边缘计算落地工业应用，大有可为！

继云计算、大数据和人工智能这些热词之后，边缘计算也成为了近年来科技圈关注的焦点。

当下，物联网在制造、交通、能源等工业领域的应用也让边缘计算大行其道，越来越多的工业数据开始在边缘进行存储和处理。

什么是工业边缘计算？

边缘计算可以实时进行大量数据的本地无反馈处理。工业边缘计算还能帮助用户降低数据的存储和传输成本，因为大量数据能够得到预处理，仅将高度相关的数据上传到云端或企业内部自有的IT基础设施。

以西门子工业边缘计算概念为例，在今年的汉诺威工业展上，西门子推出了工业边缘计算数字化平台。在刚刚结束的2018纽伦堡国际电气自动化系统及元器件展会（SPS IPC）上，西门子再次推出针对边缘应用的全新硬件平台。这款紧凑型Simatic边缘设备以嵌入式工控机Simatic IPC227E为基础，可实现设备层与自动化层的无缝连接，从而在生产端实现对生产数据的直接读取和处理。当工业应用程序底层的框架条件发生变化时，边缘设备上的应用可以实现同步调整，以保持设备功能性的实时更新。

西门子工业边缘计算支持MindSphere的云传输协议，MindSphere是西门子基于云的开放式物联网操作系统。未来，它还将支持消息队列遥测传输（MQTT）协议，以进一步确保与其他系统和云平台进行灵活的数据交换。

西门子针对边缘应用的Simatic IPC227E硬件平台

工业边缘计算的实际应用

边缘计算在工业领域的应用场景已经越来越丰富，西门子安贝格电子制造工厂（EWA）就是一个案例。

安贝格电子制造工厂利用印刷电路板（PCB）裁切机来生产Simatic系列产品。在铣削操作过程中，会产生细小的铣削粉尘，对机器造成巨大影响。这可能会使设备的主轴轴承卡住，进而导致机器意外停机。

为了防止隐患发生，安贝格工厂利用边缘计算设备来分析传感器所采集到的数据，并借助人工智能来分析机器的运行参数，以检测主轴行为中的任何异常，监测未来出现故障的可能性。通过机器学习算法来实时计算异常值，高于预定阈值表示机器即将发生故障。此边缘应用程序可在实际故障发生之前12至36小时预测轴承腐蚀和机器停机的情况。一旦出现异常，可以提前规划更换机床主轴的时间，以避免意外宕机带来的高额损失。

工业边缘计算的运营与管理

边缘计算与云计算的关系

在利用基于云的解决方案对生产数据进行分析时，制造商面临着双重挑战：既要管理其核心任务，又要为更新处理和IT安全等相关流程寻求高效、经济的解决方案。

有很多种方法可以对数据进行收集和分析，并利用其分析结果来优化流程。因为软件更新成本高昂，许多人正在摒弃本地数据处理的传统方式，而选择数字化路径，即借助互联网的中央IT基础设施（服务器场），以云计算的方式进行数据处理和分析。它支持通过中央云管理系统在所有服务器上安装更新，因此大幅简化了应用程序的更新和管理等任务。

边缘计算与云计算不是对立的，而是互相协同。在云计算的应用日益成熟的同时，边缘计算作为它的合理补充也在不断发展。这些互补系统使生产数据能够分散或集中处理。功能、智能和数据不再仅仅发生于云端的集中式服务器上，也可选择发生在靠近数据源的现场级，即生产端的自动化技术中。

边缘计算与云计算协同发展

西门子工业边缘计算解决方案，基于西门子成熟的硬件和软件组合以及云技术中所使用的机制，集成了本地和基于云的数据处理两方面的优势。