该技术方案选择了将Raspberry Pi与UniPi扩展板结合模拟工业机器，UniPi扩展板为Raspberry Pi提供数字输入和继电器控制，使用CODESYS控制软件，这些输入和输出被映射到Modbus寄存器，并最终由上层通过工业控制协议Modbus来实现工业控制操作。然后在边缘层或雾计算层，使用OpenPLC充当逻辑控制器，OpenPLC是一个标准化的软件PLC，可以运行结构化文本（ST）程序。OpenPLC包含一个Web服务器，通过它可以将我们的PLC程序上传到PLC中运行。模拟工业机器与PLC之间的通信通过Modbus完成。最后是PLC需要实现与工业云连接，这一步通过Node-RED工具实现和OpenPLC的结合。Node-RED是一个基于流量的物联网工具。它可以连接不同的设备、API和其他服务。在边缘层或雾计算层中，通过Node-RED将PLC和OPC UA协议服务器连接起来实现通信，并在云端安装OPC UA客户端实现边缘层或雾计算层与云端的通讯工作。
边缘层或雾计算层使用Node-RED作为运行时，OpenPLC作为虚拟PLC。 Modbus消息可以使用外部包发送和接收。机器的输入通过Modbus节点读入并通过另一个Modbus节点发送给虚拟PLC。虚拟PLC处理这些数据并将结果写入其内部的Modbus寄存器。然后Node-RED对PLC的输出进行轮询，并将结果发送回机器。在OPC UA节点的帮助下，可以将数据发送到OPC UA服务器，或者可以在运行时间内托管自己的服务器。然后，IT系统或云端可以通过这个OPC UA协议以统一的方式查阅所有数据。
这只是一个基于框架实现的一个最简单的例子，也是最终实现比较理解的例子，PLC的虚拟化和软件定义后，针对下层IO解耦，将实现工业控制系统的最大灵活性和可扩展性，此外还有诸多好处。而在实现这个的图中，目前已有的工业云平台均以兼容传统PLC架构的模式在运行。举例来说，西门子公司的MindSphere工业云平台，该平台采用基于云的开放物联网架构，可以将传感器、控制器以及各种信息系统收集的工业现场设备数据，通过安全通道实时传输到云端，并在云端为企业提供大数据分析挖掘、工业 APP 开发以及智能应用增值等服务。其架构如下图所示：
图5 MindSphere工业云平台架构
MindSphere 平台包括边缘连接层、开发运营层，应用服务层 三个层级。主要包括 MindConnect、MindClound、MindApps 三个核心要素，其中，MindConnect 负责将数据传输到云平台， MindClound 为用户提供数据分析，应用开发环境及应用开发工具，MindApps 为用户提供集成行业经验和数据分析结果的工业智能应用。
在MindConnect层中，目前主要兼容的还是去采集现场PLC或历史数据库的数据，直接连接到PLC或历史数据库上进行数据采集，或者通过数据采集网关进行数据采集，均以兼容传统架构的方式运行。
这种模式或技术解决方案我们可以称为工业互联网的第一阶段，要实现真正意义上工业互联网或工业4.0所构建的蓝图，仅仅将数据采集上来进行大数据分析、预测、优化等还不够，我们还需要设备本身拥有智能计算、智能处理的能力。而这些优化和计算的能力针对终端来说，可能智能设备本身的计算能力即可满足，但是在真正的工业生产过程中，最终的控制过程还需要PLC来进行控制，PLC的智能计算、智能处理必须具有软件定义的能力，只有通过软件定义的PLC，才能够通过上层的数据分析、预测和优化之后，根据应用功能优化和调整PLC控制程序，实现工业生产的效率提升，同时也避免了人员的繁琐调试等，提高运营成本。而现有的云平台还无法做到直达底层的优化定义，因此只有在打通关键核心控制设备PLC后，才能够打通工业互联网的第二阶段。
工业互联网、工业4.0、中国制造2025本质都是互联网深度参与到工业生产中，从而将生产力提升到一个全新的高度。过去10年是消费者互联网的10 年。上一波互联网浪潮中，互联网在全球连接起数十亿人，同时也造就了Google、亚马逊这样的互联网巨头。互联网在流通、消费、零售、沟通行业的高潮已经有目共睹，互联网在工业生产的领域的浪潮。据通讯巨头思科公司估计，到2020年，互联网会造就150亿至500亿的连接设备，同时还包括人与物、物与物的连接，是传统互联网时代的连接人数的几倍甚至更多。
