边缘计算推动智能制造的实现

边缘计算正是充分利用物端的嵌入式计算能力，以分布式信息处理的方式实现物端的智能和自治，并与云计算结合，通过云端的交互协作，实现系统整体的智能化。

边缘计算利用嵌入式计算能力助推智能制造发展

工业4.0”被看作是以智能制造为主导的“第四次工业革命”。它的理念源自信息技术与工业技术的融合，通过信息物理系统（CPS）实现产品全生命周期中各制造单元间相互独立地自动交换信息、触发动作和实现控制，将制造业向智能化转型。目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式，实现人、产品与机器之间的互动。“工业4.0”时代将改变整个生产技术的使用，整个系统将更加智能，联网更加紧密，不同组件之间可以相互沟通，工作更快、做出反应也更加迅速。

数字化时代需要智能数据

随着信息物理融合系统以及物联网的发展，数据已经成为制造业发展的重要因素。世界各地间的连接正变得日益紧密，数以十亿计的智能设备和机器产生大量的数据，在虚拟世界和现实世界之间搭起了桥梁。全球的制造业企业都在努力转变为数字化企业，使产品更加智能，使生产产品的机器更加智能。

不久的未来，生产过程中的每一步都将在虚拟世界被设计、仿真以及优化，为真实的物理世界包括物料、产品、工厂等建立起一个高度仿真的数字化“双胞胎”。其中，我们不仅需要“大数据”，更需要“智能数据”。

然而，正如和利时集团技术总监朱毅明所言，工业制造企业数字化转型面临的挑战在于数字化技术引起的传统生产模式和生产管理体系的变革，不能简单地以物理存在的工厂为蓝本构建数字化双胞胎。

尽管目前中国工业制造企业的转型升级迫在眉睫，但大部分企业，尤其是中小型企业的技术力量有限，资金普遍紧张，在数字化转型过程中困难重重。机械工业自动化研究所副总工程师谢兵兵表示，采用标准的、安全可靠的、低成本的ICT技术和产品，构建CPS，特别是CPSS（信息物理生产系统），提高生产制造的质量、效益和柔性，提高企业的市场竞争力，是企业共同的期盼。

边缘计算——CPS的核心

据IDC（互联网数据中心）数据统计，到2020年将有超过500亿的终端与设备联网。未来超过50%的数据需要在网络边缘侧分析、处理与储存。面对行业数字化转型的趋势，我们需要全面物联海量的传感数据;将OT（OperationTechnology）与ICT（Information and Communication Technology）融合，形成数据驱动的分布式智能控制;应用具有高实时性;与物理系统的交互具备高安全性。而边缘计算正是充分利用物端的嵌入式计算能力，以分布式信息处理的方式实现物端的智能和自治，并与云计算结合，通过云端的交互协作，实现系统整体的智能化。在智能互联的网络边缘侧，面向分布式的感知、决策与控制的通信与计算将迎来革命性的发展机遇。

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。换言之，边缘计算接近于工业上的分布式自律的概念，在基于互联网的异构分布式计算环境下，集中与分散相结合，既有效利用互联网的资源，又保证了用户系统的自律性、安全性和健壮性。

众所周知，“工业4.0”的核心是CPS，融合了网络、计算、存储、应用核心能力的边缘计算，显然又是CPS的核心。因此，边缘计算被看作“工业4.0”核心之核心、关键之关键一点也不为过。通过边缘计算的资源和能力，可实实在在地将虚拟空间（C）和物理实体（P）紧密融合在一起。在工业制造领域，要实现数字化制造、网络化协同、智能化转型，离不开物联网、大数据和云计算，更离不开边缘计算。

边缘计算与工业控制系统有密切的关系，具备工业互联网接口的工业控制系统本质上就是一种边缘计算设备，解决工业控制高实时性要求与互联网服务质量的不确定性的矛盾。过去，我们已经对云计算非常熟悉，而边缘计算更像是云计算的补充和发展，两者相互之间无法替代。

边缘计算与云计算互相协同，共同使能行业数字化转型。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长。边缘计算聚焦实时、短周期数据的分析，能更好地支撑本地业务的实时智能化处理与执行。此外，两者还存在紧密的互动协同关系。边缘计算既靠近执行单元，更是云端所需高价值数据的采集单元，可以更好地支撑云端应用的大数据分析;反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。

未来，在大部分的应用场景，边缘计算和云计算将同时出现，相互补充、相互促进，相得益彰，联手解决大数据时代的计算问题。

推动智能制造的实现

边缘计算行业应用场景丰富，产业价值突出。一方面支撑行业商业模式创新，实现从产品向服务的价值延伸;另一方面支撑实现产品和服务的定制化与智能化。预测性维护、能效管理、智能制造是比较典型的行业应用场景。

也许有人会认为边缘计算是一个全新的概念，但事实上，对于从事工业自动化工作的人而言并不陌生。比如，在目前普遍采用的基于PLC、DCS、工控机和工业网络的控制系统中，位于底层、嵌于设备中的计算资源，或多或少都是边缘计算的资源。只是目前这些资源比较纷杂、独立、低效，未能充分实现互联、互通、互操作，未能充分标准化和平台化。当然，这也就难以满足现代应用场景在实时、安全、大容量、高速度、自适应计算和通讯等方面对它的要求。

中国钢研冶金自动化研究设计院混合流程工业自动化控制系统与装备国家重点实验室主任张云贵举例谈到，目前规模以上冶金企业，其信息化已经做得颇具成效，但缺少的恰恰是末端的智能。冶金方面的数据经常出现完整性和一致性的问题，俗称“脏”数据。解决不好这方面的问题，会给能源管理和智能管理环节造成困难。再者，冶金的物流跟踪是典型的CPS，其间，物理与化学形态经常发生改变，控制过程有一定难度。边缘计算在其中发挥着重要作用，帮助实物联网，成为工业物联网技术的有效补充。

作为边缘计算的具体表现形式，工业CPS在底层通过工业服务适配器，将现场设备封装成web服务;在基础设施层，通过工业无线和工业SDN网络将现场设备以扁平互联的方式联接到工业数据平台中;在数据平台中，根据产线的工艺和工序模型，通过服务组合对现场设备进行动态管理和组合，并与MES等系统对接。工业CPS系统能够支撑生产计划灵活适应产线资源的变化，旧的制造设备快速替换与新设备上线。

显而易见，通过引入边缘计算，能够为制造业提供：设备灵活替换;生产计划灵活调整;新工艺/新型号快速部署。进一步推动智能制造的实现。

返回列表