EC-IoT专家视点

2017-07-31 19:32
自动化博览 2017年4期
关键词:数据处理边缘智能化

EC-IoT专家视点

董景辰

边缘计算技术的发展将使当前工厂、车间的控制层级发生变化,打破原有的控制层、执行层和管理层三层结构,演变成控制层之上是边缘层,再上面是执行层和管理层,这样将大大提升数据处理效率和实时性,而边缘层完全与各个层级相融合,与云计算是相辅相成的关系。目前的工厂在数字化、网络化、智能化方面面临的最大挑战是互联互通,这是目前工厂智能化改造最大难点,是系统集成最大成本所在,也是边缘计算要解决的首要问题;其次,当前在智能工厂改造中所遇到的另一个主要问题是数据采集上来了,但是没有能力去分析,没有相应的软件去支撑,没有相应的方法去处理,因为目前的控制系统不具备强大的分析能力,而边缘计算相比控制系统,其数据分析、储存能力大大加强,将满足工业企业此方面的需求;此外,对于工业企业的智能化改造来说,边缘计算还可以扩充信息、数据的来源,过去的控制系统只能处理结构性数据,无法处理视频、语音等非结构数据,而随着边缘计算处理能力的提升,这些数据也可以进入系统,和其他数据融合,无疑将大大提升管理和控制的功能。

谢兵兵

大家知道,德国“工业4.0”的核心是信息物理融合系统(CPS),也称虚拟实体融合系统,而作为在靠近物或数据源头的网络边缘侧,融合了网络、计算、存储、应用核心能力的边缘计算,显然又是CPS的核心。所以说,边缘计算是工业4.0核心之核心,关键之关键。是通过边缘计算这个资源和能力,实实在在地将虚拟空间(C)和物理实体(P)紧紧地融合在一起。在工业领域,要实现数字化制造、网络化协同、智能化转型,离不开物联网、大数据和云计算,更离不开边缘计算。

目前国内制造业企业,转型升级迫在眉睫。但是,大部分企业,尤其是广大中小企业,技术力量有限,资金普遍紧张, 数字化、智能化转型遇到不少困难。采用标准的、安全可靠的、低成本的ICT技术和产品,构建CPS,尤其是CPPS(信息物理生产系统),提高生产制造的质量、效益和柔性,提高企业的市场竞争力,是企业的共同期盼。交通、能源、智慧城市领域的情况也类似。对边缘计算来说,也必须在比较短的时间内,推出标准、安全、低成本的技术、产品和系统,就近提供智能互联服务,满足数字化在业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求,支撑行业数字化、智能化转型升级。

杨 峰

我认为对于工业物联网的未来发展,边缘计算必然是大势所趋。大多数工业数据需要进行逻辑性的处理,在这一过程当中,需要在边缘层和云计算层建立一套立体的数据处理架构。在边缘层进行数据处理,首先解决了时延的问题,系统将更加稳定。另一个方面,传统的PLC+OPC,或SCADA的工业现场控制方法,如果要直接和云计算结合,由于硬件接口过多,不可避免地会出现大量的如配置等现场工作要做,而应用边缘计算,可以大大简化此类工作,提升系统维护的便利性。

对于自动化领域来说,面对边缘计算的挑战和融合,将会产生一些新的变化趋势。我们将会看到不论是控制策略,还是数字处理方式,将会呈现立体化的趋势。未来的传感器都将是智能化的传感器,传感器具备对传感器自身数据的处理功能,会对数据进行纠正,会对传感器自身的故障进行预判断、预处理,同时将经过修正的数据实时上传;在设备层,要进一步地完成一些控制性和针对设备本身的数据处理,之后,再把这些处理后的数据传输到边缘层,经过边缘层处理,还会将一些数据上传到云端,进行云计算,这样就完成了一个立体的分层式的数据处理过程,当然在这个过程当中,也会同步完成现场的控制和故障诊断。这样的一套完整的立体的架构,将会是在未来的自动化或者数字化现场数据处理过程中呈现出的技术趋势。

猜你喜欢
数据处理边缘智能化
智能化战争多维透视
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
探讨智能化技术在电气工程自动化中的应用
基于低频功率数据处理的负荷分解方法
无人机测绘数据处理关键技术及运用
大型公共建筑智能化系统造价控制
基于“物联网+”的智能化站所初探
基于MATLAB语言的物理实验数据处理探讨
一张图看懂边缘计算
在边缘寻找自我