基于边缘计算的环境在线监测系统数据采集与分析

傅慧芳 黄海萍 程立

（力合科技（湖南）股份有限公司 湖南省长沙市 410205）

1 边缘计算的系统架构

1.1 面向边缘计算的系统架构简述

边缘计算产业联盟与工业互联网联盟在2018年联合发布的《边缘计算参考架构3.0》（2018年），边缘计算参考架构3.0 的主要包括云、边缘和现场三层，边缘计算处于云层和现场层中间，边缘层向现场层支持现场设备、传感器的接入，向上与云端联网对接。

边缘层主要含边缘节点和边缘管理器，具有计算、网络和存储资源。边缘计算节点根据业务侧重点和硬件特点不同，包括边缘网关（网络协议处理和转换）、边缘控制器（支持实时闭环控制业务）、边缘云（大规模数据处理）、边缘传感器（低功耗信息采集和处理）等。边缘管理器的核心是软件，主要功能是对边缘节点进行统一的控制和管理。

1.2 边缘计算与云计算

边缘计算在靠近用户端的位置提供存储、计算、网络等基础设施，通过在该基础设施上为用户提供应用软件的部署和运行环境，就近为用户提供边缘云服务，它是云计算技术和网络演进发展的产物。对应于传统云计算的集中部署模式，边缘计算解决了汇集流量大、通信时延长等问题，为高带宽和低时延的业务提供了更好的支持。云计算和边缘计算各有偏重点，云计算的优势主要体现在业务决策支撑、周期性维护等领域，擅长于非及时、周期长、全局性的大数据分析和处理。在用户侧业务的就近实时智能化处理方面边缘计算能够发挥其特长，短周期、实时、局部的数据处理和分析更适用于边缘计算。边缘计算与云计算之间形成互补，边缘计算在现场层先对数据进行采集和基本的预处理，对于基本的数据业务处理实时反馈给用户，对于复杂的系统的数据业务处理则上传云计算端处理，大数据分析后把结果下发给边缘侧。边云协同进一步放大了边缘计算和云计算的应用价值。

2 基于边缘计算的环境在线监测系统的数据采集与分析系统

2.1 系统架构设计

本系统设计的系统架构如图1所示。

图1

图2

系统以边缘计算参考架构3.0 为模板，将架构分为现场层、边缘层、云层三层。边缘层配置有继电器接受PLC 可编程控制的相关指令和环境监测的分析仪、水位传感器、温湿度传感器等边缘传感器与现场设备相连。PLC 可编程控制器、智能IO 模块和交换器则充当了边缘网关的角色。工业计算机为边缘层中的边缘控制器，在工业计算机上环境监测控制软件和数据库即可实现稳定的数据采集及存储，并且在数据采集的同时完成边缘计算相关任务。同时与云服务器之间通过互联网进行通信，主要完成传感数据的上传任务。

2.2 数据采集与边缘计算

根据系统的实际需求，面向边缘计算的数据采集与分析系统的功能结构图如图2所示。

图3

图4

基于边缘计算环境在线监测控制系统主要包含“数据配置”、“数据采集”、“边缘计算” 、“云传输”四个功能模块。

2.2.1 数据配置功能

“数据配置”主要实现对传感、设备、相关节点参数等的数据配置。

2.2.2 数据采集功能

“数据采集”则实现传感器及边缘设备的采集、转换、存入等功能，是系统重要的功能模块之一。

2.2.3 边缘计算功能

“边缘计算”是系统核心功能，主要实现了对采集数据的分析处理，边缘计算模块主要实现了异常数据判别与报警、边缘控制：在边缘侧完成异常报警、传感器修复、重启关闭及智能化控制等功能。

2.2.4 云传输功能

“云传输模块”主要负责数据的云上传，将环境在线监测现场端、边缘端与云服务器的联动。实现了监测数据等实时通过Internet 上传至云服务器。

3 边缘计算在环境在线监测系统的应用

环境监测系统通过边缘计算设备集成RS-232、RS-485、RJ-45等标准通讯接口，在监测仪器、系统集成、站房建设及数据监管平台集成了大量的边缘终端。边缘计算在边缘节点对数据进行过滤和分析，大部分情况下，收集的敏感数据和关键信息不再上传到云端，减轻云端数据的再处理。

3.1 关键传感器健康度自诊

仪器的关键部件及整机健康度是影响在线监测数据准确、可靠性的关键。通过采集传感器的电压、电流、电阻变化、输出信号的监测环境温度等数据初步判断传感器故障的部位、特点并确认故障码，运用边缘技术实现仪器健康度自诊断、自修复技术，丰富仪器关键部件状态信息采集，建立健康等级模型和纠错容错机制，实现关键部件状态全过程监控，利用边缘计算，获得在线监测数据的健康度量化指标；解决大量健康度自诊断数据上报环节多、不及时的问题，可实现仪器远程更新升级。由于环境在线监测系统为无人值守，且地处偏远位置，应用边缘技术采集传感器状态数据在边缘节点分析，可实现运维人员通过物联网远程掌握在线监测系统现场端的运行状态，有利于运维工作有的放矢，实现智能运维，有效提升运维人员工作实效，目前在环境在线监测领域已实现环境在线分析仪的故障点识别方法及系统、测试数据的验证方法及装置、数据有效性检测装置和检测方法。如图3所示。

3.2 异常监测数据边缘判别

边缘计算节点发现和判别异常数据非常重要。现举例几种情况下，边缘计算发现和判别异常数据。

3.2.1 污染物的时空分布及其变化规律判断

如对于大江大河来说，大部分污染物如氨氮由于河道稀释和部分污染物的挥发性，河道中泓的污染物浓度明显低于近岸的污染物浓度，在该断面边缘节点时应设置次数据的时空变化规律，对出现的不符合此规律的监测数据给与记录，采用云端数据智能模型推演，边缘模型推理提高边缘节点的数据分析能力、机器学习能力，对在线监测系统采样、预处理、分析、质控等全过程应做详尽的状态分析判断综合分析，推理的方式出数据误差的原因。

3.2.2 合理性分析对比各被测物质间的关系

同一监测断面污染物浓度必然存在关系，同一水样多个项目的监测数据存在一定的关系。环境监测数据上传至边缘计算节点，利用边缘计算规则已输入好的算法模型，基于自定义的数据加工规则，完成监测数据的实时计算，进行AI 推理，合理分析各被测物质间的逻辑关系。如在地表水监测中，正常条件下，CODCr>BOD5；CODCr>CODMn。在煤烟型环境污染中S02>NOy，而在汽车污染的非煤烟型环境污染中则NOX>S02。根据边缘计算节点判断结果进行异常处置，将边缘数据暂存本地并经边缘计算处理之后再转发给云端，实现高低价值数据分流，既减轻带宽的负担，又可以在断网后实现边缘数据与云端数据的续传和同步。

3.3 运行模式边缘在线切换

通过系统集成控制系统设计，采用PLC 可编程控制器、工控机和环境在线监测管理系统实现对系统边缘控制、任务分配、传感器和边缘设备的信号采集以及数据上传等。各边缘传感器和边缘设备通过RS232/485、TCP/IP 等通讯方式与工控系统进行通讯，实现监测数据、传感器状态的采集与边缘设备的反控。如图4所示。

4 结束语

设计基于边缘计算的环境在线监测系统的数据采集与分析系统，将数据采集与数据分析相结合，极大提高了数据分析的实时性与有效性。本文分别从基于边缘计算的系统架构、环境在线监测数据采集与分析系统的功能模块、边缘计算在环境在线监测系统的应用案例等方面进行介绍。基于边缘计算的环境在线监测系统的有很强的拓展性，可根据环境在线监测现场设备的实际情况与需求，通过搭载相应的设备、完成相关基础信息配置实现边缘数据的采集与分析。最后经边缘处理的监测数据、传感数据、异常数据、全过程痕迹数据、质控数据等均上传至云端服务器，同时在边缘侧根据预先设置的命令执行系统指令，在保留了环境在线监测数据价值的基础上提高了数据质量，减轻云端的工作任务，实现环境在线监测数据与云端管理系统的良好统一。