製造過程當中會產生大量數據，這些數據可用於實現很是重要的目標——預測故障、優化設備壽命、得到新的收入來源、甚至優化生產流程以更好地知足市場需求。任何工業網絡的第一步工做就應該增強這些數據的收集，在本地作好實時數據處理和長期離線數據存儲之間實現適當平衡，最後採起有效措施優化工業處理過程。
安全
實際上，不少時候須要在本地實時處理數據，這致使咱們須要不一樣類型的邊緣計算設備。正如麥肯錫在最近的一篇文章中寫道的那樣，「計算能力從雲端走向邊緣——正在開闢一個新的領域：邊緣計算。」麥肯錫這篇文章認爲，將數據處理轉移到網絡邊緣的需求，和不斷增長的處理能力要求，創造了一種不一樣類型的工業物聯網網絡——這種網絡可能沒有嚴格的層次結構，在衆多形式的邊緣設備中，將體現多種多樣的鏈接方式和處理方式。服務器
工業物聯網：邊緣計算微信
在工業世界中，數據處理正向邊緣轉移。讓咱們舉幾個例子來講明這一點：網絡
咱們如今擁有能夠精確測量和記錄局部溫度的傳感器，而不是傳統上在溫度超過某個閾值時跳閘的溫度傳感器。傳感器能夠將一系列運行的溫度數據點與設定的基線進行比較，以肯定被測設備什麼時候可能開始出現磨損跡象。若是機器在預設範圍內運行，這樣的傳感器可能永遠不會與中央控制系統通訊。但它也能夠根據須要標記預防性維護。架構
振動傳感器能夠連續記錄伺服電機的振動。經過對振動數據進行局部快速傅立葉變換（FFT）分析並比較主要振動頻率，它只能在振動頻率超出規格時標記控制器。優化
Enterprise IOT Insights雜誌描述了現實生活中的一個例子，他們描述了英特爾如何決定在其半導體生產設施中監控其風扇過濾器單元（FFU）的運行情況。FFU的主要任務是過濾和清潔工業機器內的空氣，它們遍及工廠地板上各個地方。英特爾在每一個FFU的頂部放置了一個加速度計，用於測量風扇功能的變化，並在本地網關中進行全部處理，只有摘要數據和報告被髮送到雲端。.net
圖 1: 監視FFU的健康情況3d
工業物聯網：不一樣的模型blog
在傳統的物聯網模型中，傳感器/硬件位於底部。他們的工做是收集數據並經過內置的網絡鏈接，將數據發送到上層的物聯網服務器/平臺。基於這些收集的數據，進一步作數據分析，數據可視化和應用程序開發。而後管理層使用該分析的結果來肯定正確的行動方案，多是預約的機器維護、生產過程優化或其餘行動。開發
圖 2：傳統物聯網分層架構
事實上，工業場景中的大多數網絡都不是這樣的。首先，在每一個傳感器中放置5G終端或Wi-Fi是沒有意義的，特別是那些在煤礦，水下或熱的振動伺服電機旁等惡劣條件下運行的傳感器。
其次，傳感器正在採集的大多數瞬時數據只具備實時值。好比，一個探測器的功能是檢測到有人接近的危險後去關閉電機（STO），或控制它達到安全速度（SLS），這些數據不須要到上層的網絡架構中進行管理決策。
最後，在某些狀況下，例如經過網絡發送逐秒振動數據是浪費帶寬，由於最終彙總報告（關於FFT分析）主要關注離線或異常分析等內容。現實生活中的工業物聯網網絡更接近在下圖中的描述：
圖 3：實際的工業互聯網架構
大部分數據處理是在本地完成的，或者使用邊緣服務器分析處理多個傳感器數據。網絡鏈接也並不老是經過TCP/IP網絡鏈接，而是使用傳統的穩定的工業網絡協議，多是工業現場總線、RS-48五、BACNet或其餘一些工業標準。一般，邊緣服務器將數據彙總處理後上傳到上層網絡中，而後將這些數據存儲在物聯網平臺或IoT服務器上進行分析和可視化，並在上層爲其開發不一樣的應用程序。
圖4：工廠網絡示例
結 論
邊緣處理在各類工業物聯網應用中將變得很是重要。用於邊緣處理的系統/設備必須具備較小的外形和較低的功耗。除此以外，他們能夠很是不同。過程工業中的敏感溫度測量裝置將與智能建築中的佔用檢測器不一樣，智能建築自己將與用於實現精確農業的傳感器不一樣。
不一樣領域的邊緣設備將由不一樣領域的專業公司開發完成，隨着邊緣設備的激增，工業物聯網的架構將和如今廣泛存在的架構發生巨大變化，這個過程將會觸發大量價值將從雲設備製造商向特定領域應用的邊緣設備製造商的流動。
本文分享自微信公衆號 - 物流IT圈（exiter18）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。