TWM591741U

TWM591741U - 運用雙向通道類神經網路架構之智能工業物聯網系統

Info

Publication number: TWM591741U
Application number: TW108210826U
Authority: TW
Inventors: 林坤隆
Original assignee: 鑀錹科技股份有限公司
Priority date: 2019-08-15
Filing date: 2019-08-15
Publication date: 2020-03-01

Abstract

本新型在於提供一種無需使用閘道器的運用雙向通道類神經網路架構之智能工業物聯網系統。其技術手段：為智能工業物聯網系統能連接感知裝置及運動裝置，其特徵在於：其包括具有I/O模組、通訊模組、感知資料庫、運動資料庫、邊緣運算模組及第一MQTT數據模組的可程式邏輯控制器；具有MQTT代理人、大數據模組、人雲可視化資料庫及人雲操控資料庫的雲端伺服器；以及具有人雲可視化介面程式、人雲操控介面程式及第二MQTT數據模組的遠端裝置；且三者之間通過網路連接；不需建構閘道器及網通設備，建置成本低、施工期短、維護容易、電力消低、通訊速度更快速，能雙向多對多傳輸，穩定地同步即時處理，且可靠極高。

Description

運用雙向通道類神經網路架構之智能工業物聯網系統

本新型涉及一種工業、工業產品和服務的智慧企業整合架構，尤指一種運用雙向通道類神經網路架構之智能工業物聯網系統。

第四次工業革命，或稱工業4.0，最早是一個德國政府提出的高科技計劃，主要精神是連結與優化，連結製造相關元素，進行優化，以增進企業競爭力與獲利；目前日本廠商工業4.0的目標，重點在追求「零停機、零待料」，而德國工業4.0的目標，則是在相同成本下，達到經濟批量為1的「最大客製化」生產彈性。

在工業4.0中，IIoT是網路實體系統和生產流程經由大數據及分析進行轉型不可或缺的部分。

IIoT，也就是工業物聯網，是指物聯網(IoT,Internet of Thing)在工業應用的擴展和使用；IIoT專注於機器對機器(M2M)通訊、大數據以及機器學習(Machine learning,ML)，讓工業運作有更高的效率和可靠性；IIoT涵蓋了整個工業應用，包括了機器人、醫療設備和軟體定義生產流程。

來自感應器和其他資料源的即時資料能夠協助工業設備和基礎設施進行決策，提出見解及具體行動；機器可以進一步地接手並自動化先前工業革命無法處理的任務；在更廣泛的背景裡，IIoT對於聯網生態系或環境相關的使用情境來說相當重要，如該如何打造城市成為智慧城市或是該如何讓工廠轉型成智慧工廠。

IIoT超越IoT常見的一般消費者裝置及實體裝置網路互聯；讓它不一樣的是資訊技術(IT)和營運技術(OT)的交叉。OT指的是營運流程和工業控制系統(ICS)的網路，包括人機介面(HMI)、監控和資料採集(SCADA)系統、分散式控制系統(DCS)和可程式化邏輯控制器(PLC)。

目前實際運用的傳統工業物聯網通訊網路架構(400)，其主要架構，就如第1圖所示，感測器(401)會與I/O搜集閘道器(402)、第一IIOT通訊閘道器(403)、傳統I/O模組(404)、及工業通訊閘道器(405)連接，該I/O搜集閘道器(402)和該第一IIOT通訊閘道器(403)還連接至邊緣運算伺服器(409)，該傳統I/O模組(404)還連接至PLC CPU模組(407)，該工業通訊閘道器(405)還連接至傳統通訊模組(406)，該傳統通訊模組(406)還連接至該PLC CPU模組(407)，該PLC CPU模組(407)還連接至第二IIOT通訊閘道器(408)，該第二IIOT通訊閘道器(408)還連接至該邊緣運算伺服器(409)，該邊緣運算伺服器(409)還連接至邊緣閘道器(410)，最終該邊緣閘道器(410)連接至雲端系統(411)。

從上述的說明中，能了解到傳統工業物聯網通訊網路架構(400)的大致架構，問題就在於邊緣閘道器(410)，閘道器硬體建構的成本高，而且雖然還上述說明與圖中，並未揭示，但是閘道器在使用時，還需要網通設備來協助閘道器進行通訊連接，網通設備不但建置成本高，重複的網路佈線，更是提高了建置成本高，拉長了施工期，建置完成後，維護管理上困難度偏高，連帶的維護及人力成本居高不下，營運時，因為閘道器和網通設備，電力能源消耗大，營運成本會被拉高，也不環保。

而其中最大的問題，閘道器在使用時，會造成降低網路封包傳輸速率、導致通訊速度慢，更會限制網路封包傳輸方向、導致僅能單向一對一傳輸，並容易遺失網路封包傳輸資料、導致無法可靠的同步即時處理。

有鑑於此，如何提供一種能解決前述問題的運用雙向通道類神經網路架構之智能工業物聯網系統，便成為本新型欲改進的課題。

本新型目的在於提供一種無需使用閘道器的運用雙向通道類神經網路架構之智能工業物聯網系統。

為解決上述問題及達到本新型的目的，本新型的技術手段是這樣實現的，為為提供一種運用雙向通道類神經網路架構之智能工業物聯網系統，所述智能工業物聯網系統(100)能連接至少一感知裝置(200)、及至少一運動裝置(300)，其特徵在於：所述智能工業物聯網系統(100)，其包括有至少一可程式邏輯控制器(1)、至少一雲端伺服器(2)、及至少一遠端裝置(3)；所述可程式邏輯控制器(1)，其具有至少一I/O模組(11)、至少一通訊模組(12)、一感知資料庫(13)、一運動資料庫(14)、一邊緣運算模組(15)、及一第一MQTT數據模組(16)，該I/O模組(11)與該通訊模組(12)，其兩者分別與相應的該感知裝置(200)、該運動裝置(300)連接，該感知資料庫(13)與該運動資料庫(14)，其兩者分別與相應的該I/O模組(11)、該通訊模組(12)連接，該邊緣運算模組(15)分別與該感知資料庫(13)、該運動資料庫(14)連接，該第一MQTT數據模組(16)與該邊緣運算模組(15)連接，並還通過網路(10)與該雲端伺服器(2)連接；所述雲端伺服器(2)，其通過網路(10)與該可程式邏輯控制器(1)連接，並至少具有一MQTT代理人(21)、一大數據模組(22)、一人雲可視化資料庫(23)、及一人雲操控資料庫(24)，該MQTT代理人(21)通過網路(10)與該第一MQTT數據模組(16)連接，該大數據模組(22)與該MQTT代理人(21)連接，該人雲可視化資料庫(23)與該人雲操控資料庫(24)，其兩者皆分別與該MQTT代理人(21)、該大數據模組(22)連接，並還通過網路(10)與該遠端裝置(3)連接；所述遠端裝置(3)，其通過網路(10)與該雲端伺服器(2)連接，並至少具有一人雲可視化介面程式(31)、一人雲操控介面程式(32)、及一第二MQTT數據模組(33)，該人雲可視化介面程式(31)與該人雲操控介面程式(32)，其兩者分別與該第二MQTT數據模組(33)連接，該第二MQTT數據模組(33)，其通過網路(10)與該MQTT代理人(21)連接，並還通過該MQTT代理人(21)與該人雲可視化資料庫(23)與人雲操控資料庫(24)同時連接。

優選的是，所述邊緣運算模組(15)，其還包括有一邊緣運算程式(151)、及一邊緣運算資料庫(152)，該邊緣運算程式(151)分別與該感知資料庫(13)、該運動資料庫(14)連接，該邊緣運算資料庫(152)分別與該邊緣運算程式(151)、該第一MQTT數據模組(16)連接；所述第一MQTT數據模組(16)，其還包括有一第一轉換程式(161)、一第一MQTT資料庫(162)、一第一訂閱程式(163)、及一第一發佈程式(164)，該第一轉換程式(161)與該邊緣運算資料庫(152)連接，該第一MQTT資料庫(162)與該第一轉換程式(161)連接，該第一訂閱程式(163)分別與該第一MQTT資料庫(162)、該MQTT代理人(21)連接，該第一發佈程式(164)分別與該第一MQTT資料庫(162)、該MQTT代理人(21)連接；所述大數據模組(22)，其還包括有一大數據運算程式(221)、及一大數據資料庫(222)，該大數據運算程式(221)與該MQTT代理人(21)、該大數據資料庫(222)連接，該大數據資料庫(222)分別與該人雲可視化資料庫(23)、該人雲操控資料庫(24)連接；所述第二MQTT數據模組(33)，其還包括有一第二轉換程式(331)、一第二MQTT資料庫(332)、一第二訂閱程式(333)、及一第二發佈程式(334)，該第二轉換程式(331)分別與該人雲可視化介面程式(31)、該人雲操控介面程式(32)連接，該第二MQTT資料庫(332)分別與該第二轉換程式(331)、該第二訂閱程式(333)及該第二發佈程式(334)連接，該第二訂閱程式(333)還與該MQTT代理人(21)連接，該第二發佈程式(334)還與該MQTT代理人(21)連接。

優選的是，所述雲端伺服器(2)，其還至少包括有能與該大數據模組(22)連接的機械學習模組(25)、人工智慧模組(26)其中至少之一者。優選的是，所述機械學習模組(25)，其還包括有一機器學習分析運算程式(251)、及一機器學習資料庫(252)，該機器學習分析運算程式(251)與該大數據資料庫(222)連接，該機器學習資料庫(252)分別與該機器學習分析運算程式(251)、該人雲可視化資料庫(23)、及該人雲操控資料庫(24)連接；所述人工智慧模組(26)，其還包括有一人工智慧決策運算程式(261)、及一人工智慧資料庫(262)，該人工智慧決策運算程式(261)與該大數據資料庫(222)連接，該人工智慧資料庫(262)分別與該人工智慧決策運算程式(261)、該人雲可視化資料庫(23)、及該人雲操控資料庫(24)連接。

優選的是，所述雲端伺服器(2)，其同時包含有該機械學習模組(25)與該人工智慧模組(26)時，該人工智慧決策運算程式(261)還與該機器學習資料庫(252)連接，以通過與其連接的該機器學習分析運算程式 (251)，與該大數據資料庫(222)產生連接。

優選的是，所述可程式邏輯控制器(1)、該雲端伺服器(2)、及該遠端裝置(3)之間，所應用的通訊協議，為應用MQTT通訊協定。

優選的是，所述遠端裝置(3)，其是為一智慧眼鏡。

與現有技術相比，本新型的效果如下所示：

第一點：本新型智能工業物聯網系統(100)，利用可程式邏輯控制器(1)、雲端伺服器(2)及遠端裝置(3)的配合，達到能虛實整合的效果，必有效融合資訊科技(IT)、操作科技(OT)與通訊科技(CT)，並進一步結合開放式據數平台，形成智慧企業整合架構，據以鏈結雲端及資料分析應用，有效邁進到工業4.0核心目標，與傳統工業物聯網通訊網路架構(400)相比，不需要建構閘道器硬體、及協助閘道器硬體通訊連接的網通設備，無須重複網路佈線，省下一定的建置成本，施工期能被縮短，同時，維護管理困難性下降，維護及人力成本亦降低，此外，電力能源消耗也能降低，不但能精簡營運成本，還兼顧了環保，最重要的是，通訊速度能更快速，實現雙向多對多傳輸，穩定地同步即時處理，且可靠極高。

第二點：本新型智能工業物聯網系統(100)，應用了神經網路架構概念，所謂的感知裝置(200)就是各種輸入裝置，如各種感測器，而所謂的運動裝置(300)就是各種輸出裝置，也就是如繼電器、油壓缸、氣缸、機械手、電動機、控制閥AGV車、輸送帶等，避免收集不到足夠數據，還讓數據能獲得有效的應用，並解決無法即時反饋到現場的問題。

1‧‧‧可程式邏輯控制器

11‧‧‧I/O模組

12‧‧‧通訊模組

13‧‧‧感知資料庫

14‧‧‧運動資料庫

15‧‧‧邊緣運算模組

151‧‧‧邊緣運算程式

152‧‧‧邊緣運算資料庫

16‧‧‧第一MQTT數據模組

161‧‧‧第一轉換程式

162‧‧‧第一MQTT資料庫

163‧‧‧第一訂閱程式

164‧‧‧第一發佈程式

2‧‧‧雲端伺服器

21‧‧‧MQTT代理人

22‧‧‧大數據模組

221‧‧‧大數據運算程式

222‧‧‧大數據資料庫

23‧‧‧人雲可視化資料庫

24‧‧‧人雲操控資料庫

25‧‧‧機械學習模組

251‧‧‧機器學習分析運算程式

252‧‧‧機器學習資料庫

26‧‧‧人工智慧模組

261‧‧‧人工智慧決策運算程式

262‧‧‧人工智慧資料庫

3‧‧‧遠端裝置

31‧‧‧人雲可視化介面程式

32‧‧‧人雲操控介面程式

33‧‧‧第二MQTT數據模組

331‧‧‧第二轉換程式

332‧‧‧第二MQTT資料庫

333‧‧‧第二訂閱程式

334‧‧‧第二發佈程式

10‧‧‧網路

100‧‧‧智能工業物聯網系統

200‧‧‧感知裝置

300‧‧‧運動裝置

400‧‧‧傳統工業物聯網通訊網路架構

401‧‧‧感測器

402‧‧‧I/O搜集閘道器

403‧‧‧第一IIOT通訊閘道器

404‧‧‧傳統I/O模組

405‧‧‧工業通訊閘道器

406‧‧‧傳統通訊模組

407‧‧‧PLC CPU模組

408‧‧‧第二IIOT通訊閘道器

409‧‧‧邊緣運算伺服器

410‧‧‧邊緣閘道器

411‧‧‧雲端系統

第1圖：傳統工業物聯網通訊網路的簡單架構示意圖。

第2圖：本新型的簡單架構示意圖。

第3圖：本新型第一實施例的整體架構示意圖。

第4圖：本新型第一實施例使用於觀測感知裝置數據的架構實施示意圖。

第5圖：本新型第一實施例使用於操作運動裝置時的架構實施示意圖。

第6圖：本新型第二實施例的整體架構示意圖。

第7圖：本新型第三實施例的整體架構示意圖。

第8圖：本新型第四實施例的整體架構示意圖。

以下依據圖面所示的實施例詳細說明如後。首先需要注意的是，在附圖中，相同的構成要素或部件盡可能用相同的附圖標記代表。在說明本新型方面，為了不混淆本新型的要旨，省略關於相關公知功能或構成的具體說明。

如第2圖至第5圖所示，圖中揭示出，為本新型第一實施例，是一種運用雙向通道類神經網路架構之智能工業物聯網系統，所述智能工業物聯網系統(100)能連接至少一感知裝置(200)、及至少一運動裝置(300)，其特徵在於：所述智能工業物聯網系統(100)，其包括有至少一可程式邏輯控制器(1)、至少一雲端伺服器(2)、及至少一遠端裝置(3)；所述可程式邏輯控制器(1)，其具有至少一I/O模組(11)、至少一通訊模組(12)、一感知資料庫(13)、一運動資料庫(14)、一邊緣運算模組(15)、及一第一MQTT數據模組(16)，該I/O模組(11)與該通訊模組(12)，其兩者分別與相應的該感知裝置(200)、該運動裝置(300)連接，該感知資料庫(13)與該運動資料庫(14)，其兩者分別與相應的該I/O模組(11)、該通訊模組(12)連接，該邊緣運算模組(15)分別與該感知資料庫(13)、該運動資料庫(14)連接，該第一MQTT數據模組(16)與該邊緣運算模組(15)連接，並還通過網路(10)與該雲端伺服器(2)連接；所述雲端伺服器(2)，其通過網路(10)與該可程式邏輯控制器(1)連接，並至少具有一MQTT代理人(21)、一大數據模組(22)、一人雲可視化資料庫(23)、及一人雲操控資料庫(24)，該MQTT代理人(21)通過網路(10)與該第一MQTT數據模組(16)連接，該大數據模組(22)與該MQTT代理人(21)連接，該人雲可視化資料庫(23)與該人雲操控資料庫(24)，其兩者皆分別與該MQTT代理人(21)、該大數據模組(22)連接，並還通過網路(10)與該遠端裝置(3)連接；所述遠端裝置(3)，其通過網路(10)與該雲端伺服器(2)連接，並至少具有一人雲可視化介面程式(31)、一人雲操控介面程式(32)、及一第二MQTT數據模組(33)，該人雲可視化介面程式(31)與該人雲操控介面程式(32)，其兩者分別與該第二MQTT數據模組(33)連接，該第二MQTT數據模組(33)，其通過網路(10)與該MQTT代理人(21)連接，並還通過該MQTT代理人(21)與該人雲可視化資料庫(23)與人雲操控資料庫(24)同時連接。

其中，通過可程式邏輯控制器(1)、雲端伺服器(2)及遠端裝置(3)的配合，構成本新型智能工業物聯網系統(100)，與如第1圖所示的傳統工業物聯網通訊網路架構(400)相比，運用了雙向通道類神經網路架構，能在毫秒級的時間內同步，利用可程式邏輯控制器(1)來取代傳統工業物聯網通訊網路架構(400)中的閘道器，同時也能去除協助閘道器的網通設備，如此一來，不但需要重複網路佈線，整體的建置成本也能降低，施工期還能縮短，後期的維護及人力成本也能降低，裝置簡化的結果，連帶的電力能源消耗也會下降，無遺的會更加環保。

其次，因為可程式邏輯控制器(1)的應用，便能擁有高網路封包傳輸速率、通訊速度更快速，還無網路封包傳輸方向限制、可雙向多對多傳輸，更無網路封包傳輸資料遺失的問題、可靠穩定同步即時處理。

再者，本新型智能工業物聯網系統(100)，能做到四去，去作業系統化，達到防系統病毒駭入、免系統建構成本、及免系統維護更新；去圖控軟體化，達到免硬體建構成本、免系統建構成本、免軟體維護更新、及防系統病毒駭入；去閘道器化，達到免硬體建構成本、改善傳輸速率、及改善單向傳送；去伺服架構化，達到免機房建構成本、免伺服建構成本、及免IT維護更新；虛實整合，融合資訊、操作與通訊科技，確實達到工業4.0的核心目標。

再其次，通過可程式邏輯控制器(1)的應用，能便於配合工廠使用，容易應用設置與維護，且故障率低，應用範圍廣泛，同時還能讓本新型智能工業物聯網系統(100)自主搜集資料，不用擔心會發生資料量不足、資料誤漏、資料不適配等等的問題。

另外，因為運用了雙向通道類神經網路架構，參閱第4圖，可程式邏輯控制器(1)以如數位輸入模組、類比輸入模組、溫度量測模組、電力量測模組等的I/O模組(11)、和如RS-232通訊模組、RS-485通訊模組、EtherNet通訊模組、CANOpen通訊模組、PROFIBUS通訊模組、RFID通訊模組、GPRS通訊模組等的通訊模組(12)，從如壓力感測器、溫濕度感測器、溫度感測器、流量感測器、液位感測器、超聲波感測器、浸水感測器、照度感測器、差壓變送器、加速度感測器、位移感測器、稱重感測器、工業相機等的感知裝置(200)，其所獲取的海量數據，能先儲存到感知資料庫(13)，配合邊緣運算模組(15)及第一MQTT數據模組(16)，快速地通過網路(10)傳輸到雲端伺服器(2)的MQTT代理人(21)處，經過大數據模組(22)配合人雲可視化資料庫(23)的資料探勘處理，再通過網路(10)使得在遠端應用遠端裝置(3)的使用者，在第二MQTT數據模組(33)接收處理自MQTT代理人(21)所傳遞來的資料，並能以人雲可視化介面程式(31)，讓使用者在遠端就能即時的得知當前狀況為何，而且因為雙向同步的作用，也讓在遠端的使用者，在了解狀況後，參閱第5圖，能利用遠端裝置(3)的人雲操控介面程式(32)，經過第二MQTT數據模組(33)，回傳資料到MQTT代理人(21)，同樣經過大數據模組(22)配合人雲操控資料庫(24)的處理，再回傳至第一MQTT數據模組(16)處理，配合邊緣運算模組(15)，再將資料傳至運動資料庫(14)，以如數位輸出模組、類比輸出模組、脈衝輸出模組等的I/O模組(11)，和如RS-232通訊模組、RS-485通訊模組、EtherNet通訊模組、CANOpen通訊模組、PROFIBUS通訊模組、RFID通訊模組、GPRS通訊模組等的通訊模組(12)，傳達到如繼電器、油壓缸、氣缸、機械手、電動機、控制閥AGV車、輸送帶等的運動裝置(300)，整個過程中，除去使用者的反應與思考時間，能做到接近即時的處理。

還有，通訊模組(12)在工作時，能根據通訊模組(12)的不同，應用相對的如RFID、GPRS、TCP/IP、CANOpen、CANBus、EtherCAT、EtherNet/IP、ModBus、ModBus TCP/IP、PROFINET、PROFIBUS等工業通訊協議。

再其次，上述內容中，可程式邏輯控制器(1)、雲端伺服器 (2)、及遠端裝置(3)之間，用來連接的網路(10)，泛指為網際網路，能以有線及/或無線的方式實施，

本新型智能工業物聯網系統(100)的應用實例一，能應用在智能建築上，針對建築的資源資訊，包括電力、照明、空調、消防、門禁、空間、機櫃、資訊設備等，進行蒐集與管理，將資源的使用最佳化，提升建築營運效能。

本新型智能工業物聯網系統(100)的應用實例二，能應用在馬達的健康診斷上，利用可程式邏輯控制器(1)來對如震動感測器的感知裝置(200)，進行資料收集，配合端伺服器(2)，可了解重要設備和關鍵零件，當前運轉條件下的運轉狀況與健康狀態，並還能利用遠端裝置(3)及時警示目前操作條件不利因素與進行早期故障問題監測，將機械裝置操作不利因素降低，達到有效提高零件壽命、避免工安意外發生、貫徹延壽計畫精神、避免非預期性嚴重設備故障而導致昂貴的維修費用與營運損失等效果。

本新型智能工業物聯網系統(100)的應用實例三，能應用在智能工廠上，利用可程式邏輯控制器(1)來對空調系統、電力監控系統、機台控制系統、門禁管制系統、防災系統、監控模組、環境系統等的感知裝置(200)，進行資料收集，配合端伺服器(2)，讓使用者能利用遠端裝置(3)，無論身在何處，都可以實時跟蹤在生產過程中選擇的KPI，在適當的時間，為合適的人員，提供閃光警報和通知，以警告操作中的任何訊息，還能隨時隨地使用簡單的虛擬控件，與關鍵流程進行交互，加速對現場的維護。

請參閱第3圖，所述邊緣運算模組(15)，其還包括有一邊緣運算程式(151)、及一邊緣運算資料庫(152)，該邊緣運算程式(151)分別與該感知資料庫(13)、該運動資料庫(14)連接，該邊緣運算資料庫(152)分別與該邊緣運算程式(151)、該第一MQTT數據模組(16)連接；所述第一MQTT數據模組(16)，其還包括有一第一轉換程式(161)、一第一MQTT資料庫(162)、一第一訂閱程式(163)、及一第一發佈程式(164)，該第一轉換程式(161)與該邊緣運算資料庫(152)連接，該第一MQTT資料庫(162)與該第一轉換程式(161)連接，該第一訂閱程式(163)分別與該第一MQTT資料庫(162)、該MQTT代理人(21)連接，該第一發佈程式(164)分別與該第一MQTT資料庫(162)、該MQTT代理人(21)連接；所述大數據模組(22)，其還包括有一大數據運算程式(221)、及一大數據資料庫(222)，該大數據運算程式(221)與該MQTT代理人(21)、該大數據資料庫(222)連接，該大數據資料庫(222)分別與該人雲可視化資料庫(23)、該人雲操控資料庫(24)連接；所述第二MQTT數據模組(33)，其還包括有一第二轉換程式(331)、一第二MQTT資料庫(332)、一第二訂閱程式(333)、及一第二發佈程式(334)，該第二轉換程式(331)分別與該人雲可視化介面程式(31)、該人雲操控介面程式(32)連接，該第二MQTT資料庫(332)分別與該第二轉換程式(331)、該第二訂閱程式(333)及該第二發佈程式(334)連接，該第二訂閱程式(333)還與該MQTT代理人(21)連接，該第二發佈程式(334)還與該MQTT代理人(21)連接。

其中，通過邊緣運算程式(151)配合邊緣運算資料庫(152)，讓邊緣運算模組(15)能有效率處理資訊，減少事事上雲端所帶來的時間遞延與資料傳輸/儲存成本，配合本新型智能工業物聯網系統(100)能實現高傳輸、低延遲的架構，讓雲端伺服器(2)能真正地有效運作。

其次，通過第一轉換程式(161)配合第一MQTT資料庫 (162)、第二轉換程式(331)配合第二MQTT資料庫(332)，處理MQTT數據，並應用第一訂閱程式(163)、第二訂閱程式(333)、第一發佈程式(164)及第二發佈程式(334)，讓第一MQTT數據模組(16)、第二MQTT數據模組(33)能正常地訂閱、發佈運作，提供輕量、可靠、快速的通訊，且不需要太大的網路頻寬便能運作。

再者，通過大數據運算程式(221)配合大數據資料庫(222)，讓大數據模組(22)能發揮作用，以對自可程式邏輯控制器(1)處蒐集來的大量資料進行整理和分析，不斷地改善本新型智能工業物聯網系統(100)的運作效能，並減少問題發生的機會。

請參閱第6圖，為本新型第二實施例，所述雲端伺服器(2)，其還至少包括有能與該大數據模組(22)連接的機械學習模組(25)。

上述中，所述機械學習模組(25)，其還包括有一機器學習分析運算程式(251)、及一機器學習資料庫(252)，該機器學習分析運算程式(251)與該大數據資料庫(222)連接，該機器學習資料庫(252)分別與該機器學習分析運算程式(251)、該人雲可視化資料庫(23)、及該人雲操控資料庫(24)連接。

其中，通過機械學習模組(25)的投入應用，能配合大數據模組(22)，讓自可程式邏輯控制器(1)處所收集而來的海量資料，能被機械學習模組(25)所應用，利用機器學習分析運算程式(251)將資料分析後存入機器學習資料庫(252)，從資料中得到複雜的函數或樣本，來學習以創造演算法或一組規則，讓機器從資料中學到如何預測或反應未來，使本新型智能工業物聯網系統(100)能更智慧地運作，並且能自動完成資料的搜集，不用擔心機械學習模組(25)會沒有足夠的資料來學習，而讓機械學習模組(25)流於表面，機械學習模組(25)能真正地發揮作用。

請參閱第7圖，為本新型第三實施例，所述雲端伺服器(2)，其還至少包括有能與該大數據模組(22)連接的人工智慧模組(26)。

上述中，所述人工智慧模組(26)，其還包括有一人工智慧決策運算程式(261)、及一人工智慧資料庫(262)，該人工智慧決策運算程式(261)與該大數據資料庫(222)連接，該人工智慧資料庫(262)分別與該人工智慧決策運算程式(261)、該人雲可視化資料庫(23)、及該人雲操控資料庫(24)連接。

其中，通過人工智慧模組(26)的投入應用，能配合大數據模組(22)，讓自可程式邏輯控制器(1)處所收集而來的海量資料，能被人工智慧模組(26)所應用，利用人工智慧決策運算程式(261)將資料分析後存入人工智慧資料庫(262)，讓人工智慧決策運算程式(261)有足夠的資料，使決策演算法能獲得良好的運作，讓本新型智能工業物聯網系統(100)能更智慧地運作，並且還能自動完成資料的搜集，完全不用擔心知識工程[Knowledge engineering]會有做的不夠，而讓人工智慧模組(26)流於表面的狀況發生，使人工智慧模組(26)能真正地發揮作用。

請參閱第8圖，為本新型第四實施例，所述雲端伺服器(2)，其同時包含有該機械學習模組(25)與該人工智慧模組(26)時，該人工智慧決策運算程式(261)還與該機器學習資料庫(252)連接，以通過與其連接的該機器學習分析運算程式(251)，與該大數據資料庫(222)產生連接。

其中，通過機械學習模組(25)和人工智慧模組(26)的同時實施，並利用上可程式邏輯控制器(1)來收集資料，使本新型智能工業物聯網系統(100)能更有效率地、有智慧地運作，機械學習模組(25)和人工智慧模組(26)同時運作，藉使本新型智能工業物聯網系統(100)能涵蓋不同的應用範圍，讓本新型的應用範圍更加廣泛。

上述本新型第一至四實施例中，所述可程式邏輯控制器(1)、雲端伺服器(2)、及遠端裝置(3)之間，所應用的通訊協議，為應用MQTT通訊協定。

其中，通過MQTT通訊協定的應用，讓訊息內容能精簡化，非常適合用於處理器資源及網路頻寬有限的物聯網裝置，讓可程式邏輯控制器(1)、雲端伺服器(2)、遠端裝置(3)之間的通訊能順利、順暢地運作。

上述本新型第一至四實施例中，所述遠端裝置(3)，其是為一智慧眼鏡。

其中，通過智慧眼鏡的應用，遠端裝置(3)能更便於應用，提供一種新的資訊交互的方式，不用擔心會有不便使用的問題發生，讓螢幕上的虛擬世界，能夠與現實世界場景進行結合與互動，最重要的是，能非常直覺化的使用，降低本新型在應用時的上手難度。

以上依據圖式所示的實施例詳細說明本新型的構造、特徵及作用效果；惟以上所述僅為本新型之較佳實施例，但本新型不以圖面所示限定實施範圍，因此舉凡與本新型意旨相符的修飾性變化，只要在均等效果的範圍內都應涵屬於本新型專利範圍內。