摘要：本文结合老牌机械加工厂工业物联网项目落地的实际经验，梳理了从现场部署、数据应用到架构选型的常见坑点，给准备落地或者正在落地的中级工程师提供可复用的实操参考。
很多工厂上马工业物联网，最后都成了摆在车间角落的摆设。钱花了几十万上百万，除了一块好看的电子看板，什么都没落下。
说出来你不信。我待的苏南这家老牌机械加工厂，三年前第一次上IIoT项目，交了快八十万的学费。今天把这些经验掰碎了说，都是真金白银砸出来的教训。
别拿消费物联网那套套工业场景
刚立项的时候，对接的方案商上来就给我们看他们做的手机远程监控APP，界面花里胡哨，看起来什么都能做。我们老板当场就拍板签合同。结果设备装完，一开机，直接傻了。
冲压车间那台1250吨闭式单点压力机，一起动，整个车间的电磁干扰直接把普通WiFi模块的信号冲没了，丢包率超过40%。数据传一半断一半，APP上的数字跳得跟抽奖似的。
太坑了。
说实话，大部分做物联网方案的，根本没下过重工业车间。他们不知道车间里10kV的母线就在设备旁边，不知道南方梅雨季节车间湿度能到90%，不知道金属粉尘能顺着缝隙钻进任何你能想到的接口。
后来我们按照GB/T 30269-2013《传感器网络术语》规定的工业现场通信要求，全部换成工业级LoRa网关，重新选了IP67防护等级的电流传感器，调整了信道避开工业变频器的干扰频段，才把丢包率降到1%以下。
给所有选型的工程师提个醒：别贪便宜用消费级元器件省那两三百块。三个月传感器锈死失灵，换一次的人工和停机损失，够买十个全新的工业级传感器。活下来，才是工业物联网的第一要义。
数据采上来不是放在那看的
踩完部署的坑，我们又掉进去第二个坑：采了一大堆没用的数据。刚上线的时候，我们16台数控车床，每台的电流、转速、油温、进给速度全采，每秒存好几个点，数据全存在云端，前台放了个4K大屏，全是跳动的曲线。老板看了高兴了半个月，然后大屏就成了车间的摆设，没人看了。
花了几十万，就买了个电子广告牌？这不扯呢吗。
后来我们调整了方向，不搞大而全，就解决一个具体问题：数控车床的刀具磨损预警。车间每天因为刀具崩刃撞刀，废掉的工件和刀柄，一年下来小几十万就没了。
我们按照ISO 13399-2015《切削刀具数据表示》的标准整理刀具基础数据，采主轴电流的有效值做特征，采样频率定在10Hz——一开始我们开到100Hz，一周就占满了网关存储，后来算过，刀具磨损的特征频段就在1-10Hz之间，10Hz足够，既省带宽又省存储，一年流量费才几百块。
模型我们没搞什么高大上的大模型，就用轻量的随机森林跑在本地边缘网关上，提前8小时预警刀具磨损，准确率能到92%。上线半年，省了快20万的刀具损耗和次品损失，当年就收回了这个模块的投入。
很多人吹工业物联网要大数据要AI要全链路打通，其实对中小工厂来说，解决一个具体的小痛点，比什么都强。你能帮车间师傅少废几个工件，少加几次无效班，比说一万句产业升级都实在。
边缘还是云？选型的权衡量出来给你看
现在圈内吵边缘还是云吵得不可开交，我给你说我们实际用下来的结论，没有绝对的好坏，看场景分就行了。
凡是涉及实时安全预警、设备联锁控制的，必须放边缘端。比如我们压力机的过载预警，要求延迟不能超过10ms，你把数据传到云端再发指令回来，网络一波动，延迟就几百毫秒，设备出事根本反应不过来。这种场景，哪怕成本高一点，也要把计算能力放在本地，稳比什么都重要。
凡是生产统计、质量追溯、能耗分析这类非实时需求的，放心放云端。不用自己维护服务器，不用专门招IT盯着，按年付服务费，出事找平台方解决，太适合没专职IT的中小工厂了。
不过话说回来，我们现在用的混合架构其实最舒服：边缘端做原始数据清洗和特征提取，只把异常数据和统计结果上传云端，原始数据都存在本地边缘节点，不上传。既解决了云安全的顾虑，又把流量成本压到极低，还能利用云端的算力做月度年度的数据分析，一举三得。
我见过太多工厂，上来就追最新的技术，别人搞全边缘我也搞全边缘，别人搞私有云我也搞私有云，最后预算花超了，运维跟不上，项目直接烂尾。适合自己生产规模和痛点的架构，才是对的。
最后说几句
工业物联网不是什么神话，也不是骗钱的幌子。它就是个帮你降本增效的工具而已。别搞花架子，找自己工厂最痛的那个点，先做小项目跑通，赚回钱了再慢慢扩张，比什么都稳。我们厂现在慢慢扩到了三个车间的刀具监测和能耗统计，每年稳定省七八十万，这就是实实在在的价值。
