tag 标签: IIOT

相关博文
  • 2022-9-7 17:35
    1 次阅读|
    0 个评论
    前言 2020年5月13日,国家发展改革委官网发布“数字化转型伙伴行动”倡议。倡议提出,政府和社会各界联合起来,共同构建“政府引导—平台赋能—龙头引领—机构支撑—多元服务”的联合推进机制,以带动中小微企业数字化转型为重点,在更大范围、更深程度推行普惠性“上云用数赋智”服务,提升转型服务供给能力,加快打造数字化企业,构建数字化产业链,培育数字化生态,形成“数字引领、抗击疫情、携手创新、普惠共赢”的数字化生态共同体,支撑经济高质量发展。 那么,何为数字化转型呢?数字化转型是建立在数字化转换(Digitization)、数字化升级基础上, 进一步触及公司核心业务,以新建一种商业模式为目标的高层次转型,是开发数字化技术及支持能力以新建一个富有活力的数字化商业模式。只有企业对其业务进行系统性、彻底的重新定义——不仅仅是IT,而是对组织活动、流程、业务模式和员工能力的方方面面进行重新定义的时候,才能实现数字化转型。 一、 企业困境 到目前为止,大部分的工厂都是在没有监控机制、智能控制和数字网络的情况下单独运作。如今,实现新工厂流程和生产步骤的数字化和自动化比较容易,但对于旧工厂来说,这一转型是具有挑战性的。他们自身正在使用大量不支持数据直接上云的设备,如果为了实现数字化转型更换一批设备,这将是一笔巨大的投资成本,一般企业很难负担这样的成本。一家棕榈油生产商正面临这一困境,因此正在寻找一种解决方案,帮助企业实现生产设施的现代化。 二、 应用情况 我们联合当地经销商TECHSQUARE和网络合作伙伴K.P.S.自动化服务公司,为棕榈油生产行业提供了基于虹科工业树莓派设计的系统,帮助该公司在向工业4.0的转型过程中迈出了第一步。这个系统工作原理是通过传感器获取所有的生产数据,并将数据通过网络发送到数据中心,实现对棕榈油生产的简单监测和控制。 RevPi Connect+和西门子S7通过Modbus TCP进行通信,将数据通过RevPi Connect+发送到服务器,在服务器上集中处理和存储生产数据,并进行自己的计算。出于数据安全考虑,RevPi Connect+上的数据在与服务器交换之前需要在本地进行数据处理。为此,他们专门设计了一款基于Python的软件,用于数据传输,这款软件支持特殊的网络服务连接服务器。现在这个方案已经投入到几个生产基地中使用,该服务器已经存储了几个棕榈油生产基地的数据。 通过虹科工业树莓派平台,TECHSQUARE已经在泰国成功开发了许多数字化转型项目。 三、 总结 虹科工业树莓派产品具有实时Raspbian系统,采用Broadcom BCM2837B0多核处理器,具备诸如图像处理类等复杂任务处理能力,集成多种现场总线协议,提供IO模块以及网关模块。因此,用户在开发过程中不需要花费太多时间在硬件开发上,可以专注于主要业务和核心竞争力,缩短项目开发周期。 此外,虹科工业树莓派小巧灵活,功耗低,支持Python/Java/C/C++/C#、Node-RED可视化编程工具进行开发,还能实现CPDESYS软PLC功能,在数据采集和小型控制等场景可帮助用户快速创建应用,实现工业物联网和数字化生产。
  • 热度 3
    2022-4-15 13:31
    1665 次阅读|
    0 个评论
    1 前言 BMW Mobility Services(宝马出行服务) 是 BMW 集团旗下的一个业务集团,致力于开发创新的解决方案,以满足城市人口不断变化的出行需求。到 2030 年,预计超过 60% 的世界人口将于城市居住,因此,BMW Mobility Services 正在致力于打造推出如汽车共享等融入城市生活方式的出行服务及其他出行概念。 2 背景 BMW Mobility Services 针对车队运营商开发了一项提供此类服务的汽车共享产品。该服务使车队运营商能够实现车队远程管理、单个车辆命令远程发出(例如锁定/解锁)以及每辆车数据的远程收集。BMW 集团的汽车共享服务“DriveNow”(自 2019 年 2 月 22 日起成为 SHARE NOW 的一部分)使用的即是该汽车共享产品,当时已在欧洲 12 个城市完成推广。 3 难点 普遍可用性是汽车共享服务的关键标准之一,客户都希望汽车能够及时可靠使用,然而,由于覆盖范围、地区气候以及其他不确定因素等,许多城市的网络无法保证可靠连接。 解决网络延迟和网络可靠性问题是移动行业的一个关键挑战。 此处引入传统汽车行业模式与车辆远程通信基于的“触发拉动概念”,车辆通信通过 SMS 消息启动,该消息会唤醒车载客户端系统,然后启动 HTTP 会话以连接后端云服务。 这个概念的挑战在于: ① SMS 是不可预测的; ② 考虑到消息大小以及建立 HTTP 会话所需的消息数量,HTTP 速度很慢且网络成本很高。 为了成功实现汽车共享应用程序,就需要一个更为可靠的替代方案完成消息传递。MQTT 作为一种稳定可靠的物联网协议,常用于建立 IP 连接并实现远程设备数据移动,其轻量级设计、发布/订阅方法和服务质量级别十分吻合汽车共享应用程序的可靠性及效率要求。 ​ 将 MQTT 用于汽车共享服务是宝马移动服务乃至汽车行业的一大创新。BMW Mobility Services 在寻找能够支持此项目的行业合作伙伴过程中,基于对 IoT 和 MQTT 的广泛调查,最终选择 HiveMQ 作为搭建此项目的 MQTT 平台。 4 成效 自2014 年起,BMW Mobility Services 便开始使用 HiveMQ 完成其汽车共享服务的消息传递。BMW Mobility Services 汽车共享服务目前正在使用的 HiveMQ 架构由数百个Java编写的停靠微服务组成,这些微服务运行在 Amazon Web Services(亚马逊网络服务)托管的Kubernetes集群上。 ​ HiveMQ 每分钟可处理来自高达 80,000 个同时连接的客户端、超过 90,000 个事务的生产负载,最重要的是,BMW Mobility Services 可在网络服务不可靠的领域中为客户提供可靠服务。 考虑到 HiveMQ 带来的巨大效益,BMW Mobility Services 又采用了 HiveMQ 扩展方案,以充当在后端微服务之间移动数据的内部消息传递总线。 ​ BMW Mobility Services 使用 HiveMQ 扩展作为其后端系统内部数据共享平台,使用 MQTT 发布/订阅模式,后端服务可以轻松订阅经由 HiveMQ 代理传递的车辆数据。例如,分析服务开发了一个 MQTT 客户端,可将其对应的消息馈送到 Kafka 中进行进一步分析,车辆数据可立即被后端服务转换,由此,数据集成过程变得更加直接、可扩展。 5 方案 HiveMQ 简介 HiveMQ 是一个基于 MQTT 数据传输的通信平台, 旨在将数据快速、高效、可靠地传递给连接的物联网设备 ,HiveMQ 使用 MQTT 协议在设备和企业平台之间进行实时、双向的数据推送。 ​ HiveMQ 的建立是为了解决企业在构建新的物联网应用时面临的一些关键技术挑战,包括: 构建可靠、可扩展的关键业务物联网应用 快速的数据交付,以满足终端用户对响应式物联网产品的期望 通过有效利用硬件、网络和云资源降低运营成本 将物联网数据整合到现有的企业系统中 ​ HiveMQ 提供 免费版 、 专业版 、 企业版 MQTT Broker 产品,并提供 Kafka、企业安全及 MQTT Broker 桥接 三种企业级扩展套件 ,HiveMQ 还提供高效的 MQTT 客户端及云平台,多方位满足用户需求。 ​ 如果想要了解更多信息,可以扫描屏幕下方的二维码获取更多精彩内容! ​
  • 热度 4
    2018-11-2 21:23
    2251 次阅读|
    0 个评论
    数据会传到企业之后,有一些企业采用了将数据保存在公司内网,软硬防火墙、权限、口令、加密各种手段全上,这是很稳妥的办法。若果要使用数据库,那就另开一个存储区域,设置过滤条件,建立数据库镜像,防止直接操作不当崩溃。 本文我们要讨论的不是数据库,而是一个问题。 大数据分析。 这个名字不是随便叫的,就好像有个网站不能称之为云一个道理。直接举个例子来说明吧。 某个现场不大, 100多个信息点,每隔十秒回传一条消息,一分钟6条,一个小时6*60条,一天6*60*24条,合计14400条信息,每条信息占据2K字节,则占据28800000字节,不到3M,也就是一首歌的大小。两天,28800条数据。 工业化的许多数据,如温度、压力、流量、 PH值等,往往变化是比较缓慢的。从数据库中读出数据填充到EXCEL表里,看两眼会觉得这是粘贴考虑了数万行,发觉不出变化来,以小的时间尺度去查看变化曲线,就是一条直线。 首先根据预定义的通信协议,将数据字段填充到监控变量,同时以时间变量为基准,建立起数据序列。 对于数据进行初步的筛选和预处理:判断数据的有效性,那些明显一场的数据如超出极大值和极小值的数据,不知所云的数据,这往往是由于现场传感器故障、通信干扰等原因造成的,需要剔除或根据上下时间段补值;长时间无变化的数据删减等等。 经过预处理的数据后,数据条数从 2万多条锐减至只有不足百条。 根据业务专家的一件,对于这十几条数据做了简单的诸如相关性的计算之后,得出了几条结论。业务专家非常惊讶,仅仅这几十条数据得出的结论,清晰的反映了该单元的最优化工作条件,和实验室条件下的结论如出一辙。而根据此结论编写的操作指导书和运维报告,另用户大为满意,专门增加了预算。 上述过程,是一个浓缩了的大数据分析的过程。通过该过程,我想说明几个结论:其一,数据中蕴含着财富,价值无法估量;其二,企业,要高度重视这些数据的价值,这是企业提高生产率的核心价值所在;其三,企业,要做好数据的保密;其四,本文使用简短的篇幅举例,是为了说明如下结论: 在数据时代,对于企业的挑战不仅仅来自同维度的同行,更有可能来自更高维度的其它。 所以,有一个问题,数据就是金钱。我们把金钱存到银行去,银行用这些钱去放贷,去投资,进而获利,抽出一部分返给储户作为利息。企业将数据存储到云端,怎么还收费吗,以后会倒过来吗?