工业互联网行业分析报告.docx
《工业互联网行业分析报告.docx》由会员分享，可在线阅读，更多相关《工业互联网行业分析报告.docx（31页珍藏版）》请在冰豆网上搜索。
工业互联网行业分析报告
2018年工业互联网行业分析报告
正文目录
图目录
一、从工业4.0到工业互联网的演变
1.1工业互联网的概念及内涵
近年来，随着互联网、物联网、云计算、大数据和人工智能为代表的新一代信息技术与传统产业的加速融合，全球新一轮科技革命和产业革命正蓬勃兴起，一系列新的生产方式、组织方式和商业模式不断涌现，工业互联网应运而生，国内外的探索也全面展开，正推动全球工业体系的智能化变革。
近期兴起的工业互联网与前几年工业4.0类似，我们首先进行概念上的区分。
工业4.0的概念是德国于2013年4月的汉诺威工业博览会上正式提出，随后被上升至德国国家创新战略之一，是德国20个面向2020年的科技战略之一。
德国学界和产业界认为，工业4.0概念即是以智能制造为主的第四次工业革命，意在转型和升级。
工业4.0可以被理解为一个大的生态系统。
从供应商到制造车间，再到下游客户，全过程实现智能化和网络化。
工厂内部生产过程高度智能化，云技术和大数据贯穿其中，形成一个完整的生态链。
图1：
工业4.0的进化史
工业互联网是什么？
工业互联网是互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的基础。
其本质是以机器、原材料、控制系统、信息系统、产品以及人之前的网络互连为基础，通过对数据的全面深度感知和大数据分析相结合进行合理决策，实现智能控制、优化运营和生产组织方式的变革，从而能更有效地发挥出各机器的潜能，提高生产力。
工业互联网最显著的特点是能最大程度地提高生产效率，节省成本，推动设备技术的升级，提高效益。
图2：
工业互联网的概念
两个视角。
将这个名词进行拆分，我们可以从工业和互联网两个视角进行分析。
从互联网视角来看，其主要表现为商业系统变革牵引生产系统的智能化，由外及内，从营销、服务等环节的互联网模式带动生产组织的智能化变革。
从工业视角来看，工业互联网表现为从生产系统到商业系统的智能化，由内及外，
生产系统自身通过采用信息通信技术，实现机器之间、机器与系统、企业上下游之间实时连接与智能交互，并带动商业活动优化。
其业务需求包括面向工业体系各个层级的优化，如泛在感知、实时监测等业务需求。
本篇专题报告将重点从工业即智能制造的视角分析工业互联网。
图3：
工业互联网的两种视角
1.2产业逻辑的演变：
德美不同战略概念，大趋势下殊途同归
从时间上来看，美国工业互联网的概念提出是在2002年7月，以GE为代表的企业确立了工业互联网道路为制造业升级。
2013年4月，德国汉诺威工业博览会上，提出了“工业4.0”。
是什么因素促成工业互联网与工业4.0近乎同步被提出？
我们认为核心的原因是批量化生产与个性化需求带来的生产矛盾，呼唤更加柔性化的生产模式，归根结底都是在围绕新时期消费需求变迁开展市场竞争新路径的探索。
其次，是外部互联网技术的成熟应用。
互联网把规模效应发挥到了极致，但是在工业生产领域，在市场需求向个性化、多样化、便捷化等方向转型的大背景下，通过利用互联网技术提升竞争力已经迫在眉睫。
《工业4.0与工业互联网：
比较、启示与应对策略》一书中指出：
在美国，虽然GE从生产效率的角度提出工业互联网的概念与模式，但是这种效率改善却正是当前全球广泛存在的高投入、高消耗、高排放工业发展模式所急需的，也是产业转型升级并实现持续健康发展所不断提出的需求。
根据GE在《工业互联网白皮书》中的数据，在未来15年中只要工业互联网推动实现1%的成本节约，航空、电力、医疗、铁路、油气等领域就能分别实现300、660、630、270和900亿美元的价值，如此庞大的潜在市场需求才是GE力推工业互联网的根本内生动力。
综上所述，虽然工业互联网与工业4.0分别是美国和德国提出的不同概念，但从出发点来看，都是为了适应需求的个性化与工业生产的批量化的新矛盾。
前者通过软件带动硬件的方式实现制造升级，后者通过设备的智能化与工业软件的结合，实现智能工厂，最终实现智能制造，提高生产力。
后者在范畴上，比工业互联网的范畴更广。
在工业互联网的范畴里，弱化了对设备智能化以及智能设备数字化的描述，而这是工业生产里不可或缺的一部分。
表1：
美国与德国的先进制造战略
工业互联网与制造业的融合将带来四方面的智能化升级：
1.智能化生产，实现从单机到产线、工厂的智能决策；2.网络协同化，及形成众包众创、协同设计制造等新模式，降低新产品研发成本，缩短上市周期；3.个性化定制，即基于互联网获取用户个性化需求，通过灵活柔性组织设计、生产流程，实现低成本大规模定制；4.服务化转型，通过对产品实时监测，提供远程维护等服务，并反馈优化产品设计。
而整个智能制造分为三个阶段，第一个阶段是设备自动化，第二个阶段是信息透明化和数字化，第三个阶段才是智能化。
因此，工业互联网是智能制造的关键基础。
智能制造的最终实现主要依靠两个基础：
工业制造技术和工业互联网。
工业互联网是充分发挥工业装备、工艺和材料潜能，挺高生产效率、优化资源配置效率、创造差异化产品和实现服务增值的关键。
图4：
工业互联网是智能制造的基础
智能化和数字化是工业互联网的发展方向。
现有的自动化工厂或者数字化工厂，工业机器人、伺服、传感器等都已经存在。
但这仅仅是基础条件，只有上述设备具备了主动感知环境、产品工艺、操作者水平的变化，主动调整软件和程序，自动适应周围的变化，并根据这些变化不断地学习和优化自己的控制性能，才是讲真正的智能制造。
工业互联网是未来智能化、网络化世界的一部分，并没有确定的模式，建议关注行业里面企业的向工业互联网方向发生的变化，而不是以静态的标准衡量。
图5：
智能化和数字化是工业互联网的发展方向
1.3三重维度，梳理工业互联网的发展逻辑
驱动工业互联网的发展逻辑包括三条：
（1）产业发展已经到达了相应阶段，底层关键技术相继成熟，具备实现互联网与工业融合的条件。
同时，竞争的日趋激烈也驱动企业存在内部转型需求；
（2）政策支持。
中央相继出台《中国制造2025》、《深化“互联网+先进制造业”发展工互联网的指导意见》，并成立专项工作小组，一系列政策的落地为产业发展提供了顶层文件的支持；（3）市场热点。
2018年是全面实施工业互联网的元年，国家制定的三年行动规划意味着2018-2020年工业互联网平台会有一个爆发式的增长，市场热情也被引燃，相关概念股走势强劲。
1.产业发展：
关机技术成熟，企业存在转型需求
互联网与工业的发展已经达到了相互融合的关键时点。
互联网诞生于1969年，最早应用于美国国防部。
在过去的40年里，互联网经历了因特网、万维网，到新兴的社交网络、移动互联网、云计算和物联网。
而同时期工业制造经历了单机数控、计算机辅助系统（CAD）、ERP和虚拟设计等过程。
但在2000年以前，互联网与工业制造是两个独立发展的体系。
到了2000年后，互联网与工业制造逐渐走向融合，物联网和云计算开始运用到工业制造环节，衍生出工业互联网与智能制造。
在工业互联网的融合趋势下，工业制造的趋势逐渐从数字化向网络化和智能化转变，新一代技术驱动的产业变革已经开始。
图6：
互联网与工业制造的各自发展与融合进程
关键技术发展成熟。
工业互连网主要是工业与网络的结合，工业方面对应着智能设备、传感器等硬件设施。
目前我国制造大国的地位毋庸置疑，制造业工业增加值保持稳定增长态势，近几年大数据、物联网、人工智能、超级计算机等产业快速发展，硬件设施条件基本具备；网络方面则对应着工业软件，工业软件是指在工业领域中应用的软件，包括系统、应用、中间件、嵌入式等。
工业软件大体上分为两个类型：
嵌入式软件和非嵌入式软件。
前者是嵌入在控制器、通信、传感装置之中的采集、控制、通信等软件；后者是装在通用计算机或者工业控制计算机之中的设计、编程、工艺、监控、管理等软件。
根据中商产业研究院的数据，2017年中国工业软件行业市场规模达到1412.4亿元。
关键技术的快速发展，为行业发展提供了基础。
图7：
工业软件市场规模
图8：
我国制造业工业增加值
图9：
城镇居民人均可支配收入
企业存在转型需求。
经过金融危机的洗礼，西方国家近几年均提出了制造业回归的口号，美国的工业物联网、德国的工业4.0均是这一战略下的产物，而中国也提出中国制造2025用以应对日趋激烈的外部竞争。
同时，国家经济也由“高速发展”向“高质量发展”转型，然而我国用工成本渐增，根据国家统计局的数据，2016年我国城镇居民人均可支配收入达到33616元。
在投资增速放缓、用工成本日益升高的背景下，企业也存在通过工业互联网降低成本、提高生产效率的内生需求。
2.国家政策为产业发展提供顶层文件的支持
随着信息通信技术不断发展，信息通信技术与传统制造业融合发展已成不可逆转的趋势。
2013年，工信部出台《信息化和工业化深度融合专项行动计划》，第一次提出信息与工业的融合，目标到2018年，两化深度融合取得显著成效，全国两化融合发展水平指数达到82。
随后，国家相继出台《深化“互联网+先进制造业”发展工业互联网的指导意见》、三年行动规划，并设立工业互联网专项工作组，审议推动工业互联网发展的重大规划、重大政策、重大工程专项和重要工作安排，为产业发展提供顶层文件的支持。
其中2017年11月国务院发布的《指导意见》：
到2025年，我国基本形成具备国际竞争力的基础设施和产业体系；到2035年，建成国际领先的工业互联网网络基础设施和平台，重点领域实现国际领先；到本世纪中叶，工业互联网网络基础设施全面支撑经济社会发展，综合实力进入世界前列。
随着纲领性文件的不断落地，产业有望迎来发展良机。
表2：
工业互联网相关政策
图10：
《深化“互联网+先进制造业”发展工业互联网的指导意见》三阶段目标
3.市场情绪：
热点来临，产业处于风口浪尖
2018年是工业互联网发展的元年，“工业互联网”热度不断升高，在政策与市场的双重驱动下，产业步入快车道。
面对新的一年，工信部宣布将开展工业互联网发展“323”行动，打造网络、平台、安全三大体系，推进大型企业集成创新和中小企业应用普及两类应用，构筑产业、生态、国际化三大支撑，推动工业互联网发展再上新台阶。
根据工信部的统计，2017年我国工业互联网规模为5700亿元，并预计2020年突破万亿元。
图11：
用友网络与上证综指累计收益率
图12：
汇川技术与上证综指累计收益率
另外，在资本市场上多家工业互联网概念标的自2017年初以来的涨幅也远超同期指数，以用友网络、汇川技术为代表的公司累计收益率超过60%，同期上证综指仅上涨5%。
考虑到国内制造业企业（特别是大型企业）自动化改造需求强劲，以及国家层面对机器人行业的巨额补贴，机器人行业的市场需求会比较好。
未来的投资机会有望逐步从硬件和软件两个层面展开。
二、工业互联网的架构与关键技术
2.1工业互联网的架构：
从工业4.0谈起
关于工业互联网的架构，我们从早期的工业4.0架构谈起。
目前对数字化工厂内部的层次架构并没有形成完整的统一标准，根据西门子的数字化工厂的层次架构来看，大致可以分成5个层次：
分别是企业层、管理层、操作层、控制层和现场层。
不同的层次对应的不同的设备。
在企业层中，主要设计产品开发、产品仿真模及企业日常管理，主要包括ERP和PLM软件；在管理层，承接了PLM和ERP的部分工能，主要以执行制造为主，主要包括MES软件系统和工厂工程组态；操作层，主要由DCS和SCADA系统构成，执行MES发出的具体指令；控制层是以PLC和HMI为主体的模块构成；最底层的现场层主要是由具体的现场设备构成，包括机器人、机床、泵阀等设备。
各个层次之间通过工业通讯网络连接。
图13：
西门子数字化工厂的层次架构
除了西门子的数字化工厂的层次架构，研华经过三十多年积累，也逐渐形成了数字工厂的各个模块。
其数字化工厂包括四个主要层次，分别是：
ERP层、MES层、中央监控层、设备层。
每个层次之间都有独立的通讯模式。
工厂内部总体包括数据采集、工业通讯、嵌入式机器人、I/O板卡高速采集运动控制、人机界面、工控机以及上层软件等七大部分，为企业构建一个完整的智慧工厂解决方案，兼备设施系统、信息化应用系统、设备管理系统、公共安全系统等，建设高效、节能的数字工厂。
图14：
研华的数字工厂层次架构
图15：
数字工厂的层次架构的一般模式
结合西门子和研华的数字化工厂层次架构，国内工业4.0数字化工厂的基本层次架构的一般模式，工厂层次分为5层，分别是：
（1）ERP层，主要是企业层级的应用，包括产品开发，企业管理等软件系统；
（2）MES层，MES层是企业管理制造和产品生命周期的交叉点，负责具体的制造执行过程，工单生成和车间任务分配等。
（3）通信层，通信层是负责对工厂内部设备之间互联的重要设备，主要的硬件设备包括工业以太网、现场总线、交换机及无线网络系统。
通信层涉及到众多通信协议的整合。
（4）工业控制层，与西门子的控制层类似，主要由SCADA、PLC和DCS构成，还包括人机交互界面（HMI），实现对底层设备实施逻辑控制。
（5）设备执行层，主要包括工业机器人、智能机床、伺服系统、泵阀设备、3D打印、机器视觉、传感器等，都是重要的现场执行设备。
在数字化工厂的五个层次中，既包括硬件设备，也包括软件系统。
数字化工厂的每个层次都有独立的网络设备、网络连接方式、服务器和数据库。
可以形成独立的感知、决策行动，层与层之间的通讯方式也不尽相同。
所以，从数字化工厂的层次架构可以看到，整个智能化过程中有几个非常重要的模块：
（1）工业软件模块，工业软件可以涵盖企业层的ERP到产品设计层的PLM再到制造执行系统MES，甚至是更底层的数据监控软件和控制软件，将构成数字化工厂强大的软件系统；
（2）工业通讯模块，工业通讯是连接每层的通讯网络，是实现物理世界与虚拟世界的桥梁，是实现人与人人与机器设备之间通信的桥梁，因此也是智能工厂中不可缺少的模块；（3）执行设备模块，这个模块构成复杂，包括机器人、智能机床、泵阀设备、机器视觉、3D打印等，结合到目前的产业化现状与产业化需求程度，我们认为机器视觉，作为工业机器人的感知功能设备，未来具备较好的发展空间，是执行设备模块中具有发展潜力的模块。
2.2智能制造在工业生产实践中的问题与痛点
在多层次的智能工厂架构中，信息技术（IT，包括ERP、CMS、质量、财务、物流、供应链管理等）和运营技术（OT，包括传感器、机器、控制器、执行器）的完美融合是工业4.0的理想模式。
然而国内制造业（主要是指离散行业）面临的现实问题是：
底层设备与上位系统之间形成真空地带，也就是上位的IT与底层OT设备之间出现断层，操作现场中传感器与执行设备的数据无法直接上传到信息层，被MES接收。
能否突破IT与OT之间的断层，将操作现场中传感器与执行器的数据直接上传到信息层，成为目前国内制造业进行自动化升级的关键环节。
MES管理系统，是属于上位的信息系统，对接事件和流程，需要底层设备数据的支撑。
但是传统的工业数据存在于传感器和执行器那些封闭的盒子里面，信息系统是没办法拿到这些数据的，或者获取数据的代价比较高昂。
所以就需要成熟的中间环节去破解这些数据，而且是使用相对低的成本破解数据，否则没有意义。
前面提到目前阻碍工业软件大范围应用的主要因素是IT与OT设备之间的断层，目前有两种思路解决IT与OT设备的断层，分别是：
（1）采用分布式控制结构，通过成熟的中间件系统，衔接IT系统和传统的传感器和控制设备；
（2）直接将传感器数据接入云端。
现在联网的成本已经降到足够低，无论是WiFi模块还是通讯技术，都在持续发展，促进了物联网在制造业的落地。
图16：
底层设备与上位系统之间出现断层
图17：
IT和OT融合的两条路径
考虑到国内目前制造业的硬件基础设施现状，第一种方式利用中间件是比较容易普及的。
但是，利用中间件仍然需要解决一个非常关键的问题：
设备通讯协议的接口并不是开放的。
互联网网能够快速扩展，很重要的一点就是开放和模块化。
无论是云平台还是各种应用软件，都有完善的API接口。
不管你开发任何东西，一定要有比较完整的开放接口支持，但是很不幸，传统的工业自动化系统这种概念并不普遍，大都比较封闭。
行业内使用的比较普遍的设备都是西门子、欧姆龙、台达等，他们的通讯协议不同，且接口并不开放。
所以，在政策驱动和产业需求双重驱动下，一旦解决设备通讯协议的兼容性，国内自动化改造的市场需求中，中间件会率先受益。
除了打通OT与IT之间的真空地带，实现网络化是智能工厂向工业互联网体系上升的重要途径。
层次架构之间，每层之间的通讯方式都不一样，考虑到每个层级所赋予的职责和使命差异，工业通讯方式也存在差异。
在ERP层和MES层，主要是以路由器、工业以太网和总线的方式互联，在目前的网络通讯上，没有太多的变化；在控制层，主要的通讯方式是ProfiBus、ModeBus、工业以太网和现场总线等；在传感层，主要的通讯方式为现场总线，无线网络、LTE、Zigbee、Wifi等，由于设备的流动性，因此对无线通讯网络应用较多。
图18：
各个层次具有不同的的通信方式
综上所述，不论下游行业所从事的工业形态如何，不论底层设备如何，要实现智能制造的两个不可或缺的步骤分别是数字化和网络化。
数字化主要是指设备数字化，才能产生可供互联互通的信息流，进行更高层次的排程算法。
2.3工业互联网的架构与关键技术
工业互联网通过传输网络实现工业管理网络、控制网络、传感网络与互联网等的融合，将工业基础设施、工业信息化系统、数据分析决策系统和行业工作者等融为一体的整体系统。
其网络机构层次中，包括6个层次，分别是：
（1）感知层，从工业物联网中获取网络状态信息和生产相关信息，提供给上层供分析决策，同时来执行来自上层的命令，实现对工业生产的管理和控制；
（2）网络层，从感知层获得状态信息，根据用户需求进行路由决策，实现信息流的高效传输，通过学习和推理机制，进行网络优化；（3）工业云，工业云通过虚拟化技术实现对工业环境中计算资源和存储资源等的动态管理和调配，提供平台、知识和数据等服务，实现生产、管理；（4）决策层，根据下层提供的信息和上层用户的需求进行智能决策，满足工业生产需求的自动控制。
其他的两个层次是服务层和用户层。
图19：
工业互联网的层次架构
从工业互联网的层次架构中，可以看到：
工业互联网的核心是基于全面而形成数据驱动的智能，网络、数据、安全是工业和互联网两个视角的共性基础和支撑。
网络，是工业系统互连和数据交换的基础，包括互连体系、标识解析等，表现为通过泛在互连的网络设施、标识解析体系，实现数据在各系统单元之间、商业主体之间的无缝传递，从而构建新型的机器通信，支撑实时感知、协同交互的生产模式。
数据，是工业智能化的核心驱动，包括数据采集交换、集成处理、建模分析、优化决策等动能模块，表现为通过海量数据的采集交换、集成处理、边缘计算等复杂分析，形成企业运营的管理决策以及机器运转的控制指令，驱动机器设备、运营管理到商业活动的智能和优化。
安全，是网络与数据在工业应用中的安全保障，包括设备安全、网络安全、控制在安全、数据安全等，表现为通过涵盖整个工业系统的安全管理体系，避免网络设施和系统软件受到外部和内部的攻击，降低企业风险，确保数据传输和存储的安全性，实现对工业和商业系统的全方位保护。
图20：
工业互联网体系构架
我们根据工业物联网的三大核心网络、数据、安全，进一步将工业物联网的关键技术进行了拆解：
（1）网络，工业互联网的核心是连接，具体包含工业以太网、工业物联网、工业主干网等三个方面；
（2）数据，由于涉及数据收集和处理两个步骤，因此包含数据感知与收集、数据处理与管理，具体涉及智能传感器、机器视觉和工业机器人等智能设备；（3）安全，包含设备安全、网络安全等。
对三大核心技术环节进行再详细的拆解，落实到制造业的部分，我们认为核心技术包括：
（1）工业网络通讯技术——工业以太网；
（2）智能化的设备——以智能机器人为代表；（3）智能化感知——机器视觉。
我们加以详细阐述如下：
1.工业以太网，是指将以太网技术应用到工业网络中。
由于传统以太网的通信机制无法保证实时性，因此针对其应用于工业领域的不足，需要工业以太网提供相应的补偿机制。
工业以太网可以提供灵活的响应式系统，满足工业领域对实时性的需求，可用于控制数据和生产数据的传输，支持设备级的互联、协作和集成。
工业以太网的产业化发展历程。
现场总线诞生于80年代，2006年至2011年全球年复合增长率将达到22%。
主要领导企业为德国赫斯曼和西门子公司；工业以太网从2000年左右进入市场，在2005-2010年间保持年均50%的复合增速，主要产业化先驱包括赫斯曼、西门子和罗杰康。
高性能、工厂设备和IT系统集成，以及工业物联网的需求驱动促进了工业以太网的增长。
根据HMS发布2017年工业网络市场份额报告显示，工业以太网的增长速度比往年更快，同比增长22%。
2016年工业以太网占全球市场的46%，而2016年则为38%。
在具体的通信中，EtherNet/IP和PROFINET份额最大，其中PROFINET主要市场在中欧，EtherNet/IP在北美占主导地位。
紧跟其后的是EtherCAT、Modbus-TCP和EthernetPOWERLINK。
图21：
工业以太网示意图
图22：
工业网络市场份额
2.工业机器人。
工业机器人为代表的智能设备，是工业生产数据产生和累计的初始
源头，也是最末端的执行终端，智能化的设备是实现工业互联网重要的一环。
2013年国内工业机器人销量达到3.69万台，同比增长36.52%，首次超过了以技
术利用见长的日本，中国当年购买量占全球工业机器人销量的五分之一。
2016
年继续保持高速增长，工业机器人销量突破87000台，同比增长超过26.9%。
另
外，随着制造业智能化的升级改造，我国智能制造装备产业呈现较快的增长，根
据中国产业研究院的统计，2016年我国智能制造装备市场规模已达1.28万亿。
在产业政策的激励和市场需求的带动下，机器人和智能制造企业产业化能力不断提升。
图23：
中国智能制造装备行业市场规模
图24：
中国工业机器人销量
3.机器视觉。
智能机器需要进行数据采集、通信和协同信息处理，所有的数据、生产
状况需要被感知、被获得，这一过程需要智能传感器、机器视觉等。
只有机器设备具备了主动感知环境、产品工艺、操作者水平的变化，主动调整软件和程序，自动适应周围的变化，并根据这些变化不断地学习和优化自己的控制性能才是智能化。
机器视觉是让机器设备具备外界感知能力的一种实现方式。
典型的机器视觉系统，主要用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制一个典型的工业机器视觉应用系统包括：
光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械执行模块。
图25：
机器视觉应用案例
机器视觉发展至今，早已不是单一的应用产品。
机器视觉的软硬件产品已逐渐成为生产制造各个阶段的必要部分，这就对于系统的集成性提出了更高的要求。
工业自动化企业要求能够与测试或控制系统协同工作的一体化工业自动化系统，而非独立的视觉应用。
在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
2016年全球机器视觉系统及部件市场规模为45.7亿美元，相对于2008年增长了134%。
最近几年全球机器视觉系统市场规模平均增速约9%左右；从产业地区分布看，2016年全球机器视觉产业主要分布于德国、美国和日本地区，占比分别为30%、24%和14%。
图26：
全球机器视觉系统市场规模（亿美元）
图27:
全球机器视觉产业分布情况
机器视觉在国内起步较晚，真正工业领域的广泛应用也就十几年的时间。
2006年以前，中国机器视觉产品应用主要
升级会员 