研华文教基金会主办的2020 AIoT Developer InnoWorks物联网开发者计划再度起航，全球11所学校的开发者们参与其中，基于研华WISE-PaaS工业物联网云平台进行行业创新应用开发。
中国区域，来自燕山大学、河南工业大学、南京理工大学、江苏科技大学、西安科技大学的12支团队持续近4个月，围绕智能制造、智慧物流、智慧医疗、智慧农业等领域，开发了一系列智能应用解决方案。我们特别邀请高校开发者们，分享应用开发经验。
高校开发者们的实战分享
燕山大学 ——YanShan Hydraulics团队
旋转设备状态监测与轴承故障诊断在旋转设备中因轴承而引发的故障占30%-50%，其寿命离散性大，且易损坏。因此实时监测轴承的健康状态，对于设备安全平稳运行具有重要的现实意义。
YanShan Hydraulics团队此次就是以风电机组为依据，将神经网络故障判别理论与WISE-PaaS平台相结合，同时监测基础状态参数，实现对风电设备的预测性维护与轴承故障诊断。
为了实现在边缘端接收采集信号并作出状态智能诊断，需要将训练好的模型部署到边缘设备上。
首先将本地的卷积神经网络算法移植到AIFS平台上，通过使用编写Data Source SDK 去读取数据库中的故障数据集，使用云算力进行模型训练，同时通过编写Model SDK 将训练好的模型进行储存，利用OTA技术将保存好的模型派送到边缘设备。
基础状态数据的采集主要使用研华WebAccess/SCADA，通过物联网协议（如MQTT）通讯，在设备与云端即建立安全双向连接，避免了各种纷繁复杂的传输协议。
使用WISE-PaaS/Dashboard与WISE-PaaS/SaaS Composer对旋转设备一般状态参数（温度、转速等）快速可视化动态监测。同时与WISE-PaaS/AIFS建立通讯，对滚动更新训练的CNN模型实现绩效检阅。
我们借助于WISE-PaaS/OTA 2.0，快速将训练好的CNN模型部署到边缘设备上，实现对边缘设备模型的管理。
在边缘设备的inference程序的编写上，我们还添加了数据分析收集功能，若为故障数据则将接受到的数据回传至Mongdb数据库模型训练数据列表中，由维修人员确认故障之后，作为模型更新训练的依据。这样实现了被测数据基于条件的上云，解决了传统设备状态检测中被测数据量庞大的难题，帮助企业有效积累故障数据集。
此外，我们还在Dashboard中状态panel上面设置Alarm功能，若设备轴承处出现故障则可以通过邮件直接通知设备维护人员，及时安排检查。
行业应用开发Q&A“WISE-PaaS平台帮助我们实现了传统线下基于经验的设备诊断向云上基于数据的设备诊断的快速转型。对设备全面状态监测推理，及时发现问题、安排检修，避免不必要的经济损失甚至人员伤亡。”——YanShan Hydraulics团队
数据如何上传至WISE-PaaS？
WISE-PaaS提供了多元方式让用户上传数据，包含：
- 使用研华既有边缘解决方案：透过WebAccess/SCADA以及EdgeLink等边缘解决方案，直接将数据上传至WISE-PaaS数据库。
- 使用SDK开发边缘软件：透过Datahub Edge SDK，让使用者自行开发边缘软件，将数据传给WISE-PaaS/Datahub模块的data worker。
- 透过MQTT讯息协定：WISE-PaaS/IoTHub模块实现了RabbitMQ信息仲介软件，让开发者用户透过MQTT协定将数据导入WISE-PaaS平台。
数据如何接入Dashboard进行可视化呈现？
通过数据源的配置，可以很轻易地将数据导入做可视化呈现，WISE-PaaS/Dashboard提供了多元的数据源支持，包含时序型数据库如InfluxDB，还有一般关联式数据库如MySQL及Postgresql等，另外尚有多种类型数据源待您发掘。
SaaS Composer是否可以导入现有3D模型？
可以，SaaS Composer支持常见3D模型的导入，包含OBJ、MTL、3ds等常见档案格式。
基于WISE-PaaS如何实现告警功能？
除了WISE-PaaS/Dashboard模块中，可以配置告警条件，利用邮件、短信及微信等进行告知，也可以使用WISE-PaaS/Notification模块进行API整合。
通过WISE-PaaS/AIFS能实现哪些功能？
WISE-PaaS/AIFS 人工智能应用框架服务，除了提供线上模型训练的运算资源，开发者也可利用其线上编辑器直接撰写代码。同时提供完整的模型训练周期配置，从训练、超参数微调、模型部署、乃至透过预测结果监控来触发模型再训练等。
InnoWorks开发者实作计划，只是研华产学项目中的一个缩影。研华始终贯彻“产学合作、人才培育、以人为本、诚信笃实”的理念，坚持产学合作、创新学习以及人才结缘。后续我们也将推出更多产学项目，以挖掘、培养更多AIoT创新人才。
