林诗万

　　工业互联网联盟（IIC）架构

　　任务组联合主席

　　智能工厂边缘计算如何提升生产环境的响应速度的牵涉范围非常广泛边缘计算如何提升生产环境的响应速度，除智能机器人、3D打印等专门技术领域外，很大程度上围绕着一个核心课题：如何将信息和通信技术（ICT）应用于传统生产环境，与运营技术（OT）两化融合，从而实现智能化生产。其涵盖了生产技术和生产过程的数字化、对机器设备的连接、对数据的收集、分析和应用、生产运营技术与信息技术以及生产系统与业务系统的融合等方面。这些系统的连接和融合不仅在企业内部，也可跨企业或在其生态圈内实现。

通过全面数字化和全局互联互通实现系统和管理流程的智能化是智能工厂的一个核心理念。为智能工厂建造一个完善的系统是非常复杂、旷日持久的。在起步时应该将上述核心理念作为指导架构设计的战略愿景。在具体的实施中，应该根据每家企业独特的核心价值诉求，通过一个从小到大、从简单到复杂的迭代式发展进程来实现此战略愿景。

　　当务之急：解决业务问题

在实现智能工厂的过程中，企业会遭遇到不少技术和实施方面的挑战。工业物联网和智能制造为一些企业的发展壮大提供了天赐良机，也会给一些企业带来难以避免的生存危机。以战略愿景为指导，以业务价值为驱动，以先进技术为手段，当务之急就是要解决业务问题，以其为突破口是在已经部署运营的生产系统中实现智能化的一条有效途径。

　　数据分析是驱动引擎

在智慧生产和运营中，数据是燃料和电力，而数据分析则是驱动引擎。数据分析在智能工厂中的作用主要在于及时、准确地认识设备运行和生产运营的状态，并相应做出正确的判断和决策。

　　数据应用：变“被动”为“主动”

目前，业内大多认为利用数据首先就是要收集大量数据，然后再在这些数据中寻找和“挖掘”价值，但边缘计算如何提升生产环境的响应速度我认为这种将数据应用当作一种事后举措的考虑是不正确的，或者至少是很片面的看法。

我认为更有效的思考方式应该是更主动、更有目的性，或应该是更有的放矢的：在生产运营中的一系列急需解决的问题中，哪些是可能通过对生产技术或流程进行智能优化来解决的边缘计算如何提升生产环境的响应速度？为了实现这些智能优化，我们需要哪些信息？为了得到这些信息，我们必须收集哪些数据和采取哪些分析？最后，我们需要从哪些设备以及怎样连接这些设备以收集所需要的数据？

在智能工厂中，数据分析的结果应该首先是为了增强单机设备运行和设备群运营的智能程度，而这个过程要求的是及时（接近实时）、连续性的流式数据分析。传统的批量性数据挖掘方式在智能工厂中会继续有其作用，但并不是其唯一或主要的方式。

　　数据平台的关键

数据分析平台的技术市场目前非常活跃，发展很快，不同类型的平台大量涌现星空体育客户端。这些平台大多数所提供的功能都主要环绕在设备运营和管理环方面，对其边缘计算如何提升生产环境的响应速度他两环，特别是设备控制环的支持总体而言还比较薄弱。与此同时，这些平台普遍需要在某种形式的云计算平台上部署，只有极少数能在本地生产和运营环境中部署，支持某种形式的边缘计算，作为设备或控制系统在本地的并行外带分析系统。

对于已经投产的生产设备实施数据分析，其技术上最大的挑战在于：怎样根据现有设备的接口（例如PLC）对其进行连接，并解析其数据。有效解决此问题需要行业内的合作，需要原设备厂商、客户或相关的设备连接解决方案开发商紧密协作，根据原设备厂商提供的必要的接口定义和规格资料，简易而快速地收集到所需的设备数据。

实现智能工厂的一个关键在于怎样收集和分析设备的数据，并将其结果即时反馈到设备的运行和运营中，以及怎样将这些分析结果与其他业务信息融合，以推动生产的全面智能化。要有效地实现这些目的，有3点值得强调：

?首先，设备是连续运行的，其运行需要连续的智能反馈。所以分析系统必须对设备连续生成的数据流进行流式分析，及时并持续地为决策提供信息流，即时、自动化地应用于设备连续的运行和运营流程中。

?其次，从安全性、可靠性和有效性等方面考虑，这些数据分析平台必须提供分布式的分析，使其分析功能能够在设备或生产设施的本地部署，支持边缘计算模式。

?最后，这些数据分析平台应该将所需的先进和难度大的分析技术提升和简化，为客户提供简易部署、定制和维护的开箱即用的分析系统，使客户能够快速迭代式演进其智能工厂应用。

节选自 | 《ICT新视界》