- moneo IIoT 平台
- IIoT 知一二
執行器
將能量轉換為機械運動的裝置。在自動化技術中，執行器用於執行開啟或關閉閥門或移動機器等物理動作。
執行器-感測器介面 (As-i)
一種工業網路技術，可簡化自動化系統中感測器和執行器的配線。As-i 透過簡單的雙線總線實現裝置的低成本通信和電源供應。
進階規劃和調度 (APS)
進階規劃和調度技術旨在優化生產流程並最大限度地減少瓶頸。
進階振動分析 (AVA)
根據振動資料評估機器狀態的進階分析方法。AVA 有助於在早期階段偵測到異常和潛在問題。
演算法
解決問題或完成任務的精確分步計劃或指令序列。演算法是資料處理和機器學習的基礎。
異常偵測
描述對資料中異常或偏差模式的識別，以便及早發現工業設備的潛在中斷或故障。
人工神經網路
受生物神經網路啟發的用於機器學習的電腦模型。它可以偵測資料中的複雜模式，並在 IIoT 中用於進階分析。
通用人工智慧
一種人工智慧 (AI)，可以處理多種任務 - 與人類智慧相當。這些系統可以處理工業環境中的綜合任務。
描述可以執行通常需要人類智慧的任務的電腦和系統的發展。AI 應用於預測性維護和製程優化等各個領域。
一種使用資料和分析來優化工業資產效能和使用壽命的策略。
擴增實境 (AR)
用數位資訊覆蓋物理世界的技術，廣泛應用於工業領域的維護、培訓和遠端協助。
自動化
使用技術來控制或優化製程或程序，無需人工干預。在工業物聯網 (IIoT) 中，這意味著將自動化技術整合到工業系統中以提高效率和精度。
CAN 總線
用於車輛和其他工業應用的標準化通信協定。它能夠實現安裝在車輛或機器上的各種控制裝置、感測器和執行器之間的通信。
透過網際網路提供運算能力、儲存和應用。資源託管在遠端雲端服務中，無需使用本機伺服器或資料中心，可依需求靈活、擴展使用。
電腦化維護管理系統 (CMMS)
用於管理公司設備、機器和資源的維護和檢修的電腦輔助系統。
狀態監控
持續監控設備或機器以評估其操作狀態，通常使用感測器和資料分析來預測可能發生的故障。
糾正性維護
立即糾正發生的錯誤、缺陷或故障。目標是恢復設備或機器的正常運行和效能。
網路安全
涉及保護電腦系統、網路和資料免受未經授權的存取、攻擊和損壞，以確保數位資訊的機密性、完整性和可用性。
網路實體系統 (CPS)
由互連的運算裝置和實體組件所組成的系統。它們共同協作來監控和控制實體流程。
儀表板
資料的視覺表示，通常採用圖形或圖表的形式，可供快速瀏覽特定資訊。儀表板用於各個領域，例如業務報告、監控關鍵績效指標和控制系統。
資料流
網路或系統內的資料流。
資料湖
允許以原始格式儲存大量原始資料以便於分析和調查的中心位置。
資料管理
對系統中的資料進行管理和組織，以優化其存取和使用。
資料探勘
能夠盡可能自主且有效率地識別和描述大型資料集中的資料模式的過程。
資料科學
使用統計方法、機器學習和數據分析從資料中獲取見解和資訊的跨學科領域。
資料傳輸間隔 - 資料流間隔 (軟體)
資料在網路或系統中傳輸的速率。
資料倉儲
收集、儲存和準備來自各種來源的資料，以供分析和報告的中央資料庫。
決策樹
決策過程的圖形表示，以樹狀結構呈現。它通常用於資料分析和機器學習。
深度學習
機器學習的子領域，專注於多層人工神經網路 (深度網路)。它可供將複雜的模式和特徵處理成資料。
數位轉型
將數位技術融入業務營運的各個方面，以推動效率和創新的全面的組織轉型。
實體物件、處理序或系統的數位表示。它有助於在虛擬環境中進行監控、分析和模擬。
動態主機設定協定 (DHCP)
自動為網路上的電腦提供 IP 位址和網路設定的網路協定。
機器學習
使用演算法從資料中學習並做出預測或決策的一種人工智慧形式。
機器對機器 (M2M)
裝置之間直接通信，無需人工干預。它有助於聯網機器之間交換資料和資訊。
製造執行系統 (MES)
製造業中用於監控、控制和優化生產流程的電腦系統。
物料管理
管理公司內部的物料流和庫存水平，以確保有效利用資源。
平均故障間隔時間 (MTBF)
系統或裝置在兩次連續故障之間的平均運行時間。
平均故障時間 (MTTF)
系統或裝置故障之前的平均運行時間。
平均恢復時間 (MTTR)
系統從故障中恢復至正常運行所需的平均時間。
平均維修時間 (MTTR)
系統或裝置故障後維修所需的平均時間。
平均解決時間 (MTTR)
發現問題後徹底解決該問題所需的平均時間。
平均響應時間 (MTTR)
偵測到問題或故障後做出響應所需的平均時間。
訊息佇列遙測傳輸 (MQTT)
一種高效的訊息傳遞協定，用於 IoT 和 IIoT 應用中的通信，非常適合遠端、低頻寬位置。
Modbus
工業自動化中使用的通信協定，可實現電子裝置之間的通信。
預測分析
使用資料、統計演算法和機器學習預測未來事件或趨勢，並在此基礎上作出明智的決策。
使用資料分析和機器學習，在設備故障或維護需求發生之前作出預測。這樣可減少停機時間並提高效率。
預防性維護
預防性維護措施可定期執行以防止可能導致故障或運行效率低下的潛在問題。
製程資料
為了執行特定任務或操作而在系統中顯示或處理的資料。
生產規劃與控制 (PPC)
包括公司內的資源規劃和生產規劃與控制在內的流程，目的是確保製造流程順利進行。
Profibus
廣泛用於工業自動化技術中自動化裝置之間通信的行業標準。它可讓感測器、執行器和控制器在現場總線系統中連網。
可程式化邏輯控制器 (PLC)
自動化技術中用於控制機器和製程的專用工業電腦。PLC 透過程式設計進行設定以執行特定任務。
概念驗證 (PoC)
旨在證明某個想法、概念或技術在更大規模實施之前可行性或有效性的實踐論證。
協定
MQTT、CoAP (受限應用協定) 等標準，決定 IIoT 中裝置和系統之間資料傳輸的方式。
安全通訊端層 (SSL)
資訊安全中使用的加密協定，目的是確保資料透過網際網路安全傳輸。它通常用於保護線上交易期間的敏感資訊。
感測器
測量物理屬性或環境條件並將其轉換為電信號或資料的電子或機械裝置。感測器用於各種應用，包括工業自動化和消費類裝置。
車間
製造公司內進行實際生產和製造的實體位置。這裡是機器、員工和生產設施活躍的地方。
車間整合 (SFI)
將生產級別與管理級別連接起來，從而確保價值鏈和供應鏈中所有數位化業務流程無縫銜接並有效控制。
六西格瑪
旨在降低製程中錯誤率並提高產品或服務品質的品質管理方法。它以統計方法為基礎，有助於提高效率。
智慧工廠
智慧工廠整合物聯網 (IoT)、人工智慧和自動化等先進技術，使生產更有效率、更靈活、更互通。
智慧電網
利用先進技術優化能源消耗、整合再生能源並提高電網穩定性的智慧型電力網路。
智慧製造
智慧製造利用數位技術來優化製造流程。包括整合資料分析、自動化和連接系統，以實現更有效率的生產。
軟體即服務 (SaaS)
應用由第三方運營並可透過網際網路存取的授權模式，免除了現場安裝的必要。
強 AI
高度先進的人工智慧，能夠執行人類可以執行的所有智慧任務。迄今為止，這種類型的人工智慧尚不存在。
監督學習
一種機器學習形式，模型根據標記的訓練資料進行訓練，以識別模式並對未來資料進行分類或預測。
監督控制和資料採集 (SCADA)
一種用於在工業製程中監控和控制設備、收集即時資料並管理製程的控制系統架構。
供應鏈
從製造商到終端使用者的整個產品或服務製造、運輸和交付流程。
供應鏈可見性 (SCV)
使用 IIoT 追蹤和監控整個供應鏈，以即時了解有關貨物和物料流動的情況。
系統介面
讓不同的系統或組件能夠相互通信的介面。
遙測
自動測量並 (通常是無線) 傳輸來自遠端來源的各種感測器資料。
租戶
租戶是指雲端中的客戶。
時間序列資料
按時間順序收集的資料。它是一系列值或事件，每個時間點均分配特定的值。
高層
負責處理策略決策、領導力和公司治理的公司高層。相反，車間代表生產的運行級別。
全面生產維護 (TPM)
製造業中旨在最大限度提高整體設備效率的策略。它透過預防性維護、檢修和持續改進來實現，旨在最大限度地減少停機時間並提高生產率。
訓練資料
提供給機器學習模型以對其進行訓練的資料。這些資料包括有助於模型識別模式並作出預測的標記資訊。
傳輸控制協定 (TCP)
網際網路協定疊中的協定，負責在網路上的電腦之間可靠地傳輸資料。它確保資料以正確的順序到達並在必要時重新傳輸。