工业4.0术语表
什么是工业4.0？
工业4.0，又称第四次工业革命，是指通过运用互联技术、自动化和数据驱动的智能技术，实现制造业和工业运营的数字化转型。
其核心在于将先进的传感器、软件、互联技术和分析能力相结合，从而实现生产流程的实时可视化、决策优化以及持续改进。机器对机器（M2M）通信和实时数据交换使制造系统能够动态响应不断变化的条件，从而提高效率、质量和可持续性。
工业4.0常被称为智能制造。
什么是IIoT（工业物联网）？
工业物联网（IIoT）是指由互联的传感器、接口、边缘设备和系统组成的网络，用于实现工业生产数据的采集、交换和分析。
在制造环境中，IIoT使机器、工艺和生产线能够实时共享数据。随后对这些数据进行分析，可提高工艺稳定性、减少废品率、优化机器性能，并支持预测性维护策略。IIoT构成了工业4.0的技术基础。
什么是边缘设备？
边缘设备是一种硬件组件，用于管理机器、本地系统和云平台之间的数据流。
在 IIoT 环境中，边缘设备（通常称为网关）负责数据处理、缓存、路由、加密以及安全数据传输等任务。在边缘进行数据处理可以降低延迟、提高可靠性，并确保只有相关且安全的数据才会被发送至云端。
制造业中的人工智能（AI）是什么？
人工智能（AI）指无需明确编程即可从数据中学习，并识别模式、趋势及关联关系的算法和系统。
在制造业中，AI 可用于识别质量问题的根本原因、确定最佳运行参数、预测设备故障，并支持数据驱动的决策。AI 基于历史和实时生产数据，持续优化生产结果。 了解更多。
什么是机器学习？
机器学习是人工智能的一个分支，它使系统能够自动从数据中学习，并随着时间的推移不断提升性能。
机器学习模型不会遵循固定规则，而是随着新数据的加入而不断调整。在工业应用中，机器学习通常用于生产流程中的模式识别、异常检测和预测分析。
什么是深度学习？
深度学习是机器学习的一个专门分支，它利用人工神经网络来建模大型数据集中的复杂关系。
这些多层神经网络使深度学习系统能够在复杂的工业应用中实现更高的准确性，例如基于图像的质量检测、高级异常检测以及高度非线性的工艺优化。
什么是专家执行系统（EES）？
专家执行系统（EES）是一种基于人工智能的系统，它持续监控生产流程中的数据，并制订最佳的设备和工艺设定值。
通过分析实时和历史数据，EES支持工厂性能的整体优化，帮助制造商提高整体效率、稳定性和工艺一致性。
什么是云系统？
云系统提供按需计算能力和数据存储，无需庞大的本地基础设施。
在工业 4.0 环境中，云平台支持可扩展的数据存储、高速分析、安全的数据共享以及全球互联。云系统非常适合处理海量工业数据，并支持高级分析和人工智能应用。了解更多。
什么是 AWS（亚马逊网络服务）？
亚马逊网络服务（AWS）是一个安全的公有云平台，提供计算能力、数据存储、分析和应用服务。
AWS 使企业能够在全球范围内扩展数字解决方案，同时满足安全性、可靠性和性能方面的高标准。
什么是阿里云？
阿里云是一个安全的云服务平台，提供计算、数据存储、分析和安全解决方案。
它特别适合在中国开展业务，因为其数据存储在本地服务器上，并在该国的监管框架内运行，包括遵守“防火墙”规定。
什么是 Monitizer？
Monitizer 是一个工业物联网（IIoT）平台，可安全地收集、传输和分析生产数据，以支持数据驱动的制造优化。
数据通过专用硬件收集，经过加密后，通过安全连接传输至 Monitizer 平台。该平台在全球范围内使用 AWS 托管于公有云，在中国境内则使用阿里云。了解更多。
什么是 VPN（虚拟专用网络）？
虚拟专用网络（VPN）是一种安全的网络连接，它对数据进行加密，并支持对系统和网络进行安全的远程访问。
在工业环境中，VPN 通常用于在远程连接站点、用户或系统时保护敏感的生产数据。
什么是加密？
加密是将信息转换为不可读格式以防止未经授权访问的过程。
只有拥有正确解密密钥的授权用户或系统才能将加密数据还原为可读形式。加密是保障工业数据安全传输和存储的基本要求。
什么是智能制造？
智能制造是指利用数字技术、互联互通和高级分析，通过提高可视性、自动化以及数据驱动的决策来优化制造运营。
在铸造行业，这种方法通常被称为“智能铸造厂”——其中机器、工艺和生产系统相互连接，以持续收集和分析数据。这使铸造厂能够提高工艺稳定性、减少废品、优化能源和材料使用，并更快应对生产链中的各种问题。
智能制造与“工业4.0”原则紧密契合，致力于将生产数据转化为可操作的洞察，从而支持持续改进和长期运营绩效。
什么是智能铸造厂？
智能铸造厂将智能制造和“工业4.0”原则专门应用于铸造作业，利用互联技术、生产数据和高级分析来提升可视性、稳定性和整体绩效。
在智能铸造厂中，从熔炼、造型到浇注及精整的各类设备和生产流程均实现数字化互联。通过对数据的持续分析，可减少废品率、优化能源和原材料的使用，并支持整个铸造厂更快地做出数据驱动的决策。