增材制造 (AM) 是 3D 打印技术的一种用例。另一个主要用例是快速原型制作。这两个用例都指从连续的材料层合成三维对象的过程。这些对象几乎可以是任何形状或几何形状，并且由 3D 模型或其他数据源生成。由于质量和成本竞争力的更高标准，增材制造目前比快速原型制造少得多。使用传统制造技术生产原型相对昂贵且耗时。在许多情况下，3D 打印机可以显着降低成本和时间。并且原型的质量通常可以低于成品的质量。相比之下，传统制造技术在大批量生产成品方面表现出色。出于这个原因，增材制造目前主要用于生产定制产品、小批量替换组件以及对传统制造工艺特别具有挑战性的设计。

高级计量基础设施 (AMI) 是传感器、智能仪表和软件的集成网络，使最终用户能够监控和控制水、天然气和电力等公用事业。 AMI 系统能够实时测量和可视化特定时间的数据，结合远程控制功能，可以帮助公司和家庭降低管理成本并更准确地跟踪资源消耗。 AMI 的应用必须辅以先进的安全系统，以确保数据和控制能力不被篡改。这很重要，因为直接计费和运营决策通常由 AMI 系统提供的数据决定。

先进的计划和调度（APS，也称为先进制造）是指一种制造管理过程，通过该过程可以优化分配原材料和生产能力以满足需求。 APS 特别适用于更简单的规划方法无法充分解决竞争优先级之间的复杂权衡的环境。

农业无人机是一类无人飞行器（UAV）。农业监控是无人机最成熟的用例之一。用例的价值主张源于使用传统的地面车辆监测广阔的农村农业土地的高劳动力成本。在许多环境中，由于无人机的天对地视角和飞越障碍物的能力，无人机在相同时间内覆盖的土地是地面观察者的 10 倍。无人机也可以自动进行日常评估，完全不需要人工操作。农业无人机的飞行可以通过不同程度的自主性进行控制，从附近的操作员远程控制到由机载协调的完全自主飞行计算机。无人机最常部署在具有不同地形气候的大型农场。它们在与细菌真菌或害虫相关的问题难以管理且需要定期监测的情况下也很有用。除了农田，无人机还被部署用于监测水产养殖和森林，以及家禽、牛和其他牲畜。

农业病虫害管理使用传感器来监测特定的害虫，以了解它们的活动、位置和行为模式。它是通过连接陷阱或传感器来报告特定的害虫水平并自动收集数据以采取更准确和及时的对策来完成的。可以跟踪农场不同区域或周边地区的害虫活动，以便在作物受到严重影响之前采取行动。此用例还包括综合虫害管理，这是一个选择虫害控制措施的过程，以确保有利的经济、生态和社会后果。自动化害虫管理的耗时方面，例如测量指标并根据预定义的规则对其做出响应，使过程更加准确、及时和高效。

资产健康管理是指分析由运营要求确定的资产健康状况的过程。资产的健康状况本身与资产的效用、更换需求和维护需求有关。它可以分解为三个关键部分： 1) 监控：跟踪资产的当前运行状态。 2) 诊断分析：将实时数据与历史数据进行比较，以检测异常情况。 3) 预测分析：根据实时和历史数据的分析，识别并优先考虑特定行动，以最大限度地延长资产的剩余使用寿命。

资产生命周期是资产管理中涉及的一系列阶段。它从确定资产需求的规划阶段开始，一直持续到其使用寿命和最终处置。资产生命周期管理的基本前提是在不丢失任何功能的情况下尽可能地扩展资产的可用性，从而降低总生命周期成本并增加资产的经济附加值。例如，当维护被忽视时，公司不得不与由此产生的意外故障、长时间延误和昂贵的紧急维护作斗争。适当的资产生命周期管理可以改进维护和管理有价值资产的过程。

增强现实或增强虚拟现实，是一种将现实世界信息和虚拟世界信息无缝集成的技术。真实环境和虚拟物体可以实时叠加在同一画面或空间上。增强现实技术可以将虚拟信息（物体、图片、视频、声音等）融入现实环境，丰富现实世界，构建更全面的周边环境。行业可以通过促进设备维护、指导商品的生产和制造过程以及提高营销冠军来从 AR 中受益。

医疗保健中的自动化疾病诊断是使用自动化数据系统来主动或被动地诊断疾病。该系统包含三个主要组件：医学知识库、数据处理和数据分析。首先，使用从医疗机构收集的实际临床数据构建语义丰富的知识库。系统可以基于现有的人口知识数据库，也可以个性化以考虑生活方式、荷尔蒙或其他每个患者独有的变量。其次，开发了一个自动化集成平台，供患者上传和管理他们的健康数据。数据与他们的临床数据集成，然后用作数据分析工具的输入。自动诊断结果被重新调整并可视化给相应的患者和医生。数据分析模型将根据医生和患者的反馈进行改进。

自动码垛和卸垛系统通过自动化纸板坯、盒子、托盘和包装的码垛，或将托盘拆包成单元进行进一步处理，使工业部门的生产线末端操作自动化。系统的范围可以从简单的机器人自动化到智能托盘和包装，它们可以相互传达有关容器内容的详细信息，以确保使用正确的产品和每种产品的正确处理类型准确地完成码垛。机器视觉的进步还可以通过智能调整机器人运动来实现涉及非标准化物品、位置以及包装和堆叠模式的流程自动化。这些系统可以与运输系统集成，建议在上游进行预分拣，以更好地匹配下游客户的交付。

自主机器人是智能机器，能够独立于人类直接控制或固定编程执行世界任务。示例范围从自主无人机到工业生产机器人，再到机器人真空吸尘器。它们结合了人工智能、机器人技术和信息科学领域的专业知识。自主机器人必须具备感知环境、分析态势数据的能力，以便根据其感知做出决策，然后根据这些能力修改其行为决定。例如，自主的范围可能包括启动、停止、绕过障碍物、与障碍物通信以及使用附属物操纵障碍物。今天很少有自主机器人在运行。即使是最复杂的动态机器人，例如汽车工厂中使用的机器人，也会根据静态编程进行操作。大多数自主机器人只是半自主的，即使更基本的自主在技术上变得可行，也可能会保持这种状态。例如，Roomba 真空吸尘器不会按照预先设定的路线移动，而是可以随着环境的变化动态地修改其路线。但是，它的自由度非常有限，这是由其编程决定的。

自动驾驶使用控制系统和技术来收集和交流车辆与任何可能影响车辆的实体之间流动的信息。自主交通有几个子集，包括车对车通信 (V2V) 和车对基础设施(V2I)。在所有情况下，该系统都将包括传感器，例如激光雷达，以提供对周围环境的感知。自动交通的主要目标是提供与不同交通方式和交通管理相关的创新服务，提高车辆的自动安全功能，并更好地协调交通网络的流动。好处包括提高道路利用效率、预防事故以及自动化停车和收费流程。

自主运输系统提供设备、行李、人员、信息或资源从点到点的无人驾驶、自主转移，且干预最少。它们可以包括各种运输工具，包括卡车、公共汽车、火车、地铁、轮船和飞机。它们最常部署在受控工业区，但预计很快将部署在具有不同程度自主权的公共区域。我们将自动运输系统与自动驾驶车辆区分开来。自动驾驶汽车服务于个人乘客（他们可能拥有也可能不拥有车辆），而自动驾驶运输系统是企业拥有的相互连接的车队，可以系统地满足特定需求。在讨论自主运输系统时，重点是车辆之间在与 ERP、MES 和其他企业数据管理系统接口的复杂系统中的交互。车辆的自主性是更大的自主和半自主活动互连系统的一个组成部分，其目标是实现业务或组织目标，例如将邮件从矿山运送到加工设施。

行为和情绪跟踪使用视频、音频传感器、可穿戴设备、地理定位标记和其他数据源来跟踪和推断人们的情绪和行为。例如，基于机器视觉和机器学习技术的面部识别可以将数据转化为情感和行为洞察力。使用传感器数据从不同的角度分析相同的情况提供了更丰富的见解。该用例实施的现有案例研究包括以消费者为中心的应用程序，例如购物者洞察力、社交媒体分析、人群安全和监视，以及本地化产品营销洞察力。

楼宇自动化和控制 (BAC) 系统涉及控制楼宇系统各个方面的硬件和软件的组合，可能包括电力、照明和照明、访问和安全、供暖、通风和空调系统 (HVAC)、环境传感器、电梯和自动扶梯和娱乐。楼宇自动化和控制系统的好处包括有效控制环境条件、单独房间控制、提高员工生产力、有效利用能源、提高设备可靠性和预防性维护。例如，系统可以提供有关建筑设备问题的信息，允许计算机化维护调度，而不是被动地识别和管理问题。建筑管理系统最常用于具有广泛的机械、暖通空调、电气和管道系统的大型项目中。楼宇管理系统 (BMS) 是 BAC 用例的核心。连接到 BMS 的系统通常占建筑物能源使用量的 40%；如果包括照明，这个数字平均接近 70%。因此，BMS 系统是管理能源需求的关键组件。不正确配置的 BMS 系统被认为会导致典型建筑能耗的 20% 或美国总能耗的 8% 左右的浪费。

建筑能源管理系统 (BEMS) 提供对各种连接系统的实时远程监控和集成控制，允许根据运行时间、占用率或其他因素对运行模式、能源使用和环境条件进行监控和修改变量以优化效率和舒适度。建筑能源管理系统还可以触发警报，在某些情况下可以预测问题并通知维护计划。他们维护历史性能记录，以便对其他建筑物或跨时间的性能进行基准测试，并可能有助于自动编写报告。 BEMS 通常与具有广泛操作范围的楼宇自动化和控制 (BAC) 系统集成。

校园区域网络 (CAN) 或公司区域网络是由特定地理区域内互连的局域网 (LAN) 组成的计算机网络。网络设备（例如，交换机和路由器）和传输介质（例如，光纤和 Cat5 电缆）几乎完全由校园的租户或所有者拥有，例如企业、大学或政府实体。校园区域网络大于局域网，但小于城域网 (MAN) 或广域网 (WAN)。校园区域网络通常与各种建筑物互连，通常部署在机场、海港、大型制造设施、办公园区和大学中。

聊天机器人是一种软件应用程序，用于通过文本或文本转语音进行自动对话，以代替与现场人工代理的直接联系。聊天机器人系统旨在令人信服地模拟人类作为对话伙伴的行为方式。他们需要大量的培训和测试才能接近行业标准的图灵测试，测试来自机器人系统的通信是否可以与人类通信区分开来。聊天机器人有两种主要的使用方式，通过基于 Web 的应用程序或独立应用程序。今天，聊天机器人最常用于客户服务领域，承担传统上由一级支持人员和客户满意度代表执行的角色。

临床图像分析是为临床分析和医疗干预创建身体内部视觉表示的技术和过程。临床医生能够更好地可视化和解释身体内部的情况。人工智能解决方案可以使用图像数据提供更快、更准确的诊断和治疗。根据哈佛医学院的研究，在美国，每花费 385 美元购买医疗成像设备，患者的住院时间就会减少一天。由于缺乏训练有素的医生，对更便宜、便携和微型版本的临床图像分析工具的需求正在上升，尤其是在发展中经济体。

一种灵活的人机交互形式，用户在引导和训练机器人时直接与机器人接触。协作机器人或“cobot”是一种可以在执行简单工业任务的同时安全有效地与人类工人互动的机器人。然而，末端执行器和其他环境条件可能会产生危险，因此在使用任何工业运动控制应用程序之前应进行风险评估。

计算机视觉的目的是对计算机进行编程以“理解”图像中的场景或特征。它旨在自动化人类视觉系统可以完成的任务。计算机视觉系统越来越多地用于解决工业检测问题，使检测过程完全自动化并提高其准确性和效率。计算机视觉最常见的应用之一是对微处理器、汽车、食品、药品。它还可以应用于图像中某些对象（例如，人脸）的检测、分割、定位和识别。

状态监测涉及监测一组定义机器或设备状态的参数，目的是识别表明潜在故障或效率低下的重大变化。维护团队经常使用状态监控来监控资产的实际状况并提取有关实际磨损和退化的信息。振动传感器或功率监视器等设备用于获取识别异常所需的数据。状态监测系统最常见的目标包括：降低维护成本将团队转移到基于状态的维护节省过早更改资源的成本改善停机时间响应标记效率低下

施工管理包括一系列支持建筑项目规划和执行的解决方案。此用例通常由管理人员、机器、材料、流程和环境资源的智能建筑工地平台支持，以实现数据驱动的决策。这些系统改善了团队之间和跨站点的协调工作，并简化了内部沟通。数据是从各种传感器、摄像头、设备和手动输入点收集的。然后通过多种通信协议（如 3G/4G/5G、WIFI 或LoRaWAN ）将数据传输到云端。一个集中的基于云的平台提供数据聚合、分析和利用。应用程序提供对现场管理条件（资产状态、污染、项目管理等）的管理可见性。解决方案还可能包括使用基于图像的 3D 点云和 4D 建筑信息模型 (BIM) 对施工进度进行操作级监控。

施工现场监控使用支持物联网的设备和传感器在施工现场收集数据，以便远程跟踪进度。支持物联网的设备跟踪使建筑公司能够管理利用率、控制成本并做出更明智的设备决策。现场监控传感器主要用于监控垂直施工中的封闭区域，而混凝土传感器则常见于水平施工中。施工现场监控也是无人机在活动现场最常见的用途。无人机扫描使现场管理人员能够远程获取高分辨率照片和视频，即使在日程安排被禁止的情况下，他们也可以“在现场”。高分辨率照片和视频通过支持识别和跟踪项目状态和潜在问题的 SaaS 解决方案传输给施工管理团队。

连续排放监测系统 (CEMS) 测量气流、灰尘、空气污染物（如 SO2、NOx、CO 等）的浓度以及与排放相关的其他参数。所需参数取决于固定源的类型和当地法规。标准 CEMS 由采样探头、过滤器、采样管（脐带）、气体调节系统、校准气体系统和一系列反映被监测参数的气体分析仪组成。通常监测的排放物包括：二氧化硫、氮氧化物、一氧化碳、二氧化碳、氯化氢、空气中的颗粒物、汞、挥发性有机化合物和氧气。 CEMS 还可以测量气流、烟气不透明度和水分。

假冒产品识别系统为单个物品提供唯一的数字身份。它可以通过区块链或传统标识符来实现。在任何一种情况下，核心功能都包括一个唯一标识符和跨产品运动的可追溯性，以提供跨价值链的运输信息。所有供应商和制造商必须采用单一系统，例如区块链平台，并使用“智能标签”来跟踪和确认每件商品的出处和位置。标签可以采用多种形式，包括带有独特二维码、RFID 的安全标签，或金属或陶瓷表面上的细微、故意的物理缺陷，以创建独特的签名。智能标签和相关标记可以应用于单个项目或批次。

网络安全是指保护硬件、软件和数据不因意外或恶意原因被破坏、更改或泄露，以确保系统连续运行和网络服务不中断的保护措施。一种有效的网络安全方法具有跨计算机、网络、程序和数据的多层次保护，人们打算保持安全。为了有效防御网络攻击，任何组织中的人员、流程和技术都应该相互补充。网络安全可以分为物理安全和逻辑安全。物理安全是指对系统设备和相关设施的物理保护，使其免受损坏和丢失。逻辑安全包括信息的完整性、机密性和可用性。

需求计划和预测是预测需求的供应链管理过程，以便能够可靠地生产和交付产品以满足客户需求，同时最大限度地减少浪费。有效的需求计划可以提高收入预测的准确性，使库存水平与需求的高峰和低谷保持一致，并提高特定渠道或产品的盈利能力。工业物联网中需求计划或预测的重点转向基于历史数据和通过供应链获取的实时数据预测需求。例如，库存水平可以指示订单的时间或可用于自动执行订单。

数字线程描述了连接数据流并在其产品生命周期中生成资产数据的整体视图的框架。该框架涉及协议、安全性和标准。通常，数字线程连接数字孪生、物理资产的数字模型或资产组。数字双胞胎是产品或系统的当前表示，模仿公司的机器、控制、工作流程和系统。同时，数字线程是产品或系统从创建到处置的生命周期的记录。