实践表明，正确的工业物联网架构和成熟的项目愿景是提高各种应用和流程效率的基础。企业必须克服工业物联网架构的设计和实施面临的挑战，以建立有效的工业物联网部署。
工业物联网技术解决了传感器与工业控制设备和能源系统的连接问题，以提高生产力和流程。工业物联网还使用强大的通信平台集成了高级计算、数据存储基础设施、分析和机器学习。
工业物联网架构设计可能很复杂，尤其是在通信网络和控制层。然而，工业物联网的快速创新步伐和各行业领域加大技术投资，将使工业物联网更能适应变化，并在未来几年进行更多改进。当使用基于机器学习的工具实施时，运营分析和性能优化在当今特别有效。
什么是工业物联网架构，应该从哪里开始?
工业物联网架构由交互层定义，其中包括设备、通信和语义。在设备层，架构师设计设备如何与通信系统交互以在结构中连接和互连。在通信层，系统使用协议来交换可操作的信息。在语义层，将含义和场景应用于系统，并在业务目标的场景中识别系统特性。
架构师必须从本体(各层之间的关系)开始进行工业物联网部署的设计，并投资四类基础工业物联网技术以加速开发。
(1)通信和安全
工业物联网架构需要对工厂、设施和分销供应链内的通信进行投资，以实现互连和最佳互操作。企业在物联网传感和整个工业领域的数据交换方面具有广泛的潜在用途，以解决材料和机器的管理、安全、流动和状态、环境条件以及一些业务问题。通信技术和具有10Gbps宽带无线连接能力的5G的承诺提高了工业物联网应用的能力。例如，当今可用的虚拟网络可以在云中安全地托管计算和分析工作负载，用于通过跨不同工业地点建模来应用远程监控、分析和决策支持的广泛应用程序。工厂系统之间的本地控制连接将发生在有线、无线和光纤网络上，这些网络通常是私有的，并且具有与云计算系统相同的安全态势。
(2)开放数据平台和工业设备网络
开放系统使用通用信息模型指导共享信息的开发。工业设备网络通常共享传输和通信协议，从而改进了它们的管理。在工厂或设施中，数据治理自动化应严格禁止信息共享，并根据需要访问数据和设备。架构师在开发工业物联网平台时，必须考虑对数据隐私的需求以及开发强大的数据和通信路径保护形式。
(3)人工智能
人工智能算法可以完成操作中的许多分类、预测和优化任务，特别是基于感知的机械维护和性能优化以及系统故障预测。某些形式的人工智能 支持实时决策和从数据中学习，而其他人工智能模型则解决更长的优化类型问题。企业必须提前数月知道需要哪种形式的人工智能来促进流程优化，并改善预期结果，因为将流程优化开发和嵌入工业系统是一个耗时的过程。
(4)系统控制
跨工厂、设施或智能建筑交互的系统需要对已经存在的许多独立系统有着广泛的了解。成功的架构设计取决于系统在服务抽象、信息和数据交换以及整个系统中的交换时间方面的系统。
构建组织工业物联网架构的工具
工业互联网参考架构(IIRA)可以作为开发工业物联网空间中复杂系统方法的指南。其框架通常建议企业使用系统方法为IT和运营技术应用程序开发架构，其中包括行业细分中的特定参考架构，例如运输、能源、医疗保健等行业领域或政府部门。
早期的工业物联网计划应该参考有关工业物联网系统中组件之间使用模式的实施观点。其实施观点是技术及其利用的完整生命周期、基础设施、通信、传感器、机器学习和实施系统功能组件的技术的集合。例如，企业可以考虑三层架构模式，其中包含与当前使用的系统一致的边缘、平台和企业服务层。工业互联网参考架构(IIRA)还定义了其他使用模式。承诺首先通读工业互联网参考架构(IIRA)的技术物联网项目负责人可以塑造企业如何定义他们的方法，并在框架驱动的角度考虑目标和系统。
架构师还必须采取措施设计特定于其组织需求的工业物联网架构：
(1)定义架构的愿景和目标：谁是利益相关者?想达到什么目的?随着时间的推移，机器学习会做得更好或提供什么信息?改进决策支持的机会在哪里?系统是如何使用的，成功的决定因素是什么?基于产出的规划方法是关键。
(2)让架构师和物联网项目负责人阅读和评估工业互联网参考架构(IIRA)以指导他们的方法。在设计阶段，技术利益相关者应将业务观点与功能观点保持一致，以定义系统与环境的通信层、接口、数据和交互。
(3)定义考虑未来实施和观点的范围。指定功能，其中包括业务、信息、操作、控制和应用程序域，并确定最适合的部署使用模式。
(4)根据每个功能域内的任务、角色和活动确定架构的基本功能，这将协调整个系统的功能。
(5)定义反馈、关键绩效指标(KPI)和成功衡量标准。定义计划关系以确保考虑所有利益相关者和观点。
(6)确保组织结构准备好在持续改进的持续迭代循环中计划、执行、衡量和纠正。
