什么是边缘？边缘计算和智能制造有什么关联？

制造业的隐形革命

全球制造业正在经历一场数字化转型的变革，物联网将所有生产线上的机器设备连接起来，用户可以在任何地方查看设备状态和生产进度，许多大型IT公司也针对推出了相关的服务，为移动用户提供实时的制造数据。

工业物联网主要是将生产设备、人和产品的数据采集到云端计算平台，再利用软件系统和机器学习技术进行分析和预测，以便于洞察更多隐藏的商业机会。不过，随着越来越多的设备连网和大量数据的传输，对网络和云系统产生了很大的压力。

在制造业领域，无论是针对设备的预测性维护，还是针对消费者的柔性制造，都需要依靠“数据”这座油矿。只有充分挖掘工厂设备联网后产生的海量数据中的价值，通过对制造大数据进行分析，才能提升数字化工厂运行效率，实现真正的工业智能化。

什么是边缘？

我们看到的大多数互联网信息处理模式，都是“端-管-云”的模式——在应用的现场，“端”只负责收集数据、执行指令，而“云”负责所有的数据分析和控制逻辑功能。“边缘计算”就是将部分数据分析功能，放到了应用场景的附近(终端或网关)来实现，这种就近提供的智能服务可以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。如果说云端相当于人类的大脑，那么边缘计算就犹如人类的神经末梢，对简单的刺激进行自处理并将处理的特征信息反馈给云端大脑。

以数据之名:边缘计算主力工业生产

在制造业领域，无论是针对设备的预测性维护，还是针对消费者的柔性制造，都需要依靠“数据”这座油矿。只有充分挖掘工厂设备联网后产生的海量数据中的价值，通过对制造大数据进行分析，才能提升数字化工厂运行效率，实现真正的工业智能化。而工业生产中，大数据的前线战场，便是边缘计算节点。边缘计算在智能制造中所发挥的作用如下：

• 连接与协议转换：通过协议转换，实现IT与OT的融合，完成设备层与信息系统之间的数据交互。工业现场的设备种类繁多，所采用的协议也是五花八门。因此，边缘计算单元的首要任务是作为翻译官，将设备的工业自动化语言翻译成信息系统能够听懂的IT语言，也就是完成设备层众多OT协议的转换，将其转化为IT协议。

• 数据存储：作为边缘计算载体的边缘网关应有一定的数据存储能力，对来自设备层的实时状态数据，以及报警、故障等信息做一定时间长度的存储。由于边缘网关的硬件条件的限制，存储容量不会太大。而且所采用的数据库一般为实时数据库，这种数据库能够在有限的硬件资源条件下，有效应对生产现场设备状态的海量实时流数据的存储，边缘网关会不断用新的数据覆盖原有的超过一定时间周期的数据。边缘侧存储的数据中，只有必要的数据才会上传到平台层，这样能够节省大量的数据传输成本。同时，边缘侧虽然存储数据量有限，但是仍然可以作为黑匣子，用于设备发生故障后的原因分析。

• 实时分析：由于硬件配置的限制（如CPU的计算能力、内存的容量等等），边缘层所进行的分析更多是简单直接的数据处理与分析，例如原始值向工程值的转换、报警规则的设置、对数据进行过滤后只将重要数据上传到云平台或后端数据中心，减少对网络带宽的压力。

• 实时监控：外接显示器、触摸屏等，作为现场操作站，用于现场工作人员对设备状态的及时查看以及操作。边缘智能节点还能够将实时分析的结果在生产现场做实时展示。

• 反馈控制：在人为授权的情况下，边缘网关在采集到生产现场数据后，能够根据预置的规则对设备的运行进行自动反馈控制。由此在边缘层形成一个闭环——从数据采集，到分析，再到控制。在边缘侧进行的这种闭环反馈控制能够充分保证实时性。

要提升工厂的效率，通常需要对整个生产过程进行评估和优化，从产品设计、材料采购、制造、销售和物流等环节都要进行分析。边缘计算可以在短时间内从多个来源获取数据，并进行分析整理，可以适应业务系统中的供应链优化计划。

在智能制造时代，生产的各个环节需要打通并能实时交互，比如生产、仓储、物流等环节的生产数据和设备数据需要实时监控、跟踪，然后通过大数据处理来进行智能预测，包括提前备货、安全防范等。映翰通网络的工业物联网布局正是追寻工业4.0的脚步，基于“边缘计算网关+设备云+大数据分析”，采用边云协同，打通数据采集、传输、处理的通道，并进行大数据分析，充分发挥数据的价值，最终全方位赋能工业物联网。

原文来自：美国容错