工业40时代通信行业分析报告Word下载.docx

工业40时代通信行业分析报告Word下载.docx

《工业40时代通信行业分析报告Word下载.docx》由会员分享，可在线阅读，更多相关《工业40时代通信行业分析报告Word下载.docx（6页珍藏版）》请在冰豆网上搜索。

1、中兴通讯12

2、烽火通信12

3、东土科技13

4、东方国信13

工业4.0作为新的技术革命的开端，其发展将是未来长期的投资主题：

工业4.0将借助信息化和工业化的两化融合来实现智能工厂、智能生产以及智能物流。

我们认为智能工厂的改造是工业4.0实现的核心基础。

它不仅仅能降低人工成本，提高生产效率和质量，更使得个性化定制产品成为可能。

长期来看，我们认为对智能生产的投入将会带来未来长期的回报并将帮助公司保持行业内的领先优势。

智能物流的实现也将进一步提升产业的服务质量，同时减少物流仓储成本。

我们认为，“中国制造2025”政策将加速企业实现工业智能化，推动技术革命的开端。

　　工业4.0将从基础设施、网络自动化、大数据智能决策等三个层面推动通信产业机会：

　　基础设施的传感器和通信技术将首先迎来机遇：

工业传感器作为工业系统中自动监测和自动控制的首要环节，工业4.0的推出必将首先加速传感器技术的发展。

同样，通信技术作为工业4.0不可或缺的基础设施，工业4.0的推出将优先发展通信网络以及设备。

我们认为，传感器和通信模块的机会已经爆发。

　　网络智能化将是工业4.0的第二层机遇：

这一发展将带来相关行业应用的变革。

其中，具备较好属性的物流行业、商业航空业、医疗保健行业、战略能源行业或将率先实现网络智能化。

这些行业将受益于网络智能化带来的效率和质量的提升以及成本的下降。

我们认为，行业属性差异导致的网络智能化进程呈现较大不同，上述行业有望率先在该层面实现突破。

　　万物互联所带来的大数据智能决策将最终实现工业4.0：

万物互联所带产生的海量数据将会需要被有效地处理。

大数据技术作为处理这一问题最佳的方案，有助于实现工业从自动化到智能化的升级，我们认为工业4.0将为大数据得进一步发展带来又一波绝佳的发展机会。

一、工业4.0通过智能制造引领中国制造业升级

1、智能制造主导第四次工业革命

　　工业4.0是以智能制造为主导的第四次工业革命，或革命性的智能生产方法。

其最根本的驱动力是解决当前行业中面临的各种问题，如人工成本上升，生产效率低等。

其最终的目的是通过技术的整合特别是工业与信息技术的整合来提高企业、行业生产效率继而提高行业的竞争力。

　　2、工业4.0利用CPS来实现智能制造的目标

　　工业4.0通过信息化与工业化的两化融合来完成智能工厂，智能生产以及智能物流。

CPS的主要作用是将物理设备连接到互联网上，让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合。

CPS可以将资源、信息、物体以及人紧密联系在一起，从而创造物联网及相关服务，并将生产工厂转变为一个智能环境。

这是实现工业4.0的基础。

　　西门子安贝格智能工厂：

德国作为工业4.0概念的提出者第一个实践了智能工厂。

其早期的智能工厂案例包括位于德国巴伐利亚州东部城市安贝格的西门子智能工厂。

这个全自动且基于互联网的智能工厂是由德国政府、企业、大学以及研究机构合力研发的，在占地10万平方米的厂房内仅有员工1,200余名。

历经25年，通过持续的改善，在员工没有增加的情况下，安贝格工厂的产能提高到原来的8倍，质量从上世纪90年代的560百万出错率，下降到2014年的11.5百万出错率，质量水平达到了99.9989%。

安贝格工厂的生产过程的自

　　动化率达到75%，但更为关键的是物流的自动化与信息的自动化、生产过程的自动化相匹配，真正达到了物流、信息流及仿真的完美统一。

　　我们认为，传感器和通信网络等基础设施的发展和完善使智能制造成为可能，智能制造的规模化又将推动网络智能化的飞速发展，其产生的海量数据又将成为大数据技术的土壤和源头。

总的来说，工业4.0依次给上述行业带来发展机遇，并使上述行业获得协同发展并最终实现智能制造。

　　二、生产工具智能化带来生产效率的显著提升

1、智能终端、传感器以及通信技术的发展使得智能化设备已成现实

为工业机器提供数字化仪表是工业4.0的第一步。

仪器仪表的普及是工业互联网崛起的必要条件，如下几个因素促使仪表在工业机器主导的经济下合理地加以普及，并使机器和机器的交互更加智能化。

（1）工业传感器将飞速发展，市场潜力很大

　　作为工业自动监测和自动控制的首要环节，将成为工业4.0中最重要的一环。

因此，廉价而高效的传感器及相关应用将是实现工业4.0的核心基础。

　　玛莎百货公司（Marks&

SpencerGroup）：

作为英国最大的衣服、食品和金融服务零售商，玛莎百货2009年开始在其商店中的衣服上贴上RFID标签，这些标签配合手持式终端补丁能帮助顾客快速的找到合适的尺码，也方便公司管理库存。

　　英国在线商店奥克杜（Ocado）：

2011起在其每一辆送货车里，都装配了一枚邮票大小的SIM卡模块用以监测气温。

传感器每隔几分钟将数据传送到伦敦附近的总部里，车队主管们使用的一台计算机上。

该监测模块独立于汽车自身的监测系统外，为Ocado总部质量控制中心保障食物新鲜度提供了不可作假的保障，同时也给运货司机的安全也提供了额外的一层保护。

　　通用电子（简称GE）：

作为“工业互联网”概念的最先提出者，早在2000年GE便开始就通过传感器实时将正在运行的航空发动机的相关数据通过卫星传送到地面从而进行分析。

2012年9月，传感器传回GE数据中心的数据显示，一架春秋航空飞机的二号发动机风扇振动值突然升高。

经过排查，发现飞机发动机的两块风扇叶片被外物击伤。

两块风扇叶片很快被更换，因此避免了一次昂贵的飞机故障停场检修。

（2）发展通信设备及网络来迎合工业4.0的需求从通信角度而言，工业4.0将以通信技术为通道，通过物联网的方式进行连接，并上升至云计算与大数据。

在这其中，通信技术、连接物联网所需的硬件设备、云计算能力、大数据采集和分析能力等将是工业4.0中极为重要的部分。

而通信技术将是这一切的基础保障。

　　未来联网终端与移动数据流量都将出现爆炸式增长，预计2010年到2020年全球移动数据流量增长将超过200倍，2010年到2030年将增长近2万倍；

中国的移动数据流量增速将高于全球平均水平，预计2010年到2020年将增长300倍以上，2010年到2030年将增长超4万倍。

与移动流量大幅增加相对应的是联网设备的快速增加。

未来全球移动通信网络连接的设备总量将达到千亿规模。

预计到2020年，全球移动终端（不含物联网设备）数量将超过100亿，其中中国将超过20亿。

全球物联网设备连接数也将快速增长，预计到2030年，全球物联网设备连接数将接近1千亿，其中中国超过200亿。

　　由上述分析，可见传感器以及通信技术都在飞速发展，它们作为核心的硬件基础给工业4.0铺平了道路。

工业4.0的推进又促进这两项技术的进一步提升，并带来了大量新的需求，同时也将为这两个行业开辟更广阔的市场空间。

2、网络智能化推动体系化的生产工具智能化应用

智能系统包括各种传统的网络系统，广义的定义包括部署在机组和网络中并广泛结合的机器仪表和软件。

随着越来越多的机器和设备加入了工业互联网，可以实现跨越整个机组和网络的机器仪表的协同效应。

智能系统有如下多种形式：

　　网络智能化的实现将传统的集中式网络变为分布式网络，同时通过智能的网络部署来有效地整合和管理这些广泛不熟的智能设备。

久而久之，不断扩大的系统使得整个机器组合加速学习，并将有助于系统做出最优决策。

　　波音787飞机制造项目：

787拥有600万个零部件，数百个功能子系统，光一级供应商就有40多家，间接供应商有上千家，这些供应链参与者分布于全球各时区几十个国家，其余的生产都由全球40多家一级合作伙伴完成，其研制、定型、转化到融资几乎都通过全球网络实现。

由于采用了PLM（产品生命周期管理）系统，787项目却成为波音史上完工最快、造价最低的一个飞机制造项目。

　　Taleris飞机数据分析公司：

该GE和埃森哲的合资公司全球各地的航空公司和航空货运公司提供该服务。

通过云计算服务，当一架飞机落地以后，Taleris很快就可以把飞机数据用无线的方式传递出去，随后为之量身打造一套专门的维修方案。

航空公司因此也能够对飞机上的各项性能指标进行实时监测和分析，并对故障进行预测，从而避免飞机因计划外的故障造成损失。

　　中兴通讯油气项目：

作为吐哈油田油气生产物联网系统（A11）的承建方，中兴通讯因地制宜提出TD-LTE4G无线技术在覆盖能力、提供高带宽等综合性能上更适合吐哈油田A11项目业务需求，并首次将4G技术应用与油气生产物联网领域，凭借业内领先的TD-LTE技术，在吐哈油田示范区块全面实现了TD-LTE全覆盖。

中兴通讯数字油田生产物联网解决方案以实现生产操作自动化和优化生产管理流程为手段，旨在提高油田日常工作效率，进而优化劳动组织用工，服务油田生产的精细化管理。

　　从以上案例，我们不难发现网络智能化的应用不仅能提高生产效率并且能提供更优的管理方式。

同时随着网络复杂度的提高，网络智能化通过机器学习等方式能实现传统工业所无法实现的功能。

这一智能化趋势将为网络方案提供商带来巨大的商机，特别是作为网络智能化中创新的工业交换机技术。

3、大数据推动智能分析决策实现生产工具

智能化的最高境界当从智能设备和系统收集到了足够的信息来促进数据驱动型学习的时候，智能决策就发生作用了，从而使一个小机组网络层的操作功能从运营商传输到数字安全系统。

工业4.0的这一要素对于应对越来越复杂且互联的机器、设备、机组和网络来说十分必要。

考虑到可以大范围检测网络的设备或机组，运营商需要迅速做出成千上万的决定来保持系统的最佳性能。

通过人为控制系统执行命令，可以将复杂性的挑战转移到数字系统从而克服这一复杂性。

　　这些功能将促进个人能力和组织能力的提升并提高工作效率。

　　智能决策是工业互联网的长期远景。

它作为工业互联网的基础是设备与系统以及知识相互汇集的顶点。

这一设想，如果可以实现的话，那么将提高潜在的生产率，同时降低成本，规模堪比工业和互联网革命。

面对大量的传感器以及通信模块在网络智能化中产生的海量数据，我们只有借助于大数据技术。

　　波音公司飞机系统：

在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。

以波音737为例，发动机在飞行中每30分钟就能产生10TB数据。

这些数据将帮助航空公司诊断飞机性能，提前预防事故的发生。

这些数据不仅仅是存储下来供未来某个时间点经行分析的工程遥测数据，同时这些数据还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。

　　苹果公司HealthKit应用：

医学研究机构已率先开始临床试用苹果推出的HealthKit来管理病人病情。

研究测试中，1型糖尿病患

　　者会在家使用一个iPodtouch和一台智能血糖仪检测并搜集血糖数据，并传输到HealthKit供医生实时追踪；

HealthKit还被用来实时了解癌症或心脏病患者的血压、体重以及其他健康信息。

最重要的是，这些数据能够实时的被传送到医生的终端，这样能使医生更及时地了解患者的身体状况避免突发意外的发生。

智能医疗的未来不仅局限于个体，收集到的用户数据可以通过大数据处理从而帮助推进医疗设备和医药制造的发展。

HealthKit应用收集到的数据