非智能物联设备发现方法在工业物联网环境下发挥着重要的作用,伴随着工业4.0环境下智能制造生产需求的愈演愈烈,工业非智能物联设备数量呈爆发式增长。传统物联网云平台基于WiFi、4/5G通信技术,结合设备算力与参数知识,实现了对应平台的手机、手表、智能家居等智能设备接入控制。非智能物联设备由于有限的计算与通信能力,导致难以直接被传统物联网云平台发现识别。现有的研究工作以数据模型驱动实现设备接入控制的方法能够在模型数据集内获得较好的效果,但随着设备类型的增加与更新迭代,模型效果逐步降低。针对上述现状与挑战,本文提出了一种新的物联设备发现中间件,用于对工业生产环境下的非智能设备接入控制。该中间件的设备发现方法相较于传统平台基于平台内部知识规则完成设备发现的模式,通过设备运行数据与机理知识融合驱动的方法,实现了多场景复杂条件、多设备类型的非智能物联设备发现识别与控制。本文的主要工作内容包括:（1）结合工业物联网上层设备知识,类型、功能、输入、输出等,下层设备实时运行数据,寄存器数值、数值范围、数值单位等,构建了“数据-知识”共融的非智能物联设备知识图谱。（2）基于构建的设备图谱,提出了一种“数据-知识”双向特征驱动的非智能物联设备自发现模型,用于对非智能设备的接入识别,在实验过程中取得了87.5%的识别准确率。（3）设计实现了一类面向知识图谱节点映射的非智能物联设备组态方法,将中间件系统划分为边缘端硬件以及云端软件两部分,硬件部分执行设备数据的采集,软件部分进行计算推理发现,设备云端部分将识别结果对图谱进行更新,硬件部分实现图节点与设备数值节点的映射绑定,完成图谱的状态更新,保障自发现模型在设备变化时的识别精度。本文所提出的非智能物联设备发现方法,在“中贸环境·乡村污水处理数字化智能平台建设”、“昆明冶金研究院·铜材料工程示范生产线建设”两个项目当中进行了落地实践,证明了该方法的可行性与有效性。