根據《Gartner：2019年十大戰略技術趨勢》報告預測，邊緣計算是為了工業物聯網發展的必然趨勢，到2028年，Gartner預計將在邊緣設備中嵌入傳感器，存儲，計算和高級AI功能。一般而言，智能將走向各種終端設備的邊緣，從工業設備到屏幕再到智能手機再到汽車發電機。

邊緣計算是一種拓撲，其中信息處理和內容收集和傳遞更靠近信息源，并且將流量保持在本地將減少延遲。目前，該技術的大部分重點是物聯網系統需要在嵌入式物聯網世界中提供斷開連接或分布式功能。這種類型的拓撲結構將解決高WAN成本和不可接受的延遲水平等挑戰。此外，它還將實現數字業務和IT解決方案的細節。“技術和思維將轉變為經驗將人們與數百個邊緣設備聯系起來的地步”。

工業物聯網主要是將生產設備、人和產品的數據采集到云端計算平臺，再利用軟件系統和機器學習技術進行分析和預測，以便于洞察更多隱藏的數據應用。不過，隨著越來越多的設備連網和大量數據的傳輸，對網絡和云系統產生了很大的壓力。

為了解決制造工業制造現場對于設備運行健康、工藝等業務數據實時、精確、高效的處理需求，探碼科技與58所聯合研發了工業物聯網邊緣智能分析系統，允許物聯網設備生成的數據在更接近創建的位置處理，從而減輕了網絡帶寬的負荷，同時也提升了現場數據處理的及時性。該系統作為一款工業應用場景下的邊緣處理綜合性工具，具備終端協議解析、數據采集、監控、數據存儲、邊緣計算、數據統計分析、算法配置、界面配置、數據分發等功能，支撐工業制造數據在邊緣側的采集、存儲、分析、處理、應用需求。

系統支撐從設備數據采集到分析到應用的全生命周期過程，在不改變現場硬件資源條件的情況下，采集端能盡可能地獲得設備、儀器儀表、傳感器的數據，甚至是老舊設備的數據；系統具備一定的數據處理能力，除對設備產量、OEE、可靠性的簡單統計與分析外，還具備對設備工藝優化、關重件壽命預測等算法的集成和擴展能力。系統與上層系統的接口標準，滿足市場上主流的設備管理、MES、ERP等上層系統的集成要求；數據分析方法封裝成為獨立的模塊，可針對不同場景、不同設備的情況進行配置，避免了和業務耦合；系統分析的內容基于內部數據獨立完成，無需集成其他系統的業務數據。

基于探碼科技邊緣計算套件強大的應用編排、服務交付、以及應用生命周期管理能力，該智能分析系統能夠快速穩定地交付至用戶工業生產環境中，在用戶側（即邊緣側）提供智能制造與計算能力。?

工業物聯網邊緣智能分析系統創新性、先進性

• 工業物聯網邊緣智能分析系統，基于以太網環境下的通訊協議進行連接獲取負載數據，實現邊緣應用和服務的統一編排，包括應用引入、上線、部署、狀態查詢、升級、下線等生命周期管理，硬件成本相比傳統的監測方式降低90%以上。
• 支持邊緣基礎架構的發現、部署、狀態查詢、資源監控、擴容、升級、下線等生命周期管理。針對邊緣資源的局限性，支持不同形態的部署模式，實現邊緣資源遠程推送、無人值守、故障恢復、遠程巡檢等邊緣運維能力。
• 提供標準接口，實現邊緣云和通信云、統一運維平臺等系統集成和協同，實現邊緣服務的自動化。管理邊緣服務狀態，確保服務質量。同時開放 API 接口對接上層企業云，既實現了單設備的數據分析，又能夠擴展到企業云。

工業物聯網邊緣智能分析系統的優勢

• 數據處理能力優化：工業物聯網邊緣智能分析系統簡化了數據上云計算的過程，可在邊緣端對數據進行緩存、處理，減輕鏈路通訊的和云存儲、計算的負載。
• 降低基礎成本：數據的采集、分析、可視化配置均高度封裝，配置一臺設備的完整采集、實時監控系統從過去的1人·周下降至1人·天。同時，配置人員可以更專注于解決業務問題。
• 工業物聯網邊緣智能分析系統讓數據隱私保護變得更具操作性：由于數據的收集和計算都是基于本地，用戶擁有對終端處置硬件、數據的權力。
• 擴展性更強：提供了對算法的擴展接口，針對不同設備、不同場景的數據分析需求，可自定義算法并快速集成至邊緣系統中。

工業物聯網邊緣智能分析系統的應用場景

主要應用于設備智能運維。工業現場通常有大量的制造設備，它們作為生產資料，生產管理者希望設備能夠最大效率的運行，并減少設備的運營養護成本。通過邊緣終端將設備數據采集到系統中，并按照設備狀態、能耗、質量、工藝等數據進行分類存儲，制作圖表，實時監控。同時，可以通過內置分析方法，快速對采集的數據進行預處理，并分析出設備的可靠性參數。這些數據還可以用來優化設備的運營策略，通過平臺的算法接口，自定義工藝優化、關重部件（刀具、磨具）壽命預測分析算法，從對能夠優化設備運營、維護保養方案，降低設備運維成本，提升設備運維效率。

工業物聯網邊緣智能分析系統解決的關鍵問題

• 設備統一組網技術、協議解析及標準輸出。面向工業現場90%以上的設備進行組網采集，而現場設備支持的協議類型繁多，解決此問題的關鍵技術是異構協議解析及統一組網技術。建立應用協議解析的標準框架，通過對Modbus、OPC、OPC UA、Profibus等工業現場協議解析，與現場的各類設備建立通信，實現設備互聯互通并進行數據采集。基于OPC標準協議，開發標準的數據輸出框架，將采集數據轉換成統一數據格式，并提供通用的調用接口供其他功能模塊及系統使用。
• 數據分析功能組件化。針對產品龐大的基礎功能，考慮到不同實施環境所需的功能不同，故采取松耦合、接口通用的系統設計，進行功能組件化研究，即細分功能模塊，實現每一功能模塊可獨立調用，開發通用交互接口以應對不同應用場景。
• 基于人工智能的設備故障預警。基于設備所采集的電流、電壓、主軸功率、負載等執行過程參數與故障結果參數，研究基于人工智能方法的設備故障規則挖掘，實現基于人工智能的設備故障預警。

工業物聯網邊緣智能分析系統的應用效果

目前，該系統已應用在多臺制造設備上，實現了制造設備運行數據的采集、邊緣存儲與可視化展示。系統主界面包括設計器和查看器兩大功能模塊。

?

通過設計器模塊，可對采集服務器、數據集進行配置，并對數據集進行處理及可視化展示。

?

通過查看器模塊，可對配置的數據集及圖表進行瀏覽、查看并通過觸摸屏等進行展示。

?

更多了解：物聯網邊緣智能分析的工業APP智能平臺