物联网文章

Fender Musical Instruments Corporation 是一个经典品牌，也是弦乐器和放大器领域的领先制造商。Fender 的设施全球总监 (Global Director of Facilities) Bill Holmes 告诉我们：“在过去的一年中，我们与 Amazon Web Service合作， Amazon Web Service帮助我们开发了对于成功运营制造业而言很关键但有时被忽视的一部分，即了解设备的状况。对于全球制造商而言，设备的正常运行时间是我们在全球市场上保持竞争力的唯一途径。确保设备正常运行而不会突发故障，有助于我们最大限度利用设备。由于故障的消防性质，计划外的停机会给生产和劳动力造成巨大的损失。Amazon Monitron 状况监控系统有望赋予大型行业以及小型“妈妈和流行商店”，在未发生会使其关闭的灾难性故障之前，便预测到设备故障的能力。这将使得客户能够在设备发生故障之前对其进行定期维修。”

GE Gas Power 是发电设备、解决方案和服务领域的顶尖供应商。该公司在世界各地运营着许多制造基地，其中许多制造设备未联网，也未对其运行状况进行监控。GE Gas Power Manufacturing 的首席信息官 (CIO) Magnus Akesson 表示：“当然，如果我们能够轻松地以低成本来大规模连接并对这些资产进行监控，我们便能够既降低维护成本，同时减少停机时间。此外，我们希望未来能够利用高级算法，不仅要了解当前状态，还要预测未来的运行状况，并检测异常行为。这样我们便能够从基于时间的维护实践过渡到预测性和规范性维护实践。现在，通过使用 Amazon Monitron，我们可以利用传感器快速改造资产，并将其连接到 Amazon Web Service云中的实时分析。我们可以做到这一点，而无需具备深入的技术技能，也无需配置自己的 IT 和 OT 网络。从我们对易于振动的不倒翁的最初研究开始，我们看到这一 愿景正在以惊人的速度实现着：对于操作员和维护团队而言，简单易用，简单性以及能够大规模实施，这对 GE 极其有吸引力。在我们的试验期间，我们还很高兴看到一键式功能，可以通过远程无线 (OTA) 固件升级来更新传感器，而无需实际触摸传感器。随着规模的扩大，这对于能够支持和维护传感器队列来说是一项关键功能。”

现在，我将向您展示如何开始使用 Amazon Monitron。

设置 Amazon Monitron

首先，我需要打开 Monitron 控制台。只需点击几下，我就可以创建一个项目，并允许管理员用户对其进行管理。使用控制台中提供的链接，我便可在 Android 手机上下载并安装 Monitron 移动应用程序。打开应用程序后，我需要使用管理凭证登录。

第一步是创建一个描述资产、传感器和网关的站点。我将其命名为“my-thor-project.”

今天，我非常高兴地宣布推出 Amazon Monitron，这是一项状态监测服务，可检测潜在故障并允许用户跟踪正在发生的故障，从而使您能够实施预测性维护，从而减少计划外停机时。

这是一个真实故事：几个月前，我买了一台新洗衣机。送货员在我的地下室安装时，我们聊起这些物品现在似乎很不耐用；使用寿命根本无法超过几年。送货员要走时，我说起自己的热水器已经老化，维护不良，告诉他我已决定在未来几周内更换热水器，很快他就会再过来为我安装一个新的热水器。没想到，它第二天就坏了。你可以笑我，没关系。我没有提前打算，确实不冤枉。

尽管这件发生在家里的小事挺让人烦恼，但与工业环境（例如生产线和仓库）中机器发生意外故障所造成的巨大时间和金钱损失相比，这绝对不算什么。众所周知，一粒沙子都可能导致始料未及的停电，墨菲定律告诉我们，停电很可能会在最糟糕的情况下以及最糟糕的时间发生，从而给业务造成严重影响。

为避免故障，可靠性经理和维护技术人员通常将以下三种策略结合起来：

1. 运行到故障：设备在未进行维护的情况下运行，直至设备不再可靠运行。维修完成后，设备将恢复使用；然而，设备状况不明，故障并未得到控制。
2. 计划性维护：无论情况如何，预先确定的维护活动都会定期或按仪表执行。计划性维护活动的有效性取决于维护说明的质量如何及计划周期。存在设备维护过度和维护不足的风险，会产生不必要的成本或导致依然出现故障。
3. 基于状态的维护：当受监控组件的状况超过界定的阈值时，将进行维护。监控公差、振动或温度等物理特征是一种更为优化的策略，所需的维护的更少，并可以降低维护成本。
4. 预测性维护：对组件状况进行监控，会检测到潜在故障并对发生的故障进行追踪。在预计发生故障之前，且最具成本效益的时候安排实施维护。

基于状态的维护和预测性维护需要在关键设备上安装传感器。这些传感器可测量和捕获物理值，例如温度和振动测量值，其变化是潜在故障或状况恶化的一个主要指标。

如您所料，构建和部署此类维护系统会是一个漫长、复杂且成本高昂的项目，会涉及到定制的硬件、软件、基础设施和流程。客户向我们寻求帮助，而后我们就行动了。

推出 Amazon Monitron

Amazon Monitron 是一项简单且性价比高的状态监测服务，借助它，您可以对设施中的设备的状况进行监控，从而实施预测性维护计划。

 在工业物联网监控平台中，最为关键的便是数据的手机工作。以一个风力发电场为例：其涡轮机分布在数百平方英里的范围内。能源运营商必须通过最大限度地提高涡轮机性能来产生稳定、可盈利的电力输出。虽然例行的定期维护是连续运行的关键，但这并不能阻止涡轮机在下一个维护时段之前停机。能源运营商希望通过向运营人员提供近乎实时的涡轮机机械性能数据来最大限度地提高风力发电场输出。通过访问此实时数据，可以根据当前状况安排维护，并在检测到故障时立即采取措施。然后，可以通过移动设备自动给现场工程师发送警报。

Fender Musical Instruments Corporation 是一个经典品牌，也是弦乐器和放大器领域的领先制造商。Fender 的设施全球总监 (Global Director of Facilities) Bill Holmes 告诉我们：“在过去的一年中，我们与 Amazon Web Services 合作， Amazon Web Services 帮助我们开发了对于成功运营制造业而言很关键但有时被忽视的一部分，即了解设备的状况。对于全球制造商而言，设备的正常运行时间是我们在全球市场上保持竞争力的唯一途径。确保设备正常运行而不会突发故障，有助于我们最大限度利用设备。由于故障的消防性质，计划外的停机会给生产和劳动力造成巨大的损失。Amazon Monitron 状况监控系统有望赋予大型行业以及小型“妈妈和流行商店”，在未发生会使其关闭的灾难性故障之前，便预测到设备故障的能力。这将使得客户能够在设备发生故障之前对其进行定期维修。”

GE Gas Power 是发电设备、解决方案和服务领域的顶尖供应商。该公司在世界各地运营着许多制造基地，其中许多制造设备未联网，也未对其运行状况进行监控。GE Gas Power Manufacturing 的首席信息官 (CIO) Magnus Akesson 表示：“当然，如果我们能够轻松地以低成本来大规模连接并对这些资产进行监控，我们便能够既降低维护成本，同时减少停机时间。此外，我们希望未来能够利用高级算法，不仅要了解当前状态，还要预测未来的运行状况，并检测异常行为。这样我们便能够从基于时间的维护实践过渡到预测性和规范性维护实践。现在，通过使用 Amazon Monitron，我们可以利用传感器快速改造资产，并将其连接到 Amazon Web Services 云中的实时分析。我们可以做到这一点，而无需具备深入的技术技能，也无需配置自己的 IT 和 OT 网络。从我们对易于振动的不倒翁的最初研究开始，我们看到这一 愿景正在以惊人的速度实现着：对于操作员和维护团队而言，简单易用，简单性以及能够大规模实施，这对 GE 极其有吸引力。在我们的试验期间，我们还很高兴看到一键式功能，可以通过远程无线 (OTA) 固件升级来更新传感器，而无需实际触摸传感器。随着规模的扩大，这对于能够支持和维护传感器队列来说是一项关键功能。”

现在，我将向您展示如何开始使用 Amazon Monitron。

工业物联网云平台是物物相连的物联网时代必然出现的产物。工业物联网 (IIoT) 为每个行业提供了一个无与伦比的机会来应对核心业务挑战，例如减少停机时间、提高安全性、增加系统输出、降低运营成本，以及创建创新服务和业务模型。在本篇博文中，我将向您展示如何使用Amazon IoT 服务构建资产状况监控解决方案，捕获物理资产中的数据，以便您了解其状态和性能并采取相应措施。

 

本文将会介绍一种基于 x.509 证书的认证方式，并结合 Amazon Identity and Access Management (IAM) 服务完成对相关资源的授权

 

 

打造智能工厂是很多的制造企业数字化转型的目标，企业利用机器学习，计算机视觉和机器人等技术提升制造自动化程度

 

物联网数据传输是物联网应用系统中最为关键的一环。以风力发电场为例，现在，您正在从涡轮机中提取一个稳定的数据流。在分析数据并将其提供给上游应用程序之前，您需要处理并“清理”此数据。Amazon Web Services IoT Analytics 可用于收集、处理和存储非结构化数据，也可以使用SQL 或 Jupyter 笔记本分析此数据。从 Amazon Web Services IoT Core 收到的涡轮机数据按照如下方式分阶段处理：通道从 Amazon Web Services IoT Core 接收按 MQTT 主题 turbines/site1/# 过滤的数据工作流处理来自此通道的消息。您可以通过过滤器和转换来丰富数据。在这里，您可以通过调用 Lambda 函数（包含向 Amazon PinPoint 发送消息的逻辑）来触发对传入数据的操作。如果振动读数超过 100 Hz，则表示即将发生故障，Amazon PinPoint 会为现场工程师生成 SMS 通知。您可以使用来自其他来源的数据（例如，天气数据）来丰富流的上下文，并清除任何可能妨碍分析的嘈杂或损坏的消息或错误读数。最后，数据存储在时间序列数据集中，它可以在那里使用 SQL 和 Jupyter 笔记本进行可视化或分析。您还可以安排每 15 分钟进行一次自动查询刷新，确保上游应用程序可以使用最新数据。

【概要】不少制造业企业都在寻求能够快速落地的智能工厂整体解决方案，今天我们就用研华硬件搭建一个智能工厂演示环境。

原型实现

此部分中如未做特殊说明，均使用 Linux 环境，并安装 Amazon CLI 工具。关于 Amazon CLI 的安装，请参考官方文档[4]。对于所使用到的 Amazon Web Services api 说明，请参考在线帮助[5]。该原型使用宁夏区域（cn-northwest-1）资源。
需要说明的是，该方法同样适用于海外的其它区域，您无需修改代码，只需要注意替换相关资源的 ARN 为海外区域的 ARN 即可。
该原型将模拟一名最终用户，以 IoT 证书作为自己的用户凭证，完成验证后可以访问 Amazon S3 存储桶中以自己名字命名的目录（读写权限），但无法对其它目录拥有写权限。

打造 IoT 物联网管理平台是物联网设备维护的关键，物联网的一个典型应用场景是能够从传感器数据中获取上下文洞察力，例如分析设备异常或者进行预测性维护，及时给予用户通知。在本文中，我们将专注于通过设备多项指标对设备进行预测性维护，利用机器学习算法，对设备运行状态进行预测，提前发现可能出现的异常，及时进行维护，避免出现严重的生产事故。