工业物联网是物联网在工业领域的应用，是物联网与传统产业的深度融合。随着中国智能制造、德国工业4.0、美国先进制造伙伴计划等一系列国家战略的提出和实施，工业物联网成为全球工业体系“创新驱动、转型升级”的重要推手。将工业物联网应用于研发设计、生产制造、运营管理及服务运维等全流程各个环节，用工业物联网改造传统产业，实现企业数字化转型、资源高效利用，促进产业结构调整，推动经济发展方式由生产驱动向创新驱动转变，从而构建服务驱动型的新工业生态体系。
近年来，受益于云计算、大数据和人工智能技术的加持，工业物联网进入新阶段，人们逐渐意识到由数据驱动催生的新商业模式所带来的巨大价值，机理模型和数据模型的结合与碰撞为化解复杂系统的不确定性、发掘洞见、企业决策，提供了强有力的数据支撑和新的引擎动能。
工业物联网是运营技术（Operation Technology，OT）与信息技术（Information Technology，IT）融合的具体实现。长期以来，OT与IT之间存在断层现象，相互隔离，各自的岗位有着不同的目标，所掌握的技能也截然不同，两者之间的鸿沟阻碍了企业充分利用已掌握但尚待发掘价值的重要信息。OT与IT的融合并非易事，企业需要有效的人才支撑和组织保障，以推动物联网技术实施。
工业物联网技术发展迫切需要对OT与IT两个大方向均有深刻理解，即拥有全局观和视角的复合型人才，或是同一组织中OT与IT的专业技术人才能够顺畅沟通。由于目前这方面的人才还很稀缺，也急需有针对性的专业图书和课程来培训相应人才，因此笔者产生了写这本书的想法。
《工业物联网：平台架构、关键技术与应用实践》应运而生。
扫码了解 ↑
读者对象
工业物联网领域的OT开发和产品人员。
工业物联网领域的IT开发和产品人员。
垂直行业解决方案架构师和市场人员。
正在寻求OT与IT融合以推动企业数字化转型的管理决策人员。
咨询顾问和投资人员。
相关专业的高等院校师生。
目录
上拉下滑查看目录 ↓
推荐语
序
前言
致谢
第1章工业物联网：未来已来 1
1.1工业物联网的发展背景 2
1.1.1智能制造与工业4.0 2
1.1.2OT与IT融合之路 4
1.1.3企业数字化转型 7
1.2工业物联网的内涵与本质 9
1.2.1工业物联网的支撑体系 9
1.2.2工业物联网与工业互联网的关系 9
1.2.3高效率、低成本与高质量 11
1.3工业物联网产业现状 13
1.3.1工业物联网赛道角力与布局 13
1.3.2企业如何找准定位 15
1.4工业物联网面临的挑战 17
1.4.1如何衡量价值 18
1.4.2做看板还是决策建议系统 19
1.4.3既懂业务又懂技术 20
1.4.4技术链路过长 21
1.5本章小结 22
第2章工业物联网体系架构 23
2.1从业务视角到体系架构 24
2.1.1工业物联网感知 26
2.1.2工业物联网网络连接 27
2.1.3边缘计算 28
2.1.4工业物联网平台 28
2.1.5工业物联网应用 29
2.2关于工业物联网体系构建的思考 30
2.2.1架构千篇一律 30
2.2.2平台是效率最优的吗 31
2.2.3工业物联网需要什么样的团队 31
2.3工业物联网技术趋势 32
2.3.1加速泛在连接 32
2.3.2工业大数据 33
2.3.3沉淀用例，能力复用 34
2.4本章小结 35
第3章工业物联网感知 36
3.1工业物联网感知层的内涵 37
3.1.1工业数据采集的范围 37
3.1.2工业数据采集的特点 37
3.1.3工业数据采集的体系结构 39
3.2传感器：真实物理世界的探针 41
3.3工业数据采集关键指标 43
3.4工业通信基础 50
3.4.1数据传输方式 50
3.4.2网络拓扑 52
3.5有线设备接入 54
3.5.1基于现场总线 54
3.5.2基于工业以太网 59
3.6无线设备接入 62
3.6.1短距离无线设备接入 63
3.6.2长距离无线设备接入 74
3.7协议转换 79
3.8本章小结 80
第4章工业物联网网络连接 81
4.1OSI参考模型 82
4.2网络互联和数据互通 86
4.2.1网络互联 86
4.2.2数据互通 89
4.2.3工业网络设备 92
4.3有线网络互联 95
4.3.1工业网络互联 95
4.3.2时间敏感网络 95
4.3.3接入层、汇聚层与核心层 98
4.4无线网络互联 100
4.4.1无线网络互联延伸 100
4.4.25G：下一代蜂窝网络技术 101
4.4.34G Cat-1与低功耗广域网 106
4.4.4物联卡的流行与挑战 111
4.4.5无线信号穿透性和绕射性 113
4.5数据互通：OPC UA 116
4.5.1应用层协议还是技术标准体系 116
4.5.2信息模型 119
4.6本章小结 123
第5章边缘计算 124
5.1边缘计算：新瓶装旧酒？ 125
5.1.1为什么提出边缘计算 126
5.1.2谁在担任边缘计算的角色 127
5.1.3边缘计算领域有哪几类公司 129
5.2边缘计算和边云协同 130
5.3AIoT：带边缘处理能力的节点 131
5.3.1SoC嵌入式硬件架构解析 132
5.3.2轻量级边缘智能 135
5.4预测性维护 138
5.4.1预测性维护的兴起 138
5.4.2如何实施预测性维护 141
5.4.3预测性维护的挑战 144
5.5追溯：工业自动化 146
5.5.1分布式控制系统 146
5.5.2数据采集与监视控制系统 149
5.6边缘节点续航陷阱 151
5.6.1被忽视的续航陷阱 151
5.6.2边缘节点功耗估算 154
5.6.3电池续航能力评估 155
5.6.4一次电池和二次电池 159
5.6.5电池可靠性测试与认证 161
5.7本章小结 163
第6章云计算 164
6.1写在工业物联网平台之前 165
6.2云计算为何兴起 166
6.3云计算知识图谱 169
6.4云计算服务模式 171
6.4.1基础设施即服务 171
6.4.2平台即服务 172
6.4.3软件即服务 174
6.5云计算部署模式 174
6.6上云的挑战：错误预期 177
6.7虚拟化技术 179
6.8服务化 182
6.8.1远程过程调用 183
6.8.2面向服务架构 184
6.8.3微服务 186
6.8.4RESTful风格 187
6.9Docker容器技术 190
6.10Kubernetes资源管理 193
6.11C/S与B/S架构 196
6.12本章小结 197
第7章工业物联网平台 198
7.1工业物联网平台应包含什么 199
7.1.1通用PaaS服务 199
7.1.2工业PaaS服务 200
7.1.3工业物联网平台应用分布 201
7.2设备接入 202
7.2.1设备注册 202
7.2.2规则引擎 206
7.2.3接入并发能力 207
7.3设备管理 208
7.3.1物模型 209
7.3.2远程升级 209
7.3.3物影子 213
7.4物联网协议 216
7.4.1长连接和短连接 216
7.4.2MQTT协议 218
7.4.3HTTP 222
7.5边云协同 224
7.5.1边缘节点集中管理 224
7.5.2跨层级设备接入和管理 229
7.6大数据系统 232
7.6.1数据存储 232
7.6.2数据分析 236
7.6.3数据可视化 237
7.7工业数据建模 239
7.7.1信息模型和机理模型 239
7.7.2精益生产和持续改善 242
7.8平台赋能开发者：低代码化 243
7.9平台核心：数据的自动流动 248
7.9.1打破信息孤岛 248
7.9.2挖掘数据应用价值 249
7.10本章小结 250
第8章工业物联网应用 251
8.1应用：回归业务本质 252
8.2关于工业APP 253
8.3应用案例概览 253
8.3.1应用案例业务价值汇总 254
8.3.2如何看待和衡量投资回报率 254
8.4当代工厂车间数字化应用 255
8.4.1从信息化整体规划到数字化转型 255
8.4.2应用实践 257
8.5轨道交通装备远程监控和故障诊断 260
8.5.1背景介绍 260
8.5.2目标价值 261
8.5.3技术方案 261
8.5.4延伸：一站式数字化设备运维服务 266
8.5.5延伸：传感器无线网络，直面布线难题 268
8.6医药冷链：法律法规下的不断链 270
8.6.1背景介绍 270
8.6.2目标价值 270
8.6.3技术方案 270
8.6.4延伸：室内外定位技术 273
8.7电梯物联网：安全与广告跨界 275
8.7.1背景介绍 275
8.7.2目标价值 276
8.7.3技术方案 277
8.7.4延伸：规模化部署的障碍 282
8.8声源定位：让城市更安静 282
8.8.1背景介绍 282
8.8.2目标价值 283
8.8.3技术方案 283
8.8.4延伸：科技如何改善民生 286
8.9本章小结 287
更多精彩回顾
书讯 |4月书讯（下）| 上新了，华章
书讯 |4月书讯（上）| 上新了，华章
资讯 |AI 是否拥有意识？从意识的定义说起
书单 |金三银四求职季，十道腾讯算法真题解析！
干货 |场景拆解六步设计法，手把手教你细化场景
收藏 |赵宏田：用户画像场景与技术实现
上新 |Web渗透测试实战：基于Metasploit 5.0
书评|数据分析即未来
