智能制造 第3章 智能制造支撐技術(shù)

University

of

Science

and

Technology

Beijing思維導(dǎo)圖人工智能技術(shù)人工智能的概念人工智能的發(fā)展人工智能的分類人工智能的應(yīng)用大數(shù)據(jù)技術(shù)大數(shù)據(jù)的概念和特征大數(shù)據(jù)的核心技術(shù)工業(yè)大數(shù)據(jù)云計(jì)算技術(shù)云計(jì)算的概念和特點(diǎn)云計(jì)算的關(guān)鍵技術(shù)智能制造云平臺(tái)的概念和組成第五代移動(dòng)通信技術(shù)第五代移動(dòng)通信技術(shù)的概念5G技術(shù)的應(yīng)用物聯(lián)網(wǎng)技術(shù)物聯(lián)網(wǎng)技術(shù)的概念和特點(diǎn)物聯(lián)網(wǎng)的架構(gòu)物聯(lián)網(wǎng)技術(shù)的應(yīng)用學(xué)習(xí)要點(diǎn)掌握人工智能技術(shù)、大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)、第五代移動(dòng)通信技術(shù)和物聯(lián)網(wǎng)技術(shù)的概念；熟悉他們的相關(guān)應(yīng)用方向；了解人工智能的主要研究?jī)?nèi)容，了解大數(shù)據(jù)和云計(jì)算的關(guān)鍵技術(shù)。具體包括：掌握人工智能的基本思想和基本內(nèi)容；從大數(shù)據(jù)的定義和它的5V特征來(lái)認(rèn)識(shí)大數(shù)據(jù)，熟悉工業(yè)大數(shù)據(jù)的概念和特征；通過(guò)云計(jì)算定義、3種服務(wù)類型和10個(gè)特點(diǎn)來(lái)掌握云計(jì)算的概念，熟悉智能制造云平臺(tái)在全生命周期中提供的各種服務(wù)；從5G技術(shù)的概念、優(yōu)勢(shì)以及特點(diǎn)來(lái)認(rèn)知第五代移動(dòng)通信技術(shù)，了解5G技術(shù)的一般應(yīng)用場(chǎng)景和5個(gè)智能制造中的應(yīng)用；掌握物聯(lián)網(wǎng)技術(shù)的特點(diǎn)和5個(gè)特征，熟悉物聯(lián)網(wǎng)的3個(gè)層次：感知層、網(wǎng)絡(luò)層和應(yīng)用層。目錄CONTENTS3.13.23.53.43.3人工智能技術(shù)3.1人工智能技術(shù)人工智能（Artificial

Intelligence，AI）技術(shù)自20世紀(jì)50年代被提出以來(lái)，人類一直致力于讓計(jì)算機(jī)技術(shù)朝著越來(lái)越智能的方向發(fā)展。這是一門涉及計(jì)算機(jī)、控制論、語(yǔ)言學(xué)、神經(jīng)學(xué)、心理學(xué)及哲學(xué)的綜合性交叉學(xué)科。同時(shí)，人工智能也是一門有強(qiáng)大生命力的學(xué)科，它試圖改變?nèi)祟惖乃季S和生活習(xí)慣，延伸和解放人類智能，也必將帶領(lǐng)人類走向科技發(fā)展的新紀(jì)元。美國(guó)斯坦福研究所人工智能中心主任N.J尼爾遜對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！倍绹?guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過(guò)去只有人才能做的智能工作?！拔覈?guó)《人工智能標(biāo)準(zhǔn)化白皮書(shū)（2018年）》中也給出了人工智能的定義：“人工智能是利用數(shù)字計(jì)算機(jī)或者由數(shù)字計(jì)算機(jī)控制的機(jī)器，模擬、延伸和擴(kuò)展人類的智能，感知環(huán)境、獲取知識(shí)并使用知識(shí)獲得最佳結(jié)果的理論、方法、技術(shù)和應(yīng)用系統(tǒng)。“3.1.1人工智能的主要研究?jī)?nèi)容02人工智能研究主要內(nèi)容包括：知識(shí)表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)、知識(shí)獲取、知識(shí)處理系統(tǒng)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等0301知識(shí)表示知識(shí)表示是人工智能的基本問(wèn)題之一，推理和搜索都與表示方法密切相關(guān)。常用的知識(shí)表示方法有：邏輯表示法、產(chǎn)生式表示法、語(yǔ)義網(wǎng)絡(luò)表示法和框架表示法等機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)是指在一定的知識(shí)表示意義下獲取新知識(shí)的過(guò)程，按照學(xué)習(xí)機(jī)制的不同，主要有歸納學(xué)習(xí)、分析學(xué)習(xí)、連接機(jī)制學(xué)習(xí)和遺傳學(xué)習(xí)等。自動(dòng)推理和搜索問(wèn)題求解中的自動(dòng)推理是知識(shí)的使用過(guò)程。推理過(guò)程一般可分為演繹推理和非演繹推理。謂詞邏輯是演繹推理的基礎(chǔ)。結(jié)構(gòu)化表示下的繼承性能推理是非演繹性的；搜索是人工智能的一種問(wèn)題求解方法，搜索策略決定著問(wèn)題求解的一個(gè)推理步驟中知識(shí)被使用的優(yōu)先關(guān)系，搜索可分為無(wú)信息導(dǎo)引的盲目搜索和利用經(jīng)驗(yàn)知識(shí)導(dǎo)引的啟發(fā)式搜索。04知識(shí)表示知識(shí)獲取是指在人工智能和知識(shí)工程系統(tǒng)中，機(jī)器如何獲取知識(shí)的問(wèn)題。狹義的知識(shí)獲取是指人們通過(guò)系統(tǒng)設(shè)計(jì)、程序編制和人機(jī)交互，使機(jī)器獲取知識(shí)；廣義的知識(shí)獲取是指除了人工知識(shí)獲取之外，機(jī)器還可以自動(dòng)或半自動(dòng)地獲取知識(shí)。3.1.1人工智能的主要研究?jī)?nèi)容0607

計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)是一門研究如何使機(jī)器“看”的科學(xué)，就是指用攝影機(jī)和計(jì)算機(jī)代替人眼和大腦對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等，并進(jìn)一步做圖形處理，使用計(jì)算機(jī)處理目標(biāo)使之成為更適合人眼觀察或傳送給儀器檢測(cè)的圖像。05知識(shí)處理系統(tǒng)主要由知識(shí)庫(kù)和推理機(jī)組成。知識(shí)庫(kù)存儲(chǔ)系統(tǒng)所需要的知識(shí)，當(dāng)知識(shí)量較大而又有多種表示方法時(shí)，知識(shí)的合理組織與管理是很重要的。推理機(jī)在問(wèn)題求解時(shí)，規(guī)定使用知識(shí)的基本方法和策略，推理過(guò)程中為記錄結(jié)果或通信需設(shè)數(shù)據(jù)庫(kù)或采用黑板機(jī)制。08智能機(jī)器人它有相當(dāng)發(fā)達(dá)的“大腦”，在其中起作用的是中央處理器（Central

Processing

Unit，

CPU），這種計(jì)算機(jī)跟操作它的人有直接的聯(lián)系，這樣的計(jì)算機(jī)可以進(jìn)行按目的安排的動(dòng)作。自動(dòng)程序設(shè)計(jì)09

是采用自動(dòng)化手段進(jìn)行程序設(shè)計(jì)的技術(shù)和過(guò)程，后引申為采用自動(dòng)化手段進(jìn)行軟件開(kāi)發(fā)的技術(shù)和過(guò)程，也稱為軟件自動(dòng)化。自然語(yǔ)言處理自然語(yǔ)言處理是使用自然語(yǔ)言同計(jì)算機(jī)進(jìn)行通信的技術(shù)，又叫作自然語(yǔ)言理解，也稱為計(jì)算語(yǔ)言學(xué)。一方面它是語(yǔ)言信息處理的一個(gè)分支，另一方面它是人工智能的核心課題之一3.1.2人工智能的發(fā)展歷程030120世紀(jì)50年代人工智能概念在1956年首次提出，但是由于

消解法推理能力有限以及機(jī)器翻譯等的失敗，人工智能走入了低谷。這一階段的特點(diǎn)是重

視問(wèn)題求解的方法，而忽視了知識(shí)的重要性。20世紀(jì)60年代末到70年代專家系統(tǒng)出現(xiàn)，使人工智能研究出現(xiàn)新高潮。人工智能走向了實(shí)用化。

1969年成立了國(guó)際人工智能聯(lián)合會(huì)議20世紀(jì)80年代隨著第五代計(jì)算機(jī)的研制，人工智能得到了飛速的發(fā)展。20世紀(jì)80年代末神經(jīng)網(wǎng)絡(luò)飛速發(fā)展。1987年，美國(guó)召開(kāi)第一次神經(jīng)網(wǎng)絡(luò)國(guó)際會(huì)議，宣告了這一新學(xué)科的誕生。0520世紀(jì)90年代由于網(wǎng)絡(luò)技術(shù)特別是國(guó)際互連網(wǎng)技術(shù)的發(fā)

展，人工智能開(kāi)始由單個(gè)智能主體研究轉(zhuǎn)

向基于網(wǎng)絡(luò)環(huán)境下的分布式人工智能研究。人工智能更面向?qū)嵱?。弱人工智?/p>

強(qiáng)人工智能人工智能的核心思想在于構(gòu)造智能的人工系統(tǒng)。根據(jù)是否能夠?qū)崿F(xiàn)理解、思考、推理、解決問(wèn)題等高級(jí)行為，人工智能又可分為強(qiáng)人工智能和弱人工智能。現(xiàn)階段，理論研究的主流力量仍然集中于弱人工智能方面，并取得了一定的成績(jī)，對(duì)于某些特定領(lǐng)域，如機(jī)器翻譯、圖片識(shí)別等，專用系統(tǒng)已接近于人類的水平。類人的人工智能，機(jī)器完全模仿人的思維方式和行為習(xí)慣0102非類人的人工智能，機(jī)器有自我的推理方式，不按照人類的思維行動(dòng)模式生產(chǎn)生活。目前人類還處于弱人工智能階段，之所以稱之為“弱”，是因?yàn)檫@樣的人工智能不具備自我思考、自我推理和解決問(wèn)題的能力，統(tǒng)籌地講就是沒(méi)有自主意識(shí)，所以并不能稱之為真正意義上的智能。而強(qiáng)人工智能則恰好相反，若能配合合適的程序設(shè)計(jì)語(yǔ)言，理論上它們便可以有自主感知能力、自主思維能力和自主行動(dòng)能力。3.1.4人工智能技術(shù)應(yīng)用的領(lǐng)域人工智能技術(shù)應(yīng)用智能推理智能制造智能感知1、模式識(shí)別：使計(jì)算機(jī)系統(tǒng)具有模擬人類通過(guò)感官接受外界信息、識(shí)別和理解周圍環(huán)境的感知能力2、自然言語(yǔ)理解：讓計(jì)算機(jī)通過(guò)閱讀文本資料建立內(nèi)部數(shù)據(jù)庫(kù)，將句子從一種語(yǔ)言轉(zhuǎn)換為另一種語(yǔ)言，實(shí)現(xiàn)對(duì)給定的指令獲取知識(shí)包括問(wèn)題求解、邏輯推理與定理證明、專家系統(tǒng)、自動(dòng)程序設(shè)計(jì)等智能學(xué)習(xí)智能學(xué)習(xí)是人工智能研究中最突出和最重要的方面之一。學(xué)習(xí)更是人類智力的主要標(biāo)志，是獲取知識(shí)的基本手段。智能學(xué)習(xí)是計(jì)算機(jī)獲得智能的根本途徑。智能行動(dòng)智能行動(dòng)就是對(duì)機(jī)器人操作程序的研究。從研究機(jī)器人手臂相關(guān)問(wèn)題開(kāi)始，進(jìn)而

達(dá)到最佳的規(guī)劃方法，以獲得完美的機(jī)

器人移動(dòng)序列為目標(biāo)，最終成功產(chǎn)生“人工生命”。智能行動(dòng)是人工智能應(yīng)用最廣泛的領(lǐng)域之一人工智能是智能制造的重要基礎(chǔ)，智能制造是人工智能同機(jī)械設(shè)備結(jié)合的產(chǎn)物。大數(shù)據(jù)技術(shù)3.2.1大數(shù)據(jù)產(chǎn)生的背景信息化的3次浪潮IT領(lǐng)域每一次的信息化浪潮，都推動(dòng)了信息技術(shù)的向前發(fā)展，IT領(lǐng)域相繼掀起了

3次信息化浪潮信息化浪潮發(fā)生時(shí)間標(biāo)志解決問(wèn)題代表企業(yè)第一次浪潮1980年前后個(gè)人計(jì)算機(jī)信息處理IBM、聯(lián)想、蘋果、戴爾、惠普等第二次浪潮雅虎、谷歌、百1995

互聯(lián)網(wǎng)

信息傳輸

度、騰訊、

年前后

中國(guó)移動(dòng)、Facebook等第三次浪潮2010年前后物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)信息爆炸華為、滴滴、金蝶、阿里巴巴等20世紀(jì)80年代前后個(gè)人計(jì)算機(jī)的普及，解決了信息處理的問(wèn)題，也極大地促進(jìn)了信息化在各行業(yè)的發(fā)展。20世紀(jì)90年代互聯(lián)網(wǎng)的出現(xiàn)，使得人與人之間的交流有了新的渠道，網(wǎng)絡(luò)改變了人們社交方式和獲取信息的途徑。2010年前后信息量呈現(xiàn)爆發(fā)式的增長(zhǎng)，隨之而來(lái)的就是云計(jì)算，大數(shù)據(jù)，物聯(lián)網(wǎng)技術(shù)的出現(xiàn)，一大批公司比如華為、阿里巴巴等都在為解決信息爆炸的問(wèn)題不斷努力。萌芽階段（20世紀(jì)90年代—21世紀(jì)初）也被稱為數(shù)據(jù)挖掘階段。那時(shí)的數(shù)據(jù)庫(kù)技術(shù)和數(shù)據(jù)挖掘的理論已經(jīng)成熟，數(shù)據(jù)多為結(jié)構(gòu)化數(shù)據(jù)，人們把數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)里，在需要操作時(shí)大多采用離線處理方式，對(duì)生成的數(shù)據(jù)需要集中分析處理。存儲(chǔ)數(shù)據(jù)通常使用物理工具，例如紙張、膠卷、光盤（CD與DVD）和磁盤等突破階段（2003—2006年）也稱非結(jié)構(gòu)化數(shù)據(jù)階段，該階段非結(jié)構(gòu)化的數(shù)據(jù)大量出現(xiàn)，傳統(tǒng)的數(shù)據(jù)庫(kù)處理系統(tǒng)難以應(yīng)對(duì)如此龐大的數(shù)據(jù)量。學(xué)者們開(kāi)始針對(duì)

大數(shù)據(jù)的計(jì)算處理技術(shù)以及不同結(jié)構(gòu)類型數(shù)據(jù)的存儲(chǔ)工具進(jìn)行研究，以加快大數(shù)據(jù)的處理速度，增加大數(shù)據(jù)的存儲(chǔ)空間和存儲(chǔ)工具的適

用性。成熟階段（2007—2009年）谷歌公司公開(kāi)發(fā)表的兩篇論文，其核心的技術(shù)包括分布式文件系統(tǒng)（Distributed

File

System，DFS）、分布式計(jì)算系統(tǒng)框架

MapReduce等引發(fā)了研究者的關(guān)注。大數(shù)據(jù)研究的焦點(diǎn)主要是算法的性能、云計(jì)算、大規(guī)模的數(shù)據(jù)集并行運(yùn)算算法，以及開(kāi)源分布式架構(gòu)Hadoop等。數(shù)據(jù)的存儲(chǔ)方式也由以物理存儲(chǔ)方式占主導(dǎo)變?yōu)橛蓴?shù)字化存儲(chǔ)方式占主導(dǎo)地位。應(yīng)用階段（2009年以后）2009年以后，大數(shù)據(jù)基礎(chǔ)技術(shù)逐漸成熟，學(xué)術(shù)界及企業(yè)界紛紛開(kāi)始從對(duì)大數(shù)據(jù)技術(shù)的研究轉(zhuǎn)向?qū)?yīng)用的研究。自2013年開(kāi)始，大數(shù)據(jù)技術(shù)開(kāi)始向商業(yè)、科技、醫(yī)療、政府、教育、交通、物流及社會(huì)的各個(gè)領(lǐng)域滲透，為各個(gè)領(lǐng)域的發(fā)展提供了技術(shù)上的支持。3.2.1大數(shù)據(jù)的概念和特征數(shù)據(jù)量大（Volume）：20多年的時(shí)間中，全球的數(shù)據(jù)量已增長(zhǎng)了約100倍，而且數(shù)據(jù)增長(zhǎng)的速度會(huì)隨著時(shí)間的推

移越來(lái)越快。0103處理速度快（Velocity）02數(shù)據(jù)類型繁多（Variety）：數(shù)據(jù)的結(jié)構(gòu)類型從傳統(tǒng)單一的結(jié)構(gòu)化數(shù)據(jù)，變成了以非結(jié)構(gòu)化數(shù)據(jù)、準(zhǔn)結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)為主的結(jié)構(gòu)類型。據(jù)的特可以把大數(shù)據(jù)的概念理解為無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。大數(shù)據(jù)的特征通常被概括為5個(gè)“V”04價(jià)值密度低（Value）：在通過(guò)對(duì)數(shù)據(jù)的獲取、存儲(chǔ)、抽取、清洗、集成、挖掘等一系列操作之后，能保留下來(lái)的有效數(shù)據(jù)甚至不足數(shù)據(jù)總量的20%。05真實(shí)性強(qiáng)（Veracity）：大數(shù)據(jù)中的內(nèi)容是與真實(shí)世界中發(fā)生的息息相關(guān)的，反映了很多真實(shí)的、客觀的信息。3.2.2大數(shù)據(jù)的核心技術(shù)大數(shù)據(jù)的核心技術(shù)大數(shù)據(jù)分析與挖掘技術(shù)包括改進(jìn)已有的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、開(kāi)發(fā)數(shù)據(jù)網(wǎng)絡(luò)挖掘、特異群組挖掘和

圖挖掘等新型數(shù)據(jù)挖掘技術(shù)，大數(shù)據(jù)可視化技術(shù)大數(shù)據(jù)可視化技術(shù)能夠?qū)㈦[藏于海量數(shù)據(jù)中的信息和知識(shí)挖掘出來(lái)，為人類的社會(huì)經(jīng)濟(jì)活動(dòng)等提供依據(jù)，從而提高各個(gè)領(lǐng)域的運(yùn)行效率，提升整個(gè)社會(huì)經(jīng)濟(jì)等的集約化程度。大數(shù)據(jù)安全保障技術(shù)從企業(yè)和政府層面，大數(shù)據(jù)安全保障技術(shù)主要用于應(yīng)對(duì)黑客的網(wǎng)絡(luò)攻擊以及防止數(shù)據(jù)泄露的問(wèn)題發(fā)生。從個(gè)人層面，大數(shù)據(jù)安全保障技術(shù)主要用于保護(hù)個(gè)人的隱私安全問(wèn)題。大數(shù)據(jù)采集技術(shù)大數(shù)據(jù)采集技術(shù)是指通過(guò)射頻識(shí)別技術(shù)、

傳感器、社交網(wǎng)絡(luò)交互及移動(dòng)互聯(lián)網(wǎng)等方

式獲得結(jié)構(gòu)化、半結(jié)構(gòu)化、準(zhǔn)結(jié)構(gòu)化和非

結(jié)構(gòu)化的海量數(shù)據(jù)，是大數(shù)據(jù)知識(shí)服務(wù)模

型的根本。大數(shù)據(jù)預(yù)處理技術(shù)對(duì)已獲得數(shù)據(jù)進(jìn)行抽取、清洗等步驟。抽取操作將復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為單一的或者便于處理的結(jié)構(gòu)和類型，以達(dá)到快速分析、處理的目的。清洗操作主要是對(duì)沒(méi)有價(jià)值的數(shù)據(jù)進(jìn)行“去噪”處理，從而提取出有效數(shù)據(jù)。大數(shù)據(jù)存儲(chǔ)與管理技術(shù)利用存儲(chǔ)器把采集到的數(shù)據(jù)存儲(chǔ)起來(lái)，并建立相應(yīng)的數(shù)據(jù)庫(kù)來(lái)進(jìn)行管理和調(diào)用?？梢詮暮芏嘟嵌葘?duì)數(shù)據(jù)挖掘進(jìn)行分類。從挖掘任務(wù)和挖掘方法的角度，數(shù)據(jù)挖掘著重研究以下幾個(gè)方面。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的和隨機(jī)的實(shí)際數(shù)據(jù)中提取出隱含在其中的，人們事先不知道但又有可能有用的信息和知識(shí)的過(guò)程。①根據(jù)挖掘任務(wù)，數(shù)據(jù)挖掘技術(shù)可分為分類或預(yù)測(cè)模型發(fā)現(xiàn)，數(shù)據(jù)總結(jié)、聚類、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等。②根據(jù)挖掘?qū)ο螅瑪?shù)據(jù)挖掘技術(shù)可分為針對(duì)關(guān)系數(shù)據(jù)庫(kù)、面向?qū)ο髷?shù)據(jù)庫(kù)等。③根據(jù)挖掘方法又可把數(shù)據(jù)挖掘技術(shù)分為機(jī)器學(xué)習(xí)方法、統(tǒng)計(jì)方法、神經(jīng)網(wǎng)絡(luò)方法和數(shù)據(jù)庫(kù)方法等。數(shù)據(jù)挖掘算法。0102語(yǔ)義引擎03數(shù)據(jù)質(zhì)量與管理04可視化分析3.2.3工業(yè)大數(shù)據(jù)工業(yè)大數(shù)據(jù)的來(lái)源①企業(yè)內(nèi)部信息系統(tǒng)數(shù)據(jù)②設(shè)備物聯(lián)網(wǎng)數(shù)據(jù)③外部互聯(lián)網(wǎng)數(shù)據(jù)工業(yè)大數(shù)據(jù)的特征①時(shí)序性（Sequence）：工業(yè)大數(shù)據(jù)具有較強(qiáng)的時(shí)序性，如訂單、設(shè)備狀態(tài)數(shù)據(jù)等。②強(qiáng)關(guān)聯(lián)性（Strong-Relevance）：產(chǎn)品生命周期同一階段的數(shù)據(jù)和不同環(huán)節(jié)的數(shù)據(jù)之間需要進(jìn)行關(guān)聯(lián)。③準(zhǔn)確性（Accuracy）：主要指數(shù)據(jù)的真實(shí)性、完整性和可靠性，更加關(guān)注數(shù)據(jù)質(zhì)量，以及處理、分析技術(shù)和方法的可靠性。閉環(huán)性（Closed-loop）：包括產(chǎn)品全生命周期橫向過(guò)程中數(shù)據(jù)鏈條的封閉和關(guān)聯(lián)，以及智能制造縱向數(shù)據(jù)采集和處理過(guò)程中的動(dòng)態(tài)持續(xù)調(diào)整和優(yōu)化工業(yè)大數(shù)據(jù)的戰(zhàn)略作用工業(yè)大數(shù)據(jù)是制造業(yè)提高核心能力、整合產(chǎn)業(yè)鏈和實(shí)現(xiàn)從要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)型的有力手段。工業(yè)大數(shù)據(jù)不僅可以用來(lái)提升制造企業(yè)的運(yùn)行效率，更重要的是如何通過(guò)大數(shù)據(jù)等新一代信息技術(shù)所提供的能力來(lái)改變商業(yè)流程及商業(yè)模式3.2.3工業(yè)大數(shù)據(jù)工業(yè)大數(shù)據(jù)及相關(guān)技術(shù)與企業(yè)戰(zhàn)略之間的3種主要關(guān)系如圖所示。工業(yè)大數(shù)據(jù)與企業(yè)戰(zhàn)略能力：工業(yè)大數(shù)據(jù)可以用于提升企業(yè)的運(yùn)行效率。0102工業(yè)大數(shù)據(jù)與制造模式：工業(yè)大數(shù)據(jù)可用于幫助制造模式的改變，形成新的模式。其中比較典型的智能制造模式有自動(dòng)化生產(chǎn)、個(gè)性化定制、網(wǎng)絡(luò)化協(xié)調(diào)及服務(wù)化轉(zhuǎn)型等。03工業(yè)大數(shù)據(jù)與價(jià)值鏈：工業(yè)大數(shù)據(jù)及相關(guān)技術(shù)可以幫助企業(yè)扁平化運(yùn)行、加快信息在產(chǎn)品生產(chǎn)制造過(guò)程中的流動(dòng)。云計(jì)算技術(shù)3.3云計(jì)算技術(shù)云計(jì)算（CloudComputing）的概念是由谷歌公司提出的，它是一種全新的信息技術(shù)，具有超級(jí)計(jì)算和海量存儲(chǔ)能力。推動(dòng)云計(jì)算興起的動(dòng)力是高速互聯(lián)網(wǎng)和虛擬化技術(shù)的發(fā)展。云計(jì)算可以更有效地為各行各業(yè)提供有效的計(jì)算與分析。3.3.1云計(jì)算的概念和特點(diǎn)1983年，Sun

Microsystems公司提出“網(wǎng)絡(luò)是計(jì)算機(jī)”的概念。2006年3月，Amazon公司推出彈性計(jì)算云（Elastic

Compute

Cloud，EC2）服務(wù)。

2006年8月9日，谷歌公司首席執(zhí)行官埃里克在搜索引擎大會(huì)首次提出“云計(jì)算”的概念，該概念源于谷歌工程師克里斯托弗所做的“Google

101”項(xiàng)目中的“云端計(jì)算”。

2008年年初，Cloud

Computing正式被翻譯為“云計(jì)算”。算發(fā)展歷云計(jì)算是繼20世紀(jì)80年代大型計(jì)算機(jī)到客戶-服務(wù)器的轉(zhuǎn)變之后的又一次巨變。它是分布式計(jì)算、并行計(jì)算、效用計(jì)算、網(wǎng)絡(luò)存儲(chǔ)、虛擬化、負(fù)載均衡、熱備份冗余等傳統(tǒng)計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物。云計(jì)算是一種能夠通過(guò)網(wǎng)絡(luò)以便利的、按需付費(fèi)的方式獲取計(jì)算資源（包括網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、應(yīng)用和服務(wù)等）并提高其可用性的模式。這些資源來(lái)自共享的、可配置的資源池，并能夠以最省力和無(wú)人干預(yù)的方式獲取和釋放。云計(jì)算概念是經(jīng)歷了20多年的發(fā)展歷程而形成的云計(jì)算的服務(wù)類型云計(jì)算的服務(wù)類型分為以下3類3.3.1云計(jì)算的概念和特點(diǎn)基礎(chǔ)設(shè)施即服務(wù)（Infrastructure

as

aService，IaaS）。它向云計(jì)算提供商的個(gè)人或組織用戶提供虛擬化計(jì)算資源，如虛擬機(jī)、存儲(chǔ)、網(wǎng)絡(luò)和操作系統(tǒng)。01平臺(tái)即服務(wù)（Platform

as

a

Service，PaaS）。它為開(kāi)發(fā)人員提供通過(guò)全球互聯(lián)網(wǎng)構(gòu)建應(yīng)用程序和服務(wù)的平臺(tái)。02軟件即服務(wù)（Software

as

aService，SaaS）。它通過(guò)互聯(lián)網(wǎng)提供按需付費(fèi)應(yīng)用程序、云計(jì)算提供商托管和管理應(yīng)用程序，并允許其用戶連接到應(yīng)用程序并通過(guò)全球互聯(lián)網(wǎng)訪問(wèn)應(yīng)用程序。033.3.1云計(jì)算的概念和特點(diǎn)云計(jì)算的10個(gè)特點(diǎn)超大規(guī)模云計(jì)算中心的規(guī)模一般都很大，可提供龐大的存儲(chǔ)空間和較強(qiáng)的計(jì)算能力來(lái)滿足全世界范圍用戶的不同需求虛擬化用戶可在任意位置使用終端通過(guò)互聯(lián)網(wǎng)獲取相應(yīng)的服務(wù)，用戶所請(qǐng)求的資源和對(duì)數(shù)據(jù)資源的運(yùn)算都來(lái)自“云”高可靠性相對(duì)來(lái)說(shuō)使用云計(jì)算比使用本地計(jì)算機(jī)更加可靠通用性云計(jì)算可以為大多數(shù)的應(yīng)用提供服務(wù)，服務(wù)類型多樣，面對(duì)的對(duì)象也是多樣的。高可擴(kuò)展性云計(jì)算中心可根據(jù)用戶需求的不同，合理地安排資源。按需服務(wù)云計(jì)算按需服務(wù)并根據(jù)用戶的使用量進(jìn)行收費(fèi)，用戶無(wú)須進(jìn)行前期軟硬件設(shè)備的投入，即可滿

足使用計(jì)算機(jī)資源的需求低成本云計(jì)算的成本開(kāi)銷很低，可為服務(wù)提供商和用戶節(jié)省大量的資金自動(dòng)化管理云計(jì)算平臺(tái)的管理主要通過(guò)自動(dòng)化的方式進(jìn)行資源利用率高云計(jì)算將許多分散在低效率服務(wù)器上的工作整合到云中，提高資源的利用率，減少了資源的冗余和浪費(fèi)運(yùn)維機(jī)制完善有專業(yè)團(tuán)隊(duì)、強(qiáng)大的數(shù)據(jù)中心、較強(qiáng)能力的計(jì)算機(jī)和嚴(yán)格的權(quán)限管理?xiàng)l例編程模型目前較為通用的編程模型是MapReduce。模型的工作流程如圖3.3所示。MapReduce的思想是將要解決的問(wèn)題分解成Map（映射）和Reduce（化簡(jiǎn)）的方式，先通過(guò)Map程序?qū)⑤斎氲臄?shù)據(jù)集切分成許多獨(dú)立不相關(guān)的數(shù)據(jù)塊，分配調(diào)度給大量的計(jì)算機(jī)進(jìn)行并行運(yùn)算、處理，再由Reduce程序匯總輸出，是分治算法的一種。01分布式計(jì)算分布式存儲(chǔ)分布式計(jì)算是指將分布在不同地理位置的計(jì)算資源，通過(guò)互聯(lián)網(wǎng)組成共享資源的集群，能夠提供高效快速計(jì)算、管理等服務(wù)。使稀有資源可以共享，各計(jì)算機(jī)的計(jì)算負(fù)載能力得到平衡。分布式計(jì)算的思想是把大的任務(wù)分割成若干較小的任務(wù)單元，通過(guò)互聯(lián)網(wǎng)分配給不同的計(jì)算機(jī)進(jìn)行計(jì)算處理，并將計(jì)算結(jié)果返回，最終匯總整合計(jì)算結(jié)果中心化體系架構(gòu)：以系統(tǒng)中的一個(gè)節(jié)點(diǎn)作為中心節(jié)點(diǎn)，其余節(jié)點(diǎn)直接與中心節(jié)點(diǎn)相連接所構(gòu)成的網(wǎng)絡(luò)去中心化體系架構(gòu)。去中心化體系架構(gòu)不存在中心節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)的功能作用幾乎都是相同的，相較于中心化體系架構(gòu)均衡了負(fù)載。分布式技術(shù)。分布式技術(shù)包括分布式計(jì)算、分布式存儲(chǔ)等02中心化體系架構(gòu)管理方便，但負(fù)擔(dān)重，且中心節(jié)點(diǎn)的故障可能會(huì)影響整個(gè)系統(tǒng)；去中心化體系架構(gòu)均衡了每個(gè)節(jié)點(diǎn)的負(fù)載，但管理存在難度，不能對(duì)節(jié)點(diǎn)進(jìn)行直接查詢，通信設(shè)備發(fā)生故障會(huì)對(duì)系統(tǒng)有一定的影響。12虛擬化技術(shù)虛擬化技術(shù)是云計(jì)算中的關(guān)鍵技術(shù)之一，它是指將真實(shí)環(huán)境中的計(jì)算機(jī)系統(tǒng)運(yùn)行在虛擬的環(huán)境中。虛擬化技術(shù)可以提供高效的應(yīng)用執(zhí)行環(huán)境，簡(jiǎn)化計(jì)算機(jī)資源的復(fù)雜程度，降低資源的使用者與具體實(shí)現(xiàn)的耦合程度。同時(shí)，虛擬化技術(shù)還能根據(jù)用戶不同的需求實(shí)現(xiàn)對(duì)CPU、存儲(chǔ)、網(wǎng)絡(luò)等資源的動(dòng)態(tài)分配，減少對(duì)資源的浪費(fèi)03云平臺(tái)技術(shù)云平臺(tái)為存在于互聯(lián)網(wǎng)中，能夠擴(kuò)展、向其他用戶提供基礎(chǔ)服務(wù)、數(shù)據(jù)、中間件、數(shù)據(jù)服務(wù)、軟件等的提供商。云平臺(tái)的架構(gòu)以及如何有效地進(jìn)行管理成了云平臺(tái)技術(shù)的重點(diǎn)。04智能制造云平臺(tái)是基于云計(jì)算技術(shù)，通過(guò)整合云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及創(chuàng)新設(shè)計(jì)與協(xié)同制造等技術(shù)，專門向工業(yè)企業(yè)尤其是中小制造業(yè)企業(yè)和個(gè)人用戶提供產(chǎn)品創(chuàng)新的服務(wù)平臺(tái)。智能制造云平臺(tái)除了需要云計(jì)算的IaaS、PaaS和SaaS，更加重視和強(qiáng)調(diào)制造全生命周期中所需的其他

服務(wù)，如論證即服務(wù)、設(shè)計(jì)即服務(wù)、生產(chǎn)加工即服務(wù)、驗(yàn)證即服務(wù)、仿真即服務(wù)、經(jīng)營(yíng)管理即服務(wù)、集成即

服務(wù)等，如右圖所示。3.3.3智能制造云平臺(tái)智能制造云平臺(tái)所需服務(wù)論證即服務(wù)（Argumentation

as

aService，AaaS）對(duì)于產(chǎn)品規(guī)劃、營(yíng)銷戰(zhàn)略等企業(yè)論證業(yè)務(wù)，可

以利用智能制造服務(wù)中用于輔助決策分析的模

型庫(kù)、知識(shí)庫(kù)、數(shù)據(jù)庫(kù)等作為支持，并將決策

分析軟件等軟件制造資源封裝為云服務(wù)，對(duì)各

種規(guī)劃方案的可行性與預(yù)期效果進(jìn)行論證分析。設(shè)計(jì)即服務(wù)（Design

as

a

Service，DaaS）對(duì)于產(chǎn)品的設(shè)計(jì)過(guò)程，當(dāng)用戶需要計(jì)算機(jī)輔助設(shè)計(jì)工具時(shí)，智能制造服務(wù)平臺(tái)可將各種CAD軟件功能封裝為云服務(wù)提供給用戶。3.3.3智能制造云平臺(tái)生產(chǎn)加工即服務(wù)（Fabrication

as

aService，F(xiàn)aaS）智能制造服務(wù)能夠根據(jù)生產(chǎn)加工任務(wù)需求快速構(gòu)建一個(gè)虛擬生產(chǎn)單元驗(yàn)證即服務(wù)（Experiment

as

aService，EaaS）對(duì)于產(chǎn)品的試制和實(shí)驗(yàn)過(guò)程，智能制造云能夠根據(jù)實(shí)驗(yàn)所需的軟硬資源建立一個(gè)虛擬實(shí)驗(yàn)室（5）仿真即服務(wù)（Simulation

as

aService，SimaaS）智能制造云根據(jù)仿真任務(wù)的需求，能夠動(dòng)態(tài)構(gòu)

建虛擬化的協(xié)同仿真環(huán)境，將所需的各種專業(yè)

仿真軟件、仿真模型、數(shù)據(jù)庫(kù)和知識(shí)庫(kù)等封裝

為云仿真服務(wù)，并自動(dòng)部署到虛擬計(jì)算節(jié)點(diǎn)中。（6）經(jīng)營(yíng)管理即服務(wù)（Managementas

a

Service，MaaS）云制造服務(wù)平臺(tái)能夠提供云端CRM、云端SCM、云端PDM、云端ERP等服務(wù)，用戶可以根據(jù)不同的管理需求定制個(gè)性化的業(yè)務(wù)流程（7）集成即服務(wù)（Integration

as

aService，InaaS）智能制造云能夠針對(duì)異構(gòu)系統(tǒng)之間、平臺(tái)與系統(tǒng)之間數(shù)據(jù)、功能、過(guò)程的集成形成服務(wù)，例如可以通過(guò)采用接口適配、數(shù)據(jù)轉(zhuǎn)換、總線等技術(shù)，實(shí)現(xiàn)異構(gòu)系統(tǒng)（如ERP、PDM、SCM等）以“即插即用”的方式智能接入智能制造平臺(tái)中。第五代移動(dòng)通信技術(shù)3.4第五代移動(dòng)通信技術(shù)第五代移動(dòng)通信技術(shù)，即5G技術(shù)。5G是英文“5th-Generation”的縮寫(xiě)，專指“第五代移動(dòng)通信系統(tǒng)”。與前幾代移動(dòng)通信技術(shù)相比，5G技術(shù)的業(yè)務(wù)能力變得更加豐富，并且由于場(chǎng)景多樣化的需求，它不再像以往一樣單純地強(qiáng)調(diào)某種單一技術(shù)基礎(chǔ)，而是綜合考慮多個(gè)技術(shù)指標(biāo)，如峰值速率、用戶體驗(yàn)速率、頻譜效率、移動(dòng)性、時(shí)延、連接數(shù)密度、網(wǎng)絡(luò)能量效率、流量密度等。3.4.1

5G的概念和特點(diǎn)峰值速率需要達(dá)到Gbit/s級(jí)，以滿足高清視頻、虛擬現(xiàn)實(shí)等大數(shù)據(jù)量傳輸?？罩薪涌跁r(shí)延水平需要在1ms左右，以滿足自動(dòng)駕駛、遠(yuǎn)程醫(yī)療等實(shí)時(shí)應(yīng)用。超大網(wǎng)絡(luò)容量，提供千億設(shè)備的連接能力，滿足物聯(lián)網(wǎng)通信。頻譜效率要比LTE提升10倍以上。連續(xù)廣域覆蓋和高移動(dòng)性下，用戶體驗(yàn)速率達(dá)到100Mbit/s。流量密度和連接數(shù)密度大幅度提高。系統(tǒng)協(xié)同化、智能化水平提升，表現(xiàn)為多用戶、多點(diǎn)、多天線、多攝取的協(xié)同組網(wǎng)，以及網(wǎng)絡(luò)間靈活地自動(dòng)調(diào)整。的特點(diǎn)5G移動(dòng)網(wǎng)絡(luò)與早期的2G、3G和4G移動(dòng)網(wǎng)絡(luò)一樣，都是數(shù)字蜂窩網(wǎng)絡(luò)，在這種網(wǎng)絡(luò)中，供應(yīng)商覆蓋的服務(wù)區(qū)域被劃分為許多被稱為蜂窩的小地理區(qū)域。表示聲音和圖像的模擬信號(hào)在手機(jī)中被數(shù)字化，由模數(shù)轉(zhuǎn)換器轉(zhuǎn)換并作為比特流傳輸。5G網(wǎng)絡(luò)的主要優(yōu)勢(shì)在于數(shù)據(jù)傳輸速率遠(yuǎn)遠(yuǎn)高于以前的蜂窩網(wǎng)絡(luò)，另一個(gè)優(yōu)點(diǎn)是較低的網(wǎng)絡(luò)延遲（更快的響應(yīng)時(shí)間）數(shù)據(jù)串聯(lián)隨著數(shù)字化轉(zhuǎn)型的逐漸推進(jìn)，物聯(lián)網(wǎng)作為連接人、機(jī)、料、法、環(huán)、測(cè)等多業(yè)務(wù)的元素，通過(guò)5G數(shù)據(jù)傳輸快、傳輸量大等特點(diǎn)滿足串聯(lián)制造過(guò)程中各個(gè)環(huán)節(jié)的需求，用于智能工廠當(dāng)中數(shù)據(jù)串聯(lián)與正反向追溯。5G技術(shù)、大數(shù)據(jù)和人工智能的關(guān)系如圖3.5所示。01自動(dòng)化控制5G技術(shù)之前的工業(yè)自動(dòng)化控制都通過(guò)工廠自動(dòng)化總線來(lái)控制，但是這種應(yīng)用模式傳輸距離有限，無(wú)法滿足遠(yuǎn)距離操作控制需求。5G可提供極低時(shí)延、高可靠等技術(shù)，使無(wú)人工程機(jī)械操作成為可能。023.4.2

5G技術(shù)的應(yīng)用場(chǎng)景端到端集成由于數(shù)字化轉(zhuǎn)型盛行，部分企業(yè)將業(yè)務(wù)范疇由制造端拓展到服務(wù)端，需要端到端整合，跨越產(chǎn)品的整個(gè)生命周期；要連接分布廣泛的已售出的商品，需要低功耗、低成本和廣覆蓋的網(wǎng)絡(luò)；企業(yè)內(nèi)部各個(gè)部門與企業(yè)之間（上下游企業(yè)）的橫向集成，也需要網(wǎng)絡(luò)傳輸數(shù)據(jù)。03工業(yè)AR部分設(shè)備所處環(huán)境惡劣，如核電廠設(shè)備，為了保障設(shè)備的正常運(yùn)轉(zhuǎn)、監(jiān)控工藝的貫徹執(zhí)行，需要人頻繁涉險(xiǎn)。這種情形下AR將發(fā)揮很關(guān)鍵作用，提供遠(yuǎn)程專家業(yè)務(wù)支撐，04云機(jī)器人在智能制造生產(chǎn)場(chǎng)景中，需要機(jī)器人有自組織和協(xié)同的能力來(lái)支持柔性生產(chǎn)，這就帶來(lái)了對(duì)機(jī)器人云化的需求。5G網(wǎng)絡(luò)

是云化機(jī)器人理想的通信網(wǎng)絡(luò)，是機(jī)器人能云化的關(guān)鍵。05遠(yuǎn)程醫(yī)療5G技術(shù)應(yīng)用于醫(yī)療，能有效解決醫(yī)療區(qū)域限制，提高診斷與醫(yī)療水平、降低醫(yī)療開(kāi)支、減少看病花費(fèi)的時(shí)間，平衡醫(yī)療資源分配不均的問(wèn)題。063.4.3

5G技術(shù)在智能制造中的應(yīng)用（1）遠(yuǎn)程設(shè)備運(yùn)維大型企業(yè)的生產(chǎn)場(chǎng)景中，經(jīng)常涉及跨工廠、跨地域設(shè)備維護(hù)，遠(yuǎn)程問(wèn)題定位等場(chǎng)景。5G技術(shù)在這些方面的應(yīng)用，可以提升運(yùn)行、維護(hù)效率，降低成本。5G帶來(lái)的不僅是萬(wàn)物互聯(lián)，還有萬(wàn)物信息交互，使得智能工廠的維護(hù)工作可突破工廠邊界。工廠維護(hù)工作按照復(fù)雜程度，可根據(jù)實(shí)際情況由工業(yè)機(jī)器人或者人與工業(yè)機(jī)器人協(xié)作完成。在未來(lái)，工廠中每個(gè)物體都是一個(gè)有唯一IP地址的終端，使生產(chǎn)環(huán)節(jié)的原材料都具有“信息”屬性。原材料會(huì)根據(jù)“信息”自動(dòng)生產(chǎn)和維護(hù)。工業(yè)機(jī)器人在管理工廠的同時(shí)，人在千里之外也可以第一時(shí)間接收到實(shí)時(shí)信息跟進(jìn)，并進(jìn)行交互操作。（2）設(shè)備聯(lián)網(wǎng)隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展，越來(lái)越多的車間設(shè)備，如機(jī)床、機(jī)器人、AGV等開(kāi)始接入工廠內(nèi)網(wǎng)，對(duì)工廠內(nèi)網(wǎng)的靈活性和帶寬要求越來(lái)越高。傳統(tǒng)工廠有線網(wǎng)絡(luò)可靠性帶寬高，但是靈活性較差；傳統(tǒng)無(wú)線網(wǎng)絡(luò)靈活性較高，但是可靠性、覆蓋范圍、接入數(shù)量等都存在不足。兼具靈活性、高帶寬和多終端接入特點(diǎn)的5G，成為承載工廠內(nèi)設(shè)備接入和通信的新選擇。（3）質(zhì)量控制基于5G的大帶寬低時(shí)延，通過(guò)“5G+AI+機(jī)器視覺(jué)”能夠觀測(cè)微米級(jí)的目標(biāo)，獲得的信息量是全面且可追溯的，相關(guān)信息可以方便地集成和留存，從而可改變整個(gè)質(zhì)量檢測(cè)的流程。（4）可視化工廠5G技術(shù)能夠?yàn)橹悄芄S提供全云化網(wǎng)絡(luò)平臺(tái)。精密傳感技術(shù)作用于不計(jì)其數(shù)的傳感器，在極短時(shí)間內(nèi)進(jìn)行信息狀態(tài)上報(bào)，大量工業(yè)級(jí)數(shù)據(jù)通過(guò)5G網(wǎng)絡(luò)收集，龐大的數(shù)據(jù)庫(kù)開(kāi)始形成，工業(yè)機(jī)器人結(jié)合云計(jì)算的超級(jí)計(jì)算能力進(jìn)行自主學(xué)習(xí)和精確判斷，可給出最佳解決方案，真正實(shí)現(xiàn)可視化的全透明工廠。（5）物流管理5G具有大帶寬特點(diǎn)，有利于參數(shù)估計(jì)，可以為高精度測(cè)距提供支持，實(shí)現(xiàn)精準(zhǔn)定位。5G網(wǎng)絡(luò)時(shí)延低的特點(diǎn)，可以使得物流各個(gè)環(huán)節(jié)都能夠更加快速、直觀、準(zhǔn)確地獲取相關(guān)的數(shù)據(jù)，物流運(yùn)輸、商品裝撿等數(shù)據(jù)能更為迅捷地到達(dá)用戶端、管理端以及作業(yè)端。物聯(lián)網(wǎng)技術(shù)3.5物聯(lián)網(wǎng)技術(shù)物聯(lián)網(wǎng)（Internet

of

Things，IoT）技術(shù)是21世紀(jì)最重要的技術(shù)之一，因?yàn)樗鼛缀蹩蓱?yīng)用于所有行業(yè)，并幫助各方面做出改進(jìn)。物聯(lián)網(wǎng)技術(shù)有著巨大的應(yīng)用前景，被認(rèn)為是將對(duì)21世紀(jì)產(chǎn)生巨大影響的技術(shù)之一。物聯(lián)網(wǎng)從最初的軍事偵察等無(wú)線傳感器網(wǎng)絡(luò)，逐漸發(fā)展到環(huán)境監(jiān)測(cè)、醫(yī)療衛(wèi)生、智能交通、智能電網(wǎng)、建筑物監(jiān)測(cè)等應(yīng)用領(lǐng)域。物聯(lián)網(wǎng)融合了各種信息技術(shù)，突破了互聯(lián)網(wǎng)的限制，把物體接入信息網(wǎng)絡(luò)，實(shí)現(xiàn)了“物—物相連的物聯(lián)網(wǎng)”，將物理世界、數(shù)字世界和虛擬世界有機(jī)地融合為一體，如圖3.6所示。物聯(lián)網(wǎng)支撐信息網(wǎng)絡(luò)向全面感知和智能

應(yīng)用兩個(gè)方向擴(kuò)展、延伸和突破，從而影響國(guó)民經(jīng)濟(jì)和社會(huì)生活的方方面面。顧名思義，物聯(lián)網(wǎng)就是物物相連的互聯(lián)網(wǎng)。這說(shuō)明物聯(lián)網(wǎng)的核心和基礎(chǔ)是互聯(lián)網(wǎng)，物聯(lián)網(wǎng)是互聯(lián)網(wǎng)的延伸和擴(kuò)展。其延伸和擴(kuò)展到了幾乎任何人與人、人與物、物與物間進(jìn)行的信息交換和通信。物聯(lián)網(wǎng)的主要特征是每一個(gè)物件都可以尋址，每一個(gè)物件都可以控制，每一個(gè)物件都可以通信。3.5.1物聯(lián)網(wǎng)技術(shù)的特征數(shù)據(jù)網(wǎng)絡(luò)聯(lián)網(wǎng)終端規(guī)?；?。物聯(lián)網(wǎng)時(shí)代的一個(gè)重要特征是“物品觸網(wǎng)”，每一件物品均具有通信功能，成為網(wǎng)絡(luò)終端。據(jù)預(yù)測(cè)，未來(lái)5～10年內(nèi)，聯(lián)網(wǎng)終端的規(guī)模有望突破百億大關(guān)。感知識(shí)別普適化。物聯(lián)網(wǎng)時(shí)代的一個(gè)重要特征是“物品觸網(wǎng)”，每一件物品均具有通信功能，成為網(wǎng)絡(luò)終端。據(jù)預(yù)測(cè)，未來(lái)5～10年內(nèi)，聯(lián)網(wǎng)終端的規(guī)模有望突破百億大關(guān)。（3）異構(gòu)設(shè)備互聯(lián)化。盡管硬件和軟件平臺(tái)千差萬(wàn)別，各種異構(gòu)設(shè)備利用無(wú)線通信模塊和標(biāo)準(zhǔn)通信協(xié)議，構(gòu)建成自組織網(wǎng)絡(luò)。在此基礎(chǔ)上，運(yùn)行不同協(xié)議的異構(gòu)網(wǎng)絡(luò)通過(guò)“網(wǎng)關(guān)”互聯(lián)互通，實(shí)現(xiàn)網(wǎng)際信息共享及融合。從網(wǎng)絡(luò)的角度來(lái)觀察在通信層面在數(shù)據(jù)層面（4）管理處理智能化。物聯(lián)網(wǎng)將大規(guī)模數(shù)據(jù)高效、可靠地組織起來(lái)，為上層行

業(yè)應(yīng)用提供智能的支撐平臺(tái)。數(shù)據(jù)存儲(chǔ)、組織以及檢索成為行業(yè)應(yīng)用的重要基礎(chǔ)

設(shè)施。各種決策手段包括運(yùn)籌學(xué)理論、

機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、專家系統(tǒng)等廣泛

應(yīng)用于各行各業(yè)在應(yīng)用層面（5）應(yīng)用服務(wù)鏈條化。鏈條化是物聯(lián)網(wǎng)應(yīng)用的重要特點(diǎn)。以工業(yè)生產(chǎn)為例，物聯(lián)網(wǎng)技術(shù)覆蓋從原材料引進(jìn)、生產(chǎn)調(diào)度、節(jié)能減排、倉(cāng)儲(chǔ)物流，到產(chǎn)品銷售、售后服務(wù)等各個(gè)環(huán)節(jié)，成為提高企業(yè)整體信息化程度的有效技術(shù)。更進(jìn)一步，物聯(lián)網(wǎng)技術(shù)在一個(gè)行業(yè)的應(yīng)用也將帶動(dòng)相關(guān)上下游產(chǎn)業(yè)，最終服務(wù)于整個(gè)產(chǎn)業(yè)鏈。3.5.2物聯(lián)網(wǎng)的架構(gòu)目前比較認(rèn)可的是把物聯(lián)網(wǎng)分為3個(gè)層次：感知層、網(wǎng)絡(luò)層和應(yīng)用層。如右圖所示。（1）感知層感知層相當(dāng)于整個(gè)物聯(lián)網(wǎng)體系的感覺(jué)器官。感知層主要負(fù)責(zé)兩項(xiàng)任務(wù)，分別是識(shí)別物體、采集信息。識(shí)別物體：通過(guò)物品編碼來(lái)確定物品是什么。采集信息：利用傳感器來(lái)感知物品怎么樣。感知層在實(shí)現(xiàn)其感知功能時(shí)所用到的主要技術(shù)有RFID、傳感器、攝像頭、GPS等。感知層的主要目標(biāo)就是實(shí)現(xiàn)對(duì)客觀世界的全面感知，其核心是解決智能化、小型化、低功耗、低成本的問(wèn)題3.5.2物聯(lián)網(wǎng)的架構(gòu)（2）網(wǎng)絡(luò)層網(wǎng)絡(luò)層由各種私有網(wǎng)絡(luò)、互聯(lián)網(wǎng)、有線和無(wú)線通信網(wǎng)、網(wǎng)絡(luò)管理系統(tǒng)和云計(jì)算平臺(tái)等組成，相當(dāng)于人的神經(jīng)

中樞和大腦，負(fù)責(zé)傳遞和處理感知層獲取的信息。物聯(lián)網(wǎng)的網(wǎng)絡(luò)層包括接入網(wǎng)與互聯(lián)網(wǎng)的融合網(wǎng)絡(luò)、網(wǎng)絡(luò)管理中心和信息處理中心等。接入網(wǎng)包括移動(dòng)通信網(wǎng)、有線電話網(wǎng)，通過(guò)接入網(wǎng)能將信息傳入互聯(lián)網(wǎng)。網(wǎng)絡(luò)管理中心和信息處理中心是實(shí)現(xiàn)以數(shù)據(jù)為中心的物聯(lián)網(wǎng)中樞，用于存儲(chǔ)、查詢、分析和處理感