今天，智能時代各種概念層出不窮，例如邊緣計算就是一個剛剛開始進入流行階段的方向，它究竟意味著什么？它對工業(yè)生產(chǎn)的貢獻將會體現(xiàn)在哪里？如何實現(xiàn)它，本文以貝加萊的邊緣計算架構和實現(xiàn)為例，為產(chǎn)業(yè)界的朋友分享我們對于智能制造的認識，以及邊緣計算在智能制造中所扮演的角色。

　　1.OICT融合的時代           
　　智能時代的制造業(yè)將需要通過OICT的融合來實現(xiàn)數(shù)據(jù)的采集、傳輸、存儲、分析，以實現(xiàn)最終對生產(chǎn)過程的品質(zhì)、能耗、維護等的優(yōu)化，提高整體的效率，這是整個智能制造的戰(zhàn)略層面所需要實現(xiàn)的目標，這一切的目標必須基于設備的連接與數(shù)據(jù)采集的基礎實現(xiàn)來達到。
　　圖1闡述了整個OICT融合的框架，從底層的傳感器、變送器、儀表傳送的數(shù)據(jù)通過PLC實現(xiàn)控制任務的處理，而另一方面，這些參數(shù)也會用于與生產(chǎn)整體優(yōu)化的應用。

　　圖1-基于OICT融合的應用場景架構

　　1.1邊緣計算扮演什么樣的角色呢？
　　簡單的理解，自動化技術是基于信號的控制，而邊緣計算則是基于信息的控制—這是一個包含了策略優(yōu)化、路徑規(guī)劃、分析等應用場景，為何采用邊緣計算模式，又與任務的處理周期有關。
　　1.2與時間處理有關的現(xiàn)場分層
　　圖2顯示了從OT的現(xiàn)場控制到邊緣節(jié)點再到云對于任務的時間需求變化，而貝加萊可以通過OPC UA與其它邊緣計算系統(tǒng)、云平臺進行數(shù)據(jù)的傳輸，可以選擇自有的系統(tǒng)架構，也可以對接第三方的系統(tǒng)。

　　圖2-不同層級的數(shù)據(jù)連通

　　從圖2可以看出，邊緣計算處理的與自動化現(xiàn)場的高速響應達到μS級的響應不同，在mS這個級別，而云計算則處理的是更為大的時間周期的數(shù)據(jù)，如秒、分鐘、小時、天、月。
　　2.工業(yè)物聯(lián)網(wǎng)（IIoT）
　　IIoT-工業(yè)物聯(lián)網(wǎng)也被認為是未來最為重要的實現(xiàn)智能制造的手段，包括了德國工業(yè)4.0組織在其智能制造中也將IIoT作為整個架構的重要一環(huán)，IIC作為重要的推動物聯(lián)網(wǎng)技術的力量，也發(fā)布了其針對工業(yè)物聯(lián)網(wǎng)的架構設計，而對于中國，ECC也將為工業(yè)物聯(lián)網(wǎng)提供實現(xiàn)路徑。目前，這些組織間的交流也變得緊密，并出現(xiàn)了明顯的技術融合跡象。
　　2.1邊緣計算的目標與功能
　　邊緣計算本身即是實現(xiàn)IIoT的一個重要方向，圖3顯示了邊緣計算所關注的問題：

　　圖3-邊緣計算的功能與目標

　　邊緣計算是一個較為全局的概念，它包括了（1）數(shù)據(jù)的感知（傳感技術），以及數(shù)據(jù)的（2）采集（總線連接），包括數(shù)據(jù)的傳輸、存儲與管理，并在其基礎上（3）分析（數(shù)據(jù)處理），并且由此實現(xiàn)控制，而這里的控制—更多的是在策略、優(yōu)化、規(guī)劃問題級的大范圍的控制，亦或歸于系統(tǒng)控制。
　　2.2IIoT的價值

　　圖4-IIoT為制造業(yè)帶來的價值

　　圖4顯示了工業(yè)物聯(lián)網(wǎng)IIoT所要為智能工廠所帶來的價值，包括在提升資產(chǎn)使用效率、有效的維護、減少當機等方面的貢獻。
　　3.邊緣計算節(jié)點（Edge Nodes）
　　為了實現(xiàn)對工廠的數(shù)據(jù)采集并實現(xiàn)邊緣計算的任務，貝加萊為這個應用場景提供了OrangeBox和APROL兩個應用場景的解決方案，當然，OrangeBox和APROL可以無縫集成，只是OrangeBox更為傾向于小型的、老舊的工廠，而APROL則更為側(cè)重于針對大型、新的工廠數(shù)據(jù)采集。
　　3.1為老舊工廠所提供的邊緣節(jié)點
　　OrangeBox是基于貝加萊Panel PC或X20系列PLC與基于mapp的軟件功能所集成的現(xiàn)場數(shù)據(jù)采集方案：
　　（1）數(shù)據(jù)采集：借助于貝加萊的I/O模塊豐富的種類，OrangeBox可以采集各種現(xiàn)場數(shù)據(jù)；
　　（2）通過各種總線模塊實現(xiàn)對具有總線接口的設備的數(shù)據(jù)采集，貝加萊的開放互聯(lián)支持Profibus、Modbus、DeviceNet、CAN等傳統(tǒng)現(xiàn)場總線以及基于以太網(wǎng)的如POWERLINK、Profinet、Ethernet/IP等。
　?。?）mapp軟件的強大功能：mapp中強大的mappOEE、mappEnergy、mappAudit等可以為現(xiàn)場的設備提供在OEE、能源監(jiān)測、維護、審計追蹤方面的服務。

　　圖5-OrangeBOX的數(shù)據(jù)集成能力

　　圖5顯示了OrangeBox具有的功能，如OEE、PackML-針對包裝工業(yè)的數(shù)據(jù)采集，用于實現(xiàn)機器到MES的數(shù)據(jù)互聯(lián)，Euromap實現(xiàn)注塑機與MES等管理系統(tǒng)的互聯(lián)。
　　3.2基于APROL的邊緣計算架構
　　圖6是基于APROL的邊緣計算架構，APROL內(nèi)部提供了過程數(shù)據(jù)采集PDA(Process Data Acquisition) 和能源監(jiān)測的EnMon(Energy Monitoring)、狀態(tài)監(jiān)測ConMon（Condition Monitoring）、以及用于過程控制的APC/MPC集成能力。

　　圖6-基于APROL的邊緣計算架構

　　4.邊緣計算應用于產(chǎn)業(yè)
　　圖7以塑料行業(yè)的設備互聯(lián)為例，描述了邊緣計算節(jié)點通過Euromap 77來提供參數(shù)，為MES系統(tǒng)所訪問，各個邊緣節(jié)點的數(shù)據(jù)也可以通過MQTT/AMQP方式為云平臺所采集，并通過云存儲、分析方式為集團下的各個工廠提供數(shù)據(jù)優(yōu)化與分析，并改善生產(chǎn)的質(zhì)量、成本與能耗。
　　通過EUROMAP的集成，邊緣節(jié)點可以提供以下數(shù)據(jù)信息給MES/ERP等上層系統(tǒng)。
　　●關于注塑機的通用信息（制造商,型號,序列號等），當前配置和IMM狀態(tài)包括模具、注射單元、功率單元以及在機器上相關改變的日志。
　　●作業(yè)管理：機器運行期間的作業(yè)信息以及生產(chǎn)循環(huán)的參數(shù)，以及從MES到IMM的傳送作業(yè)信息并啟動生產(chǎn)的方法。
　　●數(shù)據(jù)集管理：IMM存儲相關配置的信息叫數(shù)據(jù)集，這些數(shù)據(jù)包括了與IMM相關的額定工藝參數(shù)（時間，溫度，壓力），同時也包括了安裝的機械手系統(tǒng)，EUROMAP 77.2允許信息在IMM和MES之間進行傳輸，用于構建一個數(shù)據(jù)集知識庫。

　　圖7-邊緣計算為注塑工廠實現(xiàn)架構

　　5.貝加萊邊緣計算架構
　　貝加萊為邊緣計算提供了整個集成能力的實現(xiàn)，包括了底層的POWERLINK—提供μS級的數(shù)據(jù)采集與控制需求，通過OPC UA接口實現(xiàn)μS-mS級數(shù)據(jù)傳輸?shù)男枨?，通過開放的接口提供面向云平臺更長周期的數(shù)據(jù)傳輸。

　　圖8-貝加萊邊緣計算產(chǎn)品族

　　圖8顯示了貝加萊在產(chǎn)品級提供的支撐，通過具有現(xiàn)場采集能力的I/O、總線控制器，可以將數(shù)據(jù)通過各種總線（RS485/CAN/Profibus/Modbus等）以及基于以太網(wǎng)的總線方式傳輸至于嵌入式控制器—這些控制器作為現(xiàn)場設備、產(chǎn)線的邊緣節(jié)點匯總數(shù)據(jù)。而對于Edge Controller層則可以采用OrangeBOX和APROL來進行數(shù)據(jù)的處理（采集、存儲、分析），并可通過邊緣節(jié)點與云服務平臺建立連接，訪問。
　　整個邊緣計算的架構是為了IIoT的實現(xiàn)而設計，它是自動化技術與IT融合的延伸，今天的產(chǎn)業(yè)，IT與OT互相滲透，使得整個產(chǎn)業(yè)出現(xiàn)了更為快速的發(fā)展。
　　6.邊緣計算--服務于生產(chǎn)效率的提升
　　正如Mckinsey Digtal 2015年在其如何導航制造業(yè)的數(shù)字化一文中所描述的，數(shù)字化的應用最終會為制造業(yè)提供提升的機會，經(jīng)過對大量企業(yè)的調(diào)研，Mckinsey得出數(shù)字化在工業(yè)4.0時代對于生產(chǎn)制造帶來的效率提升包括了以下幾個方面：
　　●降低30-50%機器的整體當機時間；
　　●通過知識自動化來提升技術專業(yè)45-55%的生產(chǎn)效率；
　　●降低20-50%的庫存成本；
　　●降低10-20%的質(zhì)量成本；
　　●提高預測精度到85%；
　　●縮短20-50%的面市時間；
　　●降低10-40%的維護成本；
　　●實現(xiàn)生產(chǎn)效率的提升。
　　因此，我們討論邊緣計算、云計算、大數(shù)據(jù)分析、人工智能分析，不能為了概念而概念，必須服務于制造業(yè)本身的升級。