继工业物联网之后 再延伸工业基础设施物联网概念

继工业物联网(IIoT)后，又有产业观察家提出工业基础设施物联网(Industrial Infrastructure Internet of Things;IIIoT)的概念。所谓IIIoT是指物联网本身的数据和应用程序堆栈中的定义空间，并由其安装类型，及其所执行分析的性质来区别。

据Internet of Business报导，就安装类型而言，IIIoT是指智能城市光纤布线、能源厂网络层、印刷机及工业成型机等大型机器等。IIIoT是数字道路、数字街灯和机场数字空调系统。IIIoT通常可能会被定义为土木工程计划的一部分，其物理规模很巨大，而其所创建的数据点数量也很庞大。

而就数据分析类型来说，IIIoT主要是元数据(Metadata)分析。由于机器总是会产生更多的数据，2017年，数据用量已从Terabyte(TB)前进到Petabyte(PB)，在2020年之前将更进一步由PB前进到Exabyte(EB)。

如此庞大数据带来元数据分析的机会。工业基础设施一旦数字化，就能开始承担需要在总体数据结构的片段中使用的一些分析。然后，应用程序将从更经调整、精炼、分析和智能自动化的数据池中获取数据。IIIoT则透过在元级(meta-level)执行来承担所有数据分析的第一阶段。

目前有两家公司专攻此领域。基础设施资产管理公司Yotta会与各城镇议会合作，利用物联网技术收集城镇的数据，并透过数据分析实现最大连通性和价值。AspenTech则使用物联网、人工智能(AI)和大数据优化、维护能源工厂，使大型能源公司能确定机器何时最有可能故障。

Yotta产品兼科技官Manish Jethwa表示，随着数据量继续上升到TB和PB级如此庞大水平，数据很容易变得难以管理，而且必须有适当基础设施来调解数据，这是IIIoT层级的元级数据分析可派上用场的地方。

Jethwa认为，企业可使用云端模型来减少由传感器和探测器收集的大量数据，但重点是要分析哪些基础设施被用来保存和管理数据。

Yotta的资产管理平台Alloy则利用微服务提取大量数据。微服务之所以重要，在于其能过滤较小的数据元素，并将关键数据驱动到正确位置，使数据分析在更普遍的层次上进行。

实际上，这种数据收集的简单例子就是在城市内部收集温度变化，这可能需要许多不同的传感器来收集定期读数。微服务可提供有价值的服务，将多次测量减少到超过预定义阈值的关键通知。而类似技术也能用于监测噪音和空气污染。

AspenTech高级业务顾问Mike Brooks认为，若以正确方式使用现今的大量数据，企业就能让员工掌握资产或系统中具体部分的运作情况，除了能在需求高峰期避免不必要的故障，也能因应随机关机的风险。

Brooks表示，IIIoT内的维护科学利用历史和实时操作数据。将这些数据用算法分析时，就能建立所有资产和系统的故障前兆模型。如此一来系统就能实时准确、主动地辨识资产漏洞，并提出一系列完整建议，让工程师和维护专业人员在个别资产或更大系统遭受任何潜在影响之前采取行动。