设备接入是硬件IoT最容易低估的一段：现场往往同时存在 Modbus、DL/T645 和厂商私有协议，点表靠人工逐条核对，网络还常年不稳。本轮实验聚焦两件事——点位映射的自动生成，以及弱网下的数据不丢。
做法是把点表（寄存器地址、数据类型、缩放系数、字节序）作为结构化输入，由模型输出候选物模型映射，人工只做确认；置信度偏低的点位不强行下发，转入待确认队列。
进展：在某水处理现场 12 台设备、约 1800 个点位上，首次自动映射准确率 92%，人工核对耗时从人均约 3 小时降至 40 分钟；网关本地缓存 8 小时后回补的完整率为 99.6%，回补过程中的时间戳按采集时刻而非上传时刻落库。
下一步：把置信度阈值与缓存回补策略开放为可配置项，验证跨厂商设备的迁移效果，并在边缘盒子上评估该方案的内存与首次启动耗时占用。
评论