物联网与大数据技术的快速发展，为工业数字化提供了技术支撑。推进新型工业化建设，离不开底层操作系统、物联网数据采集、数据管理、数据分析应用等全生命周期的软件突破。

开放原子开源大赛——DGIOT工业物联网智能化场景及算法挑战赛，旨在针对工业设备多模态数据，解决数字化与智能化过程中的关键问题，提升数据治理与分析能力，发挥平台在产业核心价值，实现多行业普及与推广。

赛项目标与价值

1 赛项目标

▪ 物联网平台的技术攻坚与普及：实现物联网平台快速低成本地部署，以及高性能、高可靠稳定运行，促进其在多个行业的广泛应用与推广。

▪ 物联网数据治理：针对重要工业设备的实时运行参数、电参数等多模态物联感知数据，进行设备的高频海量多模态数据治理；物联网可信接入与安全；大型工业设备最佳工况分析与优化；能耗精细化分析等典型的算法通过赛项，解决上述数字化与智能化过程中的关键制约因素，从而实现工业设备快速接入、数据精准分析、设备建模快速准确、工业数据有效治理，充分发挥平台在产业中的核心价值。

2 赛项价值

▪ 让更多公司与客户了解开源，快速构建自身核心业务平台，实现产业升级。

▪ 鼓励更多的企业技术人员、高校院所师生共同参与开源社区建设，更好地完善物联网的教学和研究成果。同时，将企业的就业技能要求直接融入到物联网平台实训中，实现实训和就业的双重目标。

▪ 解决工业物联网智能化场景的关键设备难题，推动解决方案和算法的广泛应用。

3 比赛形式

▪ 比赛将进行初赛和决赛，每轮均采用单轮淘汰制；

▪ 初赛由专家团队对参赛团队的作品进行线上评审，评分排名前8名团队入围决赛；

▪ 决赛拟于4月底进行（具体地点待通知），现场专家评审组根据参赛团队的现场路演，评出最终获胜者；

▪ 获胜团队将获得丰厚奖金。

4 奖项设置

报名及操作指引

注册并登录大赛官网，点击报名，填写队伍信息

https://competition.atomgit.com

赛事辅导

https://atomgit.com/dgiot/dgiot_atomgit

报名官网 培训视频 交流群

比赛流程

赛题内容

本赛项的赛题分为智能化场景和算法两部分，参赛者需根据自身情况，在各个部分中做出合适的选择。

1 智能化场景部分

智能化场景解决的问题

使用DGIOT工业物联网平台的物模型，规则引擎、数据通道、组态化展示等低代码功能，进行协议插件扩展、设备建模等，快速进行物联网智能化场景的开发与扩展。

智能化场景功能选择要求

选择要求：扩展多场景设备协议插件与物联网低代码平台多场景扩展的功能为必选项。其余两项功能为可选项。

智能化场景要求的平台功能详细说明

▪ 扩展多场景设备协议插件

提供5个以上的物联网设备协议插件编写与传感器对接，设备实时数据采集；包括各种Modbus、MQTT、TCP、常见的设备协议，也可以是电表、水表、配电设备、园区设备等设备类型等；以及各种型号的PLC设备等。

▪ 全流程低代码设备接入技术

能够支持物模型-规则引擎-数据通道-组态大屏的全流程低代码配置；减少平台设备接入的工作量，标准化设备接入的过程，并能够提供多种行业模板。

▪ 设备建模及全生命周期管理

结合DGIOT物联网底座平台，通过设备的运行状态数据的采集，构建工业设备系统智慧管控工业互联网平台，解决大型工业设备系统全生命周期的安全与高效运行问题，预测性维护等，精细化运维等行业常见功能。

▪ 物联网低代码平台多场景扩展

基于DGIOT物联网平台低代码平台，结合云计算、人工智能、数字孪生等先进技术，拓展智能物联网实验室的多场景实训应用：如智慧工厂/车间、智慧校园、智能制造、智慧园区/场馆、智慧能源、智慧农业、智慧医疗、智慧城市等各种实际物联网场景。具备承载多协议多制式多厂家设备的接入与管理；实现低代码场景组态大屏，设备智能管控，场景智慧联动等实际价值。并可直接应用于实际商业应用场景，满足物联网实训与落地就业的双重需求。

2 算法技术部分

算法技术解决的问题

针对重要工业设备的实时运行参数、电参数等多模态物联感知数据，进行设备的高频海量多模态数据治理；物联网可信接入与安全；大型工业设备最佳工况分析与优化；能耗精细化分析等典型的算法。

算法技术详细说明

▪ 高频海量多模态数据采集与治理技术算法

围绕DGIOT的物模型，规则引擎、数据通道等技术，快速集成各种物联网子系统，实现多源异构大数据的低成本对接，以及数据孤岛打通，融合设备行为特征精准辨识理论与方法，研发面向多源个体时空数据的安全融合治理、设备特征演化知识图谱构建等技术。并在大型设备的智能诊断与运维领域开展示范应用。百亿级时序数据，毫秒级快速查询，提供高压缩比存储，并能兼顾检索性能。

▪ 大型设备多工况识别与最佳工况优化设计算法

构建多尺度多维度的大型设备运行模型、设备运行状态分析优化、设备多工况的特征模型库建立、关键部件寿命预测、设备的最佳运行工况特征分析，研究优化到最佳工况等关键技术。典型大型工业设备如：能源、化工、电机、水泵、机床、轴承等工业领域。

▪ 可信接入与网络安全算法

基于DGIOT物联网平台低代码平台已有的加密功能，扩展支持多日志源的快速高效收集、分析与检索，并可提供专业的网络安全诊断报告。另可扩展支持一机一密、一型一密的高强度可信接入算法，以及多种加密算法，保证物联网的可信接入。

▪ 设备精细化能耗分析与优化

基于DGIOT物联网平台低代码平台，针对大型工业设备的能耗特征，进行精细化的分时段、分场景、分产品等维度的设备耗电参数高频采集，提取工业设备的用电模型。提出针对设备用电特征的能耗优化方案，达到精细化节能。