随着中国制造2025战略的制定,以及各制造企业数字化转型和降本增效的迫切需求,工业物联网获得的蓬勃的发展,产业应用不断增加,使用场景也愈加丰富。但在物联网的发展中遇到很多问题,在工业中极为复杂的场景中产生的数据是海量的,多源异构的,如何解析这些数据并为这些数据赋予语义信息成为难点,同时如何对于采集的数据加以利用,通过对数据的处理来使数据价值最大化也成为了另一个难点。针对这些难点,本文设计和实现了一个物联网数据平台。本文根据物联网数据的特点与需求设计了一个具有数据采集,数据解析,数据存储,数据处理和数据向其他业务系统共享等功能的实用性系统。在总体技术架构上设计了五层架构,分别为数据采集层,数据解析层,数据存储层,数据处理层以及数据共享层。数据采集层集成了多种物联网通信协议,网关将协议转换为MQTT协议,并将数据发布至云端。数据解析层按照物模型的配置信息将订阅数据进行解析,最终将数据持久化到时序数据库TDengine中,使用物模型解析数据的优势在于首先能够赋予实时数据语义信息,简化用户理解数据的难度,其次能提高解析数据的效率,最后使用物模型能将物理设备和云端设备进行解耦,简化开发流程,提升了开发效率。数据处理层的功能由规则引擎实现,对于不同的业务需求,实现数据处理与设备控制联动的功能。本文的规则引擎在实现了业务规则和应用程序代码解耦的基础上,涵盖了较为全面的数据处理逻辑,并且在性能上利用Go语言高并发的特性具备了高并发和低延时的特性,同时在部署上使用Docker-compose编排容器,使得规则引擎的扩展性和可用性大大提高。数据共享层主要通过RESTful接口和发布订阅两种方式实现了数据的对外分发。根据设计方案,本文实现了物联网数据处理平台,并以钢铁厂中较为典型的设备精锻机为例,实现了精锻机从接入云端、数据上报、数据解析、数据存储表的设计,到最后数据处理的全流程,展示了物联网数据平台的整体功能,为工业数据的采集与利用提供了一定的新思路。