數字化轉型為形成新質生產力提供重要動能，在制造業中，通過引入智能制造、工業互聯網等技術，實現生產過程的智能化、數字化，可提高產品質量和生產效率，實現更高效、更精準的生產。

　　制造業的數字化趨勢

　　數字化轉型為形成新質生產力提供重要動能，工業和信息化部數據顯示，2023年我國工業互聯網核心產業規模達1.35萬億元，已全面融入49個國民經濟大類。截至2023年底，我國已培育421家國家級示范工廠以及1萬多家省級數字化車間和智能工廠。

　　在制造業中，智能工廠、數字化車間在提升要素生產率、發展新質生產力方面作用明顯。通過引入智能制造、工業互聯網等技術，實現生產過程的智能化、數字化，可提高產品質量和生產效率。實現更高效、更精準的生產。

　　無線解決方案

　　致遠電子為用戶提供LoRa、ZigBee整機系統解決方案，為用戶加快產業融合部署步伐，快速實現數字化轉型提供動能。

　　1. LoRa方案系統架構

　　圖1 LoRa方案系統架構圖

　　2. ZigBee方案系統架構

　　圖2 ZigBee方案系統架構圖

　　無論是LoRa還是ZigBee的解決方案，重點在于數據的采集與云平臺對數據處理后的展示，致遠電子提供“云、邊、端”整體方案，即終端展示、邊緣采集、云平臺大模型數據處理。

　　圖3  “云、邊、端”整體方案

　　在實際的應用中，LoRa、ZigBee系統方案突出優勢是解決了設備組網難、信號傳輸質量差、設備數據來源識別難、設備異常定位難的痛點，主要體現如下：

• 用戶在現場布置各節點時零散分布，通常是多個節點對應一個主站，組網的便捷性可讓用戶無需在整個部署區域來回奔跑，實現主站與節點之間的快速組網；

• 信號質量好，數據傳輸不丟包，解決設備在現場布置信號干擾大的問題，信號質量好，也是保障設備組網成功的重要條件之一；

• 指令精準下發至對應的從機設備，解決多節點數據上行和下行準確區分的難點，即采集的數據上行至后臺服務器時，可通過節點唯一的ID號進行設備識別，甄別各數據來源；

• 針對節點或主站異常時，可精準定位問題設備，實現通信快速修復及備份方案啟動的難點。

　　成功案例

　　1. 用戶需求

• 在生產測試過程中，用戶需要周期性查看外部因素變化是否會導致產品本身出現異常；

• 減少RS485/RS232以及以太網總線的部署；

• 測試設備外殼都是金屬箱，最遠端測試箱至監控室設備有50米，需穩定傳輸不丟包；

• 能獨立區分各設備數據來源。

　　測試區域示意如下所示：

　　圖4 測試區域示意圖

　　2. 實際解決

• 通過現場安裝測試，最遠端設備可穩定傳輸不丟包，最遠端的信號質量為優；

• 設備區分數據源時，產品內部實現了主題區分，一個主機管理多個從機，主機根據需要給不同的從機發送數據，主機具備一對多發送數據的功能，其原理如下所示：

　　圖5 原理圖

　　3. 現場安裝

　　圖6 現場安裝圖

　　除LoRa 、ZigBee標準設備組建的系統方案外，致遠電子還推出了支持EAI（Embedded Artificial Intelligence，嵌入式人工智能）的高算力無線邊緣計算網關。

　　基于AI算法的功能提供公共的模型管理、數據獲取和預處理功能，不僅能夠充分利用設備的樣本數據和計算能力，而且具有降低數據傳送成本、保證數據安全以及保證推理決策的實時性等優點，為制造業數字化轉型再提速！