Эталонные архитектуры Azure IoT для конкретной отрасли

Статья
04/06/2024

В этой статье представлен обзор эталонных архитектур интернета вещей в отрасли и примеров решений.

В следующих решениях Интернета вещей Azure и примерах сценариев рассматриваются уникальные бизнес-задачи для конкретных отраслей. Общие шаблоны и руководства Интернета вещей, применяемые в отраслевых вертикали, см. в статье "Начало работы с решениями Интернета вещей Azure".

Автомобилестроение и перевозки

Обработка данных транспортного средства в режиме реального времени с помощью Интернета вещей. Прием, обработка и визуализация данных транспортных средств являются ключевыми возможностями подключенных решений для автомобилей. Сбор и анализ данных транспортного средства в режиме реального времени предоставляет ценные аналитические сведения для создания новых решений.
Отслеживание активов в режиме реального времени для транспортных средств. Azure IoT Central и другие службы Azure отслеживают и управляют автомобилями и другими ресурсами в режиме реального времени.
Железнодорожная система здравоохранения с IoT Edge. Пограничные вычисления обеспечивают быстрые, согласованные ответы с уменьшенной зависимостью от облачных подключений и ресурсов. Интеллектуальная ребра обеспечивает обработку и хранение данных близко к источнику данных в этом решении по обслуживанию и безопасности обучения.
Автоматизированный контроль автопарка транспортных средств. Автоматизированные управляемые транспортные средства (AGV) являются важной частью простого производства и автоматизированной логистики на этаже магазина. В этом примере agvs доставляют части в автомобильные линии сборки.

Энергетика и окружающая среда

Оптимизация цепочки поставок и мониторинга окружающей среды с помощью Интернета вещей. Мониторинг окружающей среды имеет решающее значение для управления глобальной цепочкой поставок. Сценарий управления хранилищем отслеживает условия окружающей среды и обрабатывает данные с помощью машинного обучения (ML) для создания прогнозов.
Устойчивость Open Platform IoT project 15. Программное обеспечение open Platform с открытым исходным кодом подключается к облаку и безопасно управляет устройствами для научных проектов и проектов по сохранению. Эта архитектура является ссылкой на создание комплексных решений Интернета вещей с открытым кодом.

Объекты и недвижимость

Создание смарт-мест с помощью Azure Digital Twins. Интеллектуальные места — это физические среды, такие как здания, кампусы и города, которые объединяют подключенные устройства и источники данных. Azure Digital Twins хранит цифровые представления физических сред для мониторинга, анализа и управления.
Сейф средах с мониторингом и оповещениями IoT Edge. Объединение существующей инфраструктуры телевизора закрытого канала с интеллектуальным пограничным интерфейсом Azure и другими azure и службы Майкрософт помогает организациям отслеживать, отслеживать и улучшать методики здравоохранения и безопасности.

Производство

Мониторинг условий для промышленного Интернета вещей. Мониторинг состояния помогает производителям обнаруживать аномалии до того, как они становятся критически важными. В этом решении устройства Интернета вещей подключаются к облаку через OPC UA и промышленные компоненты Интернета вещей Azure.
Прогнозное обслуживание промышленного Интернета вещей. Прогнозное обслуживание диагностики и прогнозирование сбоев и потребностей в обслуживании в подключенном оборудовании OPC UA. Это решение использует технологии смешанной реальности и цифровых двойников для оптимизации рабочей среды в режиме реального времени.
Комплексное компьютерное зрение на краю для производства. Отрасли используют компьютерное зрение и машинное обучение для приложений обеспечения безопасности и качества. В этом примере показан комплексный подход к компьютерному зрению Интернета вещей, который улучшает процессы с течением времени.

Retail

Запись видео и аналитика для розничной торговли. Розничные торговцы, такие как продуктовые магазины, могут отслеживать события магазина и принимать немедленные меры для улучшения взаимодействия с клиентами. Локальные устройства IoT Edge анализируют видеоданных в режиме реального времени, чтобы обнаруживать и устранять проблемы, такие как пустое место на полке или длинные очереди клиентов.