課程簡介

第1節:物聯網爲何如此重要的業務概述

  • Nest、CISCO及頂級行業的案例研究。
  • 北美物聯網的發展速度及他們如何圍繞物聯網調整未來的商業模式和運營。
  • 廣泛的應用領域。
  • 2020年的智能工廠。
  • 工業互聯網。
  • 機器的預測性和預防性維護。
  • 跟蹤機器的利用率和生產率。
  • 製造廠的能源和成本優化。
  • 物聯網的業務規則生成。
  • 大數據的3層架構——物理層(傳感器)、通信層和數據智能層。

第2節:物聯網簡介:傳感器的一切

  • 傳感器的基本功能和架構——傳感器主體、傳感器機制、傳感器校準、傳感器維護、成本和定價結構、傳統與現代傳感器網絡——關於傳感器的所有基礎知識。
  • 傳感器電子技術的發展——物聯網與傳統,開源與傳統PCB設計風格。
  • 傳感器通信協議的發展——從歷史到現代。從Modbus、繼電器、HART等傳統協議到現代Zigbee、Zwave、X10、藍牙、ANT等。
  • 傳感器部署的業務驅動因素——FDA/EPA法規、欺詐/篡改檢測、監督、質量控制和流程管理。
  • 不同的校準技術——手動、自動化、現場、一級和二級校準——及其在物聯網中的影響。
  • 傳感器的供電選項——電池、太陽能、無線電力、移動和PoE。
  • 單硅和其他傳感器(如溫度、壓力、振動、磁場、功率因數等)的實踐培訓。

演示:從溫度傳感器記錄數據

第3節:M2M通信基礎:傳感器網絡和無線協議

  • 什麼是傳感器網絡?什麼是自組織網絡?
  • 無線與有線網絡。
  • WiFi——802.11系列:從N到S——標準應用及常見供應商。
  • Zigbee和Zwave——低功耗網狀網絡的優勢。長距離Zigbee。不同Zigbee芯片的介紹。
  • 藍牙/BLE:低功耗與高功耗,檢測速度,BLE的類別。藍牙供應商的介紹及其評價。
  • 使用BLE創建Piconet等無線協議的網絡。
  • BLE和Zigbee的協議棧和數據包結構。
  • 其他長距離RF通信鏈路。
  • LOS與NLOS鏈路。
  • 容量和吞吐量計算。
  • 無線協議的應用問題——功耗、可靠性、PER、QoS、LOS。
  • 使用LPWAN的廣域網部署傳感器網絡。比較各種新興協議,如LoRaWAN、NB-IoT等。
  • 傳感器網絡的實踐培訓。

演示:使用BLE控制設備

第4節:電子平臺、生產和成本預測的回顧

  • PCB vs FPGA vs ASIC設計——如何做出決策。
  • 原型電子與生產電子。
  • IoT的QA認證——CE/CSA/UL/IEC/RoHS/IP65:這些是什麼,何時需要?
  • 多層PCB設計的基本介紹及其工作流程。
  • 電子可靠性——FIT和早期死亡率的基本概念。
  • 環境和可靠性測試——基本概念。
  • 基本開源平臺:Arduino、Raspberry Pi、Beaglebone,何時需要?

第5節:製造業IIoT的硬件/協議元素

  • 當前技術現狀及市場現有技術的回顧。
  • PLC——架構。
  • PLC數據的雲集成。
  • PLC數據的可視化。
  • 數字孿生。
  • PLC協議(Modbus、Field bus、Profibus)及其與雲的集成。
  • 工業網關的概念。

第6節:物聯網移動應用平臺簡介

  • 物聯網移動應用的協議棧。
  • 移動與服務器集成——需要注意的因素。
  • 可以在移動應用層面引入哪些智能層?
  • iBeacon在iOS中的應用。
  • Windows Azure。
  • Amazon AWS-IoT。
  • 移動應用的Web接口(REST/WebSockets)。
  • 物聯網應用層協議(MQTT/CoAP)。
  • 物聯網中間件的安全性——密鑰、令牌和隨機密碼生成,用於網關設備的認證。

演示:用於跟蹤物聯網垃圾桶的移動應用

第7節:智能IIoT的機器學習

  • 機器學習簡介。
  • 學習分類技術。
  • 貝葉斯預測——準備訓練文件。
  • 支持向量機。
  • 預測機器故障——振動分析。
  • 電流特徵分析。
  • 時間序列數據及預測。

演示:使用KNN算法進行迴歸分析

演示:基於SVM的圖像和視頻分類

第8節:IIoT的分析引擎

  • 洞察分析。
  • 可視化分析。
  • 結構化預測分析。
  • 非結構化預測分析。
  • 推薦引擎。
  • 模式檢測。
  • 工廠電氣故障的根本原因分析。
  • 機器故障的根本原因。
  • 製造業的物流供應鏈分析。

第9節:物聯網實施中的安全性

  • 爲什麼安全性對物聯網至關重要。
  • 物聯網層中的安全漏洞機制。
  • 隱私增強技術。
  • 網絡安全基礎。
  • 物聯網數據的加密和密碼學實現。
  • 可用平臺的安全標準。
  • 歐洲物聯網平臺的安全立法。
  • 安全啓動。
  • 設備認證。
  • 防火牆和入侵防禦系統(IPS)。
  • 更新和補丁。

第10節:物聯網雲的數據庫實現

  • SQL vs NoSQL——哪種更適合您的物聯網應用。
  • 開源與許可數據庫。
  • 可用的M2M雲平臺。
  • Cassandra——時間序列數據。
  • Mongo-DB。
  • 西門子MindSphere。
  • GE Predix。
  • IBM BlueMix。
  • AWS IoT。

第11節:製造業中的一些常見IIoT系統

  • 製造業中的能源優化。
  • 振動分析以構建預測性維護。
  • 電能質量分析以構建預防性維護。
  • 物流供應鏈的推薦系統。
  • 工業安全的IIoT系統。
  • 資產識別的IIoT系統。
  • 製造廠公用設施(冷水機、空壓機、HVAC)的IIoT系統。

演示:零售、運輸和物流的物聯網用例

第12節:物聯網中的大數據

  • 大數據的4V——體量、速度、多樣性和真實性。
  • 爲什麼大數據在物聯網中很重要。
  • 物聯網中的大數據與傳統數據。
  • Hadoop在物聯網中的應用——何時及爲什麼?
  • 圖像、地理空間和視頻數據的存儲技術。
  • 分佈式數據庫——以Cassandra爲例。
  • 物聯網的並行計算基礎。
  • 微服務架構。

演示:Apache Spark

最低要求

基本瞭解業務運營、設備、電子系統和數據系統。

基本瞭解軟件和系統。

基本瞭解統計學(Excel水平)。

 21 時間:

客戶評論 (5)

課程分類