4.1　基于IoT的感知資源模型及管理框架

隨著物聯網的發展，全面感知、多種數據傳輸、數據智能處理等得到了充分發展。全面感知使用各種總線技術、ZigBee、RFID、攝像頭、智能傳感器進行設備狀態參數的感知、測量等，多種數據傳輸通過UDP、TCP/IP、HTTP等手段實現信息的交互和共享，數據智能處理對跨行業部門的數據和信息進行數據融合、解析處理，為設備監測實現智能化。然而，智能工廠的物聯網系統具有傳感器以及終端設備種類多（包括溫度、壓力、轉速、加速度等傳感器、Android設備、RFID標簽等），傳輸方式多樣化（包括Zigbee、Bluetooth、GPRS/3G/4G/5G、FF/Lonworks/Profibus/CAN/HART等40余種現場總線，TCP/IP等多種傳輸協議），數據異構而且數據規模大，數據難以與不同操作平臺、不同語言的系統相集成等特點。

為解決上述問題，需要突破傳統控制系統分層結構，針對工業需求，面向廣域測控，系統地研究支持條碼、二維碼、RFID、無線傳感網絡、無線局域網以及各種工業總線的IoT資源管理框架[3]，將感知設備管理、數據存儲訪問、數據集成等功能從應用層分離出來，使上層應用可以更著眼于其本身的服務和功能，實現上層應用與感知層使用的數據采集感知設備的低耦合，減少應用層的開發量以及降低系統開發的難度，從而實現數據的采集與處理。

在智能預測性維護框架中，基于IoT的數據采集與處理需要對感知層海量數據設備的中斷進行認證，需要處理海量數據的服務交互、分布式網絡部署；同時網絡接入層需要支持多種接入方式，兼容不同終端能力的差異，要能夠支持移動性、多種部署環境及多應用平臺交互；應用層則需要實現多業務融合，屏蔽底層感知終端差異，支持跨應用數據共享及基本業務功能的復用。因此，為滿足分布式異構網絡環境，借鑒已有的一些物聯網中間件模型，構建基于IoT的感知資源管理模型和框架，將業務功能模塊封裝成服務，使得用戶可以利用這樣的一個框架封裝和發布資源服務，屏蔽底層感知層數據的異構和為上層應用層提供統一的Web服務接口，以期望達到降低系統軟件開發難度和降低軟件耦合度等問題。