工業物聯網技術解決了傳感器與工業控制設備和能源系統的連接問題，以提高生產力和流程。工業物聯網還使用強大的通信平臺集成了高級計算、數據存儲基礎設施、分析和機器學習。

 

工業物聯網架構設計可能很復雜，尤其是在通信網絡和控制層。然而，工業物聯網的快速創新步伐和各行業領域加大技術投資，將使工業物聯網更能適應變化，并在未來幾年進行更多改進。當使用基于機器學習的工具實施時，運營分析和性能優化在當今特別有效。

 

 

工業物聯網架構由交互層定義，其中包括設備、通信和語義。在設備層，架構師設計設備如何與通信系統交互以在結構中連接和互連。在通信層，系統使用協議來交換可操作的信息。在語義層，將含義和場景應用于系統，并在業務目標的場景中識別系統特性。

 

架構師必須從本體(各層之間的關系)開始進行工業物聯網部署的設計，并投資四類基礎工業物聯網技術以加速開發。

 

(1)通信和安全

 

工業物聯網架構需要對工廠、設施和分銷供應鏈內的通信進行投資，以實現互連和最佳互操作。企業在物聯網傳感和整個工業領域的數據交換方面具有廣泛的潛在用途，以解決材料和機器的管理、安全、流動和狀態、環境條件以及一些業務問題。通信技術和具有10Gbps寬帶無線連接能力的5G的承諾提高了工業物聯網應用的能力。例如，當今可用的虛擬網絡可以在云中安全地托管計算和分析工作負載，用于通過跨不同工業地點建模來應用遠程監控、分析和決策支持的廣泛應用程序。工廠系統之間的本地控制連接將發生在有線、無線和光纖網絡上，這些網絡通常是私有的，并且具有與云計算系統相同的安全態勢。

 

(2)開放數據平臺和工業設備網絡

 

開放系統使用通用信息模型指導共享信息的開發。工業設備網絡通常共享傳輸和通信協議，從而改進了它們的管理。在工廠或設施中，數據治理自動化應嚴格禁止信息共享，并根據需要訪問數據和設備。架構師在開發工業物聯網平臺時，必須考慮對數據隱私的需求以及開發強大的數據和通信路徑保護形式。

 

(3)人工智能

 

人工智能算法可以完成操作中的許多分類、預測和優化任務，特別是基于感知的機械維護和性能優化以及系統故障預測。某些形式的人工智能 支持實時決策和從數據中學習，而其他人工智能模型則解決更長的優化類型問題。企業必須提前數月知道需要哪種形式的人工智能來促進流程優化，并改善預期結果，因為將流程優化開發和嵌入工業系統是一個耗時的過程。

 

(4)系統控制

 

跨工廠、設施或智能建筑交互的系統需要對已經存在的許多獨立系統有著廣泛的了解。成功的架構設計取決于系統在服務抽象、信息和數據交換以及整個系統中的交換時間方面的系統。

 

 

工業互聯網參考架構(IIRA)可以作為開發工業物聯網空間中復雜系統方法的指南。其框架通常建議企業使用系統方法為IT和運營技術應用程序開發架構，其中包括行業細分中的特定參考架構，例如運輸、能源、醫療保健等行業領域或政府部門。

 

早期的工業物聯網計劃應該參考有關工業物聯網系統中組件之間使用模式的實施觀點。其實施觀點是技術及其利用的完整生命周期、基礎設施、通信、傳感器、機器學習和實施系統功能組件的技術的集合。例如，企業可以考慮三層架構模式，其中包含與當前使用的系統一致的邊緣、平臺和企業服務層。工業互聯網參考架構(IIRA)還定義了其他使用模式。承諾首先通讀工業互聯網參考架構(IIRA)的技術物聯網項目負責人可以塑造企業如何定義他們的方法，并在框架驅動的角度考慮目標和系統。

 

 

(1)定義架構的愿景和目標：誰是利益相關者?想達到什么目的?隨著時間的推移，機器學習會做得更好或提供什么信息?改進決策支持的機會在哪里?系統是如何使用的，成功的決定因素是什么?基于產出的規劃方法是關鍵。

 

(2)讓架構師和物聯網項目負責人閱讀和評估工業互聯網參考架構(IIRA)以指導他們的方法。在設計階段，技術利益相關者應將業務觀點與功能觀點保持一致，以定義系統與環境的通信層、接口、數據和交互。

 

(3)定義考慮未來實施和觀點的范圍。指定功能，其中包括業務、信息、操作、控制和應用程序域，并確定最適合的部署使用模式。

 

(4)根據每個功能域內的任務、角色和活動確定架構的基本功能，這將協調整個系統的功能。

 

(5)定義反饋、關鍵績效指標(KPI)和成功衡量標準。定義計劃關系以確保考慮所有利益相關者和觀點。

 

(6)確保組織結構準備好在持續改進的持續迭代循環中計劃、執行、衡量和糾正。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。