【CN109862087A】基于边缘计算的工业物联网系统及其数据处理方法【专利】
【CN109862087A】基于边缘计算的工业物联网系统及其数据处理方法【专利】
2
CN 109862087 A
说 明 书
1/5 页
基于边缘计算的工业物联网系统及其数据处理方法
技术领域 [0001] 本发明涉及物联网技术领域，特别地，涉及一种基于边缘计算的工业物联 网系统 及其数据处理方法。
背景技术 [0002] 从纷繁复杂的智能应用到琳琅满目的终端设备，物联网的身影随处可见，由之带 来的联接数量也在爆发式增长，越来越多的行业正在借助物联网的力量 提升效率，释放出 产业创新的巨大潜能。但是随着业务的发展，物联网设备的 迅速增加，逐渐发现基于云计 算的方式无法满足很多场景的实际需求。 [0003] 传统网络架构显然无法保障海量终端和网关的高效管理和实时数据处理，主要 体现在： [0004] 1、无法实现对海量设备的管理和支持；物联网极大地扩展了联接的规模 和范围， 有人预测到2025年全球将产生1000亿联接，每小时将有200万个传 感器被部署，增长幅度 将超过10倍；包括智能传感器、计量设备和控制器等 各种各样的智能终端和网关设备，甚 至海量的应用和数据，均需要统一的管理 组件支持。 [0005] 2、缺乏快速灵活的本地决策和响应；对涉及生产控制或能源安全的领域，延迟是 非常致命的；因此需要边缘设备处理从现场设备产生的大量数据，并确 定哪些需要上传云 端、哪些需要本地处理 ；需要既能有效降 低数据传输的成本 ，又可以 保障关键业务的实时 决策和响应；然而生产现场环境复杂多变，边缘设 备又分布分散且数量众多，传统上通过 频繁跑现场进行手动配置和加载应用与 服务组件的模式，显然无法应对快速的生产决策 和响应； [0006] 3、无法实现不同行业物联网应用的开放对接；没有与行业业务和场景结 合的物 联网解决方案大多是纸上谈兵；不同行业业务需求、接口、协议和标准 千差万别，如何更好 地解决不同行业物联网应用的对接，成为保障物联网应用 落地的现实难题。
基于边缘计算的物联网数据处理与分析技术研究
基于边缘计算的物联网数据处理与分析技术研究边缘计算是一种将计算和存储功能从云端数据中心移到设备附近的新兴技术。
物联网是相互连接的智能设备网络，其中设备之间能够互相通信和交换数据。
在大规模物联网环境中，物联网数据处理和分析是非常关键的任务。
本文将研究基于边缘计算的物联网数据处理与分析技术。
在传统的物联网架构中，设备通过云端数据中心进行数据处理和分析。
然而，这种架构存在一些问题。
首先，物联网设备生成的数据通常是海量的，将这些数据传输到云端进行处理不仅耗费带宽，而且延迟很高。
其次，在一些实时应用中，如工业自动化和智能交通系统，时延和可靠性是非常关键的。
最后，天气原因导致的云端数据中心中断或故障可能会对关键应用造成影响。
边缘计算技术提供了一种解决方案，可以将数据处理和分析功能放在离设备更近的地方，例如边缘设备、智能路由器或边缘服务器。
边缘计算可以在设备或网络边缘进行数据处理和分析，从而减少数据传输量和延迟，提高应用的性能和可靠性。
基于边缘计算的物联网数据处理和分析技术的关键挑战之一是资源限制。
边缘设备通常具有有限的计算能力和存储能力，无法承载复杂的数据处理任务。
因此，需要设计轻量级的数据处理算法，并优化资源利用。
例如，可以使用流式处理算法将数据划分为较小的数据流，并将其分发到不同的边缘设备进行并行处理。
另一个挑战是安全性和隐私保护。
在边缘计算环境中，大量的敏感数据可能会被存储和处理。
因此，需要采取适当的安全措施来保护数据的机密性和完整性。
例如，可以使用加密算法对数据进行加密，并使用身份认证和访问控制来保护数据免受未经授权的访问。
此外，边缘计算还可以与人工智能技术相结合，提供更高级别的数据处理和分析功能。
例如，可以使用机器学习算法对物联网数据进行分析和预测。
通过将机器学习模型部署在边缘设备上，可以实现实时的智能决策和推荐。
边缘计算还可以提供更好的实时响应能力。
在一些实时应用中，如智能交通系统，需要对物联网数据进行快速处理和响应。
工业物联网中的边缘计算技术应用与数据处理模型
工业物联网中的边缘计算技术应用与数据处理模型随着信息技术的快速发展，工业领域面临着大数据和智能化的挑战。
在这个数字化时代，工业物联网（Industrial Internet of Things，简称IIoT）的兴起为工业生产带来了新的机遇和挑战。
然而，IIoT所带来的海量数据处理和实时决策需求，传统的云计算中心已经无法满足，这时边缘计算技术应运而生。
一、工业物联网中的边缘计算技术应用边缘计算是一种将计算和分析能力从云计算中心延伸到网络边缘端的新技术。
在工业物联网中，边缘计算技术可以在生产现场或设备附近进行数据处理和分析，减少传输延迟，提高响应速度，并降低对云计算中心的依赖。
1. 实时数据处理：在工业生产过程中，传感器和智能设备收集到的数据通常是海量的，并需要进行实时处理和分析。
边缘计算技术可以将这些数据在物理接近设备的边缘节点上进行处理，实现实时数据分析和决策，及时调整生产过程，提高生产效率和产品质量。
2. 设备监控和维护：使用边缘计算技术可以实现对工业设备的实时监控和远程维护。
通过边缘节点的数据分析，可以对设备进行状态监测和故障诊断，及时发现故障和异常，减少生产停机时间和维修成本。
3. 智能分拣和仓储：在物流行业中，边缘计算技术可以应用于智能分拣和仓储系统。
通过在边缘节点上进行数据处理和决策，可以快速准确地对货物进行分拣和定位，提高仓储和物流效率。
4. 工业自动化与机器人技术：边缘计算可以与工业自动化和机器人技术相结合，实现更高效的生产线和制造过程。
通过将计算和决策能力移到边缘，可以实现工业设备的实时控制和协作，提高生产线的智能化程度和灵活性。
二、工业物联网中的边缘计算数据处理模型为了更好地应用边缘计算技术，我们需要建立适合工业物联网的数据处理模型。
1. 数据过滤与聚合：由于工业物联网中的传感器和设备产生的数据量庞大，其中大部分数据都是冗余的或不必要的。
通过在边缘节点上进行数据过滤和聚合，可以减少数据传输量，提高数据处理效率。
工业物联网中的边缘计算技术使用方法
工业物联网中的边缘计算技术使用方法随着工业物联网的快速发展，边缘计算作为一种重要的技术手段不断受到关注。
边缘计算将计算和数据处理能力从中心服务器移动到物联网设备的边缘，减少了数据传输延迟和网络拥堵问题，提高了数据处理的效率和实时性。
本文将介绍工业物联网中的边缘计算技术使用方法，包括设备选型、数据处理和安全性等方面。
一、设备选型在工业物联网中使用边缘计算，首先需要选择适合的边缘设备。
边缘设备应具备较强的计算和存储能力，能够在边缘就近处理和存储数据。
同时，设备要具备稳定的网络连接和通信能力，以保证边缘计算的正常运行和数据传输。
在选择设备时，还需要考虑设备的可靠性和稳定性，以及是否支持相应的边缘计算平台和开发工具。
二、数据处理边缘计算在工业物联网中的一个重要作用是实时处理和分析数据。
在使用边缘计算进行数据处理时，可以采用以下方法：1. 数据预处理：在将数据传输到云端之前，可以在边缘设备上对数据进行预处理。
通过滤波、降噪、去重等处理，可以减少数据传输量，提高数据传输效率。
2. 数据分析：在边缘设备上进行数据分析，可以实时监测设备状态和运行情况。
使用机器学习和人工智能等技术，可以对数据进行实时分析和预测，提高设备的运行效率和预警能力。
3. 决策支持：边缘计算可以向设备提供实时的决策支持。
通过判断数据的异常情况和趋势变化，边缘设备可以自动做出相应的控制和调整，提高设备的反应速度和效率。
三、安全性保障工业物联网中的边缘计算需要注重安全性的保障。
以下是一些常用的安全措施：1. 数据加密：在传输和存储过程中，对敏感数据进行加密处理，以防止数据泄露和篡改。
2. 访问控制：对边缘设备和边缘计算资源进行访问控制，限制非授权人员的访问和操作。
3. 安全监测：监测边缘设备和边缘计算平台的安全性，及时发现并应对潜在的安全威胁。
4. 安全更新：定期对边缘设备和边缘计算平台进行安全更新，修复安全漏洞和弱点。
四、应用场景边缘计算在工业物联网中有着广泛的应用场景。
基于边缘计算的工业物联网系统设计
基于边缘计算的工业物联网系统设计边缘计算是一种新兴的计算模式，其将数据处理和存储能力从中心化的云端向网络边缘推进，实现了更快速的数据处理和更低延迟的服务。
而工业物联网系统作为边缘计算的应用之一，正在被广泛应用于工业生产领域，为企业提供了更高效、更智能的生产方案。
工业物联网系统旨在通过物联网技术将工业设备、传感器等物理设备与互联网进行连接，实现设备之间的信息共享和智能控制。
在传统的工业控制系统中，数据采集、处理和存储都集中在服务器中，而边缘计算技术的应用，使得这些任务可以在设备端或网络边缘进行，从而实现了更快速的响应速度和更强大的实时数据分析能力。
需要考虑到以下几个方面：第一，系统的架构设计。
边缘计算的引入将导致系统结构的改变，需要重新设计系统的数据流、控制流和通信流程，以适应边缘计算的特点。
第二，设备的选择和部署。
边缘计算需要在设备端进行数据处理和存储，因此需要选择性能强劲的硬件设备，并合理部署这些设备，以实现系统的高效运行。
第三，数据安全和隐私保护。
在边缘计算环境下，数据传输和存储可能会涉及到安全和隐私问题，需要制定相应的安全策略和数据加密方案，保障数据的安全性。
在工业物联网系统设计中，边缘计算的引入带来了许多好处。
首先，边缘计算能够减少数据传输的时延，提高了数据处理和响应速度，使得系统更加实时。
其次，边缘计算能够减轻中心服务器的负担，分担了其大量数据处理和存储任务，提高了整个系统的处理能力。
再次，边缘计算可以使系统更加稳定和可靠，当网络连接中断时，设备仍然可以进行本地数据处理和控制。
然而，基于边缘计算的工业物联网系统设计也面临着一些挑战。
首先，边缘设备的性能限制可能会影响系统的整体性能，需要选用更为高效的硬件设备。
其次，边缘计算环境下的安全性和隐私保护难题也需要得到解决，以防止信息泄露和数据被篡改。
最后，边缘计算系统的管理和维护也需要耗费一定的人力和物力，需要建立完善的管理机制和监控系统，以保证系统的正常运行。
基于边缘计算的物联网数据处理技术研究
基于边缘计算的物联网数据处理技术研究近年来，随着物联网技术的快速发展，各行业的各类智能设备不断涌现，数据量急剧增长。
同时，边缘计算技术崛起，成为处理大量数据的有效方法。
基于边缘计算的物联网数据处理技术能够满足未来迅猛发展的数据需求。
一、边缘计算技术边缘计算是一种新型的信息处理方式，是一种分布式模式。
与中央服务器进行的传统计算方式不同，边缘计算将计算能力和存储能力移到数据源或接近数据源的位置。
这种方式可以大大减少数据传输量和延迟，提高数据处理能力。
边缘计算以其高效、灵活、可扩展的特点，在物联网数据处理领域受到广泛关注。
二、物联网数据处理技术物联网数据处理技术是指对从各个物联网设备获取的大量数据进行处理，从中提取有价值的信息，以支持各种业务需求。
1. 数据采集与存储物联网设备通过传感器采集各种类型的数据，如温度、湿度、光照等，这些数据将被上传到集中式或分布式存储系统中。
2. 数据清洗与预处理物联网设备采集的数据可能存在各种噪声和错误，并且由于数据来源不同，数据格式也可能不统一。
为了使数据可用，需要对数据进行清洗和预处理。
3. 数据分析与挖掘通过各种分析和挖掘技术，从大量的物联网数据中提取有价值的信息，以支持诸如智能家居、智能制造、智慧城市等无数应用。
三、基于边缘计算的物联网数据处理技术基于边缘计算的物联网数据处理技术，是将边缘计算技术应用于物联网数据处理领域的一种新技术。
1. 边缘计算和云计算的优缺点比较云计算技术通常是基于中央化架构的，需要将数据发送到云服务器进行处理，导致不稳定网络带宽和高延迟，同时，云服务商对数据采集和处理的隐私权管控也存在问题。
基于边缘计算的物联网数据处理技术，由于将计算和存储资源移到设备附近，大大减少了数据传输带宽和延迟，同时也保护了个人隐私。
2. 基于边缘计算的物联网数据处理模型边缘计算技术在物联网数据处理领域起到了重要的作用。
边缘计算技术将设备与数据处理模型结合起来，构建了一种新型的物联网数据处理模型。
工业物联网中的边缘计算与数据处理技术探讨
工业物联网中的边缘计算与数据处理技术探讨工业物联网（Industrial Internet of Things，简称IIoT）已经成为现代工业发展的重要推动力。
在IIoT中，大量的传感器、设备和系统互联互通，产生的海量数据需要进行高效、准确的处理和分析。
然而，传统的云计算模式往往无法满足实时性、低延迟等要求。
因此，边缘计算和数据处理技术应运而生，为工业物联网的发展提供了新的解决方案。
边缘计算是指将计算、存储和网络等能力推向网络边缘设备，以减少数据的传输延迟和网络拥塞。
在工业物联网中，边缘计算被用于处理和分析设备产生的实时数据。
边缘计算可以将数据在接近源头的地方进行处理，减少数据传输至云端的时间，从而使得处理结果可以更快地用于实时决策和控制。
此外，边缘计算还可以通过本地存储和计算，实现对离线环境的数据处理能力，保证了即使在断网情况下，设备的工作也不会受到影响。
在工业物联网中，边缘计算的数据处理技术也具有重要的作用。
数据处理技术包括数据清洗、数据聚合、数据分析和数据挖掘等。
通过对传感器数据的清洗和聚合，可以减少数据的冗余和噪声，提取有用的信息。
数据分析和挖掘则可以通过数据模式和趋势的发现，进行故障预警、设备优化和性能改进。
边缘计算中的数据处理技术在工业物联网中具有更低的延迟和更高的实时性，使得工业控制和管理的效率得到了极大的提升。
边缘计算和数据处理技术在工业物联网中的应用是多样化的。
例如，在制造业中，边缘计算可以实现对生产线的实时监测和控制。
通过在设备上安装边缘计算节点，可以对设备的温度、压力、振动等参数进行监测，及时发现异常情况，并通过数据处理技术进行分析和判断。
另外，边缘计算还可以实现制造过程的优化和设备维护的预测，提高生产效率和设备利用率。
在能源领域，边缘计算和数据处理技术可以应用于智能电网和能源管理系统中。
通过对电力设备和能源数据的实时监测和分析，可以实现能源的高效利用和供需匹配。
边缘计算可以帮助智能电网实时监控和管理电力系统的各个环节，提高电力供应的可靠性和稳定性。
基于边缘计算的工业物联网系统设计
基于边缘计算的工业物联网系统设计边缘计算作为一种新型的计算模式已经逐渐在各个领域得到应用，尤其是在工业物联网领域中展现出了巨大的潜力。
，不仅可以提高系统的效率和性能，还能够降低通信成本和延迟，这对于工业生产和管理带来了许多好处。
在传统的工业物联网系统设计中，数据通常是由传感器采集到的并通过云平台进行处理和分析。
然而，这种模式存在着诸多问题，比如高延迟、数据冗余和安全性隐患等。
而基于边缘计算的工业物联网系统设计则可以避免这些问题，实现数据的实时处理和分析，从而提高系统的响应速度和准确性。
在基于边缘计算的工业物联网系统设计中，边缘设备扮演着至关重要的角色。
边缘设备具有处理能力强、存储空间大、通信速度快等优势，可以实现数据的实时处理和分析，减少对云平台的依赖。
此外，边缘设备还可以根据不同的应用场景和需求进行定制化设计，提高系统的灵活性和扩展性。
另外，基于边缘计算的工业物联网系统设计还可以实现设备之间的协同工作和资源共享。
通过将数据处理和分析放在边缘设备上，不仅可以减少对云平台的负载，还可以实现设备之间的直接通信和协同工作，提高系统的整体性能和效率。
同时，边缘设备之间还可以共享资源和信息，实现资源的最大化利用和共享，从而降低系统的成本和提高运行效率。
此外，基于边缘计算的工业物联网系统设计还可以实现数据的安全性和隐私保护。
在传统的物联网系统中，数据通常是通过云平台传输和存储的，存在着被窃取和篡改的风险。
而基于边缘计算的工业物联网系统设计可以将数据处理和分析放在边缘设备上，实现数据的本地处理和存储，减少了数据被攻击的风险，保护了数据的安全性和隐私。
让我们总结一下本文的重点，我们可以发现，基于边缘计算的工业物联网系统设计具有许多优势和特点，可以实现更高效、更安全、更灵活的工业物联网系统。
未来随着技术的不断进步和发展，基于边缘计算的工业物联网系统设计将会得到更广泛的应用和推广，为工业生产和管理带来更多的好处。
基于边缘计算的物联网数据处理与分析研究
基于边缘计算的物联网数据处理与分析研究随着物联网（Internet of Things，IoT）技术的快速发展，越来越多的设备和传感器被连接到互联网上。
这些设备在生产、家庭、医疗、交通等各个领域广泛应用，产生了海量的数据。
如何高效地处理和分析这些数据，已成为物联网领域亟待解决的问题。
基于边缘计算的物联网数据处理与分析技术应运而生，为实时响应、低延迟和高效性能提供了解决方案。
一、背景介绍物联网数据处理与分析是指通过收集、存储和分析物联网设备和传感器产生的大数据，并从中获取有价值的信息。
传统的物联网数据处理与分析主要通过将数据上传到云平台进行处理。
然而，由于云平台通常位于远程数据中心，数据在上传过程中会面临网络延迟、带宽消耗和隐私安全等问题。
在某些场景下，如低延迟、实时响应等要求较高的应用中，云平台并不能满足需求。
二、边缘计算的优势边缘计算是一种将计算功能移动到物联网边缘的架构。
边缘设备可以高效地收集、处理和分析数据，减少数据传输，提高数据的实时性和响应速度。
边缘计算在物联网数据处理与分析中具有以下几个优势：1. 降低网络传输的需求：边缘设备可以在本地进行数据处理和分析，减少了数据传输到远程云平台的需求，降低了网络延迟和带宽消耗。
2. 减少数据传输所带来的成本：传输大量的物联网数据会占用大量的带宽资源，而边缘计算可以将数据处理和分析的压力分散到边缘设备上，减少了数据传输所需的成本。
3. 提高数据的实时性和响应速度：边缘设备能够在数据产生的地方进行实时处理和分析，减少了数据的处理时间，提高了数据处理的实时性和响应速度。
三、基于边缘计算的物联网数据处理与分析技术基于边缘计算的物联网数据处理与分析技术主要包括以下几个方面：1. 数据采集与预处理：边缘设备通过传感器和采集模块收集物联网设备产生的数据，对数据进行清洗、去噪和归一化等预处理操作，以提高数据质量。
2. 数据存储与管理：边缘设备可以在本地存储数据，采用分布式文件系统或数据库等技术，实现数据的高效存储和管理。
物联网平台中的边缘计算和数据处理流程
物联网平台中的边缘计算和数据处理流程随着物联网技术的发展和应用的普及，大量的智能设备和传感器被连接到互联网上，产生的数据量也与日俱增。
这些数据需要被传输、存储和处理，以提供有价值的信息和服务。
然而，由于数据的规模庞大和传输的延迟，中心化的云计算模式已经难以满足物联网应用的需求。
因此，边缘计算作为一种新兴的计算模式，逐渐受到了广大物联网平台的关注和应用。
边缘计算是在物联网设备所处的边缘位置进行数据处理和计算，而不是将所有的数据传输到云服务器进行处理。
通过在边缘设备上运行一些轻量级的应用程序和算法，可以有效地减少数据传输的延迟并提高响应速度。
在物联网平台中，边缘计算主要包含了数据采集、数据预处理和数据分析三个主要环节。
首先是数据采集。
在物联网平台中，大量的传感器被部署在各个设备和系统中，用于采集各种环境和设备参数的数据。
传感器可以采集温度、湿度、气压等环境参数，也可以采集设备的电流、电压、加速度等运行参数。
采集到的数据需要经过采样、滤波和标定等预处理步骤，以确保数据的准确性和可靠性。
数据采集的过程通常通过物联网网关实现，网关扮演着连接传感器和边缘计算设备的桥梁角色。
其次是数据预处理。
在物联网平台中，采集到的数据往往包含大量的噪声和冗余信息，需要进行预处理以提取有效的特征和信号。
数据预处理主要包括数据清洗、去噪、降维和特征提取等步骤。
数据清洗通过去除异常值、填补缺失值和处理离群点等方式，保证了数据的完整性和一致性。
去噪则通过滤波、差分等方法，消除了数据中的噪声干扰。
降维和特征提取则能够将高维度的数据转化为低维度的特征向量，方便后续的数据分析和建模。
最后是数据分析。
在物联网平台中，通过对预处理后的数据进行分析和建模，可以挖掘出隐藏在数据背后的有价值的信息和知识。
数据分析主要包括数据挖掘、机器学习和人工智能等技术。
数据挖掘可以通过聚类、分类、关联等算法来发现数据中的模式和规律。
机器学习和人工智能则可以构建各种模型和算法，实现数据的自动学习和预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
( 12 )发明专利申请
ቤተ መጻሕፍቲ ባይዱ
(21)申请号 201910062338 .2
(22)申请日 2019 .01 .23
(71)申请人 深圳市康拓普信息技术有限公司 地址 518000 广东省深圳市福田区莲花路 2075号香丽大厦二层
(72)发明人 邓琨 魏恩伟 郑青松 曾锡池 罗小平 王荣明
(74)专利代理机构 深圳市顺天达专利商标代理 有限公司 44217
代理人 郭伟刚 车大莹
(51)Int .Cl . H04L 29/08(2006 .01) H04L 12/66(2006 .01)
(10)申请公布号 CN 109862087 A (43)申请公布日 2019.06.07
( 54 )发明 名称 基于边缘计算的工业物联网系统及其数据
2
CN 109862087 A
说 明 书
1/5 页
基于边缘计算的工业物联网系统及其数据处理方法
技术领域 [0001] 本发明涉及物联网技术领域，特别地，涉及一种基于边缘计算的工业物联 网系统 及其数据处理方法。
背景技术 [0002] 从纷繁复杂的智能应用到琳琅满目的终端设备，物联网的身影随处可见，由之带 来的联接数量也在爆发式增长，越来越多的行业正在借助物联网的力量 提升效率，释放出 产业创新的巨大潜能。但是随着业务的发展，物联网设备的 迅速增加，逐渐发现基于云计 算的方式无法满足很多场景的实际需求。 [0003] 传统网络架构显然无法保障海量终端和网关的高效管理和实时数据处理，主要 体现在： [0004] 1、无法实现对海量设备的管理和支持；物联网极大地扩展了联接的规模 和范围， 有人预测到2025年全球将产生1000亿联接，每小时将有200万个传 感器被部署，增长幅度 将超过10倍；包括智能传感器、计量设备和控制器等 各种各样的智能终端和网关设备，甚 至海量的应用和数据，均需要统一的管理 组件支持。 [0005] 2、缺乏快速灵活的本地决策和响应；对涉及生产控制或能源安全的领域，延迟是 非常致命的；因此需要边缘设备处理从现场设备产生的大量数据，并确 定哪些需要上传云 端、哪些需要本地处理 ；需要既能有效降 低数据传输的成本 ，又可以 保障关键业务的实时 决策和响应；然而生产现场环境复杂多变，边缘设 备又分布分散且数量众多，传统上通过 频繁跑现场进行手动配置和加载应用与 服务组件的模式，显然无法应对快速的生产决策 和响应； [0006] 3、无法实现不同行业物联网应用的开放对接；没有与行业业务和场景结 合的物 联网解决方案大多是纸上谈兵；不同行业业务需求、接口、协议和标准 千差万别，如何更好 地解决不同行业物联网应用的对接，成为保障物联网应用 落地的现实难题。
处理方法 ( 57 )摘要
本发明公开了基于边缘计算的工业物联网 系统 ，包括数据采集模块 、边缘网关 和云处理平 台 ，数据采集模块用于采集现场设备的原始数 据；边缘网关，用于将原始数据转换为标准数据， 对原始数据中的关键数据进行实时分析，根据分 析结果对现场设备进行实时智能化处理 ，将标准 数据分类打包和协议转换后发送至云处理平台 ； 云处理 平台 用于根 据来自 边缘网关的 数 据进行 数据分析 、系统监控和能源管理 ，将数据分析结 果发送至相应的物联网应用。本发明通过边缘网 关既能有效降低数据传输的成本，又可以保障关 键业务的实时决策和响应；利用云平台的强大管 理能 力 ，支持海量数 据接入 ，并提供安全可靠的 消息处理能力，助力企业整合价值链快速构建创 新的物联网业务。
权利要求书1页 说明书5页 附图1页
CN 109862087 A
CN 109862087 A
权 利 要 求 书
1/1 页
1 .一种基于边缘计算的工业物联网系统，其特征在于，包括数据采集模块、边缘网关和 云处理平台，其中，
所述数据采集模块，用于采集现场设备的原始数据； 所述边缘网关 ，连接于所述数据采集模块 ，用于将所述原始数据转换为标准数据 ，对所 述原始数据中的关键数据进行实时分析，根据分析结果对所述现场设备进行实时智能化处 理，将所述标准数据分类打包和协议转换后发送至所述云处理平台； 所述云处理平台 ，连接于所述边缘网关 ，用于根据来自所述边缘网关的 数据进行数据 分析、系统监控和能源管理，将数据分析结果发送至相应的物联网应用。 2 .根据权利要求1所述的基于边缘计算的工业物联网系统，其特征在于，所述数据采集 模块包括传感器、控制部件、测量部件和通信部件中的一种或多种。 3 .根据权利要求1所述的基于边缘计算的工业物联网系统，其特征在于，所述云处理平 台还用于进行大数据分析，根据大数据分析结果优化业务规则。 4 .根据权利要求3所述的基于边缘计算的工业物联网系统，其特征在于，所述边缘网关 还用于根据优化的业务规则，进行业务执行的优化处理。 5 .根据权利要求1所述的基于边缘计算的工业物联网系统，其特征在于，所述边缘网关 还用于对所述原始数据进行基础数据管理。 6 .一种基于边缘计算的工业物联网系统的数据处理方法，其特征在于，包括以下步骤： 由数据采集模块采集现场设备的原始数据； 由边缘网关将所述原始数据转换为标准数据，将所述标准数据分类打包和协议转换后 发送至所述云处理平台； 由边缘网关对所述原始数据中的关键数据进行实时分析，根据分析结果对所述现场设 备进行实时智能化处理； 由 云处理平台根据来自所述边缘网关的 数据进行数据分析 、系统监控和能 源管理 ，将 数据分析结果发送至相应的物联网应用。 7 .根据权利要求6所述的基于边缘计算的工业物联网系统的数据处理方法，其特征在 于，通过传感器、控制部件、测量部件和通信部件中的一种或多种采集所述原始数据。 8 .根据权利要求6所述的基于边缘计算的工业物联网系统的数据处理方法，其特征在 于，还包括： 由云处理平台进行大数据分析，根据大数据分析结果优化业务规则。 9 .根据权利要求8所述的基于边缘计算的工业物联网系统的数据处理方法，其特征在 于，还包括： 由边缘网关根据优化的业务规则，进行业务执行的优化处理。 10 .根据权利要求6所述的基于边缘计算的工业物联网系统的数据处理方法，其特征在 于，还包括： 由边缘网关对所述原始数据进行基础数据管理。