A integração da IIoT (Internet das Coisas Industriais) visa melhorar o desempenho da planta através da exploração dos dados recolhidos pelos vários sensores/atores. O IIoT permitirá conhecer melhor a planta, detetar e responder a problemas (panks, quebras de estoque) e conseguir reduzir ou mesmo eliminar o tempo de inatividade com o aprendizado de máquina com base nos dados coletados pelos sensores. Entre as aplicações da IIoT na fábrica do futuro estão manutenção preditiva, gerenciamento de estoque e gerenciamento de consumo de energia. O objetivo desta tese é propor algoritmos derivados da inteligência artificial como meio de tomada de decisão sobre o processamento de dados gerados pelos objetos de uma rede IIoT, dependendo do nível de criticidade da aplicação, da natureza do objeto que gerou os dados e do estado da rede. As ações empreendidas pelas várias entidades visam otimizar a utilização dos recursos disponíveis (armazenamento, cálculo, largura de banda, recurso de rádio..) para satisfazer as necessidades de aplicações/objetos. Teoria dos jogos, aprendizagem multiagentes e negociação são as ferramentas que usaremos para tornar a rede IIoT autônoma. Nossas propostas serão validadas analíticamente, por simulação, mas também na plataforma CPER PFEEXECL ffca «Factories of Future Champagne-Ardenne», na qual estamos envolvidos.
