【天衡】工业物联网背后的网关与机器学习

在实现工业物联网的过程中，网关是通往云端的必备设备。而近年网关部署的大爆发，促使了成吨的联网数据，开始大量往云端平台上传输，但也就进而引发了数据超载的问题。不过，人工智能中的机器学习，很快便接着在近期上场，这些云端式的机器学习模型，将促使厂商往后在面临工业物联网所带来的各种虚拟化挑战时，有了十分明确的雏型可进一步开发使用。

鉴于大厂注入大笔资金于物联网，2018年网关需求持续攀升。无论是智能城市、智能家庭，还是工业4.0，目前在打造软件与硬件兼完备的环境，皆还需要一段时间来使技术与产业链更加成熟。不过，从各垂直产业对网关的需求出现明显攀升的情况来看，万物联网的世界在大厂领军投入之下，已有了初步雏型。

大厂领军投入物联网网关需求再攀升

在物联网网关的市场发展上，有十分爆发性的成长，过去物联网的推广，大多是由联网业者为主力推动，不过从去年开始，陆陆续续有许多项目谈定，这些需求将进而扩散到今年。根据客户的需求来看，今年的全球市场预计将达千倍以上的成长幅度。与云端厂商的彼此紧密合作，在初期推动物联网时，是相当重要的。

此一爆发性成长，主要是与各国政府主力推动智能城市、工业4.0息息相关。在政策的引导下，大型企业纷纷领军投入其中，因此在资本的投入数目上，也就明显非常大。在各垂直型网关解决方案中，以全球市场来看，目前相当大的市场会是在工程车，例如挖土机、吊车等。工程车在运输过程中，相当须要藉由网关来将数据传送到云端，此一需求在欧洲已可很明显看到。

其次则是在零售业，业者主要是透过网关来执行物业管理，将可能上万家以上的店面做大规模监控，进一步取代过去管理员的角色，这一部分是在日本有较明显的需求。

在单站的智能机台，包括自动派工、智能管理、自动通知等，比较有看到网关的需求。整体的工业自动化还比较少，虽然现今政府相当积极在带动台湾产业走向智能制造，但如今现况还处于推动期的阶段，像是示范线、示范场等，尚未真正全面落实。目前落实工业4.0的厂商，大多是国际大厂，因其布建的体系大，一次性的投资采购量上也相对大，因此在网关与云端管理上，很快就能立竿见影。

与OPC UA相辅相成 EtherCAT开放性高

相较于其他大型工厂，规模较小的工厂在导入新的智能设备时，如机械手臂，时常会面临非常大的挑战。此外，厂商在每个时期采购的设备品牌也可能有所不同，如今须要进行整合时，就势必得耗费相当大的成本，便可能因而打消往工业物联网迈进的念头。

对此，网关的硬件设计各厂商差异性并不是太大，因此决胜点会是在软件，网关软件IoT Studio，其特色在于可对接各设备的通讯协议，不仅如此，当撷取到原生数据(Raw Data)后，透过该软件亦可再对接云端的协议，也就能很快地帮助厂商将设备信息传往云端，大幅降低整合所需的成本。

网关从设备接往云端的具体流程

也由于整合联机是工业4.0相当重要的一环，在通讯标准的部分，以遵循EtherCAT为主，其与OPC UA相辅相成，开放性高，如今全球市占率已达三成以上，包括控制器、I/O、伺服驱动器皆有相符合的协议(Protocol)，因而较能避免垄断的问题。

然而，对网关而言，与云端平台的通力合作，是十分重要的，获得认证的网关才有办法顺利通往云端，目前新汉的网关已被多家云端平台认证，包括Microsoft Azure、IBM Bluemix、PTC ThingWorx、SAP等。

这几家云端平台锁定的主力市场皆有所不同，像是SAP将过去的ERP升级为云端版的HANA，过去公司要投入ERP的成本相当高，以致于中小企业往往无法投入这样的软件管理，透过云端版的ERP，则将转为租赁的方式，因此不必投入非常高的成本，就能使用到ERP的软件管理。

Azure机器学习助力工业物联网如虎添翼

Microsoft Azure云端平台较为成熟的使用案例，有不少是与工厂相关，且更重要的是，工业物联网的商业模式与数据分析的目的性较为明确。台湾有些厂商在导入物联网时，虽然也有做数据收集，但数据收完后，却不一定知道要拿数据来做什么。但在工业厂商的合作案例中，已可明确看到厂商推出的物联网加值服务是被市场认可的。物联网收集到的巨量数据，势必得靠机器学习来协助分析。

举例，工具机大厂友嘉现已在该公司的工具机中，加入Azure的物联网服务，接下来该公司所推出的工具机，将都可以联网收集数据，并进行进一步的预测分析、维护分析等应用。

物联网收集到的数据数量可能非常庞大，且必须在很短的时间内处理完，甚至有时也须加入机器学习。例如在工厂中，网关的数据发现到某一马达的声音有异常，机器便要能判断其是否具有潜在的故障问题，须要被检测。

在物联网的整体供应链中，网关收集到的数据会由网关的厂商来负责，而Azure云端平台，便是和网关的解决方案对接，协助客户透过大数据分析提升处理数据的效率。 Azure也提供呈现的接口，如条状图、分区图、地理位置图等，而这些接口更可与行动装置连接，实现在线通知功能。除了通知装置上的用户，也可通知机器人要进一步做什么动作，藉此让产业链更为完整。

除了工具机之外，工业计算机所收集到的数据通常会放在本机端，但也可以同时传上Azure的公有云平台，如此一来，厂商便可以直接到公有云平台执行机器学习分析。

同时也考虑到用户将数据汇入后，可能不知道要用什么样的模型去进行分析。 Azure内建了许多分析模型，用户只须尝试几款不同的模型，拉出相关参数，预测出的答案最接近实际状况的分析模型，就会是最适用的模型，因此用户不须要有很深厚的数学能力，就能使用机器学习。

服务器架构统一具优势公/私有云轻松转换

然而，客户在使用公有云时，可能很大的考虑点会是在于，公有云在数据保密性上还是远不及私有云。微软长期以来皆是针对企业提供解决方案，企业在架设私有云时所使用的服务器，约有50%的机会是Windows Server，在架设数据库时，也有50%的机会是Microsoft SQL Server。

因此采用Azure很大的好处在于，当用户期望变成私有云架构时，将可很容易地从Azure云端平台搬到企业的私有云，因其采用的是同一服务器架构。

此外，当开发人员还在做测试时，也就不必得耗费机器成本才能做机器学习，且当开发公司若还没有太大的经费，一次性购买大规模的机器时，便可把Azure当作是临时性地缓冲空间，这将会是Azure与其他业者提供的云端平台之间很大的差异。

天衡电科

天衡电科是总部位于成都的高新技术企业，落户在高新西区和天府新区（双流），以物联网技术、工业大数据技术和机器学习为核心构建竞争力，为军工智能制造、民用工业化和信息化融合提供智能制造软硬件系统级解决方案。

天衡电科旗下拥有天衡仪器、天衡微波和天衡技服三家子公司，在重庆、西安、深圳（筹）、石家庄、佛山、绵阳等地均设有分支机构，以自研工业互联操作系统IIOS（地听和天玑）为支撑，形成了以工业大数据管理和分析为核心（天衡电科），电子测量和在线检测系统（天衡仪器）、工业物联硬件系统（天衡微波）为硬支撑，设备维修租赁服务、智能制造咨询培训（天衡技服）为软支撑的智能制造产品和服务体系。

天衡电科已获得16项国家发明专利、12项软件著作权、3项外观发明专利、3项实用新型发明专利，通过ISO9001质量管理体系认证，GJB国军标质量管理体系认证以及计算机系统集成资质认证，公司研发人员90%以上为硕士及以上学历，经营团队核心骨干均来自全球500强企业，并与电子科技大学成都研究院、机电学院、自动化学院、电子工程学院共建电子科技大学智能制造研究院，致力于解决各类制造与系统工程难题，在两化融合领域提供理论预研和工程服务。

天衡电科先后参与国家工信部亿元级智能制造专项，某军工集团千万级数字测试系统项目和西北某地亿元级工业4.0智慧水源地项目等多个国家级平台以及重大工程项目。天衡电科还获得工信部首届工业4.0智能制造大赛一等奖、四川省经信委十大创业之星等荣誉。公司作为成都两化融合联盟副理事长单位获列入四川省经信委十三五首批专精特新中小企业培育名单，并取得了第一批成都市军民融合企业认定。