工业物联网面临的挑战：IIoT软件平台和边缘计算

新兴的技术和体系架构，可以帮助制造企业在集成生态系统中开发灵活的工业物联网(IIoT)基础架构。

随着工业物联网 (IIoT)的发展，它在集成方面也遇到了与以前不同代系的工业自动化相似的挑战。除了不断变化的需求，还需要适用很多不同的硬件、软件技术以及应用场景。但是现在，利用开放标准，这些不同元器件可以很好的融合在一起，为用户提供解决方案。

在IIoT产品和应用开发中，开发人员的目标可能包括：

通过互联网支持不同类型的传感器和驱动器。

集成不同的有线和无线连接协议，包括 Modbus、LoRa、Sigfox、Wi-Fi、蓝牙以及其它协议。

通过端口将原始软件连接到不同的硬件，包括 MCU、x86/ARM CPU、GPU、及其它硬件，还有 *** 作系统，包括微软视窗、Linux、嵌入式 *** 作系统、Android、和其它 *** 作系统。

连接云服务，可能包括WISE-PaaS、微软的Azure、IBM的Bluemix、和其它云服务。

维护数据的所有权和完整性，了解其对安全和隐私的影响。

快速开发健壮的应用程序。

部署、更新、升级和维护大量的设备和服务。

将大数据转换为有价值的业务信息。

因此， IIoT产品或解决方案必须满足与传感器、连接性、安全、云服务、存储、设备硬件与维护、边缘/云分析、系统集成、和应用程序开发等相关的挑战。许多公司面临的最大挑战，就是如何在平衡设计时间、投放市场时间和风险的情况下，将应用迁移到物联网上去。

边缘计算

物联网(IoT)数据往往具有很大的体量。应用程序通常具有实时性需求。传输大量的原始数据，通常会给网络资源带来较大的负载。通常，在数据源附近处理数据更为行之有效，这样就可以只向云中心发送有价值的数据。

边缘计算是一种分布式信息技术(IT)架构。在该体系结构中，客户端数据在网络外围处理，尽可能接近数据源。边缘计算中的时间敏感数据，可由智能设备在数据源点处理，或发送到地理上比较接近的中间服务器来处理。对时间不太敏感的数据，可以发送到云端进行历史分析、大数据分析和长期存储。

不论该解决方案被称为基础结构、体系结构、平台还是服务器，公司都必须有管理边缘计算模式的手段。在研华新推出的边缘智能服务器(EIS)解决方案中，能够使本地IIoT网络实现边缘智能，从而可以最大限度地提高能源利用效率，减少对网络安全的威胁，更易于实施和模块化，还可以减少时间延迟。

IIoT软件平台

IIoT软件平台服务主要基于3个关键组件： IIoT节点、边缘智能服务器和云服务。下面将详细介绍在平台开发中，供应商或企业用户必须做出的一些技术选择。

对于边缘设备开发，“南向”传感设备连接必须处理不同的传感协议，例如Modbus、OPC、BACnet、无线IP和非IP。所有这些协议，可以通过即插即用的模块来处理传感器数据、数据规范化和通信。

然后，通过微服务容器模型来处理 “北向”云连接和智能设施，以模块化不同的云连接并启用设备管理。同样的，智能设施也采用微服务容器体系结构来支持数据摄取工作负载，比如数据预处理和清理。

其中最有价值的可能是按需的实时分析服务，在数据生成时，可实时提取预先设置的数据特性。预测维护和质量功能可用作边缘预测概念的验证。

基于无处不在的MQTT通信协议和模块化的Docker容器(container)技术，通过架构的开放标准来开发分析或预测维护模块。

其它技术，如 RESTful、API、MQTT和Node-RED，也有助于实现拖放式的应用程序开发。Node-RED和配置实用程序，使实现自定义应用程序变得容易。此外，具有良好文档的 SDK MQTT 示例代码和RESTful API 接口，使高级开发人员可以实现更高级别的需求。

最后一个部件是云服务，无论是边缘设备还是云端，都配置了SSL/TLS通信和英特尔内置的安全特性。数据服务可以提供标准化的PostgreSQL数据库和 NoSQL数据库，并支持标准集成接口，可以连接各种数据处理和存储产品。仪表板网充当“物联网”应用的用户界面，利用诸如Azure的Power BI 或表格等可视化设施，通过浏览器或移动设备来显示信息。

此外，IIoT平台还提供了一个用于采购不同的物联网实用程序的“市集”可提供云解决方案，如数据库、仪表板和机器学习工具。

工业物联网(IIoT)软件平台包括工业物联网(IIoT)节点、边缘智能服务器和云服务。

与IoT相关的技术

现在让我们更仔细地考察前面提到的一些技术。MQTT是一种简单、轻量级的发布/订阅消息传递协议，用于受约束的设备和低带宽、时间滞后较长或不可靠的网络。该服务将其功能和数据发布到 MQTT 代理，并为输入接口订阅特定主题内容。

RESTful API定义了一组功能，开发人员使用这些功能来执行请求并通过 HTTP 协议，比如"GET " 和 "POST" 接收响应。由于 RESTful API 使用 HTTP 作为传输协议，因此几乎任何编程语言都可以使用该应用程序，并且易于测试。RESTful API 的要求是客户端和服务器之间松散耦合，彼此保持独立，允许客户端或服务器以任何语言编码，并可任意改进，从而延长系统的使用寿命并简化进化过程。

RESTful API 指定了它可以提供什么，如何使用它，以及需要查询的详细信息，例如查询参数、响应格式、请求限制、公共使用/API 密钥、方法 (GET/POST/ PUT/DELETE)、语言支持、回调用法、HTTPS支持、以及资源表示应该都是自我描述的。

受RESTful结构样式约束影响的属性包括：

组件交互可能是用户感知性能和网络效率的主导因素。

可扩展性以支持大量组件和组件之间的交互。

统一接口简单明了。

组件的可修改性，能够满足不断变化的需求，甚至在应用程序运行时都可以进行修改。

服务代理对组件间通信的可见性。

通过将程序代码与数据一起移动，使组件具有可移植性。

在组件、连接器或数据出现故障时，在系统级别仍能防御故障。

微服务体系结构模式，允许设计人员将应用程序拆分为较小的、相互关联的服务集，而不是单一的应用程序。服务通常实现不同的特性或功能，如连接管理、垂直应用程序或其它功能。每个微服务都是一个具有独特体系结构的小型应用程序，包括业务逻辑以及各种适配器。

容器化(ContainerizaTIon)是一种用于部署和运行分布式应用程序的 *** 作系统级虚拟化方法，无需为每个应用程序启动整个虚拟机 (VM)。采用多个独立的子系统 (称为容器)，运行在同一个控制主机上，并访问单个内核。容器与主机之间共享相同的 *** 作系统内核，通常比虚拟机效率更高，其中任何一个都需要单独的 *** 作系统实例。

Docker容器在一个独立的子系统中封装了一个软件，包含文件系统和运行所需的一切：代码、实时运行、系统工具、系统库以及任何可能安装在服务器上的内容。这保证它始终以相同的模式运行，而无需考虑环境的不同。

此外，主机 *** 作系统还限制了容器对物理资源 (CPU 和内存) 的访问，因此一个容器不会消耗掉主机的所有物理资源。

Node-RED是开源的，由IBM新兴技术组织实施。它包括一个基于浏览器的流编辑器，它可以轻松地将“调色板”中的各种节点连接在一起。单击就可以将数据流部署到试运行中。在Node-RED中创建的流使用 JSON 存储，并且可以导入和导出以供与他人共享。它可以在网络边缘或云端中运行。节点包管理器生态系统用于扩展可用节点的调色板，从而实现与新设备和服务的连接。

Freeboard提供了简单、实时的关键性能指标的可视化。这个工具为IoT项目提供了许多可能性，因为它简单、实惠、开源，并可以进行扩展。客户可以免费开始使用，一旦时机成熟，就可以选择一个适合于他们的计划。

边缘计算是一种分布式的 IT 架构。在该架构下，可以在网络外围尽可能接近数据源的地方，处理客户端数据

灵活的体系结构

本文所讨论的体系结构可以分为5个类别层。每个层级都作为自己的微服务来实现的，使用 MQTT 代理作为通信总线,与其它微服务或客户端的所有服务接口。在运行时，每个实例都是一个Docker容器。这样就可以很容易地为特定用户、设备或特殊用例部署不同的使用经验。容器化，是一种用于部署和运行分布式应用程序的 *** 作系统级的虚拟方法。

1. 体系结构的底层是传感器网络连接层。有线传感器支持各种类型，包括监控和数据采集 (SCADA)、Modbus和OPC UA。网络连接层收集数据，管理传感器集线器，将传感器协议转换为 MQTT 协议，然后将数据传递给 MQTT 通信总线。

2. SDK 层提供了诸如 EIS RESTful API、HDD故障预测算法等软件服务。开发人员通过 RESTful API或MQTT 调用这些服务。用户可以添加自己的服务，如机器学习平台、数据库引擎等

3. 基于流的层将Node-RED作为数据流设计引擎，以及SUSI API、WSN和HDD预测节点等附加组件。用户通过图形环境中简单的拖放 *** 作，就可以完成逻辑路径的设计。

4.管理和用户的接口层，用于系统管理和IoT连接配置的 Webmin，使用Node-RED用户界面来呈现IoT/传感器数据。

5.云层可以被预安装，例如利用WISE-Agent 连接到WISEPaaS/ RMM云服务器。

灵活、可扩展的硬件/软件体系结构，可帮助制造企业在集成的生态系统中开发复杂的IoT基础架构，服务于不同的垂直市场。这样的架构可以定制，结合多个软件服务，然后根据要求将其安装在不同的硬件上。