隨著物聯(lián)網(wǎng)的發(fā)展，工業(yè)制造設(shè)備所產(chǎn)生的數(shù)據(jù)量將越來越多。如果這些數(shù)據(jù)都要放到云端處理，就需要無窮無盡的頻譜資源、傳輸帶寬和數(shù)據(jù)處理能力，“云”難免不堪重負，此時就需要邊緣計算來分擔(dān)云計算的壓力?！拔覀儾杉降臄?shù)據(jù)，90%都是垃圾”，位于江蘇昆山的某工廠老板感嘆道，“去年365天的每時每刻，我們幾乎都進行了數(shù)據(jù)采集，采集到的數(shù)據(jù)卻不知道該如何利用。與投入到采集數(shù)據(jù)的各種費用相比，我認為并不值得?！?/p>

一年的數(shù)據(jù)采集經(jīng)歷讓這位老板對工業(yè)互聯(lián)網(wǎng)喪失了最初的熱情，甚至產(chǎn)生了這樣的疑問：我們當(dāng)前真的需要大量工業(yè)數(shù)據(jù)嗎?“只要增加幾個工人就能解決的問題，我為什么要費力去采集數(shù)據(jù)，去搞工業(yè)互聯(lián)網(wǎng)?還不一定有效果!”的確，無論工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)驅(qū)動、數(shù)字孿生這些概念說的如何天花亂墜，在實際工業(yè)生產(chǎn)過程中，如果不能解決企業(yè)的核心問題——提高利潤、降低成本，都難免是紙上談兵。

雖然數(shù)據(jù)本身很重要，但能直接解決問題的服務(wù)應(yīng)用對企業(yè)才更有價值。當(dāng)前，除了如何采集數(shù)據(jù)之外，絕大部分企業(yè)面對的關(guān)鍵問題是什么數(shù)據(jù)值得采?說白了，就是如何運用數(shù)據(jù)產(chǎn)生價值!

我們知道，工業(yè)數(shù)據(jù)的采集和傳輸基本都是 “端-管-云”的模式。在應(yīng)用的現(xiàn)場，“端”負責(zé)收集數(shù)據(jù)、執(zhí)行指令，“管”打通數(shù)據(jù)的傳輸路徑，而“云”負責(zé)所有的數(shù)據(jù)分析和控制邏輯功能。整套流程能否順利打通，對數(shù)據(jù)采集、分析、應(yīng)用能力至關(guān)重要。

然而，隨著物聯(lián)網(wǎng)的發(fā)展，工業(yè)制造設(shè)備所產(chǎn)生的數(shù)據(jù)量將越來越多。如果這些數(shù)據(jù)都要放到云端處理，就需要無窮無盡的頻譜資源、傳輸帶寬和數(shù)據(jù)處理能力，“云”難免不堪重負，此時就需要邊緣計算來分擔(dān)云計算的壓力。比如一個公司，在規(guī)模小的時候，董事會可以對公司的管理達到事無巨細的程度，但是當(dāng)公司發(fā)展到一定規(guī)模時，就需要給予一線員工必要的自主權(quán)力。

所以，在工業(yè)現(xiàn)場的邊緣側(cè)進行數(shù)據(jù)采集、處理及傳輸?shù)倪吘売嬎憔W(wǎng)關(guān)承擔(dān)著打通工業(yè)數(shù)據(jù)傳輸“任督二脈”的重任，再與云平臺進行融會貫通——邊云一體化，最后利用大數(shù)據(jù)分析，賦能生產(chǎn)，才能發(fā)揮工業(yè)數(shù)據(jù)的真正價值。隨著工業(yè)物聯(lián)網(wǎng)的發(fā)展，必然會出現(xiàn)更多的本地就近控制和現(xiàn)場數(shù)據(jù)，面對這些逐漸增多的現(xiàn)場數(shù)據(jù)，該如何處理才能在保證其有效性的同時又減少云計算的壓力?

工業(yè)世界任何微小的提升都會帶來很大的優(yōu)勢;工業(yè)世界任何微小的故障也可能帶來很大的損失——工業(yè)現(xiàn)場的很多數(shù)據(jù)“保鮮期”很短，一旦處理延誤，就會迅速“變質(zhì)”，數(shù)據(jù)價值呈斷崖式跌落，工業(yè)現(xiàn)場的數(shù)據(jù)處理可以稱之為“走鋼絲”。此時，“邊緣計算”便發(fā)揮了不可替代的作用。如果把大腦比作云端，那么邊緣計算就是神經(jīng)末梢，對簡單的刺激進行自處理并將處理的特征信息反饋給云端大腦。

盡管當(dāng)前工業(yè)企業(yè)追求的核心問題是如何讓數(shù)據(jù)賦能生產(chǎn)，產(chǎn)生價值。但是也不能忽視該進程中困擾工業(yè)企業(yè)多年的普遍性問題，數(shù)據(jù)處理的前置關(guān)鍵環(huán)節(jié)——如何采集數(shù)據(jù)?對于任何工業(yè)企業(yè)來說，挖掘數(shù)據(jù)金礦的第一步都是采集數(shù)據(jù)，不談數(shù)據(jù)采集的大數(shù)據(jù)分析是空中樓閣，沒有數(shù)據(jù)的工業(yè)云平臺相當(dāng)于無本之木。

在不同的工業(yè)生產(chǎn)過程中，由于自動化產(chǎn)品品牌眾多，工業(yè)接口多樣化、工業(yè)協(xié)議不統(tǒng)一，所以看似簡單的數(shù)據(jù)采集并沒有那么容易。除了數(shù)據(jù)采集，在數(shù)據(jù)處理運用方面，由于工業(yè)現(xiàn)場的數(shù)據(jù)面臨著“保鮮期”很短，以及大量“垃圾”數(shù)據(jù)并不需要傳遞到云端的問題。雖然從產(chǎn)業(yè)角度來看，邊緣計算發(fā)展如火如荼，但從應(yīng)用角度來看，它還處于落地的前期。邊緣計算與云計算的融合才能真正體現(xiàn)工業(yè)數(shù)據(jù)的價值。

實際上，產(chǎn)業(yè)界已經(jīng)認識到邊云協(xié)同的重要性，并開展了積極的探索。例如，華為在其HC2018大會發(fā)布的智能邊緣平臺IEF明確提出了邊緣與云協(xié)同的一體化服務(wù)概念;西門子2018年發(fā)布了Industrial Edge的概念，大致理念是通過云端部署IndustrialEdge Management實現(xiàn)邊緣計算與云計算的協(xié)同，映翰通網(wǎng)絡(luò)在今年的漢諾威工業(yè)博覽會上，以邊緣計算網(wǎng)關(guān)為基礎(chǔ)，展示了“映翰通設(shè)備工業(yè)云(InHand DeviceNetworks Cloud)+邊緣計算網(wǎng)關(guān)(Edge Computing Gateway)”，實現(xiàn)邊云協(xié)同。

既然邊云協(xié)同對工業(yè)數(shù)據(jù)如此重要，那么怎么理解邊云協(xié)同呢?邊云協(xié)同處理數(shù)據(jù)的關(guān)鍵在于數(shù)據(jù)的融合。在工業(yè)場景中，一方面通過邊緣計算直接運行實時分析算法，另一方面則利用邊緣與云的協(xié)同，實現(xiàn)模型不斷成長和優(yōu)化，從而讓邊緣分析技術(shù)增強了平臺實時分析能力。當(dāng)然，邊云協(xié)同的能力與內(nèi)涵落地到各應(yīng)用場景時其具體能力與關(guān)注點又會有所不同，因為每種邊緣計算業(yè)務(wù)形態(tài)對于與云計算協(xié)同的業(yè)務(wù)需求不盡相同。

比如，在柔性制造的過程中，現(xiàn)代工業(yè)機器人的應(yīng)用越來越廣泛。生產(chǎn)線上的機器人、機械臂的穩(wěn)定可靠性對企業(yè)生產(chǎn)的經(jīng)濟效益保證意義重大。工業(yè)機器人的大規(guī)模部署，工業(yè)機器人結(jié)構(gòu)復(fù)雜、維護成本高對生產(chǎn)企業(yè)技術(shù)人員的維護能力提出了極高要求。主要體現(xiàn)在，要在機器人發(fā)生故障之前檢測到機器人機構(gòu)部件、控制裝置等方面的異常，并提醒用戶在停機發(fā)生前進行有針對的維護維修，從而使停機時間減少為零，實現(xiàn)連續(xù)生產(chǎn)。

這里的核心點在于通過邊云協(xié)同進行預(yù)防性維護，實現(xiàn)持續(xù)有效的生產(chǎn)。在云端，設(shè)備云可以匯集工業(yè)現(xiàn)場實時生產(chǎn)數(shù)據(jù)進行集中存儲、分析、處理、預(yù)測，從網(wǎng)絡(luò)管理、現(xiàn)場探接再到感知與響應(yīng)，可以大大提高運營和維護效率。