工业物联网时代，智能传感器需要更加智能

    智能传感器是工业物联网十分重要的基本组成部分。随着物联网的发展，越来越多的智能传感器将用于原始设备制造商的实体装置、机器和设备的制造之中，从而在生产系统运行起来并提供现场服务。这些实体设备和传感器就是工业物联网中的“物”，用于提供各种数据从而带动整个互联生态系统的各种功能，他们处于数字化主线的边缘。

    目前，制造业的原始设备制造商将生产数据、维护和运营数据看作是生产环境和现场服务中的主要大数据来源。这些数据大部分是非结构数据，意味着要想将这些数据应用于状态监测、预测分析和运营智能应用等领域，必须在之前将它们转化为有意义的可行动信息。

    在工业物联网的架构中，数据自下而上经过边界设备、连通性到边缘计算，进行了数据元素、数据分析、数据聚合以及各种不同程度的标准化处理。为了实现digital twin并将数据应用到预测分析和规范分析，在边界设备中就进行非结构性数据的处理变得越发重要，而非将数据堆积到边缘计算层。这也要求未来的智能传感器在智能性方面，比现在要提高一个数量级。

    工业物联网以及未来将形成的整个生态系统，将为这些边界设备提供平台，其产生和共享的数据量将比以往任何工业环境中产生的数据量都要多得多，并将使得流程、机械和维修计划的控制和管理更加复杂。传统的数据采集比如SCADA，采用被动传感器将原始数据传回系统控制器的方法已经被工业物联网的解决方案所取代，先进的工业物联网能够实现更快的响应、更有效的收集数据并提供大数据服务，能够进行预测性维护和自主的自我优化。

    而云分析的功能实现，将产生更高级的智能，帮助操作员或工业分析师识别所察觉不到的趋势和模式，让流程、设备和工厂以及数字化企业的运行更加高效且具有成本优势。有趣的是，尽管在云中进行了大量的高级分析，digital twin概念的本质和作用依然是通过边界的智能化程度来体现的。

    原文链接：https://industrial-iot.com/2016/07/intelligence-at-the-edge-smart-sensors-will-need-to-get-much-smarter/