導(dǎo)讀

隨著互聯(lián)網(wǎng)連接日益普及，現(xiàn)在有越來越多內(nèi)存和計算資源很少的小型傳感器可以連入互聯(lián)網(wǎng)。同時，這些傳感器連接各種物理實體，比如家用警報器、熱傳感器和汽車。我們需要收集和分析來自這數(shù)百萬個聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)。

比如說，從多個傳感器收集的天氣數(shù)據(jù)可用于預(yù)測天氣，從而用于風(fēng)能和農(nóng)業(yè)生產(chǎn)。家庭、工廠、油井、醫(yī)院、汽車和其他無數(shù)地方有數(shù)十億個物聯(lián)網(wǎng)設(shè)備，這些設(shè)備生成了大量數(shù)據(jù)，且數(shù)據(jù)量還在急劇增加，所有這一切都在推動數(shù)字化轉(zhuǎn)型。

由于物聯(lián)網(wǎng)在制造業(yè)經(jīng)常用于處理機器數(shù)據(jù)和優(yōu)化生產(chǎn)，工業(yè)物聯(lián)網(wǎng)（IIoT）這個概念隨之出現(xiàn)。下面將深入介紹工業(yè)物聯(lián)網(wǎng)的有關(guān)內(nèi)容。

構(gòu)建工業(yè)物聯(lián)網(wǎng)解決方案

工業(yè)客戶力求深入了解其工業(yè)數(shù)據(jù)，并實現(xiàn)諸多目標(biāo)，比如降低能源成本、檢測和修復(fù)設(shè)備問題、發(fā)現(xiàn)生產(chǎn)線的低效現(xiàn)象、改進產(chǎn)品質(zhì)量和提高產(chǎn)量等。這些客戶設(shè)法獲取來自機器和產(chǎn)品生命周期（PLC）系統(tǒng)的操作技術(shù)（OT）數(shù)據(jù)，以便生產(chǎn)線或機器出現(xiàn)故障時進行根本原因分析（RCA）。此外，物聯(lián)網(wǎng)可實時了解機械的微停運，在不影響產(chǎn)品質(zhì)量的情況下提高產(chǎn)量。

構(gòu)建和維護由多個來源、站點或工廠收集和組織的數(shù)據(jù)的系統(tǒng)困難重重。企業(yè)需要一致地呈現(xiàn)所有資產(chǎn)，以便用戶能輕松共享這些資產(chǎn)，用于在工廠和公司層面構(gòu)建應(yīng)用程序。

現(xiàn)實卻是，很多工廠使用本地服務(wù)器收集和組織的數(shù)據(jù)，被存放到一個工廠。由于缺乏開放、可訪問的數(shù)據(jù)，大多數(shù)本地收集的數(shù)據(jù)從未分析就被丟棄。

要解決這個問題，最佳的操作是從工業(yè)設(shè)施中常見的數(shù)據(jù)庫提取數(shù)據(jù)，傳輸?shù)綌?shù)據(jù)中心或云端的集中式存儲系統(tǒng)，并確保其結(jié)構(gòu)易于被用戶和應(yīng)用程序搜索。企業(yè)可以從這些數(shù)據(jù)獲得常見的工業(yè)性能指標(biāo)，比如整體設(shè)備效率（OEE），從而監(jiān)測多個工業(yè)設(shè)施的運營，并構(gòu)建應(yīng)用程序以分析工業(yè)設(shè)備數(shù)據(jù)，防止會帶來高昂代價的設(shè)備問題，并減少生產(chǎn)方面的缺口。若想設(shè)計工業(yè)物聯(lián)網(wǎng)架構(gòu)，企業(yè)可從以下方面入手：

從工業(yè)設(shè)備、數(shù)據(jù)服務(wù)器和歷史數(shù)據(jù)庫提取數(shù)據(jù)。

大規(guī)模收集、組織和分析工業(yè)數(shù)據(jù)。

使用工業(yè)協(xié)議和標(biāo)準(zhǔn)（比如OPC-UA、Modbus和EtherNet/IP），從現(xiàn)場設(shè)備讀取數(shù)據(jù)。

創(chuàng)建物理資產(chǎn)的可視化表示，處理設(shè)備數(shù)據(jù)流，并計算工業(yè)性能指標(biāo)。

訪問本地儀表板以查看實時和歷史設(shè)備數(shù)據(jù)，即使暫時斷開互聯(lián)網(wǎng)連接也是如此。

使用資產(chǎn)數(shù)據(jù)創(chuàng)建本地或云應(yīng)用程序，以優(yōu)化工廠產(chǎn)出質(zhì)量、最大限度地提高資產(chǎn)利用率，并識別設(shè)備維護問題。

為了滿足對工業(yè)物聯(lián)網(wǎng)日益增長的需求，AWS等云提供商提供了AWS IoT SiteWise之類的托管服務(wù)，這類服務(wù)可以使用本地網(wǎng)關(guān)從工廠車間收集數(shù)據(jù)，對數(shù)據(jù)進行結(jié)構(gòu)化和標(biāo)記，并生成實時KPI和指標(biāo)，以幫助做出更好的數(shù)據(jù)驅(qū)動決策。

在數(shù)據(jù)提取期間，所有站點的設(shè)備產(chǎn)生的數(shù)據(jù)都被收集起來，從AWS IoT Core通過PUT API發(fā)送到AWS IoT SiteWise之類的服務(wù)器。然后這套系統(tǒng)將創(chuàng)建模型資產(chǎn)，模型資產(chǎn)是物理資產(chǎn)的虛擬表示。

托管服務(wù)有助于對整個生產(chǎn)環(huán)境進行數(shù)字化、情境化和建模，客戶不必維護基礎(chǔ)架構(gòu)?？蛻艨梢允褂秘S富的信息建模，來表示復(fù)雜的設(shè)備層次結(jié)構(gòu)。

事件管理對于檢測復(fù)雜工業(yè)系統(tǒng)的變化至關(guān)重要。企業(yè)需要持續(xù)監(jiān)測設(shè)備中的數(shù)據(jù)，以識別狀態(tài)、檢測變化，并在出現(xiàn)變化時觸發(fā)適當(dāng)?shù)捻憫?yīng)。

不妨看一看工業(yè)物聯(lián)網(wǎng)參考架構(gòu)，以后把所有部分串聯(lián)起來。

聯(lián)網(wǎng)工廠物聯(lián)網(wǎng)架構(gòu)

聯(lián)網(wǎng)工廠（CF）的解決方案旨在整合各種能力以轉(zhuǎn)變生產(chǎn)運營。CF使客戶可以輕松地從舊系統(tǒng)中發(fā)掘數(shù)據(jù)，近乎實時地可視化數(shù)據(jù)，執(zhí)行更深入的分析以優(yōu)化運營，并提高生產(chǎn)力和資產(chǎn)可用性。CF產(chǎn)品的重點是使工業(yè)數(shù)據(jù)收集商品化，并使開發(fā)具備可重復(fù)性。

AWS IoT Greengrass部署在工廠車間的邊緣，用于收集設(shè)備數(shù)據(jù)以及從工廠服務(wù)器提取的其他數(shù)據(jù)。數(shù)據(jù)通過IoT Core進入到AWS云，IoT Sitewide有助于構(gòu)建物理設(shè)備模型。

來自諸多工業(yè)設(shè)施的數(shù)據(jù)存儲在Amazon S3中，以構(gòu)建制造數(shù)據(jù)湖，該數(shù)據(jù)湖可以進一步加載到Redshift for Datawarehouse中，借由AWS Glue通過ETL管道來處理，并使用Amazon Athena執(zhí)行即席查詢。最后，企業(yè)可以使用QuickSight為業(yè)務(wù)用戶提供可視化數(shù)據(jù)。

流數(shù)據(jù)經(jīng)過轉(zhuǎn)換和處理，將輸入返回到產(chǎn)品設(shè)備或?qū)⑦\送信息返回到車輛。此外，這套系統(tǒng)中還有機器學(xué)習(xí)組件，可執(zhí)行生產(chǎn)預(yù)測，并將該數(shù)據(jù)發(fā)布到ERP和PLM系統(tǒng)中以優(yōu)化生產(chǎn)效率。機器學(xué)習(xí)會在邊緣執(zhí)行，以了解設(shè)備健康狀況并發(fā)出警報，從而縮短停機時間。

培訓(xùn)員工使用設(shè)備和創(chuàng)建模擬物時，添加可視化層很有意義?，F(xiàn)在有了AR/VR（增強現(xiàn)實/虛擬現(xiàn)實），添加可視化層就成為可能。這時候，數(shù)字孿生也能登臺亮相了。

下面不妨進一步了解數(shù)字孿生。

實施數(shù)字孿生

數(shù)字孿生是物理機器的數(shù)字復(fù)制品。在數(shù)字孿生中，企業(yè)可使用AR/VR構(gòu)建機器的虛擬表示，實現(xiàn)實時數(shù)據(jù)疊加的可視化。通過結(jié)合機器學(xué)習(xí)，數(shù)字孿生有助于查看實時運營和正常數(shù)據(jù)；企業(yè)可以從實際行為（比如執(zhí)行主動式維護）深入了解情況。數(shù)字孿生便于模擬假設(shè)分析場景，以確定機器的最佳KPI，并為操作人員提供構(gòu)建沉浸式教育和培訓(xùn)，以幫助操作人員處理設(shè)備。

數(shù)字孿生使用物聯(lián)網(wǎng)持續(xù)收集實時數(shù)據(jù)，可以從數(shù)字復(fù)制品控制機器的運行。它提供了機器實際模型的沉浸式體驗，有助于預(yù)警、預(yù)測和優(yōu)化。數(shù)字孿生執(zhí)行下圖所示的以下任務(wù)：

使用數(shù)字孿生對機器的思維進行建模

如圖所示，數(shù)字孿生通過以下方式來管理機器：

監(jiān)控：數(shù)字孿生通過在虛擬世界中復(fù)現(xiàn)數(shù)字復(fù)制品來收集和分析數(shù)據(jù)。機器遙測數(shù)據(jù)可以來自云提取的傳感器。工廠車間數(shù)據(jù)可以提取自基于本地應(yīng)用程序構(gòu)建的API包裝器。

分析：要構(gòu)建數(shù)字復(fù)制品，企業(yè)可以使用流行的AR/VR技術(shù)，比如微軟HoloLens、Amazon Sumerian或Oculus。借助在數(shù)字復(fù)制品上創(chuàng)建數(shù)據(jù)疊加層，能顯示數(shù)據(jù)如何從各種傳感器流入，并可以進行進一步的分析。要構(gòu)建數(shù)據(jù)可視化和搜索功能，企業(yè)可以使用Amazon OpenSearch和Quicksight等工具。數(shù)字孿生可以使用基于人工智能的服務(wù)，通過語音進行控制。使用機器學(xué)習(xí)功能，能訓(xùn)練、調(diào)整和部署機器學(xué)習(xí)模型。

行動：企業(yè)獲得數(shù)據(jù)洞察和預(yù)測后，可以將消息發(fā)回到運營團隊，以執(zhí)行所需的行動。企業(yè)可以通過為一線工作人員創(chuàng)建自動維護工單來通知操作應(yīng)用程序。AWS IoT Core可以接收一線的消息，并直接對機器執(zhí)行操作。如果冷卻風(fēng)扇運行異?；驕囟瘸鲱A(yù)期，操作人員可以直接從數(shù)字孿生停止機器。

下面，不妨以飛機噴氣發(fā)動機的數(shù)字孿生的參考架構(gòu)為例，如下圖所示。在這里，企業(yè)使用物聯(lián)網(wǎng)傳感器實時收集發(fā)動機溫度和速度數(shù)據(jù)，并在數(shù)字發(fā)動機復(fù)制品中顯示數(shù)據(jù)疊加層，以獲得洞察力，并采取行動。

飛機噴氣發(fā)動機的數(shù)字孿生架構(gòu)

如上圖所示，溫度和發(fā)動機速度數(shù)據(jù)從噴氣發(fā)動機發(fā)送到云端。AWS IoT Analytics執(zhí)行數(shù)據(jù)處理操作，以深入了解收集的傳感器數(shù)據(jù)，并在Amazon QuickSight控制面板中顯示可視化信息。噴氣發(fā)動機的當(dāng)前狀態(tài)使用Device Shadow來維護，因此如果傳感器停運，操作人員仍然可以執(zhí)行模擬。在這里，使用Amazon Sumerian虛擬現(xiàn)實平臺創(chuàng)建了噴氣發(fā)動機數(shù)字復(fù)制品，并部署在Oculus中。使用Amazon Lex AI服務(wù)，操作人員可以通過語音或消息來啟動/停止實際的發(fā)動機。

結(jié)語

在優(yōu)化生產(chǎn)和縮短運營停機時間方面，工業(yè)物聯(lián)網(wǎng)將會越來越普及。如何大規(guī)模解決IIoT運營問題，如何打造聯(lián)網(wǎng)工廠的物聯(lián)網(wǎng)架構(gòu)，將AR/VR技術(shù)與物聯(lián)網(wǎng)相結(jié)合，提供沉浸式體驗，如何借助數(shù)字孿生，使用實時數(shù)據(jù)疊加層，創(chuàng)建物理機器的虛擬復(fù)制品，這些問題相信本文都會給讀者一些啟發(fā)。