不论我们身处何方,关于工业物联网(IIoT)的讨论都会不绝于耳。而且,对于不同的行业,这一趋势表现在不同的方面。例如,工业4.0是专为生产设备发展出来 概念。在电网领域,IIoT表现为智能电网;石油和天然气行业的IIoT则体现在井场数字化。虽然IIoT的不同形式有其特定表述和流程,但是IIoT所提供的技术和优势却是大致相同。虽然行业领先者都渴望利用IIoT,但很难想象到2020年500亿台设备连接起来是何种场景1。专家估计,在2015年至2025年间部署的这些新网联设备中,有半数将来自工业领域2。这意味着工程师和科学家将是工厂、测试实验室、电网、炼油厂和基础设施领域实现IIoT的驱动者。
对于IIoT,工程师可以期望获得三个主要好处:
·通过预测性维护增加正常运行时间
·通过边缘控制提升性能
·通过真实的网联数据改进产品设计和制造
为了实现IIoT的这些优势,设计团队必须依赖多项核心技术。无论是在构建在线监控系统、智能制造机器,还是测试物理或机电系统,一个关键的共性都是对边缘智能的需求。系统越复杂,就越需要做出实时决策。例如,在风力涡轮机叶片的结构测试中,采集大量高分辨率模拟波形数据的能力对于理解叶片行为特征至关重要。同时,我们需要处理这些数据,为控制系统提供输入,使得系统能够驱动叶片,以确保测试在已知条件下进行。因此,专家估计至少40%的物联网数据将在边缘侧进行存储、处理、分析和响应3,也就不足为奇了。为了最大限度地提高性能并减少不必要的数据传输,用户必须将决策权下放到部署在设备处或附近的边缘节点。
![](/member/kindeditor/php/../attached/image/20180813/20180813034549_49533.png)