演讲人：黄璐-华硕智能物联网事业群边缘计算产品经理

工业物联网与边缘计算的发展趋势

边缘计算通过就近提供计算、存储、传输等关键能力，加速赋能传统产业的转型升级、赋能智能应用，已逐步成为计算体系的新方向、信息领域的新业态、产业转型的新平台。比如，通过边缘计算，借助工业互联网，工程师可以对设备进行远程监控。同时，通过对数据的收集、分析，还可实现预测性维护。这样的方式不仅能使现场设备得到更好的利用，还可以帮助企业减少许多不必要的维护费用支出。  会议话题  1、边缘计算在工业的应用场景与趋势  2、智能数据服务（机器视觉、模式识别、语音识别等）  3、机器视觉、传感器与边缘计算  4、边缘计算在线监控及数据分析的应用  5、数据存储的性能和安全性  6、工业互联网边缘计算助力万物智联  。。。。。。。

工业数据采集是智能制造和工业互联网的基础，是工业化与信息化融合的先决条件。

KingIOServer是北京亚控科技发展有限公司推出的国内首屈一指的通用IO数据通讯平台，集成了亚控科技20余年开发的5000多种驱动，支持PLC、板卡、智能模块、智能仪表等多种类设备，广泛应用于电力、半导体、机加、楼宇、环保等多种行业，致力于打通工业数据采集“最后一米”。

本次研讨会将对KingIOServer的协议支持、数据存储、数据转发等核心功能及其行业应用进行详细讲解。

演讲人：张泽-北京亚控科技发展有限公司采集事业部经理

在本次网络研讨会中，我们将通过Softing dataFEED OPC Suite示例向您展示OPC UA统一架构的新可能性。

dataFEED OPC Suite是用于OPC UA通信和物联网云连接的安全可靠的一体化解决方案，将是工业4.0解决方案的不二选择。通过集成的OPC UA服务器，它可以安全可靠地访问所有领先制造商的PLC，例如Siemens SIMATIC S7、Rockwell ControlLogix、B&R、Mitsubishi和Modbus控制器（例如来自Wago）。使用MQTT和REST协议，生产数据可以传输到物联网云或者Microsoft Azure、亚马逊AWS和谷歌云上的大数据应用程序。dataFEED OPC Suite还支持将生产数据存储在文件、SQL数据库或者MongoDB和CouchDB中。得益于广泛的数据预处理功能，可以轻松灵活地调整数据。

演讲人：Andreas Röck，2013年7月，加入Softing Industrial GmbH，担任工业通信解决方案产品经理。

作为产品管理主管，自2019年2月以来，一直负责纽伦堡工厂的产品管理。

羧福汀电子科技（上海）有限公司（简称：Softing中国）是德国SoftingAG在国内成立合资公司，主要负责国内汽车电子、工业自动化、IT网络等业务的研发定制及市场拓展。德国Softing AG成立于1979年，总部位于德国哈尔市, 2000年上市；公司主要三大业务：Industrial工业自动化、Automotive汽车电子及IT Networks IT网络。经过40年的发展积淀，Softing无论在工业自动化，汽车电子还是IT网络领域都处于世界前列。在汽车电子领域是ASAM，ISO，CIA等的主要成员。工业领域是PROFIBUS创始人之一，拥有多项技术专利及世界认证培训资质，也是是德国工业4.0的领军企业之一，主要客户有ABB、AUMA、罗克韦尔、艾默生、西门子、欧姆龙等，工业产品主要涉及工业通讯卡、通讯网关、嵌入式产品、网络测试诊断模块、OPC软件及相关开发包等。服务宗旨：提供高性价比产品，提供符合客户需求的新型定制化方案，同时，提供优质的产品支持服务。

“数字化”已成为当下企业发展的追求，“数据”则是这座 “数字化”大厦最重要的基石。

让我们把眼光收拢、聚焦在制造车间，让WinCC先帮您实现车间级数据的“透明运营”：

· 一致、准确的数据采集和长期有效并可追溯的数据存储；

· 随时随地、快速直观地感知最重要的数据并做出反应决策；

· 快速定位故障、性能关联分析(如OEE)、预防性维护策略……通过数据优化生产过程、提高设备利用率

数从何来、数存何处、数有何用……从夯实生产车间的“数据”地基开始吧！

更多WinCC内容 请点击:www.wincc.com.cn

GTU高级图形触摸屏精彩屏幕，创新设计· 高精度真彩显示，最高至1600万色· 支持多点触摸功能，像只能收集一样浏览画面· 模块化分离设计· 前置USB端口，IP66保护允许客户在不打开柜门的情况下维护触摸屏程序· 防脱落设计以及内线的紧固件使得安装更简单全面防护，坚固可靠· 适用于0oC-60oC宽温环境· 隔离的RS485串口，可应用在更复杂的接地环境下· 外壳全铝制封装，前面板IP67防护，铸就坚固屏幕巨量存储，即插即用· 外部数据存储可以最大扩展至64G· 双可插拔存储模块，易于备份系统数据强大网络，维护方便· 双以太网设计，分离IT通讯数据流和PLC通讯数据流，真正实现数据安全· 方便的应用程序诊断，GTU可以借助Web gate或者手机/Pad等工具远程诊断客户端故障· 归功于内置的自动调整功能，只需要编辑一个应用程序去匹配所有的屏幕尺寸和精度· Open型GTU允许客户讲VJD和IDS安装在一起，数据库可以无缝对接

最优线性预测与滤波的基本方程    12.1 维纳滤波    12.2 卡尔曼滤波问题的提法    12.3 离散系统卡尔曼最优预测基本方程的推导    12.4 离散系统卡尔曼最优滤波基本方程的推导    12.5 连续系统卡尔曼滤波基本方程的推导    12.6 系统噪声与观测噪声相关的卡尔曼滤波    12.7 具有输入信号的卡尔曼滤波    12.8 有色噪声情况下的卡尔曼滤波    12.9 滤波的稳定性概念和滤波的发散问题    12.10 卡尔曼滤波应用实例  在四十年代初，维纳提出最优线性滤波，称为维纳滤波。这是在信号和干扰都表示为有理谱密度的情况下，找出最优滤波器，使得实际输出与希望输出之间的均方误差最小。维纳滤波问题的关键是导出维纳-霍夫方程，解这一积分方程可得最优滤波器的脉冲过渡函数，从脉冲过渡函数可得滤波器的传递函数。通常，解维纳-霍夫积分方程是很困难的，即使对少数情况能得到解析解，但在工程上往往难以实现。特别对于非平稳过程，维纳滤波问题变得更为复杂。在1960年左右，卡尔曼提出了在数学结构上比较简单的最优线性滤波方法，实质上这是一种数据处理方法。维纳滤波属于整段滤波，即把整个一段时间内所获得的测量数据存储起来，然后同时处理全部数据，估计出系统状态。卡尔曼滤波是递推滤波，由递推方程随时间给出新的状态估计。因此对计算机来说，卡尔曼滤波的计算量和存储量大为减少，从而比较容易满足实时计算的要求。因而卡尔曼滤波在工程实践中迅速得到广泛应用。

最优线性预测与滤波的基本方程    12.1 维纳滤波    12.2 卡尔曼滤波问题的提法    12.3 离散系统卡尔曼最优预测基本方程的推导    12.4 离散系统卡尔曼最优滤波基本方程的推导    12.5 连续系统卡尔曼滤波基本方程的推导    12.6 系统噪声与观测噪声相关的卡尔曼滤波    12.7 具有输入信号的卡尔曼滤波    12.8 有色噪声情况下的卡尔曼滤波    12.9 滤波的稳定性概念和滤波的发散问题    12.10 卡尔曼滤波应用实例  在四十年代初，维纳提出最优线性滤波，称为维纳滤波。这是在信号和干扰都表示为有理谱密度的情况下，找出最优滤波器，使得实际输出与希望输出之间的均方误差最小。维纳滤波问题的关键是导出维纳-霍夫方程，解这一积分方程可得最优滤波器的脉冲过渡函数，从脉冲过渡函数可得滤波器的传递函数。通常，解维纳-霍夫积分方程是很困难的，即使对少数情况能得到解析解，但在工程上往往难以实现。特别对于非平稳过程，维纳滤波问题变得更为复杂。在1960年左右，卡尔曼提出了在数学结构上比较简单的最优线性滤波方法，实质上这是一种数据处理方法。维纳滤波属于整段滤波，即把整个一段时间内所获得的测量数据存储起来，然后同时处理全部数据，估计出系统状态。卡尔曼滤波是递推滤波，由递推方程随时间给出新的状态估计。因此对计算机来说，卡尔曼滤波的计算量和存储量大为减少，从而比较容易满足实时计算的要求。因而卡尔曼滤波在工程实践中迅速得到广泛应用。