Los puntos clave no están disponibles para este artículo en este momento.
Los avances tecnológicos rápidos han revolucionado el sector industrial. Estos avances van desde la automatización de procesos industriales hasta procesos industriales autónomos, donde no se requiere intervención humana. El Internet de las cosas (IoT), que surgió hace algunos años, ha sido adoptado por la industria, dando lugar a lo que se conoce como el Internet Industrial de las Cosas (IIoT). IIoT se refiere a integrar los procesos y entidades industriales como parte del Internet. Restringir la definición de IIoT a la manufactura genera otro subconjunto de IoT, conocido como Industria 4.0. IIoT e Industria 4.0 consistirán en redes de sensores, actuadores, robots, máquinas, dispositivos, procesos comerciales y personal. Por lo tanto, se generará una gran cantidad de datos de diversa naturaleza. El proceso industrial requiere que la mayoría de las tareas se realicen localmente debido a requisitos de demora y seguridad, y que los datos estructurados se comuniquen a través de Internet a servicios web y la nube. Para lograr esta tarea, se requiere soporte de middleware entre el entorno industrial y los servicios web/la nube. En este contexto, la niebla es un middleware potencial que puede ser muy útil para diferentes escenarios industriales. La niebla puede proporcionar soporte de procesamiento local con latencia aceptable a actuadores y robots en una industria manufacturera. Adicionalmente, dado que los grandes datos industriales suelen ser no estructurados, pueden ser depurados y refinados localmente por la niebla antes de enviarlos a la nube. Presentamos una visión arquitectónica del IIoT y la Industria 4.0. Discutimos cómo la niebla puede proporcionar soporte de computación local en el entorno IIoT y los elementos centrales y bloques constructores del IIoT. También presentamos algunos casos de uso prospectivos interesantes de IIoT. Finalmente, discutimos algunos desafíos emergentes de investigación relacionados con IIoT.
Building similarity graph...
Analyzing shared references across papers
Loading...
Mohammad Aazam
Sherali Zeadally
Khaled A. Harras
IEEE Transactions on Industrial Informatics
University of Kentucky
Carnegie Mellon University Qatar
Building similarity graph...
Analyzing shared references across papers
Loading...
Aazam et al. (jue,) estudiaron esta cuestión.
www.synapsesocial.com/papers/69d7eb8c3b601d7be3ae346a — DOI: https://doi.org/10.1109/tii.2018.2855198
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: