工业物联网是其他工业 4.0 和智能制造技术的支柱，包括人工智能 (AI)、机器学习、增强现实 (AR)、虚拟现实 (VR)、数字孪生、数字线程、大数据、分析，以及云和边缘计算。

当与某人谈论工业4.0或智能制造时，话题不可避免地会涉及到工业物联网（IIoT）。工业物联网几乎已经成为智能制造的代名词，许多人认为工业物联网就是智能制造的全部。

当然，这不是真的。许多技术正在推动智能制造，包括人工智能 (AI)、机器学习、增强现实 (AR)、虚拟现实 (VR)、数字孪生、数字线程、大数据、分析以及云和边缘计算等其中一些。

物联网开发在智能制造解决方案中变得无处不在，因为它是所有其他智能制造解决方案的支柱和基础。说工业物联网是将智能制造粘合在一起的粘合剂并不过分。原因如下。

实时通信支持M2M

作为骨干，物联网开发促进实时机器对机器 (M2M) 通信。这是智能制造的本质——智能机器在平面、点对点的环境中相互通信，在以完全自主的方式执行制造过程时协调它们的活动。这也是智能制造的基本定义，而工业物联网骨干网使智能制造的其余部分成为可能。

作为该骨干功能的一部分，工业物联网还促进传感器、设备、机器和控制器之间的通信——也就是说，基本上是工业物联网的一部分。 物联网开发实时从所有这些不同来源收集数据，并将数据提供给这些设备、控制器、系统和需要的人员。但除了数据之外，工业物联网还收集数据的上下文，因此不仅可以完整了解数据，还可以了解收集数据时发生的情况。

智能代理、制造业人工智能

智能代理是一种基于 物联网开发构建的新兴解决方案，可将通信、数据和数据上下文提升到新的水平。将智能代理视为包含数据和数据上下文的对象，其中混合了一些人工智能，它们根据 物联网开发中发生的事件自主行动和反应。有些人将智能代理称为智能对象或智能 AI 对象，但它们非常强大，将数据、数据上下文和 AI 全部结合在一个包中。

智能代理可用于收集一些关键数据和数据上下文，并在发生特定事件时将其传递给另一个系统或人员。智能代理可用于对事件做出反应，在事件发生时实时自主地进行纠正或调整。或者可以使用智能代理在事件发生之前采取行动，实时自主调整以防止事件发生并保持制造过程顺利运行。

边缘智能、工业边缘计算

边缘计算的想法已经存在很长时间了。边缘计算就是让数据、数据上下文和智能更接近需要的地方。这是关于更接近、更快地关闭循环。为了实现这一点，工业物联网在需要的地方支持边缘计算，并允许边缘设备访问更多的数据和数据上下文，从而支持边缘设备更加智能。

一些边缘设备可能会收集云的数据和数据上下文，或者它们可能支持现有设备、机器和控制器之间更好的编排。其他边缘设备可能被设计为关闭更接近实际事件的事件循环。但所有这些边缘设备都可以通过工业物联网实现。

工业物联网还允许在边缘设备中部署人工智能和机器学习。这些设备可以采用各种不同的形状并执行许多不同的操作。但是，由于工业物联网提供了数据和数据上下文，边缘人工智能首次成为可能。边缘人工智能的典型应用是机器学习和分析，目的是实时预测和防止非常接近机器的异常情况。通过 物联网开发及其数据和数据环境，一切皆有可能。

增强现实和虚拟现实：用于制造的 AR、VR

增强现实和虚拟现实有时被视为独立的应用程序，这是没有意义的，因为它们需要大量数据才能工作。 物联网开发是数据收集主干，为 AR 和 VR 解决方案实时提供大量数据和数据上下文，以便它们能够完成工作。没有这些数据，AR 和 VR 就无法发挥作用。

物品识别、跟踪和追踪

物品识别对于几乎所有可以想象的制造操作都至关重要。它可能是条形码或射频识别 (RFID) 或各种其他技术之一。无论如何，产品、子产品、零件、组件、材料、工具和许多其他物品的识别对于制造至关重要。

仅凭身份证明可能还不够。该标识中包含的所有信息也很重要——材料的标记顺序是什么；该物品来自哪里；接下来应该去哪里；产品在制造过程中存在或未存在哪些质量保证问题；等等。使用物品的数据和数据上下文从一端到另一端备份该标识是工业物联网发挥作用的地方，也是物品标识如此有价值的原因。

智能制造中的数字孪生

数字孪生正在成为智能制造领域的关键技术。物理双胞胎几乎可以是任何资产，本质上是任何可以实时产生数字数据流的东西。数字孪生的关键在于它与物理孪生相连，从物理孪生获取连续的实时数据流并成为其数字副本。

数字孪生用于协调物理孪生，因此它与制造过程的其余部分同步。它还用于优化物理双胞胎的效率、有效性和能力，以确保制造流程顺利进行并交付所需的产品。此外，它还用于查看物理双胞胎的内部工作情况，然后对其进行故障排除以确保持续运行。数字双胞胎需要来自物理对应物的大量实时数据。 物联网开发提供这些数据。

数字主线：需要时的工厂车间信息

数字线程的概念已经存在一段时间了。在智能制造中，它通常被定义为用于创建数字孪生的数据流。但数字主线远不止于此。这一切都是为了从工厂车间获取正确的信息，将其组织成完整的图片，然后确保正确的人员在正确的时间实时看到它。

数字主线以电子方式而非纸质形式捕获并记录制造工厂内发生的所有情况。获取这些数据可以分析制造运营、跟踪制造历史并支持流程和产品谱系。它还使有关制造运营的一切变得更容易管理，并支持历史分析、生产运行比较和黄金批次方法。

最终，数字主线不仅涉及材料如何在制造过程中移动，还涉及它们如何在最终产品的过程中转化。它捕获有关材料和批次谱系以及产品制造过程的信息，包括设备、劳动力和流程。这种转变过程就是制造业的全部内容，并且可以从来自数字线程的数据流中获得重要的商业价值。该数据的流动只能通过工业物联网实现。

制造执行系统 (MES)

制造执行系统 (MES) 已经存在很长时间了。虽然它们一直致力于执行制造业务，但它们正在扩展和发展，现在更多地致力于编排和优化整个生产线和设施，甚至设施之间。

MES 要执行这些编排和优化功能，需要大量实时数据和数据上下文。

物联网开发向 MES 提供实时数据和数据上下文，然后 MES 与来自企业资源规划 (ERP) 系统、质量管理系统 (QMS)、产品生命周期管理 (PLM) 以及来自各种其他来源。所有这些都是为了创建整体制造状态和目标的完整画面，以确定需要进行哪些修正来协调操作以及需要进行哪些调整以更好地优化操作。所有这一切只有通过工业物联网及其实时数据和数据环境才能实现。

企业制造智能 (EMI)、仪表板

企业制造智能 (EMI) 通常以仪表板的形式实现，是智能制造的核心原则之一。它为工厂车间的人员提供实时数据，以便他们了解制造运营中发生的情况、处于流程中的哪个位置以及上游和下游发生的情况。它实时提供制造运营的完整情况，包括生产、材料、订单、设备、状态、质量、库存、性能、吞吐量等数据。实时数据只能通过工业物联网实现。

分析：描述性诊断数据

分析是智能制造的另一个核心原则，旨在为需要的人提供正确的数据。很少有智能制造解决方案不包含某种类型的分析。最常见的分析是描述性分析和诊断性分析，它们回答“发生了什么？”等问题。和“为什么会发生这种事？”这些分析需要大量实时数据和历史数据。这就是工业物联网的用武之地，它为人们完成工作所需的数据提供描述性和诊断性分析。

分析还有更多内容——还有预测性和规范性分析，旨在回答“将会发生什么？”等问题。和“我该怎么办？”这些分析需要更多数据——尤其是历史数据。如果没有工业物联网为智能制造提供数据和数据上下文，这些分析就不可能实现。

依赖于 IIoT：用于 AI、ML、AR、VR 等的 Glue

工业物联网已成为智能制造的代名词。得益于工业物联网，智能制造才变得智能且有效。无论是人工智能、机器学习、增强现实、虚拟现实、数字孪生、数字线程、边缘计算还是分析，它们都依赖于工业物联网。这就是工业物联网开发在智能制造中变得无处不在的原因。它是支撑智能制造的支柱和基础。