智能工业的实现是基于物联网技术的渗透和应用，并与未来先进制造技术相结合，形成新的智能化的制造体系。所以，智能工业的关键技术在于物联网技术。

智能工业物联网技术简介

“物联网技术”的核心和基础仍然是“互联网技术”，是在互联网技术基础上的延伸和扩展的一种网络技术；其用户端延伸和扩展到了任何物品和物品之间，进行信息交换和通讯。因此，物联网技术的定义是：通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，将任何物品与互联网相连接，进行信息交换和通讯，以实现智能化识别、定位、追踪、监控和管理的一种网络技术叫做物联网技术。

智能工业物联网技术的内容

包括识别、定位、追踪、监控和管理的一种网络技术。

FRID、NFC，WSN

智能工业物联网技术在工业领域的应用

制造业供应链管理物联网应用于企业原材料采购、库存、销售等领域，通过完善和优化供应链管理体系，提高了供应链效率，降低了成本。空中客车（Airbus）通过在供应链体系中应用传感网络技术，构建了全球制造业中规模最大、效率最高的供应链体系。

生产过程工艺优化物联网技术的应用提高了生产线过程检测、实时参数采集、生产设备监控、材料消耗监测的能力和水平。生产过程的智能监控、智能控制、智能诊断、智能决策、智能维护水平不断提高。钢铁企业应用各种传感器和通信网络，在生产过程中实现对加工产品的宽度、厚度、温度的实时监控，从而提高了产品质量，优化了生产流程。

产品设备监控管理各种传感技术与制造技术融合，实现了对产品设备操作使用记录、设备故障诊断的远程监控。GE Oil&Gas集团在全球建立了13个面向不同产品的i-Center，通过传感器和网络对设备进行在线监测和实时监控，并提供设备维护和故障诊断的解决方案。

环保监测及能源管理物联网与环保设备的融合实现了对工业生产过程中产生的各种污染源及污染治理各环节关键指标的实时监控。在重点排污企业排污口安装无线传感设备，不仅可以实时监测企业排污数据，而且可以远程关闭排污口，防止突发性环境污染事故的发生。电信运营商已开始推广基于物联网的污染治理实时监测解决方案。

工业安全生产管理把感应器嵌入和装备到矿山设备、油气管道、矿工设备中，可以感知危险环境中工作人员、设备机器、周边环境等方面的安全状态信息，将现有分散、独立、单一的网络监管平台提升为系统、开放、多元的综合网络监管平台，实现实时感知、准确辨识、快捷响应、有效控制。

智能工业物联网如何改变工业自动化

物联网的产业链即所谓的DCM(Device、Connect、Manage)跟工业自动化的三层架构是互相呼应的，在物联网的环境中，每一层次自原来的传统功能大幅进化，在Device(设备)达到所谓的全面感知，就是让原本的物，提升为智能物件，可以识别或撷取各种数据；而在Connect(连接)层则是要达到可靠传递，除了原有的有线网络外更扩展到各种无线网络；而在Manage(管理)层部分，则是要将原有的管理功能进步到智能处理，对撷取到的各种数据做更具智能的处理与呈现。

传统的工业自动化控制系统主要包括3个层次，分别是设备层(device layer)、控制层(control layer)、以及信息层(information layer)。设备层的功能是将现场设备以网络节点的形式挂接在现场总线网络上，依照现场总线的协议标准，设备采用功能模块的结构，通过组态设计，完成数据撷取、A/D转换、数字滤波、温度压力补偿、PID控制等各种功能；控制层是自动化的基础，从现场设备中获取数据，完成各种控制、运行参数的监测、警报和趋势分析等功能，控制层的功能一般由工业计算机或PLC等控制器完成，这些控制器具备网络能力以协调网络节点之间的数据通信，同时也实现现场总线网段与以太网段的连接；第三层信息层提供实现远程控制的平台，并连接到企业自动化系统，同时从控制层提取有关生产数据用于制定综合管理决策。

自另一个角度来，物联网可以使所谓的自动化跟信息化『两化融合』的愿景更具体实现，自动化业者长期以来都朝著信息化目标前进，在物联网的基础下，原先传统的C/S(Client/Server)架构，可以转换成B/S(Browser/Server)架构，在生产制造、智能建筑、新能源、环境监控、以及设备控制领域有更广泛的应用。具体而言，自动化资料如果没有经过讯息化的集成，一般使用者还是无法使用；同样的，如果仅有讯息化功能，却缺乏自动化的内容，一样也是空泛无用，两者缺一不可。

智能工业物联网技术与工业技术相结合

与未来先进制造技术相结合是物联网应用的生命力所在。物联网是信息通信技术发展的新一轮制高点，正在工业领域广泛渗透和应用，并与未来先进制造技术相结合，形成新的智能化的制造体系。这一制造体系仍在不断发展和完善之中。概括起来，物联网与先进制造技术的结合主要体现在8个领域。

泛在感知网络技术　建立服务于智能制造的泛在网络技术体系，为制造中的设计、设备、过程、管理和商务提供无处不在的网络服务。面向未来智能制造的泛在网络技术发展还处于初始阶段。

泛在制造信息处理技术　建立以泛在信息处理为基础的新型制造模式，提升制造行业的整体实力和水平。泛在信息制造及泛在信息处理尚处于概念和实验阶段，各国政府均将此列入国家发展计划，大力推动实施。

虚拟现实技术　采用真三维显示与人机自然交互的方式进行工业生产，进一步提高制造业的效率。虚拟环境已经在许多重大工程领域得到了广泛的应用和研究。未来，虚拟现实技术的发展方向是三维数字产品设计、数字产品生产过程仿真、真三维显示和装配维修等。

人机交互技术　传感技术、传感器网、工业无线网以及新材料的发展，提高了人机交互的效率和水平。制造业处在一个信息有限的时代，人要服从和服务于机器。随着人机交互技术的不断发展，我们将逐步进入基于泛在感知的信息化制造人机交互时代。

空间协同技术　空间协同技术的发展目标是以泛在网络、人机交互、泛在信息处理和制造系统集成为基础，突破现有制造系统在信息获取、监控、控制、人机交互和管理方面集成度差、协同能力弱的局限，提高制造系统的敏捷性、适应性、高效性。

平行管理技术　未来的制造系统将由某一个实际制造系统和对应的一个或多个虚拟的人工制造系统所组成。平行管理技术就是要实现制造系统与虚拟系统的有机融合，不断提升企业认识和预防非正常状态的能力，提高企业的智能决策和应急管理水平。

电子商务技术　制造与商务过程一体化特征日趋明显，整体呈现出纵向整合和横向联合两种趋势。未来要建立健全先进制造业中的电子商务技术框架，发展电子商务以提高制造企业在动态市场中的决策与适应能力，构建和谐、可持续发展的先进制造业。

系统集成制造技术　系统集成制造是由智能机器人和专家共同组成的人机共存、协同合作的工业制造系统。它集自动化、集成化、网络化和智能化于一身，使制造具有修正或重构自身结构和参数的能力，具有自组织和协调能力，可满足瞬息万变的市场需求，应对激烈的市场竞争。

智能工业解决工业领域物联网应用面临的关键技术问题

从整体上来看，物联网还处于起步阶段。物联网在工业领域的大规模应用还面临一些关键技术问题，概括起来主要有以下几个方面。

工业用传感器　工业用传感器是一种检测装置，能够测量或感知特定物体的状态和变化，并转化为可传输、可处理、可存储的电子信号或其他形式信息。工业用传感器是实现工业自动检测和自动控制的首要环节。在现代工业生产尤其是自动化生产过程中，要用各种传感器来监视和控制生产过程中的各个参数，使设备工作在正常状态或最佳状态，并使产品达到最好的质量。可以说，没有众多质优价廉的工业传感器，就没有现代化工业生产体系。

工业无线网络技术　工业无线网络是一种由大量随机分布的、具有实时感知和自组织能力的传感器节点组成的网状(Mesh)网络，综合了传感器技术、嵌入式计算技术、现代网络及无线通信技术、分布式信息处理技术等，具有低耗自组、泛在协同、异构互连的特点。工业无线网络技术是继现场总线之后工业控制系统领域的又一热点技术，是降低工业测控系统成本、提高工业测控系统应用范围的革命性技术，也是未来几年工业自动化产品新的增长点，已经引起许多国家学术界和工业界的高度重视。

工业过程建模　没有模型就不可能实施先进有效的控制，传统的集中式、封闭式的仿真系统结构已不能满足现代工业发展的需要。工业过程建模是系统设计、分析、仿真和先进控制必不可少的基础。

此外，物联网在工业领域的大规模应用还面临工业集成服务代理总线技术、工业语义中间件平台等关键技术问题。

智能工业的价值

工业化的基础是自动化，自动化领域发展了近百年，理论，实践都已经非常完善了。特别是随着现代大型工业生产自动化的不断兴起和过程控制要求的日益复杂营运而生的DCS控制系统，更是计算机技术，系统控制技术、网络通讯技术和多媒体技术结合的产物。DCS的理念是分散控制，集中管理。虽然自动设备全部联网，并能在控制中心监控信息而通过操作员来集中管理。但操作员的水平决定了整个系统的优化程度。有经验的操作员可以使生产最优，而缺乏经验的操作员只是保证了生产的安全性。是否有办法做到分散控制，集中优化管理？需要通过物联网根据所有监控信息，通过分析与优化技术，找到最优的控制方法，是物联网可以带给DCS控制系统的。

IT信息发展的前期其信息服务对象主要是人，其主要解决的问题是解决信息孤岛问题。当为人服务的信息孤岛问题解决后，是要在更大范围解决信息孤岛问题。就是要将物与人的信息打通。人获取了信息之后，可以根据信息判断，做出决策，从而触发下一步操作；但由于人存在个体差异，对于同样的信息，不同的人做出的决策是不同的，如何从信息中获得最优的决策？另外“物”获得了信息是不能做出决策的，如何让物在获得了信息之后具有决策能力？智能分析与优化技术是解决这个问题的一个手段，在获得信息后，依据历史经验以及理论模型，快速做出最有决策。数据的分析与优化技术在两化融合的工业化与信息化方面都有旺盛的需求。