Stratégie de prise de décision intelligente et de communication dans l'Internet industriel des objets

Les interactions intelligentes machine-machine (M2M), telles que celles rendues possibles par l'Internet des objets (IoT), ont permis aux personnes et aux machines de communiquer et de prendre des décisions ensemble. De plus, ces systèmes sont devenus de plus en plus importants dans les secteurs commercial et industriel au cours des deux dernières décennies. L'Internet industriel des objets (IIoT) est un système intelligent comprenant des équipements d'ingénierie qui peuvent se connecter les uns aux autres pour améliorer les opérations de fabrication. Cette tâche deviendrait plus compliquée si la quantité d'énergie utilisée par les écosystèmes de l'IIoT, ainsi que la quantité de trafic réseau qu'ils génèrent, augmentaient de manière significative. Par conséquent, les processus de prise de décision durant la communication sont essentiels pour l'interaction autonome dans les infrastructures critiques de l'IoT. Les usines intelligentes utilisent des technologies de communication pour suivre et rassembler des informations en temps réel afin d'améliorer la production, l'efficacité et la prévisibilité tout en réduisant le coût global des opérations essentielles. Dans ce contexte, l'industrie 4.0 ne se limite pas à traiter les problèmes d'intégration des technologies, mais elle se concentre également sur la collecte, la diffusion, l'utilisation et l'organisation des données et améliore la livraison des solutions ou des services de manière plus rapide et durable. Cette étude vise à créer un système de communication basé sur NF pour les plateformes IIoT afin de tirer parti de ces avantages. Le modèle proposé inclut des procédures de prise de décision intelligente pour résoudre les problèmes de communication. Comparé aux nombreuses méthodes déjà en usage, la viabilité fonctionnelle du mécanisme proposé dans le système automatisé s'avère optimale. Les résultats des simulations révèlent que la méthode proposée a amélioré la précision et la fiabilité de la communication des plateformes IIoT par rapport aux méthodes précédentes. En dehors de cela, le modèle proposé maintient le débit de l'unité d'automatisation locale à 96,03 % et le débit de la salle de production à 95,58 % en moyenne tout en conservant le PLR moyen le plus bas d'environ 26,48 % à travers différents débits de données.