EMQ 和 Intel 評選工業物聯網領域最佳案例與應用
物聯網技術在各行業的數字化轉型中發揮著關鍵作用。通過實時數據采集、傳輸和分析等技術，讓工業制造、汽車出行、能源電力等行業得以實現設備間的智能互聯與實時監測，從而加強不同區域的資源協同與利用。此外，物聯網技術還為 AI 等新技術提供了更為豐富、優質的數據基礎，推動整個產業的科技變革。
EMQ 與 Intel 在去年九月啟動了第二屆物聯網案例大賽，本次大賽面向企業客戶與個人開發者開放，征集應用案例。報名的參賽者有機會申請使用 Intel 最新推出的開發套件愛克斯開發板（AIxBoard）、Intel 的工業邊緣洞見平臺（EII）以及 EMQ 的云邊端系列產品 （MQTT 物聯網數據接入平臺 EMQX，工業邊緣網關軟件 NeuronEX 以及工業互聯數據平臺 EMQX ECP 等）。
近日，大賽已圓滿結束，評審團根據提交案例的商業價值、技術創新和用戶體驗等方面評選出獲獎名單?，F正式公布本次大賽第二階段的獲獎名單及其案例概述。
申報大賽的企業涵蓋了工業制造、智慧電力、車聯網和航運等多個行業。獲獎企業中包括國網電力科學研究院、臺鈴科技以及常州皓鳴等行業的領軍企業。我們對每家獲獎企業和個人的項目情況進行了總結，希望為各行業提供數字化、實時化、智能化轉型升級的思路，并幫助企業建立實時高效的新一代數據底座。
獲獎名單
獲獎案例分享
企業賽道
上海研博數據信息技術有限公司
項目名稱：工業物聯網統一接入系統
獲獎理由：
上海研博數據致力于為工業制造領域的數字化轉型提供數據采集、匯聚與分析的整體解決方案及應用。研博數據利用 NeuronEX 與 EMQX 研發了工業物聯網統一接入系統。在智慧水務領域，通過青島水務集團物聯網統一接入系統一期項目，打造了全國首個水務行業涵蓋“供、排、環、固、海淡”的全產業鏈生產數據中臺。
該系統能夠向下實現海量的多源設備、異構系統數據的采集、交互、傳輸、控制及應用，向上為工業數據模型和工業應用提供數據服務。系統是具備高可用、高并發、低時延設備接入能力的城市級物聯感知平臺。系統能夠解決企業在數字化轉型中面臨的數據難以統一化、規范化、持續化接入的問題，同時也降低了數據接入的成本。
常州皓鳴信息科技有限公司
項目名稱：南通 IoT 數采平臺項目
獲獎理由：
常州皓鳴作為中天鋼鐵旗下的信息化公司，負責建設智慧工廠。該項目的核心任務是解決工廠海量數據的實時采集、處理和存儲問題。
項目采用了基于邊緣計算的云邊協同架構。在邊緣側，利用 NeuronEX 統一采集和分析異構設備數據。在云端，EMQX 承接了海量工業數據的實時匯入、存儲和處理，為工廠打造了高性能、高可用數據基座。
淮安市港航事業發展中心
項目名稱：基于物聯網的航標遙測遙控應用
獲獎理由：
項目利用云邊協同架構和 MQTT 平臺，實現了對航標的實時監測和遠程控制。包括利用大屏地圖在線展示和控制航標狀態，以及通過移動端進行巡檢和檢測航標。通過這種方式，項目不僅增強了實時性、還提高了擴展性并降低成本，使得巡檢工作更加輕松、便捷。
項目的 MQTT 平臺采用了企業版 EMQX。在港航中心云機房部署 EMQX，航標端的數據采控一體設備通過 MQTT 協議 與 EMQX 進行通信。這樣不僅實時采集航標的工作狀況，還可根據業務需要發送控制指令。數據傳輸之后，通過 EMQX 內置的規則引擎實現數據的持久化，從而助力后端監控中心建設可視化平臺。
國網電力科學研究院武漢南瑞有限責任公司
項目名稱：智能電網物聯接入架構研究
獲獎理由：
項目構建了一個高效、穩定且可靠的通用電力物聯網數據接入體系，實現了高頻實時數據更新、具備強大跨省網絡通訊能力和遠程設備管理的智能電網物聯體系，為武漢南瑞各業務渠道電力系統的數字化轉型提供了有力支持。
為了應對在建設新型電力物聯網體系中面臨的挑戰，項目采用了 NeuronEX 與 EMQX。這些挑戰包括數據節點多接入量大、跨省轉發網絡不穩定以及站端設備連接狀態不確定。NeuronEX 將不同設備協議統一轉為 MQTT 協議，然后將轉換后的數據流集中發送到 EMQX 數據接入組件。同時，利用 EMQX 的數據橋接、數據持久化、日志追蹤以及上下線通知功能，實現了跨省級數據轉發、高效的數據路由、斷線重連和離線緩存。
臺鈴科技股份有限公司
項目名稱：臺鈴智能車聯網聯服務應用
獲獎理由：
臺鈴作為市場領先的電動自行車公司，希望開發一款智能手機應用，讓用戶能夠遠程控制和管理他們的電動車，從而提供更智能、便捷的電動出行體驗。
項目利用 EMQX 作為 MQTT 消息服務器，實現了高并發連接、大數據吞吐以及車云通信功能。此外，通過利用 EMQX 的毫秒級時延特性，項目成功實現了對車輛的實時控制和監控。該項目成功幫助公司在兩輪車車聯網場景下連接了近 50 萬用戶，并且在高峰期保持了系統的穩定性。
合肥象形大數據技術有限公司
項目名稱：某卷煙廠工控數據運營平臺
獲獎理由：
合肥象形依托成熟的工業數據采集技術和解決方案，為某卷煙廠打造了實時數據基座，有效推動了智能工廠的建設。
該項目利用 NeuronEX 作為邊緣端工業協議網關軟件、EMQX 作為 MQTT消息服務器，實現了工廠制造過程實時數據高并發連接、大數據吞吐以及實時通信功能。此外，通過建立實時數據與數字孿生平臺的實時數據傳輸通道，該項目實現了“工廠-車間-設備”的孿生體，對生產、質量、設備和消耗等方面進行了實時監控和預警。不僅提高了生產效率，還為企業的決策提供了有力支持。
蘇州奇融谷技術有限公司
項目名稱：工業現場邊緣設備運維平臺
獲獎理由：
項目致力于打造一個專注于 AGV 機器人智能化運維的平臺，通過對機器人的實時監控、數據收集來感知設備狀態，同時提供遠程運維、軟件管控、硬件管控等功能來保障機器人的正常運轉，并提供批量遠程運維的方式進一步提高機器人的穩定性。
平臺利用 EMQ 的 MQTT 消息代理處理大量 AGV 機器人數據。通過實時跟蹤 AGV 機器人狀態和數據分析，平臺能夠快速響應設備故障并減少停機時間。此外，平臺還增強了數據傳輸的安全性和合規性，確保滿足對數據安全和合規的嚴格要求。
南京知亦行信息技術有限公司
項目名稱：基于數字孿生的設備預測性運行維護
獲獎理由：
知亦行為某知名汽車生產商提供了一種高效、實時的工業設備管理解決方案，使其設備健康狀態實現可視化。通過實時監控設備狀態，該項目能夠預測故障的發生，顯著減少非計劃性停機，縮短設備維修時間，并提高生產的連續性和穩定性，降低運維成本。
項目利用 MQTT 協議和 EMQX 平臺，支持數千臺設備的穩定高效接入。這解決了工業設備中普遍存在的標準化與非標準化協議問題。此外，該項目實現了高頻率數據采集，利用先進的 AI 算法自動檢測不同的工藝模式。針對各種應用場景，項目團隊定制了多種模型算法，顯著提高了故障診斷的準確率和效率。
個人賽道
劉兆隆
項目名稱：基于實時圖像處理技術的茶葉病害監測物聯網系統
獲獎理由：
項目開發了一款基于 AlxBoard 開發板和 OpenVINO 異構計算推理的智能茶葉病害監測系統，成功利用深度學習技術實現對茶葉病害的自動識別與分類。此系統顯著提高了茶葉病害識別的效率和準確性，為茶農提供了一個便捷、實用的監測工具，有效降低了勞動強度和經濟損失。
該系統通過連接工業級攝像頭實時捕捉茶葉圖像，利用深度學習模型進行圖像分析，準確識別出各類病害。同時，通過前端可視化界面實時展示包括視頻流和識別結果，直觀地了解茶葉病害情況。
徐超超
項目名稱：RoadSense - 基于坑洼檢測的智慧交通決策支持系統
獲獎理由：
項目設計了一套基于坑洼檢測的智慧交通決策支持系統。采用多傳感器的樹莓派作為數據采集節點，在獲取路面坑洼數據后，通過 EMQX 消息服務器實現數據的傳輸。系統將坑洼圖像、位置等統計信息通過 Web 平臺進行可視化展示，為駕駛員及道路管理人員提供出行和道路維護相關的決策支持。
項目利用 MQTT 協議的簡單易實現、支持 QoS、報文小等特點，將數據通過 EMQX 作為中轉站進行轉發，有效解決了開發中數據傳輸的難題，并符合本項目海量節點數據傳輸的特性。
商務（技術）咨詢，聯系 EMQ：https://www.emqx.com/zh/contact
