無(wú)論IT端還是OT端的主流廠(chǎng)商都將目光聚焦在了“邊緣計(jì)算”這個(gè)焦點(diǎn)上，顯然，這并非是為了概念，對(duì)于OT廠(chǎng)商而言，傳統(tǒng)的控制系統(tǒng)任務(wù)聚焦在控制的實(shí)時(shí)性、穩(wěn)定性，而隨著數(shù)據(jù)的需求變大，如圖1所示，包括了機(jī)器、產(chǎn)線(xiàn)、過(guò)程、基礎(chǔ)設(shè)施中的物流、質(zhì)量、能源、運(yùn)營(yíng)維護(hù)等數(shù)據(jù)的集成，以獲得全局優(yōu)化，這也的確需要更為開(kāi)放、大容量支撐的數(shù)據(jù)處理架構(gòu)來(lái)提供新的業(yè)務(wù)發(fā)展，因此，開(kāi)始向著IT方向延伸，并推出其解決這些問(wèn)題的邊緣計(jì)算方案。而IT端則借助于在通信網(wǎng)絡(luò)、軟件技術(shù)等，希望將其資源與工業(yè)場(chǎng)景融合，以實(shí)現(xiàn)市場(chǎng)的分?jǐn)?，并尋找新的業(yè)務(wù)增長(zhǎng)。

圖1-工廠(chǎng)數(shù)據(jù)的集成層次

本文試圖通過(guò)一些更為簡(jiǎn)單的描述來(lái)闡述“邊緣計(jì)算”，避免過(guò)于專(zhuān)業(yè)的詞匯、復(fù)雜的模型。

簡(jiǎn)要理解邊緣計(jì)算的維度

1.控制與計(jì)算的不同視角看邊緣計(jì)算

用一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明控制與計(jì)算的不同，1臺(tái)AGV小車(chē)沿著路徑運(yùn)動(dòng)，它運(yùn)動(dòng)的精度和速度由一個(gè)控制器來(lái)實(shí)現(xiàn)即可，這里的控制器采集物理的速度、位置信號(hào)，并對(duì)運(yùn)動(dòng)的速度、位置進(jìn)行動(dòng)態(tài)的調(diào)整，但是，100臺(tái)AGV小車(chē)在工廠(chǎng)里分布，然后如何最短路徑、且不與其它AGV碰撞，那么這個(gè)規(guī)劃算法就是一個(gè)“計(jì)算”的場(chǎng)景，在這個(gè)場(chǎng)景中，這個(gè)規(guī)劃算法核心在于為每個(gè)AGV制定調(diào)度策略，并給予指令，它的問(wèn)題是在全局的層面，而不是單機(jī)層面，但也需要一定的實(shí)時(shí)性采集每個(gè)車(chē)輛的參數(shù)來(lái)運(yùn)行。

類(lèi)似的場(chǎng)景非常多，例如火車(chē)的調(diào)度、飛機(jī)的班次都屬于這類(lèi)問(wèn)題，另一類(lèi)也包括優(yōu)化問(wèn)題，最優(yōu)、最經(jīng)濟(jì)、利益最大化的策略問(wèn)題，但是，共同是基于全局的策略、規(guī)劃、優(yōu)化、調(diào)度問(wèn)題。

2.在物理與數(shù)字的邊界上工作的層

當(dāng)然，也可以從另一視角，即，在整個(gè)智能制造中的層次架構(gòu)來(lái)看，通過(guò)數(shù)字建模將整個(gè)制造的物理系統(tǒng)在數(shù)字世界對(duì)應(yīng)的模型，然后，通過(guò)邊緣層進(jìn)行實(shí)時(shí)的數(shù)據(jù)采集，將生產(chǎn)的現(xiàn)狀反饋給信息系統(tǒng)，在測(cè)試驗(yàn)證、運(yùn)行、維護(hù)的各個(gè)階段，都可以在虛擬系統(tǒng)中對(duì)制造的工藝、參數(shù)、策略進(jìn)行優(yōu)化，進(jìn)而下載到物理系統(tǒng)，并且可以根據(jù)物理系統(tǒng)的變化在虛擬系統(tǒng)中進(jìn)行調(diào)整，這是一個(gè)不斷交互的層面，因此，邊緣計(jì)算可以被理解為在數(shù)字與物理世界間的協(xié)作層。

3.靠近地面的云

云計(jì)算也很火熱??！它和邊緣有什么區(qū)別呢？簡(jiǎn)單的說(shuō)，邊緣就是靠近地面（現(xiàn)場(chǎng)）的云，這個(gè)理解起來(lái)有幾個(gè)維度：

--時(shí)間維度：它的時(shí)間周期處于云的長(zhǎng)時(shí)間周期（s,Day,Week,Month）和控制的短周期（mS-μS）之間，比如在100mS級(jí)別的任務(wù)，就像機(jī)器人協(xié)同的周期可以定義在mS級(jí)即可。

--職能維度：它比較了解現(xiàn)場(chǎng)，一方面，作為接近OT端的存在，它需要了解各種現(xiàn)場(chǎng)總線(xiàn)，解決數(shù)據(jù)的連接問(wèn)題，而另一方面它需要有IT經(jīng)驗(yàn)，包括實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)存儲(chǔ)、Web技術(shù)發(fā)布等，因此，邊緣計(jì)算是一個(gè)銜接現(xiàn)場(chǎng)控制與云端服務(wù)之間的架構(gòu)層。

簡(jiǎn)單說(shuō)，邊緣計(jì)算就是位于工廠(chǎng)整體調(diào)度規(guī)劃軟件層與現(xiàn)場(chǎng)層之間，進(jìn)行協(xié)同的基于信息的策略與優(yōu)化問(wèn)題。

哪些應(yīng)用可以放在邊緣側(cè)進(jìn)行計(jì)算？

1.資產(chǎn)與數(shù)據(jù)管理

當(dāng)我們討論工業(yè)4.0那會(huì)，就討論了數(shù)據(jù)對(duì)象的問(wèn)題，包括物流倉(cāng)庫(kù)中的原材料、在制品（在線(xiàn)物流）、成品倉(cāng)庫(kù)，這些都是要處于監(jiān)測(cè)之下的，因?yàn)閭€(gè)性化生產(chǎn)需要精準(zhǔn)的計(jì)量每個(gè)產(chǎn)品的質(zhì)量、能源、機(jī)器、人工的消耗，而另一方面，包括你的設(shè)備資產(chǎn)處于的狀態(tài)也必須被監(jiān)測(cè)到，這些都是需要處于透明狀態(tài)下的，否則，你都不知道你每天加工了多少個(gè)產(chǎn)品，而整個(gè)生產(chǎn)和產(chǎn)線(xiàn)的運(yùn)營(yíng)基準(zhǔn)就是你要知道你的家底。

圖2-資產(chǎn)性能監(jiān)測(cè)器的邊緣計(jì)算架構(gòu)

圖2即是一個(gè)基于ABB Ability與現(xiàn)場(chǎng)設(shè)備集成的資產(chǎn)性能監(jiān)測(cè)器的架構(gòu)，可以通過(guò)邊緣側(cè)的數(shù)據(jù)采集、存儲(chǔ)到云端，除了本地實(shí)時(shí)顯示，也可以為遠(yuǎn)程的移動(dòng)端提供訪(fǎng)問(wèn)，采用邊緣計(jì)算架構(gòu)主要借助于IT成熟的網(wǎng)絡(luò)、軟件資源。

2.生產(chǎn)運(yùn)營(yíng)中的監(jiān)測(cè)

OEE就是個(gè)最簡(jiǎn)單的計(jì)算例子，你可能覺(jué)得它太簡(jiǎn)單了，就是A*P*Q三個(gè)指標(biāo)，而且就是“加減乘除”計(jì)算，是的，計(jì)算本來(lái)就是這樣的，難道非要微積分，高階函數(shù)、非線(xiàn)性才是計(jì)算嗎？

OEE對(duì)于制造企業(yè)非常關(guān)鍵在于，這個(gè)參數(shù)直接反映了生產(chǎn)的效率問(wèn)題，如果你投資了10億建了生產(chǎn)線(xiàn)，然后它的OEE只有50%，你可以理解為這個(gè)生產(chǎn)線(xiàn)50%的時(shí)間在幫你賺錢(qián)，另外50%的時(shí)間在幫你浪費(fèi)，而這個(gè)浪費(fèi)的還比你賺錢(qián)快，你就知道OEE何其重要。

當(dāng)然了，生產(chǎn)中的質(zhì)量分析SPC-過(guò)程統(tǒng)計(jì)分析、帕累托圖之類(lèi)都可以通過(guò)這些計(jì)算來(lái)呈現(xiàn)。

圖3-對(duì)于老工廠(chǎng)的性能數(shù)據(jù)統(tǒng)一集成

圖3是一個(gè)老工廠(chǎng)，可以通過(guò)多種方式集成數(shù)據(jù)，并應(yīng)用于數(shù)據(jù)的管理，包括OEE的整體統(tǒng)計(jì)，便于生產(chǎn)運(yùn)營(yíng)人員對(duì)整個(gè)產(chǎn)線(xiàn)進(jìn)行調(diào)整。

3.策略?xún)?yōu)化問(wèn)題

舉個(gè)例子，印刷廠(chǎng)里接了A4、B5各種尺寸的訂單，但是，一般印刷機(jī)都是對(duì)開(kāi)四色印花機(jī)，那么，這個(gè)訂單如何在一個(gè)紙張上最大的使用，就是一個(gè)“拼單”的問(wèn)題，這個(gè)就是一個(gè)節(jié)省成本的算法，包括玻璃在線(xiàn)切割也是，一般玻璃產(chǎn)線(xiàn)出來(lái)的幅面比較大，而且在線(xiàn)檢測(cè)系統(tǒng)會(huì)對(duì)玻璃的質(zhì)量進(jìn)行監(jiān)測(cè)，然后與訂單進(jìn)行匹配，在線(xiàn)裁切出不同需求的，用于汽車(chē)行業(yè)的玻璃和用于建筑行業(yè)的玻璃自然品質(zhì)要求不同，讓訂單與生產(chǎn)實(shí)時(shí)匹配也是一個(gè)邊緣應(yīng)用場(chǎng)景。

4.智能協(xié)同

就像無(wú)人駕駛的場(chǎng)景，交通擁堵多半來(lái)自路口，而當(dāng)綠燈亮的時(shí)候，每個(gè)人的反應(yīng)速度不同，有的人甚至因?yàn)榇螂娫?huà)而耽擱數(shù)秒才啟動(dòng)，而如果采用統(tǒng)一的車(chē)-車(chē)之間的數(shù)據(jù)協(xié)同，每個(gè)車(chē)都可以同時(shí)啟動(dòng)，就保持了交通的通常，而另一方面，當(dāng)車(chē)-車(chē)間及時(shí)的數(shù)據(jù)交互，就會(huì)產(chǎn)生潛在風(fēng)險(xiǎn)的消除，因?yàn)楸３周?chē)距的策略可以被執(zhí)行。

邊緣協(xié)同就是扮演，通過(guò)數(shù)據(jù)的協(xié)同，保持車(chē)輛的同步啟動(dòng)、等車(chē)距等安全、高效的交通調(diào)度，這樣就可以使得交通最大的優(yōu)化，大幅度降低堵車(chē)的可能。

5.預(yù)測(cè)性維護(hù)問(wèn)題

預(yù)測(cè)性維護(hù)在傳統(tǒng)上基于機(jī)理模型、機(jī)械失效分析等方法，往往需要復(fù)雜的建模、專(zhuān)業(yè)的人員，而通過(guò)邊緣側(cè)的數(shù)據(jù)采集、處理，基于數(shù)據(jù)驅(qū)動(dòng)型的機(jī)器學(xué)習(xí)方法，充分發(fā)揮算法、模型的作用，借助于計(jì)算機(jī)的算力、學(xué)習(xí)能力來(lái)尋找最優(yōu)的維護(hù)參數(shù)，并獲得更高的預(yù)測(cè)準(zhǔn)確度。

根據(jù)行業(yè)屬性、現(xiàn)場(chǎng)工況、以及實(shí)際的運(yùn)行參數(shù)，選擇合適的特征值，并進(jìn)行學(xué)習(xí)，獲取最優(yōu)的參數(shù)，以對(duì)機(jī)器的狀態(tài)進(jìn)行故障預(yù)警，提高設(shè)備利用率，并降低宕機(jī)及其帶來(lái)的生產(chǎn)運(yùn)營(yíng)損失。

文章來(lái)源：信息化和軟件服務(wù)網(wǎng)