7、工业现场环境监测：数据驱动的智能运营与决策

工业现场环境监测：数据驱动的智能运营与决策

1. 监测的重要性

有句名言说得好：“无法测量，就无法管理，更谈不上改进。”在任何系统中，测量和监测都是首要原则，工业制造生态系统也不例外。六西格玛数据驱动的质量改进策略就将测量和监测作为核心组成部分，在每个阶段后，都会对方向和结果进行测量，以辅助决策。

现场监测至关重要，我们需要实时测量并捕捉关键指标和变化，然后尽快将这些数据向上传输，并确保决策支持应用层的安全性。传感器部署、数据分析和控制系统协同工作，能够为企业带来巨大的商业价值。

2. 集成模式和协议

为了适应不断发展的物联网需求，我们对原始的 OSI 模型进行了扩展，形成了包含硬件层、基础设施层、管理层和业务层四个基本层的模型。各层的具体情况如下：
| 层次 | 功能 | 相关协议 |
| — | — | — |
| 硬件层 | 包含与生产过程交互的 OT 技术组件，如传感器、PLC、SCADA 系统、能量计、连接网关和智能边缘等。能够获取、存储、预处理和传输数据到云端。 | CANopen、NMT、PDO、SDO 等 |
| 基础设施层 | 提供将采集的数据从物理实体传输到云端的介质，包括有线和无线介质。涵盖 OSI 数据模型的物理、数据链路、网络和传输层。 | TCP、UDP 或其修改形式 |
| 管理层 | 处理数据传输治理的细节，包括设备管理、认证、安全、会话控制、数据封装和格式化等。 | 图中引用的多个主要知名协议 |
| 业务层 | 可位于本地边缘或云端，包含数据 ETL 用于提取、转换和加载数据，还有数据湖用于存储数据。应用层基于智能算法进行交叉计算和数据关联，创建知识图谱并呈现给