工业互联是在物联网的基础上发展出来的概念,是物联网技术在工业、制造领域的应用。工业互联技术融合了多个学科,包括无线传感器网络、嵌入式系统、组网技术、数据挖掘等多个领域。本文以某著名酒厂下属制曲车间的生产智能化改造作为依托,在制曲车间通过构建制曲实时感知监测网络实现了制曲生产环节工艺参数的实时感知,在此基础上综合运用数据挖掘技术,提取有效信息,进而实现制曲生产环节的在线监测,主要研究内容包括如下几个方面:(1)制曲生产过程中关键工艺参数信息挖掘研究:首先以小麦软质率为例分析了制曲生产环节中关键工艺参数检测的现状,存在检测时间长,信息传递不及时的特点;然后通过查阅相关文献对小麦软质率研究成果进行概述,分析了影响小麦软质率的因素,提出了利用数据挖掘的方法实现对小麦软质率的预测,并进行了可行性分析;接着通过常用的数据挖掘方法进行对比,选用了神经网络作为数据挖掘的方法;最后建立了全连接神经网络、常规循环神经网络以及LSTM神经网络模型,通过对比分析实验,LSTM神经网络在处理时间序列数据(小麦软质率)方面上具有明显优势,验证了利用神经网络在预测小麦软质率上的可行性。(2)制曲感知监测网络的构建以及关键组网节点的设计:首先针对制曲车间复杂多变的生产环境和工艺流程,对整个制曲车间的监测网络架构进行了设计,采用一种分级式网络架构;在此基础上着重研究了制曲监测网络的节点部署策略,并对数据帧格式进行了设计。然后设计了一种基于嵌入式实时操作系统μC/OS的智能汇聚网关,作为制曲感知监测网络构建中的重要组网模块,实现了数据的汇聚与转发;接着对曲房温湿度感知节点进行了硬件框架和软件功能上的设计;最后完成了制曲感知监测网络的构建并进行了连通性测试。(3)制曲感知监测系统软件设计及部署:首先对整体软件架构进行了设计,采用了B/S三层架构;然后根据制曲车间的生产需求对软件的功能模块进行了设计包括:数据可视化、历史记录查询、人员与设备管理;接着对生产数据库进行了设计和搭建,包括数据库概念设计和逻辑设计;最后完成了整个制曲监测系统的部署。