2025年工業(yè)智能(工業(yè)互聯(lián)網(wǎng)與智能決策)試卷及答案一、單項(xiàng)選擇題（每題2分，共20分）1.在工業(yè)互聯(lián)網(wǎng)參考架構(gòu)IIRA中，將“邊緣網(wǎng)關(guān)”劃歸為哪一層？A.邊緣層?B.平臺(tái)層?C.企業(yè)層?D.控制層答案：A解析：IIRA把邊緣網(wǎng)關(guān)歸為邊緣層，負(fù)責(zé)協(xié)議轉(zhuǎn)換、數(shù)據(jù)預(yù)處理與本地緩存，以降低上行帶寬壓力。2.某離散制造企業(yè)采用OPCUAoverTSN實(shí)現(xiàn)設(shè)備互聯(lián)，下列哪項(xiàng)最能體現(xiàn)TSN的核心價(jià)值？A.毫秒級(jí)時(shí)鐘同步?B.基于Web的語(yǔ)義描述?C.發(fā)布/訂閱機(jī)制?D.內(nèi)置安全加密答案：A解析：TSN（TimeSensitiveNetworking）通過(guò)802.1AS時(shí)鐘同步協(xié)議實(shí)現(xiàn)亞微秒級(jí)全局時(shí)鐘，保障運(yùn)動(dòng)控制等高實(shí)時(shí)場(chǎng)景。3.在工業(yè)智能決策系統(tǒng)中，采用“數(shù)字孿生+強(qiáng)化學(xué)習(xí)”聯(lián)合優(yōu)化時(shí)，獎(jiǎng)勵(lì)函數(shù)設(shè)計(jì)需避免以下哪種偏差？A.稀疏獎(jiǎng)勵(lì)?B.即時(shí)獎(jiǎng)勵(lì)?C.折扣獎(jiǎng)勵(lì)?D.平均獎(jiǎng)勵(lì)答案：A解析：稀疏獎(jiǎng)勵(lì)導(dǎo)致智能體在探索初期幾乎無(wú)法獲得有效梯度，造成收斂緩慢或陷入局部策略。4.工業(yè)現(xiàn)場(chǎng)部署5GuRLLC切片時(shí)，以下哪項(xiàng)指標(biāo)最能直接反映“超可靠”？A.99.9%包時(shí)延≤4ms?B.99.99%包時(shí)延≤1ms?C.99%包時(shí)延≤10ms?D.99.999%包時(shí)延≤5ms答案：B解析：3GPPR16定義uRLLC的“超可靠”為99.99%以上數(shù)據(jù)包在1ms內(nèi)成功傳輸。5.在聯(lián)邦學(xué)習(xí)框架下，參與方上傳的是：A.原始時(shí)序波形?B.本地模型梯度?C.特征工程規(guī)則?D.聚類中心答案：B解析：聯(lián)邦學(xué)習(xí)通過(guò)傳遞加密梯度，實(shí)現(xiàn)“數(shù)據(jù)不出廠、模型出廠”，滿足企業(yè)隱私合規(guī)。6.某煉化工廠使用CPS建模，需將AspenPlus與Python耦合，最穩(wěn)定的接口方式是：A.OPCClassic?B.CAPEOPEN?C.ModbusTCP?D.ODBC答案：B解析：CAPEOPEN是流程工業(yè)標(biāo)準(zhǔn)，支持熱力學(xué)包、反應(yīng)器模型雙向調(diào)用，比OPC更適合穩(wěn)態(tài)模擬。7.工業(yè)智能中，采用GraphSAGE對(duì)設(shè)備知識(shí)圖譜進(jìn)行節(jié)點(diǎn)嵌入時(shí)，其“采樣+聚合”步驟主要解決：A.冷啟動(dòng)?B.歸納式泛化?C.長(zhǎng)程依賴?D.梯度消失答案：B解析：GraphSAGE通過(guò)鄰居采樣與聚合生成歸納式嵌入，可直接泛化到未見(jiàn)節(jié)點(diǎn)，適合動(dòng)態(tài)擴(kuò)線場(chǎng)景。8.在邊緣計(jì)算任務(wù)卸載決策中，若采用Lyapunov優(yōu)化框架，其關(guān)鍵控制參數(shù)V的作用是：A.權(quán)衡隊(duì)列積壓與能耗?B.控制學(xué)習(xí)率?C.設(shè)置折扣因子?D.決定批大小答案：A解析：V越大，系統(tǒng)越傾向降低隊(duì)列積壓，但可能增加能耗；V→0則反之，實(shí)現(xiàn)O(1/V)效用損失與O(V)隊(duì)列上界。9.工業(yè)時(shí)序數(shù)據(jù)庫(kù)InfluxDB相比傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)，在存儲(chǔ)壓縮上主要依賴：A.LSMTree+列式編碼?B.B+樹(shù)+行存?C.哈希索引?D.位圖索引答案：A解析：InfluxDB采用LSMTree存儲(chǔ)引擎，結(jié)合列式編碼（如Gorilla浮點(diǎn)壓縮），可實(shí)現(xiàn)10:1以上壓縮比。10.在工業(yè)智能項(xiàng)目中，采用“灰度發(fā)布”策略的主要目的是：A.降低模型漂移?B.控制變更風(fēng)險(xiǎn)?C.提升并發(fā)吞吐?D.減少標(biāo)注成本答案：B解析：灰度發(fā)布通過(guò)小流量實(shí)驗(yàn)驗(yàn)證模型效果，異常時(shí)可快速回滾，保障生產(chǎn)連續(xù)性。二、多項(xiàng)選擇題（每題3分，共15分，多選少選均不得分）11.下列哪些技術(shù)組合可有效提升工業(yè)視覺(jué)小樣本缺陷檢測(cè)精度？A.遷移學(xué)習(xí)+數(shù)據(jù)增強(qiáng)?B.自監(jiān)督對(duì)比學(xué)習(xí)?C.主動(dòng)學(xué)習(xí)+人工標(biāo)注?D.知識(shí)蒸餾+模型壓縮答案：A、B、C解析：D項(xiàng)知識(shí)蒸餾側(cè)重壓縮而非提升精度；A、B、C均可利用有限樣本增強(qiáng)泛化。12.在工業(yè)大數(shù)據(jù)治理中，屬于“數(shù)據(jù)血緣”元數(shù)據(jù)的有：A.字段級(jí)ETL轉(zhuǎn)換腳本?B.調(diào)度任務(wù)依賴圖?C.數(shù)據(jù)質(zhì)量評(píng)分?D.業(yè)務(wù)術(shù)語(yǔ)標(biāo)準(zhǔn)答案：A、B解析：血緣關(guān)注“從哪來(lái)、到哪去”，C、D屬于質(zhì)量與標(biāo)準(zhǔn)范疇。13.關(guān)于工業(yè)場(chǎng)景下的AutoML，下列說(shuō)法正確的有：A.NAS可直接搜索適合振動(dòng)信號(hào)的1DCNN結(jié)構(gòu)?B.貝葉斯優(yōu)化適合超參維度<20的小規(guī)模搜索?C.強(qiáng)化學(xué)習(xí)搜索需大量GPU，不適合邊緣?D.元學(xué)習(xí)可復(fù)用歷史產(chǎn)線模型，加速新產(chǎn)線適配答案：A、B、D解析：C錯(cuò)誤，最新ProxylessNAS可在邊緣設(shè)備上直接搜索輕量結(jié)構(gòu)。14.以下哪些指標(biāo)可用于評(píng)估工業(yè)預(yù)測(cè)性維護(hù)模型的“經(jīng)濟(jì)收益”？A.MTTR降低百分比?B.備件庫(kù)存周轉(zhuǎn)率?C.假陽(yáng)性成本?D.AUC值答案：A、B、C解析：AUC為性能指標(biāo)，不直接映射收益；A、B、C均可折算為年化節(jié)省金額。15.在工業(yè)區(qū)塊鏈溯源中，采用“鏈上哈希+鏈下存儲(chǔ)”模式的優(yōu)勢(shì)包括：A.降低鏈上膨脹?B.支持大體量CAD文件?C.提升TPS?D.增強(qiáng)智能合約復(fù)雜度答案：A、B、C解析：鏈下存儲(chǔ)僅把哈希寫鏈，既防篡改又提升吞吐；D錯(cuò)誤，復(fù)雜度反而降低。三、判斷題（每題1分，共10分，正確打“√”，錯(cuò)誤打“×”）16.在工業(yè)邊緣AI芯片上，INT8量化后的精度損失一定高于FP16。答案：×解析：通過(guò)量化感知訓(xùn)練（QAT）與校準(zhǔn)，INT8精度可接近甚至持平FP16。17.數(shù)字孿生體必須依賴實(shí)時(shí)3D可視化引擎才能產(chǎn)生業(yè)務(wù)價(jià)值。答案：×解析：后臺(tái)數(shù)學(xué)模型+API亦可驅(qū)動(dòng)優(yōu)化，無(wú)需可視化，如基于FMI的聯(lián)合仿真。18.聯(lián)邦學(xué)習(xí)中，SecureAggregation可防止中央服務(wù)器窺探單個(gè)參與方梯度。答案：√解析：通過(guò)掩碼與秘密共享，服務(wù)器僅能獲得聚合梯度，無(wú)法反推個(gè)體。19.工業(yè)時(shí)序異常檢測(cè)采用LSTMautoencoder時(shí)，重構(gòu)誤差閾值若設(shè)為3σ，則一定滿足0.3%誤報(bào)率。答案：×解析：工業(yè)數(shù)據(jù)非高斯且含季節(jié)項(xiàng)，3σ假設(shè)失效，需用極值理論動(dòng)態(tài)估計(jì)。20.在工業(yè)5G中，采用網(wǎng)絡(luò)切片后不同切片間帶寬資源絕對(duì)隔離，互不搶占。答案：×解析：R16僅提供邏輯隔離，底層仍共享物理資源，極端場(chǎng)景下存在搶占。21.對(duì)于高不平衡的缺陷樣本，采用FocalLoss可自動(dòng)降低易分樣本權(quán)重。答案：√解析：FocalLoss通過(guò)(1p)^γ調(diào)制因子，抑制大量負(fù)樣本梯度，聚焦難例。22.工業(yè)知識(shí)圖譜的本體設(shè)計(jì)階段，應(yīng)優(yōu)先參考ISO15926標(biāo)準(zhǔn)。答案：√解析：ISO15926覆蓋流程工業(yè)全生命周期數(shù)據(jù)模型，是國(guó)際通用本體。23.在強(qiáng)化學(xué)習(xí)策略迭代中，策略評(píng)估與策略改進(jìn)必須交替進(jìn)行，不可并行。答案：×解析：廣義策略迭代（GPI）允許并行，只要評(píng)估與改進(jìn)均向最優(yōu)收斂。24.工業(yè)場(chǎng)景中，采用MQTTSparkplug規(guī)范時(shí)，必須強(qiáng)制使用TLS1.3。答案：×解析：規(guī)范推薦TLS，但允許場(chǎng)景協(xié)商，部分內(nèi)網(wǎng)可降維使用單向認(rèn)證。25.基于CPS的閉環(huán)控制中，若通信延遲>采樣周期，系統(tǒng)仍可保證穩(wěn)定，只要采用LQR控制器。答案：×解析：大延遲需引入Smith預(yù)估或時(shí)延補(bǔ)償，純LQR無(wú)法保證穩(wěn)定。四、填空題（每空2分，共20分）26.在工業(yè)邊緣計(jì)算參考架構(gòu)中，______層負(fù)責(zé)將現(xiàn)場(chǎng)總線協(xié)議轉(zhuǎn)換為MQTT/HTTPS，實(shí)現(xiàn)“南向”與“北向”解耦。答案：邊緣網(wǎng)關(guān)解析：邊緣網(wǎng)關(guān)運(yùn)行協(xié)議轉(zhuǎn)換棧，如KEPServerEX、Neuron，實(shí)現(xiàn)Modbus→MQTT。27.工業(yè)視覺(jué)檢測(cè)采用YOLOv5時(shí)，若輸入為4096×2048高分辨率圖像，直接訓(xùn)練顯存不足，可采用______策略，將大圖切分為若干子圖并保留原始標(biāo)注。答案：滑動(dòng)窗口+標(biāo)簽重映射解析：滑動(dòng)窗口裁剪后，需將標(biāo)注框坐標(biāo)偏移至子圖局部坐標(biāo)，再合并NMS。28.在工業(yè)時(shí)序預(yù)測(cè)中，若采樣周期為1s，需預(yù)測(cè)未來(lái)1h，則輸出步長(zhǎng)為_(kāi)_____步。答案：3600解析：1h=3600s，步長(zhǎng)=3600/1=3600。29.采用Prophet模型對(duì)設(shè)備溫度進(jìn)行預(yù)測(cè)時(shí)，若發(fā)現(xiàn)節(jié)假日效應(yīng)顯著，應(yīng)在組件中添加______項(xiàng)。答案：holiday解析：Prophet內(nèi)置holiday組件，可輸入自定義節(jié)假日列表，自動(dòng)估計(jì)前后窗口效應(yīng)。30.工業(yè)區(qū)塊鏈若采用PBFT共識(shí)，其容錯(cuò)節(jié)點(diǎn)數(shù)f與總節(jié)點(diǎn)數(shù)N的關(guān)系為_(kāi)_____。答案：N≥3f+1解析：PBFT需2f+1個(gè)誠(chéng)實(shí)節(jié)點(diǎn)才能達(dá)成共識(shí)，故總節(jié)點(diǎn)至少3f+1。31.在工業(yè)大數(shù)據(jù)Lambda架構(gòu)中，______層負(fù)責(zé)存儲(chǔ)不可變?cè)紨?shù)據(jù)，支持重算。答案：BatchLayer解析：BatchLayer保存全量原始數(shù)據(jù)，使用HDFS、S3等，支持任意重放與重算。32.工業(yè)智能決策系統(tǒng)采用BOM驅(qū)動(dòng)的仿真時(shí)，若需將設(shè)計(jì)BOM轉(zhuǎn)換為制造BOM，核心算法是______。答案：BOMexplode&flatten解析：通過(guò)遞歸展開(kāi)并扁平化，生成適合MES的MBOM，包含工藝路線與工位信息。33.在工業(yè)5G中，采用______技術(shù)可在物理層實(shí)現(xiàn)微秒級(jí)時(shí)隙交換，保障確定性傳輸。答案：minislot解析：R15引入自包含時(shí)隙與minislot，最短2符號(hào)，可搶占eMBB流量。34.工業(yè)知識(shí)圖譜采用RDF模型時(shí)，三元組主語(yǔ)通常使用______標(biāo)識(shí)，確保全局唯一。答案：URI解析：URI提供全局唯一命名空間，支持跨企業(yè)圖譜融合。35.在工業(yè)邊緣AI芯片上，若算力為4TOPS，運(yùn)行INT8量化的MobileNetV2，其理論幀率可達(dá)______FPS（假設(shè)模型計(jì)算量為0.3GOPS）。答案：13333解析：幀率=4TOPS/0.3GOPS=4000/0.3≈13333FPS。五、簡(jiǎn)答題（每題8分，共40分）36.簡(jiǎn)述工業(yè)邊緣計(jì)算中“云邊協(xié)同”的三類資源調(diào)度模式，并給出各自適用場(chǎng)景。答案：（1）集中式調(diào)度：云端控制器擁有全局信息，統(tǒng)一決策，適合小型工廠、網(wǎng)絡(luò)穩(wěn)定且任務(wù)非實(shí)時(shí)；（2）分布式協(xié)商：邊緣節(jié)點(diǎn)基于博弈或市場(chǎng)機(jī)制競(jìng)價(jià)，適合多廠區(qū)協(xié)作、隱私敏感；（3）混合分層：云端負(fù)責(zé)粗粒度資源分配，邊緣做毫秒級(jí)細(xì)粒度調(diào)度，適合高實(shí)時(shí)運(yùn)動(dòng)控制與視覺(jué)質(zhì)檢混合產(chǎn)線。解析：三類模式在信息粒度、決策時(shí)延、通信開(kāi)銷上權(quán)衡，需結(jié)合SLA選擇。37.給出工業(yè)時(shí)序異常檢測(cè)中“基于對(duì)比學(xué)習(xí)”方法的訓(xùn)練流程，并說(shuō)明如何克服標(biāo)簽稀缺。答案：流程：①對(duì)原始振動(dòng)信號(hào)做隨機(jī)裁剪、幅值縮放、時(shí)間扭曲等正例增強(qiáng)；②采用1DCNN編碼器提取表征；③批次內(nèi)負(fù)樣本采用其他序列片段；④通過(guò)InfoNCE損失拉大正負(fù)樣本距離；⑤線上階段用記憶庫(kù)更新中心向量，計(jì)算測(cè)試序列與最近鄰距離作為異常分?？朔?biāo)簽稀缺：對(duì)比學(xué)習(xí)無(wú)需異常樣本，僅依賴正例增強(qiáng)與負(fù)樣本采樣，實(shí)現(xiàn)自監(jiān)督；進(jìn)一步可用主動(dòng)學(xué)習(xí)挑選高異常分樣本人工標(biāo)注，迭代精調(diào)。38.說(shuō)明數(shù)字孿生驅(qū)動(dòng)的排產(chǎn)優(yōu)化與傳統(tǒng)APS的核心差異，并給出一種融合框架。答案：差異：傳統(tǒng)APS基于靜態(tài)數(shù)學(xué)規(guī)劃，無(wú)法實(shí)時(shí)反饋設(shè)備磨損、溫漂等動(dòng)態(tài)擾動(dòng)；數(shù)字孿生通過(guò)實(shí)時(shí)CPS數(shù)據(jù)更新模型參數(shù)，實(shí)現(xiàn)閉環(huán)滾動(dòng)優(yōu)化。融合框架：以數(shù)字孿生體為“仿真評(píng)估器”，APS為“優(yōu)化求解器”，采用“仿真—優(yōu)化—再仿真”雙環(huán)：外層遺傳算法搜索排產(chǎn)方案，內(nèi)層孿生體評(píng)估實(shí)際KPI（能耗、延誤），返回適應(yīng)度值；每30min滾動(dòng)一次，實(shí)現(xiàn)“模型即服務(wù)”。39.工業(yè)5G與TSN融合網(wǎng)絡(luò)中，如何實(shí)現(xiàn)跨域時(shí)鐘同步？給出協(xié)議棧與關(guān)鍵參數(shù)。答案：協(xié)議棧：UE←5GgNB←TSCF（TimeSensitiveCommunicationFunction）←TSNTranslator←TSNBridge關(guān)鍵參數(shù)：①5G側(cè)：基于IEEE802.1AS2020的gPTPoverTSN，時(shí)鐘精度≤1μs；②翻譯器：維護(hù)5Glogicalclock與TSNgrandmasterratio（<0.1ppm）；③QoS映射：5GQFI?TSNVLANPCP，保障端到端時(shí)延≤5ms，抖動(dòng)≤1μs。解析：通過(guò)TSCF將5G系統(tǒng)時(shí)鐘轉(zhuǎn)換為gPTP時(shí)間，實(shí)現(xiàn)跨域透明。40.給出一種面向工業(yè)知識(shí)圖譜的“事件centric”本體設(shè)計(jì)模式，并以“設(shè)備故障”為例說(shuō)明關(guān)鍵類與屬性。答案：模式：采用“事件實(shí)體關(guān)系”三元組，核心類包括Event、Entity、TemporalRelation、CausalRelation。設(shè)備故障示例：類：FaultEvent（子類OfEvent）屬性：hasStartTime、hasSeverity、hasImpact、hasCause、hasSymptom實(shí)體：Pump123、Bearing456關(guān)系：FaultEvent—hasAffectedEquipment→Pump123；FaultEvent—hasCause→Misalignment；FaultEvent—hasSymptom→HighVibration；時(shí)序：FaultEvent—follows→MaintenanceEvent789因果：HighVibration—causes→BearingWear解析：事件centric模式可表達(dá)動(dòng)態(tài)過(guò)程，支持根因分析與預(yù)測(cè)性維護(hù)。六、計(jì)算與建模題（共35分）41.（10分）某風(fēng)電場(chǎng)有100臺(tái)2.5MW風(fēng)機(jī)，計(jì)劃部署聯(lián)邦學(xué)習(xí)模型預(yù)測(cè)齒輪箱溫度異常。已知：?jiǎn)闻_(tái)風(fēng)機(jī)每日產(chǎn)生振動(dòng)采樣點(diǎn)86400×10通道×4字節(jié)≈33MB；經(jīng)特征提取后每條樣本維度為128，壓縮比約1:200；聯(lián)邦訓(xùn)練需傳遞梯度，參數(shù)量5×10^6，F(xiàn)P32。求：（1）若每日上傳原始數(shù)據(jù)，總流量多少GB？（2）若采用聯(lián)邦學(xué)習(xí)，每輪上傳梯度總流量多少M(fèi)B？（3）計(jì)算壓縮比提升倍數(shù)。答案：（1）33MB×100=3300MB≈3.23GB（2）5×10^6×4B×100=2000MB（3）3300/2000=1.65倍解析：聯(lián)邦學(xué)習(xí)顯著降低上行帶寬，但仍需2000MB/輪，可進(jìn)一步采用梯度壓縮、INT8量化至50MB以內(nèi)。42.（12分）某汽車焊裝線有6臺(tái)機(jī)器人，周期時(shí)間C=50s，設(shè)備利用率U=85%，單臺(tái)故障率λ=0.002次/小時(shí)，平均修復(fù)時(shí)間MTTR=30min。現(xiàn)引入數(shù)字孿生實(shí)時(shí)預(yù)測(cè)故障，可將MTTR降至15min，但新增投資120萬(wàn)元。若停線損失為8000元/分鐘，求：（1）原系統(tǒng)年度期望停機(jī)損失？（2）新系統(tǒng)年度節(jié)省金額？（3）投資回收期（月）？答案：（1）單機(jī)年故障次數(shù)=0.002×8760=17.52次，總停機(jī)時(shí)間=17.52×0.5h×6=52.56h，損失=52.56×60×8000≈2523萬(wàn)元（2）新停機(jī)時(shí)間=17.52×0.25h×6=26.28h，節(jié)省=26.28×60×8000≈1261萬(wàn)元（3）回收期=120/1261×12≈1.14月解析：數(shù)字孿生預(yù)測(cè)性維護(hù)可快速回本，ROI高達(dá)1050%。43.（13分）某化工廠反應(yīng)釜溫度控制采用數(shù)字孿生+強(qiáng)化學(xué)習(xí)，狀態(tài)s=[T,C_in,Q_heating]，動(dòng)作a∈{?1,0,1}分別對(duì)應(yīng)減、保持、增加熱功率，獎(jiǎng)勵(lì)r=?(T?T_set)^2?0.1a^2。給定折扣因子γ=0.9，迭代兩次求狀態(tài)值函數(shù)V(s)，采用異步值迭代，備份順序按s1→s2→s3。初始V_0=[0,0,0]，轉(zhuǎn)移與即時(shí)獎(jiǎng)勵(lì)如下：s1:a=?1→s2,r=?4;a=0→s1,r=?1;a=1→s3,r=?4s2:a=?1→s1,r=?1;a=0→s2,r=?4;a=1→s3,r=?9s3:a=?1→s2,r=?1;a=0→s3,r=?9;a=1→s3,r=?16求V_2(s1)。答案：V_1(s1)=max{?4+0.9×0,?1+0.9×0,?4+0.9×0}=?1V_1(s2)=max{?1+0.9×(?1),?4+0.9×0,?9+0.9×0}=?1.9V_1(s3)=max{?1+0.9×(?1.9),?9+0.9×0,?16+0.9×0}=?2.71V_2(s1)=max{?4+0.9×(?1.9),?1+0.9×(?1),?4+0.9×(?2.71)}=max{?5.71,?1.9,?6.439}=?1.9解析：異步更新利用最新值，收斂更快，V_2(s1)=?1.9。七、綜合設(shè)計(jì)題（共30分）44.背景：某多品種小批量機(jī)械加工廠，擁有50臺(tái)CNC、10臺(tái)AGV、1個(gè)立體庫(kù)，訂單每日波動(dòng)±30%，面臨交付延誤、能耗高、AGV擁堵三大痛點(diǎn)。請(qǐng)?jiān)O(shè)計(jì)一套“工業(yè)互聯(lián)網(wǎng)+智能決策”端到端解決方案，要求：（1）給出系統(tǒng)架構(gòu)圖（文字描述即可）；（2）列出關(guān)鍵算法與數(shù)據(jù)流；（3）說(shuō)明如何衡量項(xiàng)目成功，給出KPI、目標(biāo)值、測(cè)算依據(jù)；（4）指出實(shí)施風(fēng)險(xiǎn)與緩解措施。答案：（1）架構(gòu)：感知層：CNC配置OPCUA采集主軸功率、進(jìn)給倍率；AGV搭載5GCPE，上報(bào)位置、電量；立體庫(kù)PLC通過(guò)MQTT上報(bào)庫(kù)存；邊緣層：廠級(jí)邊緣服務(wù)器部署Ku