署成本要使所投资的技术能产生正收益。

工业互联网分析例10

中图分类号 G3 文献标识码 A 文章编号 1674-6708（2017）186-0051-02

在我国2015年的政府报告工作中就已经明确提出了“互联网+”@一概念，并从国家层面提出了相应的行动计划。但当前很多人对“互联网+”的理解并不深刻，还仅仅停留在数学公式上。实质上“互联网+”是一个具备化学性质的公式，其是在全网跨平台中，用户对产品和服务进行体验之后而衍生出来的一种化学反应，将其用于科技情报工作研究中，能够创新科技情报工作的开展方式。

1 “互联网+”内容简述

要想深入了解“互联网+”的内在要义，需要借助用户体验和具体场景来进行。在人们的日常生活中，接触得比较多的便是互联网+商务零售，是各种电子商务，比如天猫、苏宁、京东以及阿里巴巴等。人们最深切的体会便是网购，比如“双11”和“双12”。实质上，“互联网+”并不仅仅存在于电子商务中，其对我国的交通运输行业也产生了化学效应，比如，网络购票、滴滴出行以及导航系统等等。“互联网+”将很多行业都与信息技术结合在一起，比如，“互联网+零售”“互联网+交通”“互联网+教育”以及“互联网+医疗和农业”等。随着互联网技术的进一步发展，其在社会生产和人们的日常生活中的应用日益深化，为用户带来了许多新的体验，也为各行业的发展提供了新的契机。但“互联网+”仍然是一把双刃剑，其在发展过程中还不完善，比如信息犯罪数量增加、个人信息窃取严重。并且“互联网+”还对传统行业的发展带来了毁灭性打击，这对于我国实体产业的发展来说是一个巨大的挑战。

2 我国科技情报行业发展现状分析

在我国的科技情报发展行业中，其发展历程主要经历了成立、改革探索、定位以及深化改革等4个阶段。在进入第四个发展阶段后，我国的科技情报工作按照开放、协作等目标厘清了信息与情报之间的区别、联系以及各自的内涵、外延，并对其业务发展进行了重新定位。我国的科技情报研究部门主要是为政府、企业、高等院校以及科研院校等主体提供各种信息服务的，是我国信息服务体系的重要组成部分，也是创新我国科技体系的重要支撑。我国信息资源建设与服务随着信息网络技术的发展而不断迈入数字化、智能化以及网络化发展轨道，并在发展过程中建立了信息资源共享数据库，共享已经成为了科技情报工作人员的共识，并且其也在为实现这一目标而奋斗。我国的科技情报工作分为国家层面和地方层面，NSTL、CALIS都是其建设项目。其中国家科技图书文献中心和高等教育文献保障体系主要是为各学科领域提供信息资源共享的，而地方范围内的科技情报工作主要内容是信息检索、查询以及联合编目等。随着“互联网+”的发展，我国的科技情报工作不仅在技术上发生了变化，并且在思维和发函模式上也发展了变化。在社会经济发展新时期，怎样在“互联网+”视野下创新科技情报工作方式和改变发展理念是其重点考虑内容。

3 “互联网+”视野下科技情报工作研究

3.1 情报分析

对于科技情报机构及其工作者来说，情报分析是其重要环节。当前我国科技情报分析方法主要是从外国舶来的，是一种舶来品，其分析模式是三段论综述型定性分析模式。这种分析方法能够很好的对各种信息进行分析整理，但不能够对情报信息进行量化处理。在“互联网+”视野下，科技情报分析模式逐渐走向定量化，其基本模式是事实型数据+专用方法工具+专家智慧。这种新型的分析模式革新了情报信息分析方法，并且应用了现代化工具。

截至目前，对各种中文科技信息资源进行分析的方式逐渐趋向智能化和可视化，在“互联网+”的影响下万方创新助手和由学科、组织机构、专家、主题、基金等“知识获取五要素”构成二维空间成为了科技情报分析的主要方式。在对海量的信息进行分析时，其常用到的技术主要是中文信息处理技术、元数据仓储技术、信息网格技术、数据关联挖掘技术与自动分类/聚类技术等。并且情报工作者还将Java应用程序用于了科技文献研究中，开发出了科技情报分析的可视化软件。为了提升科技情报系统的分析功能，人们研发出了以后总能够够在全球范围内通用的科技创新解决方案，并整合了众多专利索引、科学引文索引、会议论文索引以及其他商业新闻等数据库。这些数据库的全面整合极大地丰富了科技情报系统的内容，并提升了其信息分析能力。

3.2 情报服务

在信息化环境中，为了创新国家和地区的科技情报建设体系，发挥出其不可或缺的作用，科技情报行业在为各类主体提供信息服务时需要遵循价值递增规律，并在信息情报服务提供方面体现出层次性。为了达到这一目的，跟上“互联网+”的时展步伐，在开展科技情报服务工作时需要从服务手段与服务方向两方面着手。具体而言，在服务手段方面，科技情报机构需要以信息化技术为支撑，构建多元化、网络化的信息服务平台并在服务平台中贯彻主动服务、集中与分布结合以及多元化服务等理念。用全新的服务理念来引导其服务方式和方向的转变，在“互联网+”视野下，科技情报工作需要从用户的需求和用户的体验出发，尽可能为用户提供智能化的参考咨询服务，并合理利用网路技术为用户定期提供推送服务。并且在此过程中采用个性化定制技术为用户提供不同风格的界面。

在“互联网+”视野下，科技服务工作需要对各项信息资源进行整合，在此过程中其需要运用到z39.50、Open URL、OAI等技术，在对各节点的独立资源进行整合时需要用到集中统一的平台窗口，将情报信息资源、情报信息检索员、行业研究专家等人力资源在协同的服务机制中实现虚拟化。为了满足用户的多元化需求，在提供科技情报信息服务时需要根据多元化服务理念将各种信息及时输送到用户桌面。常见的信息服务内容是为用户提供移动、嵌入式以及云计算等服务，这些服务内容与人们的工作生活密切相关，用户的使用频率较高，能够帮助革新科技情报工作者为需求群体提供更多优质服务，并完善科技情报机构工作体系。从服务方向来看，要想在“互联网+”视野下与时俱进，科技情报系统必须要创新理念、拓展空间、丰富内容并延长其服务链，强化对情报系统的建设，不断提升自身的服务能力。

4 结论

在信息化浪潮下，科技情报工作的各节点都面临着挑战。在“互联网+”视野下，为了让科技情报工作跟上时展步伐，需要相关工作人员树立以服务为中心的工作理念。并根据“互联网+”的思维创新其发展方式，为各类主体提供多元化、高质量的信息情报服务，提升其智库性能。

参考文献

[1]刘军.“互联网+”视角下的科技情报工作思考[J].甘肃科技，2016（5）：79-81.