随着工业物联网的不断普及,大量的机器、货物、控制系统和信息系统将工业互联网相互连接。因此,当紧急情况发生时,流量将大大增加,网络将发生拥堵。在最坏的情况下,机器可能无法正常工作。如今越来越多的智能终端设备和基础设施已经形成了智能系统。并且这些系统生成对时间敏感的数据（例如控制数据,故障监视数据等）,这些数据在严格的时间和可靠的规则中进行传输。原始标准以太网在保持可扩展性和成本效益的同时满足了带宽要求,但不适用于实时性要求很高的应用。工业互联网中,通过一组分布式传感器,执行器和控制器控制物理过程。网络物理系统（CPS）依靠计算机网络分别向控制器传输传感器数据和执行器的命令。通常,此类CPS是对时间敏感的系统,其中网络延迟（包括数据包丢失引起的延迟）和抖动会影响CPS的控制质量。当两个连续的数据包丢失时,生产车间中的机器可能会发生故障。由于工业通讯和自动化的复杂性,研究和改善网络的时延性能对工业通信和自动化控制的未来发展具有重要意义。网络链路的负载均衡以及网络调度算法是网络中非常重要的部分。在本论文中,基于传统分布式网络链路带宽利用率低,不易调度的问题,利用了软件定义网络（SDN）网络架构获得全局网络信息的特点,即每个SDN交换机的网络状态信息都由SDN控制器通过集中控制来提取。这些信息被雾计算服务器通过网络效用最大化,使用权重最大-最小公平算法分配带宽。以减少带宽分配时间的角度优化了一个新型的带宽分配算法,然后利用带宽分配嵌入到流量调度算法中,从而降低网络时延。实验结果显示,本文提出的带宽分配算法可以有效减少带宽分配收敛时间。并且本论文利用带宽分配的结果来提出的调度算法可以有效降低网络时延,其结果优于经典的调度算法。因此可以用来解决工业互联网的调度问题。