不論我們身處何方，關(guān)于工業(yè)物聯(lián)網(wǎng)(IIoT)的討論都會不絕于耳。而且，對于不同的行業(yè)，這一趨勢表現(xiàn)在不同的方面。例如，工業(yè)4.0是專為生產(chǎn)設(shè)備發(fā)展出來 概念。在電網(wǎng)領(lǐng)域，IIoT表現(xiàn)為智能電網(wǎng);石油和天然氣行業(yè)的IIoT則體現(xiàn)在井場數(shù)字化。雖然IIoT的不同形式有其特定表述和流程，但是IIoT所提供的技術(shù)和優(yōu)勢卻是大致相同。雖然行業(yè)領(lǐng)先者都渴望利用IIoT，但很難想象到2020年500億臺設(shè)備連接起來是何種場景1。專家估計，在2015年至2025年間部署的這些新網(wǎng)聯(lián)設(shè)備中，有半數(shù)將來自工業(yè)領(lǐng)域2。這意味著工程師和科學家將是工廠、測試實驗室、電網(wǎng)、煉油廠和基礎(chǔ)設(shè)施領(lǐng)域?qū)崿F(xiàn)IIoT的驅(qū)動者。

對于IIoT，工程師可以期望獲得三個主要好處：

·通過預測性維護增加正常運行時間

·通過邊緣控制提升性能

·通過真實的網(wǎng)聯(lián)數(shù)據(jù)改進產(chǎn)品設(shè)計和制造

為了實現(xiàn)IIoT的這些優(yōu)勢，設(shè)計團隊必須依賴多項核心技術(shù)。無論是在構(gòu)建在線監(jiān)控系統(tǒng)、智能制造機器，還是測試物理或機電系統(tǒng)，一個關(guān)鍵的共性都是對邊緣智能的需求。系統(tǒng)越復雜，就越需要做出實時決策。例如，在風力渦輪機葉片的結(jié)構(gòu)測試中，采集大量高分辨率模擬波形數(shù)據(jù)的能力對于理解葉片行為特征至關(guān)重要。同時，我們需要處理這些數(shù)據(jù)，為控制系統(tǒng)提供輸入，使得系統(tǒng)能夠驅(qū)動葉片，以確保測試在已知條件下進行。因此，專家估計至少40%的物聯(lián)網(wǎng)數(shù)據(jù)將在邊緣側(cè)進行存儲、處理、分析和響應3，也就不足為奇了。為了最大限度地提高性能并減少不必要的數(shù)據(jù)傳輸，用戶必須將決策權(quán)下放到部署在設(shè)備處或附近的邊緣節(jié)點。