Промышленный Интернет вещей: краткая история эволюции и влияния

ПОЛНАЯ ИНФОГРАФИКА ЗДЕСЬ

Интернет вещей (IoT) широко рассматривается как следующая промышленная революция. За прошедшее десятилетие он прошел от нишевой концепции к мейнстрим-технологии, с ведущими аналитическими фирмами — Gartner, IDC, Statista — прогнозирующими, что продолжение IoT-развития сгенерирует глобальную выручку более $2–3 трлн в ближайшие десять лет. Эксперты отрасли согласны: промышленный сектор выиграет больше всего, и промышленный Интернет вещей (IIoT) будет составлять львиную долю этого роста.

Чтобы понять, куда движется IIoT, нужно проследить корни к концу 1960-х. Путь к сегодняшним подключенным заводам проложен ранними инновациями в автоматизации и machine-to-machine (M2M) коммуникации.

Скромные начала

1 января 1968 года инженер Ричард (Дик) Морли составил мемо, приведшее к изобретению программируемого логического контроллера (ПЛК). Его Modicon ПЛК драматически улучшил производственные возможности General Motors и заложил основу для современной автоматизации.

Тот же год Теодор Г. Параскевакос разрабатывал первое в мире M2M-устройство, стремясь создать «аппарат для генерации и передачи цифровой информации». И ПЛК Морли, и M2M-устройство Параскевакоса стали фундаментальными шагами к IIoT.

Заложение фундамента для связности

В 1980-х двух milestones ускорили промышленную связность. В 1983 Ethernet был стандартизирован, позволяя машинам разных производителей коммуницировать через общий физический слой. Шесть лет позже Тим Бернерс-Ли изобрел World Wide Web в CERN, предоставляя глобальную автоматизированную платформу обмена информацией, которая позже повлияла на промышленный обмен данными.

Промышленные лидеры признали необходимость интероперабельной plant-floor связности. Группа вендоров — Fisher-Rosemount, Intellution, Rockwell Software и др. — созвалась для адресации «Device Driver Problem». Эта встреча знаменовала рождение того, что теперь OPC Foundation.

Связность, коллаборация и кооперация

Ранние human-machine interface (HMI) и supervisory control and data acquisition (SCADA) системы опирались на проприетарные протоколы или vendor-специфические драйверы. По мере интеграции операторами решений от множественных вендоров, необходимость в cross-платформенной коммуникации росла. Некоторые вендоры ответили созданием своих API, но это фрагментировало рынок. Коллаборативный подход OPC Foundation в итоге стандартизировал коммуникацию, пролез энд-юзерам.

В 1995 году взлет Microsoft Windows на заводском полу интенсивировал пуш за интероперабельностью. Windows 95, первый коммерчески доступный off-the-shelf OS с plug-and-play поддержкой, облегчил интеграцию с промышленным железом. К концу 1990-х wireless M2M технологии появились, и Ethernet стал универсальным стандартом связности в промышленных настройках. Отраслево-специфические стандарты интерфейсов — DNP, IEC 61850 (энергетика), BACnet (building automation), Profibus, CC-Link, HART — начали формировать посвященные консорциумы, ведя сектор к IIoT.

Приведение IIoT к массам

С повсеместной ОС и Ethernet-бэкбоном на месте, больше устройств подключились. В 1999 Кевин Эштон придумал термин «Интернет вещей» для описания сети, где Интернет связывается с физическим миром через датчики. Концепция также позволяла legacy-оборудованию — часто долгосрочным инвестициям — стать подключенным.

Пивотальный момент пришел в начале 2000-х с повсеместным принятием облачных технологий. Amazon Web Services запустился в 2002, делая облачные вычисления доступными для предприятий и перестраивая промышленные архитектуры. Четырнадцать лет позже облако и виртуальные машины продолжают разблокировать новые IIoT-возможности.

В то же время бум потребительского рынка со смартфонами подтолкнул промышленный сектор к разработке меньших, умнее ПЛК, DCS, гибридных контроллеров и programmable automation controllers (PAC). Улучшенные батареи и солнечная энергия сделали распределенное сенсирование практичным по обширным инфраструктурам, как нефтепроводы. Это сходство питания и связности принесло осмысленный контекст к промышленным данным.

Данные трансформируются в информацию

Контекстуализированные данные стали actionable информацией, подталкивая OPC Foundation к релизу OPC UA в 2006. Новый протокол декуплировал API от физического слоя и был спроектирован для полевых устройств, control-layer приложений, MES и ERP систем. Его generic информационная модель поддерживает примитивные типы данных, бинарные структуры и XML-документы, предоставляя бесшовный доступ к данным от shop floor до enterprise executives.

К 2010 машиненные и операционные данные доставляли осязаемую ценность, и организации искали хранить и анализировать данные лонгитюдинально. Рынок data historian взошел, и стоимость датчиков драматически упала, позволяя многим legacy («brownfield») архитектурам принять IIoT. Авансы в edge computing и персональных устройствах — endorsed лидерами вроде Citrix и Intel — дальше усилили on-the-go доступ к данным и анализ.

IIoT сегодня, завтра и далее

За последние шесть лет конвергенция надежной связности, продвинутой аналитики, condition-based мониторинга, предиктивного обслуживания, машинного обучения и дополненной реальности кристаллизовала четкое видение будущего IIoT. Технологические гиганты — включая GE, IBM и PTC — сильно инвестировали в IIoT-платформы, и недавние аквизиции уточнили эти решения.

От раннего ПЛК Морли до сегодняшних повсеместных датчиков — путь был долгим, но импульс неоспорим. Недавний бизнес-интеллект отчет проектирует почти $6 трлн будут потрачены на IoT-решения за ближайшие пять лет, с предприятиями как основными адоптерами.

Эти инвестиции сигнализируют о мажорных сдвигах: IT и операционные технологии дивизионы все больше коллаборационируют — или мерджатся — в то время как традиционные IT-стандарты вроде MQTT, WAMP и XMPP набирают тракшн в промышленных контекстах. По мере того как интегрированные данные становятся повсеместными, data scientists вступают в исполнительные роли принятия решений.

Пока предсказание точной траектории IIoT остается вызовом, текущий tipping point предполагает, что по мере подключения большего числа устройств и генерации данных, возможности для аналитики и ИИ будут расширяться без границ.