《EMQ：2024工业新质生产力最佳实践报告（20页）.pdf》由会员分享，可在线阅读，更多相关《EMQ：2024工业新质生产力最佳实践报告（20页）.pdf（20页珍藏版）》请在本站上搜索。 1、目录前言.1工业场景中的新质生产力.2工业数字孪生.2实时工业数据采集与集成.2实时分析与可视化.3智能运营（设备状态监测与预测性维护、异常事件告警、远程运维服务）.3制造流程控制与优化.4生产过程控制与优化.4产品质量溯源.5数据驱动的工业智能.5智能供应链管理.5视觉 AI 缺陷检测.6EMQ 赋能工业新质生产力.7NeuronEX：多源数据接入与集成、智能边缘流式计算.7EMQX Enterprise：构建企业级工业统一接入平台.8EMQX ECP：工业互联数据平台、云边协同管理.9工业制造行业最佳实践.11深南电路股份有限公司.11解决方案.12项目收益.13常州皓鸣信息科技有限公司.2、14解决方案.15项目收益.16白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案1前言过去 20 年，消费互联网重塑了每个人的生活方式。当下，工业互联网正深刻改变着生产制造的各方面。传统的工业产业体系正在迅速向智能化转型，融合数据感知、互联互通、先进计算、智能分析等全新能力，创造新的工业价值，形成新质生产力。作为拥有完整工业体系的制造业大国，我国正大力推动工业制造业向数字化、网络化、智能化的转型。在我国十四五数字经济发展规划中，国家鼓励适合条件的大型企业向数字化方向转型，建立一个整体的数字平台。整合企业内部的各种信息系统，让数据能够全面的流通，更快协同所有的业务环节，形成数据3、驱动的智能决策的能力。这一进程中，数据成为新型的生产要素。而工业数据基础软件，也正成为推动这些转型的核心组件。作为全球领先的数据基础设施软件供应商，EMQ 针对工业制造领域的数字化转型，提供完整的云边协同的解决方案。帮助制造企业解决各类数据需求，将工业数据价值化。解决方案包括工业数据采集、数据分析、数据交换、数据汇聚以及数据价值挖掘。通过 EMQ 的工业解决方案，企业可打通数据链路、一体化采集、处理和集成海量工业数据，实时监测各类设备以及资产情况。管理层可及时了解生产过程，做出决策和调整，提高生产效率和产品质量。同时，方案还支持数据分析和挖掘，助力企业利用 AI（人工智能）和 ML（机器学习）4、，从大量的生产数据中提炼有价值的信息和洞察。例如，通过分析设备的工作状态和性能数据，可预测设备故障，并采取相应的维护措施，避免生产中断和损失。这份白皮书介绍 EMQ 在工业制造领域的解决方案与最佳实践，面向各类工业制造企业以及行业合作伙伴。希望借此白皮书与广大制造业合作伙伴一同推动工业互联网带来的产业变革与机遇。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案2工业场景中的新质生产力EMQ 提供的工业制造行业解决方案旨在推动数字化转型，利用软件定义、云边协同、边缘计算和实时数据采集、传输等技术，形成数据驱动的工业智能决策能力。该方案包括工业数据采集、连接、移动、处理、集成和价5、值挖掘，帮助工业企业更好的管理生产流程和各类资产，包括工业数字孪生、制造流程控制与优化以及工业人工智能。同时，帮助企业打通数据孤岛，形成新的优质数据资产，利用 AI 和 ML 从大量生产数据中提炼有价值的信息和洞察。在数字化转型过程中，工业企业面临数据流通不畅和海量数据采集难题。EMQ 软件定义、云边协同的解决方案，包括部署在边缘端的工业协议网关软件 NeuronEX、部署在云端的统一MQTT 接入平台 EMQX Enterprise 以及工业互联数据平台 EMQX ECP。该方案可整合企业内部各种信息系统，实现数据全面流通，助力制造业数字化、实时化、智能化转型升级。EMQ 云边协同工业制造解6、决方案架构图工业数字孪生实时工业数据采集与集成制造业工厂中，由于各种设备和系统采用不同的协议和格式，数据往往被限制在各自的“数据白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案3孤岛”中，无法有效地流通和共享。这不仅导致企业的数字资产零散分布，也限制了工厂智能化和高效运营的能力。EMQ 的解决方案通过整合生产车间制造数据和企业系统，可实现实现工厂数据的统一采集与集成，为企业提供全面、一致、实时的数据视图，让企业更深入了解业务，做出更明智的决策，实现更高效的生产流程。工业协议网关软件 NeuronEX 是一款面向工业领域的设备数据采集和边缘智能分析的软件，支持 Modbus、O7、PC UA、Siemens、Mitsubishi、Ethernet/IP、IEC 104 和 BACnet 等多种工业领域协议，主要部署在工业现场，可支持各类工业设备通信及工业总线协议的实时采集、工业系统数据集成、边端数据过滤分析及 AI 算法集成以及工业互联网平台对接集成等功能，为工业场景提供低延迟的数据接入管理及智能分析服务。实时分析与可视化实时数据分析与可视化能够将复杂多样的生产数据通过高效分析转化为直观易懂的图表展示，帮助管理层迅速把握工厂运行状况，制定精准的战略决策，并根据实时数据反馈快速调整优化方案。帮助企业灵活适应市场变化、提高管理水平、实现可持续发展。EMQ 通过云边协同的产品8、组件，能够帮助工厂有效优化生产数据，从感知到处理，再到展示的全过程。边端通过工业协议网关软件 NeuronEX 一站式接入各类异构设备并实时稳定传输数据，同时在边缘端对数据清洗、预处理、实时逻辑处理任务，减轻云端上传的数据压力。最后，云端的 EMQX 统一接入平台提供高并发、低延迟的数据传输服务，并集成各类数据库与数据系统，实现数据高频持久化存储，为各级别（车间、厂级中心、集团云）的生产数据可视化应用构建统一且高效的数据消费架构。智能运营（设备状态监测与预测性维护、异常事件告警、远程运维服务）随着 5G、大数据和 AI 技术的发展，现代工厂对智能运营的需求日益增长，需要工厂能够实时监控设备运行9、状态并预测可能发生的故障，感知异常事件并迅速告警，并拥有远程运维与服务能力。这要求工厂具备高效的实时数据处理、数据集成、边缘计算、数据存储与管理、数据白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案4安全与隐私保护、合规性遵守以及远程访问与控制等能力。这些综合数据能力是实现智能工厂运营的基础，支持工厂在快速变化的市场环境中保持竞争力。EMQ 的工业协议网关软件 NeuronEX、统一接入平台 EMQX 以及工业互联数据平台 EMQXECP 共同为工厂智能运营提供了一套全面的解决方案。在边缘端，NeuronEX 支持对 PLC、CNC、机器人等设备数据的实时采集和统一接入，并进10、行数据清洗、预处理，助力企业监测设备状态、预测设备故障，以及提前发出预警并安排预防性维修。同时，EMQX ECP 能够在边缘端进行逻辑运算和事件处理，通过其边缘流式分析引擎高效处理异常事件。而在云端，EMQX平台则负责汇聚工厂设备数据，在云层面实现异常事件的统一指挥调度和预案优化。此外，EMQX ECP 还提供边缘服务管理，通过集中化的控制和自动化的工具，极大地简化了远程运维与服务的复杂性，例如支持批量操作，可以一次性对多个设备进行部署、升级或启停，提高了运维效率。制造流程控制与优化生产过程控制与优化生产过程控制与优化已经是工厂提升竞争力的关键。要实现基于数据的智能化决策，工厂需要将原先依赖工11、人和专家经验的决策模式，转变为基于机器或系统自主建模、决策、反馈的模式。通过实时数据采集和算法模型构建，工厂可以洞察生产过程中的问题、优化生产流程、确保产品质量，并实现更广泛的流程管理和决策。经过工业协议网关软件 NeuronEX 对多源数据的高效采集，解决方案能够高效采集并整合来自工厂机器设备、生产经营业务、产品设计工艺以及各类生产管理软件的多维度数据。这些数据经过汇聚分析后，不仅优化了生产过程，还显著降低了生产损耗，提升了生产产出。该解决方案通过实时监控生产进度，允许企业动态调整生产参数，从而确保产品质量的持续提升和生产效率的优化。此外，借助数据分析和优化，企业能够有效减少资源浪费和停机时12、间，进一步迈向精益生产的目标。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案5产品质量溯源智能制造的发展趋势下，生产过程更加分散、灵活、复杂，这要求企业必须全面提升质量管控能力。产品质量溯源能够追踪整个制造过程中的数据，通过分析找到影响产品质量的原因，从而为改进生产流程提供依据，提升质量管控能力，确保产品的高质量和市场竞争力。EMQ 产品质量溯源的解决方案，通过云边协同架构，实现对海量工业设备的实时数采、边缘智能分析、以及云端实施存储与高效查询。在边缘端，利用工业协议网关软件 NeuronEX 与工业互联数据平台 EMQX ECP 统一采集多源异构的工业数据、并对数据进行实13、时计算、分析、过滤以及清洗。同时，云端的 EMQX 统一接入平台可将边端采集分析的数据进行统一汇聚，推送入数据库及大数据系统进行存储，为产品质量溯源构建了系统化的底层数据架构。EMQX支持每秒千万级数据测点的实时入库的写入性能，可弹性适应企业的海量数据采集变化。数据驱动的工业智能智能供应链管理激烈的市场竞争和逐渐多样化的客户需求，让传统的供应链管理方式已难以满足企业对于高效资源利用、精准成本控制与高超运营效率的要求。因此，工厂需要引入智能供应链管理，通过对物料采购、库存跟踪、订单管理、物流配送等环节的数据进行实时监控和分析，优化资源配置，降低运营成本，以满足市场和客户的需求。EMQX 作为一款14、强大的企业级统一接入平台，可以处理大规模并发的消息传输，确保系统的稳定运行。它支持多种消息协议接入能力，能够与各种车载设备、交通物联网设备和其他平台应用进行灵活通信。此外，EMQX 还提供了数据集成功能，可以与各种数据存储服务、消息队列、云平台和应用程序进行无缝集成，实现数据的远程传输和云端分析，帮助工厂提供全面的智能供应链管理解决方案。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案6视觉 AI 缺陷检测缺陷检测是智能工厂所需要的关键能力。产品质量直接影响企业的生产效率、成本和市场竞争力。利用深度学习等技术，视觉 AI 缺陷检测技术可对产品图像进行深度学习和训练，从而准确识15、别产品的各种缺陷、异物等，大大提高了检测的精度和效率，进而推动工厂实现零缺陷生产和工艺优化升级。工业协议网关软件 NeuronEX 可实现视觉 AI 缺陷检测设备与工厂自动化设备之间的紧密联动。一旦视觉 AI 检测到产品缺陷，NeuronEX 能够迅速响应，通过工业协议将指令实时下发给报警器，触发告警信号或启动自动化纠错流程，如产品分流、设备调整等。实现从检测到响应的闭环控制，有效提升生产线上缺陷产品的处理效率和质量控制水平。同时，处理后的数据将实时传输至云端的 EMQX 统一接入平台，助力工厂建立缺陷检测图像数据和业务数据库。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案16、7EMQ 赋能工业新质生产力在工业制造行业的数字化转型过程中，工业企业经常面临数据流通不畅、海量工业数据难以实时采集和分析，以及网关数字化硬件部署与运维成本过高等挑战。通过广泛部署感知设备和物联网基础设施，EMQ 工业行业方案打破烟囱型的数据体系，实现了不同异构协议、数据模型和语义规范的统一汇聚与分析。这使得全要素、全产业链和全价值链的状态信息能够得到全面、深度和实时的监测。方案帮助工业企业通过融合工业模型与数据科学的方法，对采集到的数据进行分析和优化，从而形成数据驱动的智能决策能力。这将有助于从根本上帮助企业提高生产效率、降低成本、增强安全性，并推动整个工业制造行业的数字化转型进程。多源数据17、接入与集成、智能边缘流式计算在工业领域，由于各种工业协议的使用广泛，设备种类繁多，数据的接入与集成是一项极具挑战性和重要性的任务。EMQ 的工业协议网关软件 NeuronEX 支持多种常用工业协议，使得NeuronEX 能够实现 PLC、CNC、机器人、SCADA 以及智能仪表等设备数据的实时采集，并将其统一接入到数据平台中。除了数采功能，NeuronEX 还能将所采集的数据集成到工厂内的各类其他系统中。这包括传统的 PLC、SCADA、DCS 等系统，以及 MES、WMS、ERP 等生产管理软件。此外，NeuronEX还支持与 ESB 企业服务总线、各种数据库以及第三方软件的集成。同时，Ne18、uronEX 还具备集成非结构化数据的能力，如视频和文档等。NeuronEX 工业协议网关软件也在边缘端提供流式规则引擎。通过丰富的内置函数，可实现在设备端进行低时延的数据清洗、数据预处理、事件逻辑处理等边缘计算需求。NeuronEX 还支白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案8持自定义函数扩展，集成 AI 算法，调用 Python 科学计算、机器学习及深度学习算法库。结合实时数据流，软件可以实现边缘端的实时 AI 推理计算，推动设备参数调优、视觉 AI 识别、预测性运维等创新性业务场景。综上，NeuronEX 提供了以下特性：1.统一连接：NeuronEX 提供多19、协议接入能力，支持如 Modbus、OPCUA、Ethernet/IP、BACnet、Siemens、Mitsubishi 等数十种工业协议的同时接入；提供企业内 MES、WMS等各系统多数据源的集成对接；NeuronEX 同时支持数据流的双向打通，既可实现数采，也支持控制指令下发到设备。2.流式处理：NeuronEX 包含 100+内置函数，支持数据过滤、数据操作、设备控制以及数据持久化，将数据存储于时序数据库中。3.无缝集成：支持将 C/python/go 等语言的算法集成到 NeuronEX，支持工业机理模型、机器和深度学习等模型在边端的实时推理，输出告警及智能决策。4.灵活部署：Neu20、ronEX 具有极低的内存占用，在 x86、ARM、RISC-V 等低配置架构设备上运行表现出色。此外，它还支持类似 Docker 的容器化部署，能够与 K8s 环境中的其他容器共同运行。5.边缘到云：通过 MQTT、SparkplugB 等协议，NeuronEX 将工业数据推送汇聚到云平台，NeuronEX 与云平台之间的双向数据流，形成云边数据协同及控制协同，利用平台侧大数据存储及分析能力，放大 NeuronEX 使用价值。构建企业级工业统一接入平台EMQX Enterprise(下文简称“EMQX”）基于 MQTT 协议，可帮助工业企业构建了企业级工业白皮书EMQ 工业新质生产力最佳实践21、联系我们，了解更多工业解决方案9数据统一接入平台，具有以下特点：1.统一接入平台：传统的制造业工厂通常采用 ISA95 架构下的点对点通信模式，而基于EMQX 的应用开发和集成则更加便捷。简化设备与系统的连接过程，提高了整体效率。2.高数据时效性：数据传输的低延迟确保了实时监控和快速响应。这为建立各种智能应用（如智能告警、下发指令、设备自主决策等）提供了有力支持。3.统一数据存储：此平台打破了数据孤岛，为企业实现数据资产的统一管理提供了便利。帮助企业构建工厂的数据模型，更充分地挖掘和利用数据价值。4.架构灵活扩展：EMQX 采用高可用集群架构，支持动态水平扩展。其热升级和热配置功能确保了系统具22、备高水平的的服务水平协议（SLA）。这为企业提供了强大的可扩展性和稳定性保障。工业互联数据平台、云边协同管理EMQX ECP 作为一款面向工业 4.0 的工业互联数据平台，旨在满足工业场景大规模数据采集、处理和存储分析的需求，ECP 提供边缘服务的快速部署、远程操作和集中管理等功能，助力工业领域实现数据互联互通，并驱动生产和运营决策。ECP 具备强大的云边协同管理能力，可为云端的 EMQX 集群实例提供基于项目的分类与管理监控。通过云边统一的 Web 管控界面，ECP 不仅实现了对边缘软件 NeuronEX 的远程配置，还提供了实时监控及日志分析等功能。这大大提高了平台的后期运维和管理效率，为23、工业企业的数字化转型提供了有力支持。ECP 的主要功能包括：1.边云协作：EMQX ECP 边缘服务管理实现了对边缘软件 NeuronEX 等边缘服务部署、管理、配置下发、批量操作、监控和优化。通过提供统一的管理平台，实现双向数据传输与白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案10运管边能力；2.多集群管理：在分租户分项目的基础上实现多集群管理，可以创建新集群或纳管已有集群，并对管理的集群进行修复、水平和垂直扩展、修改网络类型、修改连接数、升降级、集群转让和删除等操作；同时集成 EMQX Dashboard，方便用户直接在 ECP 平台操作和配置EMQX 集群；3.多组24、织多项目管理：EMQX ECP 提供的组织管理功能是一个支持企业级多租户的管理系统，能够实现不同组织的资源隔离和管理。EMQX ECP 可以在同一平台中为多个企业或业务部门提供隔离的 EMQX 数据基础架构服务，每个组织都能够使用自己的数据和配置，互不干扰，保证数据安全。4.企业级安全性：基于角色的访问控制（RBAC）、单点登录（SSO）、链路加密以及带审计的操作日志确保企业级安全性。5.监控运维与告警：ECP 的监控平台提供了在云端 EMQX 集群和边缘端进行统一管理和监控的方案。在 ECP 平台中，系统会收集和分析来自云端 EMQX 集群和边缘端的监控数据，以提供更全面和精细化的管理和监控25、进行预测故障和风险。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案11工业制造行业最佳实践深南电路股份有限公司深南电路股份有限公司（以下简称“深南电路”）是中国印制电路板行业的领先企业，主营业务包括印制电路板、封装基板以及电子装联等。多年来，公司始终坚持客户至上、技术引领的原则，凭借专业的产品研发与制造技术、稳定的质量表现以及健全的管理体系，逐步发展成为世界级的电子电路技术与解决方案提供商。为响应我国智能制造的战略规划，加速工厂智能化转型，深南电路成立了智能制造研究院和智能制造推进部，以此推动工厂的智能化转型进程。在建设智慧工厂建设的过程中，深南电路主要面临以下挑战：设备数26、据的实时、统一采集：智能工厂的前提是对工厂内各节点的设备信息、传感器数据进行及时的采集和处理。然而，在数据采集的过程中，由于设备协议的多样性，数据格式难以统一。以深南电路无锡工厂为例，其运行着多家供应商的二十余种类型的 PLC 设备，使用的协议各不相同，这为设备间的通信和数据格式统一带来了很大难度。设备间协同控制：智能制造发展的过程是对制造过程的范围领域不断深化的过程，是从自动化单点、低水平、有限的资源优化配置向多点、高水平、全局的资源优化配置演进的过程。目前，工厂各产线设备可以实现单机自动化高效运行，但如何利用物联网和边缘计算技术实现多工序间的协同配合，是智慧工厂的重要方向和挑战。边缘数据分27、析能力：由于 IC 类产品制作工艺复杂，生产过程中的工艺参数、状态数据等需要高频采集存储，为产品质量溯源提供数据支撑，并针对缺陷产品向客户提供质量分析报告。因此，将边缘计算能力引入智慧工厂，对冗余生产数据进行实时清洗上报，降低数白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案12据存储压力，增强数据分析溯源能力，是智慧工厂的挑战和难点。数据规模对基础架构带来的挑战：由于企业需要将工厂的设备数据进行实时采集、互联互通及统一存储，这对数据基础设施软件提出了更高的要求，需要有更好的扩展性和稳定性。解决方案在经过对多种技术框架的综合评估后，深南电路决定采用EMQ的云边协同架构来解决海28、量设备数据的连接、传输、处理、存储与分析。在边缘端，深南电路使用了 EMQ 的边缘工业协议网关软件 NeuronEX，它能够将不同工业协议统一转换为 MQTT 协议。这样，数据就可以被上报到边缘侧的轻量级消息服务器NanoMQ，在边缘侧完成数据的实时采集、分析和过滤等功能。在云端，深南电路部署了带有集群功能的 EMQX 统一接入平台，以承载海量物联网终端的MQTT 连接。1.NeuronEX 支持 80 余种工业现场总线数据接入，能够实时采集产线上的各类 PLC 设备数据，并转换成标准的 MQTT 协议上报。同时，它还支持数据的双向收发，包括数据上白皮书EMQ 工业新质生产力最佳实践联系我们，29、了解更多工业解决方案13报和指令下发。通过 Restful API 接口，可构建智能上层应用。利用 NeuronEX 的数据下行通道，可实现工序间的协同配合，进一步提高工厂智能化水平。2.数量众多的边缘侧传感器产生大量的数据，但是并不是所有的数据点信息都需要存储，需要对其进行过滤清洗来减轻网络和存储压力。在深南电路的智慧工厂项目中，边缘侧部署了具有边缘流式数据处理引擎功能的 NeuronEX。这款产品以容器化的方式在现场工控机上运行，凭借其高性能和轻量化的特点，对实时数据流进行基于规则的数据过滤及处理，并将结果推送到 EMQX。通过 NeuronEX 的数据过滤功能，可以降低后端数据存储的压力30、，并加强产品质量追溯能力。3.云原生分布式物联网接入平台 EMQX 将 NeuronEX 采集的数据进行统一汇聚，并将其推送到数据库和大数据系统进行持久化存储。EMQX 可以支持百万级别的设备接入和消息并发吞吐，同时支持多种协议和认证方式。为了实现数据的快速处理，项目还引入 Kafka 消息队列来解决消息产生速度快与持久化写入能力慢的冲突。4.EMQ 云边协同管理平台提供了统一 Web 管控界面，使得分散部署在工厂工控机上的NeuronEX 等软件能够得到统一管理。实现边缘软件的远程配置、实时监控及日志分析等功能，降低了现场运维的成本，提高了工厂智能化水平。项目收益通过采用云边协同的架构，众多31、与生产过程密切相关的业务逻辑被前移到边缘端的服务器进行处理，从而加快了数据处理与传输的速度，减少延迟，为中心服务器节省了宝贵的空间和资源，使服务能力提高了一个数量级。该项目的顺利实施使公司具备了海量物联网数据的采集能力，同时数据的持久化为公司后续的数据建模、数据挖掘及 MES 业务拓展提供了坚实的基础。此外，项目还带来了许多立竿见影的收益。例如，通过应用 NeuronEX 的边缘分析功能，对生产过程中产品的上下限值进行实施监控，及时发现不符合过程特性的产品并报警，使工厂的相关管理人员可以提前介入，提高产品的良率。白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案14该项目中使用32、的 NeuronEX、EMQX、NanoMQ 等组件实现了高效对接。各组件提供了方便的 Web 交互页面，便于维护人员配置连接属性，监控连接状态，编写和启停相关的业务规则，减轻了项目的后期维护压力。常州皓鸣信息科技有限公司常州皓鸣信息科技有限公司（以下简称“皓鸣信息”）成立于 2016 年，是中天钢铁集团有限公司全资控股的信息化子公司。皓鸣信息承担了淮安中天钢铁超高强精品钢帘线项目的建设任务。该项目专注于高端钢帘线产品的生产，目标在于建设全球首家金属材料深加工的灯塔工厂，并成为全球钢帘线行业在智能化改造和数字化转型方面的标杆。项目希望基于海量的工业数据，利用云边协同一体化的数据管理优势。通过将33、工业模型与数据科学相融合，对产线设备进行分析和优化，减少意外停线等产能损失，降低运维成本，提高产品质量，提升数字化、智能化水平。在智能化转型过程中，项目主要面临以下挑战：1.网关数采硬件部署运维成本高：淮安钢帘线工厂数字化项目涉及到多道工序和众多产线设备，需要实现对 5000 多套来自不同厂家的 PLC 设备进行实时数据采集。传统方案要求在工厂内部安装数百套数采网关盒子，通过这些网关盒子连接生产 PLC，以完成数据采集和传输到数据库。这种方案不仅硬件采购成本高，而且在部署和安装过程中，涉及到供电、接线以及防水防尘等要求，导致现场部署实施周期长且成本高昂。此外，后期运维涉及上百台网关盒子的管理维34、护，工作量大、进一步增加了运维成本。2.系统集成与智能调度优化：淮安钢帘线工厂涉及生产设备、自动导引车（AGV）、制造执行系统（MES）以及企业服务总线（ESB）等多个系统。由于这些系统由不同供应商提供，因此导致了系统间的互操作性差和协同工作问题。为了提升生产效率和资源利用率，工厂白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案15需要实现生产设备、MES 和 AGV 等系统的集成，以确保各个设备、系统能够自主交互、协同工作，从而实现智能调度、优化生产流程、并提升交付效率。3.工厂数据智能化的挑战：通过设备数据采集，淮安钢帘线工厂能够获取大量生产和运营数据，这些数据为实时监控35、、深度分析和决策支持提供了有力支撑。然而，如何对数据进行实时分析，制定更加准确和及时的决策，进而提升产品质量、降低成本并增强竞争力，这对工厂的数字化转型提出了挑战。解决方案在对比了多种技术方案后，皓鸣信息最终决定在淮安钢帘线工厂采用 EMQ 的工业解决方案，以实现海量设备数据的采集、汇聚与存储。项目采用了基于边缘计算的云边协同架构。在边缘侧，利用 NeuronEX 实现工厂内数据的统一采集和计算处理，将不同工业协议统一成 MQTT协议，然后将数据上报汇聚到部署在云端的 EMQX，承接海量工业数据的实时汇入、存储和处理。最后通过工业互联数据平台 EMQX ECP 对 NeuronEX、EMQX 36、进行统一管理运维，为工厂打造了高性能、高可用数据基座。工业数据采集白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案16淮安钢帘线工厂作为新建设的工厂，其现场各产线的 PLC 设备都具备以太网接口，可直接接入工厂生产网络。通过在工厂数据中心服务器部署 NeuronEX，能够实时采集产线上的各类PLC 设备数据，并将其转换为标准的 MQTT 协议后上报给 EMQX。NeuronEX 不仅支持数据的双向收发，包括数据上报和指令下发，同时还提供了 Restful API 接口和 MQTT 订阅通道，极大的方便与 ESB、MES 系统实时交换数据，从而实现生产协同配合，提高工厂智能化水37、平。工业流数据处理在面对海量工业数据时，通过在工厂数据中心服务器部署同样具备流式数据处理引擎的NeuronEX，可对实时数据流进行基于规则的过滤及处理，并将结果推送到 EMQX。NeuronEX的数据过滤功能不仅能够发掘高价值数据信息，降低后端数据存储的压力，还能加强产品质量追溯能力。此外，经过训练的工业机理模型或 AI 模型可以下发到 NeuronEX 上，实现边缘实时推理和决策，对现场设备的工艺参数进行优化。企业级物联接入平台 EMQX 负责将 NeuronEX 采集的数据进行统一汇聚，并基于内置的规则引擎创建各类数据库资源，添加数据转发规则和动作，实现一键式将各类设备数据转发到时序数据库38、进行存储，形成企业统一的数据资产。这种 EMQX 联合时序数据库的方案可以支持百万级数据点位的实时接入存储，性能优异。工业云边协同在云边协同管理方面，工业互联数据平台 EMQX ECP 提供了统一 Web 管控界面，对淮安钢帘线工厂部署的几百套边缘软件 NeuronEX 进行统一管理，监控其状态、收集日志并实时推送告警信息。此外，该平台确保了边缘软件的高可用性，并提供一键式边缘软件版本升级管理，从而显著提高了整个系统的可维护性和易用性，大幅降低了运维成本。项目收益白皮书EMQ 工业新质生产力最佳实践联系我们，了解更多工业解决方案17淮安钢帘线工厂通过实施 EMQ 的制造业解决方案，获得了以下收39、益：1.生产效率和质量提高 9%：通过实时监控和数据分析，精确追踪生产指标、及时发现潜在问题，并迅速调整生产计划。这不仅提高了工厂的生产效率、减少了生产周期，还确保了产品的高质量，从而增加了客户满意度。2.设备停机时间降低 24%：通过实时设备监测和智能告警功能，淮安钢帘线工厂有效减少了设备故障和停机时间。通过对设备数据进行分析，可以预测设备的健康状况，提前采取维护措施，避免因设备突发故障导致的停产和生产延误。这一改进提高了生产线的可靠性和稳定性，降低了维修和停机成本，进一步提升了生产效率和盈利能力。3.运维成本降低 15%：项目建设的云边协同平台，助力淮安钢帘线工厂实现了更高效、更智能的设备40、运维管理。通过远程监控和自动化数据收集，现场运维人员能够实时了解设备的工作状态和性能表现，及时发现潜在的异常情况，并进行远程诊断和故障排除。这种方式不仅降低了运维人员的工作强度和成本，还显著提高了设备的可靠性和维护效率。2013-2024 杭州映云科技有限公司版权所有获取更多技术干货免费试用 EMQX Enterprise连接物理世界与人工智能EMQ（杭州映云科技有限公司）是全球领先的物联网数据基础设施软件供应商，交付全球领先的开源、云原生 MQTT 消息服务器，为企业云边端的海量物联网数据提供高可靠、高性能的实时连接、移动、处理与集成。公司成立于 2017 年，旗舰产品 EMQX 拥有来自 50 多个国家的 500 多家企业用户，连接全球超过 2.5 亿台物联网设备。访问官网：连接物理世界与人工智能免费试用 EMQX Enterprise：https:/