基于AWS的工业物联网应用案例

作者：与子同袍
首发：物联网前沿技术观察

今天，我变身为AWS工业物联网解决方案PPT架构师，介绍AWS的工业物联网的应用案例。

本文内容如下：

介绍AWS的工业物联网的典型应用案例
简单介绍应用案例中涉及的各个AWS服务
AWS工业物联网解决方案的设计理念

悟性高的读者读完全文，需要花费10分钟。认真看完本文的读者，也会跟我一样，达到AWS工业物联网解决方案PPT架构师的高级水平。

一、AWS在工业物联网的典型应用案例介绍

应用案例一：机器条件监控

通过温度传感器、震动传感器、机器故障代码等，监测工厂设备的状态
在边缘侧，使用Greengrass的Lambda函数，实现对PLC、MES和工业视觉系统的数据采集
在边缘侧，使用Greengrass边缘计算软件进行机器学习，分析震动传感器等的数据
在边缘侧过滤数据，避免所有数据都上传到云端
计算OEE设备综合使用率，提高产品质量和设备利用率
通过Kinesis实时流分析，发现设备状态异常，并通过SNS服务发送短信邮件告警通知
设备数据通过Kinesis流服务，发送到S3数据湖中，然后用Athena进行即席查询
在云端使用Quicksight报表服务，根据Athena查询引擎的数据，创建可视化仪表盘，可视化监控设备状态

用例二：预测性维护

从PLC、MES和工业相机采集传感器数据
通过Kinesis实时流分析，发现设备异常时通过SNS服务发送通知
使用SageMaker的机器学习模型预测设备故障
用GreenGrass机器学习推理，在边缘侧运行机器学习模型
在边缘侧过滤数据，降低云端成本
在云端使用QuickSight创建可视化仪表盘

Greengrass的Lambda函数，可以完成如下工作：

对机器工控协议进行转换，从而采集工厂机器的设备数据；
运行Sage Maker训练好的预测性维护机器学习模型，当机器学习模型预测到设备会发生故障，就将预测结果数据发送到AWS IoT。

预测结果数据发送到AWS IoT后，通过IoT规则引擎将数据发送到Pinpoint移动推送服务，用于发送短信和邮件通知给相关的机器维修保养人员。

设备机器数据进入Amazon Kinesis Streams。一路数据进入Kinesis Analytics进行实时流分析。分析得到的异常数据进入S3存储。然后通过Athena这一SQL查询引擎进行查询。最终QuickSight将Athena作为数据源，查询数据，将机器故障数据显示到可视化仪表盘上。另一路，则把所有机器数据通过Kinesis Firehose保存到S3数据湖中。这样，QuickSight就可以通过Athena查询引擎，可视化分析所有机器的任意时段的历史数据。

用例三：预测性质控

从PLC、MES和工业相机采集数据
将质量数据（工业相机拍摄的在制品照片）发送到S3存储
通过工业视觉检测最终产品的质量
通过Kinesis实时流分析，发现质量波动时通过SNS服务发送通知
使用SageMaker的机器学习模型对产品照片进行图像识别，对产品缺陷进行分类统计
在边缘侧使用Greengrass机器学习推理分析产品质量
在云端使用QuickSight创建可视化仪表盘分析产品质量

二、简单介绍应用案例中的各个服务

上面三个应用案例涉及到了许多AWS的服务，下面我给大家简单介绍下。更具体的介绍，我会在后面文章再说。

我们先来看下AWS的工业物联网技术栈的全貌：

AWS的官方原图大家看不清的话，没关系。作为工业物联网PPT架构师，我重新画了下，这样子大家就可以看清楚了。

下图是AWS物联网相关的云端的各种服务：

这些服务，我们先大概知道每个服务的大致功能，和不同服务之间的数据流向是如何串联起来的，就可以了。比如Athena查询引擎的查询结果，是给QuickSight可视化报表工具作为数据源用的；而Athena查询引擎的数据源，则可以是S3数据湖。

下图是工厂的机器怎么通过AWS的物联网嵌入式操作系统和Greengrass边缘计算框架和AWS IoT Device SDK，来与AWS云服务对接。

这里我们只要大概知道这三点就够了：

FreeRTOS是跑在单片机上的嵌入式实时操作系统，已经被AWS收购了。有了这个AWS魔改过的嵌入式操作系统，许多厂家的单片机都可以安全地连接到AWS云平台上。
AWS IoT Device SDK是开发工具软件，有Python、Java、C、C++、Nodejs五种语言的SDK。基于这个SDK，就可以调用SDK的API接口，与AWS的IoT Core安全通信：上传采集的机器数据、下发配置文件、上传下发设备影子、远程OTA升级、远程控制等功能。
Greengrass是边缘计算软件，它比Device SDK强大许多，可以实现Lambda函数调用、机器学习、容器化部署、多节点联动等功能。

下图是机器数据上了云后，Web浏览器端和移动端，如何通过API网关和Cognito安全认证服务，与AWS上的云服务和工业现场机器进行交互：

这里我们要知道的主要事实是：API网关非常强大，你不需要编程，只需要在API网关的配置界面上创建API接口，然后设置调用的AWS服务或Lambda函数，就可以快速搭建好一套物联网云平台的API接口了。这样Web端和移动端，只需要调用这套API接口，就可以拿到所有机器的实时数据、历史数据、告警、预测结果等了。

三、AWS工业物联网解决方案的设计理念

互操作性：在本地执行Lambda函数用于进行协议解析。
虚拟化：AWS IoT设备影子可以在Greengrass边缘侧和AWS IoT Core云端两边同步。
分布式：全球有11个AWS区域可以订阅AWS IoT主题。
实时性：在工业现场关键应用中，Greengrass可以实现低延迟的自治决策。
面向服务：可以通过Lambda和Step函数来实现各种定制化的复杂的业务逻辑。
模块化：Greengrass可以在边缘侧实时处理，同时在云端实时流分析和数据归档。
安全：AWS IoT Device Defender通过持续审计设备的安全规则来确保安全性。
分析和见解：AWS IoT Analytics可以清洗、过滤、转换、丰富采集到的设备原始数据。