1
离散制造业边缘计算应用基本情况
1.边缘控制器层
边缘控制器是工业互联网边缘侧连接各种现场设备，进行工业协议的转换和适配，统一接入到边缘计算网络中，并将设备能力以服务的形式进行封装，实现物理上和逻辑上生产设备之间通信连接。边缘控制器硬件架构设计采用分布式异构计算平台，一般采用异构计算体系结构，支持全分布式控制以及多种控制器的协作运行和无缝集成，也是目前各种实时嵌入式硬件平台实现的主流实现方案；在满足硬件实时需求前提下，利用多物理内核结合虚拟化技术的支持，实现在同一硬件平台上运行实时与非实时任务或操作系统，并满足系统多样化与可移植性的需求，提高整体平台体系的安全性、可靠性、灵活性以及资源的利用效率；应用时空隔离的多任务和多线程调度机制与改造优化调度算法相结合的方式，实现任务调度机制。
上图中边缘计算通用架构针对需要采用多控制器协同控制的智能工厂复杂任务，边缘控制器采用协同控制策略和控制一致性协议，结合无边界网络化的动态仿真技术，提高现场干扰环境中网络信息交换时智能控制系统的鲁棒性和实时性，实现多控制器在动态环境下的自适应协同控制。同时，采用软件定义的网络化智能控制系统技术，提高了控制系统的灵活性，对边缘侧生产设备和产线，可快速满足小批量多品种柔性制造的控制工艺重构要求。
2.边缘网关层
边缘网关是指具备边缘计算、过程控制、运动控制、机器视觉、现场数据采集、工业协议解析能力的边缘计算装置。边缘网关能适应工业现场复杂恶劣环境，满足国内主流控制器、工业机器人、智能传感器等工业设备的接入和数据解析的需求，支持边缘端数据运算及通过互联网推送数据到工业互联网平台。
边缘网关可将现场各种工业设备、装置采用、应用系统的标准或私有通信协议转化成标准 OPC UA等通讯协议，使得上位系统及工业互联网平台可采用统一的协议和信息模型与不同设备和系统互相通信，方便系统集成，实现远程监控、故障诊断、配置下载、远程管理等功能。
3.边缘云层
边缘云是边缘侧单个或者多个分布式协同的服务器，通过本地部署的应用实现特定功能，提供弹性扩展的网络、计算、存储能力，满足可靠性、实时性、安全性等需求，是实现 IT技术与 OT技术深度融合的重要纽带。
一方面，将在云端基于机器学习离线训练好的模型部署到边缘云，并通过定期更新模型算法来同步边缘智能，可以使得紧急类故障能够在本地及时报警，同时可以对一些相关参数指标进行实时修正。另一方面，根据模型中输出与特征之间权重关系，优化终端上传数据的过滤规则，以此减少流量成本和云端存储成本。
2
离散制造业边缘计算实施架构及关键技术
如上图所示，整个离散制造业边缘计算实施架构包括现场设备层、边缘计算平台层以及支持边云协同的云平台层，边缘计算平台负责从各现场设备采集数据，实现边缘侧人员、设备、物料、环境、业务管理等数据的统一接入、本地集中存储、边缘分析处理等，并通过对现场设备的物联集成（如：生产设备、物流设备、检测设备）采集设备运行参数，将数据传送至云平台，同时实时接收云平台下发的控制指令，最终反馈至相应设备，从而实现对现场设备的数字化管理，对离散制造业的生产过程控制、工艺优化具有重要意义。
此外，随着边缘计算在离散制造业中的应用不断广泛，云计算与边缘计算的协同效应也在快速增强，边云协同成为离散制造业数字化改造的主要使能器。一方面，边缘计算在工厂内部发挥重要作用。边缘侧数据分散，本地应用系统多，需要大量的计算、存储资源。边缘计算平台可以实现业务数据本地处理及生产现场的实时控制反馈，同时，边缘计算平台通过东西向联接进行数据和知识的交换，支持计算、存储资源的横向弹性扩展，能够完成本地的实时决策和实时优化操作。另一方面，边缘计算平台将与工厂外的云平台协同联动，边缘侧聚焦实时、小数据的处理，而云平台侧聚焦长周期、大数据的处理。边缘计算平台通过南北向链接与更上层的工业云平台实现数据交换和应用管理协同，实现边缘侧基础设施资源的统一管理、调度和运维，支撑边缘侧应用的灵活部署和升级。
离散制造业边缘计算平台需要解决海量数据管理与处理、多源数据集成、各类设备接入、数据建模分析、资源规划分配、应用创新与集成等一系列问题，边缘计算的核心关键技术能够支撑这些需求，一些典型关键技术在业界被广泛应用并受到高度关注，其中一方面边缘智能、异构计算、互联互通等技术进一步提升边缘侧面向离散制造业的数据管理和分析能力；另一方面微服务与计算迁移等技术不断提升平台资源利用效率，进一步提升边缘计算平台服务能力。
1.边缘智能
边缘智能是赋能离散制造业实现数字化转型的关键技术，提供了边缘侧的建模能力、数据汇聚和分析能力。边缘智能从延迟、内存占用量和能效等方面，进行边缘计算节点上智能推理加速和多节点智能训练算法的联动，完成轻量级、低延时、高效的人工智能计算框架，边缘设备需要执行越来越多的智能任务，例如在刀具监测过程中，通过对机床主轴负载数据进行采集与分析，实现边缘侧刀具在加工过程中的实时状态监测和寿命预测管理以及数据信息可视化；此外，针对信息安全、数据不出网等要求，边缘节点需要完成数据安全预处理，边缘-云数据中心协同才能开展完整的智能模型训练，以上操作配合计算机视觉、自然语言处理等智能算法模型库和强化学习、离线分析、迁移学习等工具组建，形成完整的边缘智能功能栈。
边缘节点应用对计算和流量宽带处理存在较强依赖，计算方面，应用需要智能算法框架完成人机交互、编解码 /加解密等算法框架进行信息预处理、离散制造等建模算法构建专业领域信息框架；流量方面，边缘节点需要数据源带宽低收敛比、低时延响应的物理资源环境，以满足数据传输和交互需求。
2. 异构计算
工业互联网应用的普及带来了信息量爆炸式增长，特别在离散制造业，海量的传感器数据、文本 /超文本、声音数据、影像数据、视频序列等对边缘计算能力都提出了更高的要求，边缘设备既要处理结构化数据，同时也要处理非结构化的数据。因此，离散行业业务与数据的多样性驱动计算的多样性是必然趋势。针对上述需求，业界提出了将不同类型指令集和不同体系架构的计算单元协同起来的异构计算架构，以充分发挥各种计算单元的优势，实现性能、成本、功耗、可移植性等方面的均衡。在离散行业通过异构计算对各种类型数据进行内容分析和融合处理，从海量数据中挖掘隐藏信息和有效数据，提高离散制造过程中各种装备状态监测的准确性。
3.互联互通技术
OPC UA Over TSN为传感器层、控制器层到自动化软件层提供一套统一且标准的网络与通讯体系，打破自动化金字塔的传统结构，并有效解决用户与集成商在系统集成时所遇到的困境。TSN技术和 OPC UA相结合，可以满足离散制造业应用的各种传输需求，支持边缘侧工业设备的联网接入，实现边缘侧的互联互通，赋予离散制造业生产制造系统高度灵活性，工厂车间网络架构可以快速调整优化，有效提升网络化协同制造与管理水平。例如，在离散制造业工厂数据采集、传输与生产运营中，都会需要对现场的机器状态、生产能耗、生产质量等相关参数进行采集， TSN+OPC UA在整体上使得工厂各个环节的横向与纵向数据实现了透
明交互，并且配置效率更高，程序与应用模块化更强，为工厂边缘计算平台提供了有力支撑。
4.微服务
微服务是一种开发应用软件的方法，围绕特定业务功能构建一套小型独立可部署的服务。传统的 IT行业软件大多都是各种独立系统的堆砌，存在扩展性差，可靠性不高，维护成本高，无法直接在边缘侧执行等问题，而微服务有效地解决了上述问题。通过微服务，特定功能被放入单独的服务中，允许这些服务在服务器之间分发与复制。每种应用程序都在其自己的进程中运行，并与轻量级机制进行通信，占用资源少，可以在边缘侧灵活部署。同时，这些服务的集中化管理程度大大降低，它们可以用不同的编程语言编写，并使用不同的数据存储技术，也符合边缘计算资源灵活异构的特点。
5.计算迁移
计算迁移是将计算密集型应用任务迁移至资源较充足的设备中执行，从而实现资源合理规划利用，提升计算效率。由于网络带宽等资源限制，离散制造业生产现场面临海量边缘设备的数据传输、处理及计算分析需求无法满足的挑战。针对上述问题，边缘侧计算迁移首先将海量边缘设备采集或产生的数据进行部分或全部计算的预处理操作，对无用的数据进行过滤，降低传输的带宽；其次，计算迁移根据需求及设备当前算力等基本情况，进行动态的任务划分，合理分配边缘设备及云中心计算资源，防止计算任务迁移到处于系统任务过载状态的设备，影响计算效率。计算迁移通过在能耗、边缘设备计算延时和传输数据量等指标之间寻找最优的平衡，不断优化资源利用率，提升离散制造业生产效率。
3
离散制造业边缘计算解决方案实践
离散制造的产品往往由多个零件经过一系列并不连续的工序的加工最终装配而成，例如飞机制造、船舶制造等。其中，由于离散制造过程中每道工序中涉及的工艺参数不一，而统合这些参数需要花费大量的人力和时间。同时，离散制造对于流程管控要求较高，在企业内部一般将同一工序的设备按照空间和行政管理划分建成一些生产组织（例如部门、工段或小组），这将势必会出现各个小组之间的数据互通性和共享性间歇或断续的现象。同时，离散制造业产品设计、处理需求和定货数量方面变动较多，呈现少量多样化特征。离散制造业具有以上特征，也决定了边缘计算需要针对不同产品、产线具有不同的特征性部署，主要分为少品种大批量离散制造业与多品种小批量离散制造业两大类别。其中少品种大批量离散制造业以电子制造领域为典型代表；多品种小批量离散制造业以工程机械领域为典型代表。
1.面临问题和挑战
电子产品技术更新快，制造过程复杂，制造工艺和检验标准不完全一样的产品会在同一个工厂并行生产。电子制造行业注重生产设备的运转效率，对生产过程质量要求高，以满足客户对质量、交货期的严苛要求。同时，由于传统的电子行业的工厂在生产现场数据采集和数据分析利用方面存在着欠缺，在生产营运方面存在着许多不足，例如：生产线自动化程度不高、生产前端实时数据采集机制的欠缺、数字化编码不完善、设备管理和维护流程不健全、缺少生产动态数据采集并与计划数据整合分析、缺少仓储物流前端的实时感知和数据采集等问题。
针对上述问题，边缘计算将原本完全由工业云实现的服务能力加以分解，切割成颗粒度更小的服务，分散到中心节点和多个边缘节点去处理，并通过工业互联网实现服务的协同。由于边缘节点更接近于工业现场设备或数据源，可以减少传输延迟，加快处理速度，满足低时延的数据处理的要求，提高服务的确定性，提供具备高速响应性的高可靠服务，能够更好地支撑工业应用场景的实时控制与应用服务。
2.边缘计算解决方案实践
电子生产数字化车间以电子生产所要求的工艺和设备为基础，以信息技术、自动化、测控技术等为手段，用数据连接车间不同单元，对生产运行过程进行管理、诊断和优化。解决方案集边缘计算、工业互联网、工业机器人、工业视觉、二维码、 AGV小车等先进技术于一体，基于边缘云平台作为整个数字化车间建设和运行的核心支撑系统。
针对电子制造行业中小企业面临的共性问题，该解决方案的目标是打通生产计划、电子生产车间制造、仓储管理、质量管理、设备管理、工艺管理等相关业务模块的数据流和信息流，实现数字化车间。具体的建设目标包括：
基于边缘控制器和智能设备设计和建设自动化柔性生产线，包括智能立体库、自动化生产线、智能电子看板、柔性装配测试线和 AGV自动化物流仓储系统等，以减少人工作业，提高生产效率，保证产品生产质量。这些自动化生产设备包括自动插件机、激光刻码设备、视觉识别设备、光学检测机、检测机、机器人、 AGV等。
电子生产数字化车间解决方案架构
基于边缘网关和边缘云平台搭建车间数据集成平台，面向生产过程环节，采用采集、检测、识别、控制、计算、存储、通信等技术，基于 OPC UA工业标准，支持异构数据集成，构建一个全互联的数字化虚拟工厂，实现电子生产车间的生产过程和设备运行相关数据的采集、存储和分析，并为信息化集成和数字化管理提供数据支撑；
基于边缘云平台开发和提供各种车间生产制造执行应用，包括生产过程管理、设备管理、质量管理、能源管控、物料管理等工业APP；
基于边缘云平台开发和提供各种仓储管理应用，实现原材料批次、产品的全方位追溯，主要功能包括：实现储位的精确管理，货架、存位的定置定位管理；实现货物精准管理，在出库环节使用了整体调度，所以保证了库存商品的新老更替，较老的批号优先发货；加强库房可管理性，任务执行、工单任务状态、任务优先级、库内各环节管等；
构建边缘云平台与工业云平台的协同框架，实现云边协同的生产计划协同及生产过程优化管理，实现与企业资源管理系统（Enterprise Resource Planning，ERP）、产品数据管理系统、办公系统等信息化系统之间的数据信息实时交互。
1.面临问题和挑战
工程机械设备如混凝土机械、挖掘机械、起重机械、筑路机械、桩工机械、港口机械、石油装备、煤炭设备等，其生产制造是典型的离散制造过程，多品种小批量的生产模式是常态，并常伴有专业定制、个性化需求。其中，机械设备的典型生产流程包括：材料保管和运输、铸造、锻造、冲压、焊接、热处理、表面处理、喷漆、装配、调试、检验等环节。这种制造模式下，不同生产单元之间分散且独立，而且原材料复杂，周期地域差异很大，需要调度大量的人力物力才能完成整个生产过程。为了提升生产效率，AGV、机械臂、数控机床、PLC等设备逐渐被大量使用，使得其生产过程迫切地需要边缘控制器、边缘网关、边缘云等先进技术来连接人、物料、机器来满足生产现场高度协同的需求。工程机械设备制造过程面临的挑战主要体现在以下几个方面：
机械设备多品种、小批量、定制化的生产非常频繁，制造流程涉及不同生产单元之间分散且独立，并常伴有大量人工操作，极大地影响了生产效率；
传统机械设备在销售交付用户后便从此“失联”，生产厂家无法了解设备的运行状况、用户的使用状况，同时，由于机械设备的使用场景在地理位置上非常分散，售后人员到达现场前对故障类型一无所知，也无法对维护所需的备件提前调配，售后维护的成本一直居高难下；
工程机械设备复杂度高，生成过程效率、能耗及质量控制、后市场运行数据追踪处理反馈等，都涉及大量的数据采集、分析、实时反馈应用，而目前工厂数据处理能力无法满足相关需求。
工程机械生产要实现高度柔性，不仅生产现场需要高度协同，还需要利用IT技术建立起与下游供应链的自动化信息交互模式。通过边缘计算的数据边云协同适配性灵活，更易于提供包括原材料（长周期、多地域等）、生产制造（质量、能耗等）、生产环境监测（绿色环保等）、后市场跟踪（维护、服务等）、商业信息反馈（销量、生命周期等）等在内的全面数据综合分析，为企业生效率、经济效益、库存优化、商业规划等方面的提升提供改良数据依据。
2.边缘计算解决方案实践
国内某机械装备行业龙头企业借助信息化时代的优势，通过智能生产系统，实现高度柔性生产。参照离散制造业边缘计算通用架构，企业根据现场需求，综合应用部署了边缘控制器、边缘网关、边缘云的三层架构体系，在生产车间导入自动化制造模式，优化运行系统，提升设备生产制造能力。AGV、机械手臂、数控机床、 PLC以及智能电表、电机振动监控等设备大量使用，并借助于边缘网关、边缘云，实现了本地实时可靠的联动和边云数据协同等能力，很好的应对了离散制造业多品种、高效率、高质量、低成本方面的压力与挑战。
智能生产系统架构
联系客服
